Sistema Embarcado Para Gerenciamento de Redes Inteligentes de Energia

Participantes:

Rosvando Marques Gonzaga Junior

Resumo do projeto:

A crescente atualização tecnológica das redes de energia, seja ela pelo advento dos carros elétricos, fontes renováveis ou armazenamento de energia em baterias, traz a tona promissoras abordagens descentralizadas para o gerenciamento dessas redes.

Descrição do projeto:

Diversos fatores relacionados ao conceito de redes inteligentes( do inglês, Smart Grids) têm contribuído para aumentar a complexidade da operação dos sistemas de distribuição , tais como: novas arquiteturas de redes elétricas com capacidade de operar autonomamente; penetração de novas fontes de energia renováveis (nas redes de distribuição primária e secundária); o advento dos veículos elétricos; e a possibilidade de armazenamento de energia gerada pelas fontes renováveis em bancos de bateria residenciais. Dessa forma, nos últimos anos vem aumentando o interesse pelo desenvolvimento e implantação de ferramentas para monitoramento em tempo real nos sistemas de distribuição. Ou seja, de ferramentas que possibilitem a aferição, em tempo real, da condição operacional das redes de distribuição, pois a partir dessa informação ações de controle podem ser tomadas para corrigir falhas e garantir um estado operativo seguro.

A ferramenta fundamental para monitoramento em tempo real de redes elétricas é o Estimador de Estado, que tem a função de determinar, em tempo real, as variáveis de estado da rede (usualmente as tensões complexas nodais), através do processamento de um conjunto redundante de medidas com ruído. Através da análise dessas variáveis de estado verifica-se a condição operacional da rede elétrica. Porém, historicamente, a quantidade limitada de medidas existentes nos sistemas de distribuição inviabilizou a implantação de estimadores nessas redes.

Acontecimentos recentes, também relacionados ao conceito de redes inteligentes, vêm propiciando um aumento significativo na quantidade de medidas disponíveis nas redes de distribuição, motivando o desenvolvimento e implantação de estimadores de estado específicos para esses sistemas. Dentre esses acontecimentos destacam-se a instalação de medidores inteligentes na rede secundária e o desenvolvimento das chamadas micro PMUs (do inglês, Phasor Measurement Units), que permitem a medição de grandezas fasoriais nos sistemas de distribuição.

O aumento da quantidade de informações disponíveis nas redes de energia contribui para o desenvolvimento e implantação de estimadores embarcados nesses sistemas, mas, por outro lado, traz à tona algumas questões que devem ser analisadas no desenvolvimento desses estimadores. Isto em razão do aumento da quantidade de dados que passarão a ser transmitidos para os Centros de Operação dos sistemas de Distribuição e da dimensão da rede elétrica que terá que ser considerada. Pois as redes primárias de distribuição já acarretam em redes de larga escala, geralmente compostas por dezenas de milhares de barras, e a adição dos modelos das redes secundárias de distribuição, onde os medidores inteligentes estão sendo instalados, deve elevar essa escala para centenas de milhares de barras. Nesse sentido aparecem como promissoras as propostas de estimadores descentralizados para sistemas de distribuição, diferentemente dos processos convencionais centralizados usualmente proposto para essas redes elétricas.

Com o advento dos medidores inteligentes, vários projetos-piloto estão sendo propostos no Brasil e no mundo para entender melhor os benefícios e desafios do uso de uma Infraestrutura de Medição Avançada. O projeto Inovcity Aparecida uma parceria entre a Ecil Energias e a EDP Bandeirantes, fruto do projeto P & D ANEEL, instalou mais de 15 400 medidores eletrônicos inteligentes na cidade de Aparecida do Norte, no Estado de São Paulo. Na Irlanda, o Projeto de Medição Inteligente CER , resultante da parceria entre a ESB Network e a Comissão de Regulamentação de Energia (CER), foram instalados medidores inteligentes em mais de 10 000 residências e comércios irlandeses.

Plano de Desenvolvimento

Para o desenvolvimento do projeto e teste do sistema proposto fez-se necessário a criação de uma Infraestrutura de Mediação Avançada, em que fosse possível emular o comportamento de uma rede de real de distribuição de energia elétrica, com a instalação de medidores inteligentes de energia acoplados aos seus consumidores finais.

