FL / GAT / 07

BELÉM – PA / BRASIL / 1997

GRUPO IV
ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA (GAT)

UTILIZAÇÃO DE FERRAMENTAS DE SIMULAÇÃO DINÂMICA DE LONGA DURAÇÃO NA ANÁLISE

DE FENÔMENOS DE COLAPSO DE TENSÃO E NO TREINAMENTO DE OPERADORES

Jorge Luiz Jardim

Furnas Centrais Elétricas S.A

RESUMO a potência acelerante é o somatório das potências

acelerantes de todas as máquinas do sistema, e a inércia
Simulações dinâmicas de longa duração são utilizadas é o somatório das constantes de inércia de cada
na análise de fenômenos dinâmicos que se estendem máquina. Com isto, as oscilações entre máquinas são
por períodos relativamente longos, ou seja, da ordem eliminadas e somente fenômenos dinâmicos de longa
de minutos. Este trabalho apresenta os principais duração se manifestam no processo de simulação.
algoritmos que as ferramenta de simulação dinâmica
de longa duração devem conter para que a simulação A opção por separar os fenômenos se deve ao custo
seja eficiente e confiável. computacional elevado que é requerido pelos
programas de simulação de sistemas elétricos de
PALAVRAS-CHAVE potência. Um programa de curta duração, que em geral
utiliza passo de integração fixo, simula 10 segundos
Dinâmica de longa duração, ferramentas de simulação, com passo de integração de 0,01 segundos a um custo
solução de equações diferenciais e algébricas. computacional semelhante ao de um programa de longa
duração que tenha que simular 1000 segundos com um
1.0 - INTRODUÇÃO passo de integração de 1s, considerando-se a mesma
dimensão do sistema. A simulação de 1000 segundos a
Historicamente as ferramentas de simulação dinâmica um passo de 0.01s em geral representa, para sistemas
de sistemas elétricos de potência têm sido de potência de grande porte, um custo computacional
desenvolvidas e utilizadas de acordo com a escala de extremamente elevado para os ‘hardwares’ usualmente
tempo dos fenômenos dinâmicos de interesse. As disponíveis para tais simulações.
escalas de tempo típicas são: de 0 a 10 segundos para
simulações de curta-duração (‘short-term’) ou A separação dos fenômenos dinâmicos por escala de
transitórias; de 10 segundos a alguns minutos para tempo tem a vantagem de uma maior eficiência
simulações de média-duração (‘mid-term’); de alguns computacional e simplifica significativamente a
minutos a dezenas de minutos para simulações de análise. Entretanto, tem havido um crescente interesse
longa-duração (‘long-term’). Os modelos matemáticos em ferramentas com capacidade de simulação
utilizados para cada ferramenta diferem quanto ao simultânea de fenômenos rápidos e lentos. Uma das
nível de detalhes e simplificações. Por exemplo, nas principais razões para este interesse é o aumento de
simulações de curta-duração representam-se modelos ocorrências em que se observa interdependência de
detalhados de reguladores de tensão e de máquina fenômenos dinâmicos lentos e rápidos. Fenômenos de
síncrona; os reguladores de velocidade muitas vezes instabilidade de tensão são um exemplo típico. Outra
não são representados. Para as simulações de longa aplicação que requer a simulação em variadas escalas
duração em geral eliminam-se os reguladores de de tempo é a reconstituição de ocorrências complexas,
tensão, representam-se as máquinas de forma que se estendem por minutos, com atuação de vários
simplificada e os reguladores de velocidade de forma dispositivos de controle e proteção. Para lidar com
detalhada. Assumem-se uma série de simplificações estas situações, duas metodologias têm sido
nos modelos da rede elétrica e dos diversos empregadas. Uma consiste em utilizar um conjunto de
componentes dinâmicos. As máquinas síncronas, por modelos para cada escala de tempo. Tais modelos são
exemplo, são representadas de forma simplificada, em permutados a partir de uma lógica que determina o
geral pelo modelo clássico[9]. Em alguns programas a melhor conjunto no momento da simulação. Quando o
relação dinâmica da potência acelerante com a transitório rápido é atenuado, o programa utiliza os
freqüência é modelada por uma única equação na qual modelos de longa-duração. Se ocorre uma
Furnas Centrais Elétricas S A, Rua Real Grandeza, 219 sala 307 bloco E, 22283-900 Rio de Janeiro -RJ,
jjardim@furnas.com.br
 2

