DE PERDAS DE POTENCIA MINIMIZAC AO ATIVA EM SISTEMAS DE UTILIZANDO RECONFIGURAC E ALOCAC DE DISTRIBUIC AO AO AO CAPACITORES es, Carlos A.

Carlos A. Castro, Ruben Romero Marcos A. N. Guimara

Universidade Estadual de Campinas, Campinas, SP, Brasil

Universidade Estadual Paulista, Ilha Solteira, SP, Brasil

Emails: manguimas@gmail.com, ccastro@ieee.org, Ruben@ieee.org

Abstract A new strategy for optimization of radial distribution systems through reconguration and capacitor allocation is proposed in this paper. Many reconguration and capacitor allocation methods can be found in the literature, but just a few approach the problem by a joint strategy to solve the problem. A modied genetic algorithm-based approach has been successfully developed, presenting low computational eort and nding good quality congurations. The simulation results for a radial 69 bus system are presented and commented. Keywords Genetic algorithm, reconguration, capacitor allocation

Resumo Nesse trabalho e proposta uma estrat egia para otimiza c ao de sistemas de distribui ca o radiais mediante a recongura ca o da rede e aloca ca o de capacitores. Existem na literatura muitos m etodos propondo a aloca ca o de capacitores e recongura ca o de forma separada, mas poucos abordam uma estrat egia conjunta para a resolu ca o do problema. Foi desenvolvido um algoritmo gen etico modicado, que apresenta um bom desempenho com rela ca o a custos computacionais e encontra congura co es de boa qualidade. Simula co es computacionais foram realizadas em uma rede de 69 barras largamente conhecida da literatura, sendo feitas an alises dos resultados obtidos. Palavras-chave Algoritmo gen etico, recongura ca o, aloca ca o de capacitores.

Introdu c ao

Atualmente o mercado de energia el etrica tem se tornado cada vez mais exigente quanto ` a qualidade da energia el etrica fornecida, principalmente com rela ca o ` a continuidade do fornecimento, que deve receber a maior prioridade. Al em disso, a energia deve ser entregue ao consumidor de forma limpa, ou seja, com a tens ao o mais constante poss vel, sem conte udo harm onico, com m nimas perdas de pot encia ativa e m axima margem de seguran ca e rela ca o ` a estabilidade de tens ao. Os principais recursos que podem ser utilizados para manter a qualidade da energia fornecida s ao basicamente a recongura ca o da rede, o ajuste de taps de transformadores e o chaveamento de bancos de capacitores. No entanto, a utiliza ca o desses recursos com a m axima eci encia e menor custo constitui um problema de grande complexidade, e uma solu ca o matem atica exata para sistemas de m edio/grande porte pode ser invi avel devido ao elevado esfor co computacional exigido. Na literatura encontram-se diversas abordagens para a resolu ca o de problemas combinatoriais de aloca ca o de capacitores e recongura ca o. Um algoritmo de busca tabu e utilizado na aloca ca o otima de bancos de capacitores em (Gallego et al., 2001), sendo poss vel alocar bancos xos e vari aveis, utilizado um crit erio de sensibilidade a m de diminuir o espa co de busca e o n umero de congura co es vizinhas avaliadas. Algoritmos gen eticos (AG) foram utilizados para a aloca ca o de capacitores em (Sundhararajan and Pahwa, 1994). Mais recentemente um algo-

ritmo baseado em sistemas imunol ogicos foi proposto para resolver o problema (Takehara and Romero, 2006). Uma abordagem baseada em estrat egias evolutivas e empregada em (Augugliaro et al., 2004) para otimiza ca o de sistemas de distribui ca o utilizando aloca ca o de capacitores, alterac a o da topologia e altera ca o dos taps dos transformadores. Um algoritmo gen etico e utilizado para recongura ca o de sistemas de distribui ca o em (Mendoza et al., 2006), tendo sido desenvolvidos novos operadores de muta ca o e crossover. Nesse trabalho e utilizado um algoritmo gen etico modicado (AGM) para a resolu ca o do problema, que consiste em otimizar o sistema de distribui ca o atrav es da recongura ca o e tamb em da aloca ca o dos capacitores, de forma a atingir os objetivos pretendidos com o menor custo. 2 2.1 Deni c ao do problema