Como os medidores inteligentes disponíveis no mercado possuem taxas de amostragem dos dados medidos entre 5 a 15 minutos, o primeiro passo foi modelagem da rede de distribuição escolhida, para o levantamento dos perfis de carga da rede a cada 15 minutos durante um período de 24 horas. Após realizado, tais dados são os parâmetros de entrada para o algoritmo de fluxo de carga, a ser realizado utilizando o software OpenDSS, amplamente utilizado em simulações para sistemas de distribuição. Todo o controle do OpenDSS, incluindo quando executar o fluxo de carga e atualização dos parâmetros de carga de entrada é feito via InterfaceCOM pelo software MATLAB, onde também são adicionados ruídos ao resultado do fluxo de carga, fazendo referência aos ruídos existes nas medidas reais provenientes das precisões dos medidores. Sendo assim, a cada 15 minutos é executado um fluxo de carga, com as condições de carregamento da rede para aquele instante. Ao término da execução o resultado é enviado via comunicação serial UART, a um Arduino Uno acoplado a um módulo de comunicação sem fio por rádio frequência em 2.4 GHz que é responsável por transmitir os dados. Todo esse processo faz-se necessário para reproduzir de forma mais fiél possível o comportamento de uma rede onde os dados de consumo dos clientes são medidos a cada 15 minutos e enviados na maioria das vezes por redes dedicadas de rádio frequência entre os medidores inteligentes e os nós getways que fazem a aquisição dos dados.

Os dados enviados são recebidos também por um módulo de rádio frequência em 2.4 GHz, e encaminhados para um processador Broadcom 64bit ARMv8 Cortex-A53 Quad-Core, 1.2GHz e 1GB de memória RAM em que serão parte dos parâmetros de entrada , juntamente com a matriz de conexão das barras da rede e os parâmetros da linha , para estimador de estados embarcado, programado na linguagem python. Na formulação tradicional do processo de estimação de estado em sistemas elétricos de potência, as tensões complexas nodais são tomadas como as variáveis de estado do sistema, pois, através destas, é possível determinar o estado operativo corrente de um sistema elétrico de potência. Sua formulação se baseia nas relações entre as medidas analógicas e as variáveis de estado expressas através de funções não lineares pelo seguinte modelo:

Z= h(x)+e

Sendo “z” o vetor de medidas (mx1),“h(x)” o vetor de funções não lineares, que relaciona as medidas com as variáveis de estado (mx1), “x” o vetor de variáveis de estado ((2n-1)x1); “e” o vetor dos erros nas medidas (mx1).

Dessa forma o resultado do algoritmo de fluxo carga realizado anteriormente e transmitido via rede RF é utilizado como o vetor de medidas para o processo de estimação. Após realizado, o resultado são tensões complexas das barras da rede de distribuição. Esse resultado é então enviado a um servidor, utilizando o módulo ME910C1-WW que conta com comunicação GSM/GPRS conectado através da rede da operadora TIM. Tal modulo é acessado via comunicação serial UART por um micro controlador externo, Arduino Mega 2560, onde são enviados comandos AT por esse canal de comunicação, que fazem toda a parte de registro do módulo da rede GSM e GPRS da operadora, realização a requisição de um IP para acesso rede internet. Ao final de toda configuração inicial é possível realizar uma request HTTP e a abertura de sockets de comunicação diretamente para o servidor escolhido e assim encaminhar os dados referentes ao resultado de estimador de estados qur podem ser acessados pelos Centros de Operação de Distribuição das concessionárias sendo de alta importância para o conhecimento do estado operativo corrente da rede.

As informações provenientes dos estimadores embarcados são customizáveis atendendo as requisições dos operadores quanto a quais parâmetros aquisitar daquela microrede criada pela instalação de um estimador embarcado na rede de distribuição. Podendo assim enviar informações somente da barra de fronteira criada, na hipótese de instalação de um estimador por transformador de distribuição, como também informação especifica de uma unidade consumidora. Essas informações podem ser o estado dos dispositivos seccionadores telecomandados que estejam presentes na micro rede, avisos sobre faltas e desconexões locais, informações sobre a utilização de geração distribuída e armazenamento de energia em banco de baterias, conexão de veículos elétricos a rede de distribuição de energia, todas essas tecnologias com alta penetração no mercado de energia elétrica. O processo de estimação de estados exige alto custo computacional, assim com a utilização dos estimadores descentralizados é possível ter conhecimento da rede de energia, sem que seja necessária a transmissão de um alto volume de dados das unidades consumidoras até o centro de operação, e necessidade de um alto poder de processamento para realizar a estimação de estados de toda rede de forma centralizada.

Artigos publicados

Artigo “ An Embedded State Estimator for Reducing Data Volume and Processing in Smart Grids Monitoring” aceito para publicação no IEEE WCNPS 2018 na Universidade de Brasília (UnB) em novembro de 2018.

