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

Desenvolvimento de Sistemas Multiagentes Aplicados a Redes de Distribuição de Energia Elétrica Inteligentes

Desenvolvimento de Sistemas Multiagentes Aplicados a Redes de Distribuição de Energia Elétrica Inteligentes

Qualificação do meu doutorado sobre o tema de modelagem e simulação de funcionalidades dos smart grids (redes elétricas inteligentes) utilizando sistemas multiagentes.

34b4c6858226380d4c1a9682268fd09b?s=128

Filipe Saraiva

May 15, 2014
Tweet

More Decks by Filipe Saraiva

Other Decks in Science

Transcript

  1. Desenvolvimento de Sistemas Multiagentes Aplicados a Redes de Distribuição de

    Energia Elétrica Inteligentes 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 15 de maio de 2014 Filipe de Oliveira Saraiva 15 de maio de 2014 1 / 65
  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 15 de maio de 2014 2 / 65
  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 15 de maio de 2014 3 / 65
  4. Introdução Justificativa O Sistema Elétrico está mudando, e com ele

    as pesquisas sobre o tema cada vez mais caminham para um novo ponto. Filipe de Oliveira Saraiva 15 de maio de 2014 4 / 65
  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 15 de maio de 2014 5 / 65
  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 15 de maio de 2014 6 / 65
  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 15 de maio de 2014 7 / 65
  8. Smart Grids Imaginando o Futuro dos Sistemas Elétricos de Potência

    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 15 de maio de 2014 8 / 65
  9. Smart Grids Imaginando o Futuro dos Sistemas Elétricos de Potência

    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 15 de maio de 2014 9 / 65
  10. Smart Grids Construindo o Futuro dos Sistemas Elétricos de Potência

    Rede de Comunicação & Sistemas Especialistas Filipe de Oliveira Saraiva 15 de maio de 2014 10 / 65
  11. Smart Grids Construindo o Futuro dos Sistemas Elétricos de Potência

    Algumas iniciativas de Smart Grids no mundo EPRI; ADA; Évora – Intelligrid; China; ... Filipe de Oliveira Saraiva 15 de maio de 2014 11 / 65
  12. Smart Grids Construindo o Futuro dos Sistemas Elétricos de Potência

    Algumas iniciativas de Smart Grids no Brasil Aparecida – EDP; CEMIG; Smart Light; Parintins – Eletrobrás; ... Filipe de Oliveira Saraiva 15 de maio de 2014 12 / 65
  13. 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 15 de maio de 2014 13 / 65
  14. 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 15 de maio de 2014 14 / 65
  15. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Agentes e Multiagentes

    Filipe de Oliveira Saraiva 15 de maio de 2014 15 / 65
  16. 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 15 de maio de 2014 16 / 65
  17. Sistemas Distribuídos, Sistemas Multiagentes e Smart Grids Simulação Computacional de

    Smart Grids e Sistemas Multiagentes Filipe de Oliveira Saraiva 15 de maio de 2014 17 / 65
  18. 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 15 de maio de 2014 18 / 65
  19. 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 15 de maio de 2014 19 / 65
  20. 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 15 de maio de 2014 20 / 65
  21. 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 15 de maio de 2014 21 / 65
  22. 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 15 de maio de 2014 22 / 65
  23. 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 15 de maio de 2014 23 / 65
  24. 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 15 de maio de 2014 24 / 65
  25. Classificação de Cargas Não-Lineares em Sistemas de Distribuição Inteligentes Método

    de Resolução Filipe de Oliveira Saraiva 15 de maio de 2014 25 / 65
  26. 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 15 de maio de 2014 26 / 65
  27. 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 15 de maio de 2014 27 / 65
  28. 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 15 de maio de 2014 28 / 65
  29. 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 15 de maio de 2014 29 / 65
  30. 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 15 de maio de 2014 30 / 65
  31. 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”. A publicação desse estudo também é um trabalho futuro. Filipe de Oliveira Saraiva 15 de maio de 2014 31 / 65
  32. 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 15 de maio de 2014 32 / 65
  33. 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 15 de maio de 2014 33 / 65
  34. 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 CB; 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 15 de maio de 2014 34 / 65
  35. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Tabela : Regras linguísticas para variável tensão (V ) Regras 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 15 de maio de 2014 35 / 65
  36. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Tabela : Regras linguísticas para variável desvio de tensão (∆V ) Regras Negativo ∆V < −0.05 Negativo-baixo −0.05 ≤ ∆V < 0 Zero ∆V = 0.0 Positivo-baixo 0 < ∆V ≤ 0.05 Positivo ∆V > 0.05 Filipe de Oliveira Saraiva 15 de maio de 2014 36 / 65
  37. Controle de Tensão em Sistemas de Distribuição Inteligentes Método de

