Herramientas de Computación Inteligente para las redes el futuro Joaquim Meléndez Grup exit- IIiA / Universitat de Girona Workshop Sesiones de trabajo temáticas sobre ideas de proyectos UNESA Madrid, 24 marzo 2011 Contenido Presentación Grupo exit (Universitat de Girona) Motivación Antecedentes Objetivos de la propuesta Ámbitos de actuación Experiencias afines 1
exit Control Enginyering and Intelligent Systems Contact: joaquim.melendez@udg.edu http://exit.udg.edu exit, Control Engineering and Intelligent Systems group at IIiA-UdG Universitat de Girona Instituto de Informática y Aplicaciones 7 grupos de investigación / ~140 investigadores (70 Drs+70 contratos/becas) Departamento Ingeniería Eléctrica, Electrónica y Automática. exit Group: - Interdisciplinario. - Permanentes: 9 Doctores (2 Part time) 2 Engineers Temporales: 6 Contratados 8 Phd est. (becas) 2
exit : research lines Data driven methods for process monitoring Efficient exploitation of historical data contained in data bases following data mining methodology for diagnosis and prognosis Statistical ti ti Process Control (PCA / PLS) Focused on Power Distribution Networks and Power quality Agent Based Systems for Distributed Scheduling and Resource Allocation Agent marked based solutions (auctions /optimisation) for solving coordination and resource allocation problems in distributed environments Optimisation methods Application domains Power Distribution ib tion Networks Waste Water Treatment Plants Aerospace Transport Biomedical Medical Devices Industry: Blast Furnace, Plastic injection moulds Herramientas de Computación Inteligente para las redes el futuro Joaquim Meléndez Grup exit- IIiA / Universitat de Girona Workshop Sesiones de trabajo temáticas sobre ideas de proyectos UNESA Madrid, 24 marzo 2011 3
Motivación Escenario energético en fuerte evolución que exige mayores capacidades a las redes de distribución: Flexibilidad para adaptarse a unas necesidades de consumo cambiantes (VE) y con presencia de generación distribuida y variable (renovables). Tolerancia a fallos y capacidad de reconfiguración. Nuevas estrategias de protección. Calidad del subministro. Inminente despliegue de smartmeters (2018). Nuevas tecnologías de apoyo a la operación: almacenamiento, PMU, control, coordinación de protecciones, etc. Accesibilidad y disponibilidad de gran número de datos en tiempo real gracias a las capacidades de comunicación de los nuevos dispositivos. Necesidad de nuevas herramientas de computación para explotar la información contenida en estos datos para dar soporte a la gestión de las redes. Antecedentes del grupo de investigación exit-udg i-pqm - Monitorización inteligente de la calidad de la energía eléctrica (DPI2009-07891 07891, Jan 2010 Dec 2012) ENERGOS - Tecnologías para la gestión automatizada e inteligente de las redes de distribución energética del futuro. (CEN20091048, Sep 2009 - Dec/2012). IMPONETE: Intelligent Monitoring of Power networks (ITEA2 / AVANZA2, 2010-12) 4
Objetivos generales: Analizar y definir necesidades computacionales de las redes del futuro. Proponer algoritmos y métodos de computación inteligente para una explotación eficiente de la información de campo y contenida en bases de datos. Visionar la necesidad de servicios de computación y demostrar su utilidad para el soporte a la operación de las redes de distribución: Posibles ámbitos de actuación Control y Operación de Red Planificación / Mantenimiento Predictivo Gestión Activa de la Demanda 5
Control y operación de red: Desarrollo de algoritmos y métodos para la explotación de información de campo (SCADAs, telecontrol, etc.) para ayudar a la operación y control de la red: Puntos de medida: número y ubicación ió de medidores para garantizar cierta cobertura de la red (location /allocation optimisation problem). Validación de la información de campo: consistencia de los datos adquiridos previo a su explotación por otras aplicaciones (estimadores de estado por ejemplo). Detección de anómalos y reconstrucción. Mecanismos de gestión automática de alarmas: filtrado, motores CEP (complex event processing), gestión de avalanchas de alarmas. Diagnóstico automático de fallos: aislamiento y localización de fallos (diferentes tipos de falta y tipos de red), algoritmos para la detección precoz de averías, diagnóstico automático de causas. Herramientasdesoportealatomadedecisiones:contextualización soporte a toma decisiones: contextualización de alarmas, análisis de impacto, gestión de la demanda (interruptibilidad). Gestión de incidencias: guías informatizadas y disparo de flujos de trabajo para la gestión de incidencias. Monitorización y soporte a su gestión. Coordinación de protecciones Predicción de demanda, para soporte al control de tensión. Planificación y Mantenimiento predictivo Herramientas de soporte al mantenimiento predictivo y preventivo Descripción: Estrategias de mantenimiento predictivo: monitorización basada en condición, modelos probabilísticos, análisis de fiabilidad. Predicción de averías: Correlación con información climatológica, descubrimiento de patrones en secuencias de eventos. Herramientas de simulación. Modelos y predicción de movilidad (coche eléctrico) Planificadores: Optimización de tareas y asignación de recursos para el mantenimiento. Planificación de rutas de inspección, etc. Integración/fusión de información (SIG, planificadores, etc.). Otros. 6
