Saltear al contenido principal

Smart Solutions for Smart Grids

Resumen

Este trabajo presenta una estrategia fuzzy para realizar el control de tensión en sistemas de distribución de energía eléctrica. Dicho sistema de control actúa de manera a comandar la conmutación de tap de transformadores de potencia. Fueron utilizadas técnicas de sistemas fuzzy para volver adaptativos los relés reguladores de tensión. Aún, como objetivo del estudio, se actuó apenas en la subestación de distribución, realizando mediciones de tensión y de corriente. La capacidad de los sistemas fuzzy en tratar incertidumbres permitió crear un control que mejora automáticamente el perfil de tensión de las subestaciones de distribución, atendiendo a las normativas de los órganos fiscalizadores y también a los anhelos de las concesionarias de distribución de energía eléctrica. Para ejemplificar dichas afirmaciones, se presentan resultados reales en este artículo.

Autores

ELEKTRO Vinicius M Benichio
ELEKTRO Luís F. S. Dias
Treetech Sistemas Digitais Marcos Alves
Treetech Sistemas Digitais Fernando Amorim
USP/EESC Rogério A. Flauzino
USP/EESC Ivan N. da Silva

1.0 - INTRODUCCIÓN

La energía eléctrica es un producto indispensable para el mantenimiento de las actividades de la sociedad. La exigencia de los consumidores y órganos fiscalizadores por una mejor calidad en el suministro de energía apenas refuerza ese hecho. Como concesionarias del sistema eléctrico brasileño, las empresas de energía están sujetas a las resoluciones de ANEEL (Agencia Nacional de Energía Eléctrica) en cuanto a las conformidades de los niveles de tensión en carácter permanente.

Para tensiones de distribución mayores que 1 kV y menores que 69 kV, enfoque de este estudio, la Resolución nº 505 de ANEEL define cuales son los niveles de tensión que la empresa distribuidora de energía debe suministrar a sus consumidores [1]. La Tabla 1 resume la clasificación de los rangos de tensión que deben ser observados en el sistema eléctrico brasileño, y a partir de su análisis se comprueba que tensiones comprendidas entre 0,93 y 1,05 p.u. en relación con una tensión Vnominal de 1 p.u. están dentro del rango de tensión denominado Adecuado, que es el rango en que operan los sistemas de distribución.

Classificación de los rangos de tensión

ClassificaciónRango de variación de la tensión
Adecuada0.93 p.u. ≤ V ≤ 1.05 p.u
Precaria0.90 p.u ≤ V ≤ 0.93 p.u
CríticaV < 0.90 p.u o V > 1.05

Es importante resaltar que este rango es asimétrico en relación con 1 p.u., siendo el mínimo 0,93 p.u. y el máximo 1,05 p.u. Valores de tensión arriba de 1,05 p.u. se encuadran en el rango de tensión denominado Crítico. Suministrar energía en este rango puede dañar los equipos de los consumidores. Niveles críticos de tensiones también están en valores inferiores a 0,90 p.u. en relación con la tensión nominal. El rango de tensión denominado Precario está entre 0,90 y 0,93 p.u. No existe un rango de tensión Precario, arriba de la tensión Adecuada, para niveles de tensión entre 1 kV y 69 kV. El suministro de energía en los rangos de tensión Precaria y Crítica puede resultar en penalidades a las empresas distribuidoras de energía, conforme establece la Resolución nº 505 de ANEEL. De hecho, un control adecuado de tensión puede evitar perjuicios financieros a esas empresas.