    Resolução Tabela : Utilização de bancos de capacitores Bancos de Capacitores Grande (L - large) 1800 KVAR Médio (M - medium) 1200 KVAR Pequeno (S - small) 600 KVAR Zero (Z - zero) Não usar Filipe de Oliveira Saraiva 15 de maio de 2014 37 / 65
  38. 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 LC P A HC ∆V N L L M ZE LN M M S ZE ZE S S ZE ZE LP M M ZE ZE P S S ZE ZE Filipe de Oliveira Saraiva 15 de maio de 2014 38 / 65
  39. 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 15 de maio de 2014 39 / 65
  40. 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 15 de maio de 2014 40 / 65
  41. 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 Resultados Carga Tensão (V ) em t1 Tensão (V ) em t2 Decisão fuzzy 5 0.9452 0.9408 Low 5 0.9408 0.9407 Low 14 0.9413 0.9360 Low 14 0.9360 0.9359 Low Filipe de Oliveira Saraiva 15 de maio de 2014 41 / 65
  42. 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. O.; ASADA, A. C. C.; ASADA, E. N.. Multi-agent System for Voltage Control in Distribution Systems. In: XVII Internacional Conference on Intelligent System Applications to Power System (XVII ISAP), 2013, Tóquio. XVII Internacional Conference on Intelligent System Applications to Power System, 2013. Filipe de Oliveira Saraiva 15 de maio de 2014 42 / 65
  43. 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 15 de maio de 2014 43 / 65
  44. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 ataca esse problema, de forma distribuída, em um ambiente de smart grid. Filipe de Oliveira Saraiva 15 de maio de 2014 44 / 65
  45. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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; Conceitos de coalizão; Filipe de Oliveira Saraiva 15 de maio de 2014 45 / 65
  46. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 46 / 65
  47. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 47 / 65
  48. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 48 / 65
  49. Minimização de Perdas em Sistemas de Distribuição Inteligentes Método de

    Resolução Filipe de Oliveira Saraiva 15 de maio de 2014 49 / 65
  50. Minimização de Perdas em Sistemas de Distribuição Inteligentes Método de

    Resolução Exemplo: Filipe de Oliveira Saraiva 15 de maio de 2014 50 / 65
  51. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 51 / 65
  52. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 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 15 de maio de 2014 52 / 65
  53. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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: 2.0692 2271.7983 Coalizão 1: 2269.7291 Filipe de Oliveira Saraiva 15 de maio de 2014 53 / 65
  54. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 76.52% Filipe de Oliveira Saraiva 15 de maio de 2014 54 / 65
  55. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 55 / 65
  56. Minimização de Perdas em Sistemas de Distribuição Inteligentes Simulação Computacional

    e Resultados 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 15 de maio de 2014 56 / 65
  57. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 57 / 65
  58. Minimização de Perdas em Sistemas de Distribuição Inteligentes Simulação Computacional

    e Resultados Tabela : Perdas para cada coalizão para cada cenário inicial - sistema de 16 barras 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 15 de maio de 2014 58 / 65
  59. Minimização de Perdas em Sistemas de Distribuição Inteligentes 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 15 de maio de 2014 59 / 65
  60. Minimização de Perdas em Sistemas de Distribuição Inteligentes Trabalhos Futuros

    e Publicações Para o futuro, pretende-se simular esse método em sistemas maiores e, também, realizar simulações com alterações dinâmicas nas cargas do sistema. SARAIVA, F. O.; ASADA, E. N.. Multi-agent Systems Applied to Topological Reconfiguration of Smart Power Distribution Systems. In: International Joint Conference on Neural Networks (IJCNN), 2014, Beijing. Proceedings of International Joint Conference on Neural Networks, 2014. Filipe de Oliveira Saraiva 15 de maio de 2014 60 / 65
  61. 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 15 de maio de 2014 61 / 65
  62. 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 15 de maio de 2014 62 / 65
  63. 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 15 de maio de 2014 63 / 65
  64. Apêndice – Publicações Apêndice – Publicações Tipo de Publicação Número

    de Publicações Conferências Nacionais 1 (SBSE) Conferências Internacionais 5 (3 no ISGT-LA; 1 no ISAP; 1 no IJCNN) Periódicos Nacionais 0 Periódicos Internacionais 0 (em produção) Filipe de Oliveira Saraiva 15 de maio de 2014 64 / 65
  65. Desenvolvimento de Sistemas Multiagentes Aplicados a Redes de Distribuição de

    Energia Elétrica Inteligentes 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 15 de maio de 2014 Filipe de Oliveira Saraiva 15 de maio de 2014 65 / 65