Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Aplicações Híbridas entre Sistemas Multiagentes e Técnicas de Inteligência Artificial para Redes Inteligentes de Distribuição de Energia Elétrica

Filipe Saraiva
November 24, 2015

Aplicações Híbridas entre Sistemas Multiagentes e Técnicas de Inteligência Artificial para Redes Inteligentes de Distribuição de Energia Elétrica

Apresentação da minha tese de doutorado sobre uso de sistemas multiagentes e técnicas de inteligência artificial para simulações de smart grid.

Filipe Saraiva

November 24, 2015
Tweet

More Decks by Filipe Saraiva

Other Decks in Science

Transcript

  1. Aplicações Híbridas entre Sistemas Multiagentes e Técnicas de Inteligência Artificial

    para Redes Inteligentes de Distribuição de Energia Elétrica Filipe de Oliveira Saraiva Laboratório de Análise de Sistemas de Energia Elétrica – LASEE Departamento de Engenharia Elétrica e Computação – SEL Escola de Engenharia de São Carlos – EESC Universidade de São Paulo – USP 24 de novembro de 2015 Filipe de Oliveira Saraiva 24 de novembro de 2015 1 / 89
  2. Conteúdo 1 Introdução 2 Smart Grids 3 Sistemas Distribuídos, Sistemas

    Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 2 / 89
  3. Introdução Conteúdo 1 Introdução 2 Smart Grids 3 Sistemas Distribuídos,

    Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 3 / 89
  4. Introdução Justificativa O Sistema Elétrico está mudando, exigindo a avaliação

    de novas técnicas para estudos, modelagem, simulação, prototipação e implementação. Filipe de Oliveira Saraiva 24 de novembro de 2015 4 / 89
  5. Introdução Objetivos Objetivo Geral Modelar, simular e validar um subconjunto

    de funcionalidades de uma rede de distribuição de energia elétrica do tipo smart grid através de sistemas multiagentes em termos de sistemas computacionais distribuídos. Objetivos Específicos Embasar smart grids com a área de sistemas distribuídos; Modelar equipamentos e funcionalidades utilizando sistemas multiagentes; Desenvolver algoritmos que utilizem computação distribuída; Contribuição pedagógica; ... Filipe de Oliveira Saraiva 24 de novembro de 2015 5 / 89
  6. Introdução Metodologia Leitura de livros, artigos, teses e relatórios; Revistas

    e matérias jornalísticas sobre o smart grids; Método de simulação escolhido após maior conhecimento do problema; Temas: sistemas de potência, inteligência artificial, sistemas multiagentes, sistemas distribuídos; Conceituar os smart grids como sistemas distribuídos; Filipe de Oliveira Saraiva 24 de novembro de 2015 6 / 89
  7. Smart Grids Conteúdo 1 Introdução 2 Smart Grids 3 Sistemas

    Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 7 / 89
  8. Smart Grids Smart Grids: Conceitos e Perspectivas O que esperar

    dos Smart Grids Melhor eficiência energética; Funcionalidades de controle e automação distribuídas pelo sistema; Melhor adequação às exigências de um mercado desregulado; Filipe de Oliveira Saraiva 24 de novembro de 2015 8 / 89
  9. Smart Grids Smart Grids: Conceitos e Perspectivas Funcionalidades desejadas para

    os Smart Grids Auto-recuperação do sistema; Alta qualidade da energia entregue; Resistência a ataques cibernéticos; Gerenciamento de grande quantidade de geradores distribuídos; Otimização de diversas características; Minimizar custos relativos à operação; ... Filipe de Oliveira Saraiva 24 de novembro de 2015 9 / 89
  10. Smart Grids Smart Grids: Implantação e Experiências Redes de Comunicação

    & Sistemas Inteligentes Filipe de Oliveira Saraiva 24 de novembro de 2015 10 / 89
  11. Smart Grids Smart Grids: Implantação e Experiências Algumas iniciativas de

    Smart Grids no mundo EPRI; ADA; Évora – Intelligrid; China; ... Filipe de Oliveira Saraiva 24 de novembro de 2015 11 / 89
  12. Smart Grids Smart Grids: Implantação e Experiências Algumas iniciativas de

    Smart Grids no Brasil Aparecida – EDP; CEMIG; Smart Light; Parintins – Eletrobrás; ... Filipe de Oliveira Saraiva 24 de novembro de 2015 12 / 89
  13. Smart Grids Smart Grids: Implantação e Experiências 1ª Etapa 2ª

    Etapa 3ª Etapa Tempo Filipe de Oliveira Saraiva 24 de novembro de 2015 13 / 89
  14. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Conteúdo 1 Introdução

    2 Smart Grids 3 Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 14 / 89
  15. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Sistemas Distribuídos e