Recongura ca o de Sistemas de Distribui ca o de Energia El etrica

A recongura ca o de um sistema de distribui ca o consiste na altera ca o da topologia da rede mediante manobras de chaves, de forma a melhorar seu desempenho. Os objetivos a serem alcan cados normalmente s ao a redu ca o de perdas de pot encia ativa, o aumento da margem de carregamento, o balanceamento das cargas entre os alimentadores e a melhoria do perl de tens ao. Normalmente, devido a problemas inerentes a coordena ca o de sistemas de prote ca o e minimiza ca o de custos, os sistemas de distribui ca o s ao projetados para ope-

rarem de forma radial. No entanto, quase todos os sistemas disp oem de chaves localizadas em alguns locais estrat egicos, que permitem a altera ca o da topologia da rede quando necess ario. Essas chaves permitem que se realizem manobras de forma a eliminar um setor defeituoso, ou ent ao para efetuar transfer encia de carga entre os alimentadores, de modo a tentar diminuir as perdas de pot encia ativa do sistema ou aliviar um alimentador sobrecarregado. Dependendo do n umero de chaves presentes no sistema, o n umero de opera co es poss veis, cresce sobremaneira, caracterizando uma explos ao combinatorial. Conseq uentemente, as mais diversas t ecnicas de solu ca o foram empregadas, e nos u ltimos anos os algoritmos heur sticos e metaheur sticos v em sendo cada vez mais empregados. A formula ca o do problema para a minimiza ca o de perdas pode ser escrita como em (Lin et al., 2000):

nt

min v s.a.

= Ke
i=0

Ti pi (xi ) +
k C 2

rck uk

(2)

Gi (xi , ui ) = 0; H i (xi ) 0; 0uu onde:

max

i = 0, 1, . . . , nt

nr

min f s.a.

=
i=1

ri

Pi2 + Q2 i |Vi2 |

(1)

Vmin |Vi | Vmax 0 |Iri | Irimax g (x) = 0

onde Pi e Qi correspondem respectivamente aos uxos de pot encia ativa e reativa atrav es do ramo i, Vi e a magnitude da tens ao na barra inicial do ramo i, nr representa o n umero de ramos do sistema, ri e a resist encia do ramo i, Iri e Irimax representam o uxo e uxo m aximo de corrente pelo ramo i, Vmin e Vmax s ao os limites de magnitude de tens ao e g (x) representa as equa co es de uxo de carga. Adicionalmente, a topologia do sistema deve ser sempre radial e n ao apresentar nenhum ilhamento de barra.

Gi (xi , ui ) = 0: representa as equa co es de uxo de carga para o n vel i de carga, sendo xi as vari aveis de estado e ui as vari aveis de controle; H i 0: representa as restri co es de opera ca o para o n vel i de carga, como por exemplo, limites de magnitude de tens ao nas barras; u0 k : representa o tamanho do banco que pode ser alocado na barra k ; ui : representa o n vel de opera ca o do capacitor k alocado na barra k para um determinado n vel de carga i; C2 : representa o conjunto de barras candidatas a receber capacitores xos; rck : representa o custo marginal do capacitor da barra k ; Ke : representa o custo unit ario da energia el etrica em $/kWh; Ti : representa o tempo de opera ca o do sistema em horas; pi : representa a perda de pot encia ativa no n vel de carga i; nt: representa o n umero de barras candidatas ` a aloca ca o de capacitores; xi : s ao as vari aveis de estado (tens oes) no n vel de carga i; 3 Algoritmo Gen etico

2.2

Aloca ca o de Capacitores

A aloca ca o de capacitores permite a melhoria do perl de tens ao e diminui ca o das perdas de pot encia ativa da rede. Originalmente, os capacitores eram alocados apenas nas barras de sa da da subesta ca o, mas com o passar do tempo vericou-se ser vantajosa a aloca ca o de capacitores perto dos centros de consumo, de forma a suprir os reativos necess arios nos hor arios de pico de carga. Assim como o problema da recongura ca o, o problema da aloca ca o de capacitores n ao e um problema de f acil solu ca o devido ao grande n umero de vari aveis envolvidas no problema. Normalmente o problema de aloca ca o de capacitores e formulado em fun ca o do custo da energia el etrica e investimentos necess arios para a aloca ca o em um determinado per odo de tempo. A formula ca o utilizada nesse trabalho e aquela descrita em (Baran and Wu, 1989):

