Tese Final

UNIVERSIDADE FEDERAL DE ITAJUB
PROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA
SILVAN ANTNIO FLVIO
PLANEJAMENTO DA EXPANSO DE SISTEMAS DE TRANSMISSO

COM ELEVADA PARTICIPAO DE FONTES RENOVVEIS
Tese submetida ao Programa de Ps-Graduao em

Engenharia Eltrica como parte dos requisitos para obteno
do Ttulo de Doutor em Cincias em Engenharia Eltrica
rea de Concentrao: Sistemas Eltricos de Potncia
Orientador:
Prof. Dr. Armando Martins Leite da Silva
Coorientador: Prof. Dr. Luiz Antnio da Fonseca Manso
Outubro de 2015
Itajub MG Brasil
UNIVERSIDADE FEDERAL DE ITAJUB

PROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA
SILVAN ANTNIO FLVIO
PLANEJAMENTO DA EXPANSO DE SISTEMAS DE TRANSMISSO

COM ELEVADA PARTICIPAO DE FONTES RENOVVEIS
Tese aprovada por banca examidora em 02 de outubro de

2015, conferindo ao autor o ttulo de Doutor em Cincias em
Engenharia Eltrica
Banca Examinadora:
Prof. Dr. Marcus Theodor Schilling
Prof. Dr. Leonidas Chaves de Resende
Prof. Dr. Joo Guilherme de Carvalho Costa
Prof. Dr. Zulmar Soares Machado Jnior
Prof. Dr. Luiz Antnio da Fonseca Manso (Coorientador)
Prof. Dr. Armando Martins Leite da Silva (Orientador)
Outubro de 2015
Itajub MG Brasil
ii
A meus pais que, com simplicidade, me ensinaram

valores morais capazes de me fazer ir luta com
honestidade e determinao.
iii
AGRADECIMENTOS
Quero registrar meus agradecimentos a todas as pessoas que direta, ou indiretamente,
contriburam para a concretizao deste trabalho, em especial:
Ao Professor Armando Martins Leite da Silva, idealizador deste trabalho, agradeo pela
dedicao, confiana, acima de tudo pela pacincia, alm do excelente trabalho de orientao
durante o desenvolvimento desta tese de doutorado;
Ao Professor Luiz Antnio da Fonseca Manso, pelo incentivo e pela inestimvel ajuda como
meu orientador durante o mestrado e agora como coorientador no doutorado;
Ao Professor Zulmar por ceder sua biblioteca computacional que facilitou enormemente o
trabalho, alm de gentilmente contribuir com meu aprendizado em programao orientada a
objeto;
Ao Professor Carlos Henrique Valrio pelas dicas de programao durante o desenvolvimento
do software;
A minha esposa que me apoiou incondicionalmente, mudou-se para Itajub e adaptou sua vida
s necessidades do meu trabalho;
Ao departamento de Engenharia Eltrica da UFSJ que concedeu afastamento parcial para que
eu pudesse dedicar parte do meu tempo, em exerccio, ao trmino da tese;
Aos amigos do grupo GESis, pela amizade, conselhos, ajuda e apoio;
Aos funcionrios da PRPPG/UNIFEI;
A CAPES, pelo apoio financeiro.
iv
RESUMO
O setor eltrico vivencia uma forte tendncia de investimentos na expanso da gerao
utilizando fontes renovveis de energia. O elevado crescimento da participao de tais fontes
conectadas rede, bem como as projees da expanso desse mercado nos prximos anos,
um forte sinal para planejadores e operadores sobre a necessidade de desenvolver novas
metodologias e as correspondentes ferramentas computacionais para avaliar as redes de
transmisso. A principal razo est na intermitncia das novas fontes de energia renovvel
(e.g., elica) que demanda um volume maior de reserva de gerao e redes de transmisso
mais robustas, capazes de permitir flexibilidade na operao. Ademais, as reas de maior
viabilidade tcnica e econmica para a construo de fontes renovveis so, geralmente,
localizadas em regies distantes dos centros de consumo localizados em reas urbanas.
Esta tese apresenta uma metodologia de planejamento da expanso da transmisso que aborda
dois objetivos: i) o atendimento demanda, considerando restries de segurana; ii) a
maximizao do aproveitamento renovvel, considerando uma anlise de custo benefcio. O
planejamento realizado por meio de simulaes combinadas de duas ferramentas distintas.
Para indicar os reforos necessrios ao atendimento demanda utilizado um algoritmo de
otimizao, baseado na meta-heurstica Estratgias de Evoluo (ES). J os reforos que
garantiro melhor aproveitamento renovvel so obtidos por meio de um Algoritmo
Heurstico Construtivo (AHC). Os ndices de desempenho utilizados pelo AHC referem-se ao
desperdcio de energia renovvel e eventuais sobrecargas nos circuitos quando adotado o
mximo despacho da energia renovvel momentnea. Tais ndices so computados por meio
de um Fluxo de Potncia Cronolgico (FPC), no qual introduzido o conceito de energia
renovvel desperdiada.
Os resultados so apresentados utilizando um sistema teste com participao expressiva de
fontes renovveis, em particular a elica. As configuraes resultantes so avaliadas por meio
de um algoritmo de confiabilidade composta adaptado a este novo ambiente de simulao. Os
resultados demonstram a capacidade da metodologia de lidar com a natureza estocstica do
problema. Os planos de expanso da transmisso levam em conta as caractersticas
probabilsticas, associadas s fontes de gerao intermitente, e o perfil de carga do sistema.
Finalmente, sugestes de trabalhos futuros so tambm apresentadas e discutidas.
ABSTRACT
In the last decade, the electric power sector has experienced a strong trend for investments in
generation expansion using renewable energy sources. The high growth of renewable sources
connected to the network as well as expansion projections of this market for the coming years
are a strong signal to system operators and planners about the need of developing tools and
methodologies to assess the new transmission systems. The main reason is associated with the
volatility of renewable energy sources (e.g., wind), which requires larger amounts of
generating reserve and/or robust transmission networks, capable of allowing more flexibility
in operation. Also, areas of greatest technical and economic feasibility for the construction of
renewable sources are usually far away from the major urban consumer centers.
This thesis presents a new methodology for transmission expansion planning with two
objectives: i) ensure the power demand supply considering security constraints; ii) maximize
the renewable dispatch, considering a cost-benefit analysis. The expansion planning is carried
out by combining two distinct simulation tools. To find the transmission reinforcements for
the demand supply problem, a proposed optimization algorithm based on the metaheuristic
Evolution Strategies is used. The reinforcements for ensuring the adequate use of renewable
sources are obtained by a Constructive Heuristic Algorithm (CHA). The performance indices
used to guide the CHA solution are estimates of the spilled renewable energy and circuit
overloads, subject to the full dispatch of the available renewable energy. These indices are
assessed by a Chronological Power Flow (CPF), where the concept of spilled renewable
energy is introduced.
Several results are presented using a test system with significant penetration of renewable
energy, in particular wind power. The obtained configurations are evaluated using a
composite generation and transmission reliability algorithm, adapted to consider the
renewable sources. The results demonstrate the methodology ability to deal with the
stochastic nature of the problem. The transmission expansion plans account for the
probabilistic characteristics associated to intermittent generation sources and the system load.
Finally, suggestions for future research are also presented and discussed.
vi
SUMRIO
LISTA DE FIGURAS.............................................................................................................. xi
LISTA DE TABELAS ............................................................................................................ xii
LISTA DE ABREVIATURAS E SMBOLOS..................................................................... xv
CAPTULO 1 INTRODUO ............................................................................................... 1
1.1
Consideraes Gerais ................................................................................................. 1
1.2
Contextualizao ........................................................................................................ 3
1.3
Motivao e Objetivos ................................................................................................ 4
1.4
Estado da Arte ............................................................................................................ 5
1.4.1
Linhas de abordagem .......................................................................................... 5
1.4.2
Modelagem matemtica ...................................................................................... 8
1.4.3
Mtodos de soluo ............................................................................................ 9
1.4.4
A anlise de confiabilidade inserida no planejamento ..................................... 15
1.4.5
Considerao de fontes renovveis no PET ..................................................... 18
1.5
Estrutura da Tese ...................................................................................................... 21
CAPTULO 2 EXPANSO DA TRANSMISSO BASEADA NO DESPERDCIO

DE ENERGIA RENOVVEL .............................................................................................. 24
2.1
Introduo ................................................................................................................. 24
2.2
Fluxo de Potncia Cronolgico ................................................................................ 25
2.2.1
Conceitos preliminares ..................................................................................... 25
2.2.2
Estgios do FPC proposto ................................................................................ 27
2.2.3
Modelagem matemtica .................................................................................... 28
2.2.4
Mtodos de soluo .......................................................................................... 32
2.2.5
Aplicao utilizando o sistema RTS96REN..................................................... 38
2.3
Algoritmo Heurstico Construtivo (AHCEWES)......................................................... 46
vii
2.3.1
Conceitos preliminares ..................................................................................... 46
2.3.2
Metodologia proposta ....................................................................................... 46
2.4
Aplicao .................................................................................................................. 51
2.4.1
Caso 1 ............................................................................................................... 52
2.4.2
Caso 2 ............................................................................................................... 57
2.4.3
Caso 3 ............................................................................................................... 60
2.4.4
Caso 4 ............................................................................................................... 63
2.5
Consideraes Finais ................................................................................................ 66
CAPTULO 3 CONFIABILIDADE COMPOSTA DE SISTEMAS DE POTNCIA

COM ELEVADA PENETRAO DE FONTES RENOVVEIS .................................... 68
3.1
Introduo ................................................................................................................. 68
3.2
Conceitos Preliminares ............................................................................................. 69
3.2.1
ndices tradicionais de confiabilidade composta .............................................. 72
3.2.2
ndices complementares ................................................................................... 75
3.3
Metodologia Adotada ............................................................................................... 78
3.3.1
Modelos das unidades geradoras ...................................................................... 78
3.3.2
Modelo da carga ............................................................................................... 81
3.3.3
Modelo das linhas de transmisso .................................................................... 82
3.3.4
Anlise de adequao dos estados .................................................................... 82
3.3.5
Algoritmo bsico de avaliao ......................................................................... 83
3.4
Aplicao .................................................................................................................. 84
3.4.1
Caso 1 ............................................................................................................... 85
3.4.2
Caso 2 ............................................................................................................... 86
3.4.3
Caso 3 ............................................................................................................... 87
3.4.4
Caso 4 ............................................................................................................... 88
3.5
Consideraes Finais ................................................................................................ 89
viii
CAPTULO 4 PLANEJAMENTO DA TRANSMISSO VIA ESTRATGIAS DE

EVOLUO ........................................................................................................................... 91
4.1
Introduo ................................................................................................................. 91
4.2
Conceitos Preliminares ............................................................................................. 92
4.2.1
Decomposio do problema PET ..................................................................... 92
4.2.2
Estratgias de Evoluo .................................................................................... 94
4.2.3
Critrios de segurana ...................................................................................... 95
4.2.4
Classificao de contingncias de transmisso ................................................ 96
4.3
Metodologia Adotada ............................................................................................. 100
4.3.1
Modelagem ESPI ............................................................................................. 100
4.3.2
Inicializao inteligente .................................................................................. 104
4.3.3
Critrio de segurana adotado ........................................................................ 106
4.3.4
Considerao de cenrios de ventos ............................................................... 107
4.3.5
Algoritmo ESPI ............................................................................................... 109
4.4
Aplicao ................................................................................................................ 110
4.4.1
Caso 3 ............................................................................................................. 112
4.4.2
Caso 4 ............................................................................................................. 116
4.4.3
Procedimento para aplicao da ferramenta ESPI ........................................... 120
4.5
Consideraes Finais .............................................................................................. 122
CAPTULO
PLANEJAMENTO
DA
TRANSMISSO
CONSIDERANDO
CONFIABILIDADE E DESPERDCIO DE ENERGIA RENOVVEL ....................... 124

5.1
Introduo ............................................................................................................... 124
5.2
Aplicao combinada das ferramentas ESPI e AHCEWES........................................ 125
5.2.1
Simulao 1 .................................................................................................... 126
5.2.2
Simulao 2 .................................................................................................... 126
5.2.3
Simulao 3 .................................................................................................... 127
5.3
Aplicao ................................................................................................................ 127
ix
5.3.1
Caso 3 ............................................................................................................. 127
5.3.2
Caso 4 ............................................................................................................. 133
5.4
Consideraes Finais .............................................................................................. 140
CAPTULO 6 CONCLUSES E TRABALHOS FUTUROS .......................................... 142

REFERNCIAS BIBLIOGRFICAS ............................................................................... 146
LISTA DE FIGURAS
Figura 2.1: Modelo de Markov no agregado para carga e fontes renovveis. ........................ 28
Figura 2.2: Modificaes realizadas na rea 1 RTS96REN. ................................................ 40
Figura 2.3: Mdia das sries hidrolgicas por rea. ................................................................. 41
Figura 2.4: Mdia mvel mensal das sries elicas por rea.................................................... 42
Figura 2.5: Funo densidade de probabilidade dos fluxos no Circuito 101-102 (a)
Enumerao, (b) SMC-Nseq..................................................................................................... 45
Figura 2.6: Funo densidade de probabilidade dos fluxos no Circuito 101-102 (Caso 1) (a)
RTS96REN, (b) RTS96REN-R. ............................................................................................... 56
Figura 2.7: Diagrama com os reforos do Sistema RTS96REN via AHCEWES Caso 1. ........ 57
Figura 2.8: Mdia mvel das sries elicas - Caso 2................................................................ 58
Figura 2.9: Funo densidade de probabilidade dos fluxos no Circuito 101-102 (Caso 2) (a)
RTS96REN, (b) RTS96REN-R. ............................................................................................... 60
Figura 2.10: Diagrama com os reforos do Sistema RTS96REN via AHCEWES Caso 4. ...... 65
Figura 3.1: Modelo de Markov com dois estados. ................................................................... 69
Figura 3.2: Modelo de Markov com mltiplos estados. ........................................................... 78
Figura 4.1: Diagrama com os reforos do Caso 3 para a alternativa vencedora. ................... 115
Figura 4.2: Diagrama com os reforos do Caso 4 para a alternativa vencedora. ................... 119
Figura 5.1: Diagrama com os reforos da alternativa vencedora via AHCEWES e ESPI Caso 3....... 132
Figura 5.2: Diagrama de reforos da alternativa vencedora AHCEWES ESPI Caso 3. ....... 133
Figura 5.3: Diagrama com os reforos da alternativa vencedora via AHCEWES e ESPI Caso 4....... 139
Figura 5.4: Diagrama de reforos da alternativa vencedora AHCEWES ESPI Caso 4. ....... 139
xi
LISTA DE TABELAS
Tabela 2.1: Fontes trmicas substitudas por elicas e novas hidrulicas ................................ 40
Tabela 2.2: Unidades geradoras trmicas responsveis pela base do despacho ....................... 41
Tabela 2.3: ndices de desperdcio por mtodo de simulao .................................................. 43
Tabela 2.4: Mtodo SMC-Nseq monitorando convergncia de EWEST .................................. 44
Tabela 2.5: Estatsticas de violaes na rede por mtodo de simulao .................................. 45
Tabela 2.6: Custos de investimentos dos circuitos de transmisso .......................................... 51
Tabela 2.7: Descrio das configuraes utilizadas nos estudos de caso ................................. 52
Tabela 2.8: Estatsticas das violaes por circuito iterao 1 do Caso 1............................... 53
Tabela 2.9: Estatsticas das violaes por circuito iterao 2 do Caso 1............................... 54
Tabela 2.10: Resultados da construo do CRT Caso 1 ........................................................ 55
Tabela 2.11: Estatsticas das violaes por circuito iterao final do Caso 1 ....................... 55
Tabela 3.1: ndices de confiabilidade composta Caso 1 ........................................................ 85
Tabela 3.2: Contribuies condicionadas para o ndice EENS Caso 1 ................................. 85
xii

Tabela 4.1: Potncia eltrica (p.u.) por cenrio de vento ....................................................... 109
Tabela 4.2: Parmetros da ESPI .............................................................................................. 110
Tabela 4.3: ndices de confiabilidade composta Ano Base ................................................. 112
Tabela 4.4: Alternativas obtidas com as combinaes de cenrios de vento e PIM Caso 3 ......... 113
Tabela 4.5: Alternativas de expanso vencedoras Caso 3 ................................................... 114
Tabela 4.6: Reforos adicionados por alternativa Caso 3 ................................................... 115
Tabela 4.7: Alternativas obtidas com as combinaes de cenrios de vento e PIM Caso 4 ......... 116
Tabela 4.8: Alternativas obtidas com o refinamento dos cenrios de vento e PIM Caso 4 .......... 117
Tabela 4.9: Alternativas de expanso vencedoras Caso 4 ................................................... 118
Tabela 4.10: Reforos adicionados por Alternativa Caso 4 ................................................ 119
Tabela 5.1: Plano de expanso via AHCEWES Caso 3 .......................................................... 128
Tabela 5.2: Alternativas de expanso via ESPI Caso 3 ........................................................ 128
Tabela 5.3: Alternativas de expanso via Simulao 1 Caso 3 ........................................... 129
Tabela 5.4: Alternativas de expanso via Simulao 3 Caso 3 ........................................... 130
Tabela 5.5: Comparao dos planos de expanso por simulao Caso 3 ............................ 130
xiii
Tabela 5.6: Custo total das alternativas vencedoras por simulao Caso 3 ........................ 131
Tabela 5.7: Reforos adicionados por alternativa considerando a Simulao 3 Caso 3 ..... 132
Tabela 5.8: Plano de expanso via AHCEWES Caso 4 .......................................................... 133
Tabela 5.9: Alternativas de expanso via ESPI Caso 4 ........................................................ 134
Tabela 5.10: Alternativas de expanso via Simulao 1 Caso 4 ......................................... 134
Tabela 5.11: Alternativas de expanso via Simulao 2 Caso 4 ........................................ 135
Tabela 5.12: Alternativas de expanso via Simulao 3 Caso 4 ......................................... 136
Tabela 5.13: Alternativas de expanso via Simulao 3 com refinamento Caso 4 ............. 136
Tabela 5.14: Comparao dos planos de expanso por simulao Caso 4 .......................... 137
Tabela 5.15: Custo total das alternativas vencedoras por simulao Caso 4 ...................... 137
Tabela 5.16: Reforos adicionados por alternativa considerando Simulao 2 Caso 4 ...... 138
xiv
LISTA DE ABREVIATURAS E SMBOLOS
Smbolo matemtico para pertence
AHC
Algoritmo Heurstico Construtivo
AHCEWES
AHC baseado no ndice de desempenho EWEST
CRT
Conjunto de reforos da transmisso
[ ]
Valor esperado amostral
EENS
Expected Energy Not Supplied
EPNS
Expected Power Not Supplied
ES
Evolution Strategy
ESPI
ES baseada no ndice de segurana PI
EWES
Expected Wind Energy Spilled
EWESG
EWES considerando despacho barra nica
EWESG&T
EWES considerando as restries da transmisso
EWEST
Diferena entre EWESG&T e EWESG
F&D
Frequncia e Durao
fdps
Funes densidade de probabilidade
FPC
Fluxo de Potncia Cronolgico
FPO
Fluxo de Potncia timo
FPP
Fluxo de Potncia Probabilstico
GW
Gigawatt
GWh
Gigawatt-hora
H( )
Funo teste
IEEE
Institute of Electrical and Electronics Engineers
LOLC
Loss of Load Cost
LOLD
Loss of Load Duration
LOLE
Loss of Load Expectation
Vrias siglas so mantidas na lngua inglesa por serem mais conhecidas nesta forma.
xv
LOLF
Loss of Load Frequency
LOLP
Loss of Load Probability
MRT( )
Mean residence time function
MTTF
Mean Time To Failure
MTTR
Mean Time To Repair
MW
Megawatt
MWh
Megawatt-hora
PET
Planejamento da Expanso da Transmisso
PI
Performance Index
RGCB
Relao geral de custo benefcio
RICB
Relao incremental de custo benefcio
RTS
Reliability Test System
SMC
Simulao Monte Carlo
SRT
Subconjunto de reforos da transmisso
Intervalo de tempo que representa o perodo total de anlise
U( )
Distribuio uniforme de probabilidade
UC
Unit Cost Custo unitrio de interrupo
US$
Dlares Americanos
V( )
Varincia
Coeficiente de variao
Diferena mdia do custo de produo entre trmicas e renovveis
xvi
CAPTULO 1
INTRODUO
1.1 CONSIDERAES GERAIS
ISTEMAS
eltricos de potncia tm a funo de transportar, de forma instantnea e
ininterrupta, a energia eltrica produzida nas usinas geradoras at os grandes centros de
consumo. Devido ao alto custo na implantao de reforos e ao crescente aumento da

demanda ao longo dos anos, tais sistemas devem ser cuidadosamente planejados, atendendo a
critrios de qualidade, segurana e economia. No entanto, garantir qualidade e segurana a
baixo custo nem sempre uma tarefa fcil. Tais objetivos so conflitantes e, diante do
considervel crescimento dos sistemas de potncia, essa tarefa tem se tornado, a cada ano,
mais complexa.
O planejamento da expanso da transmisso (PET) tem como objetivo definir a localizao, a
quantidade de reforos na rede de transmisso e o tempo adequado para a realizao desses
investimentos. Neste caso, tempo adequado refere-se ao momento em que o equipamento
precisa ser conectado rede para atender aos critrios tcnicos e econmicos estabelecidos
durante o planejamento. Ao final, o plano de expanso escolhido deve atender a demanda do
ano horizonte, minimizando todos os custos envolvidos, alm de satisfazer os critrios
tcnicos e de segurana. Os dados desse problema geralmente so: a topologia atual do
sistema (ano base); os circuitos candidatos com seus respectivos parmetros e custos de
investimento; a gerao e a demanda para o ano-horizonte; e as restries de investimento.
Ademais, para inserir as fontes renovveis neste problema, so fornecidos dados para
considerao de incertezas frente disponibilidade de energia ao longo dos anos.
O problema PET considerado clssico no setor eltrico, cuja modelagem matemtica, sem
aproximaes, corresponde a um problema de programao no linear inteira mista. As
principais dificuldades na resoluo do problema PET esto relacionadas com a natureza
combinatria do processo de busca que, em geral, leva a um nmero explosivo de alternativas,
inclusive no caso de sistemas de pequeno ou mdio porte. Alm disso, o problema de
planejamento apresenta uma estrutura multimodal com um nmero muito elevado de timos
1
Captulo 1 Introduo
locais. Dessa forma, os mtodos utilizados na soluo desse problema possuem o

compromisso de encontrar solues de boa qualidade com custo computacional que atenda as
necessidades dos planejadores.
De acordo com o horizonte de planejamento, o PET pode ser classificado como curto, mdio e
longo prazo. A opo de dividir o planejamento em diferentes horizontes assegurada pelo
fato que planos de longo prazo podem ser tomados como ponto de partida no planejamento de
curto prazo. Esta diviso facilita a escolha das ferramentas e critrios empregados em cada
etapa do planejamento. Este trabalho tem como foco o planejamento de longo prazo, ou seja,
aquele que considera como horizonte perodos, em geral, igual ou acima de 10 anos.
No curto e mdio prazo no h tempo para a execuo de grandes obras, nestas etapas o
planejamento tem como objetivo ajustar detalhes tcnicos no considerados no longo prazo.
Portanto, deve ser feita uma anlise mais criteriosa com dados mais detalhados sobre o
sistema; equipamentos, como compensadores, passam a integrar o conjunto de investimentos
candidatos; e a anlise de fluxo de potncia precisa ser realizada sem aproximaes.
No longo prazo, so estabelecidos os planos de expanso de grandes obras, a utilizao do
fluxo de potncia linearizado a opo mais usual, onde apenas linhas e transformadores
(com caractersticas de linhas) so considerados como candidatos.
Portanto, para evitar
decises mopes (que ignoram os efeitos de longo prazo das decises atuais), o
planejamento de longo prazo preocupa-se com caractersticas macros, como por exemplo, o
crescimento da demanda, mudanas associadas ao mercado, evoluo temporal dos reforos
e a considerao de incertezas.
As incertezas relacionadas ao PET podem ser classificadas em internas e externas. As
incertezas internas esto relacionadas disponibilidade dos equipamentos ao longo de um
perodo. J as incertezas externas esto relacionadas s transaes do mercado de energia;
disponibilidade de energia, por exemplo, das fontes renovveis como precipitao, vento,
incidncia solar; alm de outras variveis associadas ao processo.
importante ressaltar que neste documento, assim como em recentes trabalhos apresentados
na literatura tcnica, o termo fontes de energia renovvel utilizado apenas para se referir
s fontes de energia intermitentes, ou seja, s fontes renovveis no convencionais, tais como
energia elica, solar, biomassa, entre outras, em que no economicamente vivel o
Captulo 1 Introduo
armazenamento por um longo perodo. Portanto, as tradicionais fontes hidrulicas, apesar de

tambm serem renovveis, no so consideradas nesse conceito.
A produo de energia eltrica, utilizando fontes de energia renovveis no convencionais,
pode ser dividida em duas situaes. A primeira consiste da construo de centrais eltricas,
concentradas numa regio favorvel energia que se deseja explorar. Neste caso, as centrais
so construdas utilizando dezenas de unidades geradoras e, geralmente, esto afastadas dos
grandes centros de carga e em alguns casos da rede de transmisso. A segunda situao
consiste de pequenas unidades geradoras espalhadas pelo sistema, em regime de cogerao,
denominada de gerao distribuda. Neste trabalho, ser considerada a primeira situao, em
que centrais eltricas so conectadas a rede de transmisso.
1.2 CONTEXTUALIZAO
No perodo que antecede a dcada de 70, os sistemas eram relativamente simples, de pequeno
porte e com poucas interligaes. A expanso da transmisso era planejada em consonncia
com a expanso da gerao, no apresentava muitas alternativas, as incertezas da demanda e
fontes energticas eram mnimas. Assim, o planejamento de reforos em sistemas de
transmisso era inteiramente realizado pelos planejadores, os quais eram auxiliados apenas
por programas de fluxo de potncia, curto-circuito e estabilidade transitria. Estes mtodos
eram em sua grande maioria determinsticos, visto que a anlise estava limitada a alguns
cenrios de demanda, hidrologia e parmetros econmicos.
A partir dos anos 70, o crescimento acentuado dos sistemas e a disponibilidade de maiores
recursos computacionais estimularam o desenvolvimento de softwares de otimizao e
desenvolveram uma tendncia para o planejamento automtico, principalmente no longo
prazo. Nas ltimas dcadas, tem se observado um grande crescimento em pesquisas
destinadas elaborao de metodologias para o planejamento da transmisso. Muitos artigos
tm sido publicados na literatura tcnica, relacionados principalmente: ao surgimento de
novos algoritmos baseados em meta-heursticas; e elevao do nvel de incertezas pela nova
regulamentao do setor eltrico.
A partir do final do sculo XX, a preocupao com o aquecimento global, aliada s polticas
de sustentabilidade e as expectativas de bom negcio, alavancaram investimentos em fontes
renovveis, elevando a sua participao na matriz energtica mundial. Tais fontes possuem
3
Captulo 1 Introduo
como principal vantagem, a oferta abundante e inesgotvel de energia. No entanto, sua

volatilidade (i.e., intermitncia) tem desafiado os planejadores e operadores do sistema a
desenvolver metodologias que considerem a variao da capacidade disponvel de tais fontes.
Observe que se a flutuao de capacidade de gerao no for devidamente considerada, as
decises tomadas no planejamento da expanso ou operao de sistemas eltricos podem
comprometer o fornecimento de energia. Diante da atual conjuntura, uma ateno ainda maior
tem sido dada ao planejamento da expanso da transmisso no longo prazo.
1.3 MOTIVAO E OBJETIVOS

Na busca por ferramentas que considerem a volatilidade das fontes renovveis nas anlises de
sistemas de potncia, a pesquisa e desenvolvimento de novas metodologias nessa rea tem-se
tornado de grande importncia para o setor. Pode-se ainda acrescentar o novo papel que a
transmisso passa a ter, sendo elemento fundamental na viabilizao da competio na
gerao e comercializao, exigindo-se assim que esta seja robusta para permitir a efetivao
do negcio, e flexvel para permitir o ajuste frente s incertezas inerentes ao setor.
Os recentes trabalhos apresentados na rea propem modelos simplificados para representar
as incertezas das unidades renovveis e, em geral, avaliam a flexibilidade da rede somente no
que se refere ao atendimento demanda. Portanto, nos perodos em que a demanda
atendida, no necessariamente garantido o aproveitamento integral da energia renovvel,
sendo o sobressalente desconsiderado no processo de planejamento.
O principal objetivo desta pesquisa o desenvolvimento de uma ferramenta que auxilie os
planejadores a selecionar planos de expanso os quais possibilitam flexibilizar a rede de
transmisso diante do regime de produo imposto pelas fontes renovveis. Primeiramente,
uma nova metodologia, denominada Fluxo de Potncia Cronolgico (FPC) apresentada.
Esta metodologia tem como objetivos:
modelar e simular cronologicamente as flutuaes das fontes renovveis;
mensurar a energia renovvel desperdiada em funo dos limites impostos pela rede;
mensurar o efeito dessa flutuao nos planos de investimentos de longo prazo;
Captulo 1 Introduo
propor um conjunto de reforos de transmisso capaz de minimizar a energia

desperdiada;
permitir estudos de complementaridade entre os diversos tipos de fontes renovveis

conectadas rede bsica (i.e. rede de transmisso interligada formada por
equipamentos/subestaes que operam em nveis de tenso no inferiores a 230 kV).
Por meio de um Algoritmo Heurstico Construtivo (AHC), a ferramenta FPC utilizada,

sistematicamente, no planejamento da expanso da transmisso, considerando ndices de
desempenho da rede frente flutuao de disponibilidade de energia renovvel. O AHC
proposto pode ser utilizado para a soluo de problemas relacionados apenas ao excedente de
energia das fontes renovveis, ou tambm, para auxiliar no planejamento de longo prazo, em
conjunto com outra ferramenta de otimizao. As duas possibilidades de utilizao da
metodologia sero apresentadas e discutidas.
As sees que se seguem apresentam os conceitos preliminares para formulao do problema
PET e as principais abordagens utilizadas para soluo deste problema. Tambm ser
apresentada uma reviso bibliogrfica, bem como as recentes pesquisas desenvolvidas para
considerar as novas tendncias no setor. Primeiramente, so apresentados os trabalhos mais
relevantes na rea, tendo como base as referencias [LCAV03, R11, HHK13]. Em seguida,
uma ateno especial dada a trabalhos mais recentes, cujo objetivo principal a abordagem
de incertezas, apresentando as principais contribuies para a considerao da confiabilidade
e fontes renovveis no PET.
1.4 ESTADO DA ARTE

1.4.1 Linhas de abordagem
As metodologias aplicadas ao planejamento de longo prazo devem levar em considerao
diversos fatores, como a interferncia do planejador, a evoluo temporal dos reforos e a
influncia de incertezas. Assim, de acordo com estes fatores, o PET pode seguir diferentes
linhas de abordagem descritas a seguir, conforme [R11].
Captulo 1 Introduo
Quanto interferncia do planejador

A interferncia, ou no, do planejador est relacionada ao estabelecimento de critrios
eficientes que possam traduzir todo o conhecimento do planejador na tomada de deciso.
Duas abordagens so definidas:
i.
Automtica a metodologia para tomada de deciso implementada em um

algoritmo computacional e as decises em relao expanso da rede so tomadas
automaticamente, sempre em funo dos mesmos critrios implementados, sem a
interferncia do planejador;
ii.
Interativa o planejador interage com o algoritmo computacional, utilizando sua

experincia para auxiliar na tomada de decises ou estudos complementares, neste
caso os critrios podem variar de uma alternativa para outra.
Estas abordagens foram definidas a partir do avano dos recursos computacionais. As

referncias [DE73, G70] caracterizam muito claramente esta fase. Atualmente, devido
grande complexidade dos sistemas, os mtodos automticos so implementados como um
problema de otimizao e devem sugerir no apenas uma, mas um conjunto com as melhores
alternativas viveis. Assim o planejador deve decidir entre as alternativas enumeradas aquela
que melhor atenda aos seus critrios. Portanto, as duas abordagens sempre esto presentes no
processo de planejamento, sendo a abordagem automtica utilizada para reduzir o nmero de
alternativas que sero analisadas pelo planejador na abordagem interativa.
Quanto evoluo temporal dos reforos
Os fatores que levam expanso do sistema, como o aumento da demanda, por exemplo,
evoluem de forma contnua no tempo. J a expanso ocorre em passos discretos, de acordo
com a entrada do componente ao sistema. Portanto, podem-se considerar as abordagens:
i.
Esttica: existe apenas um estgio de planejamento, onde a metodologia deve

procurar o conjunto de circuitos timo para ser adicionado em um nico ano no
horizonte de planejamento, ou seja, no h interesse em definir quando o circuito
dever ser instalado, mas encontrar a topologia final tima para uma futura situao
definida;
Captulo 1 Introduo
ii.
Dinmica: abrange todo o perodo de planejamento, ou seja, o modelo matemtico

deve conter restries de tempo para considerar a expanso ao longo dos anos de tal
forma que o valor presente dos custos ao longo do planejamento seja minimizado
enquanto que as restries impostas sejam atendidas.
O planejamento dinmico essencialmente mais complexo que o esttico, pois possui um

amplo nmero de variveis e restries que requer um alto esforo computacional. Exemplos
de abordagens dinmicas podem ser encontrados em [EGR04, RLH09]. Por outro lado, o
planejamento esttico, por ser menos complexo, tem sido utilizado como alternativa quando
se deseja implementar e avaliar novas metodologias e abordagens, como por exemplo em
[GAMR97, RGR07, OGH13].
Quanto considerao de incertezas
A considerao de incertezas estabelece os critrios para medir a qualidade das alternativas
em funo da garantia do fornecimento frente s incertezas relacionadas ao estado da rede e
aos dados disponveis no momento do planejamento. Quanto considerao de incertezas,
possvel definir as abordagens:
i.
Determinstica a adio de reforos baseada nos custos de investimento para um

sistema com rede intacta e/ou considerando uma lista de contingncias (e.g., critrio
"N-1" e "N-2");
ii.
No determinstica numa abordagem no determinstica, a metodologia deve levar

em considerao algumas das vrias incertezas associadas ao processo de
planejamento. Estas, por sua vez, podem ser divididas nas seguintes categorias:
a.
Incertezas Internas: Envolvem indefinies relacionadas s disponibilidades de

equipamentos. O desempenho das redes pode ser avaliado mediante ndices de
confiabilidade, incluindo ndices de custos de produo e de interrupo de
energia. Geralmente, o comportamento de incertezas inerentes aos sistemas
eltricos representado por meio de modelos estocsticos;
b.
Incertezas Externas: Envolvem indefinies relacionadas aos seguintes

aspectos: taxas de interesse e cmbio; projees de mercado (demanda e
energia); regras do novo ambiente competitivo; custos de combustveis;
restries ambientais; afluncias hidrolgicas; novas tecnologias, etc.
7
Captulo 1 Introduo
De acordo com as trs linhas de abordagens descritas acima, o PET pode ser resolvido
considerando uma das oito combinaes possveis. Assim, uma metodologia mais completa
busca resolver o problema de forma automtica, dinmica e considerando incertezas internas e
externas. Por outro lado, uma abordagem mais simplificada seria interativa, esttica e
determinstica. Contudo, devido complexidade do problema e ao compromisso com o tempo
computacional, metodologias intermedirias so as mais desenvolvidas atualmente, como ser
apresentado nas sees seguintes.
1.4.2 Modelagem matemtica

Durante o processo de otimizao do planejamento de longo prazo, as alternativas devem
atender a uma anlise de viabilidade tcnica que, em geral, verifica os limites operativos da
rede por meio de um fluxo de potncia. Devido ao elevado nmero de combinaes, so
empregados modelos matemticos simplificados para a representao da rede.
Um dos primeiros modelos empregados no PET foi o modelo de Transportes [G70]. Nesse
caso, o problema resultante do tipo linear inteiro misto. A grande vantagem do modelo de
transportes que praticamente no existe diferena entre resolver problemas de sistemas
conexos e altamente ilhados e a caracterstica linear facilita o processo de resoluo. No
entanto, esse modelo satisfaz apenas a primeira lei de Kirchhoff. A desvantagem principal
que a soluo apresentada pelo modelo de transportes pode estar distante de soluo vivel.
O modelo DC, discutido em [D78] e amplamente desenvolvido no livro [M83], apresenta
solues mais precisas em relao ao modelo de Transportes. Neste modelo, todo o sistema
deve satisfazer as duas leis de Kirchhoff na sua forma linearizada, ou seja, todas as barras do
sistema devem satisfazer a primeira lei e todos os laos existentes devem satisfazer segunda.
Porm, a combinao entre a varivel discreta, associada ao nmero de reforos propostos e
s mudanas que estes reforos provocam na matriz de admitncia, resulta em um problema
de programao no linear de elevada complexidade para sistemas de grande porte.
Alguns modelos intermedirios foram desenvolvidos para lidar com a no linearidade
presente no modelo DC e, ainda assim, apresentar solues melhores que no modelo de
Transportes. Os principais foram o modelo Hbrido [VGS85, RM94], e o modelo Disjuntivo
[SA85]. O modelo hbrido deve satisfazer a lei de Kirchhoff das correntes em todas as barras
do sistema e a lei das tenses somente naqueles circuitos que j existem na configurao base.
Portanto, os circuitos adicionados que, eventualmente, formam um novo lao so descartados
8
Captulo 1 Introduo
da lei das tenses. O modelo disjuntivo capaz de considerar a lei das tenses para os
circuitos adicionados, porm aumenta a dimenso do problema ao considerar as restries,
separadamente, para cada circuito adicionado em paralelo.
Em contrapartida aos modelos intermedirios, foram desenvolvidos mtodos de soluo que
dividiram o problema do planejamento em dois subproblemas, investimento e operao
[LP94]. Estes mtodos permitiram o uso do modelo linear DC na sua forma linear,
desacoplando a varivel discreta (referente adio de reforos) do modelo representativo da
rede. Atualmente, o modelo DC considerado o modelo matemtico mais indicado para
representar o problema PET de longo prazo. Os principais motivos para essa opo so o
desempenho computacional e as boas estimativas do fluxo de potncia ativa em relao ao
modelo no linear AC.
Devido s variaes no sistema em funo do novo mercado de energia e participao de
fontes renovveis, h uma expectativa de que seja utilizado o modelo AC para avaliaes
mais precisas da viabilidade tcnica de alternativas. No modelo AC, as duas leis de Kirchhoff
devem ser obedecidas na forma exata, sem as simplificaes utilizadas para encontrar os
modelos linearizados, assim, as perdas do sistema so encontradas de forma trivial e outras
restries operacionais podem ser incorporadas, como por exemplo, limites de tenso.
Ademais, pode-se realizar o planejamento integrado de potncia ativa e reativa, isto , pode-se
integrar o planejamento da expanso de sistemas de transmisso e alocao de fontes de
potncia reativa. O modelo AC tem sido pouco utilizado em metodologias automticas de
planejamento da expanso de sistemas de transmisso envolvendo processo de otimizao.
Alguns poucos trabalhos, principalmente envolvendo mtodos de otimizao meta-heursticos
foram publicados [MWBJ82, SB95, Y01, SRC02, DLLW06]. No entanto, ainda no so
aplicveis para sistemas de grande porte.
1.4.3 Mtodos de soluo