    Smart Grids Sistemas Distribuídos Concorrência Heterogeneidade Sem horário global Falhas independentes Protocolos abertos de comunicação Smart Grids Concorrência Heterogeneidade Sem horário global Falhas independentes Protocolos abertos de comunicação Filipe de Oliveira Saraiva 24 de novembro de 2015 15 / 89
  16. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Agentes e Multiagentes

    Filipe de Oliveira Saraiva 24 de novembro de 2015 16 / 89
  17. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Tecnologias para Desenvolvimento

    de Sistemas Multiagentes Linguagens de programação, bibliotecas, frameworks (escolhida: JADE) & Metodologias de modelagem e desenvolvimento (escolhida: Prometheus) Filipe de Oliveira Saraiva 24 de novembro de 2015 17 / 89
  18. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Simulação Computacional de

    Smart Grids e Sistemas Multiagentes Filipe de Oliveira Saraiva 24 de novembro de 2015 18 / 89
  19. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Conteúdo

    1 Introdução 2 Smart Grids 3 Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 19 / 89
  20. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Descrição

    do Problema Cargas não-lineares responsáveis por degradação da qualidade da energia; Identificar as cargas na rede auxiliará na identificação desses problemas; Possibilidade de benefícios adicionais para o usuário; Problemas com a tecnologia Privacidade Filipe de Oliveira Saraiva 24 de novembro de 2015 20 / 89
  21. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução Com os sistemas multiagentes é possível modelar equipamentos de um smart grid para solucionar esse problema. Equipamento para leitura das cargas; Equipamento na subestação para guarda de logs; Há diferentes possibilidades para a classificação das cargas. Filipe de Oliveira Saraiva 24 de novembro de 2015 21 / 89
  22. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução 1 2 3 4 23 1 2 3 21 1 2 3 4 8 Camada Oculta Camada de Entrada Camada de Saída Ferramenta para classificação: Rede Neural do tipo Perceptron Filipe de Oliveira Saraiva 24 de novembro de 2015 22 / 89
  23. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução Subestação recebe os sinais classi cados Smart meter: classi cação dos sinais Smart meter : envia sinais para a subestação Classi cador das cargas na subestação Filipe de Oliveira Saraiva 24 de novembro de 2015 23 / 89
  24. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução Início Leitura dos sinais Realiza classificação das cargas não-lineares Envia mensagem para Agente Subestação Aguarda intervalo de tempo para próxima leitura do sinal Não Sim Intervalo de tempo completo? Início Aguarda mensagem do smart meter Mensagem recebida Guarda dados sobre a carga não-linear e consumidor Filipe de Oliveira Saraiva 24 de novembro de 2015 24 / 89
  25. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução Não Sim Intervalo de tempo completo? Início Leitura dos sinais Envia mensagem para Agente Subestação Aguarda intervalo de tempo para próxima leitura do sinal Guarda dados sobre a carga não-linear e consumidor Aguarda mensagem do smart meter Início Mensagem recebida Realiza a classificação das cargas não-lineares Filipe de Oliveira Saraiva 24 de novembro de 2015 25 / 89
  26. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução Filipe de Oliveira Saraiva 24 de novembro de 2015 26 / 89
  27. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Simulação

    Computacional e Resultados Conjunto de treinamento baseado em sinais de equipamentos médicos; 8 classes diferentes; Conjunto de dados: 4000 exemplos (500 por classe); 70% para Treinamento (2.800; 350/classe), 15% para Validação (600; 75/classe), 15% para Operação (600; 75/classe); Rede neural desenvolvida em Matlab e treinada offline – 10 redes neurais treinadas; Agentes desenvolvidos em Java utilizando JADE; Agente responsável pela classificação comunica-se com a rede neural utilizando matlabcontrol. Filipe de Oliveira Saraiva 24 de novembro de 2015 27 / 89
  28. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Simulação

    Computacional e Resultados Tabela : Resultados obtidos para fase de treinamento Rede neural Número de Épocas Tempo (s) Performance 1 67 60 0,0137 2 52 47 0,0166 3 73 65 0,0115 4 56 51 0,0134 5 53 47 0,0155 6 76 68 0,0125 7 47 43 0,0158 8 47 43 0,0154 9 44 40 0,0148 10 49 44 0,1050 Filipe de Oliveira Saraiva 24 de novembro de 2015 28 / 89
  29. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Simulação

    Computacional e Resultados 0 5 10 15 20 25 30 35 40 45 50 10✁ 2 10✁ 1 100 101 52 Épocas Erro Quadrático Médio Figura : Treinamento para perceptron 2 Filipe de Oliveira Saraiva 24 de novembro de 2015 29 / 89
  30. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Simulação