descontinuidade, por exemplo, retorna-se o modelo de O comportamento dinâmico dos sistemas elétricos de
curta-duração. Para cada conjunto de modelos utiliza- potência pode ser representado por um conjunto de
se um passo de integração fixo. Os principais pontos equações diferenciais ordinárias da seguinte forma
negativos com esta metodologia são a dificuldade de se y& = f ( y , x , t ) (1)
estabelecer uma lógica confiável de chaveamento de
e x& = g ( y , x , t ) (2)
modelos, necessidade de manter dois conjuntos de
n
modelos, dificuldade de inicialização dos modelos a onde y Î R é o vetor de variáveis de estado (ou de
cada chaveamento e incerteza quanto à fidelidade da fase) que representam os modelos dinâmicos dos
simulação [1,2]. elementos de controle da rede (máquinas síncronas,
reguladores de tensão e velocidade, compensadores
A outra metodologia utilizada consiste em representar m
permanentemente todos os modelos do sistema com o estáticos, etc.), x Î R é o vetor de variáveis de
nível de detalhe adequado à simulação de curta, média estado que representam os modelos dinâmicos da rede
e longa duração, e fazer variar o passo de integração de elétrica (linhas, transformadores, capacitores, etc.), e
acordo com a trajetória da simulação. Durante um é um pequeno parâmetro que representa a relação entre
período em que a trajetória do sistema exibe variações as constantes de tempo dos subsistemas (1) e (2).
rápidas o método seleciona automaticamente um passo
de integração curto. A medida que as variações nas O subsistema (1) pode conter equações com dinâmicas
grandezas do sistema se tornam mais suaves, o método muito diferentes. Por exemplo, a dinâmica de um
aumenta o passo de integração. Este método remove as controle automático de geração é muito mais lenta que
dificuldades do método anterior, mas por outro lado a de um compensador estático de reativos. Por outro
requer a escolha de algoritmos adequados e cuidados lado, o fato de e ser pequeno implica em que a
na implementação. dinâmica de (2) é muito mais rápida que a de (1). Desta
forma, as constantes de tempo em (1) e (2) podem
Este trabalho mostra fundamentos, princípios e técnicas variar de microsegundos para a rede elétrica a minutos
de implementação de um método eficiente para para controles automáticos de geração. Por causa
simulação simultânea de fenômenos dinâmicos de destas grandes diferenças, a representação matemática
curta, média e longa duração. O método está baseado do sistema é dada por um conjunto de equações
em passos e ordem de integração variáveis e na solução diferenciais ordinárias de difícil integração numérica -
simultânea das equações algébricas e diferenciais. Os ‘stiffness’. A rigor, stiffness é um fenômeno complexo
resultados obtidos com a implementação do método que não pode ser definido em termos de constantes de
são extremamente promissores. No momento está tempo. Um sistema é considerado stiff se um método
sendo desenvolvido um programa computacional que numérico é obrigado a usar um passo de integração
será utilizado como núcleo de um simulador para muito pequeno em relação à suavidade da solução
treinamento em dinâmica de sistemas de potência e de exata do problema no intervalo em questão. Entretanto,
um sistema de avaliação de segurança dinâmica ‘on- grandes diferenças nas constantes de tempo fornecem
line’. uma possível presença de stiffness.

Tradicionalmente os simuladores para treinamento de Uma simplificação normalmente utilizada nos

operadores que incorporam fenômenos dinâmicos programas de simulação é considerar e igual a zero.
representam somente os modelos para controle Com isto, o modelo do sistema passa a ser
automático de geração e os modos entre máquinas são representado por um conjunto de equações diferenciais
eliminados. Os métodos apresentados neste artigo estão e algébricas da seguinte forma
sendo empregados no simulador para treinamento de y& = f ( y , x , t ) (3)
operadores com a finalidade de também poder simular 0 = g( y, x, t ) . (4)
transitórios eletromecânicos e com isto transmitir-lhes
Esta formulação facilita o processo de integração
um sentimento realista do comportamento dinâmico do
numérica em razão de y passar a ser uma função
sistema.
implícita de x (considerando que as condições impostas
Os algoritmos também serão utilizados em um sistema pelo teorema da função implícita sejam satisfeitas).
de avaliação de segurança dinâmica ‘on-line’ com o Entretanto, para que o processo numérico de integração
objetivo de estender a avaliação aos fenômenos de seja em parte beneficiado por este artifício é necessário
instabilidade de tensão, que podem requerer alguns que as equações diferenciais e algébricas sejam
minutos de simulação para serem detectados. resolvidas simultaneamente, conforme está explicado
na Seção 4.0.
2.0 - CONSIDERAÇÕES SOBRE O MODELO
3.0 - MÉTODOS DE INTEGRAÇÃO
 3

