1 Inferencia dinámica de la configuración operativa de la red de distribución de energía eléctrica utilizando técnicas basadas en lógica difusa Julio Romero Agüero Alberto Vargas

2 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones

3 1.Introducción 1.1CO → gestión de interrupciones CO Llamadas telefónicas Llamadas telefónicas SCADA Historia de operación Historia de operación Conocimiento experto Conocimiento experto Integración de datos cuantitativos y cualitativos Integración de datos cuantitativos y cualitativos Integración de datos de tiempo real (TR) y tiempo real extendido (TRE) Integración de datos de tiempo real (TR) y tiempo real extendido (TRE) Outage Management Systems (OMS) Outage Management Systems (OMS) Calidad del Servicio Eléctrico Calidad del Servicio Eléctrico Localización de interrupciones Localización de interrupciones Restauración del servicio Restauración del servicio Registro datos históricos de operación Registro datos históricos de operación Configuración Operativa (CO) Configuración Operativa (CO)

4 1.2CO → Operación y control Mediciones CO EE Estado eléctrico Estado eléctrico EE estática Mediciones Dispositivos “dudosos” Dispositivos “dudosos” EE Estado eléctrico Estado eléctrico EE generalizada CO Operación y Control Operación y Control Calidad del Servicio Eléctrico Calidad del Servicio Eléctrico Base de datos de parámetros eléctricos Base de datos de parámetros eléctricos Estimación de estado (EE) Estimación de estado (EE) Metodología que pueda ser utilizada para EE estática o generalizada Metodología que pueda ser utilizada para EE estática o generalizada

5 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones

6  Inferir la CO mediante el procesamiento e integración de los datos cuantitativos y cualitativos disponibles en TR y TRE. 2.1Objetivo General  Obtener una solución inicial a partir de las variables de TR (CO TR ), la cual será mejorada dinámicamente utilizando las variables de TRE hasta alcanzar una solución final (CO TRE ).  Obtener una CO que sirva de punto de partida para la gestión de interrupciones y la EE (estática o generalizada). 2.2Objetivos Específicos 2.Objetivos

7 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones

8 Operación de dispositivo de protección Operación de dispositivo de protección Falla CO actual CO actual Nueva CO Nueva CO 3.Análisis del problema Datos de TRE (minutos):  Llamadas telefónicas de clientes afectados por interrupciones. Datos de TR (segundos):  Datos suministrados por SCADA: potencia activa desconectada y magnitud de corriente de falla medida en la SE AT/MT.  Datos históricos de operación:  Clima ( W )  Programa de mantenimiento del alimentador ( T M )  Frecuencia de operación de dispositivos de protección ( F O )  Reglas y datos cualitativos basados en conocimiento experto.

9 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones 4.1 Solución de TR (COTR) 4.2 Solución de TRE (CO TRE ) 4.3 Algoritmo

10 4.Metodología de solución 4.1Solución de TR (CO TR ) La certeza de operación se utiliza para obtener la solución de TR (CO TR )

11 Tabla de Contenido 1.Introducción 2.Objetivos 3.Análisis del problema 4.Metodología de solución 5.Resultados 6.Conclusiones 7.Publicaciones 4.1 Solución de TR (CO TR ) 4.2 Solución de TRE (CO TRE ) CCCCálculo de IP CCCCálculo de II CCCCálculo de IQ CCCCálculo de µC+ 4.3 Algoritmo

12 Cálculo de I P Algoritmo basado en flujo de potencia + Conocimiento experto Algoritmo basado en flujo de potencia + Conocimiento experto Mediciones SCADA Mediciones SCADA Consumos de energía Consumos de energía Curvas de carga Curvas de carga Flujo de potencia fuzzy de dispositivos de protección dispositivos de protección

13

14 Tabla de Contenido 1.Introducción 2.Objetivos 3.Análisis del problema 4.Metodología de solución 5.Resultados 6.Conclusiones 7.Publicaciones 4.1 Solución de TR (CO TR ) 4.2 Solución de TRE (CO TRE ) CCCCálculo de IP CCCCálculo de II CCCCálculo de IQ CCCCálculo de µC+ 4.3 Algoritmo

15 Cálculo de I I

16 Tabla de Contenido 1.Introducción 2.Objetivos 3.Análisis del problema 4.Metodología de solución 5.Resultados 6.Conclusiones 7.Publicaciones 4.1 Solución de TR (CO TR ) 4.2 Solución de TRE (CO TRE ) CCCCálculo de IP CCCCálculo de II CCCCálculo de IQ CCCCálculo de µC+ 4.3 Algoritmo

17 Cálculo de I Q

18 Tabla de Contenido 1.Introducción 2.Objetivos 3.Análisis del problema 4.Metodología de solución 5.Resultados 6.Conclusiones 7.Publicaciones 4.1 Solución de TR (CO TR ) 4.2 Solución de TRE (CO TRE ) CCCCálculo de IP CCCCálculo de II CCCCálculo de IQ CCCCálculo de µC+ 4.3 Algoritmo

19 Cálculo de μC + Si solo hay un candidato, entonces finaliza la inferencia. Si hay mas de un candidato, se usan los datos de TRE finalizar la inferencia.

20 Tabla de Contenido 1.Introducción 2.Objetivos 3.Análisis del problema 4.Metodología de solución 5.Resultados 6.Conclusiones 7.Publicaciones 4.1 Solución de TR (CO TR ) 4.2 Solución de TRE (COTRE)  Cálculo de I P  Cálculo de I I  Cálculo de I Q  Cálculo de µC Algoritmo

21 4.2Solución de TRE (CO TRE ) Inferencia Abductiva Fuzzy ( IAF )

22 IAF 2 n alternativas 2 n alternativas DSDSDSDS

23 Tabla de Contenido 1.Introducción 2.Objetivos 3.Análisis del problema 4.Metodología de solución 5.Resultados 6.Conclusiones 7.Publicaciones 4.1 Solución de TR (CO TR ) 4.2 Solución de TRE (CO TRE )  Cálculo de I P  Cálculo de I I  Cálculo de I Q  Cálculo de µC Algoritmo

24 4. Número de d i candidatos > 1 3. Cálculo de d i candidatos μc i C > Cálculo de μC + mediante T2-FLS 2. Cálculo de μC + mediante T2-FLS 1. Cálculo de índices I P, I I, I Q Nueva CO NO 4.3Algoritmo Datos de TR

25 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones

26 5.Resultados

27 Caso 1 – Operación de R021 (reconectador) Resultados de TR P i 3φ (R021) = 271 kW P i 3φ (R032) = 317 kW

28 R032 …. R021─

29 R032 …. R021─

30 Caso 2 - Operación de F1342 (fusibles) Resultados de TR P i 1φ (F1342) = 89 kW P i 1φ (F1355) = 82 kW

31 F1355 …. F1342─ 1111

32 F1355 …. F1342─

33 ΔP 1φ = 83 kW, I SC 1φ = 400 A Resultados de TRE F1304 F1327 F

34 F1304: cierta 1111 F1304: cierta, F1327: probable 2222

35 F1304: cierta, F1327: probable, F1379: casi cierta

36 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones

37 5.Conclusiones 3.Se ha modelado sistemáticamente el conocimiento experto y los datos cualitativos disponibles en los sistemas de distribución 2.Se ha considerado la influencia conjunta del clima, los datos históricos de operación, el mantenimiento y los datos de TR sobre la operación de la red 1.La metodología desarrollada tiene las siguientes ventajas:  Arquitectura modular  Sencilla de implementar  Capaz de integrar los datos cuantitativos y cualitativos de TR y TRE, así como de modelar sus incertidumbres  Capaz de obtener soluciones de forma continua en el tiempo y de mejorar sus resultados dinámicamente 5.Primera aplicación a nivel internacional de T2-FLS y conjuntos fuzzy tipo 2 en sistemas eléctricos de potencia

38 Tabla de Contenido 1.I ntroducción 2.O bjetivos 3.A nálisis del problema 4.M etodología de solución 5.R esultados 6.C onclusiones 7.P ublicaciones

39 1.J. Romero Agüero, A. Vargas, Inference of operative configuration of distribution networks using fuzzy logic techniques – Part I: Real-time model, IEEE Transactions on Power Systems, Vol. 20, No. 3, pp , Aug J. Romero Agüero, A. Vargas, Inference of operative configuration of distribution networks using fuzzy logic techniques – Part II: Extended real-time model, IEEE Transactions on Power Systems, Vol. 20, No. 3, pp J. Romero Agüero, A. Vargas, Using type-2 fuzzy logic systems to infer the operative configuration of distribution networks, in Proceedings of 2005 IEEE Power Engineering Society General Meeting, pp , Jun J. Romero Agüero, D. Hirschmman, A. Vargas, Inference of the operative configuration of medium voltage distribution networks, in Proceedings of 2003 IEEE Bologna Power Tech Conference, pp , Jun Publicaciones

40 ¡GRACIAS!

41

42 Fuzzificación Flujo de potencia determinístico Flujo de potencia fuzzy