TCNICAS DE SOLUO DE SISTEMAS DE EQUAES DIFERENCIAS E

ALGBRICAS: APLICAO EM SISTEMAS DE ENERGIA ELTRICA

Jos E. O. Pessanha Carlos Portugal

pessanha@dee.ufma.br carlos@dee.ufma.br
Alex A. Paz
alex@dee.ufma.br

UFMA-CPGEE-DEE-UFMA, Avenida dos Portugueses s/n, Campus do Bacanga, So Lus, Ma, - Brasil -65080-040

PUC/RJ-DEE, Rua Marqus de So Vicente, 225, Gvea, Rio de Janeiro, RJ - Brasil - 22453-900

ABSTRACT tcnicas numricas aplicadas na soluo de Equaes Di-

The present work investigates and compares the computa-
tional performance of numerical techniques applied to the
solution of algebraic and differential equations (DAEs) rep-
resenting power systems and their components. Among the
considered techniques, emphasis was given to the method
known as Modified Extended Backward Differentiation For-
mulae (MEBDF), due to its numerical stability properties
that conventional Backward Differentiation Formulae (BDF)
methods do not have, and these properties may avoid numer-
ical troubles during DAEs solution. The comparison is made
through computational tests related to simulations of power
system short- and long-term stability phenomena (transient
angular stability and long-term voltage stability), using IEEE
system-test. The main objective was to check the computa-
tional efficiency of these numerical techniques. The compu-
tational aspect is related to the simulation CPU time.
KEYWORDS: Differential algebraic equations, Numerical
analysis, Power system stability, Power system simulation,
Time domain analysis.
RESUMO
O presente trabalho investiga e compara o desempenho de
Artigo submetido em 01/07/2005
1a. Reviso em 11/09/2005;
Aceito sob rec. do Ed. Assoc. Prof. Carlos Alberto de Castro Jr.
ferenciais e Algbricas (EDAs) representando sistemas el-
tricos e seus componentes. Entre os mtodos considerados,
destaca-se o mtodo conhecido como Mtodo de Diferenci-
ao Regressiva Modificado Estendido (MEBDF), por este
apresentar propriedades de estabilidade numrica que os M-
todos de Diferenciao Regressiva (BDF) convencionais no
apresentam, sendo que estas propriedades podem evitar pro-
blemas numricos durante a soluo das EDAs. As tcni-
cas so comparadas atravs de testes envolvendo simulaes
computacionais no domnio do tempo de fenmenos de es-
tabilidade de curta-, e de longa-durao (angular e de ten-
so, respectivamente) em sistemas-teste do IEEE. O objetivo
principal foi verificar a eficincia dessas tcnicas numri-
cas sob o ponto de vista computacional, sem comprometer
a preciso. O aspecto computacional est relacionado com o
tempo de cpu gasto nas simulaes.
PALAVRAS-CHAVE: Equaes Diferenciais e Algbricas,
Anlise Numrica, Estabilidade de Sistemas Eltricos, Simu-
lao de Sistemas Eltricos, Anlise no Domnio do Tempo.
1 INTRODUO
Simulao no domnio do tempo uma forma de anlise
muito til para as concessionrias de energia eltrica desen-
volverem estudos computacionais envolvendo fenmenos de
estabilidade em sistemas de energia eltrica. Um programa

Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005 359

computacional para anlise de estabilidade capaz de simular
fenmenos de curta- e de longa-durao requer a soluo de
sistemas de Equaes Diferenciais e Algbricas (EDAs) no
lineares, rgidas e de grande porte (Astic et al., 1994), pro-
cesso que pode exigir elevado tempo computacional. Este
esforo depende principalmente das caractersticas dos m-
todos numricos usados, da complexidade dos modelos ma-
temticos implementados, da dimenso do sistema eltrico
simulado, das constantes de tempo envolvidas, da velocidade
do fenmeno simulado (curta- ou longa-durao), da capa-
cidade do computador e do tempo total da simulao (Paz,
2004). As anlises e simulaes podem se tornar ainda mais
complexas se diferentes formas de estabilidade se manifesta-
rem simultaneamente.
O uso de modelos simplificados pode resultar numa redu-
o no tempo de simulao computacional, entretanto, de-
pendendo do cenrio simulado, pode reduzir tambm a preci-
so dos resultados. Por outro lado, modelos mais complexos
iro exigir um considervel esforo computacional na solu-
o dos sistemas de equaes diferenciais e algbricas que
descrevem o comportamento dinmico do sistema e de seus
componentes, sendo que esta complexidade pode ser desne-
cessria para certos cenrios (Paz, 2004).
A implementao num mesmo programa computacional de
modelos matemticos representando dispositivos de controle
de resposta rpida, e tambm de resposta lenta, permite
quando necessrio, a captura de efeitos inerentes a fen-
menos de curta- e de longa-durao. Para simular fenmenos
rpidos e lentos num mesmo cenrio, alm da necessidade de
disponibilizar modelos com essas caractersticas, relevante
que o mtodo numrico usado na resoluo dos sistemas de
equaes diferenciais e algbricas seja eficiente. A eficincia
de um mtodo numrico neste caso pode ser avaliada em ter-
mos de preciso/confiabilidade de resultados e de tempo de
processamento gasto (CPU). Uma boa preciso garantida,
ou no, pela capacidade em manter sob controle os erros as-
sociados s tcnicas de aproximao usadas pelo mtodo. J
a sua eficincia computacional medida em termos de tempo
de CPU, quanto menor, melhor sua eficincia computacional.
Nota-se um crescente interesse pelo desenvolvi-
mento/adaptao de metodologias numricas apilcadas
na soluo de sistemas de EDAs (Ascher e Petzold, 1998;
Brenan et al., 1996; Cash, 2000; Mazzia e Iavernaro, 2003;
Petzold e LI, 2000). Este interesse tem produzido e disponi-
bilizado novas alternativas de soluo e o presente trabalho
procura integrar e aproveitar adequadamente estes avanos
com interesse especfico em fenmenos de estabilidade em
sistemas eltricos.
As tcnicas numricas abordadas neste trabalho so: Mtodo
de Diferenciao Regressiva Modificado Estendido Implcito
360 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
(Cash, 1983), Mtodo de Diferenciao Regressiva Modifi-
cado Estendido com Esparsidade (Abdulla et al., 2000), M-
todo de Diferenciao Regressiva (Petzold, 1983) e Runge-
Kutta 4a ordem. Na literatura esses mtodos so identifica-
dos como MEBDF, MEBDFSD, BDF e RK4. H um inte-
resse particular nas diferentes estratgias usadas na avalia-
o do passo, da ordem, no controle de erro e propriedades
de estabilidade numrica destacadando-se as vantagens, des-
vantagens e diferenas em cada um dos estgios do processo
de integrao.
2 EQUAES DIFERENCIAIS E ALG-
BRICAS
Um sistema de EDAs corresponde a um tipo de Equaes
Diferenciais Ordinrias (EDOs) cuja soluo deve satisfa-
zer restries impostas por equaes algbricas no-lineares.
Pode-se ento considerar as EDAs como uma extenso do
sistema de EDOs com restries, representadas na forma
semiexplcita pelas Equaes (1) e (2), onde y, y 0 , e f so
vetores de dimenso n, com y representando as n variveis
diferenciais, z as m variveis algbricas e p os k parme-
tros do sistema (no caso dos sistemas de energia, esses pa-
rmetros definem uma configurao especfica e condio de
operao).
y 0 (t) = f (t, z, y, p) (1)
g (t, z, y, p) = 0 (2)
O interesse por modelos matemticos complexos baseados
em sistemas de EDAs de grande porte com ndices superi-
ores (maiores que um) tem crescido bastante. Deve-se ter
cuidado e ateno na formulao das EDAs representando
modelos muito complexos, uma vez que sistemas de ndices
superiores apresentam uma grande tendncia instabilidade
(Ascher e Petzold, 1998).
Um sistema de EDAs pode ser convertido um sistema de
EDOs, sendo que este procedimento pode ser muito com-
plexo. possvel reduzir o ndice de um sistema de EDAs
atravs de sucessivas diferenciaes. Um sistema de ndice
diferencial igual a zero considerado como um sistema de
equaes diferenciais ordinrias e a partir deste ponto aplica-
se mtodos de soluo bem conhecidos (Hairer e Wanner,
1996). Embora existam metodologias e estratgias eficien-
tes de soluo das EDOs, existem situaes onde prefervel
resolver diretamente as EDAs sem convert-las inicialmente
a um sistema de EDOs. Uma delas est relacionada com o
uso de uma metodologia que permite a criao e incorpora-
o de modelos pr-definidos para gerar automaticamente o
sistema de EDAs e iniciar o processo de soluo. Mantendo
o sistema de EDAs inalterado, so mantidas as caractersticas
esparsas do sistema e o significado fsico das variveis, evi-
tando a perda de informaes importantes (Secanell e Crco-
les, 2002).
2.1 Formas de Representao
Embora a forma geral implcita do sistema de EDAs possa
representar uma variedade de condies, existem casos espe-
ciais onde esse tipo de representao pode resultar em difi-
culdades no processo de soluo se no forem identificados
seus ndices (medida da singularidade do sistema). Um sis-
tema com ndices maiores que 1 geralmente apresenta difi-
culdades durante o processo de soluo. Felizmente, a maio-
ria dos problemas encontrados na prtica podem ser expres-
sos como uma combinao de estruturas de EDOs acopladas
a equaes de restrio, que podem ser representados pela
Equao (3).
Uma caracterstica interessante das EDAs com ndices su-
periores que apresentam restries ocultas, restries estas
que podem ser encontradas por diferenciao e manipulao
algbrica no processo de estimao do ndice (Ascher e Pet-
zold, 1998; Fbin et al., 2000; Tarraf e Asada, 2002).
F (t, z, y, y 0) = 0 (3)
2.2 Rigidez das EDAs
A rigidez est relacionada com grandes diferenas nas cons-
tantes de tempo de um sistema de EDAs, ou seja, com a taxa
de decaimento da soluo. A definio matemtica correta
sobre rigidez de um sistema de EDAs ainda gera polmica
entre os especialistas. A opinio mais pragmtica e tambm
a mais antiga (Curtiss & Hirschfelder 1952) : equaes r-
gidas so equaes onde certos mtodos implcitos, em par-
ticular o BDF, apresentam melhor desempenho, geralmente
muito melhor em comparao aos explcitos. (Hairer e Wan-
ner, 1996).
Um sistema de EDAs possui diferentes taxas de decaimento
por cada varivel de estado, e esto relacionadas com os au-
tovalores da matriz Jacobiana (f /y). Esses autovalores de-
sempenham uma funo importante nesta deciso, mas quan-
tidades como a dimenso do sistema, a suavidade da soluo
ou o intervalo de integrao tambm so importantes. As va-
riveis com taxa de decaimento lenta so responsveis pela
determinao do erro de truncamento, mas existem vari-
veis com taxa de decaimento muito rpida, que diminuem at
atingir valores muito pequenos (Figura 1). Estas so respon-
sveis pela determinao de comprimentos de passo muito
pequenos que tentam assegurar a estabilidade numrica da
metodologia de integrao, tornando o processo muito de-
morado em termos de tempo computacional. Este problema
conhecido como problema rgido (Gear, 1971). Portanto,
pode-se resumir que um sistema de EDAs considerado r-
gido se um mtodo numrico obrigado a usar passo de in-
Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
Figura 1: Caractersiticas da taxa de decaimento das EDAs
tegrao muito pequeno em relao suavidade da soluo
exata do problema no intervalo em questo (Jardim, 1997).
recomendvel o uso de metodologias implcitas que pos-
suam melhores propriedades de estabilidade sem muitas res-
tries na escolha do comprimento do passo. Atualmente,
as metodologias de passo varivel BDF e MEBDF permitem
alcanar ordens de convergncia menores que 2 e 4, respec-
tivamente, mantendo sua caracterstica A-estvel. Portanto,
estas so consideradas na literatura como as tcnicas mais
adequadas para a soluo numrica de problemas de valor
inicial de sistemas rgidos de EDAs (Ascher e Petzold, 1998;
Hairer e Wanner, 1996).
3 MTODOS DE SOLUO
3.1 Mtodo de Diferenciao Regressiva
Mtodos BDF multipasso so muito utilizados para resolver
sistemas de EDAs rgidas (Hairer e Wanner, 1996). As fr-
mulas BDF so construdas de acordo com um processo de
interpolao dos pontos soluo (yjk+1 , ..., yj e yj+1 ) atra-
vs de em interpolao polinomial e baseado em combina-
o linear dos polinmios de Lagrange.A Frmula geral de
Diferenciao Regressiva est representada pela Equao (4)
onde o valor do coeficiente r calculado pela Equao (5).
k
X
yj+1r .r = t.f (tj+1 , yj+1 ) (4)
r=0
k
1 k
X Y m
r = . (5)
(l r) (m r)
l=0 m=0
l 6= r m 6= r, l
361
A metodologia baseada nas equaes anteriores foi desen-
volvida para resolver problemas de valor inicial na seguinte
forma implcita (Petzold, 1983):
F (t, y, y 0 ) = 0 y (t0 ) = y0 y 0 (t0 ) = y00
F, y e y 0 so vetores de dimenso n. A derivada presente
na Equao (6) substituda por diferenas regressivas, pro-
cesso conhecido como discretizao matemtica, e o sistema
de equaes no-lineares resultante solucionado por uma
variante do Mtodo de Newton. Por exemplo, substituindo a
derivada da Equao (6) pela primeira diferena, a seguinte
frmula implcita de Euler obtida:
 