Os mtodos de soluo do problema PET devem abranger uma srie de fatores, como por
exemplo, a anlise de viabilidade tcnica das possveis configuraes do sistema; um
mecanismo de proposio de alternativas candidatas, a considerao de incertezas, entre
outros. Em geral, esses fatores esto acoplados em uma nica metodologia, onde o objetivo
principal minimizar o custo total do plano de expanso, dado pelos custos de investimento,
operao e manuteno, interrupo, perdas, multas, etc.
Captulo 1 Introduo
A viabilidade tcnica das possveis configuraes do sistema usualmente analisada por um

conjunto de programas j bastante conhecidos como o fluxo de potncia, anlise de curtocircuito, estudo de estabilidade transitria, entre outros. No entanto, na abordagem
automtica, a anlise tcnica geralmente feita apenas por um estudo de fluxo de potncia. As
demais ferramentas de auxlio ao planejamento so utilizadas na abordagem interativa,
permitindo avaliaes mais criteriosas das alternativas indicadas pela abordagem automtica.
Considerando a abordagem automtica, as tcnicas de soluo aplicadas ao PET se dividem,
historicamente, em Algoritmos Heursticos Construtivos (AHC), mtodos tradicionais de
programao matemtica e mtodos meta-heursticos. Estes mtodos so brevemente
descritos a seguir.
Entre as dcadas de 60 e 70 o problema PET era resolvido apenas por algoritmos heursticos
construtivos. Um AHC um procedimento metodolgico aplicado passo a passo a fim de
encontrar um plano de boa qualidade para expanso do sistema eltrico. A partir de uma
configurao base, um ou vrios circuitos vo sendo adicionados at que o conjunto de
adies realizado permita uma operao adequada do sistema. O circuito escolhido em cada
passo para ser adicionado configurao corrente o circuito que corresponde ao caminho
mais atrativo identificado pelo chamado critrio de sensibilidade, indicador de sensibilidade
ou ndice de desempenho. Assim, a diferena fundamental entre os diferentes algoritmos
heursticos construtivos reside no indicador de sensibilidade escolhido.
O parmetro da anlise de sensibilidade deve indicar os caminhos mais atrativos para a
construo de reforos na rede, usando como informao o desempenho local e/ou global do
sistema. Como os indicadores locais nem sempre coincidem com os indicadores globais, os
algoritmos heursticos construtivos, em geral, no tm a capacidade de encontrar as
configuraes timas globais de sistemas reais.
Na referncia [M05] so descritos alguns mtodos que utilizam tcnicas heursticas, e um
procedimento heurstico clssico apresentado:
i.
Analisar a capacidade do sistema de atender a demanda em um novo perodo de

planejamento, ou seja, fazer a anlise tcnica utilizando um dos programas citados
acima;
10
Captulo 1 Introduo
ii.
Se existe alguma inadequao (sobrecargas ou cortes de carga), selecionar a adio

de novos equipamentos baseado em algum critrio tcnico / econmico, voltar para o
passo (i);
iii.
Se o sistema considerado adequado, verificar se alguns dos equipamentos

adicionados podem ser retirados mantendo a sua adequao;
iv.
Se nenhum elemento pode ser retirado, passar para o prximo perodo e voltar para o
passo (i). O algoritmo termina quando todos os perodos de planejamento j foram
estudados.
A desvantagem imediata deste tipo de mtodo que este procedimento no garante a

otimalidade de uma soluo. Em termos tcnicos, isto significa que difcil determinar um
conjunto de regras heursticas capazes de abranger todas as variveis envolvidas no processo
de otimizao. A grande vantagem dos AHC a simplicidade de formulao. Em alguns
casos, pode-se dizer que o mtodo uma tentativa do planejador de transformar seu
conhecimento e desejo em um programa computacional, adicionando alguma ferramenta
matemtica e contando com a lgica humana para a verificao da validade dos resultados.
Dessa forma, possvel encontrar solues de boa qualidade com baixo custo computacional.
Segundo [M05], o primeiro AHC foi proposto por Garver [G70], juntamente com o conhecido
modelo de Transportes. Em seguida apareceram outras pesquisas apresentando algoritmos
heursticos para o modelo DC, dentre os quais, destacam-se o algoritmo de mnimo esforo
[MSPC82] e o algoritmo de mnimo corte de carga [PP85]. Ambos os algoritmos so
relativamente parecidos e a diferena fundamental est no tipo e na determinao do indicador
de sensibilidade usado.
Em [RRMM03] proposto um novo AHC, em que um modelo de transporte usado para
eliminar as restries no lineares do modelo DC, avaliando os planos candidatos. De forma a
indicar os melhores pontos da rede a serem reforados, so utilizados ndices de sensibilidade
baseados no carregamento das linhas de transmisso. Como as decises so locais,
posteriormente, uma tentativa de retirada de reforos excedentes realizada seguindo uma
ordem dos mais dispendiosos. A metodologia aplicada s abordagens esttica e dinmica.
Apesar de bons resultados obtidos para sistemas de pequena dimenso, chega-se concluso
que para sistemas maiores e mais complexos esta ferramenta torna-se ineficiente. Contudo, as
11
Captulo 1 Introduo
topologias identificadas podem ser usadas para a definio de uma populao inicial em
outras tcnicas de otimizao mais eficientes como as meta-heursticas.
Em [RGR07] proposto um AHC utilizando o modelo AC para a soluo do problema PET
esttico. A metodologia inclui o problema de alocao de potncia reativa, sendo que ao final
de um processo iterativo, verificada a possibilidade da retirada de fontes reativas
excedentes. Os autores acreditam que o uso do modelo AC tem sido adiado devido a duas
principais razes: a falta de um eficiente e robusto algoritmo para resolver problemas no
lineares e a dificuldade de se ajustar um fluxo AC em sistemas ilhados. Porm acreditam
tambm que estes problemas sero solucionados em breve com o avano da tcnica de pontos
interiores [TQ01].
Contudo, como os ndices de sensibilidade ou desempenho advm de um conjunto limitado de
variveis, muitas vezes conflitantes, os mtodos heursticos possuem dificuldade para
identificar as melhores solues para o problema. Portanto, ainda se trata de um grande
desafio desenvolver AHC que resolvam de forma eficiente o problema PET, principalmente
quando uma abordagem dinmica e sistemas de grande porte so considerados. Ademais,
Estes mtodos no tm sido utilizados no desenvolvimento de metodologias que considerem
as variaes das fontes renovveis durante o processo de planejamento da transmisso.
Na dcada de 80, com o objetivo de encontrar solues timas para o PET, mtodos
tradicionais de otimizao matemtica foram aplicados ao problema. As ferramentas
tradicionais de otimizao matemtica, baseadas em programao linear [VGS85], no linear
[YH89], dinmica [DE73], e inteira mista [SSL89, BPG01, AMC03], foram aplicadas ao
problema PET atravs de tcnicas de decomposio. As principais tcnicas de decomposio
utilizadas foram os mtodos Branch and Bound [LHH74, HMGR01] e Decomposio de
Benders [PPCO85, BPG01]. Em geral, todas as demais so derivaes dessas, com algum
mecanismo de sofisticao para melhorar o tempo computacional.
O mtodo Branch and Bound um algoritmo de busca, cuja estrutura de resoluo baseia-se
na construo de uma rvore em que os ns representam os problemas candidatos e os
caminhos representam as novas restries que devem ser consideradas. Por intermdio dessa
rvore, todas as solues inteiras da regio vivel do problema so implicitamente
enumeradas de modo a garantir que todas as solues timas sejam encontradas.
12
Captulo 1 Introduo
A decomposio de Benders tem sido considerada mais adequada para ser aplicada ao
problema PET. Pois faz uma diviso natural do problema em dois subproblemas: operao e
investimento. As variveis de operao como os fluxos e os ngulos das tenses de barras
fazem parte do subproblema de operao, o qual um problema de programao linear que
pode ser facilmente resolvido utilizando algoritmos eficientes, como simplex [SM79] ou
pontos interiores [B04]. Por outro lado, as variveis de investimento fazem parte do
subproblema de investimento, o qual um problema de programao linear inteira mista com
uma nica varivel contnua que pode ser resolvida atravs de uma soluo iterativa dos
subproblemas de operao e investimento.
As tcnicas clssicas de otimizao matemtica oferecem como vantagem a certeza de
encontrar a soluo tima, de acordo com as restries estabelecidas. Por outro lado, so
algoritmos que demandam um alto custo computacional e apresentam problemas de
convergncia em se tratando de sistemas de grande porte. Dois fortes obstculos utilizao
destes mtodos so a no linearidade e a no convexidade presentes no estudo da expanso da
transmisso. Esta ltima caracterstica pode acarretar na obteno de timos locais.
Atualmente, alguns trabalhos ainda so desenvolvidos utilizando mtodos clssicos, por
exemplo, em [OGH13] apresentada uma metodologia baseada em decomposio de Benders
e Simulao Monte Carlo (SMC) para considerar as incertezas da gerao elica e as
indisponibilidades dos equipamentos de transmisso na abordagem esttica do problema PET.
Cada subproblema da operao tem como soluo o valor esperado do custo de interrupo e
das variveis duais associadas aos custos marginais de operao, necessrias para o prximo
subproblema de investimento.
Durante as ltimas dcadas, as metodologias denominadas de meta-heursticas, direcionadas
soluo de problemas combinatrios, tm sido largamente aplicadas aos sistemas de potncia.
Estes novos algoritmos utilizam tcnicas de otimizao por populao que, passo a passo,
realizam um processo de gerao, avaliao e seleo dos melhores indivduos que
representam a soluo para o problema proposto. Estes modelos so mais atrativos, pois
podem obter solues factveis de boa qualidade (i.e., economicamente competitivas) a um
custo computacional aceitvel. Ao mesmo tempo o processo de otimizao pode utilizar
estratgias que procuram evitar o aprisionamento em vales da funo objetivo e,
consequentemente, reduzir o risco de obteno de timos locais.
13
Captulo 1 Introduo
Os conceitos fundamentais da otimizao por populao podem ser encontrados na referncia

[LE02], onde so apresentados os principais grupos de meta-heursticas: Algoritmos
Evolucionrios, tcnicas baseadas em Enxame de Partculas (Particle Swarm), Busca Tabu,
entre outros. Tambm so apresentadas aplicaes em diversas reas dos sistemas de
potncia, como por exemplo, avaliao de segurana, expanso da gerao, expanso da
transmisso, despacho econmico, controles, estimao de estado, entre outras.
As aplicaes pioneiras de meta-heursticas no problema PET foram realizadas por Romero e
Galego, [RGM96, GAMR97], utilizando Recozimento Simulado (Simulated Annealing). A
qualidade dos resultados publicados nestes dois artigos mostrou que tais mtodos tinham um
excelente potencial para a soluo deste problema. Portanto, logo em seguida publicaram
mtodos baseados em Algoritmo Gentico [GMR98a, GMR98b] e Busca Tabu [GRM00]. Em
[EGR04] foi apresentada a primeira meta-heurstica aplicada ao planejamento multiestgio de
sistemas de transmisso.
A forma de resolver um problema utilizando meta-heurstica varia muito pouco quando se
trata da modelagem matemtica utilizada para a funo de avaliao. Assim, por exemplo, em
planejamento de sistemas de transmisso, a forma usada para resolver os modelos de
transporte, hbridos e o modelo DC praticamente a mesma. Em cada caso, deve-se resolver
apenas um problema de programao linear, sob diferentes modelos. Por esse motivo, a
grande maioria das aplicaes de tcnicas meta-heursticas em planejamento de sistemas de
transmisso utiliza o modelo DC.
Nos ltimos anos, diversas meta-heursticas foram implementadas para resolver problemas de
PET [LSMR08], tais como: Busca Tabu
[GRM00, LMRR08]; Procedimento de Busca
Aleatria Gulosa (GRASP - Greedy Randomized Adaptive Search Procedure) [BOA01,

FBRF05]; Algoritmos Genticos [EGR04]; Estratgias de Evoluo [LSRM06, MSLR07];
Evoluo Diferencial [STIS07]; Otimizao por Colnia de Formigas [R06, RLM08,
LRMR10]; Otimizao por Enxame de Partculas [MF02], Busca Dispersa [FGMV96] e
Sistema Imunolgicos [RLH09].
Diante de tantas opes, estudos comparativos tm sido realizados para auxiliar os
planejadores na escolha da meta-heurstica mais indicada para cada sistema. A referncia
[R11] apresenta uma avaliao comparativa de diversas meta-heursticas aplicadas ao
problema PET multiestgio. Como concluso, destaca-se que o bom desempenho do mtodo
14
Captulo 1 Introduo
depende, principalmente, da correta inicializao dos algoritmos. Em relao populao

inicial, ndices de desempenho, como os utilizados nos AHC, podem auxiliar na escolha dos
indivduos mais atrativos, candidatos soluo do problema. J os demais parmetros de cada
algoritmo esto relacionados com o conhecimento que o planejador tem, tanto do sistema,
quanto da meta-heurstica implementada. Contudo, o algoritmo baseado em Estratgia de
Evoluo se destacou em relao aos demais mtodos implementados pela sua simplicidade e
reduzido nmero de parmetros.
As pesquisas utilizando meta-heursticas indicam que, no momento, esses tipos de algoritmos
so os mais competitivos para encontrar solues de excelente qualidade para sistemas
complexos e de grande porte. Portanto, as metodologias desenvolvidas recentemente para
considerar as flutuaes advindas da nova estrutura do setor e das fontes renovveis esto
preferindo os mtodos baseados em meta-heursticas [MK11, FVG11, MAF12a, MAF12b].
As meta-heursticas apresentam a vantagem de serem relativamente fceis de implementar e,
geralmente, apresentam desempenho semelhante, independente da caracterstica do sistema.
Entretanto, a quantidade de parmetros a ser ajustados para garantir solues de qualidade
pode demandar um maior conhecimento do mtodo por parte do planejador.
No que se refere considerao de incertezas, tanto internas, quanto externas, existem muitos
trabalhos publicados em relao anlise probabilstica aplicada ao planejamento, mas pouca
aceitao prtica. Em geral, so utilizados critrios determinsticos e a definio de planos de
expanso de redes mais robustas, capazes de suportar cenrios futuros extremos. Entretanto,
para que a soluo obtida apresente uma baixa relao custo-benefcio, necessrio utilizar
tcnicas especficas para a tomada de deciso, como, por exemplo, a minimizao do mximo
arrependimento [CIGR95, FSGA96, MRSL09].
Na prxima seo apresentada uma discusso sobre a anlise de confiabilidade inserida no
processo de planejamento. Em seguida, so comentados os principais trabalhos publicados
visando considerao de incertezas das fontes renovveis no PET.
1.4.4 A anlise de confiabilidade inserida no planejamento

Para garantir o total fornecimento de energia, os planos de expanso do sistema eltrico
devem considerar uma anlise de riscos que envolva falhas inesperadas de equipamentos,
desligamentos para manuteno, crescimento da carga alm do previsto e a indisponibilidade
de recursos energticos primrios. A definio dos nveis de risco para planejamento da
15
Captulo 1 Introduo
transmisso pode ser feita por critrios determinsticos, por meio da avaliao de diversos
cenrios, severos ou no. Por exemplo, um cenrio pode ser definido considerando a sada de
um equipamento de transmisso (mtodo N-1), a carga pico, ou a sada da unidade geradora
de maior capacidade. Porm, tais critrios no apresentam informaes quantitativas da
adequao do sistema. Assim, num problema de planejamento, se duas ou mais alternativas
satisfazem os critrios determinsticos desejados, no possvel determinar, do ponto de vista
da adequao, qual ter melhor desempenho. Ademais, no considerada a natureza aleatria
das variveis envolvidas e as alternativas apontadas por esses critrios so, na maioria das
vezes, solues pouco econmicas.
As metodologias de anlise de confiabilidade so as tcnicas mais indicadas [BA94] para
mensurar os riscos citados acima. Basicamente, por meio de metodologias probabilsticas,
possvel avaliar o risco de uma configurao de equipamentos de gerao e/ou transmisso
no ser capaz de suprir demanda em determinado instante. A avaliao de confiabilidade
permite quantificar a anlise de adequao de segurana levando em considerao diversas
caractersticas do sistema. Portanto, esta avaliao pode substituir os critrios determinsticos,
possibilitando o planejamento de alternativas mais condizentes com a natureza do sistema.
Por outro lado, a deciso sobre quo confivel o sistema recai sobre a necessidade das
concessionrias terem o conhecimento do nvel adequado de risco e serem capazes de modelar
adequadamente os elementos do sistema para o clculo de tal risco.
Historicamente, as companhias do setor eltrico tm enfrentado dificuldade em estabelecer
uma definio padro, baseada nos ndices de confiabilidade, de quo confivel um sistema
deve ser. O principal motivo a dependncia dos ndices em relao aos diversos modelos,
adotados de forma diferente por cada empresa, por exemplo, o modelo de carga [LMMB00,
ML04]. Ademais, a avaliao da confiabilidade uma tarefa dispendiosa nos sistemas
interligados devido ao grande nmero de variveis e as inmeras combinaes entre elas.
Portanto, os critrios determinsticos ainda so os mais utilizados para tratar a adequao das
alternativas no PET [SRRG05].
Apesar da preferncia das empresas do setor eltrico pelos critrios determinsticos, a anlise
de confiabilidade tem sido investigada no desenvolvimento de ferramentas para o PET.
Inicialmente, a insero dos ndices de confiabilidade no processo de planejamento foi
proposta como restries de segurana. Dessa forma, o compromisso entre a minimizao dos
custos dos planos de expanso e a qualidade do suprimento de energia no investigado,
16
Captulo 1 Introduo
sendo adotados apenas nveis mnimos para a confiabilidade no que se refere ao atendimento
da demanda. Assim, as alternativas que no satisfazem o requisito mnimo de confiabilidade
so descartadas. As demais alternativas so selecionadas em funo do custo de investimento.
Nas referncias [FBGO89, SBL91], so apresentados alguns exemplos de critrios de
referncia estabelecidos com base nos ndices de confiabilidade.
Em 1980, Munasinghe [M80] props uma metodologia para inserir na funo objetivo do
problema PET o nvel de confiabilidade da configurao futura. Assim, o plano de custo
mnimo seria aquele que resultasse no menor somatrio dos custos: de investimento e de
interrupo. Dois fatores importantes devem ser considerados nesse trabalho: a grandeza
financeira usada para quantificar a avaliao da confiabilidade e a considerao da mesma
durante o processo de otimizao. Para tanto, o custo de interrupo necessita ser
devidamente estimado, levando em considerao as classes de consumidores e as polticas de
corte de carga.
Neste contexto, alguns trabalhos foram publicados [BG90, SBL91], com o objetivo de obter
boas estimativas do custo de interrupo e dessa forma poder compar-lo com os custos de
investimentos, atravs da funo objetivo, ou seja, durante o processo de otimizao. Em
[M99] so apresentadas ferramentas probabilsticas utilizando o mtodo de simulao Monte
Carlo com objetivo de estimar com preciso o custo de interrupo. Como estes so mtodos
que demandam um custo computacional considerado, este trabalho props a diviso do
planejamento em 4 fases. Tais fases so estabelecidas em funo da qualidade das solues ao
longo do processo de planejamento, de forma que o custo de interrupo s seria inserido nas
fases finais, quando bons planos de expanso fossem comparados.
Alguns trabalhos tm includo a avaliao da confiabilidade apenas depois do processo de
otimizao, em um procedimento externo, [LSRM06, LMRR08, RLH09]. Neste caso, embora
as melhores alternativas selecionadas tenham custos de investimentos menores, elas podem
no garantir critrios de segurana adequados e resultarem em custos de interrupo elevados.
Por outro lado, na referncia [MARL12] apresentada uma proposta para o PET onde a
avaliao da confiabilidade inserida durante o processo de otimizao. Dessa forma, os
planos de expanso possuem custos de investimentos e interrupo relativamente
equilibrados, proporcionando planos de melhor qualidade. Porm, foi considerado um modelo
simplificado para o custo de interrupo, atravs de simulao Monte Carlo no sequencial.
17
Captulo 1 Introduo
Com o objetivo de auxiliar e incentivar as empresas a empregarem a avaliao da

confiabilidade no planejamento dos sistemas de potncia, diversos trabalhos tm sido
publicados nesta rea. Em [LRMB04], o conceito de confiabilidade preventiva aplicado a
sistemas compostos, com o objetivo de associar um carter determinstico aos ndices obtidos.
Nesta proposta, os estados de sucesso do sistema so classificados em estados saudveis e
marginais de acordo com um critrio determinstico pr-definido. No entanto, esta
metodologia tambm no muito utilizada em funo da quantidade de ndices considerados.
Em [LRMA10], um estudo comparativo para o PET multiestgio apresenta as principais
vantagens do uso da anlise de confiabilidade em relao ao bem conhecido mtodo N-1.
Este estudo apresenta resultados de um sistema real e demonstra que a considerao dos
custos de interrupo propicia planos de expanso com alta qualidade e mais baratos que
aqueles considerando o critrio determinstico N-1. Alm disso, a evoluo dos mtodos
utilizados em anlise de confiabilidade [GL11], do ponto de vista de esforo computacional,
favorece a utilizao destes estudos no PET.
O expressivo aumento do nvel de participao de fontes renovveis nos sistemas exige novos
requisitos de segurana e confiabilidade que no so alcanados com as ferramentas
determinsticas tradicionais, utilizadas nos estudos de mdio e longo prazo, [LSMB10, LC07].
Portanto, o uso de ferramentas de confiabilidade, capazes de mensurar o impacto da
volatilidade das fontes renovveis na adequao do sistema de grande importncia no setor
[FMRS11]. Atualmente, as metodologias baseadas em critrios determinsticos ainda so as
principais ferramentas utilizadas, mas muitos pases j adotam os mtodos probabilsticos
como ferramentas auxiliares na tomada de decises [SSC08, PMRF08].
1.4.5 Considerao de fontes renovveis no PET

Nos ltimos anos, os sistemas de potncia tm apresentado grandes mudanas na participao
de sua matriz energtica, com um expressivo aumento de fontes renovveis conectadas rede
bsica. Este fato vem causando grande preocupao entre os operadores e planejadores destes
sistemas, pois a volatilidade dessas fontes eleva a complexidade operacional do sistema e
aumenta significativamente o nvel de incertezas, o que pode contribuir para a deteriorao do
fornecimento de energia.
As centrais eltricas oriundas de energia renovvel conectadas rede bsica so, geralmente,
construdas numa regio favorvel energia que se deseja explorar. Contudo, a concentrao
18
Captulo 1 Introduo
excessiva de gerao intermitente em uma determinada regio, pode provocar problemas de

congestionamento de redes de transmisso e dar espao a prticas de poder de mercado. Como
ocorre no Brasil, por exemplo, em que uma expressiva parte do aumento da gerao de
origem elica se d na regio Nordeste, distante dos centros de consumo.
Segundo Steinberger [SEA11, S12], sob o aspecto de balano de energia e de potncia,
possvel instalar 140 GW de gerao elica no sistema de energia eltrica brasileiro, usando
basicamente a capacidade de gerao hidrulica existente para compensar a variabilidade da
gerao elica. Neste caso, o impacto recai sobre o aumento dos requisitos de transmisso do
sistema interligado nacional.
Abordagens convencionais no so capazes de considerar os efeitos da intermitncia das
fontes renovveis nos sistemas de potncia. Portanto, os modelos de planejamento das redes
eltricas devem ser revistos. Diante de maiores valores de intermitncia preciso que os
sistemas de potncia tenham linhas de transmisso mais flexveis. De tal forma que sejam
capazes de permitir o atendimento carga atravs de outras fontes de gerao, nos perodos
de baixa oferta da gerao de origem intermitente, e por outro lado, permitir o escoamento
para outras reas nos momentos de elevada oferta.
Diante da perspectiva de flexibilizar a rede de transmisso para lidar com a alta participao
renovvel, algumas recomendaes so apresentadas na literatura, como por exemplo, nas
referncias [B07, J07, FOMM09]. Alguns dos trabalhos publicados so relacionados aos
aspectos econmicos e regulatrios da conexo das fontes renovveis na rede bsica. Por
exemplo, a referncia [PCTB09] apresenta um exemplo de conexo, onde so utilizadas redes
coletoras com o objetivo de agrupar um conjunto de usinas renovveis para conect-las a rede
bsica.
Por outro lado, alguns trabalhos discutem aspectos tcnicos sobre o planejamento da
transmisso. A referncia [ABG07] apresenta uma discusso sobre a capacidade de
transmisso requerida pelas linhas que interligam as reas com elevada participao de fontes
renovveis. Nesta discusso, busca-se responder qual a proporo, em relao capacidade
instalada de uma fazenda elica, que a linha de transmisso deva atender.
Para lidar com os perodos de alta concentrao de ventos, em que a produo de parques
elicos provoca sobrecargas nas linhas de transmisso, alguns trabalhos sugerem operar de
19
Captulo 1 Introduo
forma otimizada as linhas existentes, mesmo que para isso seja necessrio desligar o parque
elico da rede, em perodos de elevada oferta [BO08].
Definir a capacidade de transmisso de linhas que interligam reas de elevada participao
renovvel uma questo bastante importante, e no considerar a volatilidade dessas fontes
pode trazer grandes implicaes financeiras e operacionais. Por exemplo, considerar a
capacidade de transmisso prxima da mxima potncia instalada nas usinas, implica em
custos mais elevados do que o necessrio, possveis prejuzos por parte dos investidores, alm
de ativos ociosos. Por outro lado, uma capacidade de transmisso considerada prxima da
mdia de produo das fazendas elicas pode ocasionar desperdcios de vento, maior risco de
no atingir as metas de gerao renovvel e um consequente aumento dos custos de produo.
Na tentativa de considerar as fontes renovveis no problema do PET, e responder questo
citada acima, as mais recentes pesquisas tm apostado em ferramentas probabilsticas,
inseridas dentro do processo de otimizao [YCWZ09, MK11, FVG11, MAF12a, MAF12b,
OGH13]. Em geral, este processo de otimizao baseado em alguma meta-heurstica
evolucionria ou Busca Tabu. A considerao de incertezas tem sido proposta por simulao
Monte Carlo ou atravs de mtodos de estimao de momentos, utilizando as funes
densidade de probabilidade.
A referncia [FVG11] apresenta um algoritmo baseado em colnia de formigas e prope uma
avaliao da integrao das fontes renovveis atravs do estudo de cenrios, onde apenas uma
hora representativa do ano considerada durante a busca por alternativas. Apesar de bons
resultados apresentados pelo algoritmo de simulao, a metodologia no suficiente para
considerar o efeito da volatilidade da energia renovvel sobre o sistema.
As referncias [MAF12a, MAF12b] propem uma combinao de Simulao Monte Carlo e
Mtodo de Estimao Pontual para avaliao de incertezas da carga e das fontes elicas. Para
tanto, o problema PET tratado como multiobjectivo, sendo utilizada uma metodologia
baseada no algoritmo gentico NSGAII. Os objetivos considerados so: minimizar custo de
investimento, custo de congestionamento e custo de risco. As avaliaes so realizadas para
cada alternativa, dentro do processo de otimizao. O trabalho demonstra a importncia de
investimentos na transmisso para atender as necessidades impostas pela alta participao de
fontes renovveis. No entanto, ao considerar o mtodo dos momentos para estimao pontual,
o algoritmo faz uma avaliao conservadora. As concluses sobre o custo de risco so
20
Captulo 1 Introduo
baseadas apenas nas incertezas da carga e produo elica, no considerando as

indisponibilidades dos equipamentos.
A referncia [OGH13] usa decomposio de Benders e Simulao Monte Carlo para
considerar as incertezas da gerao elica e as indisponibilidades dos equipamentos de
transmisso na abordagem esttica do problema PET. As variaes de velocidade do vento
so amostradas por distribuies Weibull, previamente determinadas por sries histricas.
Cada subproblema da operao tem como soluo o valor esperado do custo de interrupo e
das variveis duais necessrias para o prximo subproblema de investimento. Tambm
investigada a introduo de um limite superior de corte de carga na formulao do PET. Este
limite utilizado para encontrar solues que minimizam a probabilidade de ocorrer cortes de
carga acima de um valor percentual da carga pico. A metodologia mostra-se capaz de auxiliar
os planejadores, apresentando planos de expanso que aumentam a flexibilidade da rede
diante das incertezas na gerao elica. Por outro lado, no avalia a cronologia dessas
incertezas, sendo assim, no considera possveis complementaridades, obtendo planos de
expanso sobredimensionados.
Esta tese apresenta uma metodologia de planejamento da expanso da transmisso que aborda
dois objetivos: i) o atendimento demanda, considerando restries de segurana; ii) a
maximizao do aproveitamento renovvel, considerando uma anlise de custo benefcio. O
planejamento realizado por meio de simulaes combinadas de duas ferramentas distintas.
Para indicar os reforos necessrios ao atendimento demanda utilizado um algoritmo de
otimizao, baseado na meta-heurstica Estratgias de Evoluo. J os reforos que garantiro
melhor aproveitamento renovvel so obtidos por meio de um Algoritmo Heurstico
Construtivo.
1.5 ESTRUTURA DA TESE

Este captulo apresentou, em linhas gerais, uma sntese do desenvolvimento histrico dos
sistemas de transmisso e as preocupaes com o seu planejamento, diante da atual
participao de fontes renovveis na matriz energtica. Foram destacados os principais
objetivos, bem como a motivao para o desenvolvimento deste trabalho. Tambm foi
apresentada uma reviso bibliogrfica, considerando as principais ferramentas utilizadas na
soluo do problema PET. Esta reviso aborda a modelagem matemtica, os principais
21
Captulo 1 Introduo
mtodos utilizados, as metodologias desenvolvidas com o objetivo de considerar o valor da

confiabilidade, bem como os recentes trabalhos publicados cujo principal objetivo a
considerao das fontes renovveis durante o processo de otimizao.
O Captulo 2 apresenta um Algoritmo Heurstico Construtivo capaz de considerar o impacto
da volatilidade das fontes renovveis na expanso da transmisso. Baseada em um Fluxo de
Potncia Cronolgico, esta metodologia utiliza o montante de energia renovvel desperdiada
para identificar a viabilidade da adio de reforos na transmisso. Para tal, so utilizados
ndices de desempenho referentes ao desperdcio de energia e a eventuais sobrecargas nos
circuitos decorrentes da maximizao do uso de energia renovvel. Os resultados so
apresentados considerando o sistema teste RTS96REN proposto em [FMRS11].
A avaliao da confiabilidade utilizada como um indicador para auxiliar no processo de
deciso do planejamento da transmisso, descrita no Captulo 3. So apresentados os
conceitos bsicos e os modelos probabilsticos associados a cada componente. Em seguida
apresentado o mtodo a ser utilizado neste trabalho, capaz de considerar as fontes renovveis.
Finalmente, os planos de expanso propostos para o sistema teste do Captulo 2 so avaliados
sob o ponto de vista da confiabilidade.
A metodologia desenvolvida no Captulo 2 trata o problema de planejamento apenas no que
se refere a maximizar o aproveitamento das fontes renovveis. O Algoritmo Heurstico
Construtivo utilizando a ferramenta FPC no capaz de tratar adequadamente o problema de
planejamento de longo prazo. A flutuao na disponibilidade das fontes renovveis aumenta a
complexidade do problema PET. Portanto, esta tese apresenta o planejamento de longo prazo
dividido em duas etapas, uma referente ao atendimento demanda e outra considerando
maximizar o aproveitamento de fontes renovveis.
No Captulo 4 apresentada uma metodologia para soluo do PET de longo prazo utilizando
a meta-heurstica Estratgia de Evoluo. Neste caso, no considerada a flutuao dos
ventos, sendo estes considerados fixos ao longo do planejamento. Portanto so feitos estudos
de cenrios de maior ou menor disponibilidade de energia elica ao longo do perodo de
planejamento. Os resultados demonstram que a utilizao de cenrios intermedirios
produzem melhores resultados no que se refere ao atendimento demanda. Porm,
importante que seja aplicada uma metodologia complementar para garantir melhor
aproveitamento da energia elica nos perodos de maior disponibilidade.
22
Captulo 1 Introduo
No Captulo 5 apresentada uma integrao entre a metodologia utilizada para o

planejamento de longo prazo, proposta no Captulo 4, e o algoritmo heurstico construtivo,
proposto no Captulo 2. A utilizao das duas metodologias possibilita o planejamento do
sistema, tratando de forma desacoplada o atendimento da demanda e o aproveitamento
eficiente das fontes renovveis volteis.
No Captulo 6 so apresentadas algumas consideraes a respeito da metodologia proposta, as
principais concluses e propostas de trabalhos futuros.
23
CAPTULO 2
EXPANSO DA TRANSMISSO BASEADA NO
DESPERDCIO DE ENERGIA RENOVVEL
2.1 INTRODUO
ONFORME
apresentado no captulo anterior, a flexibilidade e adequao dos atuais
sistemas de transmisso tm sido largamente discutidas em funo da elevada
participao de fontes renovveis. Os recentes trabalhos nessa rea apresentam novas

metodologias probabilsticas aplicadas ao problema PET e, atravs de ndices de desempenho,
tentam definir os mais econmicos e seguros planos de investimentos diante das diversas
incertezas associadas produo de energia eltrica. Os principais ndices utilizados so o
custo de interrupo e custo de congestionamento.
Contudo, o efeito negativo da volatilidade das fontes renovveis pode ocorrer: (i) em perodos
de baixa produo, em que a rede deve permitir o atendimento demanda por outras fontes;
(ii) em momentos de alta oferta, em que necessrio escoar a energia produzida, uma vez que
esta no pode ser armazenada de forma eficiente. O custo de interrupo capaz de mensurar
o desempenho do sistema no que se refere ao atendimento demanda. Por outro lado, nos
perodos em que a demanda atendida, no necessariamente garantido o aproveitamento
integral da energia renovvel, sendo o sobressalente desconsiderado no processo de
planejamento.
Com o objetivo de otimizar o uso das fontes renovveis conectadas rede bsica, este
captulo apresenta uma metodologia de planejamento da transmisso capaz de indicar reforos
que garantam o melhor aproveitamento das fontes renovveis. Esta metodologia baseada em
um Algoritmo Heurstico Construtivo (AHC), cujo ndice de desempenho, utilizado para guiar
a construo da soluo, o valor esperado da energia renovvel desperdiada. O ndice de
desperdcio de energia renovvel obtido por meio da ferramenta denominada Fluxo de
Potncia Cronolgico (FPC), apresentada na Seo 2.2.
O AHC aplicado ao planejamento para identificar o mais efetivo conjunto de reforos que
minimize a energia desperdiada, fazendo uma anlise entre o custo de investimento e o
24
Captulo 2 Expanso da transmisso via fluxo de potncia cronolgico
benefcio por utilizar a energia que seria desperdiada. So apresentados resultados para o
sistema IEEE Reliability Test System 1996 [APM99], modificado para garantir uma
configurao com expressiva participao renovvel, neste caso, energia elica.
2.2 FLUXO DE POTNCIA CRONOLGICO

2.2.1 Conceitos preliminares
A primeira aplicao de anlise probabilstica de fluxo de potncia foi proposta em [B74].
Desde ento, muitos trabalhos tm sido desenvolvidos neste campo de pesquisa. Uma lista de
artigos sobre anlise de fluxo de potncia probabilstico (FPP) pode ser encontrada em
[SLBE90, CCB08]. Estas referncias apresentam uma reviso do desenvolvimento de tcnicas
e suas aplicaes em diferentes reas de anlise de sistemas de potncia em regime
permanente, incluindo o planejamento da expanso [LRAC90]. As equaes bsicas de um
fluxo de potncia probabilstico [ALB81] podem ser expressas como:
= ( )
(2.1)
= ( )
(2.2)
onde, o vetor aleatrio das injees lquidas de potncias ativa e reativa, o vetor
aleatrio de estado (magnitude das tenses e ngulo de fase), o vetor aleatrio das
variveis de sada (fluxos ativo e reativo, etc.), e um instante de tempo no perodo de
estudo (e.g., 1 hora). As funes e representam equaes no lineares que regem o
comportamento da rede eltrica em funo de sua topologia e caractersticas. Para cada
instante h as equaes (2.1) e (2.2), ou uma verso linearizada delas (e.g., fluxo DC), devem
ser resolvidas e as variveis de interesse armazenadas, para posteriormente serem feitas
anlises estatsticas das mesmas.
Considerando a abordagem probabilstica, as variveis de entrada so convertidas em
variveis aleatrias com funo densidade de probabilidade conhecida. Os resultados passam
de valores fixos para uma funo densidade de probabilidade, apresentando uma faixa de
possibilidades para os resultados e suas respectivas probabilidades. Em geral, existem duas
principais metodologias utilizadas para a soluo do FPP: formulao analtica e simulao.
25
As abordagens analticas so mais indicadas quando as variveis de entrada no so

correlacionadas. Alguns mtodos propostos na literatura so capazes de lidar com entradas
correlacionadas, mas eles so restritos a dependncia linear [AGNS76, AA77, LAA84], ou de
segunda ordem, i.e., a dependncia estatstica entre as variveis verificada em seus
momentos de segunda ordem [CTNS82, B85]. No entanto, em situaes que envolvam
relaes complicadas entre as variveis de entrada, as tcnicas de simulao so indicadas
como a melhor opo. A avaliao do espao de estados pode ser feita por meio de
enumerao ou por amostragem utilizando simulao Monte Carlo.
Em 2007, a referncia [BWH07] props o uso de sries para representar a variao de carga e
flutuao nas anlises de fluxo de potncia de redes com elevada penetrao de energia elica.
A ideia usar banco de dados histricos de carga e gerao para avaliar os estudos de fluxo
de potncia para diferentes cenrios. Devido curva diria de demanda e a variabilidade dos
ventos, os autores sugerem que o intervalo de tempo de uma hora ou menos seja utilizado.
Assim, para cada intervalo, realizada uma anlise de fluxo de potncia e, ento, so
definidos os fluxos nas linhas, as tenses, e outras variveis de interesse so monitoradas e
estatisticamente avaliadas.
Recentemente, o FPP tem sido aplicado para avaliar a integrao de novas fontes de energia
renovveis aos sistemas de transmisso. A anlise probabilstica realizada atravs da
amostragem de um conjunto de sries histricas anuais. Podem-se utilizar sries para
diferentes tipos de fontes renovveis, bem como agrup-las por regies. Ver por exemplo
[VPF11, AVH11, OTA11]. Essas tcnicas demandam a modelagem das cargas e das injees
de potncia como funes de densidade de probabilidade (fdps) e proporcionam um espectro
completo das estatsticas de todas as tenses nodais e fluxos.
Embora tcnicas que utilizem fdps demandem menor esforo computacional que os mtodos
de simulao, elas, geralmente, requerem formulaes matemticas complicadas e podem ter
a preciso dos resultados comprometida devido s linearizaes inerentes ao processo
[VPF11]. Alternativamente, as fdps e outras estatsticas podem ser obtidas por meio de um
Fluxo de Potncia Cronolgico, o qual baseado em simulao do espao amostral. Neste
caso, ao invs de utilizar as fdps das cargas e das injees de potncia, as sries histricas de
produo e consumo so diretamente utilizadas.
26
2.2.2 Estgios do FPC proposto

Atravs de um processo de simulao do espao de estados, representado por sries histricas,
calcula-se o ndice EWES (Expected Wind Energy Spilled) que representa o montante de
energia renovvel desperdiado. Note que, neste trabalho, visando simplificar a apresentao
da metodologia, ser considerado apenas o desperdcio de energia elica. Durante a
simulao, tambm so identificados os principais circuitos que esto restringindo os fluxos
na rede e, consequentemente, fazendo com que haja o desperdcio de parte da energia
proveniente de fontes renovveis. Estes circuitos representam pontos atrativos para a adio
de reforos, tendo em vista a obteno de redes adaptadas intermitncia de tais fontes.
A metodologia dividia em trs estgios, o primeiro e segundo estgios do algoritmo so
dedicados ao clculo do ndice EWES. O terceiro estgio executado com o objetivo de
fornecer estatsticas (probabilidades, valores esperados e densidades de probabilidade)
relacionadas com possveis sobrecargas de circuitos, resultantes da maximizao do
aproveitamento das fontes elicas, ou seja, da minimizao do ndice EWES.
No primeiro estgio do FPC, a energia desperdiada avaliada desconsiderando-se as
restries de transmisso, ou seja, utilizando-se um despacho barra nica, para o qual todas as
unidades de gerao e todas as cargas do sistema so agrupadas em uma s barra. Para o
despacho das unidades geradoras utilizada uma ordem de mrito definida de acordo com a
filosofia dos operadores do sistema. Primeiramente, uma determinada quantidade de energia
firme alocada para um dado conjunto de unidades geradoras, a fim de garantir uma operao
segura da rede eltrica. Em sequncia, as demais unidades geradoras so despachadas de
acordo com seus custos mdios de produo. Obviamente, os parques elicos so
despachados logo aps a alocao de energia firme. Se a carga for atendida pela energia firme
e parte da energia elica disponvel, o restante da energia elica contabilizado como
desperdcio em funo da gerao (EWESG).
No segundo estgio, um algoritmo de fluxo de potncia timo empregado para incorporar as
restries da transmisso ao despacho das unidades geradoras. Portanto, uma maior
quantidade de energia elica desperdiada obtida neste estgio (EWESG&T). A diferena
entre o desperdcio de energia elica, incorporando as restries de transmisso e
considerando apenas o despacho barra nica, permite calcular o desperdcio em funo dos
congestionamentos na transmisso (EWEST).
27
Finalmente, no terceiro estgio, um fluxo de potncia DC avaliado considerando-se o

mximo despacho das fontes elicas (extrado do despacho barra nica do primeiro
estgio), e um despacho das no elicas, baseado nos fatores de participao definidos no
segundo estgio. Este estudo visa identificao dos circuitos sobrecarregados, os quais
devem ser considerados como aqueles responsveis pelo desperdcio de energia encontrado no
segundo estgio, quando as medidas corretivas so adotadas para eliminar as suas
sobrecargas; i.e., para respeitar as restries da transmisso. Obviamente, vrias outras
estatsticas relacionadas com as sobrecargas de circuitos so obtidas neste estgio.
2.2.3 Modelagem matemtica

Modelo de curva de carga e sries energticas
A capacidade de produo das unidades de gerao que utilizam fontes renovveis pode ser
modelada em funo da disponibilidade da energia primria atravs de sries histricas
anuais. Estas sries so convertidas em potncia eltrica e representadas por modelos
Markovianos no agregados, sendo seus estados conectados, de forma sequencial, conforme
ordem de ocorrncia. Portanto, o modelo adotado para a representao da carga em [ML04]
pode ser tambm utilizado para modelar a volatilidade de cada fonte renovvel.
A Figura 2.1 ilustra o modelo utilizado, em que L(t) fornece o patamar de carga no
estado/hora t. Similarmente, H(t), P(t), E(t), S(t) e C(t) fornecem as capacidades mximas
momentneas para as unidades geradoras com fontes: hidrulicas, pequenas centrais
hidreltricas, elicas, solares (e.g., fotovoltaicas) e de cogerao, respectivamente. Os estados
do modelo se comunicam com taxa de transio igual a uma transio por hora (estados
com durao mdia de uma hora).
L(1)
L(t)
L(8760)
H(1)
H(t)
H(8760)
P(1)
P(t)
P(8760)
E(1)
E(t)
E(8760)
S(1)
S(t)
S(8760)
C(1)
C(t)
C(8760)
Figura 2.1: Modelo de Markov no agregado para carga e fontes renovveis.
28
Salienta-se que L(t) pode ser um vetor contendo patamares de carga distintos para cada rea
ou barra do sistema. O mesmo raciocnio se aplica s unidades geradoras renovveis.
Portanto, os limites de capacidade do estado t podero ser fornecidos de maneira distinta, para
cada central geradora ou regio englobando um grupo de centrais geradoras do mesmo tipo.
Modelo do fluxo de potncia timo

O modelo de Fluxo de Potncia timo (FPO), utilizado no segundo estgio do FPC,
proposto como um problema de programao linear, conforme Equao (2.3). O FPO tem
como principal objetivo a representao da rede de transmisso e a monitorao de seus
limites operativos, visto que um despacho barra nica j foi realizado no primeiro estgio do
FPC, priorizando o despacho de renovveis.
= +
=1
=1
. .
(2.3)
+ + + =
||
{
0
0
em que:
nmero de geradores livres (exceto os responsveis pela energia firme);
custo de produo do gerador ;
despacho do gerador ;
nmero de barras de carga do sistema;
custo pelo corte de carga na barra ;
corte de carga na barra ;
vetor contendo o despacho da gerao firme (no participa do redespacho);
vetor contendo o despacho dos geradores livres;
vetor contendo os cortes de carga;
matriz de susceptncia de barra;
vetor contendo os ngulos das tenses de barra;
vetor de demanda por barra;
29
vetor contendo os fluxos nos circuitos;
vetor contendo os limites de capacidade dos circuitos;
vetor contendo os limites de gerao.
A parcela da funo objetivo referente ao despacho de potncia ativa permite manter a

preferncia pelo despacho dos geradores renovveis, uma vez que estes tm custo de
produo menor que os geradores trmicos. No entanto, um conjunto de geradores
responsveis pela energia firme do sistema no aparece na funo objetivo, sendo
representado no balano de potncia por . Estes geradores possuem prioridade no
despacho.
O corte de carga aplicado apenas quando no possvel eliminar a violao dos limites
operativos por redespacho de potncia ativa. Portanto, o custo associado ao corte de carga
sempre maior que o mais caro dos geradores. Salienta-se que situaes de corte de carga e
desperdcio de energia elica podem ocorrer simultaneamente.
Dentre os principais algoritmos que podem ser utilizados para a resoluo do problema
podem-se citar: o Dual-Simplex, modificado para explorar as caractersticas de esparsidade
das equaes da rede eltrica [SM79], e o Primal-Dual de pontos interiores com barreira
logartmica [B04]. Neste trabalho foi utilizado o Dual-Simplex.
Considerao das perdas na anlise de fluxo de potncia
Para aplicar a metodologia proposta em sistemas de grande porte, a considerao das perdas
da transmisso de grande importncia. Portanto, o modelo de perdas proposto em [R11]
utilizado na anlise de fluxo DC e na implementao do fluxo timo DC. Neste modelo, as
perdas so estimadas atravs de um caso convergido de fluxo AC. Para obter o caso base de
um modelo DC, primeiramente realizado um balano entre carga e gerao obtida pelo
modelo AC. Caso ocorra um excesso de gerao, este deve ser proporcionalmente distribudo
entre todas as barras como um montante de carga fictcia. Em seguida, os ngulos de cada
barra so obtidos atravs de um fluxo DC e as perdas hmicas de cada circuito do sistema so
estimadas de acordo com a Equao (2.4).
30
= ( )
(2.4)
As variveis e correspondem, respectivamente, condutncia srie e diferena

angular existentes entre as barras e . Uma vez encontradas as perdas de transmisso, elas
so distribudas como cargas conectadas nas barras do sistema.
Esta maneira aproximada e de baixo custo computacional de se incluir o efeito das perdas de
transmisso no fluxo DC baseada na metodologia apresentada em [M83]. Basicamente, as
perdas so calculadas utilizando as aberturas angulares de uma determinada configurao.
Posteriormente, estas perdas so alocadas apropriadamente nas barras e , de acordo com a
direo do fluxo.
No prximo passo, um novo balano realizado entre a gerao definida na entrada do caso
convergido AC e o novo nvel de carga, incluindo as perdas encontradas. Usualmente, o
montante de perdas obtidas por um fluxo DC menor que as perdas reais, porque este modelo
no considera a circulao de potncia reativa. Devido diferena no nvel de perdas, o novo
balano pode ainda ter excesso de gerao. Neste caso, uma adio proporcional em todas as
perdas realizada at que o nvel de gerao do sistema seja alcanado.
Baseado neste modelo de perdas possvel reproduzir o despacho de potncia ativa obtido
pelo fluxo AC. No entanto, as perdas no so calculadas, mas apenas estimadas do ponto de
operao do caso base. A utilizao deste modelo recomendvel para estudos em que o
ponto de operao do sistema permanea prximo do caso base. No entanto, flutuaes na
carga podem levar o sistema para um ponto de operao razoavelmente distante do caso base,
incluindo o desligamento de unidades de gerao. Portanto, necessrio o uso de uma
aproximao para as perdas consideradas no caso base, frente variao da curva de carga.
Considerando que os fluxos nas linhas variam com o nvel da carga horria, as perdas de
transmisso podem ser estimadas a partir do quadrado desta variao. Portanto, ao considerar
um perfil de carga, em que esta reduzida de um fator , as perdas so reduzidas por um fator
2 . Este procedimento evita o uso de tcnicas iterativas que aumentam o esforo
computacional.
31
2.2.4 Mtodos de soluo

