Aplicação de Simulação Monte Carlo na Análise dos Impactos da Geração Distribuída Sobre um Alimentador Radial
Resumo
Este trabalho apresenta um estudo de caso relativo à operação de um alimentador de distribuição com geração distribuída, visando-se promover uma discussão sobre a importância da modelagem probabilística na análise de siste- mas de potência com geração distribuída. O impacto sobre o perfil de tensão é analisado probabilisticamente via método Monte Carlo, considerando-se dife- rentes cenários de comprimento e carregamento do alimentador. Os resultados reforçam que, mesmo em sistemas simples, o caráter estocástico da geração distribuída não pode ser ignorado, sob pena de erros severos na modelagem.Referências
Abdelaziz, M. (2017). Gpu-opencl accelerated probabilistic power flow analysis using monte-carlo simulation. Electric Power Systems Research, 147:70 – 72.
ANEEL. ’Geração distribuı́da ultrapassa 20 mil conexões’ (2018). Assesoria de Imprensa da Agência Nacional de Energia Elétrica.
ANEEL. Resolução Normativa no 482 de 2012. Agência Nacional de Energia Elétrica. CanadianSolar. Datasheet do módulo CS6P-260/265/270P. CanadianSolar.
Daly, P. A. and Morrison, J. (2001). Understanding the potential benefits of distributed generation on power delivery systems. In 2001 Rural Electric Power Conference. Papers Presented at the 45th Annual Conference (Cat. No.01CH37214), pages A2/1–A213.
Gomez, J. C., Vaschetti, J., Coyos, C., and Ibarlucea, C. (2013). Distributed generation: impact on protections and power quality. IEEE Latin America Transactions, 11(1):460–465.
Kim, Y. (2018). Development and analysis of a sensitivity matrix of a three-phase voltage unbalance factor. IEEE Transactions on Power Systems, 33(3):3192–3195.
Liu, Z. and Milanovic, J. V. (2015). Probabilistic estimation of voltage unbalance in mv distribution networks with unbalanced load. IEEE Transactions on Power Delivery, 30(2):693–703.
Robert, C. and Casella, G. (2010). Introducing Monte Carlo Methods with R. Springer. Yan, R. and Saha, T. K. (2013). Investigation of voltage imbalance due to distribution network unbalanced line configurations and load levels. IEEE Transactions on Power Systems, 28(2):1829–1838.
ANEEL. ’Geração distribuı́da ultrapassa 20 mil conexões’ (2018). Assesoria de Imprensa da Agência Nacional de Energia Elétrica.
ANEEL. Resolução Normativa no 482 de 2012. Agência Nacional de Energia Elétrica. CanadianSolar. Datasheet do módulo CS6P-260/265/270P. CanadianSolar.
Daly, P. A. and Morrison, J. (2001). Understanding the potential benefits of distributed generation on power delivery systems. In 2001 Rural Electric Power Conference. Papers Presented at the 45th Annual Conference (Cat. No.01CH37214), pages A2/1–A213.
Gomez, J. C., Vaschetti, J., Coyos, C., and Ibarlucea, C. (2013). Distributed generation: impact on protections and power quality. IEEE Latin America Transactions, 11(1):460–465.
Kim, Y. (2018). Development and analysis of a sensitivity matrix of a three-phase voltage unbalance factor. IEEE Transactions on Power Systems, 33(3):3192–3195.
Liu, Z. and Milanovic, J. V. (2015). Probabilistic estimation of voltage unbalance in mv distribution networks with unbalanced load. IEEE Transactions on Power Delivery, 30(2):693–703.
Robert, C. and Casella, G. (2010). Introducing Monte Carlo Methods with R. Springer. Yan, R. and Saha, T. K. (2013). Investigation of voltage imbalance due to distribution network unbalanced line configurations and load levels. IEEE Transactions on Power Systems, 28(2):1829–1838.
Publicado
11/11/2020
Como Citar
CORRÊA, Henrique; VIEIRA, Flávio; DE CASTRO, Marcelo.
Aplicação de Simulação Monte Carlo na Análise dos Impactos da Geração Distribuída Sobre um Alimentador Radial. In: ESCOLA REGIONAL DE INFORMÁTICA DE GOIÁS (ERI-GO), 8. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 161-170.
DOI: https://doi.org/10.5753/erigo.2020.13870.
