Um método baseado na transformada de Stockwell para detecção de ilhamento em sistemas fotovoltaicos conectados à rede em baixa tensão.

• Autor(a) principal: OLIVEIRA, Vinícius Almeida de.
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20506
• topic: Sistemas fotovoltaicos; Ilhamento – sistemas fotovoltaicos; Métodos passivos; Transformada de Stockwell; Norma NBR ABNT IEC 62116; Sistemas de energia elétrica; Multi-inversores; Photovoltaic systems; Islanding - photovoltaic systems; Passive methods; Stockwell transform; Standard NBR ABNT IEC 62116; Electric power systems; Multi-inverters; Islanding - sistemas fotovoltaicos; Métodos pasivos; Estándar NBR ABNT IEC 62116; Sistemas de energía eléctrica; Systèmes photovoltaïques; Llotage - installations photovoltaïques; Méthodes passives; Transformation de Stockwell; Norme NBR ABNT CEI 62116; Systèmes d'alimentation électrique; Multi-onduleurs; Engenharia Elétrica

Um método para detecção de ilhamento em sistemas fotovoltaicos conectados à rede elétrica em baixa tensão é proposto nessa dissertação. O método aplica a transformada de Stockwell para extrair características tempo-frequência das componentes de sequência negativa, estimadas a partir das tensões trifásicas no ponto de acomplamento comum do sistema. A partir de uma lógica de detecção simples, com uso de limiares adaptativos, o método proposto é capaz de distinguir o ilhamento de outros eventos. O desempenho do método foi avaliado via simulação de circuitos, considerando os cenários propostos pela Norma ABNT NBR IEC 62116:2012 em distintas condições de operação. Além disso, avaliou-se o método em cenários com a operação de múltiplas fontes de geração distribuída fotovoltaica no momento do ilhamento. Nos casos de ilhamento propostos pela norma, obteve-se 100% de acerto com tempo médio de detecção de 64, 9 ms em cenários com e sem ruído. Nos casos multi-inversores obteve-se uma taxa de acerto de 65%. Ao final, o método resultou em uma taxa de acerto de 94, 40% dos casos da base de dados.