yj+1 yj
F tj+1 , yj+1 , (7)
tj+1
A expresso tj+1 = tj+1 tj representa o comprimento
de passo no intervalo tj+1 . Ao invs de usar uma frmula de
primeira ordem, a tcnica aproxima a derivada usando uma
frmula da famlia BDF de ordem de convergncia q = k.
Em cada intervalo de integrao escolhida a ordemk e o
comprimento de passo tj+1 , baseado no comportamento
da soluo.
Resultado do processo de discretizao, a Equao (8) repre-
senta o sistema de equaes no-lineares que deve ser resol-
vido a cada intervalo de tempo, onde uma constante que
varia quando o comprimento do passo, ou a ordem, variam, e
um vetor que depende da soluo nos intervalos de tempo
anteriores. Portanto t, y, e so avaliados no instante tj+1 .
0 0
F (t, y, .y + ) = 0 = = yj+1 .yj+1
tj+1
(8)
O mtodo BDF utiliza uma frmula explcita para o estgio
previsor e uma frmula implcita BDF no corretor. O estgio
previsor utiliza uma frmula de extrapolao explcita (ou
polinmio de diferenas divididas) que interpola os pontos
soluo yj+1k nos ltimos k intervalos de tempo. O previ-
sor responsvel pela primeira aproximao y(0)j+1 atravs
de uma simples avaliao no intervalo de tempo tj+1 dada
pela Equao (9).
P
yj+1 (t) = yj + (t tj ) . [yj , yj1 ] +
+ (t tj ) . (t tj1 ) (t tjk+1 ) . [yj , , yjk ]
Onde as diferenas divididas so definidas por:
[yj ] = yj
[yj ,yj1 ,...,yjk+1 ][yj1 ,yj2 ,...,yjk ]
[yj , , yjk ] = tj tjk
362 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
Esta primeira aproximao usada no estgio corretor para a
determinao da soluo final no intervalo tj+1 . Da mesma
forma, o vetor y 0 (0)j+1 obtido diferenciando-se o polin-
mio previsor (Equao 9) no instante tj+1 .
(6)
Na etapa de correo, algumas hipteses apresentadas por
(Byrne e Hindmarch, 1975; Jackson e Sacks-Davis, 1980)
permitem o conhecimento implcito do vetor soluo yj+1 no
instante tj+1 atravs da relao com os valores aproximados
na etapa previso. O polinmio corretor interpola o polin-
mio previsor em k pontos igualmente espaados anteriores a
tj+1 (onde k a ordem das frmulas BDF) obtendo-se o sis-
tema de equaes algbricas no-lineares representadas por:
F (tj+1 , yj+1 , .yj+1 + ) = 0
k
= tj+1
0(0)
, = yj+1 + s (0)
s =
P 1
tj+1 .yj+1 ,
s
j
j=1
(11)
Aqui, o estgio corretor o mais relevante dentro do es-
quema previsor-corretor, com maior interesse na escolha e
implementao do mtodo de soluo do sistema de equa-
es no-lineares, onde o parmetro funo do compri-
mento do passo de integrao determinado em tj+1 e perma-
nece fixo enquanto no houver variao no comprimento do
passo e/ou na ordem do mtodo. Da mesma forma, per-
manece fixo durante todo o processo iterativo, uma vez que
as funes y(0)j+1 e y 0 (0)j+1 so calculadas pelo polinmio
previsor de acordo com a Equao (9).
Seleo da Ordem e do Passo de Integrao
Neste trabalho, a metodologia BDF considerada foi desen-
volvida por (Brenan et al., 1996) e utiliza uma estratgia co-
nhecida como Coeficiente Fixo Direcionado (CFD) para de-
cidir qual o comprimento de passo e a ordem para avanar
a soluo de um intervalo para o prximo. O CFD uma
estratgia hbrida, incluindo as melhores caractersticas das
estratgias de coeficiente fixo e de coeficiente varivel, com
a finalidade de melhorar a eficincia do processo de variao
da ordem do mtodo e do comprimento de passo de inte-
grao, permitindo adaptar mtodos BDF de passo fixo para
mtodos de passo varivel. O processo de seleo de ordem
e passo de integrao feito atravs de estratgias baseadas
no clculo dos erros, fixando-se o comprimento dos passos
de integrao dos ltimos intervalos...,tj1, tj e ordens ...,
kj1 , kj .
(9)
Aps satisfazer a condio de convergncia, inicia-se outro
processo de avaliao correspondente a aceitao do compri-
mento de passo tj+1 = tj+1 tj atravs de uma estratgia
de clculo de erro. Esta etapa corresponde a um dos aspectos
mais relevantes da metodologia.
(10) Os dois tipos de erros envolvidos no processo de aceitao ou
rejeio do passo esto relacionados ao erro de truncamento
local do mtodo e ao processo de interpolao polinomial,
sendo este ltimo composto de duas partes (Brenan et al.,
1996). Se considerados estes erros, elaborada a seguinte
condio de deciso:
3.2 Mtodo de Diferenciao Regressiva
Modificado Estendido
Os mtodos BDF tm sido considerados os mais adequados
para a soluo numrica de problemas de valor inicial de sis-
temas de EDAs rgidas, mas existem na literatura novas me-
todologias que podem oferecer vantagens sobre os mtodos
max k+1 . (j + 1) , k+1 . (j + 1) + s 0 . (j + 1)| .
  
BDF convencionais. Uma dessas metodologias o mtodo
(0)
yj+1 yj+1
1 (12)
BDF modificado e estendido (MEBDF), apresentando carac-
O comprimento do passo rejeitado se a condio acima no
for satisfeita e o clculo da ordem do mtodo independe da
aceitao do passo de integrao.
Aps o teste de verificao do comprimento do passo e do
clculo da ordem do mtodo, se aceitos, segue-se calculando
novos passos, sendo realizada uma nova tentativa se fracas-
sar na determinao do comprimento do passo que satisfaa
as condies estabelecidas (Shampine e Gordon, 1975). O
erro na nova ordem k estimado como se os ltimos j + 1
intervalos fossem calculados com o novo passo. escolhido
o novo passo de integrao de forma conservativa dado pela
Equao (13) para que o erro seja a metade do valor da tole-
rncia relativa ao erro de integrao desejado.
tnovo = r . tvelho
1 (13)
r = (2.Est) k+1
Est representa o erro estimado em funo da ordem do m-
todo.
Quando o passo aceito, o seu comprimento aumenta apenas
se for possvel dobr-lo. Se for necessria uma reduo, este
reduzido de um fator mnimo r = 0, 9, e mximo r = 0, 5.
Por outro lado, quando o comprimento do passo rejeitado,
sendo esta a primeira tentativa desde a ltima aceitao, o
fator r calculado pela Equao (13) e multiplicado por 0, 9.
Aps uma segunda tentativa sem xito, o passo de integrao
reduzido por um fator 0, 25. Depois de trs tentativas sem
sucesso, a ordem reduzida a 1 e o comprimento do passo
reduzido por um fator de 0, 25 sempre que o teste falhar. Se
o comprimento do passo for tal que t+t t, o processo
interrompido. Este comprimento do passo t min , representa
o comprimento da condio de t +tj+1 t, e calculado
atravs da seguinte equao:
tmin = 4.. max (|tj | , |TF inal |) (14)
Onde representa o erro de arredondamento e TF inal o
tempo final desejado.
Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
tersticas particularmente eficientes durante o processo de so-
luo de sistemas de EDAs com ndice menor e igual a trs
(Cash, 2000).
Uma das caractersticas mais relevantes da metodologia
MEBDF est relacionada com a sua formulao modificada e
estendida, relativa metodologia BDF convencional. A for-
mulao da metodologia MEBDF proposta para alcanar
ordens de convergncia menores ou iguais a quatro, man-
tendo sua caracterstica A-estvel. Portanto, a metodologia
considerada A()-estvel para ordens menores ou iguais a
nove e Rgida-estvel para ordens maiores que nove. Estas
propriedades de estabilidade so consideravelmente melho-
res que as atingidas pelos mtodos baseados nas frmulas
BDF convencionais (Cash, 1983; Cash e Considine, 1992;
Cash, 2000).
O mtodo MEBDF tambm apresenta a estratgia previsor-
corretor, com duas etapas no estgio previsor e uma no es-
tgio corretor. Na primeira etapa do previsor calculado o
ponto yj+k utilizando-se uma frmula BDF dada pela Equa-
o (15) de ordem k baseada na interpolao dos pontos
soluoyj , yj+1 , ..., yj+k , sendo esta uma soluo prvia
usada nas etapas seguintes..Esta etapa muito importante
porque constitui uma excelente aproximao para se conse-
guir a soluo na etapa corretor. A matriz de iterao do
esquema Newton Modificado tem a forma apresentada na
Equao (16), onde I a matriz identidade e J representa
a matriz Jacobiana.
Na segunda etapa previsor usada uma frmula BDF
convencional dada pela Equao (17) para a interpolao
dos pontos soluo yj+1 , yj+2 , ..., yj+k1 , yj+k (k pontos),
e calcula um ponto super-futuro yj+k+1 e sua derivada
0
yj+k+1 . Esta soluo servir como uma aproximao tima
para o intervalo seguinte (tj+k+1 ) com relao a soluo
da etapa um do esquema previsor. A matriz iterao GP do
Newton Modificado ser a mesma da primeira etapa. A ma-
triz Jacobiana J calculada e formada quantas vezes for ne-
cessrio para se obter uma convergncia tima, embora o
ideal seja mant-la constante sempre que possvel, para ser
usada nos intervalos de tempo subseqentes e desta forma
363
 Figura 2: Processo Iterativo Previsor-Corretor