La utilización de sistemas inteligentes, especialmente aquellos basados en sistemas y controladores fuzzy, posee elevado potencial de aplicación en sistemas dedicados al control de tensión, pues las características más atractivas de dichos sistemas consisten en su elevada habilidad de resolver problemas no lineares y tratar las eventuales incertidumbres asociadas al proceso. Teniendo en cuenta todos los aspectos anteriores respecto a la conformidad de los niveles de tensión, este trabajo tiene como objetivo proponer una estrategia de control que actúe de forma automática apenas en la conmutación de tap del transformador de la subestación de distribución. Ese control debe transformar las conmutaciones del tap en acciones capaces de mejorar el perfil de tensión para los consumidores del sistema de distribución. Uno de los motivadores para dichas acciones reside en el hecho de que los principales problemas relatados por estos consumidores son tensiones abajo del valor nominal, lo que compromete la calidad de la energía.

La caída de tensión que sucede a lo largo del alimentador de distribución acaba por someter los consumidores a niveles de tensión fuera del estándar de operación considerado Adecuado. Por lo tanto, los consumidores, principalmente los más distantes de la subestación, serán atendidos por una energía eléctrica dentro de niveles de tensión adecuados al operar el sistema con tensiones más elevadas en la barra colectora secundaria de la subestación de distribución.

El comportamiento no uniforme de determinadas cargas en un sistema de distribución hace que el control de tensión se vuelva complejo [2]. En la literatura relacionada con el área es posible encontrar diversos trabajos donde investigadores buscan nuevas soluciones para resolver este tipo de problema. Como ejemplo de dichas soluciones, los objetivos de la propuesta presentada en [3] consisten en encontrar las mejores posiciones del tap del transformador a lo largo del tiempo según las necesidades de los consumidores. Para eso fueron utilizados métodos convencionales de optimización que presentaron resultados satisfactorios para la regulación de tensión, minimizando con eficiencia el desvío de la tensión en relación con la referencia. Entretanto, el número de conmutaciones del tap fue relativamente mayor que acciones consideradas convencionales.

Ya en [4] se estudió una propuesta utilizando sistemas inteligentes para determinar el despacho programado en las operaciones de conmutación de capacitores y conmutación de tap, teniendo en cuenta la previsión de carga para el próximo día. Fueron utilizados algoritmos genéticos para dividir la curva de carga y también encontrar el escalonamiento óptimo entre los dispositivos. Esta estrategia redujo el número de operaciones de conmutaciones de tap y banco de capacitores, además de mejorar el perfil de tensión y minimizar las pérdidas de potencia. Entretanto, la aplicación de la técnica exige un elevado esfuerzo computacional para obtención de los parámetros de regulación.

La propuesta presentada en [5] utiliza programación dinámica para controlar los dispositivos reguladores de tensión asociados a la subestación y sistemas fuzzy para aquellos relacionados con los alimentadores. La coordinación entre los dos tipos de dispositivos, de la subestación y de los alimentadores, es realizada por algoritmos convencionales, que resultaron en disminución de las pérdidas de potencia y considerable mejora en el perfil de tensión.

En [6] los autores utilizaron una red neural y la técnica de programación dinámica fuzzy para realizar un despacho programado para las 24 horas del día siguiente. Se trata de un sistema híbrido del tipo secuencial, que realiza un despacho preliminar por medio de las redes neurales y, luego, utiliza la programación dinámica fuzzy para encontrar el despacho final. El control propuesto presentó una significativa mejora del perfil de tensión y del factor de potencia, pero el número de conmutaciones del tap fue relativamente mayor cuando comparado a las técnicas convencionales.

Sin embargo, la propuesta de investigar el control de tensión y potencia reactiva en [7] es encontrar un despacho óptimo para la conmutación de tap del transformador, así como el estado de los capacitores instalados a lo largo de los alimentadores y también en la barra colectora secundaria de la subestación, observando algunas horas en el futuro. Fueron utilizados los sistemas fuzzy y también Simulated Annealing para refinar la respuesta del sistema fuzzy. La estrategia propuesta presentó buenos resultados tanto para el refinamiento del sistema fuzzy como para la solución del control de tensión y potencia reactiva en sistemas de distribución.