A utilizao das sries histricas permite o tratamento discreto dos dados e, portanto, as
variveis aleatrias de interesse podem ser calculadas por um processo de simulao atravs
da enumerao ou amostragem do espao de estados. As sries histricas so divididas de
acordo com o tipo de fonte renovvel, o nmero de regies geogrficas distintas para cada
tipo, alm do nmero de sries anuais consideradas para cada regio. Se um conjunto grande
de dados for considerado, o processo de enumerao pode ser invivel do ponto de vista
computacional e uma amostragem baseada em simulao Monte Carlo mais indicada. Por
outro lado, caso o conjunto de dados seja reduzido, a enumerao pode ser mais atrativa que o
processo de SMC.
As sries histricas de regies geogrficas distintas, relacionadas ao mesmo tipo de fonte
renovvel, por exemplo, sries de vento para elicas, devem ser correlacionadas, ou seja,
deve-se escolher o mesmo intervalo de tempo. Assim, ao selecionar a srie anual de uma
regio, o mesmo ano ser utilizado para as demais regies. Este procedimento importante
para capturar as correlaes existentes entre as regies, possibilitando melhor entendimento
da distribuio espacial da fonte energtica. Portanto, o procedimento de enumerao, ou
amostragem, envolve apenas as sries relacionadas aos diversos tipos de fontes renovveis,
elicas, hidrulicas, entre outras.
Em geral, a simulao Monte Carlo utilizada para uma abordagem mais completa em que
um conjunto maior de dados utilizado. Pode-se modelar qualquer caracterstica cronolgica
relacionada ao consumo ou produo de energia, alm da possibilidade de inserir informao
sobre a incerteza dos dados. A enumerao, por outro lado, deve ser utilizada quando se
deseja uma simulao simplificada em que apenas um perfil mdio das sries seja necessrio.
A seguir so apresentados os algoritmos para o Fluxo de Potncia Cronolgico utilizando
simulao por enumerao, simulao Monte Carlo sequencial (SMC-Seq) e simulao Monte
Carlo no sequencial (SMC-Nseq).
Mtodo de enumerao de estados
A enumerao de estados consiste na avaliao de todas as combinaes possveis do
conjunto de dados cronolgicos. Portanto, este procedimento calcula o valor esperado exato
dos ndices e estatsticas relacionadas ao FPC. So realizadas combinaes entre os diversos
anos das sries histricas, referentes a cada tipo de fonte renovvel considerada na simulao.
32
Os ndices so obtidos atravs do clculo do valor esperado levando em considerao todas as

combinaes, conforme Equao (2.5).
1
=
,
(2.5)
=1 =1
em que , o desperdcio de energia elica na hora/estado da combinao (uma das

combinaes das sries anuais), o nmero de horas (8760) e o nmero total de
combinaes.
Os passos que constituem os trs estgios do algoritmo para o FPC utilizando o processo de
enumerao de estados so descritos a seguir:
i.
Combinar todas as sries anuais de cada tipo de usina renovvel (e.g., 5 sries elicas
e 5 hidrolgicas = 25 combinaes) resultando no espao amostral , composto pelas
combinaes = 1,2, . . . , ; Fazer = 0;
ii.
Enquanto < , selecionar a combinao c= + 1 e inicializar o contador de

horas ( = 0);
iii.
Fazer = + 1 e atualizar a curva de carga, as perdas e os nveis de gerao das

renovveis de acordo com o estado/instante ;
Primeiro Estgio:
iv.
Resolver o problema barra nica, despachando as unidades atravs de uma ordem de

mrito baseada: a) nas unidades que compem o montante de energia firme (trmico)
utilizado como base do despacho; e b) no custo mdio de produo para as demais
unidades;
v.
Caso haja ao menos uma central elica com produo abaixo de sua capacidade
momentnea, acumular o montante de energia no utilizado para calcular o ndice
EWESG (anual);
33
Segundo Estgio:
vi.
Partindo do ponto de operao definido em (iv), executar um fluxo de potncia timo

DC para incluir as restries da transmisso ao despacho barra nica; na funo
objetivo do problema, usar custos, para o corte de carga, maiores que os da gerao
trmica, que por sua vez, so maiores que os da gerao elica;
vii.
Avaliar a diferena entre a capacidade de produo elica momentnea e o montante

de gerao elica estabelecido para o despacho com as restries da transmisso; se
houver diferena, acumul-la para clculo dos ndices EWESG&T e EWEST; caso
contrrio, ir para o passo (x);
Terceiro Estgio:
viii.
Estabelecer um novo ponto de operao que mantenha o despacho da gerao elica

para o problema barra nica (Primeiro Estgio), e que adote para a gerao no
elica um despacho baseado naquele estabelecido sob restries da transmisso
(Segundo Estgio); i.e., o despacho de cada unidade de gerao no elica deve ser
obtido a partir de seu fator de participao no despacho definido pelo passo (vi);
ix.
Executar um fluxo de potncia DC e contabilizar os fluxos e as violaes nas

capacidades dos circuitos. Isto permitir o clculo das estatsticas relativas aos fluxos
e violaes de cada circuito (nmero de violaes, probabilidade e densidade de
probabilidade de violao, violao mdia condicionada e violao mdia), obtidas
para a condio de mximo aproveitamento das fontes renovveis (i.e., despacho
barra nica);
x.
Se = 8760, atualizar os ndices EWESG, EWESG&T e EWEST; e as estatsticas

relativas aos fluxos e violaes de capacidade de circuitos, se < 8760, volte ao
passo (iii);
xi.
Se = , fim da avaliao, caso contrrio, continue no passo (ii).
Mtodo Monte Carlo sequencial

Na simulao Monte Carlo sequencial, os ndices so estimados atravs de amostras anuais,
conforme Equao (2.6).
34
1
=
,
(2.6)
=1 =1
em que , o desperdcio de energia elica na hora do ano amostrado , e o

nmero de anos j amostrados.
O critrio de parada condicionado ao coeficiente de variao , dado pela razo entre o
desvio padro do estimador e o valor da estimativa), conforme Equao (2.7).
( ())
100%
()
(2.7)
A seguir, so descritos os passos que constituem os trs estgios do algoritmo de simulao

Monte Carlo sequencial para o FPC:
i.
Definir a tolerncia para a incerteza relativa (coeficiente ) e o nmero mximo de

anos simulados ( ); Inicialize = 0;
ii.
Amostrar um estado de operao do sistema (i.e., sortear um ano das sries

histricas, a fim de definir o nvel da curva de carga, as perdas e o nvel de
capacidade das fontes renovveis) e fazer = + 1; inicializar o contador de
horas ( = 0);
iii.
Fazer = + 1 e atualizar a curva de carga, as perdas e os nveis de gerao das

renovveis de acordo com o estado/instante ;
Primeiro Estgio:
iv.

mrito baseada: a) nas unidades que compem o montante de energia firme (trmico)
utilizado como base do despacho; e b) no custo mdio de produo para as demais
unidades;
v.
momentnea, acumular o montante de energia no utilizado para calcular o ndice
EWESG (anual);
35
Segundo Estgio:
vi.
Partindo do ponto de operao definido em (iv), executar um fluxo de potncia timo

vii.

houver diferena, acumul-la; caso contrrio, ir para o passo (x);
Terceiro Estgio:
viii.

obtido a partir de seu fator de participao no despacho definido pelo passo (vi);
ix.

barra nica);
x.
Se = 8760, atualizar os ndices EWESG, EWESG&T, EWEST, os coeficientes de

incertezas associados a cada ndice e as estatsticas relativas aos fluxos e violaes de
capacidade de circuitos, se < 8760, volte ao passo (iii);
xi.
Se as incertezas relativas dos ndices EWESG, EWESG&T e EWEST forem menores

que a tolerncia , ou se o nmero de anos simulados for igual ao valor mximo prespecificado, interromper a simulao; caso contrrio, voltar para o passo (ii).
36
Mtodo Monte Carlo no sequencial

Na simulao Monte Carlo no sequencial, os ndices so estimados atravs de amostras de
estados individuais, porm, respeitando a cronologia da curva de carga e sries histricas ao
longo do perodo de estudo (e.g., 1 ano ou 8760 horas), conforme Equao (2.8).
8760
=

(2.8)
=1
em que o desperdcio de energia elica no estado , e o nmero de estados

simulados. Cabe salientar que para cada estado so amostrados um ano (srie histrica) e
uma hora/estado , pertencente srie anual amostrada.
O critrio de parada baseado no coeficiente de variao, de forma semelhante SMC-Seq,
apresentado na Equao (2.7). A seguir, so descritos os passos que constituem os trs
estgios do algoritmo de simulao Monte Carlo no sequencial para o FPC:
i.
Definir a tolerncia para a incerteza relativa (coeficiente ) e o nmero mximo de

estados simulados ( ); Inicialize = 0;
ii.
Amostrar um estado de operao do sistema (i.e., sortear um ano das sries histricas
e uma hora/estado do ano, a fim de definir o nvel da curva de carga e nvel de
capacidade das fontes renovveis); atualizar o nmero de estados simulados ( =
+ 1);
Primeiro Estgio:
iii.

mrito baseada nas unidades que compem o montante de energia firme (trmico)
utilizado como base do despacho e no custo mdio de produo para as demais
unidades;
iv.
momentnea, calcular o montante de energia no utilizado e atualizar o ndice
EWESG e seu respectivo coeficiente de incerteza ();
37
Segundo Estgio:
v.
Partindo do ponto de operao definido em (iii), executar um fluxo de potncia timo

vi.

no houver diferena ir para o passo (ix); caso haja diferena, atualizar os ndices
EWESG&T e EWEST, bem como seus respectivos coeficientes de incerteza ();
Terceiro Estgio:
vii.

obtido a partir de seu fator de participao no despacho definido pelo passo (v);
viii.

barra nica);
ix.
Atualizar as estatsticas relativas aos fluxos e violaes de capacidade de circuitos;
x.
Se as incertezas relativas dos ndices EWESG, EWESG&T e EWEST forem menores

que a tolerncia , ou se o nmero mximo de estados simulados for atingido,
interromper a simulao; caso contrrio, voltar para o passo (ii).
2.2.5 Aplicao utilizando o sistema RTS96REN

A ferramenta FPC exemplificada nessa seo utilizando o sistema teste RTS96REN,
proposto em [FMRS11]. Esse sistema consiste numa verso modificada do IEEE Reliability
38
Test System 1996 (RTS96) [APM99], em que algumas unidades de gerao trmicas foram
substitudas por unidades hidrulicas e elicas, resultando num sistema com elevada
participao de fontes renovveis. A curva de carga original [APM79] utilizada em todas as
simulaes. Os demais dados de entrada so descritos a seguir.
importante notar que a rede de transmisso no foi alterada. Caso seja considerado um fator
de aproveitamento mdio das fontes elicas, por exemplo, o sistema se comportar como no
caso original. Por outro lado, caso o fator de aproveitamento atinja um patamar elevado, numa
condio favorvel de vento, o sistema apresentar problemas para o escoamento dessa
energia. Portanto, um planejamento de reforos deve ser realizado para insero de novas
linhas que proporcionem o escoamento da energia renovvel nos momentos de maior oferta.
A ferramenta FPC desenvolvida aplicada para auxiliar os planejadores na avaliao do
montante de energia que est sendo desperdiado em funo dos limites impostos pela rede e
quais so os ramos mais sobrecarregados, candidatos a receberem reforos. Neste caso,
apenas os ramos prximos s barras que receberam as fontes renovveis recebero reforos. O
FPC define quantos e quais so esses reforos.
Caractersticas do sistema
No que se refere a fontes renovveis, o sistema original possui 900 MW de fontes hidrulicas,
o que corresponde a 9% da capacidade total instalada (10.215 MW). Com o intuito de obter
uma nova configurao com elevada participao de fontes renovveis, 3.150 MW de fontes
trmicas (31% da capacidade total instalada) so selecionados para serem substitudos por
fontes elicas e hidrulicas.
Visando manter a correspondncia entre a capacidade das unidades trmicas e a capacidade
efetiva das unidades renovveis, os nmeros de unidades elicas e de novas hidrulicas foram
obtidos com base em estatsticas das sries histricas de vento e hidrologia [FMRS11],
conforme mostrado na Tabela 2.1.
As modificaes realizadas so apresentadas na Figura 2.2 (rea 1 do sistema). Portanto, a
capacidade instalada do sistema RTS96REN passou para 13.996 MW, o que representa um
aumento de 37% em relao ao RTS96. No entanto, considerando o regime mdio de
produo das fontes elicas, o sistema possui a mesma capacidade de produo.
39

TABELA 2.1: FONTES TRMICAS SUBSTITUDAS POR ELICAS E NOVAS HIDRULICAS
RTS96
Barra
Unidades
RTS96REN
Capacidade (MW)
Por unidade
Total
Tipo
Capacidade (MW)
Unidades
Por unidade
Total
101
76
152
Elica
319
2,5
797,5
102
76
152
Hidrulica
84,0
168,0
113
197
591
Hidrulica
212,0
636,0
115
155
155
Elica
325
2,5
812,5
201
76
152
Elica
181
2,5
452,5
202
76
152
Hidrulica
80,0
160,0
213
197
591
Hidrulica
253,0
759,0
215
155
155
Elica
184
2,5
460,0
301
76
152
Elica
285
2,5
712,5
302
76
152
Hidrulica
96,0
192,0
313
197
591
Hidrulica
352
1.056,0
315
155
155
Elica
290
2,5
725,0
Total
3150
6.931,0
barra 325
(rea 3)
118
~
~
122
121
117
barra 217
(rea 2)
123
~
116
119
120
115
SC
114
~
113
1155 MW de trmica por
3252.5 MW de elica
124
111
barra 215
(rea 2)

3212 MW de hidrulica
112
103
109
106
110
108
104
105
barra 203
101
3192.5 MW de elica
102
(rea 2)
107
~
~
276 MW trmica por
284 MW de hidrulica
Figura 2.2: Modificaes realizadas na rea 1 RTS96REN.
40
O conjunto de unidades geradoras responsvel pela energia firme do sistema apresentado na

Tabela 2.2. Estas unidades compem a base do despacho e no so consideradas pelo
algoritmo de medidas corretivas (OPF). Neste trabalho, essa informao um dado de
entrada. Portanto o planejador deve fazer um estudo antecipado para determinar esse
montante ou faz-lo por anlise de sensibilidade.
TABELA 2.2: UNIDADES GERADORAS TRMICAS RESPONSVEIS PELA BASE DO DESPACHO
Barra
Gerador
Potncia (MW)
107
100
207
100
307
100
As sries temporais das unidades hidrulicas e elicas foram dividas em trs reas geogrficas
compostas por um conjunto de cinco sries anuais. Para cada srie histrica associada uma
probabilidade de ocorrncia, e o ano da srie amostrado durante a simulao. Assim,
possvel representar, alm de caractersticas especficas de cada regio geogrfica, anos com
diferentes comportamentos.
Para as unidades hidrulicas foram utilizadas sries hidrolgicas especficas para cada usina,
contendo valores percentuais referentes mdia mensal dos volumes armazenados nos
respectivos reservatrios. Os dados foram extrados de sistemas reais, conforme [MPRF09]. A
Figura 2.3 apresenta a energia mdia disponvel nos reservatrios por rea.
Potncia Eltrica (p.u.)
0,95
0,90
0,85
rea 1
rea 2
rea 3
0,80
0,75
0,70
jan fev mar abr mai jun jul ago set out nov dez
Figura 2.3: Mdia das sries hidrolgicas por rea.
Nas centrais elicas, como no possvel armazenar a energia contida nas rajadas de vento, as
variaes da potncia eltrica ocorrem em intervalos relativamente menores, comparados s
41
centrais hidreltricas. Portanto, importante considerar sries histricas com um perodo

menor. Neste caso, so consideradas sries horrias para representar a volatilidade elica.
As sries histricas de velocidade dos ventos foram obtidas no instituto de meteorologia e
pesquisa da Holanda [KNMI10]. A razo dessa escolha est relacionada ao simples fato dos
dados estarem livremente disponveis no site do instituto, enquanto que em outros pases os
dados no so fornecidos ou so de difcil acesso. Tendo em vista a representao da
volatilidade das fontes renovveis, cada rea do sistema RTS96REN, considerada como
uma regio geogrfica distinta.
Foram escolhidas estaes de trs regies da Holanda, oeste, norte e sul, que apresentam
condies favorveis instalao de centrais elicas para representar as trs regies do
sistema. Para ilustrar a volatilidade destas fontes destaca-se que o valor mdio anual de
capacidade elica, para o sistema, de 0,3125 e a Figura 2.4 apresenta a mdia mvel mensal
de disponibilidade de energia por regio.
Potncia Eltrica (p.u.)
0,6
rea 1
rea 2
rea 3
0,5
0,4
0,3
0,2
0,1
0
2000
4000
6000
8000 horas
Figura 2.4: Mdia mvel mensal das sries elicas por rea.
Resultados
Esta seo apresenta uma avaliao do fluxo de potncia cronolgico para o sistema
RTS96REN utilizando os trs mtodos apresentados na metodologia: Enumerao, Monte
Carlo sequencial e Monte Carlo no sequencial. Primeiramente, o critrio de parada da SMC
foi estabelecido em 5% para os coeficientes de incerteza associados aos ndices EWESG,
EWESG&T e EWEST. Os algoritmos foram implementados em linguagem C++ (Microsoft
Express) e simulados em um processador Intel core i5-3340 (2,7 GHz) com 4 GB de memria
RAM.
42
Os resultados para os ndices EWES so apresentados na Tabela 2.3. Nota-se que as opes
de SMC apresentam os mesmos resultados do processo de Enumerao, respeitando o
coeficiente de variao estabelecido (5,0%). A principal diferena est no tempo
computacional. O mtodo de Enumerao necessitou de 112 segundos para avaliar 25 anos de
sries (combinao entre 5 sries anuais hidrulicas e 5 sries anuais elicas) e determinar o
valor esperado dos ndices EWES. Para o mesmo cenrio, as avaliaes via SMC sequencial e
no sequencial necessitaram de 641 e 149 segundos, respectivamente.
A SMC-Seq apresentou, neste exemplo, uma menor eficincia em comparao aos outros dois
mtodos. J a SMC-Nseq se mostrou competitiva, porm ela ainda apresenta um tempo
computacional maior que o processo de enumerao. Contudo, um aumento no nmero de
sries implicaria numa exploso combinatria e, consequentemente, num pior desempenho do
mtodo de Enumerao. Ademais, a SMC permite ajustar o critrio de parada de acordo com
a aplicao desejada.
TABELA 2.3: NDICES DE DESPERDCIO POR MTODO DE SIMULAO
ndices
EWESG&T
(GWh/ano)
EWESG
(GWh/ano)
EWEST
(GWh/ano)
Tempo
(s)
Enumerao
136,00
11,76
124,24
112
SMC-Seq
135,15
(2,97%)
11,61
(5,00%)
123,55
(2,86%)
641
SMC-Nseq
136,92
(1,02%)
11,78
(5,00%)
125,14
(0,98%)
149
O ndice EWEST possui maior relevncia no que se refere a indicativos para o planejamento
de reforos, pois relaciona o desperdcio de energia em funo dos limites da rede. Nota-se
pela Tabela 2.3 que a convergncia de EWEST mais rpida que EWESG. Portanto, ao definir
o critrio de parada da SMC apenas em funo de EWEST, o desempenho computacional
melhora satisfatoriamente em relao enumerao, sem comprometer a preciso dos
resultados para este ndice. Neste caso, a estimativa do ndice EWESG no converge, porm
este no utilizado como indicativo de reforos na transmisso.
A Tabela 2.4 apresenta os resultados da SMC-Nseq para coeficientes de variao de 1 a 5%
para o ndice EWEST. A flexibilidade da SMC possibilitou que um simples ajuste na preciso
dos resultados fosse suficiente para obter um desempenho computacional relativamente
superior ao processo de enumerao. Considerando, por exemplo, o ndice EWES T com
43
preciso de 3% o ganho computacional cerca de 7 vezes, mesmo considerando um sistema

de pequeno porte e um nmero reduzido de sries temporais.
TABELA 2.4: MTODO SMC-NSEQ MONITORANDO CONVERGNCIA DE EWEST
EWESG&T
(GWh)
EWESG
(GWh)
EWEST
(GWh)
Tempo
(s)
136,60
(1,04%)
11,60
(5,13%)
125,02
(1,00%)
141
136,57
(2,07%)
10,55
(10,30%)
126,06
(2,00%)
36
140,52
(3,12%)
11,97
(15,07%)
128,77
(3,00%)
15
145,25
(4,18%)
12,25
(21,00%)
133,24
(4,00%)
147,89
(5,28%)
16,96
(24,14%)
132,67
(5,00%)
Durante a simulao, alm dos ndices de desperdcio, so computadas estatsticas de

violaes na rede de transmisso. Atravs destes resultados possvel estabelecer uma
ordenao dos circuitos que esto provocando o desperdcio, bem como obter a funo
densidade de probabilidade do fluxo de potncia ativa para um determinado circuito. A seguir
so apresentados os resultados obtidos nas simulaes por enumerao e SMC-Nseq,
apresentadas acima.
Devido ao aumento da capacidade instalada de gerao nas regies em que houve troca de
usinas trmicas por renovveis, 12 circuitos esto suscetveis a sobrecargas. A Tabela 2.5
apresenta os resultados estatsticos de violaes nesses circuitos, ordenados pela
probabilidade de violao. Os resultados apresentados pela SMC-Nseq ( = 3%) so
condizentes com a enumerao. O circuito 101-102 apresenta a maior probabilidade de
violao e tambm a maior violao mdia.
A Figura 2.5 apresenta a funo densidade de probabilidade associada ao circuito 101-102,
mais violado, considerando: (a) enumerao e (b) simulao Monte Carlo no sequencial.
Nota-se que a curva (b) apresenta um rudo caracterstico dado em funo da preciso do
mtodo SMC-Nseq. Contudo, a incerteza conferida aos resultados no prejudica a atuao da
metodologia. Portanto, a SMC-Nseq a mais indicada para a aplicao do FPC aplicado ao
problema de planejamento da transmisso. Na seo seguinte apresentado um algoritmo
44
heurstico construtivo que utiliza os resultados do FPC para propor um conjunto de reforos
de transmisso.
TABELA 2.5: ESTATSTICAS DE VIOLAES NA REDE POR MTODO DE SIMULAO
Mtodo
Probabilidade de violao (%)
Barra
de
Barra
para
Enumerao
SMC-Nseq
Enumerao
SMC-Nseq
101
102
8,27
8,30
4,77
4,97
301
302
8,09
7,76
3,18
3,27
101
105
7,61
8,10
2,43
2,53
301
305
6,22
6,42
1,37
1,40
105
110
2,42
2,45
0,40
0,42
201
202
2,68
2,65
0,32
0,34
102
104
0,96
0,96
0,06
0,06
101
103
0,28
0,22
0,02
0,02
325
121
0,18
0,28
0,02
0,02
305
310
0,41
0,41
0,02
0,01
301
303
0,07
0,07
0,00
0,00
318
223
0,10
0,04
0,00
0,00
0.02
Densidade de probabilidade
0.02
0.01
Violao Mdia (MW)
50
100 150 200 250 300
350
0.01
50
100 150 200 250 300
MW
MW
(a)
(b)
350
Figura 2.5: Funo densidade de probabilidade dos fluxos no Circuito 101-102

(a) Enumerao, (b) SMC-Nseq.
45
2.3 ALGORITMO HEURSTICO CONSTRUTIVO (AHCEWES)

2.3.1 Conceitos preliminares
A ferramenta FPC, proposta na Subseo 2.2.2, fornece os montantes esperados de
desperdcio de energia elica para dois momentos distintos: ao se fazer o despacho barra
nica (EWESG) e aps a incluso das restries da transmisso (EWESG&T). Por meio desses
resultados possvel obter o desperdcio em funo da rede de transmisso (EWEST).
Obviamente, a reduo do EWESG impossvel, tendo em mente apenas aes sobre o
sistema de transmisso, pois este desperdcio decorrente de excedentes momentneos de
capacidade elica em relao carga do sistema decrescida do montante de energia firme (de
origem trmica). Em funo deste motivo, espera-se que o EWESG apresente sempre valores
bastante reduzidos. Por outro lado, o ndice EWEST pode apresentar valores bem mais
significativos. Alm disto, reforos estrategicamente localizados no sistema de transmisso
podem produzir redues significativas no desperdcio de energia elica, cujo montante pode
equivaler adio de diversas unidades de gerao elica. Portanto, alm de se mostrarem
economicamente vantajosos, estes reforos podem apresentar um impacto ambiental bastante
relevante.
A indicao desses reforos pode ser obtida da prpria ferramenta, atravs de uma lista de
ramos, j existentes, considerados os mais atrativos para a alocao de novos circuitos. Neste
caso, o ramo considerado mais atrativo aquele que apresenta maior violao mdia, obtida
para a condio de mximo aproveitamento das fontes renovveis.
Nesta seo proposto um Algoritmo Heurstico Construtivo baseado no ndice EWES
(AHCEWES) para a obteno do conjunto de reforos/adies de circuitos que produzir, em
qualquer ordem de sequenciamento das adies, a melhor relao incremental (i.e., para cada
adio) entre o benefcio obtido pela adio do circuito e o investimento realizado. Este
benefcio medido pela reduo esperada no custo de produo de energia eltrica,
decorrente da reduo do ndice EWEST.
2.3.2 Metodologia proposta

Seja uma configurao qualquer de um sistema de potncia que apresente desperdcios de
energia renovvel em funo de congestionamentos na rede de transmisso. A aplicao da
ferramenta FPC apresentar como resultado o ndice EWEST, quantificando os desperdcios
46
de energia renovvel para a configurao em questo, bem como uma lista de ramos mais
atrativos para receberem reforos (i.e., ramos que estariam provocando tal desperdcio). Ao
selecionar um dos ramos candidatos e adicionar um novo circuito, com caractersticas
semelhantes ao j existente, espera-se que o problema de violao, neste ramo, seja resolvido
e consequentemente, que o fluxo aumente, diminuindo o desperdcio de energia.
Caso a ferramenta FPC seja executada novamente, para a configurao reforada, um novo
valor do ndice EWEST ser apresentado, assim como a respectiva lista com os circuitos que
apresentam violaes, ou seja, os possveis responsveis pelo desperdcio. Note, porm, que
provavelmente o ramo reforado no constar mais na lista e o novo ndice ser menor que
aquele apresentado para a configurao anterior. A diferena entre os ndices apresenta o
montante mdio de energia renovvel que foi aproveitado quando da adio do novo circuito.
Como o custo de produo de energia eltrica utilizando fontes renovveis inferior ao custo
de produo de fontes convencionais, trmicas, possvel estimar, para cada adio ou
reforo, a variao resultante no custo anual mdio de produo do sistema, dada pela
Equao (2.9).
= ( + )
(2.9)
em que a diferena mdia entre o custo de produo de uma unidade trmica e

o custo de uma unidade renovvel, dado em U$/MWh; e + correspondem ao
ndice de desperdcio de energia renovvel na configurao atual, sem e com o reforo i,
respectivamente.
Para verificar a viabilidade econmica da adio do novo reforo, uma anlise de custo
benefcio pode ser realizada, considerando o valor do investimento anualizado em funo do
ciclo de vida do circuito adicionado, conforme Equao (2.10).
. =
(1 + )
(1 + ) 1
(2.10)
em que o valor presente; a taxa de desconto e o ciclo de vida do equipamento.

Portanto possvel estabelecer um parmetro de deciso, , que garanta um benefcio de
longo prazo pelo investimento realizado, preferencialmente maior que um. Assim possvel
47
tomar a deciso de investimento baseado na Relao Incremental de Custo Benefcio

, em funo da adio do circuito , conforme Equao (2.11).
.
>
.
(2.11)
O procedimento descrito acima pode ser repetido quantas vezes forem necessrias, at que a
configurao corrente no apresente mais desperdcio por congestionamento na rede, ou seja,
o ndice EWEST seja nulo. Outra opo de parada verificar se a relao incremental de custo
benefcio, RICB, tem se mostrado atrativa. Neste caso, possvel definir um limitante mnimo
de violao (em MW) que implicar numa relao de custo benefcio atrativa. Caso a lista de
circuitos com sobrecargas apresente violaes abaixo do mnimo especificado, o algoritmo
termina a busca.
O FPC captura todas as sobrecargas existentes no sistema. Portanto, caso algum circuito
apresente violao, mas esta no esteja relacionada ao fluxo de energia renovvel, este
circuito no ser selecionado para reforar o sistema, pois apresentar RICB < . No entanto,
sempre que um novo circuito adicionado ao sistema, uma nova lista de violaes
computada a partir da nova configurao e o circuito no selecionado aparecer novamente na
lista. Este circuito ser novamente testado, prejudicando o desempenho do algoritmo. Neste
caso, uma lista de rejeio criada para evitar avaliao de circuitos j descartados pelo
algoritmo.
A adio do circuito candidato lista de rejeio definida por um critrio estabelecido em
funo do respectivo valor da RICB, conforme Expresso (2.12). Assim, circuitos com RICB
muito inferior ao parmetro de deciso, , podem ser eliminados do processo de busca, sem
comprometer a qualidade da soluo encontrada. Tais circuitos sero, portanto, includos na
lista de rejeio. Neste trabalho de tese utilizou-se o limite de 20% de para definir se um
circuito deve, ou no, ir para a lista de rejeio.
< 0,2,
{
0,2,
(2.12)
Em alguns casos pode ocorrer a necessidade de reforar, no um nico ramo, mas um

corredor formado por mais de um ramo. Portanto, durante o procedimento de adio de
48
circuitos candidatos a reforos, verificada tambm a possibilidade de reforos na forma de

corredores, avaliando-se a adio de dois circuitos em srie simultaneamente. Neste caso, a
RICB verificada considerando a razo entre a soma do benefcio obtido em funo da adio
dos dois circuitos e o custo total dos mesmos.
Deve-se deixar claro, neste ponto, que a depende da ordem na qual os circuitos so
adicionados. Isto significa que ao se alterar a ordem de adio, um circuito que teve sua
adio postergada para o final do processo de simulao, pode deixar de apresentar uma
vantajosa. Quando no existem mais ramos atrativos, o processo de adio interrompido,
ficando determinado o Conjunto de Reforos em Transmisso (CRT) inicial. Entretanto, o
CRT inicial pode apresentar circuitos que no mais satisfaam o critrio baseado no
parmetro RICB estabelecido.
Portanto, uma ltima etapa necessria para identificar, caso exista, o CRT final,
correspondente ao Subconjunto de Reforos em Transmisso (SRT) mais atrativo. Para este
subconjunto o(s) reforo(s) excludo(s) do CRT inicial no apresenta(m) RICB vantajosa, i.e.,
que satisfaa a Equao (2.11). Para encontrar um possvel CRT final so consideradas todas
as combinaes (SRTs) dos circuitos pertencentes ao CRT (inicial ou j modificado), quando
se reduz em 1 (um) a quantidade de circuitos adicionados. Dentre todas as combinaes
obtidas deve-se escolher aquela que apresentar a melhor Relao Geral de Custo-Benefcio
(), dada pela Equao (2.13):
.
.
(2.13)
em que . a reduo esperada no custo anual de produo de

energia eltrica, aps a adio do SRTj, e . o custo anual de
investimento do SRTj.
O SRT vencedor substituir o CRT (i.e., ser um SRT mais atrativo) caso a adio do circuito
no pertencente ao SRT vencedor (circuito excludo do CRT) no apresente uma
vantajosa, segundo os critrios estabelecidos pela Equao (2.11).
Para maior clareza, o AHCEWES proposto para a reduo do ndice EWEST sistematizado
atravs do seguinte algoritmo:
49
i.
Executar um FPC para a configurao base e iniciar o contador de iteraes (i = 1);
ii.
Obter uma lista de circuitos candidatos em funo da violao mdia obtida em

ordem decrescente pelo ltimo FPC; faa C=0;
iii.
Na lista de candidatos, selecionar o ramo correspondente ao candidato C=C+1; caso

atinja o final da lista, faa C=0 e v para o passo (ix);
iv.
Se o circuito selecionado encontra-se na lista de rejeio, volte ao passo (iii); seno

continue no passo (v);
v.
Se a violao mdia maior que uma tolerncia (adotou-se 0.2 MW), continue no
passo (vi); caso contrrio, faa C=0 e v para o passo (ix);
vi.
Definir o circuito candidato para a adio como sendo um circuito idntico ao j

existente no ramo C, selecionado pelo passo (iii);
vii.
Executar o FPC para a configurao corrente, considerando a incluso do circuito

candidato definido no passo (vi) e incrementar o contador de iteraes (i = i + 1);
viii.
Usar a Equao (2.11) para avaliar o impacto econmico da reduo de EWEST,

considerando como referncia a configurao sem o circuito candidato, bem como o
custo anual de investimento; se a equao satisfeita, adicione o circuito ao conjunto
CRT e volte ao passo (ii); caso contrrio, com base na Expresso (2.12) adicione, ou
no, este circuito lista de rejeio e volte ao passo (iii);
ix.
Repetir os passos (iii) a (viii), desconsiderando a lista de rejeio e a tolerncia,

porm considerando o candidato como sendo um corredor formado por dois dos
circuitos sobrecarregados, em srie, e verificar a Equao (2.11); se a equao
satisfeita, adicione os circuitos que formam o corredor ao CRT e continue no passo
(ii); caso contrrio, v para o passo (x).
x.
Refinar a soluo apresentada pelo CRT corrente, avaliando as combinaes obtidas

pela retirada de cada um dos circuitos adicionados. Entre os subconjuntos de reforos
da transmisso (SRTs) obtidos, selecionar aquele que apresentar a maior , dada
pela equao (2.13);
50
xi.
Continuar o refinamento avaliando se a incluso do circuito no pertencente ao SRT

vencedor, e que faz parte do CRT, satisfaz a Equao (2.11); em caso positivo
manter o CRT e parar o procedimento; em caso negativo substituir o CRT pelo SRT
vencedor e seguir no passo (x).
2.4 APLICAO
Nesta seo, a metodologia proposta verificada atravs de estudos de casos do sistema teste
apresentado na seo 2.2.5. A ferramenta FPC aplicada utilizando o mtodo SMC-Nseq.
Para estabelecer comparaes entre o ganho obtido com a reduo do ndice EWEST e o custo
de investimento de um novo circuito, adotaram-se custos utilizados na referncia [MARL12],
os quais so apresentados na Tabela 2.6. Uma taxa de desconto de 10% ao ano foi utilizada
para obter os desembolsos anuais referentes aos investimentos, e um perodo de 25 anos foi
considerado para a vida operacional dos equipamentos.
TABELA 2.6: CUSTOS DE INVESTIMENTOS DOS CIRCUITOS DE TRANSMISSO
Equipamento
Custo (US$)
Bay 138 kV
491.000,00
Bay 230 kV
934.000,00
Transformador
3.000.000,00
Linha de Transmisso de 138 kV
88.000,00 por milha
Linha de Transmisso de 230 kV
130.000,00 por milha
Para melhor exemplificar a aplicao da metodologia, so utilizados quatro casos distintos

oriundos do sistema RTS96REN, conforme Tabela 2.7. Os dois primeiros casos diferem
apenas em funo das sries histricas utilizadas e apresentam uma rede de transmisso mais
robusta. Porm, em funo da instalao de novas renovveis no sistema, a rede necessita de
reforos para melhor escoamento da energia produzida pelas novas usinas. Os Casos 3 e 4,
por outro lado, apresentam situaes de longo prazo em que a rede encontra-se deteriorada e
deve, portanto, receber reforos tanto em funo das fontes renovveis instaladas, como
tambm em funo do crescimento da carga.
Cabe salientar que o sistema RTS96REN proporciona uma configurao bastante adequada
para este estudo de aplicao. A mesma pode ser interpretada como configurao hipottica,
na qual a gerao elica da configurao real teria sido duplicada, com o objetivo de simular
51
uma elevada oferta de energia proveniente de fontes renovveis. Portanto, os Casos 1 e 2 no

apresentam congestionamento da rede de transmisso.
TABELA 2.7: DESCRIO DAS CONFIGURAES UTILIZADAS NOS ESTUDOS DE CASO
Caso
Descrio
Caso 1
Sistema RTS96REN utilizando as sries originais apresentadas
Caso 2
Sistema RTS96REN utilizando sries elicas modificadas
Caso 3
Sistema RTS96REN com a capacidade das termeltricas duplicada e aumento de 90% na carga
Caso 4
Sistema RTS96REN com a capacidade de todas as usinas duplicada e aumento de 100% na carga
2.4.1 Caso 1
O primeiro estudo de caso refere-se ao sistema RTS96REN, exatamente como descrito na
Subseo 2.2.5. Neste caso, so utilizadas as sries de vento originais, divididas em trs
regies distintas. Um conjunto de reforos de transmisso proposto com o objetivo de
escoar a energia renovvel (elica) sobressalente em funo dos resultados obtidos pelo FPC.
Em todas as execues do FPC, o processo de simulao interrompido quando o coeficiente
de incerteza associado ao ndice EWEST atinge 3%.
Construo CRT Configurao RTS96REN
A configurao base do sistema RTS96REN analisada pelo FPC no primeiro passo do
algoritmo proposto para reduo de EWES. As estimativas dos ndices EWESG e EWEST so
respectivamente 11,97 GWh/ano (15,07%) e 128,77 GWh/ano (3,00%), sendo os valores
entre parnteses os respectivos coeficientes de incerteza. Note que ao incluir as restries da
transmisso, o ndice EWEST torna-se aproximadamente 10 vezes o valor da energia
desperdiada com o despacho barra nica (i.e., sem as restries da transmisso).
vlido ressaltar que os ndices EWESG e EWEST correspondem, aos seguintes valores
esperados de potncia elica: 1,37 MW (i.e., 11.969/8.760) e 14,70 MW (i.e., 128.766/8.760),
respectivamente. Considerando que a capacidade mdia das unidades elicas de 0,3125 p.u.,
tem-se um desperdcio equivalente a 1,75 unidades (i.e., 1,37/2,5/0,3125), devido ao ndice
EWESG, e de 18,82 unidades (i.e., 14,70/2,5/0,3125), devido ao ndice EWEST.
A Tabela 2.8 apresenta a lista dos circuitos sobrecarregados da configurao base, ordenada
pela violao mdia anual, obtida para a condio de mximo despacho das elicas. Tambm
so apresentados, para cada circuito, a probabilidade de violao, o mximo fluxo, a mxima
52
violao e a violao mdia condicionada (i.e., o valor mdio violado, dada a ocorrncia da
violao). Pode-se notar que o circuito que interconecta as barras 101 e 102, tem a maior
probabilidade de violar sua capacidade (8,3%) e apresenta a maior violao mdia (4,97
MW). Portanto, este circuito escolhido para ser reforado e o FPC novamente executado.
TABELA 2.8: ESTATSTICAS DAS VIOLAES POR CIRCUITO ITERAO 1 DO CASO 1
Circuitos
De
Para
Prob.
(%)
Mximo
Fluxo (MW)
Mxima
Violao (MW)
Violao Mdia
Cond. (MW)
Violao
Mdia (MW)
101
102
8,30
360,95
185,95
59,86
4,97
301
302
7,76
319,18
144,18
42,07
3,27
101
105
8,10
255,48
80,48
31,21
2,53
301
305
6,42
226,15
51,15
21,83
1,40
105
110
2,45
216,43
41,43
17,00
0,42
201
202
2,65
213,64
38,64
12,73
0,34
102
104
0,96
190,70
15,70
6,15
0,06
325
121
0,22
549,95
49,95
10,51
0,02
101
103
0,28
197,44
22,44
7,70
0,02
305
310
0,41
189,79
14,79
3,54
0,01
301
303
0,07
182,36
7,36
3,31
0,00
318
223
0,04
500,78
0,78
0,59
0,00
Na segunda iterao do AHCEWES, o FPC executado para a configurao obtida pela adio
de um novo circuito em paralelo com o circuito 101-102 (circuito que apresentou maior
violao mdia na iterao 1). Para esse novo caso, o valor estimado da EWEST 65,15
GWh/ano, e o circuito conectando entre as barras 301-302 o que apresenta a maior violao
mdia, conforme apresentado na Tabela 2.9. Note que o ramo recm-reforado, 101-102,
ainda aparece na lista, apresentando alguma violao, mesmo com a duplicao do circuito.
No entanto, essa violao relativamente menor e no momento deve ser desconsiderada.
A reduo do ndice EWEST em relao configurao anterior 128,77 - 65,146 = 63,62
GWh/ano. Considerando que a diferena (CustoProd) entre o custo mdio de produo das
elicas e o custo mdio de produo das demais fontes (responsveis pelo atendimento
demanda antes do aproveitamento renovvel) seja de US$ 50,00 por MWh, a reduo no
custo anual de produo 63,62 1000 50,00 = US$ 3.181.000,00, que equivalente a
23,17 vezes o custo anual de investimento (US$ 137.000,00) da linha de transmisso
adicionada entre as barras 101-102, obtido pelo custo unitrio (ver Tabela 2.6) e o
comprimento do ramo [APM79].
53

