Uma Aplicação de PSO na Qualidade da Energia Elétrica

• Ricardo de Andrade Lira Rabêlo USP
• Daniel Barbosa Universidade Salvador
• Ivan Nunes da Silva USP
• Mário Oleskovicz USP
• Denis Vinicius Coury USP

Resumo

Qualidade da energia elétrica refere-se a qualquer problema manifestado na tensão, corrente ou desvio de frequência. As formas de onda das tensões e correntes nos Sistemas Elétricos de Potência (SEPs) não são puramente senoidais, devido à presença de distorções harmônicas. Este trabalho propõe uma abordagem baseada em Otimização por Enxame de Partículas (Particle Swarm Optimization PSO) para a estimação dos componentes harmônicos em SEPs. PSO é uma técnica de busca/otimização que modela o comportamento social observado em muitas espécies de pássaros, cardumes de peixes, e até mesmo do comportamento social humano. PSO emprega uma população de partículas para realizar buscas dentro de um espaço de busca multidimensional. O objetivo do PSO consiste em ajustar a velocidade e a posição de cada partícula visando alcançar melhores soluções dentro do espaço de busca. Os resultados obtidos mostram que a abordagem proposta pode identificar os componentes harmônicos nas formas de onda distorcidas e apresentam vantagens em relação a algoritmos tradicionalmente empregados, como, por exemplo, a Transformada Discreta de Fourier (TDF).

Referências

Abido, M. (2002). Optimal design of power-system stabilizers using particle swarm optimization. IEEE Transactions on Energy Conversion, 17(3):406–413.

AlRashidi, M. and El-Hawary, M. (2009). A survey of particle swarm optimization applications in electric power systems. Evolutionary Computation, IEEE Transactions on, 13(4):913 –918.

Arrilaga, J., Smith, B. C., Watson, N. R., and Wood, A. R. (1997). Power System Harmonic Analysis. John Wiley & Sons, New Zealand.

Baggini, A. (2008). Handbook of Power Quality. Wiley.

Chen, C. I., Chang, G. W., Hong, R. C., and Li, H. M. (2010). Extended real model of kalman filter for time-varying harmonics estimation. IEEE Transactions on Power Delivery, 25(1):17–26.

Das, T. and Venayagamoorthy, G. (2006). Optimal design of power system stabilizers using a small population based PSO. In IEEE Power Engineering Society General Meeting, page 7. IEEE.

Dugan, R. C., Santoso, S., McGranaghan, M. F., and Beaty, H. W. (2003). Electrical Power Systems Quality. McGraw–Hill, New York, 2 edition.

Eberhart, R. and Kennedy, J. (1995). A new optimizer using particle swarm theory. In Proceedings of the Sixth International Symposium on Micro Machine and Human Science, pages 39–43. IEEE.

Eberhart, R. and Shi, Y. (1998). Comparison between genetic algorithms and particle swarm optimization. In Proceedings of the 7th International Conference on Evolutionary Programming, pages 611–616. Springer-Verlag.

Eberhart, R., Shi, Y., and Kennedy, J. (2001). Swarm Intelligence. Morgan Kaufmann.

Fogel, D. (2006). Evolutionary Computation: toward a new Philosophy of Machine Intelligence. Wiley-IEEE Press.

Gaing, Z. (2004). A particle swarm optimization approach for optimum design of PID controller in AVR system. IEEE Transactions on Energy Conversion, 19(2):384–391.

Girgis, A., Chang, W., and Makram, E. (1991). A digital recursive measurement scheme for online tracking of power system harmonics. IEEE Transactions on Power Delivery, 6(3):1153 –1160.

Kamwa, I. and Grondin, R. (1992). Fast adaptive schemes for tracking voltage phasor and local frequency in power transmission and distribution systems. IEEE Transactions on Power Delivery, 7(2):789–795.

Kennedy, J. and Eberhart, R. C. (1995). Particle swarm optimization. In Proceedings of IEEE International Conference on Neural Networks, volume 4, pages 1942–1948. Perth, Australia.

Lamin, H., Mattar, C. A. C., and de Sousa, R. E. F. (2010). Procedimentos de distribuição – PRODIST: destaques, inovações e a importância para o setor elétrico brasileiro. In The International Congress on Electricity Distribution (CIDEL), Argentina.

Lin, H. C. (2007). Intelligent neural network-based fast power system harmonic detection. IEEE Transactions on Industrial Electronics, 54(1):43–52.

Macedo, R. A., Silva, D. d., Coury, D. V., and Carvalho, A. C. P. L. F. d. (2002). A new technique based on genetic algorithms for tracking of power system harmonics. In VII Brazilian Symposium on Neural Networks, pages 7–12.

Madisetti, V. K. and Williams, D. B., editors (1998). Digital Signal Processing Handbook. CRC Press. ISBN-13: 978-0849385728.

Sabin, D. D., Brooks, D., and Sundaram, A. (1999). Indices for assessing harmonic distortion from power quality measurements: definitions and benchmark data. IEEE Transactions on Power Delivery, 14(2):489 –496.

Serapião, A. B. S. (2009). Fundamentos de otimização por inteligência de enxames: uma visão geral. Sba: Controle & Automação Sociedade Brasileira de Automatica, 20:271–304.

Shi, Y. and Eberhart, R. (1998). A modified particle swarm optimizer. In IEEE World Congress on Computational Intelligence Evolutionary Computation Proceedings, pages 69–73. IEEE.

Souza, S. A. d. (2008). Algoritmos genéticos aplicados à proteção e estimação de harmônicos em sistemas elétricos de potência. PhD thesis, Escola de Engenharia de São Carlos (EESC), São Carlos.

Stroustrup, B. (2000). A Linguagem de Programação C++. Bookman.