Proceedings of XII Brazilian Automatic Control Conference - XI CBA. Vol. VI, pp. 2257-2261 - September 14 - 18, 1998 - Uberlindia, MG, Brazil ANALISE DE CONTINGENCIAS EM AMBIENTE VETORIAL USANDO 0 METODO DO GRADIENTE BI-CONJUGADO ESTABILIZADO HAROLDO DE FARIA J.R., DIALMA M. FALCAO, CARMEN L. T. BORGES Laboratorio de Sistemas de Poténcia, Depto. de Eng. Elétrica, Universidade Federal do Rio de Janeiro Coppe/UFRI, 21945-970 Rio de Janeiro, RJ, BRAZIL E-mails: haroldo@net .em.com.br, falcao@coep.ufrj.br, carmen@coep.ufrj.br Resumo— Este trabalho apresent uma abordagem para Andlise de ContingEacas, incorporada 8 solucdo do problema de Fluxo de Poifncia, usando © método do Gradiente Bi-Conjugado Esabilizado Pré-Condcionado na solucio dos sistemas linearizados do métado de Newton-Raphson, Tarbém é analisado um controle de reatives em barras PV por ajuse ene iteragbes das tens6es nas barra. O algortmo foi executado em ambiente computacional veoral paralelo (CRAY 390 da Cray Research , Inc). Abstract— This paper presents a Contingency Analysis study together withthe solution tothe Power Flow problem using the Pre- Conditioned Bi-Conjugate Estabilized Gradient method to solve the linearized systems of Newton-Raphson's method. A reactive control on PV buses through adjustments between iterations onthe buse's voltages is analysed. The algorithm was tested on a vector parael platform (190 CRAY of Cray Research Inc). Keywords— Power Flow; Conjugate Gradient Methods; Contingency Analysis; Vetorial Processing. 1 Introdugio Fluxo de Poténcia é a solugdo de regime permanente de uma rede elétrica para uma dada condigao de carga-geragio € as informagdes mais importantes obtidas so as tensdes nas barras € os fluxos de poténcia nos ramos da rede. Célculos de Fluxo de Poténcia so realizados para o planejamento da expansio, planejamento da operagdo e para supervisdo e controle de sistemas elétricos. A solugdo do problema de Fluxo de Poténcia em redes de transmissio e distribuigdo de energia elétrica requer a solugdo de conjuntos de equagdes, algébricas lineares [3]. Esses conjuntos apresentam matrizes de coeficientes altamente esparsas, sem uma estrutura facilmente discernivel e, em alguns ‘casos, nao muito bem condicionadas. Implementagdes préticas mostram que a aplicagio de métodos diretos, tais como fatoragéo LU € bifatoragdo, para solugdo de sistemas de equagdes lineares em méquinas de processamento paralelo ¢ vetorial apresentam grandes dificuldades. Em méquinas paralelas, particularmente no caso de arquiteturas com meméria distribufda, métodos diretos exigem demasiada comunicagdo entre os processadores © em méquinas vetoriais exigem a ‘manipulagdo de vetores relativamente pequenos € com dimensio varidvel, 0 que resulta em baixa eficiéncia. Em [2] verificou-se que os métodos tipo Gradiente Conjugado para soluggo de sistemas de equagdes lineares apresentam bom desempenho quando implementados em ambiente vetorial, pois esses métodos constituem-se, basicamente, de um conjunto de operagdes sobre matrizes e vetores do tipo produto de matriz por vetor, produto interno, soma de vetoes, etc... Computadores. vetoriais apresentam instrugdes a nivel de hardware para 2287 realizar operagdes diretamente sobre os vetores, acelerando bastante o método. Um outro estudo aplicado a sistemas de poténcia que tende a apresentar bom desempenho quando transferido para ambiente vetorial € a Anélise de Contingéncias. Esse estudo exige repetidas solugdes de sistemas de equagdes lineares com modificagdes da matriz de coeficientes. Esse trabalho investiga essa aplicagao. Durante a solugéo do problema de Fluxo de Poténcia € necessério que haja um controle na injegdo de reativos em barras de geracio (barras