TABELA 2.9: ESTATSTICAS DAS VIOLAES POR CIRCUITO ITERAO 2 DO CASO 1
Circuitos
De
Para
Prob.
(%)
Mximo
Fluxo (MW)
Mxima
Violao Mdia
Violao (MW) Cond. (MW)
Violao
Mdia (MW)
301
302
6,97
319,19
144,19
43,78
3,05
301
305
6,65
226,41
51,41
21,90
1,46
101
105
5,75
230,52
55,52
12,21
0,70
201
202
2,55
213,68
38,68
10,52
0,27
101
102
2,25
187,49
12,49
6,21
0,14
105
110
0,53
205,39
30,39
11,29
0,06
305
310
0,57
189,79
14,79
4,99
0,03
325
121
0,24
528,33
28,33
3,84
0,01
301
303
0,09
183,00
8,00
3,01
0,00
318
223
0,06
516,17
16,17
1,80
0,00
102
104
0,05
178,14
3,14
1,12
0,00
De acordo com a Equao (2.11) e assumindo um fator igual a 1,2, pode-se aceitar a adio
proposta e, portanto, esse circuito adicionado ao CRT. O parmetro = 1,2 mantido para
os prximos circuitos candidatos.
Continuando com o algoritmo descrito na Seo 2.3.2, novos casos foram analisados e os
resultados para o CRT so apresentados na Tabela 2.10. Para cada iterao determinada uma
lista com os circuitos sobrecarregados, semelhante s Tabelas 2.8 e 2.9. Porm, para facilitar a
apresentao dos resultados, apenas o circuito com a maior violao mdia apresentado
(coluna circuitos candidatos da Tabela 2.10).
Nas iteraes 4 e 5 a alternativa proposta no atende ao critrio estabelecido. Portanto, foi
verificada a possibilidade de ramos que formassem corredor. Assim, foi simulada a adio
simultnea, dos circuitos 101-105 e 105-110, com o objetivo de reforar o corredor entre as
barras 101-110. Esta alternativa satisfaz o critrio estabelecido.
Note que a cada reforo adicionado, o ndice de desperdcio em funo da transmisso vai se
tornando menor, o que caracteriza a convergncia do processo. Porm, na ltima iterao o
EWEST de 2,76 GWh/ano, o que significa que ainda existe congestionamento na rede de
transmisso provocando desperdcio de energia renovvel. A existncia de um desperdcio
residual, mesmo que significativo, no pode ser vista como uma deficincia para a rede
planejada. Ocorre que a partir de determinado momento, nenhum reforo produz benefcio no
custo de produo de energia suficiente para justificar seu investimento. A Tabela 2.11, que
apresenta as estatsticas de violaes da configurao final, aps a adio dos reforos,
54
corrobora neste sentido. Note que alguns circuitos ainda apresentam violaes em funo da
priorizao do uso das fontes renovveis. No entanto, estas violaes so bem menos
significativas que aquelas apresentadas pelos primeiros circuitos da Tabela 2.9.
TABELA 2.10: RESULTADOS DA CONSTRUO DO CRT CASO 1
Iterao
EWEST
(GWh/ano)
Circuitos
candidatos
Benefcio
(M$/ano)
Custo
(M$/ano)
RICB
RICB
1,2
128,77
65,15
101
102
3,181
0,137
23,17
sim
19,89
301
302
2,263
0,137
16,49
sim
12,57
101
105
0,366
0,321
1,14
no
19,59
201
202
0,015
0,137
0,11
no
2,76
101
105
105
110
0,856
0,653
1,31
sim
A proposta apresentada para o CRT inicial do Caso 1 composta por 3 reforos que
constituem a instalao de 4 linhas de transmisso. O custo anual total ser de 927 mil dlares
e o benefcio anual pelo no desperdcio de energia ser de 6,3 milhes de dlares. A relao
geral de custo benefcio da ordem de 6,8.
TABELA 2.11: ESTATSTICAS DAS VIOLAES POR CIRCUITO ITERAO FINAL DO CASO 1
Circuitos
De
Para
Prob.
(%)
Mximo Fluxo
(MW)
Mxima
violao (MW)
Violao Mdia
Cond. (MW)
Violao Mdia
(MW)
201
202
1,24
213,81
38,81
11,67
0,14
301
305
4,45
198,97
23,97
2,83
0,13
325
121
0,28
500,59
0,59
0,31
0,00
101
105
0,33
175,34
0,34
0,12
0,00
318
223
0,06
500,91
0,91
0,47
0,00
201
205
0,00
175,04
0,04
0,04
0,00
Refinamento da soluo
Essa subseo descreve a aplicao da fase de refinamento do CRT inicial do Caso 1.
Conforme passos (x) e (xi) do AHCEWES (Seo 2.3.2).
De acordo com o passo (x), todas as combinaes dos subconjuntos de reforos (SRTs)
formadas pela retirada de um dos reforos foram avaliadas pelo FPC. Conhecendo-se EWEST
e o investimento de cada SRT, a combinao com o maior valor de foi identificada, por
55
meio da Equao (2.13). A configurao vencedora, a qual apresentou a EWEST = 14,71

GWh/ano, foi obtida pelo SRT (301-302), (101-105), e (105-110).
Continuando o refinamento (passo xi), o SRT vencedor foi comparado ao CRT, por meio da
Equao (2.11). A adio do circuito (101-102) ao SRT representa um investimento anual de
US$ 137.000,00. Por outro lado, a reduo do custo anual de produo em relao
configurao obtida com o SRT vencedor, foi de US$ 595.950,00. Consequentemente, a
relao incremental de custo benefcio foi = 4,35. Portanto, o circuito permanece no
conjunto final de reforos da transmisso.
Pelo refinamento possvel verificar a sensibilidade da ao considerar a mesma
alternativa de reforo no incio ou no final do processo de construo do CRT. O circuito 101102 adicionado no incio do processo apresentou = 23,17. Enquanto que o mesmo
circuito adicionado por ltimo, quando outros circuitos j haviam sido adicionados ao CRT, a
relao incremental de apenas 4,35.
Para ilustrar a reduo da sobrecarga nos circuitos reforados, a Figura 2.6 apresenta as
funes densidade de probabilidade (fdps) de fluxo associadas ao fluxo de potncia ativa do
circuito 101-102. A Figura 2.6 (a) apresenta a fdp obtida considerando a configurao base e a
rea abaixo da linha vermelha na curva indica a probabilidade de violao do circuito (8,3%).
A Figura 2.6 (b) apresenta a fdp obtida aps a adio do conjunto de reforos. A diferena
entre as fdps ilustra a diviso do fluxo, ao inserir o segundo circuito.
0,04
0.02
0.01
100
200
MW
(a)
300
400
0,03
0,02
0,01
0
100
200
300
400
MW
(b)
Figura 2.6: Funo densidade de probabilidade dos fluxos no Circuito 101-102 (Caso 1)
(a) RTS96REN, (b) RTS96REN-R.
56
O novo sistema com o conjunto de reforos propostos apresentado na Figura 2.7. A reduo
do ndice EWEST foi 128,77 2,76 = 126,01 GWh/ano. Considerando o CustoProd de
US$50,00 por MWh, tem-se uma reduo no custo de produo anual de 128.770,00 50,00
= US$ 6.300.000,00. Considerando que o custo anual de investimento do CRT atingiu US$
927.174,50, tem-se pela Equao (2.13) que a foi igual a 6,8 vezes.
325
~
118
122
121
117
123
~
222
221
217
223
114
323
211
324
212
203
103
210
108
rea 1
310
305
304
307
207
~
Subrea 21
138 kV
202
201
~
Subrea 31
138 kV
rea 2
306
308
208
107
Subrea 11
138 kV
312
309
206
205
204
102
101
311
303
209
106
105
104
SC
314
112
110
313
320
315
SC
214
224
109
316
319
~
111
Subrea 32
230 kV
322
321
~
215
SC
~
124
213
220
113
120
318
317
~
219
~
115
Subrea 22
230 kV
216
~
119
218
~
Subrea 12
230 kV
116
302
301
~
rea 3
Figura 2.7: Diagrama com os reforos do Sistema RTS96REN via AHCEWES Caso 1.
Finalmente, destaca-se que a reduo do ndice EWEST corresponde ao valor esperado de

potncia elica de 14,38 MW. Utilizando a mdia anual de capacidade elica do sistema,
obtida para o Caso 1, tem-se um ganho igual energia mdia produzida por 18
(=14,38/2,5/0,3125) unidades elicas. No que se refere ao desempenho computacional, o
tempo mdio de simulao foi cerca de 10 minutos, considerando o computador descrito na
Subseo 2.2.5. Trata-se de um desempenho satisfatrio para ferramentas dessa rea.
2.4.2 Caso 2
Trata-se de uma configurao variante do Caso 1, as sries de velocidade dos ventos no
perodo de outubro a maro so acrescidas por um fator de 20% e no perodo de abril a
setembro so decrescidas de 80%. Tambm durante os meses de outubro a maro, as sries
das reas 1 e 3, cujos picos de produo ocorrem no perodo diurno, so deslocadas 12 horas
frente no dia. Portanto, nesse Caso, as condies dos ventos so mais fortes durante o
perodo de inverno (outubro a maro) e tambm durante o perodo noturno. A Figura 2.8
57
apresenta a mdia mvel de disponibilidade de energia elica do novo caso, por regio. Note
que o perodo de aumento na disponibilidade do vento coincide com o perodo de pico de
carga (dezembro). Portanto trata-se de um perodo favorvel para a utilizao dos ventos.
Potnica Eltrica (p.u.)
0,7
rea 1
rea 2
rea 3
0,6
0,5
0,4
0,3
0,2
0,1
0
0
2000
4000
6000
8000 horas
Figura 2.8: Mdia mvel das sries elicas - Caso 2.
A aplicao do AHCEWES, agora sob as condies do Caso 2, resultou na mesma configurao

obtida para o Caso 1, ou seja: os circuitos entre as barras 101-102, 301-302, 101-105 e 105110. No entanto, no foi necessrio considerar a opo de reforar corredor, uma vez que o
circuito 101-105 atingiu o critrio de custo benefcio mesmo quando adicionado sozinho. A
fase de refinamento no modificou o CRT, i.e., nenhum SRT mostrou-se mais atrativo.
A Tabela 2.12 apresenta os resultados de todas as iteraes do algoritmo construtivo. Sob as
condies do Caso 2, a reduo do ndice EWEST obtida com a configurao reforada foi de
208,99 GWh/ano. Mantido o CustoProd de US$ 50,00 por MWh, tem-se uma reduo no custo
anual de produo de US$ 10.449.500,00. Sendo o custo anual de investimento do CRT igual
a US$ 927.174,50, tem-se, pela Equao (2.13), uma igual a 11,27 vezes.
Benefcio
(M$/ano)
Custo
(M$/ano)
RICB
101
102
4,348
0,137
31,67
sim
52,36
301
302
3,918
0,137
28,54
sim
36,63
101
105
0,787
0,321
2,45
sim
8,68
105
110
1,398
0,331
4,22
sim
4,08
301
305
0,230
0,321
0,72
no
8,05
201
202
0,031
0,137
0,23
no
Iterao
EWEST
(GWh/ano)
Circuitos
candidatos
217,67
130,71
58
O valor residual do desperdcio considerando apenas a influncia da rede de transmisso,

obtido aps a adio do ltimo reforo, foi EWEST = 8,68 GWh/ano. A Tabela 2.13 apresenta
os circuitos que ainda apresentam violaes em funo do aproveitamento das elicas. De
forma semelhante ao Caso 1, so violaes pontuais ao longo do ano que no justificam
reforos.
Circuitos
De
Para
Prob.
(%)
Mximo Fluxo
(MW)
Mxima
Violao (MW)
Violao Mdia
Cond. (MW)
Violao
Mdia (MW)
301
305
6,66
200,89
25,89
5,86
0,39
201
202
2,34
213,83
38,83
12,01
0,28
318
223
0,12
509,90
9,90
2,42
0,00
101
105
1,18
175,33
0,33
0,14
0,00
325
121
0,18
505,23
5,23
0,35
0,00
115
116
0,05
501,15
1,15
0,53
0,00
201
205
0,01
175,04
0,04
0,03
0,00
Devido a maior concentrao dos ventos, os ndices de desperdcios so maiores que no caso
anterior. O ndice EWESG obtido foi de 19,98 GWh/ano, contra 11,97 do Caso 1. A instalao
de um circuito proporciona uma maior que no caso anterior e o impacto do CRT
maior se o Caso 2 for considerado. Ademais, um nmero maior de estados apresentando
desperdcio proporciona uma convergncia mais rpida da SMC. O tempo mdio de
simulao de 7 minutos, contra 10 do Caso 1.
A reduo do ndice EWEST corresponde ao valor esperado de potncia elica de 23,85 MW.
Dado o valor mdio anual de capacidade elica do Caso 2 (0,2530 p.u.), tem-se um ganho
igual energia mdia produzida por 37 (= 23,85/2,5/0,2530) unidades elicas (contra 18
unidades no Caso 1). Por outro lado, a metodologia mostrou-se suficientemente robusta,
capaz de propor o mesmo conjunto de reforos para um cenrio de vento atpico.
Novamente, para ilustrar a reduo da sobrecarga nos circuitos reforados, a Figura 2.9
apresenta as funes densidade de probabilidade (fdps) de fluxo de potncia ativa associadas
ao circuito 101-102. A Figura 2.9 (a) apresenta a fdp obtida considerando a configurao base
e a rea abaixo da linha vermelha na curva indica a probabilidade de violao do circuito
(6,6%). A Figura 2.9 (b) apresenta a fdp obtida depois da adio do conjunto de reforos.
59
0,05
0,03
0,02
0,01
100
200
300
400
0,04
0,03
0,02
0,01
0
100
MW
200
300
400
MW
(a)
(b)
Figura 2.9: Funo densidade de probabilidade dos fluxos no Circuito 101-102 (Caso 2)
(a) RTS96REN, (b) RTS96REN-R.
2.4.3 Caso 3
Este caso tem como objetivo avaliar uma configurao do sistema teste que apresente, alm
do problema de desperdcio de energia renovvel, congestionamentos na rede em funo do
aumento da demanda no longo prazo. Para obter uma configurao teste de longo prazo que
apresente fragilidade da rede comum considerar um aumento proporcional da carga e da
gerao. Considerando que o RTS96REN, utilizado nos Casos 1 e 2, j apresenta gerao
elica duplicada em relao a uma hipottica configurao original, optou-se por duplicar a
capacidade apenas das unidades geradoras no elicas. Quanto carga, aplicou-se um
crescimento menor, de 90% (carga futura = 1,9 carga original). Deste modo, tem-se,
aproximadamente, a mesma proporo de reserva esttica do sistema RTS96REN. Todos os
demais dados do sistema so mantidos, conforme apresentado no Caso 1.
Em funo da considerao de longo prazo, este caso apresenta violaes em diversos
circuitos que no, necessariamente, esto relacionadas ao problema de desperdcio de energia
renovvel. A ferramenta AHCEWES no tem a funo de resolver os problemas de atendimento
demanda. A principal razo de utilizar esta configurao avaliar o desempenho da
ferramenta ao tratar o problema de desperdcio renovvel concomitante ao problema de
planejamento de longo prazo.
Por se tratar de uma configurao em que a participao renovvel menor, este caso no
apresenta desperdcio considerando o problema barra nica (EWESG=0). Por outro lado, os
congestionamentos na rede resultam num desperdcio de 76,24 GWh/ano de energia elica
que deve ser considerado.
60
O AHCEWES realizou um total de 20 iteraes, um nmero relativamente maior quando

comparado aos Casos 1 e 2 que apresentaram 6 e 7 iteraes, respectivamente. A Tabela 2.14
apresenta os resultados das 10 primeiras iteraes. O CRT apresentado como soluo foi
encontrado na 6 iterao e apresenta apenas 2 reforos como soluo, situados entre as
barras: 101-102 e 301-302. Nenhum corredor foi atrativo e a fase de refinamento no
modificou o CRT, i.e., nenhum SRT mostrou-se mais atrativo.
O aumento no nmero de violaes que no contribuem para o desperdcio ocorre em funo
da condio de longo prazo, em que muitos circuitos operam no limite de suas capacidades.
Dessa forma, o procedimento de redespacho proporcional que garante a maximizao da
energia elica suficiente para provocar violaes operativas em alguns circuitos. A tentativa
de reforar um circuito que no contribui para a reduo do desperdcio pode produzir um
resultado incoerente. Um exemplo para esta situao est na adio de um reforo no ramo
106-110, em que foi obtida uma RICB negativa.
A mxima reduo do ndice EWEST, obtida com incluso dos reforos, foi de 73,92
GWh/ano (76,24 2,32). Mantido o CustoProd de US$ 50,00 por MWh, tem-se uma reduo
no custo de produo de 7392050,00 = MUS$ 3,696. Sendo o custo anual de investimento
do CRT de MUS$ 0,275, tem-se, pela Equao (2.13), uma igual a 13,44 vezes.
Benefcio
(M$/ano)
Custo
(M$/ano)
RICB
116
117
0,007
0,464
0,01
No
30,93
101
102
2,265
0,137
16,50
Sim
30,79
216
217
0,007
0,464
0,02
No
30,76
316
317
0,009
0,464
0,02
No
2,32
301
302
1,431
0,137
10,42
Sim
2,32
206
210
0,000
0,263
0,00
No
2,43
106
110
-0,006
0,263
-0,02
No
2,29
306
310
0,001
0,263
0,00
No
10
2,31
217
218
0,001
0,349
0,00
No
Iterao
EWEST
(GWh/ano)
Circuitos
candidatos
76,24
76,11
61
A Tabela 2.15 apresenta os resultados relacionados s estatsticas de violaes via FPC para a
6 e ltima iterao. Nota-se que 33 circuitos apresentam alguma violao ao longo do ano.
Porm, de acordo com a metodologia proposta, apenas os circuitos que apresentam violao
maior que 0,2 MW e os ramos (combinao de dois circuitos em srie) so avaliados.
Circuitos
De
Para
Prob.
(%)
Mximo Fluxo
(MW)
Mxima
Violao (MW)
Violao Mdia
Cond. (MW)
Violao Mdia
(MW)
116
117
34,83
516,61
16,61
8,61
3,00
216
217
33,85
512,60
12,60
6,30
2,13
316
317
33,53
509,99
9,99
5,88
1,97
206
210
5,34
183,75
8,75
5,50
0,29
106
110
5,20
182,82
7,82
5,02
0,26
217
218
18,47
501,92
1,92
1,21
0,22
306
310
4,20
183,08
8,08
5,23
0,22
311
313
1,84
518,10
18,10
7,64
0,14
101
102
1,77
187,01
12,01
4,55
0,08
101
105
2,64
217,58
42,58
3,04
0,08
308
309
1,70
182,22
7,22
4,54
0,08
208
209
1,42
182,11
7,11
4,16
0,06
211
213
0,56
520,39
20,39
9,90
0,06
203
224
1,31
404,56
4,56
3,27
0,04
114
116
0,18
519,73
19,73
15,28
0,03
314
316
0,24
514,54
14,54
9,92
0,02
214
216
0,21
514,28
14,28
11,00
0,02
318
223
0,68
505,20
5,20
2,98
0,02
210
212
0,47
405,21
5,21
3,81
0,02
212
223
0,07
524,40
24,40
19,24
0,01
111
113
0,22
506,27
6,27
2,96
0,01
310
312
0,14
404,62
4,62
2,72
0,00
325
121
2,27
507,09
7,09
0,15
0,00
301
305
1,76
175,87
0,87
0,11
0,00
107
108
0,05
178,20
3,20
2,47
0,00
307
308
0,05
176,94
1,94
1,61
0,00
201
202
0,02
181,00
6,00
3,67
0,00
103
124
0,02
404,71
4,71
2,34
0,00
108
109
0,02
179,00
4,00
1,60
0,00
110
112
0,00
401,94
1,94
1,74
0,00
316
319
0,05
500,12
0,12
0,06
0,00
116
119
0,01
500,40
0,40
0,37
0,00
216
219
0,00
501,82
1,82
1,82
0,00
62
O crescimento da carga e a expanso da gerao adotada apenas para as unidades no elicas

fez com que o percentual de participao de fontes elicas no sistema diminusse, comparado
aos casos anteriores. Portanto, previsvel que menos reforos sejam necessrios para garantir
o escoamento dessa energia. Esse mesmo fato tambm pode explicar o ndice de desperdcio
em funo da gerao igual zero.
A maioria dos circuitos apresentados na Tabela 2.15 no est relacionada com o problema de
desperdcio renovvel e os poucos que esto no satisfazem o critrio de custo benefcio
utilizado. O FPC captura todas as violaes no sistema, mas apenas aquelas que esto
associadas ao escoamento da energia renovvel so consideradas e seus respectivos ramos
reforados. Os demais circuitos sero includos na lista de circuitos que no contribuem com o
ndice de desperdcio. Essas violaes devem ser resolvidas utilizando outra ferramenta, por
exemplo, por meio de meta-heursticas desenvolvidas para otimizao do problema PET.
2.4.4 Caso 4
Assim como o Caso 3, este caso tem como objetivo avaliar a aplicao do AHCEWES em uma
configurao de longo prazo. Porm, neste caso o percentual de participao de fontes elicas
na matriz energtica mantido elevado, semelhante aos Casos 1 e 2. Para tanto, a capacidade
das unidades geradoras (incluindo as elicas) e a carga total do sistema so aumentadas de
100% em relao ao RTS96REN. Todos os demais dados do sistema so mantidos, conforme
apresentado no Caso 1.
Devido elevada participao de fontes elicas na matriz energtica, esta configurao
apresenta desperdcio considerando o problema barra nica, com EWES G=21.2 GWh/ano. A
aplicao do AHCEWES, sob as condies de longo prazo e alta participao renovvel,
resultou em um conjunto de reforos de transmisso relativamente maior que nos casos
anteriores. A Tabela 2.16 apresenta os resultados das 26 primeiras iteraes do algoritmo
heurstico de um total de 53 iteraes.
A reduo mxima do ndice EWEST, obtida com incluso dos reforos foi de 2065,20
GWh/ano (2086,28 21,08). Mantido o CustoProd de US$ 50,00 por MWh, tem-se uma
reduo no custo anual de produo de 2065200 50,00 = MUS$ 103,26. Sendo o custo
anual de investimento do CRT de MUS$ 5,96, tem-se, pela Equao (2.13), uma igual
a aproximadamente 16,4 vezes. Apesar do aumento de reforos inseridos no sistema e da
63
elevada relao de ganho com os investimentos, importante notar que o valor do desperdcio
residual aumentou consideravelmente nesta configurao em relao aos casos anteriores.
Benefcio
(M$/ano)
Custo
(M$/ano)
RICB
101
102
16,849
0,137
122,70
sim
1400,47
301
302
17,442
0,137
127,00
sim
1357,18
101
102
2,165
0,137
15,77
sim
1311,02
301
302
2,308
0,137
16,81
sim
1068,31
201
202
12,135
0,137
88,41
sim
850,78
101
105
10,877
0,321
33,83
sim
630,27
301
305
11,025
0,321
34,30
sim
543,20
105
110
4,354
0,331
13,15
sim
10
478,46
101
105
3,237
0,321
10,07
sim
11
392,80
305
310
4,283
0,331
12,93
sim
12
330,92
301
305
3,092
0,321
9,62
sim
13
302,00
105
110
1,448
0,331
4,37
sim
14
276,72
201
202
1,264
0,137
9,21
sim
15
258,38
101
105
0,917
0,321
2,85
sim
16
231,33
305
310
1,353
0,331
4,08
sim
17
243,00
116
117
-0,584
0,464
-1,26
no
18
185,59
115
116
2,287
0,378
6,06
sim
19
122,54
201
205
3,152
0,321
9,81
sim
20
109,58
105
110
0.648
0,331
1,96
sim
21
108,96
216
217
0,031
0,464
0,07
no
22
115,65
316
317
-0,304
0,464
-0,65
no
23
96,81
301
305
0,639
0,321
1,99
sim
24
58,42
102
104
1,919
0,428
4,48
sim
25
29,90
302
304
1,426
0,428
3,33
sim
26
21,08
205
210
0,441
0,331
1,33
sim
Iterao
EWEST
(GWh/ano)
Circuitos
candidatos
2086,28
1749,31
O CRT formado por 22 reforos distribudos por 12 ramos, situados entre as barras: 101102, 101-105, 102-104, 105-110, 115-116, 201-202, 201-205, 205-210, 301-302, 301-305,
64
302-304 e 305-310, conforme Figura 2.10. Nenhum corredor foi atrativo e a fase de
refinamento no modificou o CRT, i.e., nenhum SRT mostrou-se mais atrativo.
325
~
118
122
121
117
123
222
221
217
223
219
114
215
SC
323
211
324
212
203
103
210
310
308
307
207
~
Subrea 21
138 kV
rea 1
202
201
~
Subrea 31
138 kV
rea 2
306
305
304
107
309
206
205
204
102
101
312
208
108
Subrea 11
138 kV
311
303
209
106
105
104
SC
314
~
224
110
313
320
315
SC
214
112
109
316
319
~
111
Subrea 32
230 kV
322
321
~
124
213
220
~
115
318
317
113
120
Subrea 22
230 kV
216
~
119
Subrea 12
230 kV
116
218
302
301
~
rea 3
n de reforos: 1,
2, 3
Figura 2.10: Diagrama com os reforos do Sistema RTS96REN via AHCEWES Caso 4.
O FPC captura dados estatsticos do congestionamento de toda a rede de transmisso. No

entanto, aqueles circuitos que no contribuem para uma diminuio do ndice EWES T no so
selecionados para receberem reforos e continuam apresentando violaes ao longo do
processo de simulao.
A configurao final, mesmo aps a aplicao do AHCEWES, no representa a soluo de um
processo de planejamento de longo prazo. O sistema reforado via FPC ainda apresenta 49
circuitos com violaes ao longo do sistema e cortes de carga considerando rede intacta. A
Tabela 2.17 apresenta os 28 circuitos com maior violao considerando a configurao final
do sistema, aps os reforos propostos.
O critrio de deciso estabelecido, baseado na relao incremental de custo benefcio,
eficiente para filtrar e aceitar apenas os circuitos relacionados ao desperdcio. Os circuitos
sobrecarregados que apresentam valores muito baixos de RICB so adicionados lista de
rejeio, conforme Expresso (2.12), a fim de no prejudicar o desempenho computacional do
algoritmo.
65

Circuitos
De
Para
Prob.
(%)
Mximo Fluxo
(MW)
Mxima
Violao (MW)
Violao Mdia
Cond. (MW)
Violao
Mdia (MW)
116
117
29,15
520,68
20,68
10,22
2,98
216
217
27,33
520,71
20,71
4,88
1,33
316
317
27,25
507,84
7,84
4,54
1,24
104
109
1,48
254,94
79,94
23,28
0,34
315
316
3,24
610,21
110,21
9,90
0,32
101
105
3,61
197,12
22,12
7,38
0,27
206
210
5,28
182,44
7,44
4,72
0,25
308
309
3,70
184,51
9,51
5,37
0,20
101
102
3,19
198,18
23,18
5,91
0,19
208
209
3,47
184,64
9,64
5,39
0,19
318
223
3,02
581,74
81,74
5,86
0,18
106
110
4,82
180,49
5,49
3,50
0,17
306
310
4,35
181,18
6,18
3,80
0,17
215
216
1,16
634,93
134,93
14,27
0,16
114
116
0,78
529,67
29,67
20,88
0,16
217
218
12,61
502,08
2,08
1,14
0,14
304
309
0,84
227,76
52,76
16,22
0,14
305
310
1,71
194,63
19,63
7,20
0,12
311
313
1,69
514,69
14,69
7,03
0,12
314
316
1,02
517,95
17,95
11,19
0,11
325
121
4,60
851,64
351,64
2,27
0,10
101
103
0,90
211,39
36,39
9,99
0,09
301
303
0,68
225,72
50,72
10,36
0,07
214
216
0,61
513,29
13,29
9,50
0,06
203
224
1,92
404,26
4,26
2,91
0,06
108
110
1,27
199,61
24,61
3,22
0,04
211
213
0,47
520,53
20,53
8,16
0,04
308
310
0,88
179,30
4,30
2,95
0,03
2.5 CONSIDERAES FINAIS

Este captulo props um Algoritmo Heurstico Construtivo (AHCEWES) para identificar os
principais ramos da rede de transmisso, responsveis por restringir o fluxo de potncia
renovvel e, consequentemente, desperdiar parte da energia disponibilizada pelas fontes
elicas. A ferramenta bsica, denominada Fluxo de Potncia Cronolgico (FPC), e os novos
ndices de desempenho, EWES, foram relevantes para capturar os circuitos de transmisso
que necessitavam ser reforados.
66
A metodologia proposta foi aplicada a quatro casos distintos. Nos dois primeiros casos foi
utilizada a configurao do sistema RTS96REN e conjuntos de sries elicas distintas. Nos
outros dois casos foram feitas alteraes na configurao do sistema RTS96REN para simular
uma condio de longo prazo em que a rede encontra-se deteriorada. Estes dois ltimos casos
utilizaram o mesmo conjunto de sries elicas do Caso 1.
Para os Casos 1 e 2, considerando regimes de vento distintos, os resultados so semelhantes.
O Conjunto de Reforos em Transmisso (CRT) final foi o mesmo nos dois casos. Estes
resultados sugerem que o CRT proposto suficientemente robusto e pode determinar um bom
desempenho para o sistema mesmo considerando-se um ano atpico, i.e., com condies
elicas diferentes daquelas apresentadas pelas sries histricas utilizadas nos casos simulados.
O Caso 3 apresenta uma condio em que a rede encontra-se deteriorada, mas com uma
participao menos elevada das fontes elicas na matriz energtica do sistema. Neste caso, a
ferramenta apresenta um bom desempenho, com um desperdcio residual relativamente baixo.
Ainda assim, uma metodologia de planejamento de longo prazo deve ser empregada para
corrigir problemas de sobrecargas em funo do atendimento demanda.
No Caso 4, a participao das fontes elicas na matriz energtica se manteve elevada,
semelhante aos Casos 1 e 2. Alm disso, uma condio ainda mais frgil do sistema de
transmisso produzida pelo maior crescimento da carga. Neste caso, o desperdcio com a
energia renovvel bem maior que no Caso 3. Portanto, o conjunto final de reforos foi
consideravelmente maior. No entanto, o sistema ainda apresenta um valor considervel de
desperdcio residual. Assim como no Caso 3, tambm necessrio identificar reforos
visando eliminar problemas quanto ao atendimento da demanda.
A metodologia provou ser muito interessante para o planejamento da transmisso dos
sistemas atuais, que esto substituindo as antigas unidades trmicas por novas fontes
renovveis, em particular, a gerao elica. Obviamente, a mesma metodologia pode ser
aplicada considerando a participao de quaisquer fontes renovveis, no somente a energia
elica. No Captulo 5 ser investigado o uso em conjunto com uma ferramenta tpica do
planejamento de longo prazo, que especifica reforos relacionados ao atendimento demanda
sob critrios de segurana pr-definidos.
67
CAPTULO 3
CONFIABILIDADE COMPOSTA DE SISTEMAS
DE POTNCIA COM ELEVADA PENETRAO
DE FONTES RENOVVEIS
3.1 INTRODUO
sistemas eltricos interligados so extensos e possuem um elevado nmero de
componentes e limites operativos que devem ser levados em considerao. Logo, o
processo de avaliao da confiabilidade demorado e encontra resistncia em sua aplicao.

Portanto, ainda pouco utilizado no planejamento da expanso. O desenvolvimento de novas
metodologias para avaliao da confiabilidade est sempre em busca de mtodos capazes de
diminuir o tempo necessrio para o clculo dos ndices.
A participao de fontes renovveis na matriz energtica aumentou ainda mais a
complexidade dos sistemas, introduzindo novas variveis aleatrias ao problema. De fato,
alm da modelagem tradicional envolvendo o processo de falha e reparo dos componentes,
outra abordagem deve ser considerada para as fontes renovveis em funo da volatilidade
energtica. Se por um lado tais fontes dificultam a avaliao da confiabilidade, por outro, elas
promovem a sua utilizao. Estudos considerando a disponibilidade da energia passaram a ser
indispensveis e devem ser constantemente realizados para garantir que a atual configurao
de equipamentos ter condies de fornecer a energia demandada.
Neste captulo apresentam-se os conceitos bsicos da avaliao da confiabilidade composta de
sistemas eltricos de potncia, bem como os modelos recentemente empregados para
considerao de fontes renovveis. So apresentados os ndices tradicionais utilizados em
anlise de confiabilidade e alguns ndices complementares que so obtidos no mesmo
processo de simulao. Em seguida, a avaliao da confiabilidade utilizada para avaliar os
planos de expanso propostos pelo FPC, apresentado no Captulo 2. O principal objetivo
verificar o comportamento dos ndices de confiabilidade ao propor planos de expanso para
redes mais flexveis que permitem maior aproveitamento das fontes renovveis.
68
Captulo 3 Confiabilidade composta de sistemas de potncia com elevada penetrao de fontes renovveis
3.2 CONCEITOS PRELIMINARES

Considerando que na condio normal de funcionamento o sistema capaz de fornecer
energia suficiente para todos os pontos de carga. A avaliao da confiabilidade de sistemas de
potncia uma anlise probabilstica que busca contabilizar as condies de falha do sistema
quando da ocorrncia de possveis falhas nos componentes que o compem. O modelo de
Markov a dois estados, como o apresentado na Figura 3.1, frequentemente utilizado para
representar os equipamentos do sistema. Assim, estes equipamentos podem ser encontrados
em dois estados operacionais: disponvel (Up) e indisponvel (Down).
Figura 3.1: Modelo de Markov com dois estados.
Nesse sentido, as taxas de falha e reparo dos componentes so os dados necessrios para
realizar tal estudo. A taxa de falha () dada pela razo entre o nmero de vezes que o
equipamento falha e o tempo total em que este permaneceu em operao. De modo anlogo, a
taxa de reparo () a razo entre o nmero de reparos executados no equipamento e o tempo
total que ele permaneceu em reparo. Essas taxas tm dimenses de nmero de ocorrncias por
unidade de tempo e so, usualmente, expressas em termos de ocorrncias por ano. A partir das
taxas e de um dado equipamento, modelado a dois estados, a sua indisponibilidade () ou
taxa de sada forada (FOR forced outage rate) obtida pela expresso (3.1). J a sua
disponibilidade () calculada atravs da expresso (3.2).
= =
= 1 =
(3.1)
(3.2)
O funcionamento de uma unidade geradora depende de diversos componentes auxiliares. A

falha de um desses componentes pode no resultar na perda total de capacidade, podendo a
69
unidade continuar funcionando em um estado de capacidade intermediria. Em sendo assim,

as unidades geradoras podem ser representadas com maior preciso por modelos de Markov
com mltiplos estados. Nesse caso, os modelos so descritos em termos das taxas de transio
entre os estados. A taxa de transio entre dois estados e quaisquer ( ) definida como a
razo entre o nmero de vezes que o componente transita do estado para o estado e o
tempo total de permanncia no estado . Os conceitos apresentados para o modelo a dois
estados so facilmente estendidos aos modelos com mltiplos estados [BA92].
Todos os mtodos, independentemente do tipo de estudo (confiabilidade de gerao ou
confiabilidade composta), e do tipo de representao (cronolgica ou por espao de estados),
seguem basicamente os mesmos passos [PB92]:
i.
Selecionar um estado do sistema (i.e., disponibilidade dos equipamentos, e outros

aspectos cronolgicos relacionados operao do sistema);
ii.
Analisar o estado selecionado (i.e., verificar se as unidades geradoras e circuitos

disponveis so capazes de satisfazer o nvel de carga corrente sem, contudo, violar
algum limite operativo), aplicando corte de carga, quando necessrio, e;
iii.
Avaliar ou computar ndices de confiabilidade (i.e., ndices de perda de carga, etc.);

se a preciso das estimativas aceitvel, pare; caso contrrio, volte ao passo (i).
Alm da considerao de falha dos equipamentos, os algoritmos de avaliao da

confiabilidade podem representar eventos cronolgicos associados operao do sistema que
influenciam na funo de adequao dos estados. Conforme citado no passo (i), a seleo do
estado determina juntamente com a disponibilidade dos equipamentos, aspectos cronolgicos,
como por exemplo, o nvel de carga, unidades retiradas para manuteno preventiva,
disponibilidade de energia, entre outros. Desta forma, a avaliao da confiabilidade pode ser
utilizada para avaliar o efeito da expanso de fontes renovveis no que se refere ao
atendimento demanda. Contudo, so necessrios os dados de taxas de falha e reparo dos
componentes, bem como dados referentes s incertezas externas associadas s curvas de carga
e sries histricas das unidades renovveis.
Note que tanto a curva de carga, quanto a previso de disponibilidade de energia no se
relacionam com a indisponibilidade dos componentes, mas esto diretamente relacionadas
funo de avaliao e influenciam a falha do sistema. Tais grandezas possuem caractersticas
70
cronolgicas que devem ser devidamente representadas. Assim, possvel considerar a

correlao entre os diversos fatores que levam o sistema falha.
O mtodo de simulao Monte Carlo sequencial, baseado na representao cronolgica, o
mtodo mais indicado para lidar com os aspectos cronolgicos, citados acima. Este mtodo
faz a amostragem dos estados, passo (i) do algoritmo bsico, em funo do tempo. Neste caso,
o sistema reside em estados conectados sequencialmente no tempo, sendo que cada estado
difere do anterior pela modificao de apenas um de seus componentes ou por alterao de
outras condies operativas, como a variao da carga e/ou das restries energticas.
A simulao cronolgica pode, portanto, capturar todos os aspectos cronolgicos e
consequentemente capaz de corretamente representar as incertezas naturais das fontes de
energia renovvel, atravs de dados sequenciais histricos de hidrologia, velocidade dos
ventos, radiao solar, etc. No entanto, este mtodo requer um esforo computacional muito
acima da metodologia baseada em espao de estados.
Considerando a representao por espao de estados, dois mtodos so geralmente utilizados,
enumerao de estados e simulao Monte Carlo no sequencial. Nestes mtodos, modelos de
Markov podem ser utilizados para representar as transies tanto dos estados dos
equipamentos, quanto dos aspectos cronolgicos. Os estados so amostrados e avaliados sem
se preocupar com o sequenciamento cronolgico, uma vez que estes no dependem do estado
anterior. Por exemplo, um modelo de Markov com mltiplos estados pode ser utilizado para
representar as variaes da carga ao longo do perodo considerado. Neste caso, cada estado
est associado ao nvel de carga e s taxas de transio que representam a periodicidade com
que a carga passa de um nvel para outro.
Recentemente, foi proposto um algoritmo Monte Carlo no sequencial com recursos que
permitiram representar com preciso aspectos cronolgicos, utilizando um modelo de Markov
no agregado para representar a carga [LMMB00] e um novo mtodo de estimao de ndices
de frequncia denominado um passo frente (one-step forward) [LRMB04]. Estes recursos
possibilitam capturar, com preciso, o efeito da correlao entre a curva de carga e a flutuao
das fontes renovveis [FMRS11], mesmo utilizando uma representao no sequencial. Esta
verso do Monte Carlo no sequencial semelhante ao mtodo quase sequencial proposto
em [LGSM10] para confiabilidade da gerao. A principal limitao dessa metodologia a
impossibilidade de apresentar como resultado a distribuio de probabilidade dos ndices,
71
como discutido em [GL12]. Por outro lado, apresenta um custo computacional mais baixo que
simulao Monte Carlo sequencial e ser utilizada neste trabalho.
Durante a simulao Monte Carlo no sequencial, as estimativas para todos os ndices so
obtidas como a mdia sobre amostras do estado do sistema :
[] =
1
( )
N
(3.3)
=1
Os ndices so caracterizados atravs da funo teste ( ). A incerteza das estimativas

verificada atravs da varincia do estimador:
( []) =
()
(3.4)
em que () a varincia da funo teste. Esta incerteza geralmente representada como o

coeficiente de variao:
( [])
=
(3.5)
[]
3.2.1 ndices tradicionais de confiabilidade composta

Esta subseo apresenta os principais ndices relacionados falha do sistema, obtidos durante
a avaliao da confiabilidade tanto de gerao quanto composta. Tambm so apresentadas as
respectivas funes testes, utilizadas na simulao Monte Carlo no sequencial.
ndices de probabilidade de perda de carga
LOLP loss of load probability
LOLE loss of load expectation (h)
O ndice LOLP determina a probabilidade de um sistema apresentar corte de carga, obtida

pela razo entre o nmero de estados em que houve falha (corte de carga) e o nmero de
72
estados amostrados. Considerando a simulao Monte Carlo no sequencial, a seguinte funo

teste utilizada para o ndice LOLP [LMMB00]:
F ( ) = {
0
1
(3.6)
em que o conjunto de todos os estados possveis (i.e., o espao de estados), dividido em

dois subespaos: de estados de sucesso e de estados de falha ( = + ).
Considerando o perodo de anlise de um ano, ou seja, T = 8.760 ou 8.736 horas, pode-se
calcular o ndice LOLE pela seguinte expresso:
LOLE = LOLP
8760 horas
1
(3.7)
Portanto, possvel estimar atravs do ndice LOLE a expectativa da permanncia do sistema

em estados de falha, em um determinado perodo.
ndices de energia no suprida
EPNS expected power not supplied (MW)
EENS expected energy not supplied (MWh/ano)
O ndice EPNS determina a potncia esperada no suprida, sendo dependente no apenas da

probabilidade de ocorrncia do corte de carga, mas tambm de sua profundidade. A seguinte
funo teste utilizada para o ndice EPNS:
F ( ) = {
(3.8)
em que o espao de estados dividido em dois subespaos: de estados de sucesso e

de estados de falha ( = + ); o montante de potncia no suprida em funo do
estado de falha . Considerando o perodo de anlise de um ano, ou seja, T = 8.760 ou 8.736
horas, pode-se calcular o ndice EENS, utilizando:
73
EENS = EPNS
8760
1
(3.9)
ndices de frequncia e durao
LOLF loss of load frequency (oc./ano)
LOLD loss of load duration (h)
O ndice LOLF determina a frequncia de falha de um sistema ao longo de um perodo. Em

geral, dado em nmero de ocorrncias por ano (oc./ano). Neste caso, um novo mtodo de
estimao de ndices de frequncia [ML04, LRMB04], denominado transio de estado um
passo frente (one-step forward state transition), utilizado. Este mtodo utiliza uma tcnica
extremamente eficiente do ponto de vista computacional, e, ao mesmo tempo, flexvel o
bastante para prescindir da hiptese de coerncia, viabilizando a considerao de cargas
variantes, assim como de restries energticas, por meio de simulao no sequencial. Para
isto, uma nova funo teste adotada para o ndice LOLF:
0
se
F ( ) = {
se
0
se
(3.10)
em que
o somatrio de todas as taxas de transio do estado de falha para todos os
estados diretamente ligados a ele; e um estado qualquer, encontrado a partir de por

meio da amostragem de uma simples transio. O processo de transio de estado um passo a
frente simula somente uma das possveis transies, partindo do estado de falha ,
selecionando um estado vizinho .
O ndice LOLD determina a durao mdia das falhas, em horas, e obtido em funo dos
ndices LOLP e LOLF:
LOLD = LOLP/LOLF
(3.11)
74
3.2.2 ndices complementares

