Sei sulla pagina 1di 11

Análise de confiabilidade do sistema de potência usando um método analítico de domínio de

frequência

Resumo:

O sistema de energia atual está se tornando mais dependente dos recursos de energia
distribuída, bem como das tecnologias de comunicação e controle, o que aumenta a
confiabilidade, a resiliência e a eficiência energética da rede. Juntamente com essas
modificações, o cálculo preciso da confiabilidade, tanto no nível do equipamento como do
sistema, desempenha um papel essencial para determinar a confiabilidade futura da rede
elétrica e identificar as áreas onde a confiabilidade pode ser melhorada. A confiabilidade do
sistema de energia tem sido calculada usando diferentes métodos analíticos baseados em
simulações. No entanto, devido à grande escala de sistemas de energia que interligam milhares
de equipamentos elétricos e natureza probabilística das falhas, os métodos de avaliação de
confiabilidade para sistemas elétricos geralmente envolvem muitas suposições e simplificações.
Este artigo propõe um novo método analítico de avaliação de confiabilidade baseado na
Transformada de Laplace, que calcula os índices de confiabilidade com mais precisão. O método
e os resultados serão explicados usando diferentes estudos de caso, como uma turbina eólica e
um sistema de distribuição de energia.

I – Introdução

A avaliação da confiabilidade sempre foi essencial para sistemas de energia em diferentes fases
de projeto, planejamento e operação. No entanto, durante os últimos dois anos, uma grande
necessidade foi sentida por uma transformação no setor de energia. Nos Estados Unidos, o
Departamento de Energia (DOE) iniciou um programa plurianual de modernização da rede
baseado no argumento de que a rede atual não possui os atributos necessários para atender às
demandas de eletricidade do futuro [1]. Como o dia-a-dia humano se tornou mais dependente
da eletricidade, é de grande importância avaliar com precisão e garantir a confiabilidade da rede
elétrica dos sistemas de geração e transmissão, ao sistema de distribuição e ao cliente final. Uma
série de fatores que ameaçam a confiabilidade do sistema de energia incluem: envelhecimento
da infraestrutura do sistema, novas tecnologias, preocupações cibernéticas / físicas, novas
formas de geração de eletricidade, vulnerabilidade às mudanças climáticas, etc. [2].

Com muitos impulsionadores para que a rede elétrica dê um salto para se tornar um sistema
moderno, flexível e inteligente, são necessárias análises mais precisas e detalhadas durante o
planejamento e a operação da rede. Entre os diferentes estudos de sistemas de energia, a
avaliação da confiabilidade é fundamental para determinar a disponibilidade esperada nos
níveis de equipamentos e sistemas e reduzir o tempo de interrupção de forma eficaz [3].

Os métodos atuais de cálculo de confiabilidade para um sistema de energia e seus componentes


são baseados principalmente em cálculos de simulação ou analíticos. Em um método de
simulação, o comportamento estocástico de um equipamento ou sistema é analisado através
de simulação de distribuição de probabilidade e relações físicas. Um dos métodos mais comuns
baseados em simulação para avaliação de confiabilidade é o método de simulação de Monte
Carlo, onde as falhas e reparos podem ser amostrados aleatoriamente a partir de suas próprias
distribuições de probabilidade [4]. O resultado de uma simulação de Monte Carlo pode ser a
distribuição de possíveis variáveis de saída. No entanto, esse método pode exigir milhares ou
dezenas de milhares de cálculos iterativos para estimar os índices de confiabilidade dentro de
um certo intervalo de confiança aceitável.
Métodos analíticos, por outro lado, representam o sistema de potência usando modelos
matemáticos. Embora os métodos analíticos sejam capazes de calcular a solução analítica exata
para a confiabilidade de um sistema, eles não têm sido comumente usados pela indústria devido
à sua complexidade, especialmente para grandes sistemas [5]. Portanto, os métodos analíticos
geralmente incluem um número de simplificações, como a suposição de distribuição
exponencial para variáveis aleatórias, o que pode comprometer a precisão dos resultados. Um
dos métodos analíticos de avaliação de confiabilidade é baseado na modelagem de Markov, que
pressupõe que os estados futuros do sistema dependem apenas do estado atual e não dos
eventos que ocorreram anteriormente [6].