PV). Neste trabalho € testado um controle que efetua ajustes nas tensdes das barras PV sempre que houver violagdes nos limites de injegao de reativos. Este trabalho foi implementado e testado no computador com arquitetura vetorial paralela J90 da Cray Research, Inc. instalado na COPPE/UFRI. 2 Solugio do Fluxo de Poténcia usando o método do Gradiente Bi-Conjugado Estabilizado Pré- Condicionado. problema do Fluxo de Poténcia requer a solugio de um conjunto de equages algébricas nao-lineares nna forma: AP=P*? —P=0 , para barras PQe PV; (1) 4Q=Q"-Q » para barras PQ. (2) © método de Newton-Raphson para a solugao de sistemas de equagées algébricas ndo-lineares bascia- se em linearizagoes sucessivas de (1) e (2) a partir de uma condigdo inicial arbitréria. A linearizagio é executada através da Série de Taylor. © algoritmo iterativo pode ser expresso na iteragdo k , como a solucdo do seguinte sistemalinearizado no qual 0 Jacobiano (J) é recalculado a cada iteragdo, seguido da atualizagdo dos valores dos maédulos e angulos das tensdes das barras: onde J é a matriz Jacobiana, Um sistema de equagées lineares da forma Ax=b pode ser resolvido pelo método do Gradiente Conjugado se A for simétrica e positiva definida [4]. Sabe-se que a matriz Jacobiana é estruturalmente simétrica mas ndo-simétrica em valores, de forma que 0 método néo pode ser aplicado. Para sistemas assimétricos tem sido empregado 0 método do Gradiente Bi-Conjugado (Bi-CG). Como esses métodos tipo Gradiente Conjugado sao empregados como métodos iterativos, invariavelmente eles so usados com alguma forma de Pré-Condicionamento que deve reduzir 0 mimero de condicionamento da matriz A e, desta forma, obter uma —convergéncia mais répida. Essencialmente, 0 pré-condicionamento aplica uma transformagao linear ao sistema Aj sendo M — denominada condicionamento. © método do PBi-CG, no entanto, pode apresentar convergéncia irregular € existe a possibitidade de o método falhar. Com 0 objetivo de evitar o padrdo irregular de convergéncia do Bi-CG, foi desenvolvido 0 método do Gradiente Bi- Conjugado Estabilizado (Pré-Condicionado) (PBi- CGSTAB) para solugo de sistemas lineares assimétricos ¢ que apresenta melhores caracteristicas de robustez de convergéncia. Dessa forma, 0 método do PBi-CGSTAB pode ser empregado para solucionar o sistema de equacdes lineares do método de Newton-Raphson. Assim a solugio do Fluxo de Poténcia permanece quase inalterada ficando-se com um método iterativo fazendo parte da solugio de outro método iterativo. Esse método combinado sera referenciado pela sigla NR+PBi-CGSTAB e 0 seu algoritmo pode ser encontrado em [1]. © método de Newton-Raphson com solugéo do sistema linearizado por método direto serd referenciado por ‘Newton-Raphson “direto”. matriz de pré- O algoritmo do método PBi-CGSTAB aplicado ao sistema Ax=b, com pré-condicionador M é mostrado a seguir: faca 7 caleule p° 2258 pe =(Z.4r) esata pitts +Bi.(p'-wiv') Fim-Para Em_ trabalho anterior [1], pesquisou-se 0 comportamento do PBi-CGSTAB utilizando-se trés matrizes pré-condicionadoras distintas. Concluiu-se que o Jacobiano da primeira iteragio (J°) € 0 melhor pré-condicionador dentre aqueles estudados para os sistemas testes. A utilizagio deste pré- condicionador implica em que na primeira iteragéo do Newton-Raphson, a matriz. pré-condicionadora coincide com a matriz. A e conseqiientemente, o PBi- CGSTAB converge em uma tinica iteragao. A partir da segunda iteragdo do Newton-Raphson, @ matriz M se aproxima bastante da matriz A. 3 Limites de Injecao de Reativos Durante a execugio do Fluxo de Poténcia, as injegdes de poténcia reativa nas barras de geragio (PV) devem ser mantidas dentro de limites especificados. Usualmente, esse controle