Proposta do Desenvolvimento da Técnica Self-Healing em Redes Inteligentes Através de um Sistema Multiagente

• Processo: 14/22377-1
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de março de 2015
• Data de Término da vigência: 28 de fevereiro de 2019
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: José Roberto Sanches Mantovani
• Beneficiário: Jonatas Boas Leite
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Bolsa(s) vinculada(s): 15/17757-2 - Análise de risco usando dados meteorológicos para operação do sistema elétrico, BE.EP.PD
• Assunto(s): Inteligência artificial Rede elétrica inteligente Sistemas multiagentes Confiabilidade Método de Monte Carlo
• Palavra(s)-Chave do Pesquisador: confiabilidade | Inteligência Artificial | Monte Carlo | Self-healing | Sistema multiagente | Smart Grid | Planejamento e Controle

Resumo

A smart grid é uma rede de eletricidade em que as ações de todos os usuários são integradas inteligentemente a fim de distribuir eficientemente as fontes de eletricidade sustentáveis, econômicas e seguras. O emprego de sensoriamento, processamento embarcado e comunicação digital devem tornar as modernas redes de eletricidade observáveis, controláveis, automatizadas e totalmente integradas. Assim, no escopo da smart grid está o conceito da self-healing que possui como principal objetivo a restauração da máxima quantidade de cargas afetadas por uma falta, respeitando os limites operacionais da rede elétrica, minimizando as operações de chaveamento no menor intervalo de tempo possível e sem a intervenção humana. As redes de distribuição de energia atuais não têm a capacidade de realizar a self-healing porque seus dispositivos de proteção não possuem a inteligência necessária para atuarem de modo adequado. Portanto, neste projeto de pesquisa está sendo proposto o desenvolvimento e análise de um sistema multiagente (SMA) para viabilizar a self-healing na smart grid. O sistema proposto deve incorporar a técnica de inteligência artificial distribuída (IAD) onde cada dispositivo de proteção é um agente inteligente capaz de modificar seu comportamento em concordância com as condições de seu ambiente, pois possui alguma inteligência artificial embarcada, e.g. um controlador fuzzy. A análise do SMA deve ser realizada através da avaliação dos índices de confiabilidade das redes de distribuição, tais como a frequência média de interrupção (FEC) e a duração média de interrupção (DEC) ao cliente, que devem ser coletados a partir da simulação e modelagem baseadas em agentes (SMBA) onde a estocasticidade da smart grid deve ser simulada usando o método de Monte Carlo e as regras de interação dos agentes.

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LEITE, JONATAS BOAS; SANCHES MANTOVANI, JOSE ROBERTO. Development of a Self-Healing Strategy With Multiagent Systems for Distribution Networks. IEEE TRANSACTIONS ON SMART GRID, v. 8, n. 5, p. 2198-2206, SEP 2017. (14/22377-1, 15/17757-2, 13/23590-8)

LEITE, JONATAS BOAS; SANCHES MANTOVANI, JOSE ROBERTO. Distribution System State Estimation Using the Hamiltonian Cycle Theory. IEEE TRANSACTIONS ON SMART GRID, v. 7, n. 1, p. 366-375, JAN 2016. (14/22377-1, 13/23590-8)

LEITE, JONATAS BOAS; SANCHES MANTOVANI, JOSE ROBERTO; KEZUNOVIC, MLADEN; IEEE. Distribution System Self-Healing Implementation using Decentralized IED-based Multi-Agent System. PROCEEDINGS OF THE 2018 IEEE PES TRANSMISSION & DISTRIBUTION CONFERENCE AND EXHIBITION - LATIN AMERICA (T&D-LA), v. N/A, p. 5-pg., 2018-01-01. (14/22377-1, 15/17757-2)

LEITE, JONATAS BOAS; SANCHES MANTOVANI, JOSE ROBERTO. Detecting and Locating Non-Technical Losses in Modern Distribution Networks. IEEE TRANSACTIONS ON SMART GRID, v. 9, n. 2, p. 1023-1032, MAR 2018. (14/22377-1, 13/23590-8)