(a)
amenizar o esforo computacional.
k1
X
yj+k + r .yj+r = t.k .f (tj+k , yj+k ) (15)
r=0
GP = I t.k .J
 
(16)
k2
X
yj+k+1 + k1 .yj+k + r .yj+r+1 =
r=0
t.k .f (tj+k+1 , yj+k+1 ) (17)

Com os pontos soluo yj, yj+1 , ..., yj+k1 , yj+k , yj+k+1 ,

0
yj+k+1 obtidos no estgio previsor, calcula-se no estgio cor-
retor a soluo aproximada yj+k para o ponto tj+k, utili-
zando uma nova frmula BDF modificada e estendida de or-
dem de convergncia k + 1 dada pela Equao (18). Uma
representao grfica da estratgia previsor-corretor mos- (b)
trada na Figura 2, e uma comparao das regies de estabi-
lidade no plano complexo entre os mtodos BDF e MEBDF
de ordem 2 e 3 apresentada na Figura 3. Figura 3: Regies de Estabilidade - Ordem 2 (superior) e 3
(inferior).
A estabilidade e a preciso desta metodologia dependem
muito das frmulas usadas no estgio previsor, especifica-
mente na primeira etapa. As frmulas previsor devem ser
pelo menos de ordem k se todo o processo previsor-corretor integrao for recusado. Pode acontecer que, ao tentar incre-
for de ordem de convergncia k + 1. mentar o comprimento do passo, este processo tenha falhado
duas vezes consecutivas e no consiga passar pelo teste de
k1
X erro. Ento, a estratgia assumida calcular um novo com-
yj+k + r .yj+r = primento de passo timo e continuar tentando passar no teste
r=0 (Cash e Considine, 1992).
h   i
t. k+1 .fj+k+1 + k .fj+k + k k .fj+k (18) Para evitar a repetio de uma nova rejeio do comprimento
de passo, a metodologia adota uma estratgia diferente que
Seleo do Passo de Integrao consiste em escolher um novo passo calculado de acordo com
a Equao (19), na qual t novo passo, t timo o passo
A metodologia mantm um registro dos comprimentos dos estimado e txito o ltimo passo bem-sucedido.
passos prvios que foram aceitos e que foram bem sucedidos
no processo de integrao. Esta informao usada para de-
cidir qual procedimento a ser empregado quando um passo de t = min(ttimo , txito ) (19)

364 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005

4 MTODO BASEADO NA FRMULA DE
QUADRATURA RADAU
(M h.0 .J)1 . (y1 1 )
(21)
Rodolphe Radau (Radau, 1880) desenvolveu as conhecidas
frmulas de quadratura, enfatizando os mtodos Gauss, Lo-
batto e Chebyshev, conhecidos atualmente como frmulas
RADAU. As frmulas de quadratura foram estendidas para
serem usadas na soluo de sistemas de EDAs.
As referncias (Crank e Nicolson, 1947; Curtiss e Hirsch-
felder, 1952; Fox e Goodwin, 1949; Loud, 1949; Dahlquist,
1963) apresentam estudos das principais equaes diferen-
ciais e algbricas rgidas, e as referncias (Butcher, 1964;
Ehle, 1969; Axelsson, 1969) desenvolveram novas metodo-
logias de integrao numrica baseadas na teoria dos mto-
dos de passo simples RUNGE-KUTTA totalmente implci-
tos. Especificamente, (Butcher, 1964) aborda mtodos impl-
citos RUNGE-KUTTA baseado nas frmulas de quadratura
de Radau.
Estas frmulas de quadratura tornaram possvel a evoluo
dos mtodos RUNGE-KUTTA que no eram totalmente im-
plcitos (s permitiam que apenas o primeiro ou o ltimo
estgio fosse implcito). Originou-se uma nova famlia de
mtodos chamada de Processos II, e posteriormente (Ehle,
1969) e (Axelsson, 1969) foram responsveis pelas mofifica-
es que tornaram os mtodos RUNGE-KUTTA implcitos
baseados nas frmulas de quadratura RADAU, em mtodos
com propriedades A-estvel, conhecidos na literatura como
mtodos RADAU IIA. (Hairer e Wanner, 1999).
Estratgias de Seleo de Ordem e Controle de Passo de
Integrao
A metodologia RADAU IIA apresenta duas estratgias de
mudana de passo de integrao baseadas na teoria de extra-
polao de Richardson (Hairer e Wanner, 1996). Primeiro
calculado uma aproximao yn de ordem S atravs da Equa-
o (20), a partir dos ltimos resultados (Y1 , Y2 , ..., YS ) obti-
dos aps a convergncia do Newton Simplificado.
 S
 A soluo de sistemas de EDAs de ndice 1 para os mtodos
P
yn = yn1 + h. b0 .f (t0 , y0 ) + bi .f (t0 + ci .h, Yi )
i=1
b0 = 0 = 1
(20)
O erro calculado pela Equao (21), onde o valor de y cor-
responde ao autovalor real da matriz A1 para que a fato-
rao da matriz M h.0 .J esteja disponvel do esquema
Newton Simplificado previamente convergido e possa ser uti-
lizada no processo de seleo do comprimento de passo. A
matriz A representa a matriz de coeficientes aij e M uma
matriz constante (possivelmente singular) e torna o sistema
Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
explcito quando diferente da matriz identidade.
errn+1 =
A primeira estratgia para o clculo do comprimento do
passo necessita do erro e do comprimento do passo do in-
tervalo j convergido (n-simo passo) sendo calculado pela
Equao (22). O valor do fator fac depende do nmero
mximo de iteraes Newton Simplificado (kmax ) e do n-
mero de iteraes do ltimo Newton Simplificado convergido
(New).
 1
 S+1
hanovo = f ac.hn . err1n+1
(22)
 