    Computacional e Resultados Tabela : Resultados obtidos para fases de validação + operação Rede Neural Validação + Operação (%) 1 97,6 2 97,8 3 96,2 4 96,7 5 97,2 6 97,8 7 97,3 8 98,7 9 96,0 10 96,5 Filipe de Oliveira Saraiva 24 de novembro de 2015 30 / 89
  31. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Simulação

    Computacional e Resultados Tabela : Resultados obtidos por classe e por cada rede neural Rede Neural 1 2 3 4 5 6 7 8 1 100 98,7 100 93,3 98,0 90,7 100 100 2 100 99,3 100 96,7 96,7 94,7 100 94,7 3 100 95,3 100 86,7 97,3 90,7 100 99,3 4 100 96,0 100 91,3 97,3 92,7 100 96,0 5 100 100 100 88,7 97,3 92,7 100 99,3 6 100 97,3 100 96,7 98,0 91,3 100 99,3 7 100 100 100 99,3 97,3 91,3 100 90,7 8 100 99,3 100 99,3 97,3 93,3 100 100 9 100 98,7 100 89,3 97,3 92,7 100 90,0 10 100 99,3 100 86,0 98,0 92,0 100 96,7 Filipe de Oliveira Saraiva 24 de novembro de 2015 31 / 89
  32. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Trabalhos

    Futuros e Publicações Deseja-se expandir o número de classes a serem classificadas e também avaliar a possibilidade de alterações em classificadores nas casas, tornando-os mais “personalizáveis”. SARAIVA, F. de O.; BERNARDES, W. M. S.; ASADA, E. N.. A Framework for Classification of Non-Linear Loads in Smart Grids using Artificial Neural Networks and Multi-Agent Systems. Neurocomputing, v. 170, 2015. Filipe de Oliveira Saraiva 24 de novembro de 2015 32 / 89
  33. Controle de Tensão em Sistemas de Distribuição Inteligentes Conteúdo 1

    Introdução 2 Smart Grids 3 Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 33 / 89
  34. Controle de Tensão em Sistemas de Distribuição Inteligentes Descrição do

    Problema Proposta de um sistema de controle de tensão em um ambiente smart grid, em tempo-real, condizente com a futura realidade dos sistemas elétricos de potência. Filipe de Oliveira Saraiva 24 de novembro de 2015 34 / 89
  35. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Desenvolvido um sistema multiagente para simular os equipamentos e a comunicação entre eles, e um tomador de decisão fuzzy para realizar as ações de configuração utilizando bancos de capacitores. Sistema fuzzy trabalhará com 3 variáveis: V , ∆V e BC ; Um agente ficará em uma barra do sistema lendo a tensão no momento e enviando para a subestação; Agente na subestação receberá os dados de tensão e tomará a decisão. Filipe de Oliveira Saraiva 24 de novembro de 2015 35 / 89
  36. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução 0.8 0.85 0.9 0.95 1 1.05 1.1 0 0.5 1 VCb VA VP VCa Tabela : Limites de tensão (V ) Limites de tensão (p.u.) Crítica baixa V < 0,9 p.u. Precária 0,9 p.u. <= V < 0,93 p.u. Adequada 0,93 p.u. <= V <= 1,05 p.u. Crítica alta V > 1,05 p.u. Filipe de Oliveira Saraiva 24 de novembro de 2015 36 / 89
  37. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução −0.1 −0.08 −0.06 −0.04 −0.02 0 0.02 0.04 0.06 0.08 0.1 0 0.5 1 ΔVN ΔVNb ΔVZ ΔVP ΔVPb Tabela : Limites de desvio de tensão (∆V ) em porcentagem Limites do desvio de tensão (%) Negativo ∆V < −5% Negativo-baixo −5% ≤ ∆V < 0% Zero ∆V = 0% Positivo-baixo 0% < ∆V ≤ 5% Positivo ∆V > 5% Filipe de Oliveira Saraiva 24 de novembro de 2015 37 / 89
  38. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.5 1 BcZ BcB BcM BcA Tabela : Utilização de bancos de capacitores Bancos de capacitores Total (UT ) 1800 KVAR Médio (UM) 1200 KVAR Baixo (UB) 600 KVAR Zero (UZ ) Não usar Filipe de Oliveira Saraiva 24 de novembro de 2015 38 / 89
  39. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Tabela : Tabela com as regras fuzzy, suas entradas e o mapeamento para as respectivas saídas E (AND) V VCb VP VA VCa ∆V ∆VN UT UT UM UZ ∆VNb UM UM UB UZ ∆VZ UB UB UZ UZ ∆VPb UM UM UZ UZ ∆VP UB UB UZ UZ Filipe de Oliveira Saraiva 24 de novembro de 2015 39 / 89
  40. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Falso Agente Subestação iniciado Agente Subestação espera por mensagens do Agente Medidor Mensagens recebidas do Agente Medidor Se Agente Subestação recebeu mais que uma mensagem Calcula o desvio de tensão Realiza a tomada de decisão fuzzy Resultado sobre o uso de bancos de capacitores Verdadeiro Agente Medidor iniciado Agente Medidor faz medições da tensão Mensagens sobre a tensão medida são enviadas ao Agente Subestação Aguarda intervalo de tempo entre duas medições consecutivas Filipe de Oliveira Saraiva 24 de novembro de 2015 40 / 89
  41. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Agente Subestação Agente Medidor Envia tensão medida para o Agente Subestação Mede a tensão Calcula o desvio de tensão e faz a tomada de decisão fuzzy Mede a tensão Envia tensão medida para o Agente Subestação Filipe de Oliveira Saraiva 24 de novembro de 2015 41 / 89
  42. Controle de Tensão em Sistemas de Distribuição Inteligentes Simulação Computacional