En [8] es presentada una forma innovadora de coordinación entre los dispositivos de control de tensión en un sistema de distribución, donde se utiliza el comportamiento de la potencia reactiva para coordinar de forma automática la acción del LTC (Load Tap Changer), capacitores y reguladores de tensión instalados a lo largo del alimentador. Esta estrategia mejoró el desempeño del sistema y, consecuentemente, la calidad en el suministro de energía al consumidor final, pues la corriente total fue reducida.

Entre todas las propuestas investigadas, solo aquella presentada en [3] realiza mediciones y control apenas en la barra colectora secundaria de la subestación, siendo que dicha estrategia de actuación es también asumida en el trabajo aquí propuesto. Las demás presentan estrategias eficientes, pero necesitan de elevado esfuerzo computacional, volviendo muy difícil sus aplicaciones en tiempo real, siendo también este uno de los objetivos principales de la estrategia presentada en este trabajo. Además, todas ellas poseen propósitos diferentes de los anhelados aquí, pues están direccionadas a controlar la tensión lo más próximo posible de la tensión de referencia, ignorando así la acción de elevar la tensión arriba de la referencia en los casos donde cargas pesadas son demandadas y de evitar conmutaciones en situaciones de carga liviana. Esos trabajos motivaron aún más la búsqueda de una herramienta inteligente que pueda racionalizar las conmutaciones del tap del transformador y mejorar el perfil de tensión, actuando para tanto apenas en la subestación de distribución.

2.0 - ASPECTOS RELACIONADOS CON LAS ESTRATEGIAS INTELIGENTES

La regulación de tensión o el control automático de tensión por la conmutación de tap en transformadores de potencia es comandada por el relé regulador de tensión, actuando sobre el LTC de forma a elevar o bajar la tensión, según la necesidad. Relés que implementan la función ANSI 90 considerados convencionales no son capaces de actuar correctamente bajo algunas condiciones de comportamiento del sistema, como maniobras y variaciones atípicas de carga, entre otras, pues apenas monitorean la tensión de la barra secundaria. Debido a las características dinámicas del sistema eléctrico brasileño, se puede afirmar que dicho problema es de difícil tratamiento cuando se utilizan métodos convencionales, lo que justifica la utilización de técnicas de inteligencia computacional.

En este trabajo fue desarrollada una estrategia, denominada Control Adaptativo de la Referencia (CAR), que consiste en utilizar lógica fuzzy para aplicar estímulos en la tensión de referencia de un relé regulador de tensión convencional. En este caso, la tensión de referencia del relé regulador de tensión pasa a ser dinámica, siendo actualizada a todo momento. Sin embargo, la decisión de conmutar o no el tap es aún realizada por el relé regulador de tensión.

El modelado de problemas de control a través de lógica fuzzy permite el tratamiento de informaciones cualitativas, pues esta forma de estructuración del raciocinio es capaz de tomar decisiones racionales aunque estando en un ambiente de incertidumbres e imprecisiones, donde datos de esta naturaleza e incluso conflictivos son tratados [9]. Así, la estrategia fuzzy desarrollada logra tratar las variables utilizadas en el CAR de forma apropiada, agregando robustez y contribuyendo para que el control de tensión sea realizado de forma más optimizada. La estrategia a ser presentada propone un sistema auxiliar de tomada de decisión a ser integrado a los relés reguladores de tensión ya existentes. Tal sistema tiene como objetivo volver dinámico el ajuste de la tensión de referencia para el relé convencional. En ese caso, el sistema fuzzy es utilizado como un módulo inteligente auxiliar al relé convencional. La Figura 1 ilustra el diagrama simplificado de funcionamiento del CAR.

Fuzzy_imagem1_esp

Figura 1 – Diagrama simplificado de funcionamiento de la estrategia CAR

El relé con funcionalidades inteligentes irá monitorear el desvío de la tensión y la carga (potencia activa). La salida del control fuzzy es una señal de incremento o decremento sobre la referencia actual del relé regulador de tensión. De esta manera, la inserción de este módulo inteligente en un relé convencional vuelve dinámico su ajuste de tensión de referencia. El CAR irá incrementar o decrementar la tensión de referencia según los límites de tensión Adecuada especificados en la Tabla 1, teniendo también en cuenta los objetivos del trabajo, o sea, elevar la tensión media y racionalizar las conmutaciones de tap.