f ac = 0.9 2.k2.k max +1
max +N ew
A segunda estratgia calcula o passo utilizando informao
dos ltimos dois passos convergidos. Esta estratgia cha-
mada de controle de passo com memria e o passo cal-
culado de acordo com a Equao (23).
 1
 S+1  1
 S+1
b 1 hn errn
hnovo = f ac.hn . . .
errn+1 hn1 errn+1
(23)
A metodologia RADAU IIA avalia as duas estratgias, cal-
cula os dois possveis comprimentos do passo e escolhe o
menor, mas quando os passos prvios apresentam uma ten-
dncia a aumentar, o novo passo calculado usando a Equa-
o (22), e quando a tendncia a diminuir, o passo calcu-
lado usando a Equao (23).
Quando uma metodologia oferece a possibilidade de mu-
dana de ordem necessrio implementar uma estratgia
para realizar eficientemente esta funo. Basicamente, con-
siste em selecionar a ordem de tal forma que o erro por uni-
dade de comprimento de passo seja mnimo. O clculo do
erro de truncamento uma tarefa muito complicada e de dif-
cil implementao. Um comportamento ineficiente da estra-
tgia poderia afetar o clculo do novo comprimento de passo
uma vez que o nmero de iteraes do esquema Newton Sim-
plificado dependente da ordem escolhida.
RUNGE-KUTTA implcitos no apresenta nenhum tipo de
dificuldade, mas para sistemas de EDAs de ndices superiores
so necessrios mtodos com propriedades de mudana de
ordem em cada estgio para facilitar a convergncia, como
o caso dos mtodos RADAU IIA (Hairer et al., 1989).
5 APLICAO EM SISTEMAS ELTRI-
COS
apresentada uma estrutura geral do modelo representando
o sistema de energia eltrica para a anlise de fenmenos de
365
estabilidade no domnio do tempo. O conjunto equaes que
Tabela 1: Desempenho computacional -Caso I
descreve o modelo (as variveis esto descritas no Apndice)
GRANDEZAS MEBDFSD MEBDF DASSL RADAU
para estudos de curta e de longa-durao pode ser expresso
Tolerncia Absoluta 106
na seguinte forma (Pessanha, 1997; Cutsen, 1993; Hiskens, Tolerncia Relativa 106
1995; Lf, 1995; Cutsen et al., 1994; Quintana e Vargas, Eqs. Algbricas 340
1994; Carvalho Mendes, 1997): Eqs. Diferencias 689
Memria (Mb) 4.8 20.6 12.3 67.9
y 0 = f (y, x, z, w, u, p, t) Passo Inicial 104
Passos 229 132 291 80
g (y, x, z, w, u, p, t) = 0
(24) Avaliaes de F 476 441 364 774
z (k + 1) = h (y, x, z (k) , w, u, p, t) Avaliaes de J 52 30 5 13
w = (t) CPU (segs) 2.95 59.14 34.26 216.26

Redues e simplificaes podem ser realizadas nestas equa- Regulador Automtico de Tenso.
es em funo do objetivo do estudo bem como dos meca-
nismos envolvidos. A soluo requer um tratamento desaco- Sinais Estabilizadores.
plado do sistema de EDAs, reduzindo-o a um sistema expl-
cito de EDOs podendo comprometer a caracterstica esparsa Limitador de Sobreexcitao.
do sistema e a simetria da matriz Jacobiana. A formulao Transformador de Tape Varivel (tipo contnuo).
implcita das EDAs tem sua justificativa no bom desempenho
do tratamento de matrizes no-simtricas, caracterstica pr- Carga Esttica tipo polinomial (parcela de potncia, cor-
pria da estrutura de EDAs aps a discretizao do sistema de rente e impedncia constante).
EDOs.
Carga dinmica tipo potncia constante.
Para efeitos da aplicao e compatibilidade das formulaes
Acrscimo contnuo de carga ativa, reativa ou aparente.
matemticas dadas pelo conjunto de Equaes (24), estas po-
dem ser reescritas na seguinte forma implcita: Acrscimo discreto de carga ativa, reativa ou aparente.
F (t, y, y 0 ) = 0 (25)
Caso I: Estabilidade Transitria Angular

A estrutura do sistema de EDAs resultante da anlise de es-
tabilidade apresenta caractersticas no-simtricas por natu-
reza, cuja configurao tem uma disposio tipo blocos dia-
gonais. Os blocos contendo as equaes das mquinas sn-
cronas so acoplados com a rede de transmisso do sistema.
Entretanto, a matriz de admitncia da rede de grande-porte,
complexa e altamente esparsa.
5.1 Testes Computacionais
Quatro tcnicas numricas so testadas atravs de simula-
o computacional no domnio do tempo de fenmenos de
estabilidade em sistemas de energia eltrica, sendo estas:
MEBDFSD (com esparsidade), MEBDF (implcito), BDF
(DASSL) e RADAU IIA. Estas tcnicas esto disponveis
sob a forma de solvers numricos (cdigos computacionais).
(Mazzia e Iavernaro, 2003).
A fim de capturar nas simulaes os efeitos relevantes aos
fenmenos de interesse, foram considerados os seguintes
modelos (alguns foram retirados da literatura e outros foram
desenvolvidos (Paz, 2004)):
Mquina Sncrona Modelos Clssico e IV.
Para avaliar a eficincia das tcnicas de soluo das EDAs
para um fenmeno dinmico de curta-durao utilizou-se o
sistema-teste IEEE 118 barras com 54 geradores. O modelo
IV de mquina sncrona, que inclu efeitos transitrios e sub-
transitrios, amortecimento e saturao, usado para repre-
sentar cada um dos 54 geradores sncronos, considerando-se
tambm quatro modelos diferentes de curvas de saturao.
So includos tambm dispositivos de controle como regula-
dores automticos de tenso e sinais estabilizadores.
O evento consiste na aplicao de um curto-circuito trifsico
slido numa determinada barra em t=1 seg sendo removido
7 ms aps sua aplicao. O tempo total de simulao de 10
segs. A Tabela 1 ilustra as informaes numricas relaciona-
das a esta simulao.
Os resultados obtidos esto ilustrados sob a forma de grfi-
cos nas Figuras 4 (a)-(c) oferecendo uma comparao entre
os resultados obtidos por cada tcnica. As grandezas sele-
cionadas para comparao so aquelas de maior interesse e
que ajudam na validao da eficincia numrica das metodo-
logias. Todas as curvas apresentam uma excelente concor-
dncia sendo que a metodologia MEBDFSD mais eficiente
no aspecto esforo computacional de acordo com a Figura 5
que mostra um diagrama de barras para o tempo de CPU.