Os ndices complementares podem ser relacionados a avaliaes condicionadas dos ndices
tradicionais, por exemplo, para verificar a influncia da rede de transmisso nos mesmos. Ou,
pode ser qualquer outro ndice probabilstico de desempenho, que seja obtido por meio de um
processo de simulao ou enumerao de estados. A seguir so apresentados alguns exemplos
desses ndices.
Contribuies condicionadas ou relativas

Os programas de avaliao da confiabilidade composta podem ser utilizados para avaliar a
contribuio relativa das falhas de geradores e linhas de transmisso [PB92], alm de
considerar o efeito combinado de falhas de geradores com os limites operativos da rede. Desta
forma, os ndices tradicionais de confiabilidade composta (& ), podem ser divididos em trs
parcelas, conforme Equao (3.12).
& = + +
(3.12)
em que representa a contribuio das falhas de gerao (G) que so suficientemente

severas, capazes de provocar corte de carga mesmo quando no h restries de capacidade de
transmisso; representa a contribuio das falhas de transmisso (T), quando a gerao est
intacta, ou seja, no existe falha de unidades geradoras; representa problemas compostos
(C), ou seja, efeitos combinados de falhas na gerao ou transmisso seguidas de restries
nos limites operativos da transmisso.
De acordo com as definies acima, corresponde aos valores calculados por um programa
de avaliao de confiabilidade apenas de gerao; corresponde a uma avaliao apenas de
transmisso e utiliza uma metodologia de confiabilidade composta para mensurar o grau de
interao entre gerao e a transmisso do sistema [PB92]. Geralmente, uma ferramenta de
anlise de confiabilidade pode avaliar, durante o mesmo processo de simulao, os ndices
& e . Portanto, a influncia da rede de transmisso pode ser determinada pela equao:
& = &
(3.13)
75
Ferramentas de confiabilidade composta podem ser usadas para obter o ndice composto, .
Seja [/_ ] os ndices obtidos por uma avaliao de confiabilidade composta em que
somente as indisponibilidades da transmisso so amostradas, todas as unidades geradoras so
consideradas completamente confiveis (taxa de falha igual zero) e obviamente suas
capacidades devem ser consideradas. Observe que, [/_ ] uma estimativa no tendenciosa
para . Portanto pode ser obtido como:
= &
(3.14)
Caso [/_ ] seja obtido de uma simulao separada, o valor de , em (3.14) ser uma
aproximao.
ndices por barra

ndices por barra possibilitam uma informao da distribuio espacial da confiabilidade e
ajudam a identificar barras ou reas do sistema que necessitam de reforos. Qualquer ndice
obtido pela anlise de confiabilidade pode ser monitorado ao nvel de barra ou rea. No
entanto, tais eventos so mais raros e um nmero maior de amostras necessrio para garantir
a convergncia do processo de simulao.
ndices de bem estar ou confiabilidade preventiva

Um conjunto de ndices, denominados confiabilidade preventiva ou ndices de bem estar, vem
sendo discutido em sistemas de gerao e transmisso [LRMB04]. Trata-se de uma tentativa
de relacionar o conceito determinstico na anlise de confiabilidade. Nesta proposta, os
estados do sistema so divididos em trs grupos: saudveis, marginais e de risco (ou falha).
Para identificar a qual grupo pertence um determinado estado, este submetido a um critrio
determinstico pr-especificado.
ndice de severidade SI (severity index)
O ndice de severidade tambm chamado de System Minutes em funo da grandeza que
ele expressa. O SI dado pela razo entre a energia no suprida (EENS) e a carga pico do
sistema [FBGO89]. Trata-se de uma tentativa de criar um ndice de confiabilidade que
estabelea uma relao entre o valor da energia no suprida e o tamanho do sistema, neste
76
caso, representado em funo do valor da carga pico. Este ndice tem sido adotado como
padro em alguns trabalhos para caracterizar nveis de confiabilidade de um sistema [SL14].
ndice LOLC
O ndice LOLC tem como objetivo estimar um valor financeiro para a confiabilidade,
determinando o custo esperado pelo corte de carga, ou custo de interrupo. Definir critrios e
valores para a confiabilidade uma questo relevante no planejamento de sistemas de
potncia e muitos trabalhos tm sido publicados nessa rea: [M80, M99, LMMB00, LI05,
BW07, LMRS07, PMRF08, GL12]. Alm de proporcionar uma medida relativamente fcil
para valorar a confiabilidade, ou seja, dlares, em vez de probabilidades, kWh, ocorrncias,
etc., este ndice pode ser diretamente includo na funo objetivo de mnimo custo para o
planejamento dos sistemas de potncia.
ndice EWES
No Captulo 2 foi proposto o mtodo FPC com o objetivo de obter uma estimativa do
montante de energia elica desperdiada (EWES). O algoritmo utilizado baseado em
simulao Monte Carlo no sequencial, semelhante ao utilizado na avaliao de
confiabilidade. Portanto, o ndice EWES pode ser tratado como um ndice complementar e ser
estimado no mesmo processo de simulao utilizado para avaliao de confiabilidade. A
seguinte funo teste pode ser utilizada:
F ( ) = {
(3.15)
em que o conjunto de todos os estados possveis (i.e., o espao de estado), dividido em

dois subespaos: de estados que utilizam toda a energia renovvel instalada, sem
desperdcio; de estados em que houve desperdcio de energia renovvel ( = + );
o montante de energia renovvel (elica) desperdiada no estado .
77
3.3 METODOLOGIA ADOTADA

3.3.1 Modelos das unidades geradoras
A principal mudana, em funo da presena das fontes renovveis, ocorre no modelo que
representa as unidades geradoras. Nesse trabalho, os modelos referentes s sries energticas
so utilizados de forma desagregada dos modelos que representam o processo de falha das
unidades. Mesmo assim, so utilizados modelos distintos para as unidades renovveis em
funo, principalmente, do elevado nmero de unidades. O objetivo, nesse caso, apenas de
melhorar o desempenho computacional.
Com exceo das unidades hidreltricas, as unidades de gerao que utilizam energia
renovvel so, geralmente, de pequena capacidade. Assim, a construo de uma central
eltrica localizada numa regio estratgica para utilizao de alguma fonte renovvel,
necessita de um grande nmero de unidades idnticas para atingir uma potncia que justifique
a conexo da usina ao sistema interligado. Como exemplos, tm-se as centrais solares com
dezenas de painis fotovoltaicos e os parques elicos com dezenas de aerogeradores.
Por outro lado, tm-se as unidades de gerao de pequena capacidade que utilizam fontes de
energia renovvel, cujas instalaes encontram-se espalhadas pelo sistema. Como exemplo,
tm-se as pequenas centrais hidreltricas e as unidades de cogerao. Neste caso, as injees
de potncia das fontes distribudas por uma determinada regio podem ser representadas
como sendo uma nica injeo de potncia, localizada em uma barra representativa dessa
regio. Para simplificar o problema, considera-se que esta barra contm uma central composta
por um conjunto de unidades idnticas, correspondentes a uma unidade mdia equivalente.
Os dois casos possuem um nmero elevado de unidades geradoras de pequena capacidade e
com caractersticas idnticas. A fim de simplificar a representao dessas unidades, prope-se
agrup-las e represent-las por uma unidade equivalente, atravs de um modelo Markoviano
com mltiplos estados, conforme apresentado na Figura 3.2.
( 1)
( + 1)
( )
( + 1)
( + 1)
Figura 3.2: Modelo de Markov com mltiplos estados.
78
Na Figura 3.2, representa a capacidade disponvel associada ao estado da unidade

equivalente, o nmero de unidades presentes na central e a capacidade do estado
limite, alm do qual a probabilidade de ocorrncia de cada estado fica abaixo da tolerncia.
Caso a tolerncia no for atingida, ser igual a . A capacidade disponvel em cada estado
da unidade equivalente obtida pela Equao (3.16):
= ( ) = 0,1,2, ,
(3.16)
em que o termo representa a potncia nominal de cada unidade.

A probabilidade associada a cada um dos estados obtida por meio de uma distribuio
binomial, tal como se mostra na Expresso (3.17):
() = ( ) (1 )() = 0,1,2, ,
(3.17)
em que o termo () representa o nmero de combinaes para a ocorrncia de unidades

indisponveis; e o parmetro equivale taxa de sada forada das unidades ().
Para um conjunto contendo unidades geradoras, a unidade equivalente teria ( + 1)
estados, caso nenhum controle sobre o nmero de estados fosse exercido. Tendo em mente
que nas centrais ou nos modelos de geraes distribudas pode haver um nmero elevado de
unidades, razovel que seja feito o controle do nmero mximo de estados. Sendo assim, os
estados so truncados quando a contribuio da probabilidade associada ao estado na
probabilidade acumulada for menor que uma tolerncia desejada.
Pela Equao (3.17) fcil perceber que medida que o nmero de unidades indisponveis
aumenta os estados tornam-se cada vez menos provveis. Portanto, plausvel que o nmero
de estados seja truncado, sem, no entanto, afetar a preciso do modelo.
A potncia produzida por cada unidade geradora renovvel varia significativamente ao longo
do tempo, devido, principalmente, influncia meteorolgica. Portanto, aps a definio do
estado em que cada modelo equivalente se encontra, simulada tambm a disponibilidade da
energia primria considerada. As variaes de energia ocorrem em todas as escalas de tempo:
segundos, minutos, horas, dias, meses e estaes do ano. No entanto, estas variaes so
peridicas e previsveis. Assim, para simular a influncia da disponibilidade da energia
79
primria so utilizadas sries histricas [PMRF08]. Primeiramente as unidades renovveis so

separadas por regio geogrfica. Para cada regio fornecido um conjunto de sries histricas
referentes potncia eltrica mdia, em p.u., do intervalo de tempo considerado. Para cada
srie atribuda uma probabilidade de ocorrncia.
Nas subsees seguintes, so apresentados os modelos das unidades geradoras para cada tipo
de fonte de energia.
Modelo das unidades trmicas e hidrulicas
O modelo de Markov a dois estados, apresentado na Figura 3.1, utilizado para representar o
processo de falha/reparo das unidades trmicas e hidrulicas. O sorteio realizado atravs da
sua taxa de sada forada (FOR) dada pela Equao (3.1), sendo as taxas de falha () e reparo
() utilizadas para os clculos dos ndices de F&D. Para todas as centrais trmicas assumido
que a capacidade mxima disponvel depende unicamente da disponibilidade dos geradores.
No caso das centrais hidrulicas, a capacidade mxima de cada unidade ajustada,
mensalmente, pelo fator de aproveitamento das sries hidrolgicas. Estas sries devem ser
definidas para cada bacia hidrogrfica ou reservatrio com base em dados histricos
relacionados s afluncias, ao volume do reservatrio e ao tipo de operao.
Modelo das centrais elicas e PV solares
As centrais elicas e fotovoltaicas so formadas por dezenas de unidades/clulas de gerao.
Com o objetivo de melhorar o desempenho computacional, tais unidades/clulas foram
agrupadas em uma unidade equivalente atravs do modelo de Markov multiestados, conforme
apresentado na Figura 3.2. Todas as unidades/clulas so idnticas e individualmente so
representadas por um modelo de Markov a dois estados. Assim, para cada central,
especificam-se os valores tpicos de taxa de falha, tempo mdio de reparo e a potncia
nominal de cada unidade geradora.
A potncia mxima disponvel de um modelo equivalente depende do nmero de unidades em
funcionamento, ou seja, do estado sorteado. No entanto, ao considerar a volatilidade das
fontes renovveis, influenciada por fatores meteorolgicos, a potncia mxima disponvel ser
ajustada por um fator de aproveitamento. Nesse caso, so utilizadas sries histricas horrias
para cada rea do sistema (regio geogrfica). Para as centrais elicas, so utilizadas sries
histricas da velocidade dos ventos, para as centrais solares PV so utilizadas sries histricas
80
da irradiao solar. Tais sries so convertidas em modelos Markovianos de potncia eltrica

(em p.u.), tal como descrito em [F11].
Modelo das pequenas centrais hidreltricas
As unidades geradoras hidrulicas de pequeno porte so modeladas similarmente s grandes
centrais hidreltricas, mas para simplificar sua representao so agrupadas em modelos
Markovianos multiestados, [S06, LMSR04], conforme Figura 3.2. Devido falta de dados
especficos em relao bacia hidrogrfica onde esto localizadas as PCHs, utilizada
apenas uma srie mdia para cada ano, para todas as unidades do sistema. Havendo dados
disponveis, poder-se- utilizar sries especficas para cada regio.
Modelo das unidades de cogerao
As unidades geradoras em regime de cogerao so, geralmente, unidades trmicas que
utilizam biomassa como combustvel. So modeladas similarmente s unidades trmicas
convencionais. No entanto, como existem muitas unidades de pequena capacidade, espalhadas
pelo sistema, as mesmas podem ser agrupadas em modelos equivalentes, conforme Figura 3.2.
Similarmente s demais renovveis, a unidade de cogerao tem sua potncia mxima
disponvel ajustada por sries histricas. Nesse caso, as sries no esto relacionadas a fatores
meteorolgicos, mas so estimadas por estudos estatsticos de acordo com alguns fatores
como: polticas tarifrias de cada concessionria, o ciclo de produo industrial, etc.
3.3.2 Modelo da carga

O modelo utilizado para representar a carga na simulao Monte Carlo no sequencial um
modelo Markoviano no agregado com 8.760 estados, conectados sequencialmente conforme
ordem de ocorrncia da curva de carga horria [LMMB00]. O modelo permite a utilizao de
estados com mltiplos nveis, possibilitando a representao de diferentes padres de carga
para cada regio do sistema. A ideia principal reter, de modo aproximado, as informaes
cronolgicas presentes na curva de carga. Consequentemente a carga permanecer, em mdia,
uma hora em cada estado. Assim, em mdia, um determinado estado corresponder hora
da curva de carga. Para selecionar um nvel de carga necessrio o sorteio de um instante de
tempo compreendido entre 1 e 8.760.
81
3.3.3 Modelo das linhas de transmisso

Considera-se que as falhas nas linhas de transmisso so independentes. Portanto no so
representadas falhas em modo comum, como por exemplo, possveis falhas nas torres que
sustentam mais de um circuito simultaneamente. O modelo estocstico utilizado para as linhas
de transmisso semelhante ao adotado para as unidades geradoras convencionais, utilizando
o modelo de Markov a dois estados, conforme Figura 3.1. Neste caso, admite-se que as taxas
de falha contemplam todas as sadas da linha de transmisso, inclusive aquelas resultantes de
falhas em modo comum.
3.3.4 Anlise de adequao dos estados

Inicialmente, um modelo de fluxo de potncia utilizado para avaliar o estado operativo do
sistema (fluxos nos circuitos, tenses nos barramentos, etc.). Estes valores so comparados
com os limites operativos do sistema. Se algum limite for ultrapassado, um problema no
sistema foi encontrado e devem ser aplicadas medidas corretivas.
Nas simulaes realizadas neste trabalho, a anlise de adequao de cada estado do sistema
feita via fluxo de potncia linearizado [M83]. Caso sejam detectadas violaes operativas
utilizado um modelo de medidas corretivas, baseado em algoritmos de otimizao, conforme
apresentado na Equao (3.18). A ideia realizar redespachos de potncia ativa e, nos casos
mais severos, aplicar cortes de carga. Portanto, o custo de corte de carga relativamente
maior que o custo de gerao.
= +
=1
. .
=1
(3.18)
+ + =
||
{
0
0
em que:
nmero de geradores;
82
O algoritmo de otimizao adotado o Dual-Simplex, modificado para explorar as

caractersticas de esparsidade. Com o objetivo de reduzir os requisitos de memria e o esforo
computacional, o algoritmo utiliza o mtodo da base reduzida, proposto em [SM79].
O corte de carga torna-se necessrio quando h uma ocorrncia de insuficincia de gerao
e/ou sobrecargas em linhas de transmisso que no podem ser eliminadas por redespacho de
gerao. Em caso de sobrecargas, a definio dos barramentos que sero afetados mais
rgida, pois o corte de carga deve ser feito localmente. J para os casos de insuficincia de
gerao, precisa-se fornecer ao algoritmo de otimizao uma poltica de corte de carga.
importante destacar que diferentes polticas de corte podem influenciar fortemente os ndices
de confiabilidade por barramento. No entanto, os ndices globais do sistema tendem a no
depender significativamente da poltica adotada [R06].
3.3.5 Algoritmo bsico de avaliao
Os passos do algoritmo de simulao Monte Carlo no sequencial, com destaque para a
amostragem do estado , so descritos a seguir:
i.
Inicialize o algoritmo, para tanto, deve ser feita a leitura dos parmetros de gerao e
transmisso, os nveis de carga horria, sries hidrolgicas, elicas, entre outras, e
83
esquemas de manuteno [M99]. Alm disso, devem ser definidos os parmetros da

simulao, como a amostragem mxima e o coeficiente de variao . Faa o
nmero de sorteios N = 0;
ii.
amostre um estado do sistema, , atravs dos seguintes procedimentos:

a. sorteie o estado dos equipamentos;
b. sorteie o ano das sries energticas das fontes renovveis;
c. sorteie o instante discreto de tempo t, no ano (intervalo [1, 8.760]), definindo o
estado Markoviano da carga, das sries energticas e da manuteno
programada;
iii.
faa N = N + 1;
iv.
calcule todas as funes teste ( ) para o vetor amostrado, utilizando os algoritmos

de fluxo DC e de otimizao de medidas corretivas;
v.
estime [] como a mdia dos valores encontrados pelas funes testes;
vi.
calcule a incerteza relativa via coeficiente de variao () da estimativa [];
vii.
se () aceitvel (menor que a tolerncia), pare; seno, retorne ao passo (ii).
O algoritmo apresentado similar ao mtodo pseudo-cronolgico proposto em [LMMB00],

embora mais simples. Ele incorpora o mtodo denominado um passo a frente, mas no
capaz de calcular as funes densidade de probabilidade associadas a cada ndice. A
caracterstica principal deste mtodo a adoo de modelos de Markov com base horria,
apresentado na Figura 2.1, o que permite capturar a caracterstica temporal da carga, bem
como das capacidades de gerao das fontes renovveis.
3.4 APLICAO
O algoritmo descrito neste captulo utilizado para avaliar a confiabilidade composta dos
sistemas obtidos com os planos de expanso propostos via aplicao do mtodo FPC,
apresentado no Captulo 2. A avaliao de confiabilidade ser aplicada para os quatro casos
discutidos, considerando as configuraes base e reforada. O critrio de convergncia
84
estabelecido para a simulao Monte Carlo a obteno de um coeficiente de variao menor

ou igual a 3% para todos os ndices G&T. Os dados de carga e sries histricas so os
mesmos utilizados pelo algoritmo FPC. Os dados de indisponibilidades dos equipamentos so
obtidos nas referncias [APM99, F11].
Alm dos ndices tradicionais de confiabilidade, o ndice de energia no suprida EENS ser
calculado de forma complementar, estabelecendo as parcelas relativas s falhas dos geradores
e s falhas compostas, em que so evidenciados congestionamentos na rede de transmisso.
Estes ndices tm como objetivo determinar a influncia da transmisso na confiabilidade e
verificar se os reforos propostos para evitar o desperdcio de energia renovvel, contribuem
para a melhoria da confiabilidade composta dos sistemas.
3.4.1 Caso 1
Os resultados para os principais ndices de confiabilidade composta das configuraes antes e
aps a adio do conjunto de reforos propostos so apresentados na Tabela 3.1. Ambas as
configuraes so bastante confiveis, com o ndice LOLE inferior a 1 h/ano e EENS menor
que 120 MWh/ano. Nota-se que o conjunto de reforos no alterou a confiabilidade do
sistema que apresentou ndices estatisticamente idnticos nas duas configuraes.
TABELA 3.1: NDICES DE CONFIABILIDADE COMPOSTA CASO 1
ndices
Config. original
Config. reforada
0,601
0,608
115,821
116,079
LOLF (oc./ano)
0,225
0,223
LOLD (h)
2,666
2,722
LOLE (h/ano)
EENS (MWh/ano)
Para tentar explicar a semelhana nos ndices, foram verificados os ndices complementares
em que so obtidos resultados condicionados influncia da rede de transmisso. Os
resultados para o ndice EENS so apresentados na Tabela 3.2.
TABELA 3.2: CONTRIBUIES CONDICIONADAS PARA O NDICE EENS CASO 1
Config. original
Config. reforada
EENSG&T (MWh/ano)
ndices
115,821
116,079
EENSG (MWh/ano)
112,505
112,679
3,316
3,399
EENST&C (MWh/ano)
85
Nota-se pelos resultados apresentados que a influncia da rede de transmisso nos ndices de
confiabilidade bastante pequena, menos de 3%. Portanto, os reforos adicionados alteram
minimamente a confiabilidade do sistema, sendo essas alteraes desprezveis.
Estes resultados demonstram que as anlises de confiabilidade no so suficientes para
caracterizar problemas de desperdcio de energia nos sistemas. Mesmo propiciando bons
ndices de confiabilidade, o sistema pode apresentar desperdcio de energia e operar de forma
no eficiente. Portanto, a ferramenta proposta no Captulo 2 de grande importncia, uma vez
que possibilita avaliar a integrao das fontes renovveis independentemente de falhas no
fornecimento de energia.
3.4.2 Caso 2
Este Caso apresenta uma maior concentrao de ventos nos meses em que a curva de carga
mais elevada. Esta caracterstica favorvel de vento permite que o sistema seja ainda mais
confivel que o Caso anterior. Os resultados para os principais ndices de confiabilidade das
configuraes antes e aps a adio do conjunto de reforos propostos so apresentados na
Tabela 3.3.
ndices
Config. original
Config. reforada
LOLE (h/ano)
0,379
0,373
EENS (MWh/ano)
65,408
65,004
LOLF (oc./ano)
0,151
0,142
LOLD (h)
2,513
2,626
Em funo das condies de vento do Caso 2, os ndices de confiabilidade caram

praticamente pela metade em relao ao caso anterior. Por outro lado, este apresentou ndices
de desperdcios maiores. Isto se deve a maior concentrao dos ventos no Caso 2, permitindo
um aumento da mdia e maior aproveitamento durante o inverno.
Ao comparar os ndices de confiabilidade apresentados pelas configuraes base e reforada,
verifica-se situao semelhante ao Caso 1, ou seja, o conjunto de reforos propostos no
influenciou os resultados de confiabilidade do sistema.
Novamente, so verificados os ndices condicionados para se examinar a influncia da
transmisso, conforme apresentado na Tabela 3.4. Os resultados encontrados para o Caso 2
86
so semelhantes ao Caso 1. A influncia da rede de transmisso nos ndices de confiabilidade

bastante pequena, menos de 3%. Portanto, quaisquer reforos adicionados rede, alterariam
minimamente a confiabilidade do sistema. Sendo assim, no possvel estabelecer uma
relao entre os reforos adicionados em funo do aproveitamento renovvel e a
confiabilidade do sistema.
Comparando os resultados apresentados para os Casos 1 e 2, verifica-se que na ocorrncia de
condies mais favorveis de ventos, o sistema pode apresentar melhores ndices de
confiabilidade. Por outro lado, se este no estiver preparado para escoar toda a energia
ofertada, tambm apresentar as maiores taxas de desperdcio.
ndices
Config. original
Config. reforada
EENSG&T (MWh/ano)
65,408
65,004
EENSG (MWh/ano)
62,256
61,841
EENST&C (MWh/ano)
3,152
3,163
3.4.3 Caso 3
Diferentemente dos dois casos anteriores, o Caso 3 apresenta uma condio menos favorvel
da rede. Os ndices de confiabilidade so apresentados na Tabela 3.5. Nota-se que os ndices
so significativamente maiores quando comparado aos casos anteriores, sobretudo para o
Caso 1, que utiliza as mesmas sries elicas. O ndice LOLE foi superior a 10 h/ano, enquanto
que para o Caso 1 de apenas 0,61 h/ano.
ndices
Config. original
Config. reforada
LOLE (h/ano)
13,662
13,876
EENS (MWh/ano)
479,986
478,393
LOLF (oc./ano)
3,819
3,937
LOLD (h)
3,577
3,525
As contribuies condicionadas para o ndice EENS so apresentadas na Tabela 3.6. Note que
neste caso, diferentemente dos anteriores, o impacto da rede de transmisso determinante,
ficando a parcela T&C responsvel por mais de 80% da composio do ndice EENS. No
entanto, os resultados para a configurao reforada apresentam diferenas mnimas em
relao aos ndices da configurao sem os reforos. Portanto, possvel concluir que os
87
reforos alocados em funo do desperdcio de energia renovvel no esto relacionados ao

problema de atendimento demanda.
ndices
Config. original
Config. reforada
EENSG&T (MWh/ano)
479,986
478,393
EENSG (MWh/ano)
73,213
69,707
EENST&C (MWh/ano)
406,772
408,686
3.4.4 Caso 4
O Caso 4 teve a carga e a capacidade das usinas geradoras aumentadas em 100%. Portanto,
apresenta uma condio menos favorvel da rede, quando comparada ao Caso 3. Os ndices
de confiabilidade so ainda maiores que as configuraes anteriores. Os resultados dos ndices
de confiabilidade so apresentados na Tabela 3.7. O ndice LOLE foi de aproximadamente 25
h/ano e a energia no suprida ultrapassa 1000 MWh/ano.
ndices
Config. original
Config. reforada
24,529
28,620
1121,069
1133,026
LOLF (oc./ano)
7,471
9,066
LOLD (h)
3,283
3,157
LOLE (h/ano)
EENS (MWh/ano)
Os resultados para o ndice EENS complementar, relativos s falhas ocasionadas em funo

de congestionamentos na rede, combinados com falhas na gerao, so apresentados na
Tabela 3.8. Semelhante ao Caso 3, a parcela T&C responsvel por quase 80% da
composio do ndice EENS.
ndices
Config. original
Config. reforada
EENSG&T (MWh/ano)
1121,069
1133,026
EENSG (MWh/ano)
235,260
239,351
EENST&C (MWh/ano)
885,809
893,675
Mais uma vez, os resultados para a configurao reforada apresentam ndices semelhantes
configurao sem os reforos. Estes resultados esto de acordo com aqueles encontrados no
Caso 3. Portanto, tambm neste caso a semelhana dos ndices de confiabilidade obtidos antes
88
e aps a adio dos reforos no est relacionada ao nvel de participao da rede de

transmisso na composio destes ndices, mas ferramenta utilizada para propor os reforos.
Verifica-se que a regio fragilizada da rede que influencia os ndices de confiabilidade no
est relacionada quela que provoca o desperdcio renovvel. Em outras palavras, uma rede de
transmisso planejada para garantir a confiabilidade do sistema em perodos de baixa oferta
de energia, no necessariamente garantir melhor desempenho em condio de alta oferta e
vice-versa.

Este captulo apresentou a metodologia utilizada para avaliao da confiabilidade composta
de sistemas com alta participao de fontes renovveis. So utilizados modelos Markovianos
no agregados para a representao da carga, das sries energticas, entre outros aspectos
cronolgicos. Tais modelos possibilitam a utilizao do mtodo de simulao Monte Carlo
no sequencial, com a preservao de informao cronolgica suficiente para que sejam
consideradas as restries energticas das fontes renovveis.
A metodologia em questo foi utilizada para avaliar a confiabilidade dos planos de expanso,
propostos com o objetivo de permitir melhor aproveitamento da energia renovvel.
Considerando os dois primeiros casos, os resultados obtidos demonstram que a confiabilidade
pode variar em funo dos cenrios de ventos, desde que o sistema tenha uma alta
participao de fontes elicas na matriz energtica e dependa dessas fontes para garantir o
fornecimento de energia. Os dois ltimos casos demonstram os impactos nos ndices quando a
rede de transmisso no capaz de atender as demandas futuras.
Quanto anlise dos planos de expanso, o aspecto mais importante a ser destacado a
invariabilidade dos ndices de confiabilidade apresentados pelas configuraes com e sem
reforos, considerando um determinado cenrio de vento. Tais resultados demonstram que os
circuitos reforados, responsveis por garantir o escoamento da energia em perodos de alta
oferta, no tm qualquer relao com os circuitos que devem ser reforados para garantir o
fornecimento da energia considerando as indisponibilidades dos equipamentos. Portanto, os
reforos adicionados alteram minimamente a confiabilidade do sistema, sendo pouco
justificvel sob este aspecto. Entretanto, eles so essenciais quando se deseja otimizar o
aproveitamento das fontes renovveis.
89
Estes resultados demonstram que para garantir a integrao eficiente e econmica de fontes
renovveis na matriz energtica, o planejamento da transmisso deve considerar ambas as
anlises, confiabilidade e desperdcio. Portanto, o planejamento adequado deve proporcionar
os reforos necessrios para garantir o escoamento da energia em perodos de grande oferta
sem, contudo, sobre dimensionar o sistema para garantir o transporte da mxima capacidade
de gerao das unidades renovveis, quando no for economicamente vivel.
90
CAPTULO 4
PLANEJAMENTO DA TRANSMISSO VIA
ESTRATGIAS DE EVOLUO
4.1 INTRODUO
metodologia apresentada no Captulo 2 trata o problema do planejamento da expanso

da transmisso considerando a entrada de novos parques de gerao que utilizam fontes
renovveis. Em funo das baixas mdias de aproveitamento dessas fontes, busca-se

determinar onde e quantos reforos devem ser alocados para garantir o escoamento da energia
nos momentos de grande disponibilidade sem, contudo, sobredimensionar a rede. A
ferramenta FPC se mostrou eficiente nesse sentido, apresentando solues de boa qualidade
na regio prxima a instalao das fontes renovveis. No entanto, tal ferramenta no
contempla o planejamento de longo prazo, cujo aumento da demanda ocorre de forma mais
distribuda, por toda a rede.
O captulo inicial apresentou um levantamento histrico dos principais trabalhos encontrados
na literatura para resolver o problema PET. Nota-se que, dentre os mtodos apresentados,
aqueles baseados em meta-heursticas so preferidos em relao aos clssicos. Tais mtodos
so de fcil implementao e possibilitam encontrar no uma, mas um conjunto de solues
de boa qualidade, dentro dos pr-requisitos desejados. Esse conjunto possui solues
convergidas, muito prximas e permite aos planejadores maior flexibilidade na escolha da
alternativa final, quando outros aspectos so levados em considerao como, por exemplo,
questes ambientais.
Segundo a referncia [R11], a meta-heurstica Estratgias de Evoluo (ES) apresenta
vantagens quando comparada com outras metodologias por ser de fcil implementao,
apresentar bom desempenho computacional, alm de possuir poucos parmetros de ajustes e
baixa sensibilidade variao destes. Portanto, este captulo apresenta uma verso desta metaheurstica aplicada ao planejamento da transmisso de longo prazo, denominada ESPI, a qual
utiliza o ndice de desempenho PIM como critrio de segurana. A seguir ser descrita a
91
Captulo 4 Planejamento da transmisso via Estratgia de Evoluo
modelagem matemtica e as principais consideraes adotadas na implementao dessa

metodologia.
4.2 CONCEITOS PRELIMINARES

Neste captulo o planejamento da expanso do sistema de transmisso tratado como um
problema considerado clssico no setor de energia eltrica e cuja modelagem matemtica
ideal corresponde a um problema de programao no linear inteira mista, sob o fenmeno de
exploso combinatria. As principais dificuldades na resoluo deste problema esto
relacionadas com a natureza combinatria do processo de planejamento que normalmente leva
a um nmero explosivo de alternativas, inclusive no caso de sistemas de mdio porte. Para
solucionar este problema, a literatura tcnica tem sugerido a utilizao de tcnicas baseadas
em meta-heursticas que com o auxilio de inteligncia computacional tm apresentado
solues de boa qualidade.
4.2.1 Decomposio do problema PET

A maioria das metodologias baseadas em meta-heursticas utiliza a decomposio matemtica
do problema de planejamento da expanso da transmisso, conforme Latorre-Bayona e Pres
[LP94]. Tal metodologia apresenta a vantagem da decomposio natural do problema nos
subproblemas de investimento e operao. O subproblema de investimento, Equao (4.1),
resolvido utilizando-se um procedimento heurstico de otimizao inteiro-mista, considerando
as solues viveis obtidas pelo subproblema de operao. O subproblema de operao,
Equao (4.2), bem resolvido via programao linear, utilizando o modelo de fluxo DC.
Subproblema do investimento
=
=1
. .
(4.1)
{
em que:
custo de investimento;
92
nmero de ramos susceptveis a reforos;
custo de construo de um circuito no ramo ;
nmero de circuitos adicionados ao ramo ;
mximo de circuitos permitido no ramo .
Subproblema da operao
= +
=1
=1
. .
+ + =
||
{
0
0
(4.2)
em que:
custo de operao;
nmero de geradores;
variveis duais associadas s restries de igualdade;
93

O algoritmo de otimizao adotado o Dual-Simplex, modificado para explorar as

caractersticas de esparsidade. Com o objetivo de reduzir os requisitos de memria e o esforo
computacional, o algoritmo utiliza o mtodo da base reduzida, proposto em [SM79].
O corte de carga torna-se necessrio quando h insuficincia de gerao e/ou sobrecargas nas
linhas de transmisso que no podem ser eliminadas por redespacho de gerao. Neste caso,
as variveis duais, , so utilizadas para identificar as reas que apresentam limitaes.
Em caso de sobrecargas, a definio dos barramentos que sero afetados mais rgida, pois o
corte de carga deve ser feito localmente. J para os casos de insuficincia de gerao, precisase fornecer ao algoritmo de otimizao uma poltica de corte de carga. importante destacar
que diferentes polticas de corte podem influenciar fortemente os ndices de confiabilidade
por barramento. No entanto, os ndices globais do sistema tendem a no depender
significativamente da poltica adotada [R06].
4.2.2 Estratgias de Evoluo

As estratgias de evoluo foram desenvolvidas com o objetivo de solucionar problemas de
otimizao de parmetros. A proposta original data dos anos 60 e 70, nos trabalhos de
Rechenberg [R65] e Schwefel [S75], que desenvolveram a chamada (1 + 1) em que o
indivduo pai gera um nico descendente (reproduo assexuada) e ambos competem pela
sobrevivncia ao longo de geraes. O modelo original da ES, baseado em apenas um
indivduo, possui convergncia lenta. Por isso, foram desenvolvidos outros modelos, baseados
em populao, denominados (, ) e ( + ).
No modelo (, ), pais morrem e descendentes sobrevivem, sem competio entre os
indivduos j existentes com os novos indivduos. No modelo ( + ), sobrevivem
apenas indivduos selecionados entre os indivduos atuais e os novos indivduos
gerados. Nas dcadas seguintes, os trabalhos de Fogel, Schwefel e Rochenberg [F94, SR95]
aperfeioaram o mtodo, principalmente no que se refere seleo elitista, ou seja, manter
sempre o melhor indivduo da gerao atual na gerao seguinte.
94
A meta-heurstica ES no necessita de um processo de codificao/decodificao (geralmente

necessrio nos Algoritmos Genticos), uma vez que sua representao baseada em variveis
reais do problema. Esta ferramenta procura encontrar as melhores solues por meio da
aplicao de operadores de evoluo em um conjunto de indivduos (populao).
A cada gerao, ou iterao, o processo de mutao gera um novo indivduo que deve ser
avaliado pela funo objetivo do problema. Posteriormente, os melhores indivduos entre a
populao original e a que sofreu mutao so selecionados para fazerem parte da populao
de progenitores da prxima gerao. Este procedimento repetido, gerao aps gerao, at
que um critrio de interrupo de busca seja satisfeito. Como em cada gerao os melhores
indivduos so selecionados e procriados, espera-se que as futuras geraes sejam constitudas
de indivduos de boa qualidade.
A facilidade de implementao e adaptao a problemas complexos levaram os pesquisadores
a utilizar as ES na rea de sistemas de potncia como em planejamento timo de potncia
reativa [LY98], definio de coordenao de controladores FACTS [NADR07] e
planejamento de sistemas de transmisso [LSRM06, MSLR07, S07, LSMR08].
4.2.3 Critrios de segurana

Conforme modelagem proposta nas subsees anteriores, o problema PET tem como objetivo
encontrar planos que minimizem custos de investimentos e atendam as restries impostas
pelo subproblema da operao, conforme Equao (4.2). No entanto, o sistema de potncia
est sujeito sada de equipamentos, seja em situao programada, para atender aos planos de
manuteno preventiva, ou em situao adversa. Portanto, tambm necessrio considerar
algum critrio de segurana, de forma a planejar o sistema com a garantia de manter a
continuidade do fornecimento de energia.
Embora o atendimento a critrios de segurana seja essencial em sistemas reais, alguns
trabalhos resolvem o problema PET considerando apenas a rede intacta. Neste caso os planos
apresentam fragilidades no que se refere operao do sistema e garantia de fornecimento.
Por outro lado, muitos trabalhos adotam metodologias determinsticas para inserir critrios de
segurana como, por exemplo, utilizando o mtodo denominado N-1.
Uma das estratgias consiste em aplicar o critrio N-1 somente aos melhores planos
encontrados pela ferramenta de otimizao que satisfaam ao critrio de rede intacta. No
95
entanto, no se pode garantir que, aps esse procedimento, os planos finais referem-se aos
melhores. Outra estratgia considerar o critrio N-1 como uma restrio durante o
processo de otimizao. Neste caso, os melhores planos encontrados pelo processo de
otimizao no tm somente que satisfazer o critrio de rede intacta, mas tambm a remoo
de qualquer elemento de transmisso. Entretanto, um grande esforo computacional pode ser
exigido na soluo de sistemas de grande porte alm de conduzir a grandes investimentos.
Uma alternativa que tem se mostrado eficiente a aplicao do mtodo N-1 apenas para
uma lista de contingncias formada pelos circuitos mais importantes dentro das reas ou zonas
de interesse.
Critrios de segurana tambm podem ser especificados atravs de modelos probabilsticos,
como por exemplo, utilizando ndices de confiabilidade, conforme descrito no Captulo 1. Ao
usar tais modelos, possvel incluir, por exemplo, custos relacionados confiabilidade do
sistema na funo objetivo. Entretanto, possuem a desvantagem de exigir grande esforo
computacional para se avaliar todos os planos de expanso candidatos durante o processo de
otimizao.
Alguns trabalhos tm includo a avaliao de ndices de confiabilidade aps o processo de
otimizao. Neste caso, embora os melhores planos selecionados resultem em menores custos
de investimento, eles podem no atender quaisquer critrios de segurana. Ademais, no
existe uma definio de quo confivel um sistema de potncia deva ser, baseado em ndices
probabilsticos como a LOLE, EPNS e LOLC, j que estes so dependentes do modelo de
carga escolhido, alm de outros fatores cronolgicos como, por exemplo, a flutuao das
fontes renovveis. Uma vez que as concessionrias de energia eltrica no tm alcanado um
consenso sobre este assunto, ainda existe uma dificuldade de usar tais mtodos, portanto do
preferncia aos modelos determinsticos em relao aos probabilsticos.
4.2.4 Classificao de contingncias de transmisso

Identificar quais so as contingncias que resultam em maiores perturbaes na rede eltrica
pode ser relativamente til para verificar o desempenho do sistema. A anlise de contingncia
tem sido discutida ao longo de muitos anos por meio de modelos baseados em ndices de
severidade ou desempenho [SAA85, AFPB03, SFCM05]. Algoritmos de Seleo Automtica
de Contingncias tm sido utilizados para aplicaes em planejamento da transmisso,
operao de sistemas de potncia e anlise de confiabilidade. Nestes estudos, deseja-se
96
encontrar de forma eficiente uma lista ordenada de contingncias como, por exemplo, a sada
de linhas de transmisso, transformadores e unidades de gerao.
A classificao de contingncias envolve a simulao de um elevado nmero de
configuraes, relacionadas a cada uma das possveis contingncias. Se somente o critrio
N-1 considerado, o nmero de casos a serem avaliados igual ao nmero de vos
(circuitos) do sistema de transmisso. Por outro lado, se a anlise tambm inclui os critrios
N-2 e N-3, o nmero de casos cresce consideravelmente devido ao elevado nmero de
combinaes de contingncias.
Em funo da exploso combinatria de possveis contingncias, necessria a utilizao de
tcnicas de armazenamento de informaes de forma esparsa alm de uma manipulao
inteligente das operaes matriciais para minimizar o esforo computacional. Alm disso,
para lidar com um o elevado nmero de combinaes, incluindo contingncias de 2 e 3
ordens, alguma tcnica ou estratgia inteligente deve ser utilizada. Assim, podem-se
estabelecer critrios para analisar somente uma parte destas contingncias e ainda assim
identificar aquelas de maior severidade para o sistema.
Para ordenao da lista de contingncia utilizado, em geral, um ndice de desempenho
(Performance Index PI), o qual corresponde a uma funo escalar de variveis da rede para
indicar a severidade do estado de operao do sistema, em funo da contingncia avaliada. O
objetivo calcular rapidamente, a partir de um algoritmo, os valores PI para cada alterao do
caso base de um dado sistema. Como resultado deste estudo, ndices com maiores valores
devem indicar as contingncias que causam as piores condies de operao para o sistema.
Portanto, o ndice PI deve ser obtido por meio de uma funo capaz de medir o nvel de
estresse da operao do sistema.
O ndice PI tradicional obtido pela soma dos quadrados da razo entre o fluxo de potncia
ativa no circuito e sua capacidade de transmisso, conforme Equao (4.3), cujos valores
representam a proximidade do estado de operao em exceder seus limites estticos.
= ( )
(4.3)
=1
97
em que o fluxo de potncia ativa no circuito ; a capacidade de transmisso do

circuito e o nmero de circuitos do sistema.
Os algoritmos utilizados para calcular o ndice PI so baseados em modelos de fluxo de
potncia linearizados, que apesar de no considerarem a influncia do fluxo de potncia
reativa, so rpidos e confiveis para a classificao de contingncias. O modelo mais
utilizado na literatura corresponde ao apresentado na referncia [SAA85]. Para uma dada
contingncia envolvendo sadas simultneas de circuitos, o vetor de ngulos pscontingncia ( 1) pode ser expresso como funo dos ngulos do caso base 0 ( 1) e
do vetor ( 1) que indica as alteraes no vetor de ngulos das barras devido
contingncia:
= 0 +
(4.4)
Reescrevendo esta ltima equao e considerando o mtodo de compensao clssico para

soluo de modificaes em redes [AST83], temos:
= [1 1 1 ]
(4.5)
em que ( ) refere-se matriz de susceptncia nodal, ( 1) representa o vetor de

injees de potncia ativa nas barras, ( ) uma matriz de conexo para os
circuitos sob contingncia, o nmero de barras do sistema excluindo a barra de referncia
e dado por:
1
= [1
+ ]
(4.6)
em que ( ) a matriz diagonal com as susceptncias dos circuitos sob contingncia.

