Identificação de modelo de carga utilizando medidas de perturbações provocadas...

Modelos de carga representam o comportamento de uma cidade (unidade consumidora), e podem ser modelados como um motor de indução em paralelo a uma impedância, que representam, respectivamente, as cargas industriais e domésticas. O objetivo desta pesquisa é a estimação correta dos parâmetros (resistências, reatâncias e constantes de tempo) deste modelo, sendo importante em simulações para estudos de estabilidade transitória e de tensão. Um dos problemas para estimar os parâmetros do modelo de carga é a necessidade de medidas durante uma perturbação na rede (curto-circuitos, contingências, etc.), que não são frequentes. Nesta pesquisa, as medidas são obtidas durante a atuação do tap de transformador, que é mais comum e facilita a aplicação na prática. Entretanto, é necessário linearizar as equações do modelo. As saídas do modelo computacional são comparadas com as medidas reais e os parâmetros do modelo são ajustados a fim de aproximá-las. O método de estimação chama-se sensibilidade de trajetória. O processo de estimação foi aplicado no modelo de carga Z-IM a partir de uma estimativa inicial dos parâmetros, convergindo em 5 iterações, com tempo de processamento de 2 segundos em um PC CORE i7, mostrando-se rápido e eficaz. O algoritmo, criado em linguagem Python, se mostrou eficiente em identificar corretamente os parâmetros do modelo, resultando em saídas próximas às reais. Um pequeno exemplo do código utilizado é disponibilizado no link: http://redmine2.lacosep.sel.eesc.usp.br/redmine/documents/69

Título em Inglês

Load model identification using OLTC created disturbances

Palavras-chave em Inglês

Load model
Z-IM
Parameters
OLTC

Resumo em Inglês

Load models represent the behaviour of a city and can be modelled as an induction motor (IM) and an impedance (Z), representing, respectively, industrial and residential consumers. The project’s goal is to correctly estimate the model’s parameters (resistances, reactances and time constants), impacting on simulations of voltage and transitory stability. The problem in estimating load model’s parameters is the need of measurements taken during disturbances (short circuit, faults, etc.), which are not frequent. For this paper, the measurements were obtained during a tap change, which is more frequent and makes the application easier. However, the model’s linearized equations are needed. The model’s outputs and real measurements are compared and the parameters are adjusted until the behaviours are close enough. This estimation method is called trajectory sensitivity. The estimation process was applied to an initial set of parameters, converging in 5 iterations. The whole process took 2 seconds on a PC Core i7. The algorithm, created in Python, was efficient identifying parameters of a Z-IM load model, resulting in an output’s behaviour close to the observed in real systems. A small example of the code developed can be found at: http://redmine2.lacosep.sel.eesc.usp.br/redmine/documents/69

Arquivos

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.

Gomes_Gabriel_Jose_Negrelli_TCC.pdf (1.24 Mbytes)

Data de Publicação

2018-01-19

Número de visitas

492

Número de downloads

195