Prof. Ildemar C. Decker, D.Sc. Florianópolis, 06/07/2022

Monitoreo y Evaluación de la Dinámica de Sistemas Eléctricos, Basados en Medición Sincronizada de Fasores 4. Aplicaciones en el monitoreo y análisis del desempeño de sistemas eléctricos Prof. Ildemar C. Decker, D.Sc. Universidade Federal de Santa Catarina UFSC Laboratório de Planejamento de Sistemas de Energia Elétrica LabPlan Florianópolis, SC Brasil E-mail: ildemar.decker@ufsc.br Florianópolis, 06/07/2022

Temario Identificación de oscilaciones electromecánicas Aplicativo de análisis en tiempo real: MedPlot RT Aplicativo de análisis de datos históricos: MedPlot Histórico Contribuciones al Análisis de Desempeño del SIN Sistema Interligado Nacional 1

Identificación de Modos de Oscilación Electromecánicos Aspectos generales Fenómenos de ocurrencia natural en SEE. Resultado de diferentes interacciones entre máquinas síncronas: Modos Intraplanta (2 a 2,5 Hz) Modos Locales (1 a 2 Hz) Modos Interárea (0,2 a 1 Hz) Caracterizados por: frecuencia, tasa de amortiguamiento y forma modal Proporcionan información esencial sobre la estabilidad del SEE. 2 1.5 1 0.5 0-0.5-1 -1.5 frequência = 1/t Fase Sinais Originais Amplitude Amortecimento [Exp (-t/k)] Sinal1 Sinal2-2 0 1 2 3 4 5 6 7 8 9 10 150 210 Mode Shapes para a frequência de 0,7Hz 90 2 Sinal 1 120 60 Sinal 2 1.5 180 0 Blecaute região Nordeste do Brasil Blecaute costa oeste EUA (agosto de 1996) (28/08/2013) 240 270 1 0.5 300 30 330 Cuando mal-amortiguados pueden causar apagones de grandes proporciones. 2

3 2 1 0-1 -2 Amostra 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 Espectro 0 0 5 10 15 20 25 30 Frequência Identificación de Modos de Oscilación Electromecánicos Enfoques Δu B D. Δx Δx + C + Estimación basada en modelos Δy Parámetros de los componentes del SEE Estimación basada en medidas Medidas de variables del SEE Amplitude A Δ xx = AAΔxx + BBΔuu Δyy = CCΔxx + DDΔuu Construcción del modelo Estimación del modelo/espectro Δu B D. Δx Δx + C + -3 0 0.5 1 1.5 2 2.5 Δy Amplitude Técnicas de los sistemas lineales Técnicas de los sistemas lineales/análisis espectral A Modos de oscilación Modos de oscilación Muy laborioso debido al tamaño y a la complejidad. Desempeño es dependiente de la disponibilidad y de la calidad de las medidas usadas. 3

Identificación de Modos de Oscilación Estimación basada en modelos Conjunto de ecuaciones diferenciales ordinarias de 2ª orden. En estudios de estabilidad de pequeñas señales, se utiliza el modelo lineal en torno a un ponto de operación. Δxx = AAΔxx + BBΔuu Δyy = CCΔxx + DDΔuu La matriz del estado AA contiene las informaciones sobre la dinámica del SEE. Análisis de la matriz de estado AA: Autovalores λλ e autovetores a la direcha φφ (para φφ 0) AAφφ = λλλλ λλ = σσ ± jjjj Características del modo de oscilación asociado: ff = ωω ζζ = 2ππ σσ σσ 2 + ωω 2 MS = φφ 4

Identificación de Modos de Oscilación Estimación basada en medidas Obtención de informaciones de la dinámica del SEE por medio del procesamiento de conjuntos de medidas del sistema. Clasificación de los métodos: Amplitude 3 2 1 0-1 -2-3 0 0.5 1 1.5 2 2.5 Amostra No paramétricos Paramétricos Amplitude 1 0.9 0.8 0.7 0.6 0.5 0.4 Espectro 0.3 La elección de un método depende del período bajo análisis: Identificación del sistema 0.2 0.1 Estimación espectral 0 0 5 10 15 20 25 30 Frequência Ambiente Ringdown Ambiente Características de los modos de oscilación 5

Identificación de Modos de Oscilación Estimación basada en medidas Clasificación: Métodos de identificación de modos de oscilación electromecánicos No paramétricos Paramétricos Estimación espectral Correlación Reconstrucción de la señal Estimación del modelo lineal DFT Welch Wiener-Hopf Prony HTLS Yule-Walker Subespacio de estados 6

