GENERAL USAGE CONSIDERATIONS

6.1. Conclusões gerais

O objetivo deste trabalho foi apresentar uma ferramenta computacional para auxílio no planejamento de sistemas elétricos de potência, na especificação ótima das potências dos geradores e dos pontos de conexão de cargas em redes de distribuição de energia elétrica, a nível de média tensão. Para esta tarefa, desenvolveu-se um algoritmo implementado em C++, resultando em um software denominado Optimal-

GeDist. A elaboração do mesmo foi baseada em algoritmos de otimização, com o

objetivo de reduzir, ao máximo, as perdas técnicas de um alimentador de distribuição de energia elétrica.

Os algoritmos para cálculo de fluxo de carga, o Soma de Potências, e para a otimização, o Algoritmo Genético, conseguiram interagir de forma tal que o processamento das informações convergiu para valores otimizados em tempos razoavelmente pequenos (segundos), demandando baixo esforço computacional. Para realização das simulações, foi utilizada uma máquina com as seguintes configurações: processador Intel® Core™ i3-3110M CPU @ 2.40 GHz, memória instalada (RAM) 4,00 GB e sistema operacional de 64 bits.

A utilização do Algoritmo Genético, método de otimização baseado em processos estatísticos, possibilita, além da configuração otimizada, a geração de diversas soluções bem próximas à ótima, permitindo ao usuário escolher a que mais se adequa à realidade em campo. Assim, caso haja inviabilidade física, e/ou ambiental, de conexão em determinado nó do sistema, outras soluções poderão ser apresentadas. Isso representa uma significativa melhoria com relação a outros métodos disponíveis na literatura, como, por exemplo, o Método do Gradiente – visto que este apresenta somente uma solução que, se a função não for convexa, pode ser um ponto de máximo ou mínimo local, não global.

Inicialmente, o desenvolvimento do algoritmo foi realizado em plataforma Scilab, pela facilidade de implementação. Contudo, como o objetivo final era gerar um

software comercial, verificou-se que, como Scilab é uma linguagem interpretada e o

algoritmo tem uma complexidade razoável, demandava um elevado tempo de processamento. Com o objetivo da diminuição do tempo, optou-se por implementar o algoritmo em linguagem C++ e gerar um arquivo executável de modo que, juntamente com o código, fosse possível gerar um registro no INPI (Instituto Nacional da Propriedade Industrial). Após a conversão total do código para a linguagem C++, o tempo de processamento diminuiu consideravelmente, viabilizando sua aplicação prática.

Para realização das simulações, e verificação da eficiência do software em diferentes sistemas, foram utilizadas redes baseadas em sistemas reais de distribuição de energia elétrica, representadas nas Figuras 4.1, 4.2, 4.3 e 4.4. Conforme descritos no capítulo 5, os resultados se mostraram satisfatórios.

Nos resultados, observou-se que, após as conexões de geradores, houve significativa redução das perdas técnicas e dos valores de corrente injetada pela barra

slack no sistema – diminuindo, assim, o carregamento do alimentador principal.

Consequentemente, níveis de tensão e de fator de potência sofrerem significativa melhoria.

Outro importante resultado a ser analisado é que, no ponto otimizado de operação do sistema, os geradores não devem gerar, necessariamente, sua potência nominal. Em alguns casos, por exemplo, o valor ótimo obtido foi de 70% da capacidade máxima de geração do equipamento.

Durante as fases de alocação ótima de cargas na rede de distribuição, observou-se a tendência das mesmas se conectarem ao longo do alimentador principal – onde estão localizados os trechos com condutores de menor resistividade.

Ainda nos resultados, constatou-se que, à medida em que o número de geradores é aumentado, o ponto de operação da rede é melhorado. Contudo, a partir de certa quantidade de unidades conectadas, as perdas térmicas e a corrente na barra

slack não sofrem um decaimento significativo – indicando uma possível inviabilidade

85 rede, existe uma quantidade ideal de geradores a serem inseridos. Este valor, por sua vez, pode ser obtido mediante utilização do programa computacional apresentado neste trabalho.

6.2. Sugestões para trabalhos futuros

Visando a melhoria do programa computacional aqui proposto, enumeram-se abaixo algumas funcionalidades adicionais e investigações necessárias ao aprimoramento das técnicas apresentadas neste trabalho.

 Adequação do método Soma de Potências, ou utilização de outro fluxo de carga mais apropriado, para adaptação do código aos sistemas de transmissão de energia elétrica, com configuração em anel;

 Adaptação do algoritmo genético para alocação ótima dos geradores na rede de distribuição, visto que, neste trabalho, as barras de conexão são fixas e informadas como dados de entrada. Concomitantemente, considerar construções de linhas de acesso na análise da penetração da GD;

 Utilização de outras técnicas de otimização, em substituição ao algoritmo genético, para resolução do problema. Esta investigação deve ser feita em busca de melhoria nos resultados obtidos e maximização da velocidade de processamento;

 Desenvolvimento de interface gráfica, com linguagem de programação dedicada a tal função, para o software Optimal-GeDist;

 Ampliação do software para possibilidade de conexões ótimas de outros equipamentos, como, por exemplo, bancos de capacitores e reguladores de tensão;

 Possibilidade de entrada de dados referentes às tarifas e valores do kWh, além dos custos operacionais dos equipamentos, buscando definir a quantidade ótima de geradores que tornarão a geração distribuída viável economicamente;

 Sabendo que os postos de carregamento de veículos elétricos (eletropostos) são considerados como cargas intermitentes conectadas à rede, faz-se necessária a modelagem das mesmas devido à sua característica dinâmica. O processo de otimização pode ser realizado de forma que a função objetivo seja a regulação de tensão ao longo do alimentador, atrelada à minimização das perdas técnicas.