Se busca así la flexibilización de la utilización del tap, elevando la tensión en carga Media/Pesada, por medio de la elevación de la tensión de referencia, y con disminución en el número de conmutaciones en carga Mínima/Liviana por la no modificación de la tensión de referencia. Todavía, a través del sistema fuzzy es posible evitar conmutaciones prematuras por la no modificación de la tensión de referencia. La normalización de la potencia activa fue realizada en relación con un valor medio por medio de análisis fundamentados en datos históricos.

Así, para que esta estrategia funcione es necesario ajustar este valor de potencia media para que el sistema fuzzy pueda adaptarse a cualquier subestación. El ajuste es realizado por un módulo que calcula la potencia media con base en datos históricos. Los términos de las funciones de pertinencia para la potencia activa son presentados en la Figura 2. La idea es distinguir dos situaciones básicas, o sea, en carga Mínima/Liviana se debe preservar la conmutación de tap; en carga Media/Pesada se debe mantener la tensión más elevada, considerando los límites establecidos en la Tabla 1.

fuzzy_imagem2

Figura 2 – Variable carga de la estrategia CAR

La segunda entrada (desvío de tensión) se calcula utilizando la expresión presentada en (1).

 

desvío = Vmedido – Vreferencia                                 (1)

 

La variable desvío fue representada en todo su universo de discurso por intermedio de cinco funciones de pertinencia como aparece en la Figura 3, donde los términos utilizados fueron NegativoGrande, NegativoMedio, Pequeño, PositivoMedio y PositivoGrande. La utilización de cinco funciones de pertinencia para dicha entrada permite una combinación mayor de reglas para elevar la tensión en carga Media/Pesada y disminuir la conmutación en carga Mínima/Liviana.

fuzzy_imagem3

Figura 3 – Variable desvío de la estrategia CAR

El ancho de rango de actuación del control fuzzy es definido por medio de los puntos de cruce de las funciones de pertinencia del parámetro desvío de tensión, donde el punto común entre Pequeño y PositivoMedio indica el límite superior del rango, mientras que el ponto común entre NegativoGrande y Pequeño indica el límite inferior del rango.

 

La variable lingüística de salida, o sea, el estímulo a la tensión de referencia fue mapeado por medio de cinco funciones de pertinencia ilustradas en la Figura 4, o sea, INGde (Incremento Negativo Grande), INMed (Incremento Negativo Medio), Se Mantiene, IPMed (Incremento Positivo Medio) e IPGde (Incremento Positivo Grande). Así, la salida del sistema fuzzy es un número real, el que será enviado directamente al relé para, entonces, modificar (incrementar/decrementar) la tensión de referencia. Cuando el estímulo esté dentro del rango Se Mantiene significa que la tensión de referencia del relé permanece inalterada.

fuzzy_imagem4

Figura 4 – Variable estímulo de tensión Vreferencia de la estrategia CAR

La base de conocimiento del sistema propuesto se encuentra almacenada en las reglas fuzzy “Si-Entonces” del siguiente tipo:

  1. Si carga es Mínima/Liviana y desvío es Negativo Grande entonces estímulo es IPGde
  2. Si carga es Mínima/Liviana y desvío es Negativo Medio entonces estímulo es Se Mantiene

(…)

Las reglas fuzzy pueden ser mejor comprendidas por medio de la Tabla 2.