Métodos no paramétricos Aspectos generales No hacen ninguna suposición sobre el modelo que representa el sistema bajo análisis. Pueden actuar tanto en el dominio del tiempo como en el dominio de la frecuencia. Técnicas principales: Discrete Fourier Transform (DFT); Transformada de Wavelet; Transformada de Hilbert; Método de Welch; Ecuaciones de Wiener-Hopf. 7

Métodos no paramétricos DFT Discrete Fourier Transform Representa una señal como una soma de sinusoides complejas. Permite identificar el contenido espectral de señales discretos en el tiempo. NN 1 XX mm = xx(nn) cos 2πnnnn jj sin 2πnnnn NN NN nn=0 cos(2ππ ff 1 11 tt) Dominio del tiempo Dominio de la frecuencia 0.8 0.6 Amplitude 0.4 0.2 0-0.2-0.4-0.6-0.8-1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Amostra 2 1.5 1 xx(nn) DFT 70 60 50 XX mm cos(2ππ ff 1 22 tt) 0.8 0.6 Amplitude 0.5 0-0.5-1 Amplitude 40 30 20 Amplitude 0.4 0.2 0-0.2-0.4-0.6-1.5-2 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Amostra 10 0 0 5 10 15 Frequência ff 11 ff 22-0.8-1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Amostra 8

Métodos no paramétricos DFT Comentarios Permite estimar las frecuencias de las componentes que forman una señal. No permite calcular el amortiguamiento de las componentes de la señal. Es aplicable tanto para el análisis de grandes perturbaciones cuanto para el análisis de datos de ambiente. Un de los principales problemas de su aplicación practica es la fuga espectral; Técnicas de ventanas son una alternativa para la reducción de este tipo de problema. 9

Métodos no paramétricos Método de Welch Algoritmo para el cálculo de la densidad espectral de las señales con el uso de la da Transformada Discreta de Fourier (DFT). Método no paramétrico más utilizado para la estimación de modos de oscilación en SEE. Seccionamento Cálculo de periodogramas modificados Média dos periodogramas 10 20 Amplitude 4 2 0-2 Sinal PSD (db) 0-10 -20-30 -40 0 0.5 1 1.5 2 2.5 Frequência (Hz) 20 PSD (db) 10 0-10 -20-30 0 0.5 1 1.5 2 2.5 Frequência (Hz) 20 PSD (db) 10 0-10 -20-4 0 50 100 Tempo (s) PSD (db) 10 0 PSD (db) 10 0-30 0 0.5 1 1.5 2 2.5 Frequência (Hz) -10-10 -20 0 0.5 1 1.5 2 2.5 Frequência (Hz) -20 0 0.5 1 1.5 2 2.5 Frequência (Hz) 10

Métodos paramétricos Aspectos generales Asumen modelos para las señales o un modelo lineal para el sistema y calculan sus parámetros. Los modos de oscilación se obtienen a partir de los parámetros del modelo. 11

Métodos paramétricos Aspectos generales Métodos basados em la representación de señales por exponenciales: Método de Prony; Matriz Pencil; HTLS Hankel Total Least Squares. Métodos basados em la equación de Yule- Walker. Métodos de subespacio de estados: CCA Canonical Correlation Analysis; MOESP Multivariable Output-Error State Space; N4SID Numerical Algorithm for Subspace State Space System Identification. 12

Métodos paramétricos Método de Prony La función de transferencia de un sistema dinámico es: Δu B. Δx 1 s I + C + A D Δx Δy GG ss = Δyy ss Δuu ss = cc(ssss AA) 1 bb nn = ss λλ ii ii=1 RR ii Mediante la aplicación de una función de impulso o cualquier otra señal de entrada al sistema, la respuesta en el tiempo es una soma de exponenciales: nn yy(tt) = RR ii ee λλ iitt ii=1 Discretización tt = kkδtt nn kk yy(kk) = RR ii zz ii ii=1 donde: zz ii = ee λλ iiδtt Con el método de Prony se calculan los parámetros que representan el sistema, o sea, los residuos RR ii e los polos discretos zz ii. 13

Métodos Paramétricos Método de Prony - Comentarios Es adecuado para análisis de grandes perturbaciones; Es susceptible a los ruidos; Permite el uso de varias variables de salida simultáneamente para estimar los modos (método de Prony multiseñales). Parámetro que se debe definir: orden del modelo En la elección de la orden del modelo se debe llevar en cuenta el número de puntos de las señales utilizadas. El orden de modelo debe ser suficiente para representar la totalidad de las componentes de las señales. Órdenes muy altas aumentan innecesariamente el esfuerzo computacional. 14