de 0.001s a 40s. Com relação à Eq. (5), os parâmetros

Os algoritmos utilizados na solução numérica de do preditor e do corretor para os métodos estão nas
equações diferenciais ordinárias e equações Tabelas 1 e 2 respectivamente.
diferenciais e algébricas são do tipo ‘Linear Multistep’
- LM ou Runge-Kuta. Os métodos LM implementados TABELA 1- PREDITOR
na forma de “preditor-corretor” em geral são de mais ABM BDF
fácil implementação e maior eficiência computacional. Parâmetros a
1 ord a
2 ord a
1 ord 2a ord
a0 -1 -1 -1 -1
A família de métodos de integração to tipo LM na
a1 1 1 1 3
forma preditor-corretor é dada pela seguinte fórmula
j j
a2 - - - -3
åa y
i =0
i n +i = hå bi f n + i
i =0
(5)
a3
b0
-
1
-
-0.5
-
1 -
1

onde a i e b i são constantes dependentes do método b1 - 1.5 - -

específico sendo utilizado, j é o número de passos do
TABELA 2 - CORRETOR
método e h é o passo de integração. ABM BDF
Parâmetros 1a ord 2a ord 1a ord 2a ord
A eliminação da dinâmica da rede elétrica auxilia mas
não resolve totalmente o problema de ‘stiffness’ porque
a0 -1 -1 -1 1/3
em (3) continuam existindo grandes diferenças nas a1 1 1 1 -4/3
respostas dinâmicas. Para tratar deste problema é a2 - - - 1
necessária a utilização de métodos de integração b0 - 0.5 - -
implícitos com propriedades de A-estabilidade b1 1 0.5 1 -
[3,4,7,8]. Um método numérico é A-estável se a sua b2 - - 2/3
região de estabilidade contêm o semiplano esquerdo do
plano complexo, {hl Î C| Re(hl ) < 0} . O método ABM é utilizado para as equações
diferenciais. O método BDF para as equações
algébricas de constante de tempo muito pequenas e
Dentre os vários métodos possíveis nesta família
como preditor das equações algébricas (4).
recomenda-se os métodos implícitos e no máximo de
segunda ordem. O seguinte Teorema [8] fornece boas
4.0 - FORMAS DE SOLUÇÃO
razões para esta escolha.
A aplicação do método de integração às equações (3) e
Teorema - a) Um método linear multistep explícito não
(4) resulta em um sistema de equações algébricas da
pode ser A-estável; b) A ordem de um método A-
seguinte forma [6]
estável não pode exceder a dois; c) O método linear
multistep de segunda ordem com menor erro é o 0 = y n - bn hf ( y n , x n ) - C (6)
Trapezoidal. 0 = g(yn , xn ) , (7)
onde C é a soma ponderada dos termos ye
Considerando apenas o critério de A-estabilidade
escolheríamos somente o método trapezoidal implícito. y& anteriores a partir de t n-1 . As Eq. (6) e (7) podem
Entretanto, sistemas stiff requerem métodos numéricos ser representadas simplificadamente da seguinte forma
com capacidade de atenuação rápida de oscilações 0 = f (z ) (8)
numéricas, característica esta não contida no n+ m T
trapezoidal implícito. Na presença de onde z Î R , z = [y, x] , e f é a função vetorial
descontinuidades, o trapezoidal implícito obriga o uso contendo (6) e (7).
de um passo relativamente muito pequeno com relação
à suavidade da solução para que não ocorram Para resolver (8) pode-se utilizar a iteração de ponto
oscilações numéricas. A atenuação rápida de oscilações fixo ou a iteração de Newton. Para sistemas stiff a
numéricas é uma propriedade dos métodos BDF solução de (6) e (7) dever ser por Iteração de Newton.
(‘Backward Differentiation Formulae’)[4]. A iteração de ponto fixo, freqüentemente utilizada nos
programas de simulação de sistemas de potência pode
Para o presente trabalho está sendo utilizada uma não convergir para valores de h elevados. Esta talvez
combinação dos métodos LM do tipo Adams- seja a principal razão da dificuldade de convergência
Bashforth-Moulton - ABM - e BDF [5]. Tais métodos destes programas quando se modelam sistemas de
são implementados na forma de preditor-corretor com controle de dinâmica muito rápida.
ordem variando de 1 a 2 e passo de integração variando
 4