Reglas fuzzy de la estrategia CAR

-------Desvío de la Tensión
Carga (Potencia Activa)Negativo GrandeNegativo MedioPequeñoPositivo MédioPositivo Grande
Mínima/LivianaIPGde Se Mantiene Se Mantiene Se Mantiene INGde
Media/PesadaIPGde IPGde IPGde INMed INMed

Se observa en la Tabla 2 una predominancia de incrementos positivos en cargas Media/Pesada, al paso que en carga liviana hay una predominancia de “Se Mantiene”. Dichas reglas fueron confeccionadas para economizar conmutaciones en carga Mínima/Liviana y aumentar la tensión en carga Media/Pesada.

ANÁLISIS DE LOS RESULTADOS OBTENIDOS CON ENSAYOS EN CAMPO

Figura 5 – Llave selectora para el AVR fuzzy o Relé 90 convencional

Para investigar el comportamiento del CAR en el control de tensión fue utilizado el software Matlab para implementar las estrategias convencional y fuzzy y realizar inúmeras simulaciones, que tuvieron como base las curvas históricas reales de potencia activa y reactiva de subestaciones administradas por la concesionaria ELEKTRO – Eletricidade e Serviços S/A. A partir de las curvas reales, se realizó entonces un flujo de carga simplificado para determinar la tensión en la subestación para cada valor de potencia activa y reactiva suministrados, los cuales son entonces presentados a las simulaciones de los relés fuzzy y convencional que realizan sus operaciones matemáticas para decidir sobre conmutar o no el tap. Una vez que el sistema fuzzy fue completamente ajustado, se inició entonces la etapa de pruebas en laboratorio, siendo que la estrategia CAR fue implementada en un prototipo de relé regulador de tensión, el AVR de la empresa Treetech Sistemas Digitais.

Una vez validada en laboratorio la estrategia inteligente, diversos perfeccionamientos fueron realizados en el prototipo del AVR para que se pudieran realizar ensayos en campo. Se eligió la subestación Mogi Guaçu 2, administrada por ELEKTRO, con dos transformadores, para recibir la instalación del relé regulador de tensión inteligente. Inicialmente, el AVR fue instalado en el transformador TR-1. El relé que ya que estaba operando en este transformador fue mantenido como retaguarda. Una llave selectora fue inserida para poner en marcha el relé inteligente o el convencional (Relé 90), como ilustra la Figura 5.

fuzzy_imagem5

Figura 5 – Llave selectora para el AVR fuzzy o Relé 90 convencional

Para un periodo de evaluación de 7 días de operación del relé AVR fuzzy, la tensión media fue mantenida 115 V más elevada en el TR-1, si comparada al mismo periodo de operación del relé convencional (Relé 90). En el rango de carga más pesado, la tensión media fue 164 V más elevada en el TR-1, como muestra la Figura 6.

fuzzy_imagem6

Figura 7 – Tensión media en carga pesada para Mogi Guaçu 2 (TR-2).

También para 7 días de operación del relé AVR fuzzy, la tensión media fue mantenida 57 V más elevada en el TR-2. En el rango de carga más pesado, la tensión media fue 122 V más elevada en el TR-2, como muestra la Figura 7.

fuzzy_imagem6_pt

Figura 7 – Tensión media en carga pesada para Mogi Guaçu 2 (TR-2).

Para el periodo de una semana, el relé AVR fuzzy dejó la tensión más elevada en la barra colectora secundaria de la subestación Mogi Guaçu 2, proporcionando inúmeros beneficios a los clientes y también a la concesionaria, respetando siempre las normativas de los órganos fiscalizadores.

El análisis de conmutaciones para el periodo de una semana mostró también que no fueron transgredidos los límites de la concesionaria, de 100 mil conmutaciones en 6 años, lo que evidencia un uso más racional de la conmutación de taps, explorando mejor el rango de operación del sistema de distribución.