O fluxo de potncia ativa ps-contingncia pode ser escrito como:
= 0 + = [ 0 + ]
(4.7)
98
em que 0 ( 1) o vetor de fluxo de potncia ativa para o caso-base; ( 1) refere-se

ao vetor com a variao de fluxos ativos devido contingncia; ( ) uma matriz
diagonal representando as susceptncias de todos os circuitos ; ( ) uma matriz
conexo para toda a rede com valores nulos exceto para duas posies (+1 1) associadas
s barras dos circuitos correspondentes; e corresponde ao nmero total de circuitos do
sistema de transmisso.
Substituindo as Equaes (4.5) e (4.6) em (4.7), temos:
1
1
= [1 + 1 (1
+ ) ]
(4.8)
A Equao (4.8) representa o vetor de fluxos de potncia ativa ( 1) resultante para o

sistema de transmisso. Como pode ser visto, 1 corresponde soluo do caso-base 0 , a
qual usada para a avaliao de todas as contingncias. Como a matriz altamente esparsa,
todas as avaliaes envolvendo sua inversa 1 devem ser devidamente tratadas usando
tcnicas de esparsidade.
O ndice de desempenho PI, Equao (4.3), ao capturar o nvel de carregamento dos circuitos
e a violao de seus limites operacionais, pode cometer equvocos na ordenao de
contingncias quando comparado ao sentimento de especialistas em relao a cada trecho do
sistema. Nesse sentido, o ndice pode provocar erros na classificao das contingncias,
principalmente aquelas que envolvem pequenas sobrecargas. Em consequncia, algumas
contingncias que deveriam ser consideradas podem receber pouca ou nenhuma ateno pelos
planejadores e operadores do sistema.
Na busca por melhores alternativas de classificao de contingncias, a referncia [R11]
prope o clculo de novos ndices de desempenho, dados a seguir. Tais ndices so derivados
do tradicional ndice PI, porm quantificam variveis importantes, consideradas pelos
especialistas em planejamento de sistemas.
Total de sobrecarga
= (| | 1)
(4.9)
99
Mxima magnitude de sobrecarga
= max (| | 1)
Nmero de sobrecargas
= n de circuitos
(4.10)
(4.11)
Nvel de carregamento do sistema
= | |
(4.12)
=1
em que , e so dados em (4.3); o conjunto de circuitos cuja capacidade foi violada.

Tais ndices tm como objetivo permitir maior flexibilidade nos critrios de classificao.
Desta forma, pode-se decidir o que mais importante a ser avaliado: quantidade total de
sobrecarga, ; mxima magnitude de sobrecarga, e nmero de violaes (sobrecargas),
. Ademais, nos casos em que nenhum circuito apresenta sobrecarga, outro ndice, ,
usado para medir o nvel de carregamento do sistema de transmisso.
4.3 METODOLOGIA ADOTADA

4.3.1 Modelagem ESPI
A meta-heurstica ES busca solues timas atravs da evoluo de uma populao (grupo de
indivduos) em que cada indivduo representa uma soluo para o problema considerado. A
cada gerao, ou iterao, os indivduos so clonados e, em seguida, mutados (i.e., sofrem
mutaes). Aps o processo de clonagem e mutao, todos os indivduos so avaliados
atravs de uma funo de avaliao ou fitness, e os melhores so selecionados para serem
os pais da prxima gerao. Este procedimento repetido, gerao aps gerao, at que o
critrio de convergncia definido seja atingindo.
100
A interrupo da busca ocorre, em geral, por meio de dois critrios de parada que fazem parte
dos dados de entrada da meta-heurstica. O primeiro critrio est relacionado convergncia
do processo. Neste caso, define-se como conjunto soluo um subconjunto dos melhores
indivduos selecionados para prxima gerao. A interrupo ocorre quando, aps um nmero
pr-especificado de geraes, nenhuma mudana verificada no conjunto soluo. O segundo
critrio est relacionado a uma parada forada. Neste caso, definido um nmero mximo de
geraes que levar a meta-heurstica ao fim do processo de busca, mesmo se a convergncia
ainda no tenha sido atingida.
A representao de cada indivduo (ou cromossomo) , composto por genes, dada pelo
seguinte vetor:
= 1 , 2 , , , ,
(4.13)
Neste vetor, cada elemento uma varivel inteira, a qual contm a quantidade de reforos
adicionados ao ramo ; o nmero do indivduo e define o tamanho do indivduo.
A meta-heurstica ES conhecida pela sua simplicidade em relao ao nmero de parmetros
e operadores utilizados no processo de evoluo. Os diversos modelos ES derivam do modelo
geral (, , , ), cujos parmetros tm os seguintes significados: o nmero de
progenitores numa gerao; corresponde ao nmero de geraes que um indivduo
sobrevive; indica o nmero de descendentes criados numa gerao; e o nmero de
progenitores de um indivduo.
Para o algoritmo ESPI utilizado o modelo ( + )ES. Portanto, e so feitos iguais a 1
(um), e os novos progenitores so selecionados do conjunto ( + ). Esta forma de seleo
garante que, no conjunto, os indivduos da gerao futura nunca sero piores que seus
progenitores. No algoritmo tradicional apenas clonagem, mutao e seleo so utilizados
como operadores sem, contudo, comprometer a caracterstica de evoluo. Esses trs
mecanismos so descritos a seguir.
Clonagem
Uma nova populao obtida por meio da clonagem dos indivduos da gerao anterior,
sendo que cada indivduo progenitor responsvel pela criao de um nico indivduo filho.
101
Em seguida, cada indivduo clonado submetido ao operador de mutao para receber novas
caractersticas. Durante esse processo a populao duplicada, mas com a aplicao do
operador Seleo, o nmero de indivduos se reestabelece.
Mutao
A mutao realizada de forma aleatria seguindo uma funo densidade de probabilidade,
tendo como objetivo garantir a diversidade das populaes. Desta forma, permite que
diferentes regies, dentro do espao de busca, sejam exploradas. Cada vetor (indivduo) ,
clonado, sofre uma perturbao pela adio de um vetor aleatrio , criando um novo
indivduo , conforme Equao (4.14).
= +
(4.14)
= [1 (0,1), , (0,1), , (0,1)]
(4.15)
em que
onde (0,1) corresponde a uma distribuio gaussiana com mdia zero e varincia unitria e
a amplitude de mutao ou passo mutacional.
Como a perturbao contnua, uma funo de arredondamento deve ser aplicada a cada
um dos genes dos novos indivduos conforme mostrado a seguir:
< 0

0,
),
[0, ]
= {(
,
(4.16)
> 0

onde ( ) corresponde funo de arredondamento que retorna o nmero inteiro mais
e o mximo de reforos permitido.

prximo do valor da varivel real
A amplitude de mutao no precisa ser a mesma para todos os genes do indivduo, podendo
ser individualizada e, ainda, ficar sujeita mutao e seleo, caracterizando o modelo ES
autoadaptativo. Este modelo segue os princpios de evoluo e autoadaptao, em que a
102
varivel taxa de mutao tambm fica sujeita aos mecanismos de mutao e seleo. O
processo autoadaptativo tem o objetivo de encontrar o valor timo do parmetro estratgico .
Desta forma, se o processo conseguir selecionar bons , o ponto timo global ser obtido com
menor custo computacional. Contudo, para o problema PET, o modelo no adaptativo tem
apresentado melhor desempenho [LSRM06, LSMRR09], sendo o escolhido nesta tese.
Seleo
A seleo dos novos progenitores feita atravs da funo de avaliao, fitness. Esta
funo pode ser expressa por mltiplos objetivos. Neste caso, ser uma composio entre a
soluo do subproblema da operao considerando a rede intacta, Equao (4.2), e o ndice de
desempenho, PIM , apresentado na Equao (4.10), utilizado como critrio de segurana.
Assim, todos os indivduos sero avaliados por um algoritmo de anlise de contingncias e o
ndice PIM deve ser comparado a um limitante superior. Portanto, PIM ser utilizado para
flexibilizar o critrio N-1, permitindo solues de boa qualidade e ao mesmo tempo
evitando altos investimentos.
Em relao aos parmetros da meta-heurstica, deve-se definir o tamanho do indivduo, ou
seja, quantos genes (ramos candidatos) fazem parte do processo de busca. Uma vez definido o
tamanho do indivduo define-se o tamanho da populao, o passo de mutao, o tamanho do
conjunto soluo e os critrios de paradas: nmero de geraes que garanta convergncia do
processo e nmero mximo de geraes.
Para definio do tamanho do indivduo, o planejador pode considerar todos os circuitos
existentes no sistema, alm de indicar novos caminhos, possibilitando comparar possveis
planos de expanso de novas reas. No entanto, a considerao de todos os circuitos do
sistema levaria a um indivduo de tamanho exagerado que aumentaria consideravelmente o
tempo computacional e prejudicaria a convergncia do processo. Uma alternativa a
utilizao do algoritmo de anlise de contingncias para determinar quais so os ramos
elegveis que apresentam sobrecargas e devem ser considerados no processo de expanso.
Uma vez determinado o tamanho do indivduo, um processo de inicializao responsvel
por criar a populao inicial tendo como base a lista de ramos elegveis.
103
4.3.2 Inicializao inteligente

O desempenho computacional das metodologias de otimizao baseadas em populao possui
forte dependncia da populao inicial. Como o algoritmo evolui em funo de caractersticas
dos indivduos, caso a populao inicial seja formada de forma aleatria, o algoritmo pode
demorar at encontrar caractersticas que proporcionem solues de boa qualidade, capazes de
auxiliar no processo de forma mais eficiente.
Diversos trabalhos na literatura citam a importncia de se utilizar um mecanismo de
elaborao de solues iniciais [CN99, BOA01, EGR04, S07, YGD08, LSMRR09], visto que
tal procedimento contribui para um melhor desempenho da busca via meta-heursticas. A
maioria destas ferramentas se baseia em populaes que se interagem e evoluem ao longo de
geraes. Portanto, interessante construir uma populao inicial de boa qualidade. Neste
caso, a chance de se encontrar as melhores decises de expanso so maiores, considerando
os operadores de meta-heursticas.
Segundo [BOA01], informaes preliminares obtidas da rede so essenciais na construo de
populaes iniciais de qualidade. Essas informaes podem ser obtidas por meio de uma
anlise de fluxo timo de potncia, considerando programao linear. Assim, as variveis
duais associadas s restries de igualdade da Equao (4.2) so de grande interesse. Estas
variveis esto relacionadas ao custo marginal de produo e permite indicar caminhos que
produziro melhor benefcio no que se refere ao custo de produo. A segunda informao de
interesse refere-se diferena angular entre as barras, obtidas do mesmo estudo de fluxo de
potncia, permite indicar os circuitos mais sobrecarregados. Estas duas informaes podem
ser associadas em um nico ndice, , que representa o benefcio obtido caso um circuito
seja acrescentado entre as barras e , conforme Equao (4.17).
= ( )( )
(4.17)
Em que e so a varivel dual e o ngulo associado barra .

Atravs do benefcio estimado pela Equao (4.17) e do custo de investimento associado ao
novo reforo definida a funo , Equao (4.18), denominada na literatura como funo
gulosa. Essa funo define uma relao de custo benefcio e de grande utilidade para
aumentar a eficincia da meta-heurstica na busca por solues de melhor qualidade.
104
(, ) =
(4.18)
em que o custo do reforo (linha de transmisso ou transformador) que pode ser

adicionado ao ramo entre as barras e .
A partir desta funo gulosa possvel construir uma lista ordenada de reforos candidatos,
mediante as variveis mais promissoras. Em seguida, um a um dos reforos vo sendo
selecionados e adicionados ao indivduo que representa uma soluo. Os reforos so
selecionados de duas formas: ou pelo valor mximo de (, ), conforme Equao (4.19), ou
por meio de uma distribuio uniforme dos reforos contidos na lista, Equao (4.20).
arg (, ), 0
(4.19)
em que q um nmero aleatrio uniformemente distribudo entre [0,1]; 0 um parmetro

ajustvel (0 0 1) que indica o grau de intensidade que a busca se concentrar sobre os
melhores ramos sugeridos pela funo gulosa. Nesta tese foi escolhido 0 = 0,5.
(, ) =
(, )
, > 0
(,) (, )
(4.20)
em que T o conjunto de ramos que ainda no atingiram o nmero mximo de reforos

permitido.
O algoritmo a seguir fornece um conjunto de boas solues factveis a serem utilizadas na
metodologia ESPI.
i.
Executar um fluxo de potncia timo DC com perdas para uma dada carga prevista,
considerando o sistema eltrico sem nenhum reforo (caso base);
ii.
Avaliar a funo gulosa e ordenar os circuitos, conforme Equao (4.18);
iii.
Amostrar q e selecionar o reforo segundo a Equao (4.19), caso no seja

selecionado, amostrar dentre os melhores circuitos, conforme a Equao (4.20).
105
Um nico reforo deve ser adicionado rede e em seguida um novo fluxo de

potncia timo DC com perdas deve ser executado;
iv.
Se a nova soluo factvel, ir para o passo (v), seno, retornar ao passo (ii);
v.
Se o tamanho pr-especificado do Conjunto Inicial Inteligente for alcanado, o

algoritmo ES pode iniciar a busca, seno deve-se retornar ao passo (i).
Observe que a funo gulosa deve estar relacionada com a funo objetivo a ser utilizada pelo
algoritmo ESPI. Assim, ao considerar um indivduo factvel durante a formao da populao
inicial, este indivduo ser considerado factvel durante o processo de busca. importante
destacar que, nesta tese, 100% dos indivduos da populao inicial foram gerados pelo
algoritmo acima. Portanto, o processo de busca via ESPI perde um pouco de diversidade, por
outro lado, fica bastante condicionado a seguir um caso base inicial de despacho. Essa
caracterstica importante no que se refere a possibilitar a escolha de uma tendncia de
despacho futuro, permitindo influenciar, por exemplo, nos despachos de fontes renovveis.
4.3.3 Critrio de segurana adotado

O critrio de segurana adotado nesse trabalho envolve a anlise de contingncia N-1
durante o processo de busca. Porm, o critrio utilizado para aprovar ou no o indivduo
baseado no ndice de desempenho PIM (mxima magnitude de sobrecarga), utilizado para
classificao de contingncias. Desta forma, possvel flexibilizar o critrio de segurana,
obtendo uma soluo de qualidade sem, contudo, sobredimensionar os investimentos.
Durante o processo de busca do algoritmo ESPI, cada novo indivduo avaliado na condio
de rede intacta no que diz respeito ao atendimento demanda. Em seguida, o indivduo que
passar pela primeira anlise, ou seja, no apresentar corte de carga, submetido a uma anlise
de contingncias de primeira ordem e o ndice PIM calculado. Caso o PIM do indivduo no
ultrapassar um limitante superior de valor pr-determinado, esse indivduo aceito como uma
possvel soluo.
O limitante do ndice PIM deve ser um valor percentual que representa a mxima sobrecarga
permitida durante uma contingncia. Note que o critrio de segurana varia de acordo com o
limitante superior do ndice PIM. Assim, PIM 0,3 significa que a contingncia mais severa
ocorrida no sistema no deve provocar violaes que ultrapassem 30%. Portanto, adotar o
106
critrio PIM = 0 garantir que a pior contingncia no deva apresentar nenhuma violao, ou
seja, essa considerao idntica a adotar o critrio N-1.
De acordo com a referncia [R11], qualquer ndice de desempenho pode ser escolhido para
monitorar o desempenho da rede. No entanto, o ndice PIM mostrou-se o mais adequado para
classificar solues do problema PET. importante observar que quanto menor o limitante
utilizado para o ndice PIM, maiores sero os investimentos.
A utilizao do ndice PIM como critrio de segurana no diminui o tempo computacional em
relao ao mtodo N-1, pois todas as contingncias simples devem ser avaliadas para cada
indivduo da meta-heurstica. Porm, ao permitir um percentual de sobrecarga em relao s
contingncias mais severas, possibilita a muitos indivduos que seriam descartados
permanecerem competindo. Tais indivduos so, em geral, solues de menor investimento,
de acordo com o limite escolhido.
4.3.4 Considerao de cenrios de ventos

Atualmente, quase todos os pases possuem uma poltica especfica para estudos da
viabilidade tcnica e econmica da produo de energia por meio de aerogeradores. Nos
ltimos anos, houve um expressivo desenvolvimento de metodologias capazes de avaliar o
comportamento mdio dos ventos em condies adequadas gerao de energia eltrica.
Portanto possvel determinar com preciso certos regimes de vento, apresentar suas
velocidades mdias e alguns parmetros de curvas de densidade de probabilidade. No entanto,
o vento tem sido tratado como uma varivel aleatria, sendo que tais caractersticas so
obtidas numa escala de tempo elevada atravs de momentos de primeira e segunda ordem.
As diversas anlises realizadas em sistemas eltricos de potncia envolve uma escala de
tempo menor, da ordem de segundos. A considerao de regimes de ventos associados
produo de energia eltrica deve ser feita atravs de ferramentas de simulao capazes de
integrar os efeitos da flutuao dos ventos ao longo de um perodo. Contudo, o custo
computacional envolvido, quase sempre, inviabiliza as anlises estatsticas e modelos
simplificados so utilizados.
Para a ferramenta FPC, proposta no Captulo 2, a flutuao dos ventos foi considerada por
meio de modelos de Markov no agregados, com intervalos horrios. Utilizando tais modelos,
qualquer estudo realizado no sistema, pode considerar a volatilidade dos ventos, desde que
107
seja feito por meio de anlises estatsticas. Neste caso, ndices de desempenho baseados em
valor esperado, fluxo de potncia probabilstico, violaes mdias, so obtidos por
Enumerao ou SMC.
Na soluo do problema de planejamento, alguns trabalhos [YCWZ09, MK11, FVG11,
MAF12a, MAF12b, OGH13] propem uma anlise estatstica durante o processo de busca.
Tais anlises podem envolver estudos de confiabilidade do sistema, despacho ou fluxo de
potncia, probabilsticos. Porm, alm da utilizao de modelos simplificados, a metodologia
utilizada para solucionar o problema PET no contempla os momentos de alta disponibilidade
da energia, resolvendo apenas os problemas de demanda. Por outro lado, a tentativa de inserir
a ferramenta FPC dentro do processo de busca foi desconsiderada em funo do elevado custo
computacional.
Para resolver o problema clssico do PET, alguns trabalhos adotam o procedimento de
comparao de cenrios. Assim, tanto para curva de carga, quanto para a considerao de
sries histricas de disponibilidade de energia renovvel, podem ser utilizados cenrios prdefinidos. Estes contemplam situaes extremas das grandezas envolvidas. Por exemplo, no
caso da curva de carga so utilizados, geralmente, trs cenrios: carga leve, mdia e pesada.
Para o planejamento de longo prazo, o principal objetivo determinar os reforos necessrios
para garantir o fornecimento de energia, mesmo na pior condio. Portanto, o cenrio adotado
o de carga pesada. Nesse sentido, considerando as sries histricas de disponibilidade de
energia renovvel, tem-se como premissa escolher o pior cenrio, caracterizando como a pior
situao, em que as geraes de fontes mais estveis sejam utilizadas para suprir a energia
durante esse perodo. Contudo, devido complementaridade dos ventos, alguns cenrios mais
favorveis devem ser avaliados, no sentido de garantir um montante de energia elica
assegurada, cujo sistema deva confiar e utilizar para atendimento demanda.
Na metodologia proposta, ESPI, ao definir um cenrio, este deve ser considerado at o fim da
simulao. Portanto, cada soluo do PET leva em considerao apenas um cenrio de vento.
Uma opo simples considerar a potncia mdia fornecida pelo parque elico. Para
definio de outros cenrios basta ordenar e dividir a srie histrica de vento em perodos de
maior ou menor incidncia. Para definir alguns cenrios, foi utilizada uma tcnica simples,
baseada em percentis, [XX87]. No entanto, outra tcnica poderia ser utilizada, por exemplo,
mtodos de agregao, como o K-means [VBPD11].
108
Neste caso, alm da mdia podem ser escolhidos outros cenrios, baseados nos percentis da
srie histrica. Por exemplo, podem-se considerar cenrios utilizando os percentis P25, P50,
P75 e P100. Ao escolher um cenrio, pressupe-se a definio da disponibilidade do parque
elico atravs de um percentual da potncia mxima instalada no parque. A Tabela 4.1
apresenta a potncia eltrica, em p.u., disponvel por regio em funo do percentil escolhido.
O cenrio P25 a pior condio de vento, note que para a rea 1, o aproveitamento de
apenas 6,8%, enquanto que o cenrio P100 o aproveitamento mximo, as elicas encontramse a 100% de sua capacidade. Tais percentuais representam, portanto, a potncia mxima
disponvel para despacho na referente usina, a todo e qualquer momento.
TABELA 4.1: POTNCIA ELTRICA (P.U.) POR CENRIO DE VENTO
rea
Barras
P25
P50
P75
P100
100
101 e 115
0,0680
0,1702
0,2557
0,3796
1,000
200
201 e 215
0,1243
0,3346
0,3916
0,6077
1,000
300
301 e 315
0,0811
0,2114
0,2901
0,4337
1,000
4.3.5 Algoritmo ESPI

Para melhor visualizao da metodologia adotada neste captulo, apresentado um algoritmo
com os principais passos do processo de busca, utilizando a meta-heurstica Estratgias de
Evoluo:
i.
ler todos os dados do sistema;
ii.
executar uma anlise de contingncias de 1 ordem e, de acordo com os resultados,

especificar os ramos elegveis a receber reforos definindo, consequentemente, o
parmetro tamanho do indivduo da meta-heurstica ES;
iii.
ler os demais parmetros da meta-heurstica;
iv.
criar os indivduos utilizando o algoritmo de inicializao inteligente; durante esse

procedimento cada indivduo criado avaliado sob a condio de rede intacta, via
Equao (4.2) e, em seguida, em relao ao critrio de segurana adotado, atravs do
ndice PIM;
v.
clonar e mutar os indivduos de acordo com as Equaes (4.14) a (4.16);
vi.
avaliar cada indivduo mutado sob a condio de rede intacta via Equao (4.2) e,
em seguida, em relao ao critrio de segurana adotado, atravs do ndice PIM;
109
vii.
ordenar os indivduos segundo a funo objetivo, estabelecida na Equao (4.1);
viii.
verificar o critrio de parada em relao s mudanas no conjunto soluo e ao

nmero mximo de geraes; caso o critrio seja atendido parar a simulao, caso
contrrio retornar ao passo v.
4.4 APLICAO
O desenvolvimento deste captulo tem como principal objetivo a aplicao da metodologia ES
para solucionar o problema de planejamento de longo prazo das configuraes utilizadas nos
Casos 3 e 4. Pretende-se, aqui, solucionar o problema do atendimento demanda de forma
independente do problema de aproveitamento renovvel. Portanto, a metodologia ESPI
aplicada s configuraes dos Casos 3 e 4 antes da adio dos reforos propostos pelo
AHCEWES. Posteriormente, as metodologias sero confrontadas no Captulo 5.
As capacidades dos aerogeradores so definidas, em funo do cenrio de vento, de acordo
com a Tabela 4.1, apresentada na Subseo 4.3.4. Tais capacidades permanecem fixas durante
todo o processo de busca. A simplificao de se considerar patamares fixos de produo
elica ao longo do processo de busca pode acarretar em solues de menor qualidade. Porm,
essa simplificao necessria em funo do custo computacional proibitivo caso a
cronologia dos ventos fosse considerada para cada indivduo do algoritmo ESPI.
A funo objetivo do subproblema de investimento tem como referncia o custo anualizado
de todos os reforos, considerando um perodo de amortizao de 25 anos. Aps algumas
anlises de sensibilidade, foram ajustados os principais parmetros do algoritmo ESPI de
acordo com a Tabela 4.2. Estes parmetros so utilizados em todas as simulaes realizadas,
considerando os dois casos em estudo.
TABELA 4.2: PARMETROS DA ESPI
Parmetro
Passo de mutao
Valor
0,3
Limite de reforos por ramo
Conjunto soluo (melhores indivduos)
50
Tamanho da populao
200
N de geraes para convergncia
100
N mximo de geraes
1500
110
Alm dos parmetros tradicionais da meta-heurstica ES, a soluo final do planejamento

depende do critrio de segurana, PIM, e da disponibilidade dos ventos, representada por
cenrios pr-definidos. Portanto, o planejamento deve ser realizado por meio de aplicaes
sucessivas da ferramenta ESPI, combinando limites de PIM e cenrios de vento, a fim de
encontrar os melhores planos de expanso.
As configuraes obtidas a partir destes planos de expanso devem ser submetidas a
avaliaes de confiabilidade. Tais avaliaes so realizadas posteriormente ao ESPI pelo
algoritmo de SMC apresentado no Captulo 3, o qual permite considerar a flutuao dos
ventos durante a avaliao de confiabilidade. Alm de introduzir uma restrio de qualidade
aos planos de expanso, este algoritmo permite verificar o impacto de se considerar cenrio de
vento fixo durante o processo de busca.
Os cenrios de vento a serem considerados nas combinaes foram definidos de acordo com
as sries histricas. J para os critrios de segurana, devem ser adotados diferentes limites de
PIM com o objetivo de encontrar planos de expanso de menor investimento, desde que
atendam as restries de confiabilidade. Para exemplificar a aplicao da metodologia sero
adotados limites de PIM variando de 0% (mtodo N-1) at o limite em que os planos de
expanso no mais atendam a restrio de confiabilidade.
Infelizmente, no h consenso sobre a definio de parmetros ou valores referenciais para se
estabelecer o nvel adequado para a confiabilidade de um sistema de potncia. Uma
alternativa bastante vivel consiste em utilizar como referncia os ndices de confiabilidade
apresentados por uma configurao considerada de desempenho satisfatrio para operao do
sistema. Em estudos de planejamento da expanso, o mais indicado utilizar a configurao
atual do sistema. Para as aplicaes realizadas nesta seo, esta configurao, denominada por
Ano Base, corresponde ao sistema RTS96REN com a gerao elica reduzida pela metade.
Conforme destacado na Seo 2.4, o sistema RTS96REN propicia uma condio de elevada
oferta de energia renovvel, ficando a carga e as demais unidades geradoras mantidas iguais
configurao do Ano Base. Adicionalmente, cabe informar que o ndice adotado nesta tese
para avaliao das alternativas de expanso ser a LOLE.
A Tabela 4.3 apresenta os resultados de confiabilidade para a configurao do Ano Base,
considerando um coeficiente de variao de 5%. Trata-se de uma configurao muito
confivel, cujo ndice LOLE de 1,46 h/ano. Portanto, para garantir um padro de
111
confiabilidade semelhante, no sero aceitas alternativas de expanso que apresentem ndice

LOLE maior que 2,0 h/ano.
TABELA 4.3: NDICES DE CONFIABILIDADE COMPOSTA ANO BASE
ndices
LOLE (h/ano)
EENS (MWh/ano)
Configurao original
1,463
301,385
LOLF (oc./ano)
0,497
LOLD (h)
2,942
4.4.1 Caso 3
Conforme j apresentado nos captulos anteriores, este caso tem como caracterstica uma
configurao de longo prazo com problemas de atendimento demanda e de aproveitamento
da energia renovvel. Porm, apresenta uma participao pouco expressiva das fontes elicas
na matriz energtica (5,6% considerando a capacidade de produo).
Combinaes entre critrios de segurana e cenrios de vento
A seguir apresentada uma anlise dos planos de expanso obtidos de simulaes do
algoritmo ESPI considerando combinaes entre os cenrios de ventos e critrios de
segurana. Vale ressaltar que as solues encontradas satisfazem as restries do subproblema
de operao, ou seja, no apresentam cortes de carga na configurao de rede intacta e
satisfazem o respectivo critrio de segurana, PIM, para as contingncias de transmisso de
primeira ordem.
A Tabela 4.4 apresenta o custo de investimento e o ndice LOLE da melhor alternativa de
expanso para cada combinao entre limite de PIM e cenrio de vento, escolhida dentre as
alternativas propostas pelo algoritmo ESPI. A escolha da melhor alternativa feita em funo
do menor custo de investimento, considerando aquelas que satisfazem o critrio de
confiabilidade. Se nenhuma alternativa satisfaz a restrio de confiabilidade, escolhida
aquela que apresentar o menor ndice LOLE.
Conforme j demonstrado pela referncia [LRMA10], a utilizao do critrio N-1 durante o
processo de busca resulta em solues muito caras. medida que se aumenta o limitante do
ndice PIM, o critrio de segurana torna-se mais flexvel e permite solues de menor
investimento em relao ao critrio N-1. Porm, para valores elevados de PIM, as solues
112
comeam a perder qualidade. Note pela Tabela 4.4 que o ndice LOLE apresenta uma
tendncia de crescimento medida que se aumenta o limitante do ndice PIM.
TABELA 4.4: ALTERNATIVAS OBTIDAS COM AS COMBINAES DE CENRIOS DE VENTO E PIM CASO 3
PIM
Investimento (M$/ano)
P25
P50
0,0
29,569
28,260
0,1
25,447
0,2
P75
LOLE (h/ano)
P100
P25
P50
P75
P100
27,200 25,821 27,720
0,29
0,47
0,55
0,63
0,92
24,298
25,590 21,282 24,980
0,28
0,28
0,89
0,58
0,70
14,274
17,691
15,460 12,793 14,215
0,59
0,67
0,60
1,07
1,07
0,3
9,317
8,322
7,960
8,524
8,662
0,77
1,03
0,99
1,40
1,54
0,4
4,418
3,873
2,521
2,454
3,933
1,27
1,77
1,86
1,95
1,47
0,5
1,997
1,120
1,120
1,315
2,893
1,81
1,924
1,924
6,81
1,746
0,6
0,593
1,120
1,052
0,788
1,589
11,21
2,24
5,79
7,75
14,44
Os planos de expanso considerando os limites de PIM entre 0,0 e 0,4 satisfazem o nvel de
confiabilidade desejado (LOLE 2,0 h/ano) para todos os cenrios de vento, sendo que
algumas solues apresentam ndice bem abaixo da restrio. A partir do limite de PIM em 0,6
nenhuma alternativa satisfaz as restries de confiabilidade. J para o limite de PIM igual a
0,5, apenas o cenrio P75 no propicia alternativas com o nvel de confiabilidade desejado. Os
demais cenrios atendem ao critrio de confiabilidade, apresentando ndice LOLE prximo do
limite estabelecido. Portanto, pode-se concluir que o limite de PIM igual a 0,5 propicia as
alternativas de menor investimento e que satisfazem a restrio para o ndice LOLE. Note que
durante as simulaes foi utilizado um incremento para o limite de PIM de 10%. No entanto,
incrementos menores podem ser utilizados.
A simplificao na representao do vento durante o processo de busca influencia a qualidade
da soluo. Ao considerar um cenrio desfavorvel (e.g., cenrio P25), o algoritmo ESPI
refora circuitos que tornam o sistema menos dependente das fontes elicas e,
consequentemente, os ndices de confiabilidade melhoram. Por outro lado, medida que se
adota um cenrio mais favorvel, o sistema reforado considerando um montante de energia
renovvel que nem sempre estar disponvel. Neste caso, os ndices de confiabilidade,
considerando a flutuao do vento, podem se deteriorar. Contudo, note que a considerao do
cenrio P100, ventos em 1 pu, no prejudica a confiabilidade para o Caso 3. A justificativa
est relacionada ao percentual de participao de energia elica na matriz energtica que,
neste caso, no alto (5,6% considerando a capacidade de produo). Contudo, este cenrio
apresenta investimentos mais elevados em relao a cenrios prximos da mdia.
113
Alternativas de expanso
De acordo com a Tabela 4.4, as melhores solues so obtidas para limite de PIM 0,5 e
cenrios de vento e P50. Todos os planos de expanso para PIM com limites inferiores
apresentam investimentos mais elevados e, consequentemente, melhores ndices de
confiabilidade. Estes planos devem ser avaliados apenas se o planejador contar com maior
recurso financeiro e desejar alternativas mais confiveis que a restrio previamente imposta.
A Tabela 4.5 apresenta o conjunto das 10 melhores alternativas de expanso que satisfazem o
critrio de confiabilidade, para os cenrios de vento e P50. So aceitas alternativas com
LOLE de at 2,10 h/ano, ou seja, variao de at um desvio padro considerando coeficiente
de variao de 5%. Caso alguma alternativa do algoritmo ESPI no satisfaa o critrio de
confiabilidade, esta deve ser desconsiderada e uma subsequente, em termos do custo de
investimento, deve ser avaliada. Portanto, o conjunto soluo do algoritmo ESPI deve ser
maior que o conjunto final desejado. Note que a tabela apresenta a ordem das alternativas
vencedoras em relao ao conjunto soluo do ESPI.
TABELA 4.5: ALTERNATIVAS DE EXPANSO VENCEDORAS CASO 3
Alternativas
Ordem ESPI N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
Critrio
PIM
Cenrio
vento
1,120
2,09
0,5
1,120
1,94
0,5
10
1,160
2,10
0,5
13
1,317
1,99
0,5
P50
15
1,384
1,72
0,5
P50
16
1,384
1,91
0,5
P50
17
1,384
1,88
0,5
P50
18
1,384
1,63
0,5
P50
19
1,384
1,88
0,5
P50
10
20
1,384
2,06
0,5
P50
A alternativa vencedora foi encontrada para os dois cenrios de vento, e P50, conforme
demonstra Tabela 4.4. A ordem ESPI desta alternativa no cenrio P50 a 8 posio. No
houve superposio entre os cenrios para a seleo das demais alternativas. Salienta-se que
indivduos que apresentam o mesmo custo de investimento no significam solues idnticas,
mas solues cujos reforos que as tornam distintas possuem mesmo custo unitrio. Isto
ocorre, por exemplo, para o caso de transformadores, ou de linhas com mesmo comprimento.
Boas solues com custos semelhantes so bem vistas pelos planejadores, pois trazem
114
flexibilidade para o processo de deciso, quando outros fatores, de difcil modelagem (e.g.,
restries ambientais ou urbanas), so levados em considerao.
A Tabela 4.6 enumera os reforos adicionados para cada uma das dez melhores alternativas
propostas como soluo para o Caso 3. Na Figura 4.1 apresentado o diagrama de reforos da
alternativa vencedora.
TABELA 4.6: REFOROS ADICIONADOS POR ALTERNATIVA CASO 3
Circuitos
10
104
109
106
110
110
111
110
112
206
210
207
208
306
310
307
308
Total
325
~
118
122
121
117
123
222
221
217
223
219
114
215
SC
224
211
324
210
204
102
~
rea 1
310
305
304
307
207
~
Subrea 21
138 kV
202
201
~
Subrea 31
138 kV
rea 2
306
308
208
105
101
312
309
206
205
107
Subrea 11
138 kV
311
303
209
106
108
104
SC
314
212
203
103
110
313
320
315
~
112
109
316
319
SC
214
Subrea 32
230 kV
323
~
111
322
321
~
124
213
220
~
115
318
317
113
120
Subrea 22
230 kV
216
~
119
Subrea 12
230 kV
116
218
302
301
~
rea 3
n de reforos: 1
Figura 4.1: Diagrama com os reforos do Caso 3 para a alternativa vencedora.
115
4.4.2 Caso 4
Trata-se de uma configurao que representa um problema de planejamento de longo prazo
em que o sistema possui limitaes relacionadas ao atendimento demanda, alm de
limitaes em relao ao escoamento da produo das novas fontes de energia renovvel
instaladas. Comparativamente ao caso anterior, tem-se uma participao mais expressiva de
fontes renovveis na matriz energtica (10,6% considerando a capacidade de produo), assim
como maior estressamento da rede de transmisso, em funo do maior crescimento da carga.
Combinaes entre critrios de segurana e cenrios de vento
Assim como no Caso 3, foram realizadas simulaes do algoritmo ESPI para combinaes de
cenrios de vento e critrios de segurana at no mais atender a confiabilidade. Os resultados
obtidos so apresentados na Tabela 4.7, considerando limites de PIM entre 0,0 e 0,4.
TABELA 4.7: ALTERNATIVAS OBTIDAS COM AS COMBINAES DE CENRIOS DE VENTO E PIM CASO 4
PIM
P25
P50
0,00
31,078
29,298
0,10
27,304
0,20
P75
LOLE (h/ano)
P100
P25
P50
P75
P100
30,020 29,237 38,216
0,72
1,85
1,29
1,80
1,62
23,312
22,185 23,592 31,930
0,72
1,43
2,06
1,73
2,68
15,353
11,199
12,025 14,793 20,226
1,32
1,64
2,03
1,99
2,11
0,30
14,131
7,546
5,624
6,025
9,948
1,32
2,32
2,69
3,39
2,82
0,40
4,662
3,097
3,100
2,777
4,616
2,37
2,74
3,25
3,16
2,93
Os resultados apresentam tendncias semelhantes quelas observadas no Caso 3. Para

pequenos limites de PIM os planos de expanso satisfazem o nvel de confiabilidade desejado,
sendo que algumas solues apresentam ndices LOLE bem abaixo da restrio. Porm, tais
planos apresentam investimentos muito elevados. J para o maior limite de PIM presente na
Tabela 4.7 (PIM 0,4), que proporciona os menores investimentos, nenhuma soluo, para
qualquer cenrio de vento, atende as restries de confiabilidade.
A melhor soluo presente na Tabela 4.7 foi obtida para a combinao: cenrio de vento P50
e limite de PIM igual a 0,20. Esta soluo apresenta ndice LOLE abaixo do limite adotado e
custo de investimento relativamente superior ao prximo limite de PIM. Portanto, bastante
provvel que ao se utilizar limites de PIM entre 0,2 e 0,3 sejam encontrados planos de
expanso com investimento intermedirio e que estaro no limiar das restries de
confiabilidade.
116
No que se refere aos cenrios de vento, verifica-se que os cenrios P50 e apresentam (ora
um ora outro) as melhores alternativas de expanso. Cenrios extremos, de baixa ou elevada
produo elica, apresentam custos de investimento mais elevados. Alm disso, a
considerao de oferta elevada pode prejudicar os ndices de confiabilidade, conforme
discutido anteriormente.
De acordo com a Tabela 4.7, pode-se afirmar que as combinaes mais eficientes na busca
pelas melhores solues devem recair entre os cenrios de vento P50 e , e limitantes de PIM
variando entre 0,2 e 0,3. O cenrio corresponde, aproximadamente, ao cenrio P60, para as
sries histricas utilizadas. Portanto, optou-se por refinar a busca, realizando tambm as
combinaes obtidas com a incluso do limite de PIM de 0,25 e do cenrio de vento P55. As
alternativas vencedoras so apresentadas na Tabela 4.8. A critrio do planejador, a busca
poder ser intensificada para outros limites de PIM entre 0,2 e 0,3 ou cenrios de vento
intermedirios a P50 e . Contudo, para uma busca muito intensa, o tempo de simulao pode
se tornar proibitivo.
A alternativa de menor investimento que satisfaz a restrio de confiabilidade encontrada
para PIM 0,30 e cenrio de vento P55. Esta alternativa apresenta investimento menor que
aquela obtida, considerando a Tabela 4.7. Em contrapartida, o ndice de confiabilidade
aumentou de 1,64 para 2,06 h/ano, atingindo o limite da restrio.
TABELA 4.8: ALTERNATIVAS OBTIDAS COM O REFINAMENTO DOS CENRIOS DE VENTO E PIM CASO 4
PIM
LOLE (h/ano)
P50
P55
P50
P55
0,20
11,199
15,364
12,025
1,64
1,68
2,03
0,25
10,078
13,844
10,887
1,98
1,86
1,99
0,30
7,546
8,333
5,624
2,32
2,06
2,69
117
A Tabela 4.9 apresenta o nmero de circuitos adicionados, o custo de investimento e o ndice
LOLE para as dez melhores alternativas. Esta Tabela tambm apresenta a ordem das
alternativas vencedoras em relao ao algoritmo ESPI. Note que no houve modificao na
ordem final em relao ao ESPI. Isto significa que dentre as dez primeiras alternativas, todas
satisfazem a restrio de confiabilidade.
As alternativas consideradas como solues so muito semelhantes e algumas apresentam
mesmo nmero de reforos e/ou custo de investimento. importante lembrar que o sistema
RTS96REN, utilizado nesta tese, constitudo por trs reas praticamente idnticas, em que
cada uma delas dada pelo sistema RTS79. Em um sistema real as semelhanas entre as
alternativas sero menores. Contudo, caso as alternativas no apresentarem a diversidade de
opes desejada, pode-se selecionar um conjunto soluo com maior nmero de alternativas.
TABELA 4.9: ALTERNATIVAS DE EXPANSO VENCEDORAS CASO 4
Alternativas
Ordem ESPI N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
Critrio
PIM
Cenrio
vento
18
8,333
2,06
0,30
P55
18
8,333
2,08
0,30
P55
18
8,466
2,10
0,30
P55
19
8,596
1,79
0,30
P55
19
8,596
2,10
0,30
P55
19
8,596
2,04
0,30
P55
19
8,596
2,04
0,30
P55
19
8,596
1,79
0,30
P55
19
8,596
2,04
0,30
P55
10
10
19
8,596
2,02
0,30
P55
A Tabela 4.10 apresenta os reforos adicionados para cada uma das dez melhores alternativas
de expanso para o Caso 4. Enquanto na Figura 4.2 apresentado o diagrama de reforos da
alternativa vencedora.
118

TABELA 4.10: REFOROS ADICIONADOS POR ALTERNATIVA CASO 4
Circuitos
10
103
124
106
110
107
108
109
111
110
111
110
112
115
124
116
117
206
210
208
209
209
212
210
211
211
213
216
217
306
310
308
309
310
312
313
323
314
316
316
317
18
18
18
19
19
19
19
19
19
19
Total
325
~
118
122
121
117
123
Subrea 12
230 kV
222
221
217
223
116
218
219
215
SC
114
111
211
324
212
203
103
110
210
102
101
~
rea 1
312
309
206
310
305
304
307
207
~
Subrea 21
138 kV
202
201
~
Subrea 31
138 kV
rea 2
306
308
208
205
204
105
107
Subrea 11
138 kV
311
303
209
106
108
104
SC
314
~
224
112
109
313
320
315
~
124
316
319
SC
214
Subrea 32
230 kV
323
~
115
322
321
213
220
113
120
318
317
216
~
119
Subrea 22
230 kV
302
301
~
rea 3
n de reforos: 1 , 2
Figura 4.2: Diagrama com os reforos do Caso 4 para a alternativa vencedora.
119
4.4.3 Procedimento para aplicao da ferramenta ESPI

Os resultados apresentados nos Casos 3 e 4 sugerem que as solues de menor investimento
so encontradas para cenrios de vento entre a mediana (P50) e a mdia (). Por outro lado, os
limites de PIM que garantem planos de expanso que atendam a restrio de confiabilidade
podem se alterar de uma configurao para outra. Portanto, no possvel definir a priori os
pares ideais de critrio de segurana e cenrio de vento, sendo fundamental avaliar certo
nmero de combinaes entre estes parmetros.
O tempo mdio de execuo de cada simulao do algoritmo ESPI foi de aproximadamente 16
horas, considerando um processador Intel core i5-3340 (2,7 GHz) com 4 GB de memria
RAM. Portanto, para os Casos 3 e 4 (35 e 30 combinaes avaliadas), os tempos totais de
simulao do ESPI ficaram em torno de 560 e 480 horas, respectivamente. Em seguida, as 50
melhores solues de cada combinao foram submetidas avaliao de confiabilidade, cujo
tempo mdio de simulao ficou em torno de 1 minuto. Portanto, foram necessrias 29 e 25
horas para avaliar a confiabilidade de todas as alternativas dos Casos 3 e 4, respectivamente.
Deste modo, entende-se que a elaborao de um procedimento que guie de forma inteligente
as combinaes dar maior eficincia ao processo de busca, conforme descrito a seguir.
Primeiramente, adota-se uma restrio de segurana mais flexvel (limite de PIM elevado) que
apresente baixo custo de investimento. Porm, esta escolha no deve satisfazer a restrio de
confiabilidade para nenhum cenrio de vento. De acordo com a Tabela 4.7, este valor pode ser
de PIM 0,4. Note que, nestas condies, poucos reforos devem ser indicados e a soluo
encontrada no adequada. No entanto, se o limite inicial de PIM (e.g., PIM 0,4) apresentar
solues que atendam as restries de confiabilidade, limites superiores de PIM devero ser
testados at se atingir um limite para o qual nenhuma alternativa atenda ao critrio
estabelecido para a confiabilidade. Em seguida, a partir do limite inicial adotado, deve-se
diminuir gradativamente o limitante do PIM para que sejam encontradas solues de maior
investimento, porm que atendam as restries de confiabilidade.
Para cada limite de PIM devero ser realizadas simulaes para os cenrios de vento de
interesse. De acordo com os resultados apresentados, os cenrios de interesse so dados pela
mdia (), mediana (P50), ou algum percentil intermedirio/prximo.
As melhores
alternativas de expanso encontradas (i.e., aquelas que apresentarem menores custos de

investimento e atenderem s restries de confiabilidade) sero armazenadas e atualizadas
aps cada simulao. O conjunto soluo final ser formado pelas dez melhores alternativas
120
encontradas ao final das simulaes. Note que diferentes pares de PIM e cenrio de vento
podem contribuir para a obteno destas alternativas.
medida que se diminui o limite de PIM, o custo de investimento tende a aumentar, enquanto
a LOLE tende a diminuir. Portanto, aps a obteno das primeiras dez alternativas que
atendam s restries de confiabilidade, se nenhuma alternativa do prximo limite de PIM
apresentar custo menor, o processo de busca finalizado. Para melhor entendimento, so
descritos os principais passos do procedimento adotado:
i.
Inicializar o limite de PIM em 0,4 (ou outro valor, a critrio do planejador);
ii.
Definir os cenrios de vento de interesse, ordenando-os do menos favorvel (CV1)

ao mais favorvel (CVmax);
iii.
Criar um Conjunto Soluo vazio, o qual receber as 10 melhores solues globais,

ordenadas crescentemente segundo o custo de investimento;
iv.
Fazer o cenrio de vento igual ao CV1;
v.
Executar a ferramenta ESPI de modo a obter, segundo o limite de PIM e cenrio de

vento, as melhores alternativas de expanso em termos do custo de investimento,
ordenadas crescentemente por este custo;
vi.
Para cada alternativa obtida pela ESPI, partindo daquela com o menor investimento,
verificar se a mesma pode ser inserida ao Conjunto Soluo (i.e., verificar se o
conjunto est incompleto ou se a alternativa selecionada possui custo inferior pior
alternativa do conjunto). Em caso positivo, avaliar a confiabilidade da respectiva
configurao reforada, procedendo a sua incluso ao Conjunto Soluo se o critrio
estabelecido para a LOLE for atendido. Em caso contrrio, interromper a anlise das
alternativas e seguir no passo vii;
vii.
Se o cenrio CVmax ainda no foi avaliado, incrementar o cenrio de vento e

retornar ao passo v. Caso contrrio seguir no passo viii;
viii.
Se o limite de PIM for igual a 0,4 (valor inicial) e o Conjunto Soluo no estiver
vazio, usar limites superiores de PIM, empregar os passos iv a vii at encontrar um
valor limite para o qual nenhuma alternativa atenda ao critrio de confiabilidade e
retornar o limite de PIM para 0,4;
121
ix.
Se o limite de PIM for igual zero, ou se para o corrente limite de PIM nenhuma
alterao foi aplicada ao Conjunto Soluo, sendo este um conjunto no vazio, parar
o procedimento. Caso contrrio, decrementar o limite de PIM e retornar ao passo iv.
O procedimento descrito acima foi aplicado aos Casos 3 e 4 fornecendo os mesmos conjuntos
soluo. Inicialmente foram empregados apenas os cenrios P50 e e o valor 0,1 foi adotado
para decrementar/incrementar os limites de PIM. Em seguida, numa fase de refinamento, foi
utilizado o cenrio intermedirio P55 e incremento de PIM de 0,05 entre os limites 0,2 e 0,3.
Desta forma foi executado um nmero bem inferior de simulaes do algoritmo ESPI (6 e 8), e
de avaliaes da confiabilidade (120 e 260). Assim, o tempo total de simulao para o Caso 3
caiu de 589 para 99 horas, em valores aproximados. Para o Caso 4 a reduo foi de 505 para
132 horas, aproximadamente. Contudo, esse tempo pode ainda ser otimizado. Cerca de 90%
desse tempo foi destinado soluo do FPO, por meio de uma rotina de programao linear.
O algoritmo de programao linear no dispe de tcnicas eficientes de programao como,
por exemplo, reotimizao ou computao paralela.

