DETECÇÃO E CLASSIFICAÇÃO DE FALTA EM REDE DE DISTRIBUIÇÃO DE ENERGIA CONECTADA EM GERADOR PV USANDO LÓGICA FUZZY COM IDENTIFICAÇÃO PARAMÉTRICA ONLINE

Autores

  • Marcus Ciro Martins Gomes Instituto Federal do Pará
  • Carlos Tavares da Costa Jr Universidade Federal do Pará
  • Florindo Antonio de Carvalho Ayres Jr Universidade Federal do Amazonas
  • Cleonor Crescêncio das Neves Instituto Federal do Amazonas

DOI:

https://doi.org/10.59627/cbens.2022.1162

Palavras-chave:

Detecção de faltas, Geração fotovoltaica, Classificador fuzzy

Resumo

Atualmente, a energia é vista como um produto essencial, o qual é quantificada através de suas características, tais como, qualidade, preço e acessibilidade. Para tal, as pesquisas envolvendo a qualidade de energia e em particular a detecção de faltas na rede elétrica, e principalmente na presença de geração distribuída, se tornaram mais intensivas para um mapeamento e correta de sua operação. Em vista disso, este trabalho apresenta o estudo de um método de detecção de faltas do tipo curto-circuito em redes de distribuição de energia elétrica com a presença de fontes de geração distribuída renováveis do tipo solar fotovoltaica. A metodologia para detecção e classificação de faltas proposta neste trabalho é baseada em análise de modelos paramétricos do tipo ARX (auto-regressivo com entradas externas) obtidos através de estimação de parâmetros via mínimos quadrados recursivo. Adicionalmente um sistema baseado em lógica fuzzy em vista da mudança online destes parâmetros classifica as faltas de curto-circuito com relação a sua gravidade entre monofásica, bifásica, trifásica e bifásica à terra. De modo a verificar a efetividade desta metodologia proposta procedeu-se à realização de exaustivos testes em simulação computacional aplicados a uma típica rede de distribuição elétrica de 3 barras, dois alimentadores e um gerador fotovoltaico (PV) de 250 kW. Por fim, os resultados obtidos comprovaram a efetividade do método proposto, sendo sistema de classificação fuzzy que foi projetado capaz de determinar o percentual adequado para classificação da falta detectada quanto a severidade da mesma.

Downloads

Não há dados estatísticos.

Biografia do Autor

Marcus Ciro Martins Gomes, Instituto Federal do Pará

 Câmpus Belém

Carlos Tavares da Costa Jr, Universidade Federal do Pará

Departamento de Engenharia Elétrica

Florindo Antonio de Carvalho Ayres Jr, Universidade Federal do Amazonas

Departamento de Engenharia Elétrica

Referências

Anzanello Junior, J. D. “Análise de microgeração fotovoltaica em um sistema de distribuição utilizando o opendss”. Universidade Federal do Rio Grande do Sul. 2016

Ferreira, A. C. Modelagem e Controle da Operação de Sistemas Fotovoltaicos Conectados à Rede de Distribuição, Utilizando o Ambiente Matlab/Simulink. Instituto Federal de Educação, Ciência e Tecnologia do Pará – IFPA. Trabalho de Conclusão de Curso. 2014

Aguirre, L. A. Introdução à Identificação de Sistemas – Técnicas Lineares e Não Lineares Aplicadas a Sistemas Reais. Belo Horizonte Editora UFMG, 2007.

Anderson, P. M. Analysis of faulted power systems. New York: University Press, 1973. 514 p. (IEEE Press power system engineering series).

Soni, A. K., Yadav, A. Fault Detection and Classification of Grid Connected Wind Farm (DFIG) Using Fuzzy Logic Controller. 2021 IEEE International Power and Renewable Energy Conference (IPRECON). 24-26 Sept. 2021. 10.1109/IPRECON52453.2021.9640808

Coelho, A. A. R.; Coelho, L. S. Identificação de Sistemas Dinâmicos Lineares. Florianópolis: UFSC, 2004.

Dos Santos, V. M. Estudo de caso de curto-circuito em um Sistema elétrico industrial. Universidade de São Paulo, São Carlos. 2009.

Ferreira, A. C. Modelagem e Controle da Operação de Sistemas Fotovoltaicos Conectados à Rede de Distribuição, Utilizando o Ambiente Matlab/Simulink. Instituto Federal de Educação, Ciência e Tecnologia do Pará – IFPA. Trabalho de Conclusão de Curso. 2014.

Haber, R. Unbehauen, H. Structure identification of nonlinear dynamic systems - a survey on input/output approaches, Automatica 26: 651–677. 1990.

Horan, D. M. Guinee, R. A. A Novel Pulse Echo Correlation Tool for Transmission Path Testing and Fault Diagnosis. Journal of Computers. Vol. 1. No. 1. 2006.

Horowitz, P. HILL, W. The Art of Eletronics.Cambridge University Press, New York, 2ª Edition. 1989.

Isermann, R. Fault-Diagnosis Systems-An Introduction form Fault Detection to Fault Tolerance. New York, NY, USA: -Springer-Verlag Berlin Heidelberg, 2006. Págs. 147- 228. 66.

Kindermann, G. Curto-Circuito. 2. ed. Porto Alegre: Sagra Luzzatto, 1997. 214 p.

Ljung, L. System Identification: Theory for the User, Prentice-Hall, Upper Saddle River. NJ. 1999.

Stevenson Jr. W.D.. Elementos de Análise de Sistemas de Potência. Mcgraw Hill. 1974.

Simoes, M. G. ; SHAW, I.S. Controle e Modelagem Fuzzy. 2ª edição. Editora Blucher.2007.

Martinho, E. Distúrbios da Energia elétrica. Ed. Erica. 3ª edição. 2013.

Yazadani, a.; Iravani, r. . Voltage Sourced Converteers in Power systems. Wiley. 2010.

Wang, L. X.,. A Course in Fuzzy Systems and Control. Prentice Hall PTR, United States, 1997.

Downloads

Publicado

2022-08-16

Como Citar

Gomes, M. C. M., Costa Jr, C. T. da, Ayres Jr, F. A. de C., & Neves, C. C. das. (2022). DETECÇÃO E CLASSIFICAÇÃO DE FALTA EM REDE DE DISTRIBUIÇÃO DE ENERGIA CONECTADA EM GERADOR PV USANDO LÓGICA FUZZY COM IDENTIFICAÇÃO PARAMÉTRICA ONLINE. Anais Congresso Brasileiro De Energia Solar - CBENS, 1–10. https://doi.org/10.59627/cbens.2022.1162

Edição

Seção

Anais