Métodos paramétricos Método de Prony Comparación con la DFT: DFT: No paramétrico; Produce una soma de sinusoides complejas no amortiguadas; Resultados: frecuencia, amplitud y fase de las componentes. Prony: Paramétrico; Produce una soma de sinusoides complejas amortiguadas; Resultados: frecuencia, tasa de amortiguamiento, amplitud y fase de las componentes. 1 0.8 0.6 1 0.8 0.6 0.4 0.4 0.2 Amplitude 0-0.2-0.4 2 Amplitude 0.2 0-0.2 2-0.6 1.5-0.4 1.5-0.8-0.6-1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Amostra 1-0.8 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Amostra 1 Amplitude 0.5 0 Amplitude 0.5 0-0.5 1 1-0.5 0.8-1 0.8 0.6 0.4-1.5 0.6 0.4-1 Amplitude 0.2 0-0.2-2 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Amostra Amplitude 0.2 0-0.2-1.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Amostra -0.4-0.4-0.6-0.6-0.8-0.8-1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Amostra -1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Amostra 15

Métodos paramétricos Métodos de sub espacio de estados Un modelo en espacio de estados es estimado a partir de los espacios línea y columna de las matrices que se forman con muestras de variables de salida del sistema. Usan técnicas de álgebra lineal simples y robustas. Hacen la representación en el espacio de estados. Métodos más utilizados: CCA Canonical Correlation Analysis (ou CVA Canonical Variate Analysis); N4SID Numerical algorithm for Subspace State Space IDentification; MOESP Multi Output-Error State space. 16

Métodos paramétricos Métodos de sub espacio de estados Considere un sistema puramente estocástico (sin entradas externas, uu=0): xx kk+1 = AAAA kk + ww kk yy kk = CCCC kk + vv kk Onde: ww kk - vetor de ruído do processo vv kk - vetor de ruído das medidas Considere un conjunto de vectores de salida yy 0, yy 1,, yy MM yy kk R ll MM para kk = 0,1,, MM. yy kk Método de sub espacio de estados Matrices AA e CC Modos de oscilación 17

Métodos paramétricos Métodos de sub espacio de estados - Comentarios El método se basa en la suposición de que los dados son generados por un sistema lineal e invariante en el tiempo y contaminados por ruido blanco. El método tiene un mejor desempeño para las secuencias de datos largas hipótesis de que no hay correlación entre las salidas pasadas y el ruido, en un horizonte infinito de datos. 18

Identificación de modos de oscilación Análisis de grandes perturbaciones (ringdown) Ejemplo: señal de frecuencia en el terminal UFAC (oscil. sostenidas) Fecha: 12/04/2014 Período: 21:20:00 21:44:59 (UTC) Período de 15 segundos finales DFT Prony Freq.: 0,55 Hz Amort.: 7,2 % Freq.: 0,55 Hz 19

Identificación de modos de oscilación Análisis de datos de ambiente Ejemplo: monitoreo del modo Norte-Sul - Brasil Señales monitoreados: diferencias angulares entre UFSC, UFPE x UFC (referencia). Período monitoreado: 17h - 18h de 04/03/2015. Parámetros: Ventana deslizante: 10 minutos; Método CCA:» Orden del modelo: 12; Método de Welch:» Nº de segmentos: 20; 20

Identificación de modos de oscilación Análisis de datos de ambiente Señales monitoreadas: Resultado: Frecuencia de la oscilación: Resultado: Tasa de Amortiguamiento: Entre 0,32 e 0,36 Hz en la mayor parte del tiempo. Entre 7 e 13% en la mayor parte del tiempo. 21

MedPlot RT Características Aplicativo computacional para el monitoreo en tiempo real de sincrofasores. Implementado en lenguaje C#. Los principales procesos del son: Adquisición de un flujo de sincrofasores en tiempo real; Interpretación e organización de los paquetes de datos recibidos; Monitoreo de variables fasoriales en tiempo real; Identificación de modos de oscilación electromecánicos en tiempo real. 23

MedPlot RT Adquisición de datos Adquisición de datos: Flujo de datos del PDC con UDP (User Datagram Protocol); Informaciones UDP en archivo local; Identificación del tipo de paquete recibido. Interpretación/Organización: Interpretación de los paquetes (norma IEEE C37.118-2);» Configuración» Datos Organización de los datos por terminal de medición; Informaciones de los terminales en archivo local. 24

MedPlot RT Monitoreo de variables fasoriales Utilizar los datos procesados para el monitoreo de variables fasoriales en tiempo real. El monitoreo de las variables fasoriais se puede hacer por medio de: Gráficos en el tiempo; Gráficos polares. Displays de frecuencia 25