    e Resultados Agente Subestação 12 8 6 7 9 10 2 3 5 4 11 1 13 14 Agente Medidor Tabela : Resultado dos testes com agentes medidores nas barras 5 e 14 Resultados Carga Tensão (p.u.) em t1 Tensão (p.u.) em t2 U 5 0,9452 0,9408 Baixo (UB) 5 0,9408 0,9407 Baixo (UB) 14 0,9413 0,9360 Baixo (UB) 14 0,9360 0,9359 Baixo (UB) Filipe de Oliveira Saraiva 24 de novembro de 2015 42 / 89
  43. Controle de Tensão em Sistemas de Distribuição Inteligentes Trabalhos Futuros

    e Publicações Pretende-se simular novos sistemas elétricos com um maior número de agentes medidores de tensão, requerendo a expansão do método de resolução. SARAIVA, F. de O.; ASADA, A. C. C.; ASADA, E. N.. Multi-agent System for Voltage Control in Distribution Systems. In: ISAP Internacional Conference on Intelligent System Applications to Power System (ISAP), Tokyo, 2013. Filipe de Oliveira Saraiva 24 de novembro de 2015 43 / 89
  44. Minimização de Perdas em Sistemas de Distribuição Inteligentes Conteúdo 1

    Introdução 2 Smart Grids 3 Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 44 / 89
  45. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários Estáticos Filipe de Oliveira Saraiva 24 de novembro de 2015 45 / 89
  46. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Descrição do Problema Em sistemas elétricos, a reconfiguração das chaves pode otimizar diversas medidas do sistema. Para a redução das perdas elétricas, foi modelado um sistema multiagente que aborda esse problema, de forma distribuída, em um ambiente de smart grid. Filipe de Oliveira Saraiva 24 de novembro de 2015 46 / 89
  47. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução Sistema multiagente com 3 agentes: subestação (SuA), carga (LoA) e chave (SwA); Sistema elétrico inicializa em uma dada configuração e vai otimizando com as iterações; Conceito de coalizão; Filipe de Oliveira Saraiva 24 de novembro de 2015 47 / 89
  48. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução Início Configura estado inicial da chave Altera estado para o requerido por SuA Mensagem recebida do SuA Espera mensagem do SuA Filipe de Oliveira Saraiva 24 de novembro de 2015 48 / 89
  49. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução Início Aguarda mensagens dos LoA da coalizão Recebeu mensagens de todos os LoA? Cálculo de fluxo de potência Envia mensagem para todos os LoA na fronteita da coalizão Aguarda mensagens dos LoA na fronteira Assunto da mensagem Cálculo do fluxo de potência Guarda informação Recebeu mensagens de todos os LoA? Envia mensagem para todos os LoA da coalizão requerendo suas demandas Envia mensagem para SwA requisitando mudança de estado Envia resposta para o LoA Mensagem recebida Mensagem recebida Não Sim Sim LoA informando decisão LoA requisitando proposta Não Filipe de Oliveira Saraiva 24 de novembro de 2015 49 / 89
  50. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução Início LoA está na fronteira da coalisão? Realiza tomada de decisão sobre mudança de coalizão Espera por mensagem do SuA Mensagem recebida Pergunta ao LoA da coalizão vizinha sobre as perdas da coalizão e SuA ativo Envia mensagens para os SuA requerendo avaliações sobre mudança de coalizão Mensagens recebidas de todos os SuA? Espera por mensagens dos SuA proponentes Informa SuA proponentes sobre a tomada de decisão Mensagem recebida do SuA Não Mensagem recebida Sim Envia mensagem para SuA da coalizão informando demanda e posição Sim Não Filipe de Oliveira Saraiva 24 de novembro de 2015 50 / 89
  51. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução Filipe de Oliveira Saraiva 24 de novembro de 2015 51 / 89
  52. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução Filipe de Oliveira Saraiva 24 de novembro de 2015 52 / 89
  53. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Método de Resolução MinZ LoAi = min(Zc(SuAj ) + Zc(SuAk ) , Zc(SuAj )−{LoAi } + Zc(SuAk )+{LoAi } ) (1) DLoAi = MinZ LoAi = Zc(SuAj ) + Zc(SuAk ) ; Continua na coalizão MinZ LoAi = Zc(SuAj )−{LoAi } + Zc(SuAk )+{LoAi } ; Muda para c(SuAk ) (2) Filipe de Oliveira Saraiva 24 de novembro de 2015 53 / 89
  54. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados Agentes desenvolvidos em Java utilizando JADE; Foram testados 2 sistemas: um com 11 barras e outro com 16 barras; Foram testadas diferentes soluções iniciais para os sistemas. Filipe de Oliveira Saraiva 24 de novembro de 2015 54 / 89
  55. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados 2 3 4 5 6 7 8 9 10 0 1 0-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10 1-10 Tabela : Valores das potências - sistema de 11 barras Carga Potência Ativa (kW) Potência Reativa (kvar) 2 1840 460 3 980 340 4 1790 446 5 1598 1840 6 1610 600 7 780 110 8 1150 60 9 980 130 10 1640 200 Filipe de Oliveira Saraiva 24 de novembro de 2015 55 / 89
