Agradecimentos Agradeço primeiramente a Deus por estar comigo durante toda essa trajetória e me capacitar a superar as dificuldades. À minha mãe e ao meu tio por me proporcionarem a chance de poder estudar e sempre estarem ao lado independente das circunstâncias. À Milena Bernardino Radatz, minha esposa, por ser minha maior amiga, companheira, auxiliadora e amorosa. Um agradecimento especial por acreditar e confiar em mim. Ao Professor Nelson Kagan pela orientação e também por ser uma das

more »

... s fundamentais na construção do caminho que estou seguindo. Ao Celso Rocha por ser um grande amigo, companheiro de trabalho e ser extremamente importante durante o desenvolvimento dessa dissertação. Ao grupo de pesquisa em sistema de potência do Electric Power Research Institute por me auxiliarem no desenvolvimento desse estudo. Ao Alan Radatz e a todos que de alguma forma participaram da elaboração dessa obra. Sabemos que Deus age em todas as coisas para o bem daqueles que o amam, dos que foram chamados de acordo com o seu propósito. Romanos 8 : 28 "Together... Shaping the Future of Electricity." (Electric Power Research Institute) Palavras-chave: Distribuição Elétrica. Recurso Energético Distribuído. Função Inteligente de Inversor. Sistemas Fotovoltaicos. Abstract This dissertation investigates the influence of a mix of smart inverter functions of photovoltaic (PV) systems in different operating conditions of a real distribution feeder. The analysis considers the connection of three PV systems and three smart inverter functions to be combined: volt-var, volt-watt and fixed power factor. For instance, a combination can be formed by selecting one PV system with its inverter operating in volt-var mode, another one operating in volt-watt mode and the last one in fixed power factor mode. The benefits and impacts of each mix of smart inverter functions is measured by considering different operating conditions. For this purporse, three penetration levels, two load levels and two solar irradiance profiles are considered. The influence of each combination of functionalities is investigated through several metrics that have been created to reflect the overall system performance. Some metrics are, for example, maximum feeder voltage, number of traditional voltage regulation equipment operations, reactive energy demanded by the inverters and many others. The case study results show that the best mix of smart inverter functions depends on the operating condition, the penetration level and also the analyzed metric. Therefore, it was possible to verify how the choice of different mix of smart inverter functions might benefit a feeder operating with different load and penetration levels. Os objetivos específicos dessa dissertação estão listados a seguir: J Avaliar o estado da arte do uso de funções inteligentes de inversores de sistemas fotovoltaicos para mitigar os impactos causados pelo alto nível de penetração; J Apresentar os principais impactos causados pelo alto nível de penetração; J Descrever as principais funções inteligentes de suporte de reativos presentes em inversores; 32 Capítulo 1. Introdução 2.2.1 Fatores Determinantes Segundo, (SMITH et al., 2017b), (SMITH et al., 2015b) e (SCHWAEGERL et al., 2005), os impactos causados pela integração de sistemas fotovoltaicos em redes de distribuição dependem de diversos fatores, dentre os principais estão: J Potência instalada Os impactos causados por sistemas centralizados são diferentes dos impactos causados por pequenos sistemas instalados ao longo do alimentador. J Localidade das instalações 2.2. Máxima Capacidade de Acomodação 37 Instalações próximo do final do alimentador apresentam maiores impactos. J Características elétricas Redes menos ou mais resistivas apresentam impactos diferentes. J Equipamentos automáticos de regulação de tensão Dependendo das configurações, esses elementos podem ser mais ou menos estressados. J Carregamento e radiação solar A condição de carregamento que o alimentador encontra-se combinada com o nível de radiação solar pode levar a mais impactos. J Limites aceitáveis definidos pelo país/região do alimentador Os limites aceitáveis, que são as fronteiras entre a existência de um impacto ou não, são distintos para diferentes regiões/países. Principais Impactos Em (SEGUIN et al., 2016) são apresentados os principais impactos causados pelo alto nível de penetração de sistemas fotovoltaicos em redes de distribuição. Esses impactos ao longo da rede de distribuição e do tempo estão relacionados com problemas de tensão, sobrecargas em equipamentos de rede, aumento da operação de equipamentos automáticos responsáveis por regular a tensão e, também, a violação dos critérios de equipamentos de proteção. Apresentam-se brevemente os principais impactos a seguir: J Problemas de tensão Os principais problemas de tensão são variações de tensão de longa duração acima dos limites aceitáveis, desequilíbrios de tensão e elevadas variações de tensão de curta duração devido a natureza intermitente dos REDs. (KAGAN; ROBBA; SCHMIDT, 2009). Esses problemas de tensão são mais prováveis de ocorrer sob as seguintes condições: -Alto nível de penetração; -Sistemas instalados próximos ao final do alimentador; -Sistemas instalados próximos uns dos outros; Inversores Inteligentes J Violação dos Ajustes dos equipamentos de proteção Altos níveis de penetração de sistemas fotovoltaicos podem alterar os níveis de corrente de curto-circuito e invalidar a coordenação da proteção com as configurações fixadas. 