MedPlot RT Análise de dados Monitoramento das quantidades de dados recebidas pelo PDC. Resultados apresentados em dois gráficos: Gráfico de linhas no tempo: qtde. de dados recebidos em tempo real; Gráfico de colunas: percentuais acumulados de dados recebidos e perdidos ao longo de cada hora. Armazenamento local dos resultados em planilhas do Microsoft Excel. 26

MedPlot RT Identificación de modos de oscilación Pre-procesamiento de las señales en el tiempo. Aplicación de las metodologías de identificación de modos de oscilación. Método de Welch; Método de subespacio de estados CCA. Verificación cruzada de los resultados para validación. 27

MedPlot RT Pre-procesamiento de las señales Señal original Tratamiento de outliers (errores de medición) Outliers resultan en transitorios artificiales cuando se realiza la filtración Remoción del valor medio La componente determinística degrada los resultados en identificación puramente estocástica (método CCA).; Aumenta la relación señal/ruido. Filtración Remoción de ruidos y componentes de la dinámica más lenta (control). Downsampling Tasas de muestreo muy altas producen problemas numéricos; Aumenta el desempeño computacional. Tratamento de outliers Remoção da média Filtragem Dizimação Señal procesado Banda: 0,1 a 2 Hz. Taxa de amostragem de 5 Hz. 28

MedPlot RT Aplicación de las técnicas de identificación de modos Después de pre-procesamiento de las señales se aplican dos técnicas para identificar los modos de oscilación. Señales procesados Método de subespacio (CCA) Método de Welch Frecuencia Tasa de amort. Mode-shapes Frecuencia 29

MedPlot RT Validación de las estimaciones Validación de los resultados obtenidos con el método de sub espacio CCA. Señal preprocesado Evolución temporal del modo 30

El Ambiente Computacional MedPlot RT Herramienta de Monitoreo y Visualización en Tiempo Real Procesos Principales: 31

MedPlot Histórico Características Aplicativo computacional de análisis offline de sincrofasores. Implementado en lenguaje C#. Sus funcionalidades están organizadas en 6 módulos: Consulta de datos; Procesamiento de datos; Exportación de datos; Análisis temporal; Identificación de modos de oscilación electromecánicos; Análisis de eventos sistémicos. 33

MedPlot Histórico Módulo de búsqueda de datos Búsqueda de datos: Conectarse al PDC por IP (Internet Protocol) pública; Hacer la búsqueda y tratar los datos recibidos; Almacenar localmente. Procesamiento de datos: Leer los archivos locales; Procesar los datos (calcular la secuencia positiva, etc.); Procesar los módulos de análisis. 34

MedPlot Histórico Módulo de exportación de datos Realiza la exportación de los datos de una búsqueda. Los archivos de datos creados en una búsqueda están en formato ASCII e poden ser exportados: Manualmente, para otros formatos como CSV; Automáticamente, en formato COMTRADE (a través de función propia do aplicativo). 35

MedPlot Histórico Módulo de análisis temporal Generación de gráficos de variables eléctricas en el tiempo. Se puede realizar análisis del desempeño dinámico del sistema eléctrico. Opciones de gráficos: Ejemplo de gráfico Grandezas Potência Ativa/Reativa Tensões / Correntes Frequência Componente do Fasor Módulo (absoluto/pu) Ângulo Gráfico Trifásico Por fase (a, b, c) Seq. positiva Frequência 36

MedPlot Histórico Módulo de identificación de modos de oscilación Aplicación de técnicas de identificación de modos de oscilación en las señales temporales. Las metodologías disponibles son: DFT (Discrete Fourier Transform); Método de Prony; RBE (Realización Balanceada Estocástica). Caracterización de los modos de oscilación por medio de: Frecuencia; Amortiguamiento; Energía, amplitud, fase; DFT 0,4 Hz Prony 0,38 Hz ξ 8% Mode-shapes. 37

MedPlot Histórico DFT Algoritmo: FFT (Fast Fourier Transform). Utilização de biblioteca matemática MathNET desenvolvida para plataforma.net. Parâmetros: Não há a necessidade da definição de parâmetros pelo usuário. Limites: Nº de sinais: ilimitado; Tamanho da janela: ilimitado. Resultados: Espectro de amplitudes (domínio da frequência).» Frequência dos modos dominantes. 0,35 Hz 38

MedPlot Histórico Método de Prony Algoritmo: Método de Prony para múltiplos sinais (LIU, 2010). Utilização de biblioteca de álgebra linear DotNumerics desenvolvida para plataforma.net. Parâmetros: Ordem do modelo. Limites:» Sugestão do aplicativo: Nº de pontos / 4. Nº de sinais: 25; Tamanho da janela: 1 minuto; Ordem: 300. Resultados: Gráfico no tempo com sinal reconstruído; Tabela com parâmetros das componentes. 0,35 Hz 11,6 %» Freq., amort., energia, amplitude e fase. 39

