Análise não paramétrica para identificação de fontes de distorções harmônicas em sistemas de energia elétrica: um estudo aplicado no campus universitário do Guamá da Universidade Federal do Pará

Atualmente, o uso de cargas não lineares e equipamentos baseados em eletrônica de potência nas instalações residenciais, comerciais e industriais estão contribuindo para o aumento significativo dos níveis de distorção harmônica de corrente e, consequentemente de tensão, conforme observado no sistema brasileiro de distribuição de energia elétrica. O aumento contínuo dos níveis de distorção harmônica nas redes elétricas de distribuição tem causado preocupação nas concessionárias e clientes de energia, pois a presença dessas fontes de harmônico no sistema provoca, entre outros, perda da qualidade no fornecimento de energia. Com foco neste problema, a presente tese propõe o desenvolvimento de modelos de regressão não paramétrica para identificar e quantificar quais cargas não lineares podem ser consideradas fontes harmônicas principais, para as distorções de tensão em um ponto de interesse da rede elétrica. A metodologia proposta se baseia na análise de correlação de dados, utilizando modelos estatísticos de regressão não paramétrica para estabelecer a correlação entre as correntes harmônicas das cargas não lineares e a tensão harmônica no ponto de interesse. Este modelo é construído a partir das tensões e correntes harmônicas de mesma ordem respectivamente, obtidas em campanhas de medição através de qualímetros instalados nos pontos de interesse. Além disso, deve-se salientar que essas tensões e correntes harmônicas devem estar em sua unidade base, ao invés de grandezas normalizadas em relação à componente fundamental, de forma a impedir que a mesma influencie na criação do modelo de regressão. Um aspecto importante nesta metodologia está na utilização das técnicas de regressão polinomial local de Kernel, para a estimação das curvas de regressão entre a tensão e a corrente harmônica. Na validação dos modelos introduz-se o coeficiente de determinação R2, o qual pode ser obtido a partir do coeficiente de correlação de Pearson, para mensurar o grau de precisão dos modelos desenvolvidos. A regressão não paramétrica proporciona uma grande flexibilidade na estimação do modelo de regressão, uma vez que a mesma torna possível à realização de um ajuste mais efetivo do modelo às amostras de dados, e, portanto, é capaz de caracterizar a influência de cada fonte harmônica de forma mais detalhada para todo o período de medição. Essa técnica, apresentou resultados muito mais confiáveis e supera as deficiências dos modelos de regressão linear, o qual impõe que as correntes harmônicas das outras fontes, background, não variam quando se analisa uma determinada corrente de carga. Os modelos de regressão linear e não paramétrico foram simulados aplicando-se o programa R, que é uma linguagem e ambiente para cálculos estatísticos e gráficos, e como sistema teste utilizou-se a rede de distribuição elétrica da Universidade Federal do Pará, constituído de 84 (oitenta e quatro) barras de carga em tensão de 13,8 kV. Os resultados obtidos são comparados aos modelos de regressão linear e apresentaram bom desempenhos possibilitando sua aplicação por empresas de distribuição de energia elétrica.