Conforme mencionado anteriormente, v arias propostas de otimiza ca o aplicadas a sistemas de distribui ca o de energia el etrica utilizam os AGs como principais ferramentas computacionais. Os AGs t em se mostrado ferramentas bastante robustas de otimiza ca o, al em dos seus desenvolvimentos serem relativamente simples. No entanto, para aplica co es na area de engenharia, o algoritmo deve, al em da robustez, apresentar solu co es de boa qualidade a um custo computacional aceit avel. Para conseguir tal intento, e necess ario codicar e representar adequadamente o problema a ser estudado. Os AGs foram idealizados por Holland (Holland, 1975), tendo como principal objetivo a explica ca o e formaliza ca o matem atica dos processos adaptativos encontrados na natureza. Os primeiros algoritmos desenvolvidos utilizavam um cromossomo composto por n umeros bin arios. Utilizavam o operador de crossover para permitir a troca de material gen etico e a muta ca o para realizar a manuten ca o da diversidade da populacional. Nesse trabalho foi desenvolvida uma metodologia de representa ca o diferente, de forma a

tirar proveito do conhecimento das caracter sticas de sistemas de distribui ca o e tamb em contornar o problema da gera ca o de congura co es infact veis no tocante ` a radialidade da rede. Nesse trabalho, o AG empregado utiliza uma heur stica de gera ca o da popula ca o baseado em sensibilidades de tens ao e perdas, que permite uma redu ca o signicativa do espa co de busca sem prejudicar a qualidade das congura co es geradas. Na gura 1 e apresentado um sistema exemplo muito simples com 5 barras, 4 ramos e duas chaves de interconex ao.
1 2 1 4 3
5

4 4.1

M etodo proposto

Passos b asicos

Os passos b asicos do m etodo proposto s ao mostrados a seguir. 1. Ler os dados da rede 2. Gerar a popula ca o inicial 3. Enquanto o crit erio de parada n ao for atendido (a) Realizar sele ca o

(b) Criar a sub-popula ca o (c) Realizar crossover

5

(d) Realizar muta ca o (e) Substituir os piores indiv duos da popula ca o inicial pelos melhores indiv duos da sub-popula ca o 4. Mostrar a melhor congura ca o encontrada

Figura 1: Rede exemplo de 5 barras. A representa ca o do cromossomo adotada para esse sistema e mostrada na Figura 2.
NCH CH
=

4.2

Gera ca o da popula ca o inicial

NB 0
1

0
2

1 3

0
4

0
5

Figura 2: Cromossomo para a rede exemplo. NCH representa o n umero de chaves de interconex ao, NB e o n umero de barras e CH e o vetor que armazena informa co es sobre a congura ca o da rede. Na primeira parte do cromossomo s ao representadas as chaves de interconex ao, sendo que os n umeros 5 e 6 signicam que os ramos 5 e 6 est ao abertos, e todas as demais chaves est ao fechadas. Assume-se aqui que o sistema possui 1 chave em cada ramo da rede. A segunda parte do cromossomo representa todas as barras do sistema e as respectivas combina co es de capacitores. Assim, tem-se 5 posi co es em que cada barra candidata a aloca ` ca o pode receber um banco de capacitores de: (1) 300kVar, (2) 600kVar, (3) 900 kVar ou (4) 1200 kVar. Pelo exemplo percebe-se que foi alocado um banco de capacitores de 300 kVar na barra 3. Essa representa ca o e simplicada em rela ca o ao modelo normalmente adotado, onde cada barra e representada por tr es algarismos, para indicar os tr es n veis de carga b asicos (leve, m edia e pesada). Nesse trabalho adotou-se o modelo simplicado para permitir um ganho no esfor co computacional, sem no entanto prejudicar a precis ao dos resultados obtidos.

Grande parte do sucesso de um AG depende da qualidade da popula ca o inicial gerada. Uma popula ca o inicial muito numerosa e de baixa qualidade pode levar o algoritmo ` a n ao converg encia, ou a uma converg encia muito lenta, nem sempre apresentando uma boa solu ca o nal. Os testes realizados mostraram que uma popula ca o menor e de boa qualidade leva a uma converg encia mais r apida e mais segura em dire ca o aos objetivos pretendidos. Nesse trabalho foi desenvolvido um algoritmo heur stico que gera a popula ca o inicial levando em conta tamb em a presen ca das chaves no sistema, de forma que s ao apresentadas v arias combina co es entre manobras de chaves e aloca ca o de capacitores. A seguir e apresentado de forma simplicada o algoritmo desenvolvido para a gera ca o da popula ca o inicial. 1. Inicializar uma matriz VCH vazia 2. Inicializar FOB =0 LK=0, TT=1, POP1 =0,

3. Inicializar o vetor CH (Cong. base) 4. Enquanto LK = NCH (a) Fechar a chave LK =LK+1 (b) Para o la co formado, armazenar em VCH todos os cromossomos correspondentes ` as possibilidades de abertura de chave para retornar a rede ` a condi ca o radial. (c) Atualizar POP1 5. Enquanto TT = POP1

(a) Para o cromossomo TT, rodar um uxo de carga radial e armazenar as N barras com menor tens ao (b) Alocar os K tipos de capacitores dispon veis nas N barras escolhidas de forma aleat oria (c) Calcular o valor da FOB do indiv duo gerado usando (2) (d) TT=TT+1 VCH e a matriz onde s ao armazenados os indiv duos da popula ca o inicial e POP1 representa o n umero de cromossomos gerados na an alise de la cos, LK e o contador de chaves abertas, TT e o contador de indiv duos gerados e FOB e o valor da fun ca o objetivo. Observa-se no algoritmo apresentado que a popula ca o inicial est a limitada ao n umero m aximo de indiv duos gerados na an alise dos la cos. Quando e necess aria uma popula ca o inicial superior a POP1, toma-se o indiv duo de menor FOB de VCH e faz-se aloca co es adicionais de capacitores nesse indiv duo. Em v arios trabalhos encontrados na literatura s ao utilizados m etodos mais complexos de an alise de sensibilidade, no entanto o m etodo da an alise das tens oes mostrou-se suciente no sentido de reduzir o espa co de busca do algoritmo, e permitiu uma melhoria signicativa no esfor co computacional necess ario at e a converg encia do AGM. 4.3 Sele ca o

IN ICIO

N=rand{1,0}

N<PC ? sim I=0 J=0

n ao

A=S(I+J) B=S(I+J+1) Gerar C e D recombinando A e B

ST=(C,D)

V CHH = kruskal(ST ) I =I+1 J =J +1 n ao

I > NT ? sim F IM

O algoritmo de sele ca o utilizado e o Torneio (B ack et al., 1999), que consiste basicamente em selecionar aleatoriamente os indiv duos da populac a o com menor FOB para participar do processo de crossover. O m etodo se mostrou bastante eciente, com bom desempenho com rela ca o a custo computacional. 4.4 Crossover

Figura 3: Algoritmo de crossover - recongura ca o.

NCH+1 1
c

NB 0
d
PIC

NB+NCH 2
g
PFC

IND1

1
e

0
f

A Figura 3 mostra de forma simplicada o m etodo de crossover utilizado. A matriz V CHH armazena os indiv duos da sub-popula ca o, N T e o n umero de indiv duos que participam do torneio e S e um vetor que armazena os indiv duos que foram selecionados da popula ca o inicial (P OP IN ). O algoritmo de Kruskal (Greenberg, 1998) mencionado na gura 3 objetiva a gera ca o de arvore m nima, e e utilizado como parte da estrat egia para a gera ca o de soluc o es fact veis. O m etodo e apresentado com detalhes em (Guimar aes et al., 2007), onde foi utilizado com sucesso como parte de um AG para recongura ca o de sistemas de distribui ca o. Um algoritmo convencional de crossover de dois pontos e utilizado para recombinar as estruturas relacionadas ` a aloca ca o de capacitores, conforme apresentado na Figura 4.