366 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005


(a) ngulo do rotor de um gerador.
(b) Comportamento do passo de integrao durante a simulao.
(c) Comportamento da ordem das metodologias de integrao.
Figura 4: Simulao de Fenmenos de Curta-Durao
(Caso I).
Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
215,31
250
200
150
100
31,7 19,79
2,84
50
0
MEBDFSD MEBDFI DASSL RADAU
Figura 5: . Comparao do Tempo CPU (segs)-Caso I
Imediatamente aps o distrbio, os comprimentos do passo
de integrao de todas as metodologias apresentam um com-
portamento moderado. A ordem varia com maior freqncia
para alguns mtodos a fim de se obter preciso e, assim, re-
presentar o comportamento oscilatrio do sistema de forma
adequada.
Quando o sistema tende a atingir uma condio de equilbrio,
as metodologias iniciam o processo de aumento do compri-
mento do passo de integrao, de acordo com cada estratgia
de controle de mudana de passo. O DASSL (BDF) apre-
senta um comportamento mais conservador, mantendo quase
constante o comprimento do passo durante o restante da si-
mulao. J o RADAU, baseado no RK4, aproveita ao m-
ximo sua estratgia de variao de passo. O MEBDF e o
MEBDFSD devido a estratgia baseada no registro dos com-
primentos dos passos de integrao prvios, ainda mais
conservadora, fixando o tamanho de passo calculado no l-
timo passo bem sucedido sem arriscar a convergncia do pro-
cesso de soluo, garantindo dessa forma a fidelidade e pre-
ciso da soluo.
Caso II: Estabilidade de Tenso de Longa-Durao
Para avaliar a eficincia das tcnicas de soluo das EDAs
para fenmenos dinmicos de longa-durao, utilizado o
sistema-teste IEEE 150 barras com 50 geradores. Foram in-
cludos nesta configurao cinco transformadores de tape va-
rivel e os sistemas de controle de excitao dos geradores
(regulador automtico de tenso) passaram a ser monitora-
dos por limitadores de sobrexcitao. Com isso, pretende-se
capturar os efeitos relevantes ao fenmeno da estabilidade
de tenso de longa-durao e aumentar a complexidade do
processo de simulao.
O sistema submetido a uma primeira contingncia, carac-
terizada pela insero de um reator de 20 Mvar em uma de-
367
 Tabela 2: Desempenho computacional -Caso II
GRANDEZAS MEBDFSD MEBDF DASSL RADAU
Tolerncia Absoluta 106
Tolerncia Relativa 106
Eqs. Algbricas 396
Eqs. Diferencias 642
Memria (Mb) 4.6 16.1 11.5 40.1
Passo Inicial 104
Passos 10504 10458 7159 2926
Avaliaes de F 30236 30527 10115 36768
Avaliaes de J 3981 3800 1174 2880
CPU (segs) 116.2 480.2 424.2 8990.5

(a) ngulo do rotor de um gerador.

dinmica do tape restaurando a tenso da carga para nveis
pr-distrbio e as dinmicas lentas associadas a ao dos li-
mitadores de corrente de campo. J as Figuras 6(c) e 6(d)
ilustram o comportamento do passo de intergrao e da or-
dem de cada mtodo, respectivamente.

No instante t = 200 segundos, o sistema submetido a um

aumento progressivo de potncia reativa em cinco barras do
sistema com diferentes taxas de incremento. A medida que a
demanda de potncia reativa aumenta, os geradores vo atin-
gindo seus limites de capacidade de gerao de potncia re-
ativa, limite este imposto pelo limitador de sobreexcitalo.
Outros geradores vo atingindo seus limites e o sistema passa
(b) Comportamento do passo de integrao durante a simulao.
o enfrentar problemas de instabilidade de tenso, onde, por
conseqncia, a ocorrncia do colapso de tenso iminente.

A Tabela 2 apresenta informaes para uma anlise do de-

sempenho computacional das metodologias, destacando-se
as informaes inerentes ao nmero de avaliaes da matriz
Jacobiana e o tempo de CPU. A Figura 7 possibilita uma
comparao entre os tempos de CPU gastos por cada me-
todologia. Observa-se a ineficincia computacional do RA-
DAU para este caso em particular. J as tcnicas BDF e
MEBDF apresentam um bom desempenho, destacando-se o
MEBDFSD entre todas as testadas.

8990,5
10000

(c) Comportamento da ordem das metodologias de integrao. 8000

6000
Figura 6: Simulao de Fenmenos de Curta-Durao (Caso
4000
II).
480,2 424,2
2000 116,2

0
terminada barra no instante t = 5 segundos, resultando numa
MEBDFSD MEBDFI DASSL RADAU
reduo no perfil de tenso nesta barra, provocando a ao
do transformador de tape varivel 35 segundos aps seu dis-
positivo de controle detectar nveis de tenso fora da faixa
desejada. As Figuras 6(a) e (b) ilustram, respectivamente, a Figura 7: Comparao do Tempo CPU (segs)-Caso II

368 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005

 Tabela 3: Desempenho numrico das metodologias Caso I
Caso I: Estabilidade Transitria Angular
TEMPO GASTO POR PROCESSO (s)|NMERO DE CHAMADAS AO PROCESSO
Mtodo PORCENTAGEM DO TEMPO GASTO DO PROCESSO NA SIMULAO(%)
Avaliao de F Avaliao de J Fatorao de J Backward-Forward
Substitution
0,001243|759 0,031666|12 1,635377|63 0,159638|140
RADAU 0,74% 0,30% 81,32% 17,64%
0,001714|362 0,035556|46 0,137523|46 0,020209|362
BDF 0,85% 2,24% 86,88% 10,03%
0,001415|696 0,032189|37 0,276833|37 0,039490|695
MEBDF 2,47% 2,99% 25,69% 68,85%
0,001151|501 0,001087|51 0,007232|50 0,000691|934
MEBDFSD 35,20% 3,38% 22,07% 39,34%

Tabela 4: Desempenho numrico das metodologias Caso II

Caso II: Estabilidade de Tenso de Longa-Durao
TEMPO GASTO POR PROCESSO (s)|NMERO DE CHAMADAS AO PROCESSO
Mtodo PORCENTAGEM DO TEMPO GASTO DO PROCESSO NA SIMULAO(%)
Avaliao de F Avaliao de J Fatorao de J Backward-Forward
Substitution
0,00013|36768 0,022062|2880 1,5331|2957 0,04894|7414
RADAU 1,06% 1,12% 81,11% 16,69%
0,001108|10115 0,01356|1174 0,09625|1174 0,00999|10115
BDF 4,46% 6,84% 48,90% 39,80%
0,00108|30527 0,0250|3800 0,1730|1570 0,009925|15020
MEBDF 2,95% 3,58% 32,40% 61,07%
0,000613|30236 0,002305|3981 0,004343|3980 0,0000957|49669
MEBDFSD 49,35% 10,84% 19,78% 20,02%

