Clasificación de riesgos de colapso de tensión basados en el estudio de comportamientos de cargas

La inestabilidad de tensión es uno de los principales causantes de los colapsos que han ocurrido en el mundo. Las consecuencias relacionadas a estos apagones generan un gran impacto económico y social en un país. Esto se debido, al incremento de la demanda de energía eléctrica, incursión de tecnolog...

Full description

Autores:
Acevedo Albuja, Lina Fernanda
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/63357
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/63357
http://bdigital.unal.edu.co/63660/
Palabra clave:
62 Ingeniería y operaciones afines / Engineering
Estabilidad de tensión
Riesgo colapso de tensión
Voltage Collapse
Voltage stability
Ppower system
Risk assessment
modal analysis and sensitivity
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:La inestabilidad de tensión es uno de los principales causantes de los colapsos que han ocurrido en el mundo. Las consecuencias relacionadas a estos apagones generan un gran impacto económico y social en un país. Esto se debido, al incremento de la demanda de energía eléctrica, incursión de tecnologías, generación alejada de los puntos de consumo, topología del sistema, falla en los esquemas de control . Además, estos sistemas son no lineales y complejos ya que la demanda y la generación está compuesta por diversos tipos de elementos que generan comportamientos no lineales y debido a esto no es posible predecir con exactitud su variación. Es importante tener conocimiento del riesgo de colapso de tensión de acuerdo con las variaciones de potencia activa y reactiva, ya que, permite a los operadores tomar acciones oportunas y conocer cuales variaciones en la carga generan más riesgo que otras para evitar llegar al apagón Este trabajo tiene como objetivo identificar los riesgos de colapsos de tensión de acuerdo con la variación de la potencia activa y reactiva en los nodos. Se consideraron distintos tipos de carga y generación para conocer cómo afecta el comportamiento de la carga en un sistema de 4 barras. Luego se implementaron los casos de estudio de IEEE 9 y 14 barras para identificar las condiciones iniciales, nodos sensibles y las variaciones de potencia activa y reactiva críticas del sistema. Finalmente teniendo en cuenta esas condiciones se realizó la clasificación del riesgo usado identificación de patrones con las redes neuronales y un análisis de datos. Con este trabajo se identificó que tipo de generadores generan más vulnerabilidades en el sistema ante cambios de carga. Con las lecturas de las PMU e identificando el patrón de comportamiento de estas frente a múltiples escenarios, es posible establecer índices, como la separación de las trayectorias, para generar criterios de riesgo del sistema.