Propuesta para la identificación y monitoreo de áreas débiles con relación a la estabilidad de tensión en sistemas eléctricos de potencia

Abstract

El monitoreo permanente es indispensable en los sistemas eléctricos de potencia, para determinar si éstos se encuentran funcionando dentro de los estándares y límites de seguridad establecidos, para mantener adecuadamente su estabilidad. Por lo tanto, se debe suministrar a los operadores del sistema eléctrico de potencia, herramientas adecuadas, de fácil implementación y utilización, que permitan definir oportunamente las acciones pertinentes de prevención y/o control. Por esta razón, en esta tesis se propone una metodología basada en técnicas de aprendizaje de máquina, que emplea mediciones del sistema de potencia, para la identificación de áreas sensibles o críticas, donde existen altos riesgos de experimentar problemas de estabilidad de tensión. Inicialmente, para la determinación de la condición de operación del sistema y basado en una extensa revisión bibliográfica, se propone un nuevo índice denominado SVSI (Simplified Voltage Stability Index), el cual emplea la topología y las mediciones del sistema eléctrico de potencia, para determinar la estabilidad de tensión en las barras. El principal aporte del índice propuesto está asociado con la utilización de la matriz distancia eléctrica relativa y de factores de sensibilidad basados en variables del sistema eléctrico de potencia. Esta propuesta permite el cálculo rápido de un índice y con un bajo costo computacional, comparado con otras propuestas. Posteriormente, con la informacion suministrada por el índice propuesto y mediante la utilización de técnicas asociadas con campos como la minería de datos y del aprendizaje de máquina, se desarrolla un esquema de identificación y monitoreo en línea de áreas débiles o críticas en estabilidad de tensión, basado solo en mediciones eléctricas en el sistema. La validación de las propuestas obtenidas como consecuencia del desarrollo de esta investigación, se realiza mediante la aplicación exitosa en los sistemas eléctricos de potencia IEEE de 14, 30 y 118 barras

Abstract : Nowadays, the power systems are being operated at the boundaries of the safe region, and then the probability of occurrence of stability problems is high. In case of dangerous events, the system operators require of a timely situational awareness to have enough of time to determine the best corrective controls, which help to assure the power system security. This thesis proposes a methodology based on machine learning techniques, which uses measurements for the identification of sensitive or critical areas where exist a high risk of experience voltage stability problems. Initially, to determine the operating condition of the analized power system system and based on an extensive literature review, a new index called SVSI (Simplified Voltage Stability Index) is proposed, using only the system topology and power system measurements. The main contribution of the proposed index is associated with the use of relative electrical distance matrix and sensitivity factors based on the variables of the power system. This proposal allows the fast calculation of an index and has a low computational cost compared to other proposals. Next and by using the information supplied by the proposed index and also techniques from data mining and learning machine areas, an online identification and monitoring system is developed, using only measurements of power system variables. The validation of the proposals obtained as a result of the development of this research, is performed by the succesful application at the electric power systems identified as IEEE 14, 30 and 118 buses