Este trabalho propõe um método analítico de avaliação de confiabilidade baseado no domínio


da frequência. O método é baseado no fato de que a distribuição de probabilidade da soma de
variáveis aleatórias no domínio do tempo é igual à convolução de suas distribuições individuais.
No entanto, este cálculo pode ser mais convenientemente feito transferindo estas distribuições
para o domínio da frequência, onde a convolução é convertida em multiplicação [7].

A primeira parte deste artigo discute a avaliação da confiabilidade do equipamento. A


modelagem considera a detecção e inspeção de falhas aleatórias, manutenção e reparo maiores
e menores e a restauração de equipamentos. Nesta pesquisa, diferentemente dos métodos
anteriores, as durações dos equipamentos, reparos e manutenção do sistema de potência são
modeladas usando suas distribuições de probabilidade reais, e o impacto de cada variável pode
ser avaliado usando a análise de sensibilidade. Parâmetros de confiabilidade, como tempo
médio de reparo (MTTR), tempo médio de falha (MTTF) e disponibilidade do equipamento (A)
podem ser determinados como resultado dessa análise.

Na segunda parte, usaremos o método cut-set juntamente com o cálculo do domínio da


frequência para avaliar a confiabilidade do sistema de distribuição da perspectiva do cliente.
Índices de confiabilidade, tais como Frequência de Interrupção do Ponto de Carga (LPIF),
Duração Média de Interrupção (AID) e Duração da Interrupção do Ponto de Carga (LPID) serão
calculados e o resultado será fornecido para um sistema de distribuição de exemplo.

II MÉTODO DE AVALIAÇÃO DE CONFIABILIDADE DO EQUIPAMENTO

A Fig.1 mostra o processo de interrupção para restaurar um equipamento. Este diagrama define
a duração do modelo de indisponibilidade do equipamento. A primeira linha do diagrama indica
falhas não planejadas e probabilísticas, incluindo a detecção de falhas e a duração das inspeções
(TDetection,TInspecion). A duração da detecção e inspeção de uma falha pode ser diferente
dependendo do esquema de proteção e tecnologia do dispositivo. Após a parte com falha ser
determinada, ela precisa ser reparada ou substituída. No caso de substituição, a duração
dependerá da disponibilidade de peças sobressalentes em estoque. A duração desses estados é
diferenciada por TPurReplace quando uma compra é necessária e TinvReplace quando ela pode ser
enviada do estoque. Se a peça com falha for reparável, o reparo de atrasos é considerado por
Trepair antes de restaurar o equipamento (Trestoration ). Os outros dois blocos representam a
duração da manutenção maior e menor (TMjMain , TMnMain) como parte da interrupção planejada,
o que pode levar a reparar ou substituir o equipamento também.
Fig. 1 - Diagrama de blocos para a duração da interrupção de um equipamento.

Cada caminho paralelo neste diagrama é viável com um certo probabilidade Pi que pode ser
obtida a partir de estatísticas históricas e dados de manutenção. Nesse caso, a distribuição geral
de indisponibilidade pode ser calculado pelo seguinte cálculo:

onde T representa a transformada de Laplace de cada duração função de distribuição do bloco.


Ao converter de volta a interrupção distribuição para o domínio do tempo, o MTTR pode ser
calculado como:

E a 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 pode ser calculada como:


𝑀𝑇𝑇𝐹
𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 =
𝑀𝑇𝑇𝐹 + 𝑀𝑇𝑇𝑅
Onde, o MTTR é calculado a partir da eq. (5) e o MTTF é determinado com base na taxa de falhas
do equipamento.