A iteração de ponto fixo é definida como O algoritmo portanto deve conter um mecanismo para
z [ v +1] v
= f ( z ), v = 0,1,2,.. . (9) alteração automática do passo de integração. Se o
passo é grande durante um transitório rápido existe a
[ 0]
onde z é arbitrário. possibilidade de ocorrência de erros e instabilidade
numéricas. Se o passo é pequeno durante dinâmicas
O teorema de existência de uma única solução para lentas a computação se torna ineficiente. O controle do
sistemas discretos representados por (9) estabelece: passo de integração se baseia na estimação do erro de
truncamento local [4,5] a cada passo. Mantendo-se o
Teorema - Se f ( z) satisfaz uma condição Lipschitz, erro de controle local dentro de uma tolerância
ou seja, f ( z) - f ( z * ) £ M z - z * , para todo z , especificada, garante-se também a permanência do erro
global de simulação dentro de limites aceitáveis. Esta é
z * , onde a constante Lipschitz M satisfaz outra razão para se utilizar o passo variável, ou seja, a
0 £ M £ 1 , então, existe uma única solução z = a , garantia da fidelidade da simulação. Resumidamente, o
e se {z }
[v] passo variável permite uma maior eficiência
computacional e garante a fidelidade da simulação.
[v ]
é definido por (9), então z ® a a medida que
v® ¥. O mecanismo para variação do passo funciona da
seguinte forma. Ao final de cada passo verifica-se se a
Por exemplo, se a constante Lipschitz em (6) de f com estimativa do erro de truncamento local está dentro da
relação a y é L, então podemos tomar M como sendo tolerância permitida. Em caso positivo, aceita-se o
passo e determina-se, com base no mesmo erro, se há
h b n L e a iteração (9) converge para uma única margem para aumento do passo. Em caso negativo,
solução de (8) contanto que rejeita-se o passo e determina-se que passo seria

h < 1 / bn L ( ) (10)
necessário para que o erro se mantenha dentro da
tolerância.

Para um sistema de equações diferenciais lineares, Pode-se também avaliar ao final de cada passo que
y& = Ay + Bu , a constante Lipschitz pode ser ordem de integração resulta em menor erro de
truncamento. Isto permite se alterar simultaneamente o
L = A = max i li , onde l é um autovalor de A . passo e a ordem de integração.
Para sistemas não lineares a determinação desta
constante é bem mais complicada. A estimativa de erro de truncamento local é dada por
(série de Taylor)
Para sistemas stiff, L >> 1 , o que impõe severas E k = h k +1 y ( k +1) / ( k + 1)!
restrições no tamanho de h. onde k é a ordem do método.
A solução para o sistema stiff é a utilização da iteração
de Newton, definida da seguinte O máximo passo de integração h pode ser calculado
forma considerando-se que para este passo o erro seria igual
ao da tolerância. Desta forma, obtém-se
z [ v +1] = z [ v ] - J -1 ( z [ v ] ) F ( z [ v ] ), v = 0,1,2,.. .
h » [t / E k ]
1/ ( k + 1)
onde F = f (z ) e J é a matriz Jacobiana de (8). A
convergência da iteração de Newton é local, portanto,
[ 0]
onde t é a tolerância.
depende do valor inicial. Se o valor inicial y estiver
na região de convergência da solução, a convergência é 6.0 - RESULTADOS
obtida e é quadrática. Se não converge tenta-se uma
outra condição inicial. Isto é equivalente a diminuir o Um sistema com 5 barras e 2 geradores foi utilizado
passo de integração h na simulação. para testar o comportamento do algoritmo e mostrar os
possíveis ganhos a serem obtidos nas simulações de
5.0 - PASSO E ORDEM VARIÁVEIS LTD. O sistema é radial e os dois geradores estão nas
extremidades do circuito. A carga total é de 630 MW.
A escolha adequada dos métodos de integração e de Cada gerador está equipado com regulador de tensão e
solução das equações algébricas possibilita a velocidade e estabilizador de sistemas de potência. O
maximização dos passos de integração, e portanto uma modelo do gerador é de terceira ordem, do regulador
maior eficiência computacional. de tensão (tipo estático) é de segunda ordem, do
estabilizador de quinta ordem e do regulador de
 5

velocidade/ turbina (hidráulica) de quinta ordem. As

constantes de tempo dos modelos variam de 10
milisegundos a vários segundos. Este é um sistema
stiff. O autovalores de maior e menor módulo para este
sistema são -997.2. e -0.02959 respectivamente.

