IANSA Av. Calmell del Solar 319 Huancayo Perú Tel: (+51 64) Movil: (+51 64)

Transcripción

1 PRONOS: SISTEMA EXPERTO PARA PRONOSTICO DE LA DEMANDA M.Sc. Raúl Vilcahuamá S. Ig. Ivá Media C. e Ig. Atoio Trelles V. IANSA Av. Calmell del Solar 319 Huacayo Perú iasa@terra.com.pe Tel: (+51 64) Movil: (+51 64) RESUMEN Cuado se esta plaificado u sistema eléctrico de potecia ya sea e trasmisió o distribució, el igeiero de potecia debe saber cuato de potecia espera servir, y dode y cuado la potecia debe ser etregada. Tal iformació es provista por la proostico de carga que icluye la localizació(dode) de cada elemeto, la magitud(cuato) y las características temporales(cuado). E esta ivestigació se propoe u modelo de proostico de demada e base a u sistema mixto, es decir utiliza u sistema experto(basado e el coocimieto) y u método propuesto por el EPRI. Dada esta ecesidad se desarrollo el software deomiado PRONOS el cual costa de tres módulos pricipales: La metodología propuesta permite el proostico de carga e los putos de compra de las empresas eléctricas, el proostico brida como respuesta el proostico de carga para cualquier día e el futuro(lues, martes, miércoles, jueves, vieres, sábado, domigo) co u perfil horario. El segudo modulo de PRONOS permite ua caracterizació de carga el cual es importate para realizar ua adecuada gestió de la demada, DMS Demad Maagemet System y EMS Eergy Maagemet System. El tercer modulo permite realizar cosultas respecto a valores históricos registrados, factor de carga, factor de simultaeidad, factor de coicidecia, Dmax, Dmi, etc. La metodología presetada permite gestioar gra volume de datos y geerar reportes para su utilizació e flujos de potecia, plaificació y programas de expasió óptima y cálculo de los costos margiales de sistema eléctricos de potecia. I. INTRODUCCIÓN La idustria eléctrica e su cotiua búsqueda por mejorar su eficiecia e el sumiistro de eergía eléctrica y dado el actual sistema competitivo(desregulados) esta ivestigado uevas tecologías que la pueda asistir y bridar resultados adecuados. Esta tedecia geeral ha llevado a que varias tecologías de la iteligecia artificial(ia) como sistemas expertos, redes euroales artificiales, lógica difusa y algoritmos geéticos sea aplicadas al meos como prototipos e la idustria eléctrica [1, 3]. II. OPORTUNIDADES DE IA EN SISTEMAS ELÉCTRICOS DE POTENCIAS Las herramietas de IA está siedo utilizadas para resolver diversos problemas e sistemas eléctricos de potecia(sep) cuado existe ua adecuada correspodecia etre las características del problema y la herramieta de IA., como por ejemplo e el comportamieto o lieal de varios compoetes o del sistema itegro. 2.1 Sistemas Expertos Los sistemas expertos tiee características especiales que los diferecias de los programas covecioales de software. Se distigue como compoetes pricipales de u sistema experto la base de coocimieto, la maquia de deducció, y el iterface humao computador. Tabla II.1 Correspodecia etre u sistema experto y programas de software. Sistemas Expertos Base de coocimieto Maquia de deducció Shell/tool del SE Ig. del coocimieto Programas de Software Programa Iterprete Leguaje de programació Ig. de software / programadores