IND2

0
j

0
k

0
l

2
m

1
n

IND3

1
c

0
d

0
l

2
m

1
n

IND4

0
j

0
k

1
e

0
f

2
g

Figura 4: Crossover - aloca ca o de capacitores

PIC e PFC s ao os pontos inicial e nal do corte no cromossomo, respectivamente.

4.5

Muta ca o

A proposta de (Guimar aes et al., 2007) e utilizada para a recongura ca o. Para a aloca ca o dos capacitores e utilizado um algoritmo bastante simples, onde um indiv duo e selecionado da subpopula ca o, uma barra qualquer e selecionada, e um banco permitido e alocado. A aloca ca o somente e aceita se houver diminui ca o da FOB. Essa proposta e interessante, porque permite somente melhorias quando o operador de muta ca o e ativado, o que melhorou a converg encia do algoritmo. 5 Resultados obtidos

A Tabela 3 apresenta os resultados para a aloca ca o de capacitores somente, sendo que s ao permitidas apenas aloca co es de bancos de 300 kVar. Tabela 3: Rede de 69 barras: aloca ca o de capacitores
Congura c ao nal (Chaves abertas) 70 71 72 73 74 N veis de carga (0,5; 1,0; 1,8) Leve M edio Pesado Capacitores alocados 300 kVar FOB [US$] 104218,07 Perdas [kW] 48,90 146,20 609,73 Barra (n umero de bancos) 12(1), 23(1), 59(1) 63(2), 64(1)

A Tabela 1 apresenta o valor da FOB e tamb em as perdas de pot encia ativa para cada n vel de carregamento da rede de 69 barras (Baran and Wu, 1989), quando o sistema est a no caso base (sem manobra de chaves ou aloca ca o de capacitores). Os valores utilizados para o c alculo da FOB s ao : T0 = 1000, T1 = 6760, T2 = 1000, S0 = 0.5, S1 = 1.0, S2 = 1.8, Ke = 0.06 $/kW h, Kc = 3.0 U S $/kV Ar. onde: T0 , T1 e T2 : correspondem ao tempo de cada perl de carga (horas) S0 , S1 e S2 : correspondem valor do carregamento para cada perl de carga Ke : e o custo da energia el etrica em kW h Kc : e o custo do banco de capacitor U S $/kV Ar Tabela 1: Sistema de 69 barras: caso base
Congura c ao Inicial (Chaves abertas) 70 71 72 73 74 N veis de carga (0,5; 1,0; 1,8) Leve M edio Pesado FOB [US$] 146390,00 Perdas [kW] 51,60 224,97 867,25

A Tabela 4 apresenta os resultados para a recongura ca o e aloca ca o de capacitores realizados de forma conjunta. Nota-se uma expressiva reduc a o no valor da FOB e conseq uente redu ca o do n vel de perdas de pot encia ativa em rela ca o aos casos anteriores. Tabela 4: Rede de 69 barras : recongura ca o e aloca ca o de capacitores
Congura c ao nal (Chaves abertas) 14 58 64 70 71 N veis de carga (0,5; 1,0; 1,8) Leve M edio Pesado Capacitores alocados 300 kVar FOB [US$] 48890,00 Perdas [kW] 20,72 69,07 267,18 Barra (n umero de bancos) 62(1), 63(1), 64(1), 65(1)

A Tabela 5 mostra uma compara ca o dos resultados obtidos. Nota-se a redu ca o da FOB para os tr es casos quando comparada com o caso base. Tabela 5: Tabela comparativa
Caso base 146390,00 FOB (US$) Aloc. Rec. 104218,07 62971,50 Rec.+ Aloc. 48890,00

A Tabela 2 apresenta os resultados obtidos quando o sistema e otimizado atrav es de recongura ca o somente, tendo por objetivo a minimizac a o das perdas de pot encia ativa. Tabela 2: Rede de 69 barras : recongura ca o
Congura c ao nal (Chaves abertas) 15 71 58 62 70 N veis de carga (0,5; 1,0; 1,8) Leve M edio Pesado FOB [US$] 62971,50 Perdas [kW] 23,72 99,59 352,54

Os algoritmos foram desenvolvidos em Fortran 77, e executados em um microcomputador Pentium IV, com 1 GHZ de mem oria RAM. O tempo computacional m aximo foi de 5 minutos com os recursos utilizados. Foi utilizada uma popula ca o inicial de 90 indiv duos e um total de 5000 gera co es para cada simula ca o. 6 Conclus oes

