Interrupção de energia

comparação da duração das interrupções de energia (valor SAIDI), em 2014.

criticalityEdit

Further information: Self-organized criticality control

it has been argued on the basis of historical data and computer modeling that power grids are self-organized critical systems. Estes sistemas apresentam distúrbios inevitáveis de todos os tamanhos, até o tamanho de todo o sistema., Este fenômeno tem sido atribuído ao aumento constante da demanda / carga, a economia de gerir uma empresa de energia, e os limites da engenharia moderna. Embora a frequência do apagão tenha sido mostrada para ser reduzida ao operá-la mais do seu ponto crítico, geralmente não é economicamente viável, fazendo com que os fornecedores aumentem a carga média ao longo do tempo ou atualizem menos frequentemente, resultando na grade se movendo para mais perto de seu ponto crítico. Inversamente, um sistema depois do ponto crítico experimentará muitos apagões levando a upgrades de todo o sistema movendo-o para trás abaixo do ponto crítico., O termo ponto crítico do sistema é usado aqui no sentido da física estatística e dinâmica não-linear, que representa o ponto onde um sistema sofre uma transição de fase; neste caso, a transição de uma constante de confiança grade com algumas falhas em cascata para um muito esporádica confiável grade comuns de falhas em cascata. Perto do ponto crítico, a relação entre a frequência do apagão e o tamanho segue uma distribuição power-law.a falha em cascata torna-se muito mais comum perto deste ponto crítico. A relação poder-lei é vista tanto em dados históricos e sistemas modelo., A prática de operar estes sistemas muito mais perto de sua capacidade máxima leva a efeitos ampliados de distúrbios aleatórios, inevitáveis devido ao envelhecimento, tempo, interação humana etc. Enquanto perto do ponto crítico, essas falhas têm um maior efeito sobre os componentes circundantes, devido a componentes individuais carregando uma carga maior., Isto resulta na maior carga do componente em falha ter de ser redistribuída em maiores quantidades em todo o sistema, tornando mais provável que componentes adicionais não diretamente afetados pela perturbação falham, acendendo avarias em cascata dispendiosas e perigosas. Estes distúrbios iniciais que causam apagões são ainda mais inesperados e inevitáveis devido às ações dos fornecedores de energia para evitar perturbações óbvias (cortar árvores, separar linhas em áreas ventosas, substituir componentes de envelhecimento etc.)., A complexidade da maioria das redes de energia muitas vezes torna a causa inicial de um apagão extremamente difícil de identificar.

outros líderes são desconsiderados das teorias do sistema que concluem que apagões são inevitáveis, mas concordam que a operação básica da grade deve ser alterada. O Instituto de pesquisa de energia elétrica defende o uso de recursos de rede inteligente, tais como dispositivos de controle de energia empregando sensores avançados para coordenar a rede., Outros defendem uma maior utilização de corta-fogos de alta tensão controlados eletronicamente (HVDC) para evitar perturbações de cascata através de linhas de corrente alterna em uma ampla rede de área.

OPA modelEdit

In 2002, researchers at Oak Ridge National Laboratory (ORNL), Power System Engineering Research Center of the University of Wisconsin (PSerc), and the University of Alaska Fairbanks proposed a mathematical model for the behavior of electrical distribution systems. Este modelo tornou-se conhecido como modelo OPA, uma referência aos nomes das instituições dos autores., OPA é um modelo de falha em cascata. Outros modelos de falha em cascata incluem Manchester, falha escondida, cascata e ramificação. O modelo OPA foi quantitativamente comparado com um modelo de redes complexas de uma falha em cascata – modelo Cruciitti–Latora–Marchiori (CLM), mostrando que ambos os modelos exibem transições de fase semelhantes no dano médio da rede (perda de carga/demanda em OPA, dano do caminho em CLM), no que diz respeito à capacidade de transmissão.,os efeitos de tentar mitigar falhas em cascata perto do ponto crítico de uma forma economicamente viável são frequentemente mostrados como não sendo benéficos e, muitas vezes, mesmo prejudiciais. Quatro métodos de mitigação foram testados usando o modelo Opa blackout:

  • aumentar o número crítico de falhas causando apagões em cascata – mostrado para diminuir a frequência de apagões menores, mas aumentar a de apagões maiores.,aumentar a carga máxima individual da linha de alimentação – mostrado para aumentar a frequência de apagões menores e diminuir a de apagões maiores.
  • combinação de aumento do número crítico e da carga máxima das linhas-mostrado não ter nenhum efeito significativo em qualquer um dos tamanhos de apagão. Prevê-se que a redução menor da frequência de apagões daí resultante não valha o custo da implementação.aumentar o excesso de energia disponível para a rede-mostrado para diminuir a frequência de apagões menores, mas aumentar a de apagões maiores.,além da constatação de cada estratégia de mitigação com relação custo-benefício no que diz respeito à frequência de apagões pequenos e grandes, o número total de eventos de apagão não foi significativamente reduzido por nenhuma das medidas de mitigação acima mencionadas.

    um modelo complexo baseado em rede para controlar grandes falhas em cascata (apagões) usando apenas informação local foi proposto por A. E. Motter.em 2015, uma das soluções propostas para reduzir o impacto da falha de energia foi introduzida por M. S. Saleh.

Share

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *