Estabilización Inteligente de Sistemas Eléctricos de Potencia (Parte II)

Transcripción

1 ANEXO AL INFORME DEL PROYECTO INDIVIDUAL ESTABILIZACIÓN INTELIGENTE DE SISTEMAS ELÉCTRICOS DE POTENCIA (Parte II). CLAVE CGPI: DIRECTOR: M. en C. FRANCISCO JAVIER VILLANUEVA MAGAÑA. I. RESUMEN. El uso de disciplinas multidisciplinarías aplicadas a los sistemas eléctricos de potencia conlleva en teoría, a contar con soluciones que resuelvan los problemas que se presentan en este tipo de sistemas. El control de los sistemas eléctricos de potencia no queda fuera de este contexto, por tal razón en el presente proyecto se investigó el uso de una técnica de inteligencia artificial, a saber, una rede neuronal artificial tipo perceptrón multicapa aplicada al laso secundario de generación, de tal forma que la transmisión de energía a través de la red eléctrica pueda aumentar sin tener que expandir la red. Lo anterior podrá ser posible si se cuenta con sistemas de control eficientes que estabilicen satisfactoriamente al sistema de potencia. II. INTRODUCCIÓN. Los sistemas eléctricos de potencia son sistemas no-lineales con entradas aleatorias de carga tanto en magnitud como en el tiempo de su ocurrencia, de esta forma para mantener operando satisfactoriamente al sistema deben existen por lo tanto variaciones en la operación de las máquinas síncronas interconectadas a través de la red de transmisión de energía eléctrica. Esta operación natural de los sistemas eléctricos de de potencia origina que existan variaciones tanto de la tensión generada como de la potencia transmitida a los centros de consumo, en consecuencia es necesario contar con sistemas de control capaces de actuar de manera oportuna y eficiente de forma tal que las variables del sistema eléctrico de potencia se conserven dentro de los límites de operación nominal para el punto de operación dado. Por lo tanto, se propone en esta investigación el uso de una red neuronal artificial tipo perceptrón multicapa para aplicarse al control de generación de un sistema eléctrico de potencia de tal manera que se puedan estudiar los fenómenos dinámicos que éstos controladores produzcan en las redes eléctricas. El proyecto básicamente consistió en el análisis de un sistema máquina bus infinito. Sin embargo, se realizo un simulador digital para el caso de un sistema multimáquina con la finalidad de estar en posibilidades de estudiar posteriormente sistemas consistentes de varias máquinas interconectadas. Otro aspecto desarrollado en esta investigación consistió en la programación digital de un controlador basado en una red neuronal artificial progresiva, siendo el principal problema su entrenamiento para lo cual se empleo el algoritmo tradicional de la regla delta generalizada. Dado que como ya se mencionó los sistemas eléctricos de potencia son sistemas no lineales, es necesario emplear técnicas de control que operen en regiones no lineales a diferencia de los controles convencionales los cuales están diseñados para operar en regiones lineales. 1

2 III. METODOS Y MATERIALES. La experimentación que se realiza en éste proyecto se lleva a cabo a nivel de simulación digital, para tal efecto fue necesaria la programación y elaboración de programas de computo que permitieran probar y analizar los efectos dinámicos de las variables de interés (ángulo de carga, potencia activa, potencia reactiva, etc.). III.1. La investigación dio inicio con una investigación documental sobre control inteligente y controles inteligentes aplicables a los sistemas eléctricos de potencia. III.2. Una vez delimitado el problema, se planteó el uso de una red neuronal artificial progresiva la cual sustituya al control convencional de generación. III.3. Se planteó usar como algoritmo de entrenamiento la regla delta generalizada. III.4. Dada la complejidad analítica que el problema presenta se opta por usar simulación dado que se trabaja con un sistema no-lineal, por lo tanto se elaboró un programa para simular sistemas multimáquina el cual permite simular el caso máquina bus-infinito, dicho programa resuelve numéricamente el conjunto de ecuaciones de estado que forman al sistema. En este caso se incluyen controles convencionales con la finalidad de que se tengan condiciones comparativas con el controlador neuronal. III.5. Omitiendo el control convencional del regulador de tensión en el sistema eléctrico de potencia se sustituye por el controlador neuronal. III.6. Puesto que el contenido del curso de control avanzo II de la currícula de la carrera de ingeniería en control y automatización es básicamente control inteligente, se dio inicio al desarrollo de las notas del curso haciendo uso de la información obtenida en la investigación documental. De esta forma se podrá contar con un material que permitirá en su momento impartir adecuadamente la materia. Los materiales empleados consistieron principalmente en información escrita (libros, artículos, etc.), así como de los paquetes computacionales de FORTRAN90 y MATLAB, el primero se ha usado para la programación en general del simulador, mientras que el segundo se venia usando para la elaboración de una tesis de licenciatura la cual quedo inconclusa por motivos personales del tesista que la estaba realizando. Parte de la información consultada se obtuvo haciendo uso de los centros de información del I.P.N. Los programas empleados de FORTRAN90 y MATLAB son versiones sin licencia, esto ha tenido que ser así dado que el monto asignado al proyecto en lo correspondiente al capítulo 3000 no fue lo suficiente como para adquirir dichos programas con licencia. 2