2.4. Influência das Funções Inteligentes em Redes de Distribuição 45 2.4.1.2 Critério A influência das diferentes configurações (curvas) são observadas por meio dos resultados das métricas apresentadas a seguir: J Quantidade de operações dos reguladores de tensão; J Perdas técnicas em energia; J Consumo de energia dos consumidores, os consumidores foram modelados utilizando o Conservation Voltage Reduction (CVR); 48 Capítulo 2. Revisão Bibliográfica J Localização da instalação: As localizações selecionadas são uma perto da subestação e outra perto do final do alimentador. J Curva de radiação: Selecionam-se uma curva de radiação limpa e outra oscilante. J curvas de carga: Consideram-se uma curva de carga pesada e outra leve. Simulações QSTS diárias são realizadas considerando as combinações dos itens mostrados anteriormente para avaliar a efetividade dessa função nos 7 diferentes alimentadores. Critérios A influência da curva apresentada na Figura 6 é observada por meio das seguintes métricas: J Quantidade de operações dos equipamentos automáticos de regulação de tensão; J Índice de variabilidade da tensão; J Máxima sobretensão. Nas simulações QSTS realizadas, considera-se sempre apenas uma das opções de funções inteligentes, isto é, todos os inversores operam com a função volt-var tipo 1, volt-var tipo 2, volt-watt tipo 1 ou volt-watt tipo 2. Critérios A influência dessas funções é observada por meio das seguintes métricas: J Quantidade de consumidores que apresentam sobretensão; J Energia que os sistemas fotovoltaicos deixam de produzir para a função voltwatt; J Energia reativa consumida pelos sistemas fotovoltaicos para a função volt-var. 2.6. Considerações Finais 53 J Aumento Hosting Capacity (HC) do alimentador; J Diminuição das perdas; J Aumento da potência reativa consumida; J Relação entre o aumento do HC e da potência reativa consumida. J Máximo Absoluto: Corresponde ao máximo valor de potência entregue ao alimentador, isto é, a máxima demanda do alimentador; J Mínimo Absoluto: Corresponde ao mínimo valor de potência entregue ao alimentador, isto é, a mínima demanda do alimentador; J Máximo Meio do Dia: Corresponde ao máximo valor de potência entregue ao alimentador entre 11:00 e 13:00; J Mínimo Meio do Dia: Corresponde ao mínimo valor de potência entregue ao alimentador entre 11:00 e 13:00. J Índice de Violação dos Níveis de Tensão (IVNT); J Índice de Flutuação de Tensão (IFT); J Índice de Desequilíbrio de Tensão (IDT); J Índice de Operação dos Controles (IOC); J Índice de Demanda de Potência Reativa (IDR); J Índice de Perdas Elétricas (IPE). Sumarizando esses pontos, têm-se: J Cenários podem beneficiar ou piorar o cenário base; J Cenário formado pela mesma funcionalidade pode ser o melhor; J O melhor cenário de uma métrica não necessariamente é o melhor de outras; J Cenário formado por diferentes funcionalidades pode ser o melhor. Melhores Cenários Com o intuito de verificar esses 4 pontos, nesse item, os melhores cenários das 17 métricas consideradas da condição C10 são apresentados, conforme a Tabela 20. Fonte: autor Onde: J **** indica que todos os cenários apresentam o mesmo resultado; J *** indica que entre 21 e 27 cenários apresentam o mesmo resultado; J ** indica que entre 11 e 20 cenários apresentam o mesmo resultado; J * indica que entre 6 e 10 cenários apresentam o mesmo resultado. Pode-se observar que, em geral, os melhores cenários de uma métrica são diferentes entre as condições. Por exemplo, para as métricas de mínima tensão, os melhores cenários não se repetem em nenhuma condição. Fonte: autor Onde: J **** indica que todos os cenários apresentam o mesmo resultado; J *** indica que entre 21 e 27 cenários apresentam o mesmo resultado; J ** indica que entre 11 e 20 cenários apresentam o mesmo resultado; J * indica que entre 6 e 10 cenários apresentam o mesmo resultado. Considerando apenas as métricas que possuem menos do que 6 melhores cenários, a quantidade delas que possuem melhores cenários semelhantes para os grupos de níveis de penetração baixo e médio, médio e alto e baixo, médio e alto são 3, 5 e 5.4. Resultados 127 2, respectivamente. Isso mostra que há uma diferença bem significativa entre os melhores cenários quando se altera o nível de penetração. Outro fato que também pode ser notado é que o cenário PPP aparece frequentemente como o melhor