III - MÉTODO DE AVALIAÇÃO DE CONFIABILIDADE DO SISTEMA

Depois de modelar cada componente do sistema de potência individual e calcular sua duração
e disponibilidade de interrupção, o próximo passo é modelar todo o sistema que contém esses
equipamentos conectados juntos.
No sistema de distribuição, o objetivo é fornecer eletricidade confiável aos clientes. Portanto,
este estudo fornece a confiabilidade do sistema do ponto de vista do cliente. Alguns dos
principais índices de avaliação da confiabilidade do sistema de distribuição são Confiabilidade
(R), Frequência de Interrupção do Ponto de Carga (LPIF), Duração Média de Interrupção (AID) e
Tempo de Interrupção do Ponto de Carga (LPIT). A avaliação da confiabilidade no nível do
sistema de distribuição é realizada usando o método cut-set juntamente com um cálculo no
domínio da frequência.

O método Cut set é uma abordagem poderosa para avaliar a confiabilidade de um sistema. Um
[Cut-set] pode ser definido como um conjunto de componentes do sistema que, quando falhado,
causa falha do sistema [8]. O subconjunto mínimo de qualquer conjunto de componentes que
causa falha no sistema é conhecido como mínimo [Cut-set]. Isso significa que todos os
componentes de um mínimo [Cut-set] devem estar em um estado de falha para causar falha no
sistema.

A figura a seguir mostra o diagrama de um sistema de distribuição com linhas de energia que
conectam a subestação à carga, usando L1 a L5.

Fig. 2. Diagrama do exemplo do sistema de distribuição em loop.

A nova representação do sistema baseada em conjuntos de corte mínimo é como abaixo.

Fig. 3 - Representação mínima do [Cut-set] do sistema de distribuição de exemplo.

Como todos os [Cut-sets] estão em série, a confiabilidade do sistema total pode ser derivada da
multiplicação da confiabilidade [Cut-set's].

A Freqüência de Interrupção do Ponto de Carga (LPIF) pode ser calculada para qualquer período
T da seguinte maneira:

A fim de levar em conta a duração das falhas, denotamos Tci como a função de distribuição de
probabilidade da duração da interrupção para [Cut-set] Ci, e Tci representa a transformada de
Laplace dessa distribuição. A duração total da interrupção do ponto de vista da carga,
considerando todas as durações da interrupção [Cut-Set], pode ser calculada no domínio da
frequência como:

Onde 𝑓𝑐𝑖 é a probabilidade de ocorrer a duração da interrupção 𝑇𝑐𝑖. A seguinte equação pode
ser usada para calcular a duração média de interrupção do sistema.

A duração da interrupção do ponto de carga é então calculada simplesmente como o resultado


da multiplicação de AID e LPIF.

IV - RESULTADOS DO ESTUDO DE CASO

A. Confiabilidade do Equipamento (por exemplo, turbina eólica):

Como um equipamento específico, uma turbina eólica é escolhida para ser estudada. A turbina
eólica pode ser vista como um sistema composto por vários componentes, como gerador, caixa
de câmbio, pás, eixo e etc.

Fig. 4. Esquema de árvore de falha de alto nível de uma turbina eólica.

Todos os principais componentes da turbina eólica estão funcionando em série, o que significa
que a falha de qualquer componente faria com que a turbina eólica parasse de funcionar. A Fig.
4 representa um diagrama de árvore de falhas de alto nível com as partes principais da turbina
eólica como ramificações desta árvore. Com base nas informações de [9], a taxa de falha anual
de diferentes partes da turbina eólica é fornecida pela tabela a seguir. Os dados do histórico são
necessários para determinar a distribuição de cada um dos blocos de construção do esquema
de duração de interrupção apresentado na Fig. 1 para uma turbina eólica.
De acordo com as estatísticas de duração de reparo das turbinas eólicas de [9], a duração do
reparo poderia ser melhor ajustada em uma distribuição exponencial.