Com o objetivo de demonstrar a eficiência do

algoritmo, foi realizado o seguinte teste: simula-se o
sistema em regime por um segundo (sem distúrbio), em
seguida aplica-se uma falta trifásica na barra de um dos
geradores; remove-se a falta após 80ms; o sistema
sofre um aumento de carga de 200MW, 3 minutos após
a remoção da falta; simula-se, então, por mais 15
minutos. O aumento de carga, embora não realista,
serve para mostrar um desbalanço de carga geração, FIGURA 2. ÂNGULO DOS ROTORES x TEMPO(s).
que excita um modo dinâmico mais lento do que o
curto-circuito.

As Figuras 1 e 2 mostram o comportamento das

velocidades e dos ângulos internos dos rotores. A
medida que as oscilações angulares são atenuadas
(neste caso lentamente, devido ao pouco
amortecimento), o passo de integração aumenta,
chegando a quase 20s, Figura 3. As Figuras 4 e 5
mostram com mais detalhes o período inicial da
simulação. É interessante observar que para manter a
precisão desejada o método selecionou passos de
integração inferiores a 10ms imediatamente após os
distúrbios. Neste caso a tolerância utilizada foi de 10-2
e o erro calculado como sendo a soma dos valores
absolutos dos erros de todos os estados do sistema
inclusive das variáveis algébricas. FIGURA 3. PASSO DE INTEGRAÇÃO x TEMPO(s).

Na faixa que vai de 500s ao final da simulação as

variáveis do sistema variam muito lentamente e o passo
de integração é superior a 10s. Considerando o
tamanho do maior autovalor do sistema, este passo de
integração é significativamente elevado. Se tivéssemos
utilizado iteração de ponto fixo, o maior passo de
integração, aproximado por (9), seria de 0.002s.

FIGURA 1. VELOCIDADE ANGULAR x TEMPO(s)

FIGURA 4. ÂNGULO DOS ROTORES x TEMPO(s).

 6

(3) J. Arrillaga and C.P. Arnold, “Computer Modelling

of Electrical Power Systems”, John Wiley &
Sons, 1983.
(4) C.W. Gear “Numerical Initial Value Problems in
Ordinary Differential Equations”, Prentice-
Hall, Englewood Cliffs, New Jersey, 1971.
(5) R. L. Burden and J. D. Faires, “Numerical
Analysis”, PWS-KENT Publishing Company,
1989.
(6) B. Stott, “Power System Dynamic Response
Calculations”, Proceedings of the IEEE, Vol.
67, No. 2, Feb 1979.
(7) J.Y.Astic, A. Bihain and M. Jerosolimski, “The
FIGURA 5. PASSO DE INTEGRAÇÃO x TEMPO(s).
mixed Adams - BDF Variable Step Size
Algorithm to Simulate Transient and Long
7.0 - CONCLUSÕES Term Phenomena In Power Systems”, IEEE
Trans. on PS, Vol. 9, No. 2, May 1994.
Foi apresentada uma metodologia de integração
eficiente para ferramentas de simulação de dinâmicas (8) Dahlquist, G. ‘A Special Stability Problem for
de curta, média e longa-duração. Os princípios básicos, linear Multistep Methods’, BIT, Vol. 3, pp 27-
fundamentos e algoritmos em que esta metodologia se 43, 1963.
baseia foram mostrados.
(9) P.M.Anderson, A A Fouad, ‘Power System
O método possibilita e viabiliza a utilização eficiente Control and Stability’, Iowa State University
de programas para simulação de fenômenos de Press, 1977.
instabilidade de tensão, avaliação de segurança
dinâmica, reconstituição de distúrbios e simuladores 9.0 BIOGRAFIA
para treinamento.
Jorge L. Jardim nasceu em 26 de maio de 1957. Ele
8.0 REFERÊNCIAS obteve o grau de Engenheiro Eletricista (sist. Potência)
em 1982 pela UFF, obteve o MSc. em eng.elétrica em
(1) M. Stubbe, “Long Term Dynamics in Power 1987 pela PUC-RJ e o PhD pela Universidade de
Systems: An International Survey of the Londres em 1994. Desde 1984 trabalha para Furnas
Present Status and the Perspective of Long Centrais Elétricas SA. Esteve cedido ao Cepel em
Term Dynamics in Power Ssystems”, CIGRÉ, 1990. Foi professor adjunto da UFF de 1989 a 1991.
SC-38 WG38.02 TF08, Final Report - Phase I, Seus interesses são nas áreas de simulação, estabilidade
1993. e controle de sistema de sistemas de potência,
otimização e sistemas de gerenciamento de energia.
(2) M. Stubbe, “Long Term Dynamics in Power
Systems: Phase II”, CIGRÉ, SC-38 WG38.02
TF08, Final Report- Phase II, 1995.