2 c) Métodos de IA, se sabe de diversas ivestigacioes, etre las que se destaca el trabajo de García el al [ 5 ] el cual utiliza ua red euroal para la proostico de demada basado e ua clasificació por días típicos. IV. PRONOSTICO DE LA DEMANDA Figura 2.1 Trasferecia de coocimieto del experto humao al sistema experto. Ua base de reglas seria ua agrupació de reglas del tipo: Regla 1 : IF A THEN B CERTAINTY 80% Regla 2 : IF B AND C THEN D CERTAINTY 45% Regla N : IF D OR E THEN F CERTAINTY 70% Ua base de hechos seria u grupo de evidecias co certezas asociadas U razoamieto seria aplicar ua base de reglas a ua base de hechos de tal forma de obteer uevas coclusioes. Cuado se esta plaificado u sistema eléctrico de potecia ya sea e trasmisió o distribució, el igeiero de potecia debe saber cuata potecia espera servir, dode y cuado la potecia debe ser etregada. Tal iformació es provista por el proostico de la demada que icluye la localizació(dode) de cada elemeto, la magitud(cuato) y las características temporales(cuado). El crecimieto de la demada es esperado e diversos lugares e dode la carga ya existe, es decir que los cosumos se verá icremetados. Tambié se experimetara crecimietos e varias áreas dode o existe demada de eergía eléctrica y e meor proporció tambié se producirá que la carga pico dismiuirá e el tiempo particularmete debido a accioes que tome la distribuidora y procedimietos de Demad Side Maagemet DSM [2, 4, 5]. U adecuado proostico de demada de carga requiere de bastate iformació debe ser tomada e cueta. Figura 2.2 El razoamieto ejecuta el motor de iferecia Existe dos formas de motores de iferecia: Forward Chaiig y Backward Chaiig Co los coceptos ates citados [1, 4, 7, 9, 10] y utilizado la experiecia de u igeiero de potecia se puede costruir ua adecuada base de coocimieto. III. ESTADO DEL ARTE Se ivestigo por modelos de proostico de demada, y de los cuales destaca: a) Métodos tradicioales: como por ejemplo método de las tedecias, regresió múltiple [2,3]. b) Métodos de simulació: Simulació de crecimieto de la demada, uso de tierra, causa y efecto, modelos cuatitativos de la iteracció del uso de tierras, modelos espaciales de pequeñas áreas [2,3,4]. Figura 4.1 Factores que afecta el proostico de la demada 4.1 Comportamieto del crecimieto de carga Publicacioes especializadas e proostico de demada como la del EPRI [9] mecioa que el pico de demada y eergía se realiza solo por dos causas: Adició de uevos usuarios La carga se icremetar siempre y cuado uevos usuarios comiece a comprar mas electricidad a la compañía eléctrica. Nuevas costruccioes, icremeto de població, migració. Como cosecuecia se icremetara el pico de carga y las vetas de eergía aual.

3 4.1.2 Nuevos usos de la electricidad Los usuarios ya existetes podría agregar uevos equipos(quizás reemplazar equipos e base a gas por equipos que fucioe a electricidad) o reemplazar sus equipos existetes co maquiaria mas modera que requiera mas potecia. Cada usuario que icremete el cosumo de electricidad, modificara el pico de carga y las vetas de eergía aumetara cosiderablemete. Aálogamete la dismiució de la demada de eergía eléctrica será debido a las dos razoes ates mecioadas. 4.2 Métodos de aálisis Curva de Gompertz Basado e la curva S, aplicable a pequeñas áreas y para proyeccioes hasta los 5 años, e la cual se distigue los siguietes periodos: Periodo Estacioario: E el cual la carga o crece Periodo Rampa: E el cual ocurre u rápido crecimieto debido a icorporació de cargas importates sigificativamete. Periodo Saturado: Cuado el área de aálisis esta totalmete desarrollada, la carga puede crecer letamete[2,4]. El EPRI recomieda que el poliomio sea de tercer orde y que la base de datos histórica cotega datos de hasta 6 años. E geeral el método curve-fittig se aplica a fi de extrapolar cargas por dos razoes. Primero la carga puta es el valor mas importate para la plaificació debido a que la carga puta es la que tiee el impacto mas fuerte e los requerimietos del sistema. Segudo la carga puta aual para las compañías eléctricas es fácil de obteer debido a que matiee lecturas de las mismas. Existe ua amplia variedad de poliomios que puede utilizarse para el método curve-fit, pero especialistas e la materia[2,9] recomieda: 3 2 L ( t) = a t + b t + c t + d...(ecuació 1) L (t) = carga estimada para la subestació e el tiempo t a, b, c, d so los coeficietes para u poliomio de la subestació. Los coeficietes a b, c, d, que mejor represeta al poliomio se obtiee de la siguiete ecuació matricial: T 1 T [ P P] P L C =....(Ecuació 2) Figura 4.2 Divisió del área e cuatro cuadrates y gráfica de pico aual de carga, las curvas está suavizadas y muestra el crecimieto de la carga. Figura 4.4 La habilidad de curve-fittig es de pasar cerca de los datos históricos pero o garatiza que otra curva de mayor orde será mas precisa. Ua ecuació de mayor orde(líeas puteadas) calza bie detro de los datos históricos pero para proostico de carga brida pobres resultados. Figura 4.3 Característica de crecimieto de ua pequeña área Modelo Poliomial curve-fittig[ 2 ] Basado e la extrapolació de las cargas históricas. Se requiere u soporte computacioal fuerte a fi de maejar u amplio espectro de datos, V. METODOLOGÍA PROPUESTA Se propoe u método mixto que ivolucra: Curve fittig, que permite el proostico grueso de la demada. Sistema experto, que realiza el ajuste fio del proóstico.

