Avaliação da Confiabilidade Composta de Sistemas de Potência em Ambientes Computacionais Paralelos e Distribuídos

Uma abordagem poderosa para a avaliação da confiabilidade composta de sistemas de potência é a utilização de métodos de simulação Monte Carlo (SMC). Essa abordagem oferece flexibilidade de modelagem e precisão, porém demanda elevado esforço computacional para modelos de sistema de grande porte. No entanto a maior parte do tempo de processamento concentra-se na simulação dos estados operativos do sistema, a qual pode ser executada concorrentemente, sugerindo a utilização do processamento paralelo para redução do tempo total da simulação.  Existem dois enfoques distintos para a simulação Monte Carlo: SMC Não-Sequencial e SMC Sequencial. Na SMC não-sequencial, o espaço de estados é amostrado aleatoriamente baseado na distribuição de probabilidade dos estados operativos dos componentes. Já na SMC sequencial, o processo cronológico de operação do sistema é simulado através da amostragem sequencial dos estados do sistema por vários períodos de tempo, baseado na distribuição de probabilidade da duração dos estados.  Neste trabalho são propostas metodologias para avaliação da confiabilidade composta em paralelo, usando a SMC pelo enfoque não-sequencial e sequencial. As metodologias são assíncronas com paralelismo de granularidade grossa. Para cada enfoque são propostas duas metodologias distintas: na SMC não-sequencial, as metodologias variam sobre o critério de controle da convergência paralela, e na SMC sequencial, sobre a estratégia de distribuição de carga entre processadores.  As metodologias foram implementadas em ambientes computacionais paralelos e distribuídos, compostos pelo computador paralelo de memória distribuída IBM RS/6000 SP, uma rede de estações de trabalho e uma rede de microcomputadores PCs. Os resultados obtidos em testes com modelos reais de sistemas de potência apresentam considerável redução do tempo de simulação e alta eficiência das metodologias paralelas nas plataformas computacionais.