Resumo:
Nos estudos de planejamento da expansão de sistemas elétricos de potência, técnicas são necessárias para quantificar os custos e a confiabilidade das diversas alternativas. Nas últimas décadas, os índices de confiabilidade da capacidade de geração (generating capacity reliability- GCR) têm sido parâmetros muito úteis para auxiliar engenheiros de planejamento em muitas decisões. Estes índices são medidas estatísticas que indicam se a capacidade de geração disponível é suficiente para atender à carga total do sistema dentro de padrões técnico-operativos predeterminados. Em problemas que envolvem critérios específicos de projeto, o planejador poderia ter que medir a probabilidade de ocorrência para certo evento que poderia ser raro, mas, a priori, esta condição é desconhecida. Esta dissertação apresenta uma nova metodologia para avaliar os índices GCR baseada em técnicas de Simulação Monte Carlo (SMC) e no Método da Entropia Cruzada. A ideia básica é utilizar uma função massa de probabilidade auxiliar, cujos parâmetros são obtidos
através de um processo de otimização estocástico. E esta nova função é utilizada em conjunto com a já conhecida técnica da amostragem por importância a fim de reduzir drasticamente a variância amostral e, consequentemente, o esforço computacional do processo de estimação baseado em SMC. A fim de verificar completamente o desempenho da metodologia proposta, diversos aspectos como o tamanho do sistema, raridade dos eventos de falha, número de unidades diferentes e perfil da curva de carga são considerados. O IEEE-RTS é utilizado para testar a metodologia proposta. Também, diversas modificações são feitas neste sistema a fim de comparar o desempenho da abordagem proposta com uma SMC não-cronológica e uma técnica analítica extremamente eficiente baseada em convolução discreta. Uma configuração do sistema Sul-Sudeste Brasileiro (SSB) de geração é também utilizada para demonstrar a aptidão do método proposto em aplicações reais.