4 5.1 Sistema experto. La base de coocimieto del sistema experto puede ir creciedo de acuerdo a la catidad de iformació que se cuete para cada odo e particular. Se propoe el siguiete diagrama de Ishicawa: Figura 6.3 Estructura de cosumo Figura 5.1 Diagrama de Ishicawa para el sistema experto. La base de coocimieto cosidera reglas para cargas especiales como so mias, refierías, feómeo del iño, etc. VI. CASO EJEMPLO Se procede a ua simulació co PRONOS y se obtiee: Figura 6.4 Sistema experto para el proóstico Figura 6.1 Histórico: Día especifico por periodo Figura 6.5 Proóstico para u día martes de diciembre del 2001 Figura 6.2 Caracterizació de carga Figura 6.5 Diagrama uifilar del puto de compra y datos del medidor

5 Estos so solo alguos de los reportes que geera el programa. Las cargas proosticadas puede ser utilizadas para simulació de flujos de potecia, plaificació, modelos de expasió óptima y cálculo de los costos margiales del sistema itercoectado. VII. CONCLUSIONES El sistema propuesto es ua alterativa a los métodos clásicos de proostico de demada, debido a que utiliza los coocimietos de los igeieros expertos e crecimieto de la demada. La base de coocimieto puede hacerse ta sofisticada como desee el aalista de sistemas de potecia. Se destaca la utilizació de u sistema híbrido debido a que el proóstico de carga se realiza e base al método de curve fittig y u sistema experto el cual cueta co ua adecuada base de coocimietos. La herramieta esta e codicioes de gestioar grades volúmees de iformació de demada (eergía y potecia activa, eergía y potecia reactiva, tato iductiva como capacitiva) Permite realizar cosultas y elaborar los reportes e medio magético como impreso. La versió profesioal esta desarrollada e SQL 7.0 y el iterface e Power Builder. VIII. [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [10 ] REFERENCIAS De la Rosa i Esteva, Josep, Sistemes Experts a Temps Real, Publicació de Uiversitat de Giroa, España (1999) Lee H, Power Distributio Plaig Referece Book, Marcel Dekker, Ic. (1998) Dabbaaghchi I, Cristie Richard, et al, Al Aplicatio Areas i Power Systems, IEEE Expert, Jauary February (1997) Lee H., Spatial Electric Load Forecastig, Marcel Dekker, Ic. (1996) García, A et al, A Neural System for Short- Term Load Forecastig Based o Day- Type Classificatio, Proc. ISAP94, pp (1994) Kog Mayard, Iteligecia Artificial, Potificia Uiversidad Católica del Perú (1993) Hu David, C/C++ for Expert Systems, Mis Press (1991) MATLAB The Laguaje of Techical Computig. Laguage Referece Maual. Versio 5.1 The MathWorks (1998) Electric Power Research Istitute, Research ito Load Forecastig ad Distributio Plaig, EPRI Report EL-1198, EPRI, Palo Alto, CA,(1979) Thayer H. y Yourdo E. Software Egieerig Project Maagemet. IEEE Computer Society (2000)