é efetuado mudando- se a barra PV, onde houve violagio de injegao reativa para PQ, com Q** fixado no limite violado. Essa barra pode, eventualmente, voltar a ser do tipo PV em iteragdes subseqiientes se a injegdo de reativos na barra retornar a um valor aceitével. Em ambos 0s casos, € necessério refatorar o Jacobiano para a execugao da préxima iteragao. No caso do método descrito neste trabalho, a troca do tipo de barra exigiria uma atualizagio damatriz de pré-condicionamento (J°) a cada troca de tipo de barra, Este procedimento, obviamente, afetaria 0 desempenho computacional do método. Por esta razao, preferiu-se utilizar um ajuste entre iteragdes das tensbes especificadas nas barras em que houver violagdo nos limites de injegio de poténcia reativa especificadas. Esse ajuste é feito de acordo com a férmula: onde $,€ 0 elemento da inversa do Jacobiano correspondente a dQ, /AV,. Esse elemento é caleulado de acordo com a expresso encontrada em {5}. 4 Andlise de Contingéncias No estudo de Anélise de Contingéncias, 0 Fluxo de Poténcia é executado repetidas vezes para obter as soluges (se houver convergéncia) dos vérias casos de contingéncia simulados na rede elétrica. Os estudos de Fluxo de Poténcia devem sempre partir de uma solugéo ou estado inicial da rede elétrica chamado de caso base. Em [1] 0 método NR+PBiCGSTAB se mostrou eficiente na solugdo de casos tinicos de Fluxo de Poténcia em ambiente vetorial. Seu desempenho foi ligeiramente inferior a0 do Newton-Raphson “direto”, que € um método consagrado na solugdo do Fluxo de Poténcia.. Na solugéo de varios casos, como na Anélise de Contingéncias, a eficiéncia do NR+PBiCGSTAB no tempo total de solugio deve ser verificada. A rede elétrica € modelada pela equagio 1 = ¥.V onde I € 0 vetor de injegdes de corrente nas barras, V & 0 vetor de tensdes nodais e Y 6 a matriz de admitancias da rede representando a interconexio entre os elementos. Quando é necessério simular uma contingéncia no sistema, como, por exemplo, a retirada de uma linha de transmissao, a matriz. de admitancias deve ser modificada. A admitancia da linha de transmissio deve ser retirada das posigdes da matriz ‘onde essa linha aparecia. Devido a isso, 0 Jacobiano, que tem as mesmas caracteristicas de esparsidade da ‘matriz Y, também sofre alteragées. © método NR+PBICGSTAB aplicado na solugdo do Fluxo de Poténcia, depende da aplicagao de um pré-condicionador para melhorar seu desempenho e, verificou-se em [1], que 0 Jacobiano da primeira iteracdo é 0 melhor pré-condicionador para o método. No caso da Anélise de Contingéncias, esse pré-condicionador pode nao ser tio eficiente devido as modificagdes que ocorrem no Jacobiano, Este fato foi pesquisado neste trabalho. Como todo método iterative, 0 PBi-CGSTAB Tequer, inicialmente, que se fornega uma solugio inicial para 0 método, representada pelo vetor x° ( vetor dos acréscimos nos Angulos ¢ tensdes das barras ). Esse vetor é o ponto de partida do método. No estudo de Anélise de Contingéncias, 0 algoritmo do PBi-CGSTAB é executado repetidas vezes para solucionar os sistemas lineares do método de Newton-Raphson. Foi pesquisado se, com base no niimero de iteragdes do método, € melhor sempre escolher como ponto de partida a origem, zerando 0 vetor x°, ou utilizar 0 ponto correspondente a solugio. do fluxo de poténcia da contingéncia anterior. 5. Resultados 5.1 Casos Testes Como sistemas base para o estudo de Anilise de Contingéncias foram utilizados dois casos testes: 0 primeiro, um sistema padrdo do IEEE composto por 118 barras (46 PVs) e 193 ramos; e 0 segundo, um sistema real brasileiro da regio Sul-Sudeste, ‘composto por 616 barras (90 PVs) ¢ 1068 ramos. 