NUEVOS ALGORITMOS INTELIGENTES PARA REDES DE DISTRIBUCIÓN DESEQUILIBRADAS. Ana Morales Directora General DIgSILENT Ibérica

Tamaño: px

Comenzar la demostración a partir de la página:

Download "NUEVOS ALGORITMOS INTELIGENTES PARA REDES DE DISTRIBUCIÓN DESEQUILIBRADAS. Ana Morales Directora General DIgSILENT Ibérica"

Ángela María Arroyo Sevilla
hace 7 años
Vistas:

1 NUEVOS ALGORITMOS INTELIGENTES PARA REDES DE DISTRIBUCIÓN DESEQUILIBRADAS Ana Morales Directora General DIgSILENT Ibérica

2 NUEVOS ALGORITMOS DIgSILENT trabaja en el desarrollo de nuevos algoritmos para equilibrar la tensión de las redes de distribución Objetivo: minimizar el desequilibrio de potencia y evitar así los problemas que se producen en las redes de distribución Factores de desequilibrio (IEEE 1159, NEMA, UNE50160 ): Desequilibrio secuencia inversa Secuencia homopolar 2

3 POTENCIA COMPLEJA Factor de desequilibrio de potencia compleja: N es el nº de fases es la potencia compleja media en un extremo de una línea o de un transformador: es la media de los valores absolutos de la potencia en las diferentes fases: 3

4 DOS FUNCIONES OBJETIVO MINIMIZAR DESEQUILIBRIO MEDIO DE POTENCIA Esta función tiene en cuenta el desequilibrio de potencia en todos los elementos serie considerados, por ejemplo, líneas y transformadores, que forman parte de la red que se desea analizar. Si consideramos que M son los elementos sobre los que se calcula el factor de desequilibrio de potencia, se puede definir la función como: MINIMIZAR DESEQUILIBRIO DE POTENCIA EN CABECERA DE LINEA Esta función permuta la conexión de los elementos conectados a las líneas de alimentación o acometidas para obtener un desequilibrio mínimo de potencia en cabecera de la línea de alimentación, sin tener en cuenta el desequilibrio del resto de elementos. 4

5 DOS ALGORITMOS DIFERENTES ALGORITMO GRANDES CARGAS Y GENERADORES PRIMERO Iteración de todas las cargas y generadores por orden de potencia aparente, empezando por la carga o generador más grande. Para cada carga o generador, permuta las fases de la carga, del generador o del elemento de la red al que están conectados. Después de calcular la función objetivo para todas las conexiones posibles, elegirá la mejor conexión para el generador o la carga. ALGORITMO DE RECOCIDO SIMULADO (Simulated Annealing) Método de optimización estocástico basado en técnicas de Monte Carlo, que reconfigura los elementos de la red de forma aleatoria y durante el enfriamiento del sistema, espera obtener soluciones adecuadas. En cada iteración n del algoritmo, se genera una nueva propuesta de reconexión y se aplica a la red, para calcular la función objetivo. Fuente: Ramón Garduño Juárez/Modelado Molecular Fuente: 5

6 0 Station1/RG Station1/b99.. b020 b011 b149 b001 b026 b024 b022 b006-3 b b025 b023 b021 b018 b013 b152 b135 b059 b017 b048 b047 b044 b042 b040 b035 b052 b043 b041 b036 b095 b054 b051 b046 b039 b060 b b067 b111 b078 b083 b110 b079 1 b107 b104 b085 b450 b071 b075 b114 DIgSILENT APLICACIÓN Red IEEE de 123 nodos b250 b350 b032 b300 b033 Vo l t a g e Un b a l a n c e Ba l a n c e d Un b a l a n c e f a c t >0.0%&<1% Un b a l a n c e f a c t o r >1%&<2% Un b a l a n c e f a c t o r > 2% b014 b037 b010 b002 b009 b057 b061 b056 b076 b610 b012 M ~ b003 b081 b096 b094 b092 b090 b088 b004 b016 DIgSILENT 123-Bus IEEE Test-Feeder Project: IEEE-Test Graphic: Grid PowerFactory 2016 SP2 Date: 5/13/2016 Annex: 6

7 RESULTADOS Función objetivo: minimizar el desequilibrio de potencia media Algoritmo grandes cargas y generadores primero Resultados: factor de desequilibrio antes y después de la optimización Antes Después Nº de barras 7

8 RESULTADOS Función objetivo: minimizar el desequilibrio de potencia media Algoritmo recocido simulado Resultados: factor de desequilibrio antes y después de la optimización Antes Después Nº de barras 8

9 COMPARACIÓN ALGORITMOS Función objetivo: minimizar el desequilibrio de potencia media Comparación de dos algoritmos Resultados: factor de desequilibrio después de la optimización Grandes Cargas y Generadores Recocido simulado Nº de barras 9

COMPARACIÓN FUNCIONES OBJETIVO Dos funciones objetivo: minimizar el desequilibrio de potencia media y el desequilibrio de potencia en cabecera de línea

10 COMPARACIÓN FUNCIONES OBJETIVO Dos funciones objetivo: minimizar el desequilibrio de potencia media y el desequilibrio de potencia en cabecera de línea Algoritmo de recocido simulado Resultados: factor de desequilibrio después de la optimización Minimizar potencia media Minimizar potencia en cabecera Nº de barras 10

11 CONCLUSIONES - Reducción de restricciones térmicas (niveles de carga %) - Reducción de pérdidas en el sistema (en líneas y transformadores) - Reparto equilibrado de potencia, mejora de tensiones y vida útil de equipos Método Minimizar Desequilibrio medio de potencia Minimizar Desequilibrio de potencia en cabecera Antes Después Diferencia Antes Después Diferencia Grandes cargas Y generadores primero Recocido Simulado Pérdidas [kw] Carga [%] Pérdidas [kw] Carga [%] 93,314 75,423 17,891 93,314 76,447 16, ,187 88,993 29, ,187 92,211 25,976 93,314 89,728 3,586 93,314 95,271-1, ,187 98,057 20,13 118,187 98,655 19,532 11

DATOS DE CONTACTO: DIgSILENT Ibérica José Abascal, 44, Planta 1 28003

12 DATOS DE CONTACTO: DIgSILENT Ibérica José Abascal, 44, Planta Madrid Teléfono: Dirección info@digsilentiberica.es 12

Documentos relacionados

ANEXO A RESULTADOS DE CÁLCULO DE LOCALIZACIÓN DE FALLA EN LÍNEAS DE TRANSMISIÓN

ANEXO A RESULTADOS DE CÁLCULO DE LOCALIZACIÓN DE FALLA EN LÍNEAS DE TRANSMISIÓN Archivo: Anexo A 1 de 167 MODELO DEL SISTEMA ELÉCTRICO Archivo: Anexo A 2 de 167 T3 Bus 2 Bus 7 Bus 9 Bus 3 Bus 8 Bus 5 Bus