  56. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados Cenário Perdas por Coalizão (kW) Perdas por Cenário (kW) 1 Coalizão 0: 117,1872 1161,0603 Coalizão 1: 1043,8731 2 Coalizão 0: 604,3742 636,1529 Coalizão 1: 31,7786 3 Coalizão 0: 6,0549 4293,4745 Coalizão 1: 4287,4195 Filipe de Oliveira Saraiva 24 de novembro de 2015 56 / 89
  57. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados Perda Final: 533.3422 kW. Coalizão 0: 438.4089 kW. Coalizão 1: 94.9333 kW. Cenário Redução das Perdas 1 54.06% 2 16.16% 3 87,58% Filipe de Oliveira Saraiva 24 de novembro de 2015 57 / 89
  58. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 Filipe de Oliveira Saraiva 24 de novembro de 2015 58 / 89
  59. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados Tabela : Valores das potências - sistema de 16 barras Carga Potência Ativa (kW) Potência Reativa (kvar) 3 2000 1600 4 3000 1500 5 2000 800 6 1500 1200 7 4000 2700 8 5000 3000 9 1000 900 10 600 100 11 4500 2000 12 1000 900 13 1000 700 14 1000 900 15 2100 1000 Filipe de Oliveira Saraiva 24 de novembro de 2015 59 / 89
  60. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 (a) (b) (c) (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 Filipe de Oliveira Saraiva 24 de novembro de 2015 60 / 89
  61. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados Cenário Perdas por Coalizão (kW) Perdas por Cenário (kW) Coalizão 0: 32,5318 1 Coalizão 1: 127,7250 174,947 Coalizão 2: 14,6902 Coalizão 0: 13,8293 2 Coalizão 1: 106,0017 183,3431 Coalizão 2: 63,5121 Coalizão 0: 1,4154 3 Coalizão 1: 210,6075 259,6744 Coalizão 2: 47,6515 Coalizão 0: 54,1886 4 Coalizão 1: 210,6075 265,2102 Coalizão 2: 0,4141 Filipe de Oliveira Saraiva 24 de novembro de 2015 61 / 89
  62. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Estáticos Simulação Computacional e Resultados 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 Perda Final: 163.3019 kW. Coalizão 0: 36.5325 kW. Coalizão 1: 106.0017 kW. Coalizão 2: 20.7677 kW. Cenário Redução das Perdas 1 6.65% 2 10.93% 3 37.11% 4 38.42% Filipe de Oliveira Saraiva 24 de novembro de 2015 62 / 89
  63. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários Dinâmicos Filipe de Oliveira Saraiva 24 de novembro de 2015 63 / 89
  64. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Descrição do Problema É esperado que os smart grids sejam autônomos o suficiente para proverem funcionalidades em tempo real. E se aplicarmos o método de redução das perdas em um ambiente com variação dinâmica das demandas dos consumidores? Filipe de Oliveira Saraiva 24 de novembro de 2015 64 / 89
  65. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Descrição do Problema 0 5 10 15 20 Horas 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Demanda (p.u.) Residencial Comercial Industrial 0 5 10 15 20 Hora 0.0 0.2 0.4 0.6 0.8 1.0 1.2 Demanda (p.u.) Residencial Comercial Industrial Filipe de Oliveira Saraiva 24 de novembro de 2015 65 / 89
  66. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Descrição do Problema Figura : Raspberry Pi 2 Model B Filipe de Oliveira Saraiva 24 de novembro de 2015 66 / 89
  67. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados Diferentes alocações de tipos de consumidores nos sistemas (cenários); Dados de consumo gerados a partir da distribuição gaussiana com variação de 50%; Sistema multiagente com 3 agentes, como no método estático; Agentes implementados em JADE; Macro-iteração de 1min30s + avaliações para reconfigurações; Horas de atuação: 0, 3, 6, 9, 12, 15, 18, 21 e 23; Simulações realizadas em 2 Raspberry Pi: 1 para os SuA, 1 para os LoA e SwA. Filipe de Oliveira Saraiva 24 de novembro de 2015 67 / 89
  68. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Cenários Tabela : Perfis de Consumidores Alocados para Simulações no Sistema de 12 Barras Perfis de Consumidores Cenário Residencial Comercial Industrial 1 6, 7, 9, 10 8, 11 2, 3, 4, 5 2 6, 7, 8, 9 10, 11 2, 3, 4, 5 3 5, 6, 7, 8, 9, 10 11 2, 3, 4 4 3, 4, 5, 6, 7 2, 8 9, 10, 11 5 5, 6, 7, 8, 9, 10, 11 - 2, 3, 4 Filipe de Oliveira Saraiva 24 de novembro de 2015 68 / 89
  69. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Solução Inicial Figura : Diagrama da rede elétrica - sistema de 12 barras Filipe de Oliveira Saraiva 24 de novembro de 2015 69 / 89
  70. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Cenário 1 0 3 6 9 12 15 18 21 23 Horas 0 10 20 30 40 50 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 7,4651 2,0908 3 2,5691 2,5691 6 3,1586 3,1586 9 31,5757 31,5696 12 47,9742 44,1014 15 29,1141 29,1141 18 20,4646 16,2621 21 38,8622 36,7010 23 10,3816 10,3114 Filipe de Oliveira Saraiva 24 de novembro de 2015 70 / 89
  71. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Cenário 2 0 3 6 9 12 15 18 21 23 Horas 0 10 20 30 40 50 60 70 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 4,8770 4,7261 3 3,1538 3,1538 6 7,6591 7,5057 9 48,8966 48,8966 12 48,6775 48,6775 15 64,3060 53,3980 18 15,0961 15,0961 21 23,0509 23,0509 23 8,3969 8,3757 Filipe de Oliveira Saraiva 24 de novembro de 2015 71 / 89