5.2 Desempenho Computacional Os tempos de processamento apresentados nesta segdo correspondem aos tempos médios de CPU para solugdo completa dos problemas de Fluxo de Poténcia. Como o objetivo é comparar o desempenho do método PBi-CGSTAB com o método direto na solugio dos sistemas linearizados do método de Newton-Raphson, esto descontadas dos tempos apresentados as partes comuns aos dois métodos, tais como entrada/safda de dados, inicializagio dos casos, montagem da matriz de admitdncias de barras € céleulo dos fluxos de poténcia nos ramos. Os tempos de CPU sao médios, por se tratar de sistema computacional multi-usuério com “time-sharing”. 5.3 Controle da Tolerdncia na Convergéncia do PBi-CGSTAB Quando se utiliza um método iterativo para a solugdo de um sistema discretizado, como no método NR+PBi-CGSTAB; ndo é necessério exigir que 0 erro algébrico do processo iterativo (PBi-CGSTAB) seja pequeno enquanto 0 erro de discretizacdo (NR) ainda for grande. Em outras palavras, € interessante adotar-se um critério de controle da tolerancia do rocesso iterativo em fungdo do erro de diseretizagio do método NR, visando reduzir o custo computacional Bascado nas relagdes estabelecidas em [1], adotou-se um controle linear da tolerancia do PBi- CGSTAB, onde a cada nova iteragio de NR a 2259tolerancia_do PBi-CGSTAB € recalculada por interpolagao linear a partir do erro ainda existente no método NR. 5.4 Andilise de Contingéncias Utilizando como Pré- Condicionador o Jacobiano da Primeira Iteragao Efetuando-se estudos de Anélise de Contingéncias no sistema padréo IEEE 118 barras, verificou-se que, utilizando-se 0 Jacobiano da primeira iteragao como Pré-condicionador das matrizes de coeficientes dos sistemas lineares Ax=b que deviam ser cada contingéncia estudada, os resultados obtidos eram muito bons. Em outras palavras, 0 mimero de iteragbes necessérias para a convergéncia de cada Fluxo de —Poténcia correspondente as contingéncias eram muito reduzidos, chegando a ser menores que para solugao do caso base de Fluxo de Poténcia. O método NR+PBi-CGSTAB se mostrou mais eficiente em termos de niimero de iteragdes quando partia da origem no método do Gradiente Bi- conjugado para a solucao do sistema linear A: resolvidos a de cada contingéncia e nao a partir da solugo da contingéncia anterior. Deve-se salientar que a escolha da ordem das contingéncias foi totalmente aleat6ria. ‘A tabela a seguir mostra os resultados de algumas das contingéncias estudadas. Na primeira coluna encontra-se a linha ou transformador retirado da rede elétrica; na segunda e terceira colunas 0 mimero de iteragdes necessérias para a convergéncia do caso com 0 método do PBi- CGSTAB partindo sempre da origem ¢ da soluggo da contingéncia anterior respectivamente. Tabela 1, Nero de IteraqGes para Andlise de Contingtncias Linhas Nimero de | Numero de e iteragdes | — iteragdes Transformadores | *Gradiente | *Gradiente *Sistema IEEE 118 | partindo da | partindo da origem solugdo ant. 12 La 273 13 L_|2/4 214 4-5 L_ {273 2/374 3-5 Li 1/273 5-6 Le 1/2 6-7 L_|2ra 214 85 T_ [1/375 1A 4-1 Le 1A = Li 1/2 112 Lavra 1/5 212 L_ 2 204 7-12 L_ [272 2/4 1-13 Liss 213 26.25 T 13 2/274 2260 Todas as linhas € transformadores do sistema IBEE 118 foram inclufdos no estudo e verificou-se que 0 mimero de iteragdes foi menor em 63 dos casos para o PBi-CGSTAB partindo sempre da origem e maior em 46 casos; em 70 casos 0 méimero de iteragGes foi igual. Para medir a eficiéncia do método NR+PBi- CGSTAB no estudo de Andlise de Contingéncias, foram medidos tempos de CPU para a solugdo de 101 contingéncias no sistema IEEE 118 ¢ 100 contingéncias no Sistema Sul-Sudeste de 616 barras. Também foram medidos os tempos de solugdo uitilizando 0 método Newton-Raphson “direto” no estudo. Nas tabelas a