Quando uma peça de turbina eólica precisar de substituição, a duração da substituição pode
variar dependendo do local e do tipo de dispositivo necessário. Para as peças que falham mais
regularmente e são geralmente mais baratas e menores em tamanho, como um dispositivo
eletrônico, as peças de reposição estão geralmente disponíveis e podem ser substituídas em
poucas horas. Por outro lado, existem algumas partes grandes e caras da turbina eólica, como
pás e geradores cuja probabilidade de falha é pequena. No entanto, após a falha, eles não estão
disponíveis no estoque e precisam ser solicitados e enviados, e esse processo pode levar vários
dias ou semanas. Além disso, pode haver outros dispositivos necessários para a substituição
dessas peças específicas, como o guindaste, que pode ser facilmente adicionado ao lead time
em alguns dias. Neste estudo, selecionamos tPurReplace e tInvReplace como representativos
dos atrasos mencionados como sendo de 15 dias e 3 horas, respectivamente.

A manutenção programada de turbinas eólicas geralmente resulta em cerca de 12 a 18 horas de


inatividade para cada evento de manutenção [10]. Existem diversos fatores que podem afetar o
tempo de manutenção, como as características físicas do sistema, fatores humanos, fatores
ambientais, etc. Portanto, a distribuição da duração da manutenção não pode ser facilmente
determinada.

De acordo com [11], as operações de manutenção regulares para as partes do mesmo tipo são
geralmente bastante semelhantes, e as diferenças entre as durações de manutenção se
originam de uma soma de atrasos aleatórios em diferentes fases de manutenção. Portanto, é
razoável aceitar que as durações regulares de manutenção nesse nível de manutenção seguem
a distribuição normal.

Neste artigo, também assumimos que a duração da manutenção é normalmente distribuída com
valores médios de 12 e 18 horas e desvio padrão de uma hora para manutenção menor e
serviços de manutenção principais, respectivamente.
Como quase todos os parques eólicos estão equipados com dispositivos de monitoramento e
comunicação on-line que podem determinar rapidamente a operação anormal de uma turbina
e detectar a causa da falha da Conferência IEEE 2017 sobre Tecnologia para Sustentabilidade
(SusTech), Tdetection e Tinspecion são insignificantes em nosso estudo sobre turbinas eólicas.
A duração da Trestoração também foi incluída nos blocos anteriores e, portanto, não é discutida
aqui. No modelo de interrupção descrito pela Fig. 1, P1 a P10 foram obtidos aproximadamente
usando estatísticas de NPPD do parque eólico de Ainsworth por um período de 3,5 anos.

TABELA II. Probabilidades de bloqueios de energia elétrica apresentados na Fig.1

A transformação de Laplace de cada distribuição derivada é calculada e fornecida na tabela a


seguir.

TABELA III - Transformada de Laplace das distribuições de atraso no modelo


Onde, erf (z) é a função de erro complementar definida por (14).

A função de distribuição global da duração da interrupção no domínio da frequência pode ser


representada por (15).

A Tabela IV fornece a confiabilidade da turbina eólica e o valor esperado de MTTR e MTTF


calculados com base no método proposto.

TABELA IV. Índices de confiabilidade para o estudo de caso de turbinas eólicas:

B. Análise de Sensibilidade (por exemplo, turbina eólica)

Entre todas as durações dentro do diagrama de interrupção da Fig. 1, a duração do reparo é


dominante e tem o papel principal na disponibilidade total de nossa turbina eólica. Espera-se
que a duração mais curta do reparo, quando possível, melhore a confiabilidade. Aqui,
investigamos a sensibilidade da disponibilidade à duração do reparo usando um coeficiente α (0
<α <1) que altera a duração do reparo de zero para o valor original usado na seção anterior. Esse
coeficiente é aplicado na equação MTTF e o resultado é usado para cálculo de disponibilidade.
Fig. 5. Sensibilidade da disponibilidade de turbinas eólicas à sua duração de reparo.