  72. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Cenário 3 0 3 6 9 12 15 18 21 23 Horas 0 5 10 15 20 25 30 35 40 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 4,4771 4,1796 3 2,2378 2,2179 6 4,8683 4,8683 9 22,6904 22,6904 12 39,4826 39,4826 15 16,4776 15,9216 18 14,4602 14,4602 21 18,6436 18,0866 23 11,9313 11,9313 Filipe de Oliveira Saraiva 24 de novembro de 2015 72 / 89
  73. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Cenário 4 0 3 6 9 12 15 18 21 23 Horas 0 5 10 15 20 25 30 35 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 3,5914 3,4669 3 2,0831 2,0652 6 4,9690 4,6532 9 17,5435 17,5435 12 25,6067 23,2485 15 32,6846 28,8459 18 19,4417 15,1864 21 23,4247 22,0964 23 9,9820 9,0759 Filipe de Oliveira Saraiva 24 de novembro de 2015 73 / 89
  74. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras – Cenário 5 0 3 6 9 12 15 18 21 23 Horas 0 5 10 15 20 25 30 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 4,3326 4,3316 3 2,5194 2,5194 6 4,8129 4,6628 9 9,2799 8,5896 12 28,7778 27,8564 15 20,9654 20,9654 18 16,9370 16,2893 21 22,2889 21,7428 23 8,5989 7,7471 Filipe de Oliveira Saraiva 24 de novembro de 2015 74 / 89
  75. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 12 Barras Cenários Hora 1 2 3 4 5 0 LoA 6 (0 → 1) LoA 6 (0 → 1) LoA 6 (0 → 1) LoA 7 (1 → 0) LoA 8 (1 → 0) LoA 6 (0 → 1) 3 - - LoA 5 (0 → 1) LoA 8 (0 → 1) - 6 - LoA 5 (0 → 1) - LoA 8 (1 → 0) LoA 5 (0 → 1) 9 LoA 6 (1 → 0) - - - LoA 5 (1 → 0) 12 LoA 6 (0 → 1) - - LoA 8 (0 → 1) LoA 5 (0 → 1) 15 - LoA 5 (1 → 0) LoA 5 (1 → 0) LoA 8 (1 → 0) - 18 LoA 6 (1 → 0) LoA 7 (1 → 0) - - LoA 8 (0 → 1) LoA 5 (1 → 0) 21 LoA 7 (0 → 1) - LoA 6 (1 → 0) LoA 7 (0 → 1) LoA 6 (1 → 0) LoA 7 (1 → 0) 23 LoA 6 (0 → 1) LoA 6 (1 → 0) - LoA 7 (1 → 0) LoA 8 (1 → 0) LoA 7 (0 → 1) Filipe de Oliveira Saraiva 24 de novembro de 2015 75 / 89
  76. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Cenários Tabela : Perfis de Consumidores Alocados para Simulações no Sistema de 16 Barras Perfis de Consumidores Cenário Residencial Comercial Industrial 1 4, 7, 8, 9, 10, 11, 13 12, 14, 15 3, 5, 6 2 4, 7, 8, 9, 10, 11, 13 3, 5, 6 12, 14, 15 3 4, 6, 7, 8, 9, 10, 12, 13, 14, 15 11 3, 5 4 4, 7, 8, 9, 10, 11, 13 3, 5, 15 6, 12, 14 5 3, 4, 5, 6, 9, 10, 12, 13, 14, 15 11 7, 8 Filipe de Oliveira Saraiva 24 de novembro de 2015 76 / 89
  77. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Solução Inicial 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0-3 3-4 3-5 5-6 6-15 15-14 14-12 4-10 8-10 8-11 1-7 7-8 7-9 9-13 12-13 2-12 Figura : Diagrama da rede elétrica - sistema de 16 barras Filipe de Oliveira Saraiva 24 de novembro de 2015 77 / 89
  78. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Cenário 1 0 3 6 9 12 15 18 21 23 Horas 0 5 10 15 20 25 30 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 2,4414 2,3016 3 2,4735 2,3665 6 4,8723 4,3212 9 25,4977 21,1949 12 18,1149 17,9610 15 16,3861 16,1462 18 12,7636 12,7636 21 20,0271 19,2522 23 8,2405 7,8260 Filipe de Oliveira Saraiva 24 de novembro de 2015 78 / 89
  79. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Cenário 2 0 3 6 9 12 15 18 21 23 Horas 0 5 10 15 20 25 30 35 40 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 2,9608 2,7422 3 3,2427 2,7971 6 2,0870 1,9301 9 30,8598 27,4023 12 23,9722 23,5638 15 37,0330 36,5476 18 22,5814 22,5297 21 11,0689 10,3640 23 4,5303 4,5303 Filipe de Oliveira Saraiva 24 de novembro de 2015 79 / 89
  80. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Cenário 3 0 3 6 9 12 15 18 21 23 Horas 0 2 4 6 8 10 12 14 16 18 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 3,0033 2,2979 3 1,5266 1,4492 6 2,0066 1,9207 9 8,7865 8,7865 12 11,8675 11,7845 15 17,7510 17,6704 18 11,5984 11,5984 21 16,5184 13,5158 23 6,4810 6,2319 Filipe de Oliveira Saraiva 24 de novembro de 2015 80 / 89
  81. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Cenário 4 0 3 6 9 12 15 18 21 23 Horas 0 5 10 15 20 25 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 2,3012 1,9659 3 3,1354 3,0994 6 2,3824 2,3253 9 24,0166 23,9219 12 18,0428 17,7313 15 18,1019 18,1019 18 14,3043 13,8976 21 24,0190 17,8138 23 5,4531 5,0233 Filipe de Oliveira Saraiva 24 de novembro de 2015 81 / 89
  82. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras – Cenário 5 0 3 6 9 12 15 18 21 23 Horas 0 2 4 6 8 10 12 14 16 18 Perdas (kW) Perda inicial Perda final Perdas Calculadas (kW) por Iteração Hora Início Fim 0 5,5161 3,2569 3 1,4779 1,4566 6 1,1925 1,1925 9 9,5596 9,5596 12 14,2758 14,2758 15 17,7583 17,7583 18 17,6374 17,6024 21 13,6968 12,7406 23 5,3951 5,1449 Filipe de Oliveira Saraiva 24 de novembro de 2015 82 / 89
  83. Minimização de Perdas em Sistemas de Distribuição Inteligentes para Cenários