A abordagem via aloca ca o de capacitores e recongura ca o mostrou-se bastante atraente, obtendo-

se uma redu ca o das perdas de pot encia ativa na faixa 60%, sendo apenas necess ario que a rede a ser otimizada disponha de chaves manobr aveis em locais estrat egicos. O algoritmo desenvolvido pode realizar a otimiza ca o separadamente, permitindo dessa forma um melhor aproveitamento dos recursos do sistema. Os operadores gen eticos desenvolvidos mostraram-se bastante ecientes, sendo que na m edia, para o sistema estudado, o tempo m aximo de simula ca o foi de 5 minutos. A simplica ca o adotada quanto ao cromossomo, limita a instala ca o de capacitores a uma u nica proposta de aloca ca o para os tr es pers de carga, mas mesmo assim conseguiu-se uma signicativa reduc a o das perdas de pot encia ativa para esse caso. O m etodo proposto neste trabalho fornece uma u nica proposta de aloca ca o de bancos de capacitores e recongura ca o que atenda os tr es n veis poss de carga. E vel ainda utilizar o m etodo proposto realizando aloca co es espec cas para determinados n veis de carga, o que pode reduzir ainda mais as perdas de pot encia ativa. Essa abordagem e interessante, podendo-se minimizar as perdas no hor ario de pico. A an alise de sensibilidade baseada nas tens oes, apesar de simples, permitiu a gera ca o de v arios indiv duos de boa qualidade, reduzindo assim o espa co de busca do algoritmo. Agradecimentos Os autores agradecem ` a Coordena ca o de Aperfeic oamento de Pessoal de N vel Superior (CAPES) pelo apoio nanceiro. Refer encias Augugliaro, A., Dusonchet, L., Favuzza, S. and Sanseverino, E. R. (2004). Voltage Regulation and Power Losses Minimization in Automated Distribution Networks by an Evolutionary Multiobjective Approach, IEEE Transactions On Power Systems, vol. 19, No. 3 pp. 15161527, August 2004. B ack, T., Fogel, D. B. and Michalewicz, Z. (1999). Evolutionary Computation 1 Basic Algorithms and Operators, Institute of Physics Publishing, Bristol and Philadelphia, August 1999. Baran, M. and Wu, F. F. (1989). Optimal Capacitor Placement on Radial Distribution Systems, IEEE Transactions on Power Delivery, vol 4, No. 1, pp. 735-743. Gallego, R. A., Monticelli, A. J. and Romero, R. (2001). Optimal Capacitor Placement in Radial Distribution Networks, IEEE Transactions On Power Systems, vol. 16, No. 4 pp. 630-637, November 2001.

Greenberg, H. J. (1998). Greedy Algorithms for Minimum Spanning Tree, University of Colorado at Denver, Mach 1998. Guimar aes, M. A. N., Castro, C. A. and Romero, R. (2007). Reconguration of distribution systems by a modied genetic algorithm, Power Tech 2007, Lausanne. Holland, J. H. (1975). Adaptive in Nature and Articial Systems, Ann Arbor, MI: Univ. Michigan Press. Lin, W. M., Cheng, F. S. and Tsay, M. T. (2000). Distribution feeder reconguration with rened genetic algorithm, IEE Proc.Gener. Transm. Distrib, Vol. 147, No 6, pp. 349-354. Mendoza, J., L opez, R., Morales, D., L opez, E., Dessante, P. and Moraga, R. (2006). Minimal Loss Reconguration Using Genetic Algorithms With Restricted Population and Addres Operations: Real Application, IEEE Transactions On Power Systems, vol. 21, No.2 pp. 948-954, May 2006. Sundhararajan, S. and Pahwa, A. (1994). Optimal Selection of Capacitors for Radial Distribution Systems Using A Genetic Algorithm, IEEE Transactions On Power Systems, vol. 9, No.9 pp. 1499-1507, August 1994. Takehara, R. S. and Romero, R. (2006). Articial Immune Systems Applied to Optimal Capacitor Placement in Radial Distribution Networks, IEEE PES Transmission and Distribution Conference and Exposition Latin America, Venezuela.