4.0 - CONCLUSIONES

El control fuzzy presentó excelentes resultados cuando aplicado en la regulación de tensión en campo, validando las simulaciones y las pruebas en laboratorio. Así, las principales potencialidades de la estrategia fuzzy presentada en este artículo son las siguientes: i) facilidad de implementación hardware; ii) adaptación automática a los cambios sucedidos en la demanda de carga de la subestación; iii) resultados de salida producidos de forma extremamente rápida, posibilitando aplicaciones en tiempo real; iv) elevación automática del perfil de tensión en condiciones de carga pesada; y v) optimización del número de conmutaciones de tap en condiciones de carga mínima/liviana. Además, los procesamientos ejecutados por la estrategia fuzzy se basan apenas en valores medidos de las variables de entrada, siendo que eventuales imprecisiones asociadas a los dispositivos de adquisición de datos de entrada son también intrínsecamente tratadas por las funciones de pertinencia.

La exploración continua del rango, racionalizando las conmutaciones de tap en carga liviana y buscando mejorar el perfil de tensión en carga pesada presenta beneficios tanto para el consumidor cuanto para la concesionaria. Con niveles de tensión más elevados en carga pesada, el consumidor tiene la garantía de que sus equipos no serán sometidos a tensiones abajo de la nominal al fin del alimentador. Para un sistema de distribución predominantemente modelado a la impedancia constante, tensiones más elevadas significan una mayor receta para la concesionaria de distribución. Por otro lado, cargas con comportamiento de potencia constante presentan una disminución de las pérdidas eléctricas cuando sometidas a tensiones más elevadas, lo que disminuye la carga de los conductores y libera el sistema para habilitar más energía útil a los consumidores.

Finalmente, es muy importante resaltar el desempeño de la estrategia inteligente frente a los objetivos delineados al comienzo de este trabajo. La validación de esa estrategia fuzzy inteligente, por medio de datos reales de subestaciones de distribución en simulaciones, pruebas en laboratorio y ensayos en campo, presentó resultados bastante satisfactorios, contribuyendo para mejorar la regulación de tensión en sistemas de distribución de energía eléctrica.

5.0 - REFERENCIAS BIBLIOGRÁFICAS

1   ANEEL. Resolução Nº 505/2001 – Estabelece a conformidade dos níveis de tensão em regime permanente. ANEEL – Agência Nacional de Energia Elétrica. Acesso em 26/07/2006, disponível em: http://www.aneel.com.br.

2   DUGAN, R.C., McGranaghan, M.F., Santoso, S., Beaty, H.W. Electrical Power Systems Quality. New York, Ed. McGraw Hill 2nd ed., 2003, 528 p.

3   Choi, J.H., Kim, J.C. The online voltage control of ULTC transformer for distribution voltage regulation. International Journal of Electrical Power & Energy Systems, vol. 23, 2001, p. 91-98.

4   Hu, Z., Wang, X., Chen, H., Taylor, G.A. Volt/VAr control in distribution systems using a time-interval based approach. IEE Proceedings – IEE Generation, Transmission and Distribution, vol. 50, 2003, p. 548-554.

5   Liu, Y., Zhang, P., Qiu, X. Optimal volt/var control in distribution systems. International Journal of Electrical Power & Energy Systems, vol. 24, n. 4, 2002, p. 271-276.

6   Hsu, Y.Y., Lu, F.C. A combined artificial neural network-fuzzy dynamic programming approach to reactive power/voltage control in a distribution substation. IEEE Transactions on Power Systems, vol. 13, n. 4, 1998, p. 1265-1271.

7   Liang, R.H., Wang, Y.S. Fuzzy-based reactive power and voltage control in a distribution system. IEEE Transactions on Power Delivery, vol. 18, n. 2, 2003, p. 610-618.

8   Dixon, M. Innovative Volt/VAr management provides payback, in Proc. IEEE/PES Transmission and Distribution Conference and Exposition, pp. 461-468, 2001.

9          LEE, C.C. Fuzzy logic in control systems: fuzzy logic controllers – Part I and II. IEEE Transactions on Systems, Man and Cybernetics, vol. 20, 1990, pp. 404-435.

Volver arriba