Histórico do desenvolvimento:

1º Semana

– Estudo das redes de distribuição de energia elétrica em baixa tensão.

– Análise das informações enviadas por medidores inteligentes comercialmente disponíveis, como taxas de amostragem e tamanho dos pacotes de dados.

– Estudo de projetos piloto de cidades inteligentes no brasil e no mundo.

– Aguardar chegada da placa.

2º Semana

– Estudo do algoritmo do fluxo de carga pelo método de Newton Rapshon, disponível no livro de Alcir Monticelli “Introdução aos Sistemas de Energia Elétrica”.

– Definição da rede de distribuição a ser utilizada como base para o projeto, escolha pela 32 barras, amplamente divulgada na literatura da área, adaptada para uma rede de baixa tensão disponível em Baran, Mesut E., and Felix F. Wu. “Network reconfiguration in distribution systems for loss reduction and load balancing.” IEEE Transactions on Power delivery 4.2 (1989): 1401-1407.

– Modelagem da rede escolhida , extrapolando o perfil de carga da rede para cada 15 minutos.

– Definição dos requisitos de projeto.

– Inicio da montagem do sistema para emulação das medidas provenientes dos medidores inteligentes.

3º Semana

– Chegada do módulo.

– Compra dos componentes para integrar o projeto.

– Estudo dos compiladores ARM DS-5, e do Telit AppZone.

– Ligar a placa, primeiros testes.

– Estudos da documentação disponibilizada pela Telit.

– Estudos dos vídeos disponbilizados em Telit Cups anteriores.

– Comunicação placa via comando AT pelo Terminal Telit.

– Estudo do software OpenDSS utilizado para simulação em sistemas de distribuição.

– Comunicado da Telit, que o módulo não processa códigos embarcados genéricos, respondendo apenas por comandos AT.

– Definição do processador externo a ser utilizado.

– Pesquisa com as operadoras da cidade sobre a disponibilidade da rede LTE CAT M1.

– Pesquisa falha pois a rede ainda não está disponível na cidade.

4º Semana

– Processador escolhido: Broadcom 64bit ARMv8 Cortex-A53 Quad-Core, 1.2GHz e 1GB de memória RAM.

– Chegada dos componentes: Placa de desenvolvimento Arduino Mega 2560, Arduino Uno, Raspberry PI 3 e módulos wireless NRF24L01 de 2.4 GHz.

– Implementação do Algortimo de Fluxo de Carga para a rede de distribuição no software OpenDSS.

– Comunicação com o software MATLAB via Interface COM para controle de execução do OpenDSS e atualização das condições de carregamento da rede a cada 15 minutos.

5 º Semana

– Acoplamento do Arduino ao módulo wireless NRF24L01 para envio do resultado do fluxo de carga gerado pelo OpenDSS, após ser adicionados ruídos gaussianos nas medidas geradas.

– Tentativa falha da incorporação de módulos de rádio frequência EZ430-RF2 da Texas Instruments ao projeto.

– Teste e envio dados pelo módulo wireless NRF24L01 respeitando as taxas de atualização e transmissão dos dados.

– Aquisição dos dados e envio para o Estimador de Estados Embarcado.

– Desenvolvimento de um protocolo em python para armazenar a informações das medidas em um arquivo .txt, de forma sincronizada servindo com entrada para o estimador.

– Implementação do algoritmo de estimação de estados na Raspberry PI 3 em Python3.

6º Semana

– Implementação do algoritmo de estimação de estados na Raspberry PI 3 em python.

– Teste de envio de comandos AT via comunicação serial UART pelos pinos TXD pino 17 e RXD 16 utilizando um microcontrolador externo para o Mòdulo Telit ME910C1-WW.

– Utilização de conversores de nível de tensão devido aos GPIO’s da placa suportar 1.8V.

– Detecção que os pinos TXD e RXD são invertidos, resultando então em TXD= RX e RXD =TX.

– Registro do módulo da na rede da Operadora TIM, envios de comandos AT via serial, configuração e conexão as rede GSM e GPRS da operadora, possibilitando a conexão a internet.

– Teste de envio de dados provenientes do Fluxo de carga para o servidor de echo disponibilizado pela Telit.

– Criação de um servidor HTTP para o recebimento das informações em PHP utilizando o WampServer.

– Servidor não conectado.

– Dificuldade de acesso a um IP verdadeiro nas máquinas da USP devido as 32 camadas de rede existente na rede de internet local. Permitindo acesso apenas pelo LocalHost.