    Dinâmicos Simulação e Resultados: 16 Barras Cenários Hora 1 2 3 4 5 0 LoA 4 (1 → 0) LoA 6 (0 → 2) LoA 13 (1 → 2) LoA 4 (1 → 0) LoA 10 (1 → 0) LoA 6 (0 → 2) LoA 13 (1 → 2) LoA 4 (1 → 0) LoA 10 (1 → 0) LoA 13 (1 →2) LoA 4 (1 → 0) LoA 15 (2 → 0) LoA 15 (2 → 0) LoA 4 (1 → 0) LoA 13 (1 → 2) LoA 10 (1 → 0) LoA 9 (1 → 2) 3 LoA 10 (1 → 0) LoA 6 (2 → 0) LoA 15 (2 → 0) LoA 6 (2 → 0) LoA 13 (2 → 1) LoA 15 (0 → 2) 6 LoA 6 (0 → 2) LoA 10 (0 → 1) LoA 13 (2 → 1) LoA 15 (0 → 2) LoA 10 (0 → 1) LoA 6 (0 → 2) LoA 15 (0 → 2) LoA 10 (1 → 0) - 9 LoA 4 (0 → 1) LoA 6 (2 → 0) LoA 10 (0 → 1) LoA 15 (2 → 0) - LoA 10 (0 → 1) LoA 4 (0 → 1) - 12 LoA 4 (1 → 0) LoA 10 (1 → 0) LoA 15 (0 → 2) LoA 10 (1 → 0) LoA 4 (1 → 0) - 15 LoA 10 (1 → 0) LoA 10 (0 → 1) LoA 4 (0 → 1) LoA 9 (1 → 2) - - 18 - LoA 4 (1 → 0) - LoA 15 (2 → 0) LoA 15 (2 → 0) 21 LoA 13 (1 → 2) LoA 10 (1 → 0) LoA 13 (1 → 2) LoA 6 (2 → 0) LoA 9 (2 → 1) LoA 15 (0 → 2) LoA 13 (1 → 2) LoA 10 (1 → 0) LoA 15 (0 → 2) LoA 9 (2 → 1) 23 LoA 10 (0 → 1) - LoA 9 (1 → 2) LoA 6 (0 → 2) LoA 13 (2 → 1) LoA 15 (2 → 0) LoA 9 (1 → 2) Filipe de Oliveira Saraiva 24 de novembro de 2015 83 / 89
  84. Minimização de Perdas em Sistemas de Distribuição Inteligentes Trabalhos Futuros

