Universidade Federal de São João del-Rei São João del-Rei, 31 de Outubro de 2024

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular: DISCIPLINA
Unidade Responsável: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFSJ-CEFET/MG (13.28)
Código: PPGEL00101
Nome: ESTUDO ORIENTADO ESTIMAÇÃO DE ESTADOS EM MICRORREDES
Carga Horária Teórica: 60 h.
Carga Horária Prática: 0 h.
Carga Horária Total: 60 h.
Pré-Requisitos:
Co-Requisitos:
Equivalências:
Excluir da Avaliação Institucional: Não
Matriculável On-Line: Sim
Horário Flexível da Turma: Não
Horário Flexível do Docente: Sim
Obrigatoriedade de Nota Final: Sim
Pode Criar Turma Sem Solicitação: Não
Necessita de Orientador: Não
Exige Horário: Sim
Permite CH Compartilhada: Não
Permite Múltiplas Aprovações: Não
Quantidade de Avaliações: 1
Ementa/Descrição: 1. Introdução ao conceito de microrredes [2]. 2. Fluxo de potência para microrredes ilhadas [4]. 3. Estimação de Estados: • Estimação de Estados usando o método de Gauss-Newton [9]. • Processamento de Erros usando o método dos resíduos ponderados[20]. • Inclusão de medições fasoriais no problema de estimação de estados [20]. • Geração de medidas a partir dos dados do fluxo de potência [21]. 4. Estimação de estados para microrredes ilhadas usando um modelo de otimização [19].
Referências: [1] V. B. Foroutan, M. H. Moradi, and M. Abedini, “Optimal operation of autonomous microgrid including wind turbines,” Renewable Energy, vol. 99, pp. 315–324, 2016. [2] J. P. Lopes, C. L. Moreira, and A. Madureira, “Defining control strategies for microgrids islanded operation,” IEEE Transactions on power systems, vol. 21, no. 2, pp. 916–924, 2006. [3] L. Rolim, M. Alves, T. M. Assis, P. O. La Gatta, and G. N. Taranto, “Virtual inertia impact on microgrid voltage and frequency control,” in 2018 Simposio Brasileiro de Sistemas Eletricos (SBSE). IEEE, 2018, pp. 1–6. [4] P. O. La Gatta, J. A. Passos Filho, and J. L. R. Pereira, “Tools for handling steady state under-frequency regulation in isolated microgrids,” IET Renewable Power Generation, vol. 13, no. 4, pp. 609–617, 2019. [5] G. O. Alves, J. Pereira, P. O. La Gatta, J. Passos Filho, and M. Tomim, “A new governor power flow formulation based on the current injections method,” International Journal of Electrical Power Energy Systems, vol. 104, pp. 705–715, 2019. [6] G. O. Alves, J. L. R. Pereira, and J. A. Passos Filho, “A new unbalanced three phase governor power flow formulation based on the current injections method,”International Journal of Electrical Power Energy Systems, vol. 123, p. 106184, 2020. [7] D. Manna, S. K. Goswami, and P. K. Chattopadhyay, “Optimisation of droop coefficients of multiple distributed generators in a micro-grid,” IET Generation, Transmission Distribution, vol. 12, no. 18, pp. 4108–4116, 2018. [8] M. H. Hemmatpour, M. Mohammadian, and A. A. Gharaveisi, “Optimum islanded microgrid reconfiguration based on maximization of system loadability and minimization of power losses,” International Journal of Electrical Power & Energy Systems, vol. 78, pp. 343–355, 2016. [9] A. Abur and A. G. Exposito, Power system state estimation: theory and implementation. CRC press, 2004. [10] R. A. Tinoco, J. A. Passos Filho, W. Peres, and R. M. Henriques, “A new particle swarm optimization-based methodology for determining online static security regions,” International Transactions on Electrical Energy Systems, vol. 31, no. 3, p. e12790, 2021. [11] F. Ahmad, A. Rasool, E. Ozsoy, R. Sekar, A. Sabanovic, and M. Elita, “Distribution system state estimation-a step towards smart grid,” Renewable and Sustainable Energy Reviews, vol. 81, pp. 2659–2671, 2018. [12] G. N. Korres, N. D. Hatziargyriou, and P. J. Katsikas, “State estimation in multimicrogrids,” European transactions on electrical power, vol. 21, no. 2, pp. 1178–1199, 2011. [13] A. Gomez-Exposito, A. Abur, A. de la Villa Jaen, and C. Gomez-Quiles, “A multilevel state estimation paradigm for smart grids,” Proceedings of the IEEE, vol. 99, no. 6, pp. 952–976, 2011. [14] I. Cobelo, A. Shafiu, N. Jenkins, and G. Strbac, “State estimation of networks with distributed generation,” European transactions on electrical power, vol. 17, no. 1, pp. 21–36, 2007. [15] C. Lin, W. Wu, and Y. Guo, “Decentralized robust state estimation of active distribution grids incorporating microgrids based on pmu measurements,” IEEE Transactions on Smart Grid, vol. 11, no. 1, pp. 810–820, 2019. [16] J. Lu, G. Zhu, and Y. Miao, “State estimation of the micro-grid,” in Unifying Electrical Engineering and Electronics Engineering: Proceedings of the 2012 International Conference on Electrical and Electronics Engineering. Springer, 2014, pp. 517–527. [17] G. Zhang, C. Li, D. Qi, and H. Xin, “Distributed estimation and secondary control of autonomous microgrid,” IEEE Transactions on Power Systems, vol. 32, no. 2, pp.989–998, 2016. [18] M. M. Rana and L. Li, “An overview of distributed microgrid state estimation and control for smart grids,” Sensors, vol. 15, no. 2, pp. 4302–4325, 2015.

SIGAA | NTInf - Núcleo de Tecnologia da Informação - +55(32)3379-5824 | Copyright © 2006-2024 - UFSJ - sigaa06.ufsj.edu.br.sigaa06 v4.2.9_s.268