Este captulo apresentou uma aplicao da meta-heurstica Estratgias de Evoluo como
ferramenta para a soluo do problema PET para sistemas com elevada participao de fontes
renovveis. O algoritmo, denominado ESPI, considera a influncia dos ventos no
planejamento, por meio de um cenrio previamente definido, e utiliza como critrio de
segurana o ndice de desempenho PIM. A adoo deste critrio permite flexibilizar o
tradicional mtodo N-1 (PIM = 0), apresentando solues de menor investimento, sem
comprometer o desempenho computacional do processo.
O mtodo determinstico N-1, comumente utilizado como critrio de segurana, propicia
planos de expanso com investimentos muito elevados. Uma alternativa a este mtodo a
utilizao de mtodos probabilsticos como, por exemplo, anlise de confiabilidade. Porm,
executar o algoritmo de avaliao de confiabilidade durante o processo de busca
computacionalmente oneroso. A utilizao do critrio de segurana via ndice PIM permite
encontrar solues com diferentes nveis de qualidade que so, posteriormente, confrontadas
com uma anlise de confiabilidade para definir planos de expanso que atendam s restries
de qualidade estabelecidas.
122
A utilizao do critrio de segurana PIM busca garantir o nvel de confiabilidade do sistema

em funo da robustez da rede de transmisso. J a considerao de diferentes cenrios de
vento, permite encontrar planos de expanso que levem em considerao um maior ou menor
percentual da potncia instalada de fontes renovveis no atendimento demanda. De acordo
com os resultados, cenrios de ventos definidos prximos da mdia e da mediana apresentam
as melhores alternativas de expanso.
O procedimento proposto na Subseo 4.4.3 visa explorar, de forma eficiente, as combinaes
entre os limites estabelecidos para o critrio de segurana e os cenrios de vento adotados.
Destaca-se que tais combinaes proporcionam um deslocamento na regio de otimalidade
do problema de planejamento, trazendo diversificao para o processo de busca e, portanto,
contribuindo para a qualidade das solues obtidas.
123
CAPTULO 5
PLANEJAMENTO DA TRANSMISSO
CONSIDERANDO CONFIABILIDADE E
DESPERDCIO DE ENERGIA RENOVVEL
5.1 INTRODUO
aplicao de uma metodologia de planejamento que leve em considerao a flutuao

do montante de fontes renovveis de grande relevncia. Portanto, alguns
pesquisadores vm desenvolvendo mtodos de capturar o efeito da flutuao da capacidade

dessas fontes durante o processo de otimizao que caracteriza o planejamento [YCWZ09,
MK11, FVG11, MAF12a, MAF12b, OGH13]. No entanto, as metodologias propostas
envolvem anlises probabilsticas realizadas durante o processo de busca e apresentam
dificuldades em relao ao tempo computacional quando o problema tratado integralmente.
A flutuao da capacidade das fontes renovveis ocorre de forma contnua e deve ser
modelada numa escala horria, ou inferior. Isto dificulta consideravelmente sua representao
no problema clssico do PET. A fim de simplificar o problema, esta tese trata separadamente
dois objetivos: i) o atendimento demanda, considerando restries de segurana, porm
adotando um cenrio fixo de vento que represente a energia elica assegurada durante o ano,
por meio da ferramenta ESPI; ii) a maximizao do aproveitamento renovvel, considerando
uma anlise de custo benefcio, utilizando a ferramenta AHCEWES.
A diviso do problema estabelecida em funo de caractersticas inerentes aos objetivos do
planejamento. A segurana do fornecimento de energia tratada como uma restrio ao
problema PET. J o aproveitamento renovvel deve ser visto apenas como uma anlise de
custo benefcio. Sendo assim, os reforos na transmisso que garantam o escoamento
renovvel no devem ser indicados por uma metodologia tradicional, de minimizao de custo
de investimento. Os resultados apresentados nos Captulos 2 e 4 demonstram que o conjunto
124
Captulo 5 Planejamento da transmisso considerando confiabilidade e desperdcio de energia renovvel
de reforos responsvel por garantir o atendimento demanda distinto daquele que permite
melhor aproveitamento renovvel.
Diante do exposto, este captulo tem como objetivo a apresentao de algumas possibilidades
de procedimentos adotados para a soluo do problema PET, considerando a interao entre
as duas ferramentas, AHCEWES e ESPI, apresentadas em captulos anteriores. A seguir so
apresentadas e discutidas as possibilidades de interao entre tais ferramentas.
5.2 APLICAO COMBINADA DAS FERRAMENTAS ESPI E AHCEWES

A aplicao combinada das ferramentas AHCEWES e ESPI pode se dar de forma independente
ou consecutiva. Pela forma independente, cada algoritmo aplicado configurao original e
os resultados posteriormente agrupados. Na forma consecutiva, uma das metodologias
aplicada logo aps a outra, considerando os reforos j inseridos pela primeira. Neste caso, a
escolha de qual ferramenta primeiramente executada pode influenciar nos resultados.
Para verificar qual procedimento produz os melhores resultados, as configuraes de longo
prazo dos Casos 3 e 4 sero submetidas s trs simulaes descritas a seguir:
Simulao 1 (S1): Aplicao de forma independente;
Simulao 2 (S2): Aplicao de forma alternada iniciando pela ferramenta ESPI;
Simulao 3 (S3): Aplicao de forma alternada, iniciando pela ferramenta AHCEWES.
Para todas as anlises destinadas ao atendimento demanda (i.e., envolvendo a ferramenta

ESPI) foi utilizado o procedimento descrito na Subseo 4.4.3, adotando-se para os parmetros
do ESPI os valores definidos na Tabela 4.2. Para o algoritmo AHCEWES sero utilizados os
mesmos dados apresentados no Captulo 2, referente s condies do planejamento como, por
exemplo, a diferena mdia entre o custo de produo de uma usina trmica e uma elica,
utilizada na relao de custo benefcio. Vale ressaltar que os dados financeiros relacionados
ao investimento (e.g., perodo de amortizao e taxa de descontos) devem ser iguais nas duas
metodologias.
125
5.2.1 Simulao 1
Nesta simulao, as metodologias so aplicadas, separadamente e uma nica vez,
configurao base do sistema. Portanto, no considerada a influncia de um resultado sobre
o outro, pois a configurao original submetida a dois procedimentos independentes e os
resultados so posteriormente agrupados. Para realizar o agrupamento desconsideram-se
reforos que satisfazem os dois conjuntos soluo simultaneamente. Assim, o agrupamento
realizado pela operao de unio dos conjuntos de reforos, considerando as duas ferramentas
separadamente.
Apesar de cada metodologia possuir um objetivo e indicar reforos em regies distintas, o
plano de expanso encontrado por uma metodologia pode influenciar, mesmo que
minimamente, na soluo encontrada pela outra. A aplicao de forma independente ,
portanto, uma simplificao, ou seja, no capaz de capturar a dependncia entre as solues,
caso ela exista.
5.2.2 Simulao 2
Esta simulao consiste em aplicar apenas o ESPI configurao base. O algoritmo AHCEWES
utilizado posteriormente, sendo aplicado a cada alternativa do conjunto soluo fornecido
pelo algoritmo ESPI. Percebe-se, ento, que esta simulao computacionalmente mais cara
que a Simulao 1.
Para o planejamento via AHCEWES, cujo critrio de parada est relacionado a uma relao
incremental de custo benefcio, RICB, pode-se considerar a hiptese de que quanto mais
robusta for, a configurao base, maiores sero as chances de se minimizar o desperdcio.
Assim sendo, a execuo inicial da ferramenta ESPI garante uma melhor condio da rede e,
consequentemente, pode aumentar a eficincia da ferramenta AHCEWES, propiciando menores
desperdcios de energia renovvel.
Conforme comprovado no Captulo 3, os reforos apontados pela ferramenta AHCEWES no
alteram a confiabilidade do sistema. Portanto, as solues obtidas aps a execuo AHC EWES
no precisam ser novamente submetidas ao ESPI.
126
5.2.3 Simulao 3
Nesta simulao, a ordem de execuo das ferramentas ESPI e AHCEWES invertida em
relao Simulao 2. Primeiramente, a configurao base submetida ao algoritmo
AHCEWES. Em seguida, o sistema reforado considerando a soluo obtida no AHCEWES e
submetido ao algoritmo ESPI.
Conforme apresentado no Captulo 2, a aplicao da ferramenta AHC EWES em um sistema
cuja rede encontra-se muito estressada pode resultar em uma configurao reforada que
ainda apresente um alto ndice de desperdcio residual. Este exatamente o quadro do
planejamento de longo prazo. Portanto, aps a aplicao da ferramenta ESPI, deve-se executar
mais uma vez a ferramenta AHCEWES. Pois, com os reforos inseridos a rede torna-se mais
robusta e permite melhor escoamento de toda a energia necessria ao atendimento da
demanda, inclusive a renovvel. Portanto, ao executar novamente a ferramenta AHCEWES,
novos reforos podem satisfazer a relao de custo benefcio e ser inseridos no conjunto
soluo. No que se refere ao custo computacional, esta configurao possui desempenho
semelhante Simulao 2.
5.3 APLICAO
5.3.1 Caso 3
Este caso possui uma configurao de longo prazo com problemas de atendimento demanda
e desperdcio de energia elica por insuficincia de transmisso. No Captulo 2 foi proposta
uma soluo para minimizar o ndice EWEST, baseada numa relao de custo benefcio. O
problema de atendimento demanda foi tratado no Captulo 4, considerando uma restrio de
segurana via PIM, tendo como referncia o ndice LOLE (2,0 h/ano).
Para facilitar a comparao, os resultados obtidos pela aplicao individual de cada
metodologia, AHCEWES e ESPI, so novamente apresentados nas Tabelas 5.1 e 5.2,
respectivamente. Vale ressaltar que, para este caso, os resultados via ESPI foram obtidos
considerando os cenrios de vento e P50, e critrio de segurana PIM 0,5. Note que os
reforos indicados pela ferramenta ESPI garantem a restrio de confiabilidade, mas no
minimizam o desperdcio de energia renovvel. Por outro lado, a ferramenta AHCEWES
minimiza o desperdcio, mas aplicada isoladamente no atende a restrio de confiabilidade.
127

TABELA 5.1: PLANO DE EXPANSO VIA AHCEWES CASO 3
N Circuitos
2
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
0,275
13,90
2,32
TABELA 5.2: ALTERNATIVAS DE EXPANSO VIA ESPI CASO 3

Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
1,120
2,10
78,11
1,120
1,94
79,20
1,160
2,10
84,44
1,317
1,99
84,51
1,384
1,72
78,11
1,384
1,91
78,11
1,384
1,88
78,29
1,384
1,63
77,82
1,384
1,88
78,32
10
1,384
2,06
79,33
Simulao 1
A aplicao de cada ferramenta foi apresentada nos captulos anteriores. Portanto, deve-se
apenas agrupar os reforos obtidos, de tal forma que circuitos indicados por ambas as
metodologias sejam contabilizados apenas uma vez, a fim de evitar equipamentos ociosos na
rede. Em seguida, as alternativas resultantes so novamente avaliadas segundo os ndices de
desempenho.
A Tabela 5.3 apresenta os resultados para os ndices LOLE e EWEST dos planos de expanso
dados pela unio entre cada uma das dez melhores alternativas do algoritmo ESPI e a soluo
do AHCEWES. Os planos de expanso de cada metodologia no apresentaram, para este caso,
reforos em comum. Portanto, o conjunto soluo e, consequentemente, o investimento so
dados em funo da soma das duas solues. No foi necessria a reordenao das
alternativas, pois estas apresentaram a mesma ordem em relao ao custo de investimento.
O conjunto de reforos, obtidos pela unio das alternativas, foi capaz de solucionar os
problemas de atendimento a demanda e de maximizao do aproveitamento das fontes
elicas. A configurao reforada por ambas as metodologias apresenta os dois ndices de
desempenho semelhantes queles obtidos, quando cada objetivo tratado separadamente. Tais
resultados demonstram a complementaridade das metodologias.
128

TABELA 5.3: ALTERNATIVAS DE EXPANSO VIA SIMULAO 1 CASO 3
Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
1,395
1,86
1,44
1,395
2,02
2,48
1,435
2,00
2,14
1,592
1,92
2,55
1,659
1,56
1,43
1,659
1,75
1,43
1,659
1,68
1,46
1,659
1,50
1,43
1,659
1,75
1,44
10
1,659
1,85
1,65
Simulao 2
O sistema planejado considerando as ferramentas ESPI e AHCEWES, sendo primeiramente
reforado via ESPI. Os resultados para o planejamento inicial via ESPI so apresentados na
Tabela 5.2, considerando os cenrios e P50, e critrio de segurana PIM 0,5. Em seguida,
o sistema reforado considerando cada alternativa proposta e submetido ao algoritmo
AHCEWES. Esta simulao computacionalmente mais cara que a anterior, pois necessita
executar o AHCEWES para cada alternativa proposta pelo ESPI. Contudo, os resultados so
idnticos queles apresentados anteriormente, na Tabela 5.3.
O critrio de segurana verificado somente na ferramenta ESPI, pois o algoritmo AHCEWES
no executa anlise de contingncias. No entanto, a insero de novos reforos via AHC EWES
no altera a confiabilidade do sistema. Portanto, no necessria uma nova execuo da
ferramenta ESPI.
Simulao 3
O sistema planejado considerando as ferramentas AHCEWES e ESPI, sendo primeiramente
reforado via AHCEWES. Os resultados para o planejamento inicial via AHCEWES so aqueles
apresentados na Tabela 5.1. O sistema j reforado submetido ferramenta ESPI. Os
resultados para as dez melhores alternativas so apresentados na Tabela 5.4. Os planos de
expanso via ESPI que atendem a restrio de confiabilidade so obtidos para cenrio de vento
P50 e critrio de segurana PIM 0,5. Em seguida, com o objetivo de verificar a
129
possibilidade de ajustes nas solues, cada alternativa foi novamente submetida ferramenta
AHCEWES. Porm, nenhum novo reforo foi adicionado.
Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
1,328
2,02
2,48
1,328
2,07
2,49
1,328
2,06
2,55
1,395
1,86
1,44
1,395
2,07
2,48
1,435
2,05
2,49
1,435
2,06
2,37
1,435
2,06
2,14
1,500
2,10
2,50
10
1,528
2,09
2,55
Comparao dos resultados

As dez melhores alternativas de expanso de cada uma das trs simulaes, considerando
custo de investimento e EWEST, so comparadas na Tabela 5.5. As Simulaes 1 e 2
apresentam o mesmo conjunto soluo. J a Simulao 3 encontra algumas alternativas de
menor investimento, quando comparada s outras duas. Nas trs simulaes os resultados so
muito semelhantes, sendo que as trs primeiras alternativas apontadas pelas Simulaes 1 e 2
esto contidas na soluo da Simulao 3. Portanto, tendo em mente fornecer ao planejador
uma maior diversidade de boas solues, pode ser interessante manter as Simulaes 1 e 2.
TABELA 5.5: COMPARAO DOS PLANOS DE EXPANSO POR SIMULAO CASO 3
Alternativa
Investimento (MU$/ano)
EWEST (GWh/ano)
S1 ou S2
S3
S1 ou S2
S3
1,395
1,328
1,44
2,48
1,395
1,328
2,48
2,49
1,435
1,328
2,14
2,55
1,592
1,395
2,55
1,44
1,659
1,395
1,43
2,48
1,659
1,435
1,43
2,49
1,659
1,435
1,46
2,37
1,659
1,435
1,43
2,14
1,659
1,500
1,44
2,50
10
1,659
1,528
1,65
2,55
130
Estes resultados comprovam que os reforos necessrios para solucionar o problema do

atendimento demanda so distintos daqueles necessrios para garantir o escoamento da
energia renovvel. Portanto, o problema pode ser tratado separadamente por ferramentas
distintas. Desta forma, o problema renovvel pode ser mais bem explorado, utilizando
ferramentas apropriadas, considerando a cronologia das sries histricas e mtodos
probabilsticos.
Como a ferramenta AHCEWES adiciona circuitos segundo um critrio de deciso de custo
benefcio, pode-se ao fim do processo de planejamento considerar o custo mdio anual do
desperdcio residual de energia renovvel, para cada alternativa. Para tal, foi utilizada a
Equao (2.9) e a diferena mdia ( = US$ 50,00 por MWh) entre o custo de
produo de uma unidade trmica e o custo de produo de uma unidade renovvel, adotada
no Captulo 2. A Tabela 5.6 apresenta os custos totais do planejamento para as 10 melhores
alternativas de cada simulao. Deve ser destacado que para este caso o desperdcio residual
relativamente pequeno e no interfere na ordem das solues.
TABELA 5.6: CUSTO TOTAL DAS ALTERNATIVAS VENCEDORAS POR SIMULAO CASO 3
Alternativa
Custo total (MU$/ano)

S1 ou S2
S3
1,467
1,452
1,519
1,453
1,542
1,456
1,720
1,467
1,731
1,519
1,731
1,560
1,732
1,554
1,731
1,542
1,731
1,625
10
1,742
1,656
A Tabela 5.7 apresenta os reforos adicionados para cada uma das 10 alternativas propostas
como soluo, considerando a Simulao 3. Na Figura 5.1 apresentado o diagrama do
sistema com os reforos para a alternativa vencedora e a Figura 5.2 destaca qual ferramenta
props cada reforo.
131

TABELA 5.7: REFOROS ADICIONADOS POR ALTERNATIVA CONSIDERANDO A SIMULAO 3 CASO 3
Circuitos
10
101
102
104
109
106
110
110
112
116
117
204
209
206
210
207
208
210
211
301
302
304
309
306
310
316
319
Total
325
~
118
~
122
121
117
123
218
~
Subrea 12
230 kV
222
221
217
223
Subrea 22
230 kV
318
~
322
321
317
Subrea 32
230 kV
323
~
116
216
~
219
119
113
120
214
~
315
SC
111
224
112
211
324
212
203
103
109
110
210
rea 1
310
308
307
207
~
Subrea 21
138 kV
202
201
~
Subrea 31
138 kV
rea 2
306
305
304
107
309
206
205
204
102
101
312
208
108
Subrea 11
138 kV
311
303
209
106
105
104
SC
314
~
124
313
320
~
215
SC
114
319
213
220
~
115
316
302
301
~
rea 3
n de reforos: 1
Figura 5.1: Diagrama com os reforos da alternativa vencedora via AHCEWES e ESPI Caso 3.
132
325
~
118
~
122
121
117
123
218
~
Subrea 12
230 kV
217
Subrea 22
230 kV
222
221
223
318
~
322
321
317
Subrea 32
230 kV
323
~
116
216
~
219
119
113
120
215
214
~
315
SC
111
224
112
211
324
212
203
103
109
210
310
308
307
207
~
Subrea 21
138 kV
202
201
rea 1
~
Subrea 31
138 kV
306
305
304
107
Subrea 11
138 kV
309
206
205
204
102
101
312
208
108
105
104
311
303
209
106
110
SC
314
~
124
313
320
~
SC
114
319
213
220
~
115
316
302
301
~
rea 3
rea 2
reforos via ESPI, reforos via AHCEWES

Figura 5.2: Diagrama de reforos da alternativa vencedora AHCEWES ESPI Caso 3.
5.3.2 Caso 4
Este caso foi apresentado como uma configurao tpica de longo prazo em que as fontes
elicas contribuem com um percentual elevado na composio da matriz energtica. No
Captulo 2 foi proposta uma soluo para minimizar o ndice EWEST, baseada numa relao
de custo benefcio. Porm, a soluo resultante ainda apresentava cortes de carga na rede
intacta. A soluo para o problema de atendimento demanda foi obtida no Captulo 4,
considerando o cenrio de vento P55 e critrio de segurana PIM 0,30, tendo como
referncia o ndice LOLE (2 h/ano). Para facilitar a comparao dos resultados, as Tabelas 5.8
e 5.9 apresentam os planos de expanso obtidos pela aplicao individual de cada
metodologia, AHCEWES e ESPI, respectivamente.
TABELA 5.8: PLANO DE EXPANSO VIA AHCEWES CASO 4
N Circuitos
22
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
6,295
28,68
21,08
133

TABELA 5.9: ALTERNATIVAS DE EXPANSO VIA ESPI CASO 4
Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
18
8,333
2,06
2035,75
18
8,333
2,08
2005,54
18
8,466
2,10
2028,61
19
8,596
1,79
2031,73
19
8,596
2,10
2036,16
19
8,596
2,04
2036,47
19
8,596
2,04
2006,67
19
8,596
1,79
2002,35
19
8,596
2,04
2006,73
10
19
8,596
2,02
2006,34
Simulao 1
A Tabela 5.10 apresenta os resultados dos planos de expanso dados pela unio entre cada
uma das dez melhores alternativas da ferramenta ESPI e a soluo do AHCEWES. Vale lembrar
que pode existir alternativa cujo nmero de circuitos e, consequentemente, o investimento,
no so dados pela soma das solues individuais de cada ferramenta. Isto ocorre quando as
solues encontradas por ambas as metodologias possuem reforos em comum. Assim como
no caso anterior, o conjunto de reforos, obtidos pela unio das alternativas, foi capaz de
solucionar os problemas de atendimento a demanda e de maximizao do aproveitamento das
fontes elicas. As alternativas resultantes atendem restrio de confiabilidade e apresentam
ndice EWEST residual, semelhante ao obtido pela soluo de AHCEWES.
Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
40
14,628
2,02
24,41
40
14,628
2,05
23,07
40
14,761
1,97
24,58
41
14,891
1,81
24,37
41
14,891
2,01
24,49
41
14,891
2,09
24,40
41
14,891
2,09
23,09
41
14,891
1,83
23,07
41
14,891
2,06
23,07
10
41
14,891
2,05
23,13
134
Simulao 2
Os resultados para o planejamento inicial via ESPI so aqueles apresentados na Tabela 5.9,
considerando cenrio de vento P55 e critrio de segurana PIM 0,30. Em seguida, o sistema
reforado para cada alternativa proposta pela ESPI e submetido ao AHCEWES. Os resultados
para essa simulao so apresentados na Tabela 5.11. Note que as configuraes reforadas
considerando a Simulao 2 apresentam custo de investimento levemente superior quelas
reforadas pela Simulao 1. Esta diferena no custo refere-se a dois reforos adicionais
indicados pelo AHCEWES sendo executado aps o ESPI. Em contrapartida, tais configuraes
apresentam menor ndice de desperdcio em relao Simulao 1.
Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
42
15,327
2,07
9,04
42
15,327
1,94
6,85
42
15,460
1,95
8,78
43
15,590
1,81
8,92
42
15,259
2,02
10,47
43
15,590
2,02
8,58
43
15,590
2,01
6,40
43
15,590
1,82
6,75
43
15,590
2,05
6,84
10
43
15,590
2,09
6,86
Simulao 3
Os resultados da aplicao da ferramenta AHCEWES so apresentados na Tabela 5.8. Em
seguida, o sistema j reforado submetido ferramenta ESPI. A Tabela 5.12 apresenta os
resultados para a Simulao 3. Os planos de expanso que atendem a restrio de
confiabilidade so obtidos para o cenrio P50 e critrio de segurana PIM 0,25. Neste caso, a
mudana na ordem de aplicao das ferramentas alterou o par, cenrio de vento e critrio de
segurana, que apresenta as melhores alternativas. Note, porm, que mesmo com a mudana
dos parmetros, so encontradas solues semelhantes s outras duas simulaes. Em seguida,
as configuraes reforadas so submetidas ferramenta AHCEWES, para verificar a
possibilidade de novos reforos e os resultados so apresentados na Tabela 5.13.
135

Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
41
14,363
2,07
22,79
42
14,603
2,08
22,58
42
14,603
2,07
23,52
42
14,658
2,08
19,90
42
14,658
2,07
19,99
42
14,712
2,02
22,78
42
14,712
1,97
22,82
42
14,730
2,06
22,97
42
14,730
2,00
22,99
10
42
14,765
1,91
24,12
TABELA 5.13: ALTERNATIVAS DE EXPANSO VIA SIMULAO 3 COM REFINAMENTO CASO 4

Alternativa
N Circuitos
Investimento
(MU$/ano)
LOLE
(h/ano)
EWEST
(GWh/ano)
42
14,741
2,02
8,87
43
14,981
2,07
9,24
43
14,981
2,09
9,69
43
15,036
2,09
9,60
43
15,036
2,09
9,50
43
15,090
2,10
8,88
43
15,090
1,99
8,86
43
15,108
2,08
8,89
43
15,108
2,07
8,91
10
43
15,143
1,99
9,80
Comparao dos resultados

A Tabela 5.14 apresenta o conjunto das dez melhores alternativas de expanso para as trs
simulaes realizadas. Note que, neste caso, a Simulao 1 superou as outras duas simulaes
e apresentou alternativas de menor custo de investimento. No entanto, tais alternativas
apresentam maiores ndices de desperdcio residual.
A fim de melhor comparar as
simulaes, o custo final de cada alternativa deve considerar o custo mdio anual do
desperdcio residual de energia renovvel, o qual corresponde ao aumento no custo de
produo. Este custo mdio anual calculado de forma idntica realizada para o Caso 3.
136

TABELA 5.14: COMPARAO DOS PLANOS DE EXPANSO POR SIMULAO CASO 4
Investimento (MU$/ano)
Alternativa
EWEST (GWh/ano)
S1
S2
S3
S1
S2
S3
14,628
15,327
14,741
24,41
9,04
8,87
14,628
15,327
14,981
23,07
6,85
9,24
14,761
15,460
14,981
24,58
8,78
9,69
14,891
15,590
15,036
24,37
8,92
9,60
14,891
15,259
15,036
24,49
10,47
9,50
14,891
15,590
15,090
24,40
8,58
8,88
14,891
15,590
15,090
23,09
6,40
8,86
14,891
15,590
15,108
23,07
6,75
8,89
14,891
15,590
15,108
23,07
6,84
8,91
10
14,891
15,590
15,143
23,13
6,86
9,80
A Tabela 5.15 apresenta o custo anual total de cada uma das 10 melhores alternativas obtidas
nas 3 simulaes. Note que ao se considerar o acrscimo no custo das alternativas decorrente
do aproveitamento da energia renovvel residual, as alternativas encontradas pela Simulao
2 recebem avaliao no mesmo nvel da avaliao dada s alternativas da Simulao 1. J as
alternativas da Simulao 3 tornam-se as melhores solues.
TABELA 5.15: CUSTO TOTAL DAS ALTERNATIVAS VENCEDORAS POR SIMULAO CASO 4
Alternativa
Custo total (MU$/ano)

S1
S2
S3
15,849
15,779
15,185
15,782
15,670
15,443
15,990
15,899
15,466
16,110
16,036
15,516
16,116
15,783
15,511
16,111
16,019
15,534
16,046
15,910
15,533
16,045
15,928
15,553
16,045
15,932
15,554
10
16,048
15,933
15,633
A Tabela 5.16 apresenta os reforos adicionados para cada uma das 10 alternativas obtidas
pela Simulao 3.
137

TABELA 5.16: REFOROS ADICIONADOS POR ALTERNATIVA CONSIDERANDO SIMULAO 2 CASO 4
Circuitos
101
102
101
105
102
104
103
124
105
110
106
110
109
111
110
112
115
116
115
124
116
117
117
118
120
123
201
202
201
205
203
224
205
210
206
210
208
209
210
211
210
212
214
216
215
221
216
217
217
218
301
302
301
305
302
304
305
310
306
310
308
309
308
310
310
311
310
312
314
316
315
316
315
324
316
317
323
325
Total
1
2
3
1
1
3
1
1
1
1
1
1
2
1
2
1
1
1
1
1
2
3
1
2
1
1
1
1
1
1
1
1
42
2
2
3
1
1
3
1
1
1
1
1
1
2
1
2
1
1
1
1
1
2
3
1
2
1
1
2
1
1
1
1
1
43
3
2
3
1
1
3
1
1
1
1
1
2
1
2
1
1
1
1
1
2
3
1
2
1
1
1
3
1
1
1
1
43
4
5
6
7
2
2
2
2
3
3
3
3
1
1
1
1
1
1
1
1
3
3
3
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
1
1
1
1
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
3
3
3
3
1
1
1
1
2
2
2
2
1
1
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
43
43
43
43
8
2
3
1
1
3
1
1
1
1
1
2
1
2
1
2
1
1
1
1
2
3
1
2
1
1
1
1
1
1
1
1
43
9
2
3
1
1
3
2
1
1
1
1
2
1
2
1
1
1
1
1
1
2
3
1
2
1
1
1
1
1
1
1
1
43
10
2
3
1
1
3
1
1
1
1
1
2
1
2
1
2
1
1
1
2
3
1
2
1
1
1
2
1
1
1
1
43
A Figura 5.3 apresenta o diagrama do sistema com os reforos para a alternativa vencedora. A
distino entre a ferramenta que apontou cada um destes reforos feita pela Figura 5.4.
138
325
~
118
~
122
121
117
123
218
~
Subrea 12
230 kV
222
221
217
223
Subrea 22
230 kV
318
~
322
321
317
Subrea 32
230 kV
323
~
116
216
~
219
119
113
120
215
214
~
315
SC
111
224
112
211
324
212
203
103
109
Subrea 11
138 kV
308
305
304
307
207
107
102
306
310
208
205
204
101
312
309
206
210
108
105
104
311
303
209
106
110
SC
314
~
124
313
320
~
SC
114
319
213
220
~
115
316
Subrea 21
138 kV
202
201
Subrea 31
138 kV
~
rea 1
302
301
~
rea 3
rea 2
n de reforos: 1, 2, 3
Figura 5.3: Diagrama com os reforos da alternativa vencedora via AHCEWES e ESPI Caso 4.
325
~
118
122
121
117
123
222
221
217
223
219
114
215
SC
211
324
210
105
rea 1
309
206
310
305
304
307
207
~
Subrea 21
138 kV
202
201
~
Subrea 31
138 kV
rea 2
306
308
205
204
102
101
312
208
107
Subrea 11
138 kV
311
303
209
106
108
104
SC
314
212
203
103
110
313
320
315
~
224
112
109
316
319
SC
214
Subrea 32
230 kV
323
~
111
322
321
~
124
213
220
~
115
318
317
113
120
Subrea 22
230 kV
216
~
119
Subrea 12
230 kV
116
218
302
301
~
rea 3
reforos via ESPI, reforos via AHCEWES

Figura 5.4: Diagrama de reforos da alternativa vencedora AHCEWES ESPI Caso 4.
139

Este captulo apresentou uma metodologia de planejamento da expanso da transmisso de
sistemas com alta participao de fontes renovveis. Tal metodologia utiliza as ferramentas
ESPI e AHCEWES para alcanar, respectivamente, dois objetivos: o atendimento demanda,
sujeito s restries de confiabilidade, e a maximizao do aproveitamento renovvel por
meio da reduo do desperdcio enquanto houver uma relao de custo benefcio satisfatria.
A metodologia foi validada por meio da execuo de trs simulaes distintas, relacionadas
ordem de aplicao de cada ferramenta. De acordo com os resultados, embora os objetivos
sejam distintos, assim como as restries e os mtodos de otimizao empregados, a soluo
obtida por uma ferramenta pode ter uma leve interferncia nas solues encontradas pela
outra. Isto fica mais evidente no Caso 4, cuja participao das fontes renovveis na matriz
energtica superior. No entanto, a baixa variabilidade das solues encontradas pelas trs
simulaes decorrente do pequeno acoplamento existente entre os dois problemas. Ou seja,
enquanto o problema de atendimento demanda mais influenciado pelos instantes de
escassez de energia frente demanda momentnea, o problema de escoamento da energia
renovvel est mais relacionado aos perodos de maior oferta, associados com baixa demanda.
A realizao do planejamento em duas etapas permitiu tratar o problema do aproveitamento
renovvel em funo de uma anlise de custo benefcio. Desta forma, investimentos elevados
na rede de transmisso que tm como objetivo apenas o escoamento da energia produzida
pelas fontes renovveis podem ser respaldados em funo de um adequado retorno financeiro.
Sob outro prisma, pode-se identificar o montante de desperdcio de energia renovvel que
deve ser entendido como aceitvel e, deste modo, evitar o sobredimensionamento da rede de
transmisso, justificando, por exemplo, a no implantao de circuitos destinados ao total
aproveitamento da gerao renovvel.
A qualidade e proximidade dos resultados apresentados pelas trs simulaes propostas no
permite concluir, categoricamente, qual procedimento o mais indicado para a aplicao da
metodologia em problemas PET com grande penetrao de energia renovvel, em particular a
elica. Nos dois casos analisados, a Simulao 3 apresentou os melhores resultados. Nesta
simulao, a ferramenta AHCEWES executada duas vezes: antes e aps a execuo da
ferramenta ESPI. Em princpio, este procedimento permite garantir maior aproveitamento da
energia renovvel sendo, inclusive, parte dessa energia mais bem utilizada na soluo do
140
problema de atendimento demanda. Portanto, a Simulao 3 tende a apresentar o menor

custo de investimento e os menores ndices de desperdcio. Contudo, algumas alternativas
obtidas pelas Simulaes 1 e 2 se mostraram muito interessantes, podendo at figurar entre as
10 melhores solues gerais (i.e., considerando todas as trs simulaes). Alm disso,
possvel que, dependendo das caractersticas do sistema, as Simulaes 1 e 2 possam
apresentar um desempenho melhor que os registrados para os Casos 3 e 4. De qualquer forma,
elas podem sempre contribuir significativamente, pois fornecem planos de expanso de boa
qualidade e diferentes daqueles obtidos pela Simulao 3. Diante do exposto, entende-se que
o planejador pode fazer uso das trs simulaes, o que permite ampliar a diversidade dos
planos de expanso selecionados para anlises posteriores do processo de tomada da deciso.
141
CAPTULO 6
CONCLUSES E TRABALHOS FUTUROS
STA
tese apresentou uma nova metodologia para o planejamento da transmisso
considerando a alta participao de fontes renovveis. A principal contribuio est
relacionada abordagem do planejamento em duas etapas, tratando o problema do

aproveitamento renovvel separadamente do problema de atendimento demanda. O
planejamento realizado em duas etapas permitiu modelar adequadamente o comportamento
estocstico das fontes renovveis. Dessa forma, so apresentadas solues que atendem s
restries de segurana e que permitem uma eficiente integrao das fontes renovveis.
No Captulo 2 foi apresentada uma metodologia, denominada Fluxo de Potncia Cronolgico,
que verifica possveis desperdcios de energia renovvel em funo de congestionamentos na
rede de transmisso e identifica os circuitos candidatos a reforos atravs da violao mdia,
obtida para a condio de mximo aproveitamento dessas fontes. Esta metodologia foi
aplicada atravs de um algoritmo heurstico construtivo (AHCEWES) para auxiliar os
planejadores a encontrar um conjunto de reforos de transmisso capaz de possibilitar a
integrao de fontes elicas. Os resultados demonstram que o algoritmo capaz de obter
conjuntos de reforos robustos e economicamente atrativos, que levam em considerao a
interao entre a volatilidade das fontes renovveis e a curva de carga do sistema.
Os planos de expanso propostos foram submetidos anlise de confiabilidade apresentada
no Captulo 3. Os resultados demonstram que o conjunto de reforos responsveis pelo
escoamento da energia renovvel nos perodos de elevada oferta, no correspondem aos
circuitos que garantem o fornecimento de energia frente s indisponibilidades dos
equipamentos. Portanto, importante que durante o planejamento do sistema sejam utilizadas
funes de desempenho que levem em considerao tanto os ndices relacionados
confiabilidade do sistema, quanto os ndices de desperdcios propostos. Estes indicam
restries, que no so observadas durante a simulao de confiabilidade e prejudicam a
eficincia da rede, no que diz respeito integrao das fontes renovveis.
142
Captulo 6 Concluses e trabalhos futuros
O algoritmo proposto no Captulo 2 tem como principal objetivo encontrar problemas locais
de congestionamentos, causados pela flutuao da energia renovvel. Portanto, ao avaliar um
cenrio de longo prazo, em que a rede de transmisso encontra-se mais fragilizada e necessita
de reforos em nveis globais, o algoritmo apresenta dificuldade em obter um conjunto de
reforos que minimize completamente o desperdcio. Portanto, foi apresentada no Captulo 4
uma metodologia para o PET de longo prazo, utilizando a meta-heurstica ES.
A ferramenta computacional apresentada no Captulo 4, ESPI, realiza o planejamento da
transmisso adotando como critrio de segurana o ndice PIM. Trata-se de uma estratgia
para flexibilizar o tradicional mtodo N-1. Para garantir um nvel adequado de qualidade, o
critrio de segurana via PIM definido a partir de comparaes com anlises de
confiabilidade feitas a posteriori. Durante as simulaes, a disponibilidade das fontes
renovveis representada por um cenrio fixo. Portanto, existe a necessidade de simular o
problema de planejamento para algumas combinaes entre cada ndice PIM avaliado e
diferentes cenrios de vento. Contudo, a ferramenta ESPI apresenta bons resultados e tempo
computacional que permite sua utilizao.
No Captulo 5 apresentada uma metodologia para integrao das duas ferramentas propostas
para a soluo do PET. Esta foi validada por meio da execuo de trs simulaes distintas,
relacionadas ordem de aplicao de cada ferramenta. Verificou-se que a Simulao 3, a qual
executa duas vezes a ferramenta AHCEWES, antes e aps a execuo da ferramenta ESPI, tende
a apresentar o menor custo de investimento e os menores ndices de desperdcio. No entanto,
as Simulaes 2 e 3 no devem ser descartadas, pois podem contribuir significativamente para
o processo de planejamento, fornecendo alternativas de expanso de boa qualidade e
diferentes daquelas obtidas pela Simulao 3. Diante do exposto, entende-se que o planejador
pode, e deve, fazer uso das trs simulaes, o que trar maior diversidade de planos para o
processo de tomada da deciso.
A partir da experincia obtida durante o desenvolvimento desta tese pode-se concluir que a
abordagem adotada, em duas etapas, permitiu tratar o aproveitamento renovvel como uma
anlise de custo benefcio. O problema do planejamento da transmisso ainda no foi muito
explorado considerando essa abordagem. Existe, assim, um grande potencial para desenvolver
novos estudos baseados no ndice de desperdcio EWES. Dentre as principais sugestes para
trabalhos futuros podem-se citar as seguintes:
143
Aplicar a metodologia em um sistema real;
Aplicar tcnicas computacionais de alto desempenho para melhorar o tempo de

simulao do algoritmo ESPI;
Aperfeioar o AHCEWES, por exemplo, definindo lista de violaes que contenham

apenas os circuitos relacionados com o problema renovvel;
Considerar os diversos fatores que podem influenciar o valor do ndice de desperdcio