MedPlot Histórico Método de Prony Resultados (para análises com múltiplos sinais): Gráfico polar com as mode-shapes de um modo específico. Mode-shapes Norte Sul 40

MedPlot Histórico Método de subespaço de estados - CVA Algoritmo: Etapa de pré-processamento dos sinais:» Remoção de outliers: Outliers resultam em transitórios artificiais ao realizar filtragem;» Remoção da média: Componente determinística deteriora resultados em identificação puramente estocástica (método CCA);» Filtragem (0,1 a 2 Hz): Remoção de ruídos e componentes de dinâmica mais lenta (controle;» Downsampling (5 Hz): Taxas de amostragem muito altas ocasionam problemas numéricos; Aumento do desempenho computacional. Algoritmo considera sistema puramente estocástico (KATAYAMA, OVERSCHEE): variações aleatórias da carga.» Identificação do modo dominante: energia ou IDM (Índice de Dominância Modal). Utilização de biblioteca de álgebra linear DotNumerics desenvolvida para plataforma.net. 41

MedPlot Histórico Método de subespaço de estados - CVA Parâmetros: Ordem do modelo: 8 20; Nº de linhas por bloco de Hankel: kk = 2 OOOOOOOOmm mmmmm NNN dddd ssssssssssss Tamanho da janela: 5 a 15 min.; (sugestão 20, para ordem 8); Passo da janela: 10 a 60 s; Frequências Mínima e Máxima: depende do modo de interesse. Limites:» Exemplo: Norte-Sul 0,3 a 0,5 Hz. Nº de sinais em análise: 3. Resultados: Gráficos no tempo com estimativas:» Frequência e taxa de amortecimento. 42

MedPlot Histórico Método de subespaço de estados - CVA Exemplo de aplicação do método: Frequência Sinais analisados Amortecimento 43

MedPlot Histórico Breve tutorial de utilização Os seguintes processos serão abordados neste tutorial: Aplicação de técnicas de identificação de oscilações eletromecânicas:» DFT;» Método de Prony;» Método de subespaço de estados CVA. 44

MedPlot Histórico Breve tutorial de utilização: Exemplo 1 A identificação de oscilações eletromecânicas é realizada a partir de um gráfico no tempo. Exemplo 1: frequência nos terminais UFAC e UFMT com oscilações sustentadas. Data: 12/04/2014; Período: 21:20:00 21:44:59 (UTC); Nome da consulta: 20140412_212000_214459_60 45

MedPlot Histórico Breve tutorial de utilização: DFT 1. Acessar Transitório ou Ambiente ; 2. Clicar em DFT ; 3. Clicar em Calcular. 0,55 Hz 46

MedPlot Histórico Breve tutorial de utilização: Método de Prony 1. No gráfico no tempo, escolher um período de 10 a 30 segundos, no qual as oscilações são amortecidas; Exemplo: 21:41:30 21:41:45 2. Acessar Transitório ; 3. Clicar em Prony ; 4. Definir a ordem para o cálculo na caixa; 5. Clicar em Calcular ; Freq.: 0,55 Hz Amort.: 7,2 % 6. Acessar Mode Shapes ; 7. Escolher o modo de interesse; 8. Clicar em Traçar. 47

MedPlot Histórico Breve tutorial de utilização: Exemplo 2 Exemplo 2: diferenças angulares entre os terminais UFAC e UFMT em relação ao terminal UnB: Data: 03/09/2016; Período: 19:00:00 19:59:59 (UTC); Nome da consulta: 20160903_190000_195959_60; Monitoramento do modo interárea Acre/Rondônia-SIN. 48

MedPlot Histórico Breve tutorial de utilização: Método de subespaço de estados Análise de dados de ambiente: 03/09/2016 19:00:00 às 19:59:59 1. Acessar Ambiente ; 2. Abrir opção CVA ; 3. Definir os parâmetros: Ordem = 8; Nº de linhas por bloco = 20; Tam. da janela = 10 min.; Passo da janela = 60 s; Freq. Mínima = 0,4 Hz; Freq, Máxima = 0,7 Hz. 4. Clicar em Calcular. 49

Contribuciones al Análisis de Desempeño del SIN Casos Seleccionados: 1. Desempeño de la Interconexión Acre/Rondônia SIN 2. Oscilaciones sustentadas en el Centro Oeste - 06/03/2012 3. Apagón Norte-Nordeste 22/09/2012 4. Desempeño de la interconexión Manaus - SIN 5. Validación de modelos de simulación sistémica.