Gestión activa de la demanda: Mecanismos y herramientas para una implicación real del consumidor en el sistema eléctrico Analizar de forma realista la influencia del consumidor en la gestión activa de la demanda. Modelos de demanda: Perfiles de consumidores, modelos agregados, influencia del contexto. Pronóstico de demanda: predicción a corto y medio plazo, métodos de agregación y fusión de información. Gestión de la demanda: subastas (criterios de robustez e igualitarismo), algoritmos de asignación de recursos para gestionar cargas y consumos, optimización global y local l del sistema de potencia. Modelos de generación Sistemas multiagente: para la negociación entre oferta y demanda, asociación de consumidores (consumidores virtuales), negociación de condiciones de suministro y tarifas, generación virtual. Otros. Experiencias afines UdG Filtrado y Consistencia de Medidas Localización de Faltas Análisis i de Perturbaciones. Diagnóstico de causas Patrones en secuencias de eventos Gestión Inteligente de la demanda 7
Filtrado y consistencia de medidas Objetivos: Determinar la consistencia de los datos adquiridos por los sistemas de monitorización previo a su uso en otras aplicaciones (estimadores de estado o herramientas de predicción, por ejemplo) Descripción: Diferentes niveles de consistencia: 1) Instrumento/medida (precisión, bias, rango,etc.) 2) Consistencia temporal: adequación entre la medida y una distribución reciente 3) Correlación espacial, aprovechando la redundancia de información entre medidas cercanas 4) Consistencia física: adecuación a las leyes eléctricas. Localización de faltas Objetivos: Localización de la faltas en redes de distribución a partir de los registros de eventos en subestación. Descripción: Se ha trabajado en métodos de localización basados en la impedancia aparente tanto para faltas bifásicas como homopolares. Limitaciones: Multiestimación No válido con generación distribuida Resultados previos: Colaboración ENDESA DISTRIBUCIÓN 8
Análisis de perturbaciones. Diagnóstico de causas Objetivos: Determinar la causa de faltas a partir del análisis sistemático de las perturbaciones que genera (registrados en subestaciones por PQMs) Descripción: Una falta en la red causa la aparición de perturbaciones que se propagan por la red y son registradas por equipos de monitorización de calidad. La extracción de determinadas características de estas perturbaciones (puede relacionarse con los fenómenos físicos (impedancia de falta, aparición de arco, etc.) que aparecen debido a las causas (árboles, animales, rayos, etc.) y su localización en la red. Enfoque Minería de datos (selección de características, extracción de reglas) + Análisis estadístico. Resultados previos: Proyectos actuales: i-pqm / ENERGOS / UT (EPRI) Descubrimiento de patrones en secuencias de eventos para la predicción de averías Objetivos: Desarrollar y validar algoritmos capaces de identificar la existencia de comportamientos en una base de registros de eventos. Descripción: Se parte de la idea que no todas las averías no se producen de forma aleatoria sino que hay causas determinadas como el estrés o el envejecimiento que sugieren una evolución. Se propone descubrir estos síntomas a partir de registros históricos y usarlos como patrones para la predicción de futuras averías. Tecnologías: - Algoritmos para descubrimiento de patrones en secuencias Resultados previos: Proyectos actuales i-pqm, ENERGOS Refs (COMPLETAR) 9
Gestión inteligente de la oferta y la demanda Objetivos: Diseñar un sistema multiagente y los mecanismos necesarios para gestionar inteligentemente la demanda y la oferta de energía. Descripción: Uso de mecanismos de mercado (subastas) para regular la oferta y la demanda de la energía eléctrica. Obtención y uso de perfiles de consumo así como herramientas de predicción para encontrar el balance entre consumo y producción. SUROS Resultados previos: SUROS- - Subastas robustas mediante la incorporación de técnicas de satisfactibilidad módulo teorías. http://golfet.udg.edu/suros/ Experiencia en Sistemas multiagentes, optimización y subastas exit Control Enginyering and Intelligent Systems Contact: joaquim.melendez@udg.edu http://exit.udg.edu 10