De acordo com os resultados da Fig. 5, se a duração do reparo puder ser reduzida à metade do
seu valor original, a disponibilidade da turbina eólica aumentará de 0,99447 para 0,996. A
análise de sensibilidade usando o método analítico proposto é mais eficiente e menos
computacionalmente intensiva do que a utilização de métodos baseados em simulação, como a
simulação de Monte Carlo, que exigiria um conjunto completo de novas iterações com qualquer
alteração em um parâmetro de entrada.

C. Confiabilidade de um sistema de distribuição

Para o estudo do sistema, os parâmetros de taxa de falha e duração do reparo foram obtidos
com base nos dados fornecidos por [12] e todas as distribuições são consideradas exponenciais.
A tabela a seguir mostra as funções de densidade de probabilidade selecionadas para as linhas.

TABELA V. Funções de densidade de probabilidade utilizadas para diferentes linhas do sistema.

A Figura 6 mostra a confiabilidade do sistema em função do tempo com base em (7).

Fig. 6. Confiabilidade total do sistema em função do tempo Além disso, (10) pode ser usado para
calcular a função de densidade de probabilidade da duração total da interrupção, como
mostrado na Fig. 7.
Fig. 7. Função densidade da probabilidade da duração total da interrupção Por último, os valores
esperados para os índices de confiabilidade para o sistema foram calculados e fornecidos na
Tabela VI.

TABELA VI. Índices de confiabilidade para o sistema em estudo

D. Análise de Sensibilidade na Confiabilidade do Sistema Nesta seção, o efeito da duração do


reparo de cada linha no PDF da duração total da interrupção é avaliado. Para o estudo, a duração
do reparo de cada linha foi ajustada para metade do seu valor original e os resultados são
mostrados na figura a seguir.

Fig. 8. Sensibilidade da função densidade de duração de interrupção total a 50% menos a


duração de reparo de cada linha individual.

De acordo com essa figura, uma diminuição na duração do reparo de cada linha individual reduz
o tempo total de interrupção conforme o esperado e esse novo tempo de interrupção tem mais
probabilidade de ser inferior a 22,5 horas em comparação com a duração da interrupção
original. Além disso, pode-se observar que a duração do reparo de L1 tem o efeito mais alto
comparado com L5, que tem o menor efeito na duração total de interrupção da carga. Essa
análise pode ser usada para priorizar as linhas e determinar a linha mais crítica em um sistema
com base no efeito de suas durações de reparo na duração total da interrupção.

A Fig. 9 mostra a mudança esperada na duração média da interrupção devido à redução da


duração do reparo da linha.
Fig. 9. Sensibilidade do AID a 50% menos a duração do reparo de cada linha individual.

V - CONCLUSÕES E TRABALHO FUTURO

Neste trabalho, um método de avaliação de confiabilidade analítica baseado no domínio da


freqüência foi proposto. O método baseava-se na transferência das distribuições da duração da
interrupção para o domínio da frequência em que a convolução é convertida em multiplicação,
e o cálculo pode ser mais convenientemente executado. O estudo foi dividido em duas partes;
“Modelo de equipamento” e “modelo de sistema”. Para modelagem de equipamentos, uma
turbina eólica foi usada como exemplo para demonstrar o método de cálculo; e o impacto dos
parâmetros de entrada, como a duração do reparo, foi determinado por meio da análise de
sensibilidade. Para a segunda parte deste artigo, uma abordagem baseada no método de corte
foi tomada para modelar a duração da interrupção do sistema de distribuição. Como vantagem,
o método analítico proposto permite usar funções reais de densidade de probabilidade para
modelar o reparo e a falha do equipamento e calcular a confiabilidade do sistema com mais
precisão do que outras técnicas analíticas baseadas em simulação ou simplificadas. Em seguida,
usando a análise de sensibilidade, o impacto da taxa de falha, o tempo de reparo e a duração da
manutenção podem ser determinados no nível do equipamento e do sistema. Esta pesquisa
pode ser ampliada considerando vários alimentadores que fornecem as cargas no sistema de
distribuição. Também é possível definir vários níveis de carga para restaurar parte das cargas
sempre que possível.