EWES, como por exemplo, as indisponibilidades dos equipamentos e os planos de
manuteno preventiva durante a execuo do FPC;
Substituir a ferramenta ESPI por ESLOLE, substituindo o critrio determinstico por uma
anlise de confiabilidade inserida dentro do processo de busca;
Considerar a influncia do conjunto de reforos, propostos via AHCEWES, no custo de

reserva operativa;
Avaliar a integrao das fontes renovveis, aplicando o FPC para verificar o

desperdcio simultneo de diversos tipos de fontes e avaliar a complementaridade
entre elas;
Avaliar a ociosidade de linhas de transmisso e estabelecer uma poltica para melhor

utilizao das mesmas.
Finalmente, deve-se destacar que o desenvolvimento deste trabalho possibilitou a publicao

de cinco artigos, alm de um captulo de livro internacional. Tais publicaes so listadas a
seguir.
Peridico Internacional:
A.M. Leite da Silva, L.A.F. Manso, W.S. Sales, S.A. Flvio, G.J. Anders e L.C.
Resende, "Chronological Power Flow for Planning Transmission Systems Considering
Intermittent Sources," IEEE Transactions on Power Systems, vol. 27, no. 4, pp. 23142322, Nov. 2012.
Captulo de Livro Internacional:
A.M. Leite da Silva, L.A.F. Manso, S.A. Flvio, M.A. Rosa, e L.C. Resende,
"Composite Reliability Assessment of Power Systems with Large Penetration of
Renewable Sources," Reliability and Risk Evaluation of Wind Integrated Power
Systems. India: Springer, 2013, ch. 8, pp. 107-128.
144
Congresso Internacional:
R.A. Gonzlez-Fernandez, A.M. Leite da Silva, S.A. Flvio, L.A.F. Manso,
Composite reliability evaluation with renewable sources based on quasi-sequential
Monte Carlo and cross entropy methods, International Conference on Probabilistic
Methods Applied to Power Systems (PMAPS), Durham, 2014.
Congressos Nacionais:
L.A.F. Manso, A.M. Leite da Silva, W.S. Sales, S.A. Flvio, e L.C. Resende,
"Avaliao do Desperdcio de Energia Elica Utilizando Fluxo de Potncia
Cronolgico," XIX CBA - Congresso Brasileiro de Automtica, Campina Grande,
2012.
L.A.F. Manso, A.M. Leite da Silva, W.S. Sales, L.C. Resende, e S.A. Flvio,
"Planejamento de Redes Eltricas Considerando a Integrao de Fontes Renovveis"
XII SEPOPE - Simpsio de Especialistas em Planejamento da Operao Eltrica, Rio
de Janeiro, 2012.
R.A. Gonzlez-Fernandez, A.M. Leite da Silva, S.A. Flvio, L.A.F. Manso,
Avaliao da Confiabilidade Composta com Fontes Renovveis Baseada nos
Mtodos de Simulao Monte Carlo Quasi-Sequencial e Entropia Cruzada, XX CBA
- Congresso Brasileiro de Automtica, Belo Horizonte, 2014.
145
REFERNCIAS BIBLIOGRFICAS
[AA77]
R.N. Allan and M.R.G. Al-Shakarchi, "Linear Dependence between Nodal

Power in Probabilistic A. C. Load Flow," Proceedings of the Institution of
Electrical Engineers (IEE), vol. 124, no. 6, pp. 529-534, 1977.
[ABG07]
G.W. Ault, K.R.W. Bell, and S.J. Galloway, "Calculation of Economic

Transmission Connection Capacity for Wind Power Generation," IET
Procedures Renewable Power Generation, vol. 1, no. 1, pp. 61-69, Mar. 2007.
[AFPB03]
C.I.F. Agreira, C.M.M. Ferreira, J.A.D. Pinto, and F.P.M. Barbosa,

"Contingency Screening and Ranking Algorithm Using two Different sets of
Security Performance Indices," IEEE Bologna Power Tech Conference
Proceedings, vol. 4, June 2003.
[AGNS76]
R.N. Allan, C.H. Grigg, D.A. Newey, and R.F. Simmons, "Probabilistic Power
Flow Techniques Extended and Applied to Operational Decision Making,"
Proceeding of the Institution Electrical Engineers (IEE), vol. 123, no. 12, pp.
1317-1324, 1976.
[ALB81]
R.N. Allan, A.M. Leite da Silva, and R.C. Burchett, "Evaluation methods and
accuracy in probabilistic load flow solutions," IEEE Transactions on Power
Apparatus and System, vol. PAS-100, no. 5, pp. 2539-2546, May 1981.
[AMC03]
N. Alguacil, A.L. Motto, and A.J. Conejo, "Transmission expansion planning:

a mixed-integer LP approach," IEEE Transactions on Power Systems, vol. 18,
no. 3, pp. 1070-1077, Aug. 2003.
[APM79]
Subcommitteeon the Application of Probability Methods IEEE, "IEEE

Reliability Test System," IEEE Transactions on Power Apparatus and
Systems, vol. 98, no. 6, pp. 2047-2054, Dec. 1979.
[APM99]
Subcommitteeon the Application of Probability Methods IEEE, "The IEEE

Reliability Test System - 1996," IEEE Transactions on Power Systems, vol.
14, no. 3, pp. 1010-1020, Aug. 1999.
[AST83]
O. Alsac, B. Stott, and W.F. Tinney, "Sparsity-Oriented Compensation

Methods for Modified Network Solutions," IEEE Transactions on Power
Apparatus and Systems, vol. PAS-102, no. 5, pp. 1050 - 1060 , 1983.
146
Referncias Bibliogrficas
[AVH11]
A.G. Anastasiadis, E. Voreadi, and N.D. Hatziargyriou, "Probabilistic Load

Flow Methods with High Integration of Renewable Energy Sources and
Electric Vehicles Case Study of Greece," in IEEE Power & Energy Society
Trondhein PowerTech, Trondheim, Norway, 2011.
[B04]
J.R.P. Barros, "Planejamento da Expanso de Transmisso Baseada em Custos

Marginais de Confiabilidade," UNIFEI, Itajub, Tese de Doutorado 2004.
[B07]
J.W. Bialek, "Transmission Charging and Growth of Renewable in the UK," in

IEEE Power & Energy Society General Meeting, Stockholm, Sweden, 2007.
[B74]
B. Borkowska, "Probabilistic Load Flow," IEEE Transactions on Power

Apparatus and Systems, vol. PAS-93, no. 3, pp. 752-759, May 1974.
[B85]
J.A. Bloom, "Probabilistic Production Costing with Dependent Generating

Sources," IEEE Transactions on Power Apparatus and Systems, vol. PAS-104,
no. 8, pp. 2064-2070, 1985.
[BA92]
R. Billinton and R.N. Allan, Reliability Evaluation of Engineering Systems:

Concepts and Techniques, 2nd ed. New York: Plenum Press, 1992.
[BA94]
R. Billinton and R.N. Allan, Reliability Evaluation of Power Systems, 2nd ed.
New York: Plenum Press, 1994.
[BG90]
S. Burns and G. Gross, "Value of Service Reliability," IEEE Transactions on

Power Systems, vol. 5, no. 3, pp. 825-834, Aug. 1990.
[BO08]
D.J. Burke and M.J. O'Malley, "Optimal Wind Power Location on

Transmission Systems A Probabilistic Load Flow Approach," in Proceedings
of the 10th International Conference on Probabilistic Methods Applied to
Power Systems (PMAPS) , Puerto Rico, 2008, pp. 1-8.
[BOA01]
S. Binato, G.C. Oliveira, and J.L. Arajo, "A Greedy Randomized Adaptive
Search Procedure for Transmission Expansion Planning," IEEE Transactions
on Power System, vol. 16, no. 2, pp. 247-253, May 2001.
[BPG01]
S. Binato, M.V. F. Pereira, and S. Granville, "A new benders decomposition

approach to solve power transmission network design problems," IEEE
Transactions on Power Systems, vol. 2, no. 16, pp. 235240, May 2001.
[BW07]
R. Billinton and W. Wangdee, "Reliability-based transmission reinforcement

planning associated with large-scale wind farms," IEEE Transactions on
Power Systems, vol. 22, no. 1, pp. 34-41, Feb. 2007.
147
[BWH07]
T. Boehme, A.R. Wallace, and G.P. Harrison, "Applying Time Series to Power
Flow Analysis in Networks with High Wind Penetration," IEEE Transactions
on Power Systems, vol. 22, no. 3, pp. 951-957, Aug. 2007.
[CCB08]
P. Chen, Z. Chen, and B. Bak-Jensen, "Probabilistic load flow: A review," in

Proc. 3rd Int. Conf. on Electric Utility Deregulation and Restructuring and
Power Technologies, NanJing, China, 2008.
[CIGR95]
CIGRE Working Group 37.10, "Methods for Planning under Uncertainty Towards Flexibility in Power System Development," ELECTRA, no. 161, pp.
143-164, 1995.
[CN99]
J.L. Ceciliano and R Nieva, "Transmission Network Planning Using

Evolutionary Programming," Proc. of the 1999 Congress on Evolutionary
Computation, vol. 3, pp. 1796-1803, 1999.
[CTNS82]
M.C. Caramanis, R.D. Tabors, K.S. Nochur, and F.C. Schweppe, "The
Introduction of Non-Dispatchable Technologies as Decision Variables in
Long-Term Generation Expansion Models," IEEE Transactions on Power
Apparatus and Systems, vol. PAS-101, no. 2, pp. 2658-2666, 1982.
[D78]
P. Dersin, "New insights in the use of the DC model for steady-state analysis
of power systems," in IEEE Conference on Decision and Control including the
17th Symposium on Adaptive Processes, Fort Lauderdale, 1978, pp. 871-877.
[DE73]
Y.P. Dusonchet and A.H. El-Abiad, "Transmission Planning Using Discrete

Dynamic Optimization," IEEE Transactions on Power Apparatus and Systems,
vol. PAS-92, pp. 1358-1371, July 1973.
[DLLW06]
Z.Y. Dong, M. Lu, Z. Lu, and K.P. Wong, "A Differential Evolution Based
Method for Power System Planning," in IEEE Congress on Evolutionary
Computation, Vancouver, Canada, July 2006, pp. 2699-2706.
[EGR04]
A.H. Escobar, R.A. Gallego, and R. Romero, "Multistage and Coordinated

Planning of the Expansion of Transmission Systems," IEEE Transactions on
Power System, vol. 19, no. 2, pp. 735-744, May 2004.
[F11]
S.A. Flvio, "Avaliao da Confiabilidade Composta de Sistemas Eltricos de

Potncia com Elevada Penetrao de Energia Renovvel," Universidade
Federal de So Joo del-Rei, So Joo del-Rei, Dissertao de Mestrado 2011.
[F94]
D.B. Fogel, "An Introduction to Simulated Evolutionary Optimization," IEEE

Transacttions on Neural Networks, vol. 5, no. 1, pp. 3-14, Jan. 1994.
148
[FBGO89]
C.C. Fong, R. Billinton, R.O. Gunderson, P.M. O'Neill et al., "Bulk System
Reliability - Measurement and Indices," IEEE Transactions on Power Systems,
vol. 4, no. 3, pp. 829-835, Aug. 1989.
[FBRF05]
H.J. Faria, S. Binato, M.G. C. Resende, and D.M Falco, "Power transmission
network design by greedy randomized adaptive path relinking," IEEE
Transactions on Power Systems, vol. 1, no. 20, pp. 43-49, Feb. 2005.
[FGMV96]
C. Fleurent, F. Glover, P. Michelon, and Z. Vall, "A Scatter Search Approach

for Unconstrained Continuous Optimization," in Proceedings of the 1996 IEEE
International Conference on Evolutionary Computation, 1996, pp. 643-648.
[FMRS11]
S.A. Flvio, L.A. F. Manso, L.C. Resende, W.S. Sales, and A.M. Leite da
Silva, "Reliability of Generation and Transmission Systems with Large
Penetration of Renewable Sources," in Cigr International Symposium Assessing and Improving Power System Security, Reliability and Performance
in Light of Changing Energy Sources, Recife, Brazil, 2011, pp. 1-10.
[FOMM09]
L. Fan, D. Osborn, J. Miland, and Z. Miao, "Regional Transmission Planning

for Large-Scale Wind Power," in IEEE Power & Energy Society General
Meeting, Calgary, Alberta, Canad, 2009.
[FSGA96]
R.N. Fontoura Flho, M.Th. Schilling, P. Gomes, and J.C. O. Aires,

"Enfrentando incertezas no planejamento da transmisso de sistemas de
potncia," in V SEPOPE, vol. SP-31, Recife, Pernambuco, 1996.
[FVG11]
I. Fuchs, S. Voller, and T. Gjengedal, "Improved method for integrating

renewable energy sources into the power system of Northern Europe:
Transmission expansion planning for wind power integration," in 10th
International Conference on Environment and Electrical Engineering (EEEIC),
Rome, 2011, pp. 1-4.
[G70]
L.L. Garver, "Transmission Network Estimation Using Linear Programming,"

IEEE Transactions on Power Apparatus and Systems, vol. PAS-89, no. 7, pp.
1688-1697, Sep. 1970.
[GAMR97]
R.A. Gallego, A.B. Alves, A. Montecelli, and R Romero, "Parallel Simulated

Annealing Applied to Long Term Transmission Network Expansion
Planning," IEEE Transactions on Power Systems, vol. 12, no. 1, pp. 181-188,
Feb. 1997.
149
[GL11]
R.A. Gonzlez-Fernndez and A.M. Leite da Silva, "Reliability Assessment of

Time-Dependent Systems via Sequential Cross-Entropy Monte Carlo
Simulation," IEEE Transactions on Power Systems, vol. 26, no. 4, pp. 23812389, Nov. 2011.
[GL12]
R.A. Gonzlez-Fernndez and A.M. Leite da Silva, "Comparison between

Different Cross-Entropy Based Methods Applied to Generating Capacity
Reliability," in 12th PMAPS - Int. Conf. on Probabilistic Methods Applied to
Power Systems, Istanbul, Turkey, 2012, pp. 10-14.
[GMR98a]
R.A. Gallego, A. Monticelli, and R Romero, "Transmission Expansion

Planning by Extended Genetic Algorithm," IEEE Proceedings: Generation,
Transmission and Distribution, vol. 145, no. 3, pp. 329-335, May 1998.
[GMR98b]
R.A. Gallego, A. Monticelli, and R Romero, "Comparative studies on

nonconvex optimization methodos for transmission network expansion
planning," IEEE Transactions on Power Systems, vol. 13, no. 3, pp. 822-828,
Aug. 1998.
[GRM00]
R.A. Gallego, R. Romero, and A. Monticelli, "Tabu search algorithm for

network synthesis," IEEE Transactions on Power Systems, vol. 15, no. 2, pp.
490-495, May 2000.
[HHK13]
R. Hemmati, R.-A. Hooshmand, and A. Khodabakhshian, "Comprehensive

review of generation and transmission expansion planning," IET Gener.
Transm. Distrib., vol. 7, no. 9, pp. 955-964, Sep. 2013.
[HMGR01]
S. Haffner, A. Monticelli, A. Garcia, and R. Romero, "Specialised branch-andbound algorithm for transmission network expansion planning," IEE
Proceedings Generation, Transmission and Distribution, vol. 148, no. 5, pp.
482-488, Sep. 2001.
[J07]
M.B. Jacobs, "Transmission Recommendations for High Wind Penetration," in

IEEE Power & Energy Society General Meeting, Stockholm, Sweden, 2007,
pp. 1-6.
[KNMI10]
Koninklijk Netherlands Meteorological Institute (KNMI). (2010, Oct.) KNMI Climate and Services. [Online]. http://www.knmi.nl/klimatologie/onderzoeks
gegevens/potentiele_wind/index.cgi?language=eng
[LAA84]
A.M. Leite da Silva, V.L. Arienti, and R.N. Allan, "Probabilistic Load Flow
Considering Dependence between Input Nodal Powers, IEEE," Transactions
on Power Apparatus and Systems, vol. PAS-103, no. 6, pp. 1524-1530, 1984.
150
[LC07]
W. Li and P. Chowdhury, "Probabilistic Transmission Planning," IEEE Power

and Energy Magazine, vol. 5, no. 5, pp. 46-53, Oct. 2007.
[LCAV03]
G. Latorre, R.D. Cruz, J.M. Areiza, and A. Villegas, "Classification of

publication and model on transmission expansion planning.," IEEE
Transactions on Power Systems, vol. 2, no. 18, pp. 938946, 2003.
[LE02]
K.Y. Lee and M.A. El-Sharkawi (Editors), "Tutorial on Modern Heuristic

Optimization Techniques with Application to Power Systems," IEEE PES,
IEEE Pub. Jan, 02TP160, Jan 2002.
[LGSM10]
A.M. Leite da Silva, R.A. Gonzlez-Fernndez, W.S. Sales, and L.A.F. Manso,
"Reliability assessment of time-dependent systems via quasi-sequential Monte
Carlo simulation," in 11th PMAPS Probabilistic Methods Applied to Power
Systems, Singapore, 2010, pp. 14-17.
[LHH74]
S.T. Lee, K.L. Hocks, and E. Hnylicza, "Transmission expansion by branch

and bound integer programming with optimal cost-capacity curves," IEEE
Transaction on Power Apparatus and systems, vol. PAS-93, no. 5, pp. 13901400, Feb. 1974.
[LI05]
W. Li, Risk Assessment of Power Systems Models, Methods, and

Applications. New York, U.S.: IEEE Press/Wiley, 2005.
[LMMB00]
A.M. Leite da Silva, L.A. F. Manso, J.C. O. Mello, and R. Billinton, "PseudoChronological Simulation for Composite Reliability Analysis with Time
Varying Loads," IEEE Transactions on Power Systems, vol. 15, no. 1, pp. 7380, Feb. 2000.
[LMRR08]
A.M. Leite da Silva, L.A. F. Manso, L.C. Resende, and L.S. Rezende, "Tabu
Search Applied to Transmission Expansion Planning Considering Losses and
Interruption Costs," in Probabilistic Methods Applied to Power Systems, 2008.
PMAPS '08. Proceedings of the 10th International Conference on, Rincn,
Puerto Rico, 2008, pp. 1-7.
[LMRS07]
A.M. Leite da Silva, L.A. F. Manso, W.S. Sales, L.C. Resende et al.,
"Application of Monte Carlo Simulation to Generating System Well-being
Analysis Considering Renewable Sources," European Transactions on
Electrical Power, vol. 17, pp. 387-400, Aug. 2007.
[LMSR04]
A.M. Leite da Silva, L.A. F. Manso, W.S. Sales, L.C. Resende et al.,
"Application of Monte Carlo Simulation to Generating System Well-Being
Analysis Considering Renewable Sources," in 8th International Conference on
Probabilistic Methods Applied to Power Systems, Iowa, 2004.
151
[LP94]
G. LATORRE-BAYONA and I.J. Chopin PRES, "A heuristic model for long
term transmission expansion planning," IEEE Transactions on Power Systems,
vol. 9, no. 4, pp. 18861894, 1994.
[LRAC90]
A.M. Leite da Silva, S.M. P. Ribeiro, V.L. Arienti, R.N. Allan, and ,M. B. Do
Coutto Filho, "Probabilistic load flow techniques applied to power system
expansion planning," IEEE Transactions on Power System, vol. 5, no. 4, pp.
1047-1053, Nov. 1990.
[LRMA10]
A.M. Leite da Silva, L.S. Rezende, L.A.F. Manso, and G.J. Anders,
"Transmission Expansion Planning: A Discussion on Reliability and N-1
Security Criteria," in IEEE 11th International Conference on Probabilistic
Methods Applied to Power Systems (PMAPS), Singapore, 2010, pp. 244-251.
[LRMB04]
A.M. Leite da Silva, L.C. Resende, L.A. F. Manso, and R. Billinton, "WellBeing Analysis for Composite Generation and Transmission Systems," IEEE
Transactions on Power Systems, vol. 19, no. 4, pp. 1763-1770, Nov. 2004.
[LRMR10]
A.M. Leite da Silva, L.S. Rezende, L.A. F. Manso, and L.C. Resende,
"Reliability worth applied to transmission expansion planning based on ant
colony system," International Journal of Electrical Power & Energy Systems,
vol. 32, no. 10, pp. 1077-1084, Dec. 2010.
[LSMB10]
A.M. Leite da Silva, W.S. Sales, L.A.F. Manso, and R. Billinton, "Long-Term
Probabilistic Evaluation of Operating Reserve Requirements with Renewable
Sources," IEEE Transactions on Power Systems, vol. 25, no. 1, pp. 106-116,
Feb. 2010.
[LSMR08]
A.M. Leite da Silva, C.E. Sacramento, L.A.F. Manso, L.S. Rezende et al.,
"Metaheuristic Based Optimization Methods for Transmission Expansion
Planning Considering Unreliability," in Optimization Advances in Electric
Power Systems, Castronuovo, Ed. USA, USA: Nova Publishers, 2008, ch. 4.
[LSMRR09] A.M. Leite da Silva, C.E. Sacramento, L.A. F. Manso, L.S. Rezende et al.,
"Metaheuristic Based Optimization Methods for Transmission Expansion
Planning Considering Unreliability," USA, USA, Book Chapter 2009.
[LSRM06]
A.M. Leite da Silva, W.S. Sales, L.C. Resende, L.A.F. Manso et al.,
"Evolution Strategies to Transmission Expansion Planning Considering
Unreliability Costs," in Proceedings of the 9thPMAPS - Probabilistic Methods
Applied to Power Systems, Stockholm, Sweden, Jun 2006, pp. 11-15.
152
[LY98]
K.Y. Lee and F.F. Yang, "Optimal Reactive Power Planning Using
Evolutionary Algorithms: A Comparative Study for Evolutionary
Programming, Genetic Algorithm, and Linear Programming," IEEE
Transactions on Power Systems, vol. 13, no. 1, pp. 101-108, Feb. 1998.
[M05]
S.H. Marchiori Hashimoto, "Anlise e desenvolvimento de algoritmos

eficientes de programao linear para o problema de planejamento de sistemas
de transmisso a longo prazo," Universidade Estadual Paulista - UNESP, Ilha
Solteira, SP, Tese de Doutorado 2005.
[M80]
M. Munasinghe, "A New Approach to Power System Planning," IEEE

Transactions on Power Apparatus and Systems, 99 (1980) 1198-1209., vol.
PAS-99, no. 3, pp. 1198-1209, June 1980.
[M83]
A.J. Monticelli, Fluxo de Carga em Redes de Energia Eltrica. So Paulo:

Edgard Blcher, 1983.
[M99]
L.A. F. Manso, "Um Ambiente para Planejamento de Sistemas de Gerao e

Transmisso Utilizando o Valor da Confiabilidade," EFEI, Itajub, MG, Tese
de Doutorado 1999.
[MAF12a]
M. Moeini-Aghtaie, A. Abbaspour, and M. Fotuhi-Firuzabad, "Incorporating

Large-Scale Distant Wind Farms in Probabilistic Transmission Expansion
PlanningPart I: Theory and Algorithm," IEEE Transactions on Power
Systems, vol. 3, no. 1, pp. 1585-1593, Aug. 2012.
[MAF12b]
M. Moeini-Aghtaie, A. Abbaspour, and M. Fotuhi-Firuzabad, "Incorporating

Large-Scale Distant Wind Farms in Probabilistic Transmission Expansion
PlanningPart II: Case Studies," IEEE Transactions on Power Systems, vol.
3, no. 1, pp. 1594-1601, Aug. 2012.
[MARL12]
L.A. F. Manso, P.E. Abreu, L.C. Resende, and A.M. Leite da Silva,
"Transmission Expansion Planning Including Unreliability Costs," in
Proceedings of Probabilistic Methods Applied to Power Systems (PMAPS),
Istanbul, Turkey, 2012, pp. 28-33.
[MF02]
V. Miranda and N. Fonseca, "EPSO Evolutionary Particle Swarm

Optimization, a New Algorithm with Applications in Power Systems,"
Proceedings of IEEE/PES Transmission and Distribution Conference and
Exhibition, vol. 2, pp. 745-750, Oct. 2002.
153
[MK11]
H. Mori and H. Kakuta, "Multi-objective Transmission Network Expansion

Planning in Consideration of Wind Farms," in IEEE PES International
Conference and Exhibition on 2nd Innovative Smart Grid Technologies (ISGT
Europe), Manchester, UK, 2011, pp. 1-7.
[ML04]
L.A. F. Manso and A.M. Leite da Silva, "Modelagem de Cargas Variantes no

Tempo na Avaliao de Confiabilidade Composta via Simulao Monte Carlo
No Sequencial," Revista Controle & Automao, vol. 15, no. 1, pp. 93-100,
2004.
[MPRF09]
M.A. Matos, J.A. Peas Lopes, M.A. Rosa, R. Ferreira, and A.M. Leite da
Silva, "Probabilistic evaluation of reserve requirements of generation systems
with renewable power sources: the Portuguese and Spanish cases,"
International Journal of Electrical Power and Energy Systems, vol. 31, pp.
562-569, May 2009.
[MRSL09]
L.A. F. Manso, L.C. Resende, C.E. Sacramento, A.M. Leite da Silva, and L.S.
Rezende, "Planejamento da expanso da transmisso sob incertezas internas e
externas," in XX SNPTEE, vol. GPL/026, Recife, Pernambuco, 2009.
[MSLR07]
L.A.F. Manso, C.E. Sacramento, A.M. Leite da Silva, L.C. Resende et al.,
"Planejamento da Expanso da Transmisso via Estratgias de Evoluo
Considerando o Valor da Confiabilidade e os Custos de Perdas," in XIX
SNPTEE, vol. GPL/026, Rio de Janeiro, RJ, 2007.
[MSPC82]
A. Monticelli, A. Santos Jr., M.V. F. Pereira, S.H. F. Cunha et al., "Interactive

Transmission Network Planning Using a Least-Effort Criterion," IEEE
Transaction on Power Apparatus and System, vol. PAS-101, no. 10, pp. 39193925, Oct. 1982.
[MWBJ82]
A.P. Meliopoulos, R.P. Webb, R.J. Bennon, and J.A. Juves, "Optimal Long
Range Transmission Planning with AC Load Flow," IEEE Transactions on
Power Apparatus and Systems, vol. PAS-101, no. 10, pp. 4156-4163, Oct.
1982.
[NADR07]
J.A. D. Navarro, J.L. B. Agustn, A. Diaz, D. Requena, and E.P. Vargas,

"Optimal Parameters of FACTS Devices in Electric Power Systems Applying
Evolutionary Strategies," Electrical Power and Energy Systems, vol. 29, pp.
83-90, 2007.
[OGH13]
G.A. Orfanos, P.S. Georgilakis, and N.D. Hatziargyriou, "Transmission

Expansion Planning of Systems With Increasing Wind Power Integration,"
IEEE Transactions on Power Systems, vol. 28, no. 2, pp. 1355-1362, May
2013.
154
[OTA11]
O.A. Oke, D.W.P. Thomas, and G.M. Asher, "A New Probabilistic Load Flow
Method for Systems with Wind Penetration," in IEEE Power & Energy Society
Trondheim PowerTech, Trondheim, Norway, 2011.
[PB92]
M.V. F. Pereira and N.J. Balu, "Composite Generation/Transmission

Reliability Evaluation," IEEE Transaction on Power Apparatus and Systems,
vol. 80, no. 4, pp. 470-491, Apr. 1992.
[PCTB09]
F. Porrua, R. Chabar, L.M. Thome, L.M. Barroso, and M.V.F. Pereira,

"Incorporating Large-Scale Renewable to the Transmission Grid: Technical
and Regulatory Issues," in IEEE Power & Energy Society General Meeting,
Calgary, Alberta, Canada, 2009.
[PMRF08]
J.A. Peas Lopes, M.A. Matos, M.A. Rosa, R. Ferreira et al., "Dealing with
intermittent generation in the long-term evaluation of system adequacy and
operational reserve requirements in the Iberian Peninsula," in Cigr
International Symposium, Paris, France, 2008, pp. paper c1-304, 24-29.
[PP85]
M.V. F. Pereira and L.M. V. G. Pinto, "Application of Sensitivity Analysis of

Load Supplying," IEEE Transactions on Power Apparatus and Systems, vol.
PAS-104, no. 2, pp. 381-389, Feb. 1985.
[PPCO85]
M.V. F. Pereira, L.M. V. G. Pinto, S.H. F. Cunha, and G.C. Oliveira, "A
Decomposition Approach to Automated Generation/Transmission Expansion
Planning," IEEE Transactions on Power Apparatus and Systems, vol. PAS104, no. 11, pp. 3074-3083, Nov. 1985.
[R06]
L.C. Resende, "Avaliao da Confiabilidade Preventiva de Sistemas Eltricos

de Grande Porte Utilizando Redes Neurais," UNIFEI, Itajub, Tese de
Doutorado 2006.
[R11]
L.S. Rezende, "Planejamento da Expanso de Sistemas de Transmisso:

Avaliao de Metaheursticas e Critrios de Segurana," UNIFEI, Itajub, Tese
de Doutorado 1, 2011.
[R65]
I. RECHENBERG, "Cybernetc solution path of an experimental problem,"

Royal Aircraft Establishment, Franborough, UK, Relatrio Tcnico 1122
1965.
[RGM96]
R. Romero, R.A. Gallego, and A Monticelli, "Transmission System Expansion

Planning by Simulated Annealing," IEEE Transaction on Power Systems, vol.
11, no. 1, pp. 364-369, Feb. 1996.
155
[RGR07]
M.J. Rider, A.V. Garcia, and R. Romero, "Power System Transmission

Network Expansion Planning Using AC Model," IET Generation,
Transmission & Distribution, vol. 1, no. 5, pp. 731-742, Sep. 2007.
[RLH09]
L.S. Rezende, A.M. Leite da Silva, and L.M. Honorio, "Artificial Immune
Systems and Differential Evolution Based Approaches Applied to Multi-Stage
Transmission Expansion Planning," in ISAP - 15th International Conference
on Intelligent System Applications to Power Systems, Curitiba, Nov. 2009, pp.
1-6.
[RLM08]
L.S. Rezende, A.M. Leite da Silva, and L.A. F. Manso, "Aplicao de Colnia
de Formigas ao Planejamento Cronolgico da Expanso da Transmisso
Considerando Restries de Confiabilidade," in XVII CBA - Congresso
Brasileiro de Automtica, Juiz de Fora, MG, 2008.
[RM94]
R. Romero and A. Monticelli, "A hierarchical decomposition approach for

transmission network expansion planning," IEEE Transactions on Power
Systems, vol. 1, no. 9, pp. 373380, 1994.
[RRMM03]
R. Romero, C. Rocha, M. Mantovani, and J.R.S Mantovani, "Analysis of

Heuristic Algorithms fot the Transportation Model in Static and Multistage
Planning in Network Expansion Systems," IEE Proceedings Generation,
Transmission and Distribution, vol. 150, no. 5, pp. 521-526, Sep. 2003.
[S06]
W.S. Sales, "Planejamento de Sistemas de Gerao com Elevada Penetrao de

Energia Elica," UNIFEI, Itajub, Dissertao de Mestrado 2006.
[S07]
C.E. Sacramento, "Planejamento Dinmico da Expanso de Sistemas de

Subtransmisso Atravs de Meta-Heursticas," UNIFEI, Itajub, MG, Tese de
Doutorado 2007.
[S12]
JohannMichael Steinberger, "Integrao em Larga Escala de Gerao de

Elica em Sistemas Hidrotrmicos," UFRJ/COPPE, Rio de Janeiro, Tese de
doutorado 2012.
[S75]
H.P. Schwefel, "Evolutionsstrategie und numerishe optimierung," Technical

University of Berlin, Berlin, Alemanha, Tese de Doutorado 1975.
[SA85]
A. Sharifnia and H.Z. Aashtiani, "Transmission Neiwork Planning: A Method

For Synthesis Of Minimijm-Cost Secure Networks," IEEE Transactions on
Power Apparatus and Systems, vol. PAS-104, no. 8, pp. 2026-2034, Aug.
1985.
156
[SAA85]
B. Stott, O. Alsac, and F.L. Alvarado, "Analytical and Computational

Improvements in Performance-index Ranking Algorithms for Networks,"
International Journal of Electrical Power & Energy Systems, vol. 7, no. 3, pp.
154-160, July 1985.
[SB95]
S.N. Siddiqi and M.L. Baughman, "Value-Based Transmission Planning and

the Effects of Network Models," IEEE Transactions on Power Systems, vol.
10, no. 4, pp. 1835-1842, Nov. 1995.
[SBL91]
A.P. Sanghvi, N.J. Balu, and M.G. Laub, "Power Systems Reliability Planning
Practices in North America," IEEE Transactions on Power Systems, vol. 6, no.
4, pp. 1485-1492, Nov. 1991.
[SEA11]
JohannM. Steinberger, Emanuel L. van Emmerik, and Maurcio Aredes,

"Large Scale Wind Generation Integrated in Hydrothermal Electric Power
Systems a Green Solution," in International Conference on Machines and
Systems - ICEMS, Benjing, China, Aug. 2011, pp. 1-6.
[SFCM05]
G.K. Stefopoulos, Fang Yang, G.J. Cokkinides, and A.P.S. Meliopoulos,

"Advanced Contingency Selection Methodology," Proceedings of the 37th
Annual North American Power Symposium, pp. 67-73, Oct. 2005.
[SL14]
M.T. Schilling and A.M. Leite da Silva, "Conceptual Investigation on

Probabilistic Adequacy Protocols: Brazilian Experience," IEEE Transactions
on Power Systems, vol. 29, no. 3, pp. 1270-1278, May 2014.
[SLBE90]
M.T. Schilling, A.M. Leite da Silva, R. Billinton, and M.A. El-Kady,

"Bibliography on power system probabilistic analysis (1962-1988)," IEEE
Transactions on Power System, vol. 5, no. 1, pp. 1-11, Feb. 1990.
[SM79]
B. Sttot and J.L. Marinho, "Linear Programming for Power Systems Network
Security Applications," IEEE Transactions on Power Apparatus and Systems,
vol. PAS-98, no. 3, pp. 837-848, May 1979.
[SR95]
H.P. Schwefel and G. Rudolph, "Contemporary Evolution Strategies," in 3rd.

International Conference on Artificial Life, vol. 929, Springer, Berlin, 1995,
pp. 893-907.
[SRC02]
P.S. Sensarma, M. Rahmani, and A. Carvalho, "A Comprehensive Method for

Optimal Expansion Planning Using Particle Swarm Optimization," IEEE
Power Eng. Society Winter Meeting, vol. 2, pp. 1317-1322, 2002.
157
[SRRG05]
I.J. Silva, M.J. Rider, R. Romero, A.V. Garcia, and C.A. Murari,
"Transmission Network Expansion Planning with Security Constraints," IEE
Proceedings Generation, Transmission and Distribution, vol. 152, no. 6, pp.
828-836, Nov. 2005.
[SSC08]
M.T. Schilling, J.C. Stacchini de Souza, and M.B. Coutto Filho, "Power
System Probabilistic Reliability Assessment: Current Procedures in Brazil,"
IEEE Transactions on Power Systems, vol. 23, no. 3, pp. 868-876, Aug. 2008.
[SSL89]
A. Seifu, S. Salon, and G. List, "Optimization of transmission line planning

including security constraints," IEEE Transactions on Power Systems, vol. 4,
pp. 1507-1513, Oct. 1989.
[STIS07]
T. Sum-Im, G.A. Taylor, M.R. Irving, and Y.H. Song, "A Differential
Evolution Algorithm for Multistage Transmission Expansion Planning," UPEC
2007, pp. 357-364, Sep. 2007.
[TQ01]
G.L. Torres and V.H. Quintana, "On a nonlinea rmultiple-centralitycorrections interior-point method for optimal power flow," IEEE Transactions
on Power Systems, vol. 16, no. 2, pp. 222-228, May 2001.
[VBPD11]
F. Valle, G. Brunieau, M. Pirlot, O. Deblecker, and J. Lobry, "Optimal Wind

Clustering Methodology for Adequacy Evaluation in System Generation
Studies Using Nonsequential Monte Carlo Simulation," IEEE Transactions on
Power Systems, vol. 26, no. 4, pp. 2173-2184, Nov. 2011.
[VGS85]
R. Villasana, L.L. Garver, and S.J. Salon, "Transmission Network Planning

Using Linear Programming," IEEE Transactions on Power Apparatus and
Systems, vol. PAS-104, pp. 349-356, 1985.
[VPF11]
D. Villanueva, J.L. Pazos, and A. Feijo, "Probabilistic load flow including

wind power generation," IEEE Transactions on Power Systems, vol. 26, no. 3,
pp. 1659-1667, Aug. 2011.
[XX87]
T.M. B. S. Xavier and A.F. S. Xavier, "Classificao e Monitorao de

Perodos Secos ou Chuvosos e Clculo de ndices Pluviomtricos para a
Regio Nordeste do Brasil," Revista Brasileira de Engenharia, vol. 5, pp. 730, 1987.
[Y01]
H.K. M. Youssef, "Dynamic Transmission Planning Using a Constrained

Genetic Algorithm," Electrical Power and Energy Systems, vol. 23, pp. 857862, 2001.
158
[YCWZ09]
H. Yu, C.Y. Chung, K.P. Wong, and J.H. Zhang, "A Chance Constrained
Transmission Network Expansion Planning Method With Consideration of
Load and Wind Farm Uncertainties," IEEE Transactions on Power Systems,
vol. 24, no. 3, pp. 1568-1576, Aug. 2009.
[YGD08]
Q. Yu, J. Guo, and X. Duan, "Dynamic Muti-stage Transmission Network

Expansion Planning," DRPT 2008, pp. 635-640, Apr. 2008.
[YH89]
H.K. Youssef and R. Hackam, "New transmission planning model," IEEE

Transactions on Power Systems, vol. 4, pp. 9-18, Feb. 1989.
159

Tese Final

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tese Final

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADE FEDERAL DE ITAJUB

PROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA

SILVAN ANTNIO FLVIO

PLANEJAMENTO DA EXPANSO DE SISTEMAS DE TRANSMISSO

Tese submetida ao Programa de Ps-Graduao em

Prof. Dr. Armando Martins Leite da Silva

Coorientador: Prof. Dr. Luiz Antnio da Fonseca Manso

UNIVERSIDADE FEDERAL DE ITAJUB

SILVAN ANTNIO FLVIO

PLANEJAMENTO DA EXPANSO DE SISTEMAS DE TRANSMISSO

Tese aprovada por banca examidora em 02 de outubro de

A meus pais que, com simplicidade, me ensinaram

Consideraes Gerais ................................................................................................. 1

Motivao e Objetivos ................................................................................................ 4

Estado da Arte ............................................................................................................ 5

Linhas de abordagem .......................................................................................... 5

Modelagem matemtica ...................................................................................... 8

Mtodos de soluo ............................................................................................ 9

A anlise de confiabilidade inserida no planejamento ..................................... 15

Considerao de fontes renovveis no PET ..................................................... 18

Estrutura da Tese ...................................................................................................... 21

CAPTULO 2 EXPANSO DA TRANSMISSO BASEADA NO DESPERDCIO

Fluxo de Potncia Cronolgico ................................................................................ 25

Conceitos preliminares ..................................................................................... 25

Estgios do FPC proposto ................................................................................ 27

Modelagem matemtica .................................................................................... 28

Mtodos de soluo .......................................................................................... 32

Aplicao utilizando o sistema RTS96REN..................................................... 38

Algoritmo Heurstico Construtivo (AHCEWES)......................................................... 46

Conceitos preliminares ..................................................................................... 46

Metodologia proposta ....................................................................................... 46

Consideraes Finais ................................................................................................ 66

CAPTULO 3 CONFIABILIDADE COMPOSTA DE SISTEMAS DE POTNCIA

Conceitos Preliminares ............................................................................................. 69

ndices tradicionais de confiabilidade composta .............................................. 72

ndices complementares ................................................................................... 75

Metodologia Adotada ............................................................................................... 78

Modelos das unidades geradoras ...................................................................... 78

Modelo da carga ............................................................................................... 81

Modelo das linhas de transmisso .................................................................... 82

Anlise de adequao dos estados .................................................................... 82

Algoritmo bsico de avaliao ......................................................................... 83

Consideraes Finais ................................................................................................ 89

CAPTULO 4 PLANEJAMENTO DA TRANSMISSO VIA ESTRATGIAS DE

Conceitos Preliminares ............................................................................................. 92

Decomposio do problema PET ..................................................................... 92

Estratgias de Evoluo .................................................................................... 94

Critrios de segurana ...................................................................................... 95

Classificao de contingncias de transmisso ................................................ 96

Metodologia Adotada ............................................................................................. 100

Modelagem ESPI ............................................................................................. 100

Inicializao inteligente .................................................................................. 104

Critrio de segurana adotado ........................................................................ 106

Considerao de cenrios de ventos ............................................................... 107

Algoritmo ESPI ............................................................................................... 109

Aplicao ................................................................................................................ 110

Caso 3 ............................................................................................................. 112

Caso 4 ............................................................................................................. 116

Procedimento para aplicao da ferramenta ESPI ........................................... 120

Consideraes Finais .............................................................................................. 122

CONFIABILIDADE E DESPERDCIO DE ENERGIA RENOVVEL ....................... 124

Introduo ............................................................................................................... 124

Aplicao combinada das ferramentas ESPI e AHCEWES........................................ 125

Simulao 1 .................................................................................................... 126