Proyecto MedFasee baja tensión Contribuciones al Análisis de Desempeño del SIN Aspectos Generales A partir del apagón de noviembre de 2009 el ONS pasó a utilizar datos del proyecto MedFasee BT para el análisis de perturbaciones en el SIN 51

1. Desempeño de la Interconexión AC/RO-SIN (2010 2011) Aspectos del Sub-Sistema Generación: AC (95 MW), RO (740 MW) Interconexión AC/RO-SIN» Doble circuito 230kV, Jaurú (MT)/ Vilhena (RO) 354km Eventos Analizados Fecha Circuitos abiertos Perdida de Carga 30/10/2010 Jauru/Vilhena C.1 y C.2 71 MW 13/11/2010 Jauru/Vilhena C.1 y C.2 120 MW 27/05/2011 Jauru/Vilhena C.1 y C.2 182 MW 24/11/2011 Jauru/Vilhena C.1 y C.2 278 MW 30/11/2011 Ji-Paraná/Pimenta Bueno 119 MW 52

1. Desempeño de la Interconexión AC/RO-SIN Reconexiones automáticas Ocurrida la apertura de la interconexión, la reconexión automática inicia por la energización de la LT, a través de un terminal líder. Verificación de sincronismo en el terminal seguidor, donde son validados los valores de desfase angular, desvío de frecuencia y diferencia de tensión. 30/10/2010 13/11/2010 Δt = 12,917s Δt = 20,153s 53

1. Desempeño de la Interconexión AC/RO-SIN Acciones del ERAC en isla (ERAC = Rechazo de carga) Ajustes del ERAC: El ERAC debe actuar en hasta 350ms. AJUSTES Etapa Ajuste (Hz) Carga Rechazada (%) 1º 58,5 15 2º 58,2 10 3º 57,9 10 4º 57,7 10 5º 57,5 10 ACTUACIONES 24/11/2011 30/11/2011 Etapa 24/11/2011 30/11/2011 f Δt f Δt 1º 58,27 161 58,41 169 2º 57,94 166 58,19 189 3º 57,62 84 - - 4º 57,72 166 - - 54

1. Desempeño de la Interconexión AC/RO-SIN Operación de Estabilizadores de Sistema de Potencia (PSS) (27/05/2011) Ajuste del PSS de la UHE Samuel (Porto Velho RO) Ocurrencia de 27/05/2011: 55

1. Desempeño de la Interconexión AC/RO-SIN Operación de Estabilizadores de Sistema de Potencia (PSS) (27/05/2011) Frequência (Hz) Frequência (Hz) 60.4 60.2 60 59.8 59.6 Análisis en frecuencia: Sin PSS 59.4 760 780 800 820 840 860 880 900 920 940 Tempo(s) - Início:27/05/2011 05:40:00 (UTC) Entrada del PSS 60.2 60.1 60 59.9 59.8 Frequência do SIN [60f/s] Frequência do SIN [60f/s] UNB UNIR UFMT Frec.: 0,53 Hz Amort.: 10,4% 59.7 925 930 935 940 Tempo(s) - Início:27/05/2011 05:40:00 (UTC) UNB UNIR UFMT Amplitude [Hz] Amplitud 0.3 0.2 0.1 0 DFT: 0,53 Hz Espectro de Frequência -Frequência no SIN 0.4 0,53 Hz 0.2 0.4 0.6 0.8 1 Frequência (Hz) DFT Tridimensional UNB UNIR UFMT 56

2. Oscilaciones Sustentadas en el Centro-Oeste 06/03/2012 Ubicación: UHE Cachoeira Dourada Fecha: 06/03/2012 Período: 1: 17h03min53s a 17h05min30s 2: 17h27min50s a 17h36min56s 3: 17h44min46s a 17h44min56s Oscilaciones registradas: UFMT, UNIR, UnB, USP-SC, UFMG e UFMS 57

2. Oscilaciones Sustentadas en el Centro-Oeste 06/03/2012 Período 1: 17h03min53s a 17h05min30s Frecuencia DFT 58

2. Oscilaciones Sustentadas en el Centro-Oeste 06/03/2012 Período 1: 17h03min53s a 17h05min30s Diferencias Angulares Zoom 59

2. Oscilaciones Sustentadas en el Centro-Oeste 06/03/2012 Descomposición de Estudios del ONS: Las oscilaciones observadas fueron reproducidas por simulación (PacDyn y Anatem) Se identificó ajuste inadecuado de PSS en la UHE Cachoeira Dourada para operación con barra seccionada Fueron propuestos reajustes de los estabilizadores Reajustes implementados con éxito por Endesa/Reivax (Mayo/2012) El Sistema de Medición Fasorial MedFasee BT se mostro, no solo en ese evento, también en vários otros, como una herramienta indispensable en el análisis de eventos del SIN debido a su capacidad de suministrar datos para un análisis inmediato por el equipo de estudios del ONS Fuente: ONS 60