seguir sio mostrados os tempos de CPU para os dois métodos. Tabela 2, Sistema IEEE 118 Método ‘Tempo CPU(seg.) Newton-Raphson 2.173 “direto” NR+PBi-CGSTAB 2.686 ‘Tabela 3 Sistema Sul-Sudeste 616 Método ‘Tempo CPU(seg.) Newton-Raphson 35,411 ra 108.469 Os tempos de processamento obtidos para 0 Sistema IEEE 118 foram semelhantes. Verifica-se pelos resultados obtidos que © método NR “direto” foi, aproximadamente, 1,24 vezes mais répido que 0 método NR+PBiCGSTAB para a solugdo de todas as 101 contingéncias. Nao haviam restrigées nos limites de injegao de reativos nas barras PV. Para o sistema Sul-Sudeste de 616 barras, o método NR “direto” se mostrou, aproximadamente, 3,09 vezes mais répido que 0 NR+PBi-CGSTAB. O maior ganho no tempo de solugéo dos casos com relagdo ao sistema do IEEE de 118 barras é explicado pelo fato de ele ser um sistema nao to ‘bem condicionado quanto o sistema do IEEE, apesar da dimensao dos vetores envolvidos na solugio dos casos ser maior. Analisando os tempos de execugdo das rotinas utilizadas no programa, verificou-se que a maior parte do tempo é gasta na solugio dos sistemas lineares que aparecem no método do PBi-CGSTAB. Verifica-se, assim, que 0 Jacobiano da primeira iteragio (3° ) € um bom pré-condicionador para aplicagao em estudos de Anélise de Contingéncias, ‘mas a pesquisa de um pré-condicionador que torne 0 NR+PBi-CGSTAB mais répido se faz necesséria. Para testar a funcionalidade do controle de injegdo de reativos em barras PV, efetuou-se uma‘comparagio entre os tempos de processamento para a resolugio do Fluxo de Poténcia do sistema IEEE 118 pelos dois métodos vistos neste trabalho. O limite de injegdo de reativos era de 4500KVAr . Os resultados encontram-se na tabela a seguir: ‘Tabela 4. Sistema IEEE 118 com limites de reativos ‘Método Nede Nede | Tempo iteragesNR | iteragdes | CPU PBi- (seg.) CGSTAB NR 9 0.131 “direto” NR+PBi- 9 WaaWA | 0,124 CGSTAB 22 © métodoNR+PBi-CGSTAB se mostrou aproximadamente 1,06 vezes mais répido que o NR “direto", mas esse fato nao se repetiu para os sistemas maiores. 6 Conclusio Métodos do tipo Gradiente__ Conjugado, particularmente 0 PBi-CGSTAB, sao eficientes para aplicagdo em estudos que requerem solugdes de sistemas de equagdes lineares como o Fluxo de Poténcia e ,em especial, a Anélise de Contingéncias, A medida que os sistemas elétricos evoluem em tamanho ¢ complexidade, mais © mais modelos recisam ser incorporados & rede. Com os computadores de arquitetura de alto desempenho se tornando cada vez mais disponiveis, uma maior representatividade dos modelos dos componentes da rede pode ser incorporada. © aumento nas dimensoes do problema provocado pela melhor modelagem € um ponto altamente favordvel aos métodos tipo Gradiente Conjugado contra os métodos diretos , principalmente em ambiente vetorial. Agradecimentos Este trabalho de pesquisa foi desenvolvido junto ao NACAD - Niicleo de Atendimento em Computagéo de Alto Desempenho da COPPE / UFRJ. Referéncias Bibliogréficas [1] Borges.C.L.T.,Coutinho,A.L.G.A. Falcio,D.M., “ Solugdo do Fluxo de Poténcia em Ambiente Vetorial usando 0 Método do Gradiente Bi- Conjugado Estabilizado” , Anais do XI Congresso Brasileiro de Automatica , Vol. 1, pp. 161-166 , Séo Paulo - SP, Setembro 1996. 2261 [2] Borges,C.L.T.,Falcio,D.M.,Coutinho,A.L.G.A. , ” Utilizagio de Método Tipo Gradiente Conjugado na aceleragao do Fluxo de Poténcia em Computagéo Vetorial ”, SNPTEE 1997. [3] Monticelli, A., “ Fluxo de Carga em Redes de Energia Elétrica”, Edgar Brucher, 1983. [4] Ortega , J.M., “Introduction to Parallel and Vector solution of Linear Systems", Plenum Press, 1988. [5] Stott, B, “Review of Load Flow Calculation Methods ", Proceedings of IEEE 62, 916-929, New York, 1974.