NUEVOS ALGORITMOS INTELIGENTES PARA … · • DIgSILENT trabaja en el desarrollo de nuevos...
Transcript of NUEVOS ALGORITMOS INTELIGENTES PARA … · • DIgSILENT trabaja en el desarrollo de nuevos...
NUEVOS ALGORITMOS INTELIGENTES PARA REDES DE DISTRIBUCIÓN DESEQUILIBRADAS
Ana Morales
Directora General
DIgSILENT Ibérica
• 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
NUEVOS ALGORITMOS
• 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
POTENCIA COMPLEJA
• 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
DOS FUNCIONES OBJETIVO
• 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.
5
DOS ALGORITMOS DIFERENTES
Fuente: http://www.frankfurt-consulting.de/img/SimAnn.jpg
Fuente: Ramón Garduño Juárez/Modelado Molecular
• Red IEEE de 123 nodos
6
APLICACIÓN
V o l t a g e U n b a l a n c e
B a l a n c e d
U n b a l a n c e f a c t >0.0%&<1%
U n b a l a n c e f a c t o r >1%&<2%
U n b a l a n c e f a c t o r > 2%
b0
95
b076
b014
b0
42
b0
41
b0
40
b037
b0
39
b0
36b
03
5
b250
b032
b033
b0
26
b0
25
b0
24
b0
23
b0
22
b0
21
b0
20
b0
18
b1
49
b1
52
b1
35
b350
b0
66
b0
60
b056
b0
59
b057
b0
54
b0
52
b0
51
b0
48
b0
47
b0
46
b0
44
b0
43
b1
14
b1
11
b1
10
b1
07
b1
04
b4
50
b0
06
b0
71
b0
75
b0
79
b0
83
b081
b0
78
b010
b088b090b092b094b096
b300
b0
67
b004
b610
b003
b0
13
b0
01
b0
08
b0
17
b016
b0
11
b009
b012
b061
b002
Sta
tio
n1/b
99
..
Sta
tion
1/R
G0
b0
85
DIgSILENT
PowerFactory 2016 SP2
123-Bus IEEE Test-Feeder
Project: IEEE-Test
Graphic: Grid
Date: 5/13/2016
Annex:
43
35
53
1
-3
49
0
M~
-42
33
4
DIg
SIL
EN
T
• Función objetivo: minimizar el desequilibrio de potencia media
• Algoritmo grandes cargas y generadores primero
• Resultados: factor de desequilibrio antes y después de la optimización
7
RESULTADOS
Antes
Después
Nº de barras
• Función objetivo: minimizar el desequilibrio de potencia media
• Algoritmo recocido simulado
• Resultados: factor de desequilibrio antes y después de la optimización
8
RESULTADOS
Antes
Después
Nº de barras
• Función objetivo: minimizar el desequilibrio de potencia media
• Comparación de dos algoritmos
• Resultados: factor de desequilibrio después de la optimización
9
COMPARACIÓN ALGORITMOS
Grandes Cargas y Generadores
Recocido simulado
Nº de barras
• 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
10
COMPARACIÓN FUNCIONES OBJETIVO
Nº de barras
Minimizar potencia media
Minimizar potencia en
cabecera
Método
Minimizar Desequilibrio medio de potencia
Minimizar Desequilibrio de potencia en cabecera
Antes Después Diferencia Antes Después Diferencia
Grandes cargas Y generadores
primero
Pérdidas
[kW] 93,314 75,423 17,891 93,314 76,447 16,867
Carga
[%] 118,187 88,993 29,194 118,187 92,211 25,976
Recocido Simulado
Pérdidas
[kW] 93,314 89,728 3,586 93,314 95,271 -1,957
Carga
[%] 118,187 98,057 20,13 118,187 98,655 19,532
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
DATOS DE CONTACTO:
DIgSILENT Ibérica José Abascal, 44, Planta 1
28003 – Madrid
Teléfono: +34-914416040
Dirección e-mail: [email protected]
12