3. Apagón Norte-Nordeste 22/09/2012 18h50min (UTC) Cortocircuito monofásico en la SE Imperatriz Reactor de Barra de 500 kv Desconexión de toda la SE Imperatriz (protecciones remotas) Separación N/NE SE/CO Desconexión de toda la SE Imperatriz (protecciones remotas) N-NE importadores 3648 MW Corte de Carga ~ 1800 N ~ 3100 NE Subfrecuencia N-NE 56 Hz Restablecimiento LTs 500 kv Miracema/Colinas (19h06min UTC) 61

3. Apagón Norte-Nordeste 22/09/2012 Excursión de la frecuencia Secuencia de Eventos Fortaleza 62

3. Apagón Norte-Nordeste 22/09/2012 Excursión de la frecuencia Inicio del evento Sistema Sur, Sudeste y Centro-Oeste Diferencias Angulares DFT 0,66 Hz AAAAAAAAAAiiiiiiiiiiiiiiiiiiii dddd 9 % 63

3. Apagón Norte-Nordeste 22/09/2012 Análisis de las Oscilaciones Electromecánicas Secuencia de Eventos Reconexión Norte-Sur (LT Colinas-Miracema C2) Horário: 19h03min41s (UTC) Frecuencia 0,34 Hz Amortiguamiento de 14,5% DFT 64

3. Apagón Norte-Nordeste 22/09/2012 Análisis de las Oscilaciones Electromecánicas Secuencia de Eventos Reconexión de la interconexión (NE-SE) Horário: 19h47min01s (UTC) Frecuencia 0,40 Hz Amortiguamiento de 13% DFT 65

4 - Desempenho da Interligação Manaus SIN Conexão da área Manaus ao SIN Circuito duplo em 500 kv 1478 km entre a SE Tucuruí e a SE Lechuga (Manaus). 66

4 - Desempenho da Interligação Manaus SIN Conexão da área Manaus ao SIN 09/07/2013 00h20min (UTC-3) Frequência da Área Manaus PMU-UFAM Primeiro sincronismo Frequência do SIN Fonte: Paulo Quintão/ONS 67

4 - Desempenho da Interligação Manaus SIN Blecaute da área Manaus 13/07/2013 Segundo distúrbio: Curto-circuito em uma linha de 69 kv da Área Manaus. A área ainda operava interligada, no entanto as condições operativas se deterioravam Primeiro distúrbio: Perda de um dos três transformadores 230/69 kv 150 MVA na SE Manaus. Área ainda operava interligada após a perda. Separação da Área Manaus do restante do SIN Fonte: Paulo Quintão/ONS 68

4 - Desempenho da Interligação Manaus SIN Blecaute da área Manaus 13/07/2013 Separação da área Manaus do restante do SIN Perda de geração interna a área Manaus após a atuação do ERAC Atuação do Esquema Regional de Alívio de Carga (ERAC) Fonte: Paulo Quintão/ONS 69

4 - Desempenho da Interligação Manaus SIN Religamento Automático Desligamento de LT 500 kv com consequente separação da Área Manaus Religamento tripolar com sucesso reconectando o Sistema Manaus ao restante do SIN Fonte: Paulo Quintão/ONS 70

5. Validación de Modelos de Simulación Objetivo general y criterios Objetivo General: Evaluar el ajuste del modelo en la representación del comportamiento real del sistema bajo estudio. Criterios: CUALITATIVOS Semejanza de la forma de las respuestas de variables relevantes del sistema. Los modelos deben prever: 1. Estabilidad o inestabilidad del sistema. 2. Comportamiento oscilatorio. 3. Máximos y mínimos, sucediendo en tiempos compatibles. CUANTITATIVOS Diferencias en la frecuencia y amortiguamiento de los modos de oscilación electromecánicas. Si la simulación del modelo y el resultado de la medición de datos presentan valores numéricos próximos, se aumenta entonces la confianza en el modelo de representación. 71

5.Validación de Modelos de Simulación Desconexión de la UHE de Itaipu 60 Hz - 02/09/2011 Rechazo de 5087 MW Evaluación cualitativa Frecuencia sub-sistema Sur Frecuencia sub-sistema AC/RO Programa Anatem/CEPEL y Banco de Datos ONS 72