cenário para as métricas, mas isso deve-se, em parte, a limitação do funcionamento da função volt-var devido a sua banda morta, especialmente para níveis de penetração menores, como já mencionado. Além disso, pode-se notar para a C4 que o melhor cenário para a kvarh é o PPP, o que não parece ser intuitivo. Isso ocorre porque o consumo de potência reativa por parte dos sistemas fotovoltaicos são de origem da produção do capacitor presente na rede e, consequentemente, o alimentador fornece ou absorve energia reativa perto de zero. Observando os melhores cenários tanto da operação diária quanto do nível de penetração, pode-se concluir: J Os melhores cenários se alteram mais nas condições que mudam o nível de penetração. Melhores Cenários das Métricas de todas as Condições A Tabela 24 apresenta os melhores cenários para as 17 métricas para todas as condições. As seguintes conclusões podem ser feitas considerando os resultados da Tabela 24: J O cenário PPP é o melhor cenário na maioria das condições/métricas; J Para as métricas de máxima tensão, índice da variabilidade de tensão e a Ta-pOp, em geral, o PPP é o melhor, quando não, duas das funções da combinação são fator de potência fixo; J Para as métricas de mínima tensão e TAbaixo, os cenários compostos pelas funções volt-var e volt-watt são, em geral, os melhores. Mesmo para essas métricas, em algumas condições, o PPP é o melhor; J O melhor cenário se repete de forma considerável entre as condições para as métricas de máxima tensão, VVI_M, VVI_F e TapOP; J De forma geral, percebe-se que as combinações de diferentes funções inteligentes são melhores em mais da metade das condições/métricas. 130 Capítulo 5. Estudo de Caso e Resultados Cálculo dos Índices de Qualidade Energia O primeiro passo da metodologia de classificação de qualidade de energia corresponde ao cálculo dos índices de qualidade de energia discutidos na seção 4.7.1. A lista deles segue abaixo: J Índice de Violação dos Níveis de Tensão (IVNT); J Índice de Flutuação de Tensão (IFT); J Índice de Desequilíbrio de Tensão (IDT); J Índice de Operação dos Controles (IOC); J Índice de Demanda de Potência Reativa (IDR); J Índice de Perdas Elétricas (IPE). Assim sendo, a Tabela 25 apresenta o resultado dos índices para os cenários da condição C10. 142 Capítulo 6. Conclusão J Considerar configurações mais agressivas para as funções volt-var e volt-watt; J Aplicar a metodologia por classificação da qualidade de energia em um alimentador que não apresente equipamentos automáticos de regulação de tensão; J Avaliar como os pesos das notas individuais alteram os resultados. Publicações A pesquisa realizada para elaborar essa dissertação produziu dois artigos que foram publicados em 2 congressos: Impacts using a Mix of Smart Inverter Functions on a High Penetration PV feeder (Radatz et al., 2019); J Assessing maximum DG penetration levels in a real distribution feeder by using OpenDSS (Radatz et al., 2016); APÊNDICE A. OpenDSS Os passos presentes no fluxograma da Figura 43 são descritos a seguir: J Passo 1: Início do passo de tempo Inicia-se a solução do passo de tempo considerando a primeira iteração de controle, = 1. J Passo 2: Fluxo de potência Realiza-se o fluxo de potência conforme descrito na seção A.4.2. J Passo 3: Comparação > Se o resultado dessa comparação resultar em sim, o processo é abortado no Passo 4. Caso contrário, o processo segue para o Passo 5. J Passo 4: Processo abortado A laço de controle não convergiu em iterações de controle. J Passo 5: Amostra controles As ações de controle necessárias são definidas pelos elementos de controle considerando os resultados do fluxo de potência amostrados por cada um. Em seguida, essas ações necessárias, juntos com seus possíveis atrasos, são enviadas para a lista de controle. J Passo 6: Comparação Ações em t feitas Verifica-se se existe alguma ação de controle que deve ser executada no passo de tempo atual, . Caso não exista, o Passo 8 é executado. Caso contrário, segue-se para o Passo 7. J Passo 7: Executa ações em As ações do passo de tempo da lista de controle são executadas e, em seguida, incrementa-se a iteração de controle para + 1 e, então, segue para o Passo 2. J Passo 8: Passo de tempo resolvido A simulação do passo de tempo é finalizada. O OpenDSS possui dois métodos de fluxo de potência, o principal e mais utilizado chamado de Normal e o outro chamado de Newton, esse último não deve ser -|˙( −1) |: Tensão em volts do nó na iteração − 1. Em qualquer um dos casos, por padrão, o algoritmo de solução do fluxo de potência converge quando < 0,0001 ∀ . J Passo 5: Fluxo de potência resolvido O algoritmo resolveu o fluxo de potência. 156 APÊNDICE A. OpenDSS J Passo 6: Comparação k ≥ k max Se o resultado dessa comparação resultar em sim, o processo é abortado no Passo 7. Caso contrário, incrementa-se o e segue para o Passo 2. J Passo 7: Processo abortado O algoritmo não resolveu o fluxo de potência em .