3 IV. RESULTADOS. IV.1. a investigación documental y bibliográfica permitió tener el marco teórico que ha facilitó conocer la problemática y poder plantear la hipótesis de solución siguiente: Dado un control inteligente, es factible usarlo para estabilizar a un sistema eléctrico de potencia IV.2. Para comprobar la hipótesis fue necesario realizar nuestro propio simulador ya que los simuladores comerciales tienen un costo muy elevado y no es posible su adquisición con los recursos asignados. IV.3. Se validan las rutinas realizadas y que conforman al simulador de sistemas eléctricos de potencia. IV.4. A partir de los resultados del punto IV.1. se decide emplear una red neuronal artificial progresiva tipo perceptrón multicapa. IV.5. El proceso de entrenamiento de la red neuronal artificial se llevó a cabo usando el algoritmo de la regla delta generalizada. IV.6. Entrenado y validado el perceptrón multicapa se sustituye el control convencional por éste tal que haga las veces de regulador de tensión. Una de las características esenciales que posee una red neuronal es su capacidad de generalización y aproximación de funciones. Cumpliendo lo anterior, una red neuronal puede entonces usarse como controlador. La validación de la red neuronal consistió en emplearla para aproximar funciones matemáticas típicas tal como la función senoidal, la función cuadrática y la función valor absoluto. A manera de ejemplo de los resultados arrojados en la validación se presentan los siguientes: Generalización de la función seno usando la red perceptrón multicapa. Función seno. Resultado obtenido con el perceptrón 3

4 Generalización de la función cuadrática usando el perceptrón multicapa. Función cuadrática. Resultado obtenido con el perceptrón. Generalización de la función valor absoluto usando el perceptrón multicapa. Función valor absoluto. Resultado obtenido con el perceptrón. IV.7. El controlador neuronal se prueba haciendo uso de diversas contingencias como es la variación de carga en el sistema máquina bus infinito. Un ejemplo del desempeño dinámico obtenido con el perceptrón como regulador de tensión en un sistema máquina bus infinito se presenta en los resultados siguientes. Se comparan los resultados obtenidos con los arrojados con el control convencional. Las gráficas en línea continúa pertenece al perceptrón multicapa, mientras que las gráficas en línea punteada corresponde al regulador convencional. Se presenta el comportamiento de dos variables que intervienen en el control del laso secundario de generación, la tensión de campo (excitación) y la tensión en terminales de la máquina sincronía al existir variaciones de carga. 4

5 Respuesta del perceptrón usado como regulador de tensión.. Tensión de campo. Tensión terminal. V. IMPACTO. Sector Productivo De Bienes y Servicios: El impacto del proyecto va dirigido principalmente al proceso de generación de energía eléctrica, en donde uno de los factores que siempre se busca es la calidad de la energía eléctrica que se vende a los consumidores, esto es, un servicio sin interrupciones, fluctuaciones, y con parámetros de tensión y frecuencia constantes. El contar con controladores que regulen satisfactoriamente las variaciones de tensión producidas por la operación natural de las redes eléctricas coadyuva a una mejor calidad de la energía generada en las centrales eléctricas. Beneficio Social: Está íntimamente relacionado con el impacto que anteriormente se describió, ya que a una mejor calidad de energía la sociedad podrá contar con un suministro de energía eléctrica confiable lo que le permitirá realizar de manera continua y sin contratiempos sus actividades personales, de trabajo y productivas, reduciendo tiempos muertos, costos y mantenimiento por apagones o deficiencias en el suministro con el consecuente daño a los equipos conectados a la red de suministro. Sector Educativo: Se obtienen beneficios principalmente en la generación de conocimiento y en la preparación de metodologías en la aplicación de controles inteligentes y de control convencional, que pueden usarse en las materias de modelado de sistemas, teoría del control I, II y III, control avanzado I y II de la carrera de ingeniería en control y automatización, lo cual contribuye a una mejor preparación del alumno en su formación profesional. Así mismo este proyecto permite la preparación de recursos humanos en áreas prioritarias para el desarrollo del país y la formación de recursos humanos en investigación tecnológica. 5