5. Validación de Modelos de Simulación Desconexión de la UHE de Itaipu 60 Hz - 02/09/2011 Rechazo de 5087 MW Evaluación cualitativa y cuantitativa Belém-PA Curitiba-PR São Carlos-SP Curitiba-PR Porto Velho-RO Brasília-DF Dif. Angular DFT Norte Sur Adecuado Sur Sureste Adecuado AC/RO SIN Inadequado 73

Estimação de Parâmetros de LTs Projeto MedFasee Eletrosul (2007-2009) Objetivo Estimar parâmetros de LTs para aplicações on-line e offline. Metodologia 1 S V a S V b V c S I a S I b I c S S I a I b I c R R R V a R R V b R V c 1. Utilização dos fasores de tensão e de correntes medidos ao mesmo tempo nos dois terminais da LT. 2. Os parâmetros são estimados a partir do modelo de quadripolos. 2 VS PMU IS PDC ABCD Y _ 2 Z Y _ 2 PMU IR VR V S A B V R = IS C D IR 74

Estimação de Parâmetros de LTs Projeto MedFasee Eletrosul (2007-2009) LT 525 kv Areia Campos Novos (13/02/2008): Resistência*: Dif. Relativa Media: 21,9 % 300 A 100 A 0 A Alta Boa exactitud exatidão Baixa Baja exactitud exatidão Resultados inconsistentes *Sequência positiva 75

Estimação de Parâmetros de LTs Projeto MedFasee Eletrosul (2007-2009) LT 525 kv Areia Campos Novos (13/02/2008): Reatância*: Dif. Relativa Media: 2,3 % Susceptância*: Dif. Relativa Media: 1,1 % *Sequência positiva 76

Proyecto MedFasee baja tensión Comentarios finales Contribuciones al Análisis de Desempeño del SIN: Análisis de las principales perturbaciones(rechazos de carga > 5 GW ) 77

Muchas Gracias! Ildemar Cassana Decker Laboratório de Planejamento de Sistemas de Energia Elétrica LabPlan Departamento de Engenharia Elétrica EEL Centro Tecnológico CTC Universidade Federal de Santa Catarina UFSC E-mail: ildemar.decker@ufsc.br o ildemar.decker@gmail.com 78

Referências JEREMIAS, T. Implementação e Análise de Metodologias de Identificação de Oscilações Eletromecânicas em um Ambiente de Aplicativos para Sincrofasores. Dissertação (Mestrado Eng. Elétrica) Universidade Federal de Santa Catarina, Florianópolis, SC, 2012. KUNDUR, P. Power System Stability and Control. 1st. ed. New York: McGraw-Hill Professional, 1994. KATAYAMA, T. Subspace Methods for System Identification. 2005 edition. ed. Berlin ; London: Springer, 2005. LIU, G. Oscillation monitoring system based on wide area phasor measurements in power systems. Tese (Ph.D. Eng. Elétrica e Ciências da Computação) - Washington State University, Pullman, WA, 2010. LEANDRO, R. B. Identificação em tempo real de oscilações eletromecânicas utilizando sincrofasores. Dissertação (Mestrado Eng. Elétrica) Universidade Federal de Santa Catarina, Florianópolis, SC, 2014. LYONS, R. G. Understanding Digital Signal Processing. 2 edition. ed. Upper Saddle River, NJ: Prentice Hall, 2004. OVERSCHEE, P. v. Subspace Identification for Linear Systems: Theory - Implementation Applications. Softcover reprint of the original 1st ed. 1996 edition. Boston, MA: Springer, 2011. PIERRE, J.; TRUDNOWSKI, D.; DONNELLY, M. Initial results in electromechanical mode identification from ambient data. IEEE Transactions on Power Systems, v. 12, n. 3, p. 1245-1251, ago. 1997. PRIOSTE, F.; SILVA, A. e; DECKER, I. Monitoring oscillations modes of the Brazilian Interconnected Power System using ambient data. PowerTech, 2011 IEEE Trondheim. Trondheim: [s.n.], 2011. p. 1-7. PRIOSTE, F. B. Detecção e controle de oscilações eletromecânicas usando sistemas de medição fasorial sincronizada. Tese (Doutorado Eng. Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, SC, 2011. WIES, R. W. Estimating low-frequency electromechanical modes of power systems using ambient data. Tese (Ph.D.) - Univeristy of Wyoming, Laramie, WY, 1999. ZHOU, N.; PIERRE, J.; HAUER, J. Initial results in power system identification from injected probing signals using a subspace method. IEEE Transactions on Power Systems, v. 21, n. 3, p. 1296-1302, ago. 2006. ROGERS, G. Power System Oscillations. 2nd. ed. Boston: Springer, 1999. 79