    e Publicações Para o futuro, pretende-se simular esse método em sistemas maiores e utilizar mais dados de variações de demanda. Também há possibilidade de melhorias no método. SARAIVA, F. de O.; ASADA, E. N.. Multi-agent Systems Applied to Topological Reconfiguration of Smart Power Distribution Systems. In: IEEE International Joint Conference on Neural Networks (IJCNN), Beijing, 2014. Resultados para o estudo dinâmico e utilização de Raspberry Pi estão sendo preparados para publicação. Filipe de Oliveira Saraiva 24 de novembro de 2015 84 / 89
  85. Conclusões e Trabalhos Futuros Conteúdo 1 Introdução 2 Smart Grids

    3 Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 85 / 89
  86. Conclusões e Trabalhos Futuros Conclusões e Trabalhos Futuros A aplicação

    de sistemas multiagentes para sistemas elétricos do futuro apresentou resultados positivos e mostrou-se promissora; Foi possível embasar melhor as tecnologias que poderão ser utilizadas para esse tipo de sistema elétrico; As possibilidades para trabalho futuro são muitas, e há campo para estudos sobre diversas aplicações. Filipe de Oliveira Saraiva 24 de novembro de 2015 86 / 89
  87. Apêndice – Publicações Conteúdo 1 Introdução 2 Smart Grids 3

    Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids 4 Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes 5 Controle de Tensão em Sistemas de Distribuição Inteligentes 6 Minimização de Perdas em Sistemas de Distribuição Inteligentes 7 Conclusões e Trabalhos Futuros 8 Apêndice – Publicações Filipe de Oliveira Saraiva 24 de novembro de 2015 87 / 89
  88. Apêndice – Publicações Apêndice – Publicações Publicados Tipo de Publicação

    Número de Publicações Conferências Nacionais 1 (SBSE) Conferências Internacionais 5 (3 no ISGT-LA; 1 no ISAP; 1 no IJCNN) Periódicos Internacionais 1 (Neurocomputing) Em Produção Tipo de Publicação Número de Publicações Capítulos de Livros 1 Periódicos Internacionais 1 Filipe de Oliveira Saraiva 24 de novembro de 2015 88 / 89
  89. Aplicações Híbridas entre Sistemas Multiagentes e Técnicas de Inteligência Artificial

    para Redes Inteligentes de Distribuição de Energia Elétrica Filipe de Oliveira Saraiva Laboratório de Análise de Sistemas de Energia Elétrica – LASEE Departamento de Engenharia Elétrica e Computação – SEL Escola de Engenharia de São Carlos – EESC Universidade de São Paulo – USP 24 de novembro de 2015 Filipe de Oliveira Saraiva 24 de novembro de 2015 89 / 89