5.2 Anlise do Desempenho Computaci-
onal das Tcnicas
A anlise comparativa de desempenho est baseada em trs
indicadores relativos as seguintes habilidades: avaliao das
funes F, avaliao da matriz Jacobiana, fatorao da matriz
Jacobiana e um ltimo processo conhecido na literatura como
Backward-Fordward Substitution. Esta ltima corresponde a
soluo do sistema de equaes lineares da forma A.x =
b. Associados a estas habilidades, tm-se: tempo gasto por
execuo do processo, o nmero de chamadas do processo,
e a porcentagem do tempo gasto do processo na simulao
global.
O Tempo Gasto por Processo (TGP) indica o tempo compu-
tacional mdio gasto por uma metodologia para avaliar um
determinado processo. Este indicador calculado atravs da
Equao (26).
NI N Aj
ST P 1 X 1 X
T GP = = . . Ti (26)
NI N I j=1 N Aj i=1
Ti representa o tempo parcial gasto por um determinado pro-
cesso a cada avaliao. Assume-se por cada j-simo intervalo
os tempos parciais das i avaliaes aceitas ou rejeitadas,
NAj representa o nmero de avaliaes do processo por in-
tervalo de tempo e NI o nmero de intervalos de tempo ava-
liados. O nmero de chamadas indicar quantas vezes uma
metodologia precisou realizar determinado processo durante
toda a simulao. A porcentagem sobre o tempo total gasto
um ndice de eficincia de cada tcnica.
As Tabelas 3 e 4 apresentam os indicadores quantitativos re-
sultantes da simulao computacional do Caso I e do Caso
II, respectivamente, referentes a cada tcnica numrica.
Como se pode observar, em todos os casos, o processo de fa-
torao exigiu maior esforo computacional em comparao
aos demais. Para as metodologias BDF e MEBDF, o pro-
cesso backward-forward substitution representa no resultado
global o processo que consome maior porcentual do tempo
total da simulao devido ao grande nmero de avaliaes.
Na metodologia RADAU o processo mais exigente a fa-
torao da matriz Jacobiana, sendo ineficiente para simular
sistemas de energia eltrica considerados de mdio porte ou
grande porte, devido hiper-dimenso da matriz Jacobiana
(5, 9 ou 13 vezes maior em comparao aos demais).
Observa-se que o nmero de avaliaes nos processos
maior para o MEBDF em relao ao BDF, sendo esta ltima,
portanto mais eficiente. Entretanto, o MEBDFSD continua
sendo a melhor alternativa em termos de eficincia, apresen-
tando tempos gastos por processo muito pequenos.

Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005 369

6 CONCLUSES
Este trabalho investigou o desempenho de tcnicas numri-
cas aplicadas na soluo de sistemas de equaes diferenci-
ais e algbricas, enfocando o desempenho computacional de
cada uma delas em simulaes computacionais de fenme-
nos de estabilidade em sistemas de energia eltrica (transit-
ria angular e de tenso de longo-termo).
A metodologia RADAU baseada nas frmulas de quadratura
apresentou o maior tempo gasto durante o processo de fatora-
o da matriz Jacobiana aumentando o esforo computacio-
nal e tornando a metodologia ineficiente em termos de tempo
de processamento.
As estratgias implementadas na metodologia BDF resul-
taram num melhor desempenho em comparao metodo-
logia MEBDF, realizando um nmero menor de processos
backward-forward substitution, de avaliao e fatorao da
matriz Jacobiana, sendo adequada para estudos de fenme-
nos de estabilidade em sistemas de energia eltrica onde o
tempo de processamento uma das principais preocupaes.
As estratgias do MEBDF so mais conservadoras em rela-
o aos mtodos BDF uma vez que priorizam a convergncia
e preciso da soluo. Estas estratgias combinadas com tc-
nicas de esparsidade (MEBDFSD) as tornam muito robustas,
eficientes e atraentes para serem usadas em estudos de esta-
bilidade no domnio do tempo.
Das tcnicas numricas investigadas aqui, conclui-se que
o MEBDFSD, MEBDF e o BDF so as mais indicadas
para solucionar sistemas rgidos de EDAs, destacando-se o
MEBDFSD, principalmente se o tempo de processamento
for o principal interesse. Esta metodologia foi muito efici-
ente em termos de rapidez computacional em comparao as
demais.
REFERNCIAS
Abdulla, T. J; Cash, J. R. and Diamantakis, M. T. (2000). An
MEBDF Package for the Numerical Solution of Large
Sparse Systems of Stiff Initial Value Problems, Compu-
ters and Mathematics with Applications 42 (2001) 121-
129.
Ascher, U. M. and Petzold, L. R. (1998). Computer Methods
for Ordinary Differential Equations and Differential-
Algebraic Equations. Philadelphia, PA: SIAM Press.
Astic, J. Y; Bihain, A. and Jerosolimski. (1994). The Mi-
xed Adams-BDF Variable Step Size Algorithm to Si-
mulate Transient and Long-Term Phenomena in Power
Systems, IEEE Transactions on Power Systems, Vol.9,
No. 2.
370 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
Axelsson, O. (1969). A class of A-stable methods, BIT 9,
185-199.
Brenan, K. E; Campbell, S. L. and Petzold, L. R. (1996)
The Numerical Solution of Initial Value Problems in
Differential-Algebraic Equations, SIAM Classics Se-
ries.
Butcher, J. C. (1964). Integration Processes Based on Radau
Quadrature Formulas, Math. Comput. 18, 233-244.
Byrne, G. D and Hindmarch, A. C. (1975). A Polyalgo-
rithm for the Numerical Solution of Ordinary Diffe-
rential Equations, ACM Transactions on Mathematical
Software, vol. 1, no 1,pp. 71-96.
Carvalho Mendes, P. P. (1997). Aplicao de Redes Neu-
rais Artificiais na Anlise em Tempo Real da Estabi-
lidade de Tenso de Regime-Permanente de Sistemas
Eltricos de Potncia, Proposta de Tese de Doutorado,
COPPE-UFRJ.
Cash, J. R. (1983). The Integration of Stiff Initial Value Pro-
blems in EDOs Using Modified Extended Backward
Differentiation Formulae, Comp. Math. Appl. 9, 645 -
660.
Cash, J. R. and Considine, S. (1992). An MEBDF Code for
Stiff Initial Value Problems, ACM Trans. Math. Soft-
ware 18, 142 - 160.
Cash, J. R. (2000). Modified Extended Backward Differenti-
ation Formulae for the Numerical Solution of Stiff Ini-
tial Value Problems in EDOs and DAEs, Comput. Math.
125. 117 - 130.
Crank, J. and Nicolson, P. (1947). A Practical Method for
Numerical Evaluation of Solutions of Partial Diffe-
rential Equations of the Heat-Conduction Type, Proc.
Cambridge Philos. Soc. 43, 50-67.
Curtiss, C. F. and Hirschfelder, J. O. (1952). Integration of
Stiff Equations. Proc. Nat. Acad. Sci., vol. 38, pp.235-
243. [IV.1]
Cutsen, T. V. (1993) Analysis of Emergency Voltage Situa-
tions, Proc. 11th Power Systems Computation Confe-
rence, Avignon, France, Vol.1, pp. 323-330.
Cutsen, T. V; Jacquemart, Y; Marquet, J. N and Pruvot, P.
(1994). A Comprehensive Analysis of Mid-term Vol-
tage Stability, IEEE Trans. on Power Systems, SM 511-
6, summer meeting.
Dahlquist, G. (1963) A Special Stability Problem for Linear
Multistep Methods. BIT, vol. 3, pp. 27-43.
Ehle, B. L. (1969). On Pad Approximations To The Expo-
nential Function and A-stable Methods For The Nume-
rical Solution Of Initial Value Problems, Report CSRR
2010, Dept. AACS, Univ. of Waterloo, Ontario, Ca-
nada. See also: BIT 8, 276 278; SIAM J. Math. Anal.
4, 671 680.
Fbin, G; Van Beek, D.A. and J. E. Rooda. (2000). Subs-
titute Equations for Index Reduction and Discontinuity
Handling, In Proc. of the Third International Sympo-
sium on Mathematical Modelling, Vienna.
Fox, L. and Goodwin, E. T. (1949). Some New Methods
For The Numerical Integration Of Ordinary Differential
Equations, Proc. Cambridge Philos. Soc. 45, 373-388.
Gear, W. (1971). Numerical Initial Value Problems in Ordi-
nary Diferential Equations.
Hairer, E; Lubich, C and Roche, M. (1989). The Numerical
Solution of Diferential-Algebraic Systems by Runge-
Kutta Methods, Lecture Notes in Maths, Vol. 1409,
Springer, Berlin.
Hairer, E. and Wanner, G. (1996). Solving Ordinary Dif-
ferential Equations II. Stiff and Differential-Algebraic
Problems, 2nd revised Edition, Springer Series in Com-
put. Math., Vol. 14, Springer, Berlin, 614pp.
Hairer, E. and Wanner, G. (1999). Stiff differential equati-
ons solved by Radau methods, Journal of Computatio-
nal and Applied Mathematics 111, 93-111 ELSEVIER.
Hiskens, I. (1995). Analysis Tools for Power systems Con-
tending with Nonlinearities, IEEE Proceedings, vol. 83,
no.11, pp. 1573-1587.
Jackson, K. R. and Sacks-Davis, R. (1980). An Alternative
Implementation of Variable Step Size Multistep For-
mulas for Stiff ODEs, ACM Trans, Math. Software, 6,
295-318.
Jardim, J. L. (1997). Utilizao de Ferramentas de Simulao
Dinmica de Longa Durao na Anlise de Fenmenos
de Colapso de Tenso e no Treinamento de Operadores,
XIV SNPTEE, Belm, Par, outubro.
Lf, P.A. (1995). On Static Analysis of Long-Term Vol-
tage Stability in Electric Power Systems, Ph.D. Thesis,
Kungl Tekniska Hgskolan - Royal Institute of Techno-
logy, Stockholm, Sweden.
Loud, W. S. (1949). On The Long-Run Error In The Numeri-
cal Solution Of Certain Differential Equations, J. Math.
Phys. 28 (1), 45-49.
Mazzia, F. and Iavernaro, F. (2003). Test Set for Initial Value
Problem Solvers, Department of Mathematics Univer-
sity of Bari ITALY, Report 40.
Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005
Paz, A. R. A (2004). Implementao de um Simulador Nu-
mrico Num Programa Computacional de Estabilidade,
Dissertao de Mestrado, CPGEE, UFMA, Fevereiro.
Pessanha, J. E. O. (1997). Anlise do Fenmeno da Esta-
bilidade de Tenso no Domnio do Tempo: Simula-
o dos Perodos Transitrios e de Longo-Termo, Tese
de Doutorado, Departamento de Engenharia Eltrica,
PUC-Rio.
Petzold, L. R. (1983). A Descriptions of DASSL: A differen-
tial/ algebraic system solver, in Scientific Computing,
R. S. Stepleman et al., eds., North-Holland, Amster-
dam, 65-68.
Petzold, L. R. and LI, S. (2000). Software and Algorithms for
Sensitivity Analysis of Large-Scale Differential Alge-
braic Systems, Journal of Computational and Applied
Mathematics 125, 131-145, Elsevier.
Quintana, V. H. and Vargas, L. (1994). Voltage Stability as
Affected by Discrete Changes in the Topology of Power
Networks, IEE Proceedings Generation, Transmission
and Distribution, Vol. 141, no. 4, pp. 346-352.
Radau, R. (1880). tude Sur les Formulas Dapproximation
qui Servent Calculer la Valeur Numrique Dune In-
tgrale Dfinie, J. Math, Pures Appl. Sr. 3, 6, 283-336.
Secanell, M. and Crcoles, F. (2002). DAEs implementation
of dynamic power systems, IEEE, 663-669.
Shampine, L. F. and Gordon, M. K. (1975). Computer Solu-
tion of Ordinary Diferential Equations, W.H. Freeman
and Co., San Francisco, CA.
Tarraf D. C. and Asada, H. H. (2002). On the Nature and Sta-
bility of Differential-Algebraic Systems, Proceedings
of the American Control Conference Anchorage, AK
May 8-10.
APNDICE
Y : Vetor m-dimensional contendo as variveis de estado di-
nmicas, por exemplo; deslocamentos angulares dos ro-
tores dos geradores, velocidades angulares, tenses de
sada dos reguladores automticos de tenso, escorrega-
mentos dos rotores dos motores de induo, etc.
X: Vetor n-dimensional contendo as variveis de estado al-
gbricas, por exemplo; componentes de eixo direto e
em quadratura do estator da mquina sncrona, potncia
ativa e reativa injetadas, amplitude e ngulo das tenses
nas barras do sistema, etc.
371
 Z: Vetor q-dimensional contendo as variveis que sofrem
alteraes atravs de passos discretos, por exemplo; re-
lao de espiras dos transformadores com troca auto-
mtica ou manual de tapes, corrente de campo das m-
quinas sncronas monitorada pelo limitador de sobre-
excitao (oxl), etc.
W : Vetor r-dimensional contendo as variveis que evoluem
ao longo do tempo, como por exemplo; potncia ativa
e reativa consumida pelas cargas, potncia ativa progra-
mada para as unidades geradoras, potncias ativas de
intercmbio entre reas, etc.
U : Vetor s-dimensional contendo as variveis de controle
independentes, como por exemplo: potncia ativa dos
geradores, tenso de referncia dos reguladores de ten-
so, tape dos transformadores controladores, etc.
P : Vetor s-dimensional correspondente aos parmetros do
sistema, como por exemplo: constantes de tempo e re-
atncias das unidades geradoras, impedncias e suscep-
tncias das linhas de transmisso, parmetros dos mo-
delos de cargas, etc.
F : Vetor de funes no-lineares que descreve as equaes
dinmicas das mquinas sncronas, dos reguladores au-
tomticos de tenso, dos sistemas de excitao, dos re-
guladores de velocidade, das cargas, dos compensado-
res estticos, etc.
G: Vetor de funes no-lineares que descreve as equaes
algbricas de restries impostas pela rede e tambm s
equaes algbricas das mquinas sncronas, dos regu-
ladores de tenso, dos reguladores de velocidade, dos
sistemas de excitao, etc.
H: Vetor das funes que expressam a natureza discreta no
tempo das variveis z.
: Vetor das funes no-lineares temporais associadas aos
ciclos de carga, das programaes de gerao e de inter-
cmbio, etc.
K: Tempo ou situao correspondente a um evento dis-
creto.
T : Tempo em segundos, minutos ou horas.

372 Revista Controle & Automao/Vol.16 no.3/Julho, Agosto e Setembro 2005