Uma Estratégia Cognitiva de Recuperação de Redes Elétricas no Contexto do Smart Grid
smart grid, redes elétricas
A reconfiguração das redes de distribuição de energia elétrica tem se tornado bastante atrativa devido ao processo de automatização e incorporação de dispositivos eletrônicos, que possibilitam manobras à distância. O processo de reconfiguração consiste em alterar a topologia da rede de distribuição através do fechamento ou abertura das chaves de interconexão. O processo de reconfiguração de redes de distribuição tem como objetivo apoiar o processo de decisão, planejamento e/ou controle em tempo real de operação de redes elétricas almejando a minimização de perdas ativas, balanceamento de carga e isolamento de falhas e melhoria nos níveis de tensão. A tarefa de gerenciar e tomar decisões de alterar a topologia da rede elétrica é uma tarefa bastante complexa devido à diversidade de possibilidades de configuração. Neste contexto, os sistemas de gerência autonômicos (Autonomic Management Systems - AMS) estão sendo investigados como uma solução exequível para o problema de reconfiguração de rede elétrica. Desta forma, espera-se que a intervenção humana na gerência possa ser substituída por soluções autonômicas geradas, de preferência, dinamicamente. Esta tese propõe o uso do Raciocínio Baseado em Casos (Case-Based Reasoning - CBR) acoplado ao algoritmo HATSGA para a rápida reconfiguração de grandes redes de distribuição de energia. A adequação e a escalabilidade da estratégia de reconfiguração baseado em CBR usando o algoritmo HATSGA são avaliados. A avaliação de desempenho indica que o algoritmo HATSGA calcula novas topologias de reconfiguração com um tempo computacional viável para grandes topologias de redes. A estratégia CBR procura soluções de reconfiguração gerenciais aceitáveis no banco de dados do CBR e, como tal, contribui para reduzir o número necessário de cálculos de reconfiguração usando o HATSGA. Isso sugere que o CBR pode ser aplicado com um algoritmo rápido de reconfiguração, resultando em uma estratégia de recuperação de redes mais eficiente, dinâmica e cognitiva.