Traducido del inglés al español - www.onlinedoctranslator.

com

616 TRANSACCIONES IEEE EN SISTEMAS DE ENERGÍA, VOL. 16, núm. 4 DE NOVIEMBRE DE 2001

Evaluación anual de riesgos para la seguridad de sobrecarga

youjie dai, Estudiante Miembro, IEE,miJames D McCalle,yMiembro sénior, EEI,mi
Nicolás Abi-Samr,aMiembro sénior, EEI,miy Vijay Vital, Miembro, IEEE

Abstracto-Este documento presenta un enfoque para evaluar el riesgo acumulativo 2) Las medidas tomadas en uno o un número limitado de casos
asociado con la seguridad de sobrecarga a los efectos de la planificación del sistema de base seleccionados son suficientes para indicar la
potencia a mediano plazo. El trabajo está motivado por la necesidad de refinar la
confiabilidad del sistema.
evaluación de la confiabilidad del sistema de energía a granel para satisfacer las
necesidades de la industria reestructurada. Hay dos contribuciones principales a En este documento, informamos sobre un enfoque que evita estos
la obra. En primer lugar, la evaluación se realiza durante un período de un año.dos suposiciones. Nuestro enfoque se basa en el deseo de
proyecto de las condiciones de funcionamiento por hora, lo que resulta en una as- proporcionar una medida orFes, una expectativa probabilística, como la
evaluación de todas las condiciones esperadas y no solo un número limitadoproducto de la probabilidad y la consecuencia monetaria de cada resultado.
de instantáneas. En segundo lugar, la evaluación se cuantifica mediante un índice de riesgo.
compuesto por productos sumados de probabilidad y consecuencia.venga, resumido sobre todos los resultados posibles. Un importante en-
Este índice es un buen indicador del nivel de confiabilidad real, esEl tributo de usar esta medida es que refleja la probabilidad del evento.
Descomponible, y se puede integrar de manera efectiva en la economía.y en consecuencia, los dos factores que, según la industria,
paradigmas de toma de decisiones. El trabajo se ilustra usando el Sistema de prueba desarrollado criterios perturbación-rendimiento [7], determinar el nivel
de confiabilidad IEEE de 1996.
de fiabilidad.
Términos del Índice-Decisión, seguridad de sobrecarga, planificación, riesgo
Al medir el riesgo, es esencial que distingamos entre unresultadoy un
probabilístico, confiabilidad, trayectoria secuencial.
decisión. Una distinción importante es que un resultado es un resultado
inevitable de una decisión. Con base en esta distinción, clasificamos el
yo yoNTRODUCCIÓN refuerzo de la transmisión, el compromiso de la unidad, el despacho

T
económico y la interrupción de la carga como de-
L a evolución RECIENTE de la industria de la energía eléctrica ha
decisiones En el contexto de la evaluación de la sobrecarga, el resultado de
trajo consigo nuevas necesidades en cuanto a la evaluación de la
estas decisiones son los efectos sobre los circuitos. Estos efectos,
bilidad del sistema de transmisión. Quizás lo más importante
que incluyen daños en el equipo y falta de disponibilidad del equipo,
de estos incluyen su evaluación precisa y la necesidad de inte-
son aleatorios porque dependen en gran medida del clima y
aumentar la confiabilidad en la toma de decisiones económicas. estas necesidades
en cargas, la aleatoriedad de este último causado principalmente por un-
existen a nivel operativo, y así los hemos abordado en
certezas en la demanda y cortes de equipos. En contraste con el
trabajo anterior [1]–[3]. En este artículo, los abordamos en términos
Suposición comúnmente hecha 1, nuestra evaluación es en términos de
del problema de planificación de un año. Aunque también hemos ad-
la probabilidad y el impacto monetario de estos efectos, dada una
seguridad de voltaje vestida [4], limitamos el alcance de este documento a
decisión, donde la decisión incluye el refuerzo de la transmisión
la evaluación de la sobrecarga del circuito solamente.
y políticas de compromiso de unidades, redespacho e interrupción de carga.
Hoy en día hay una serie de paquetes de software comerciales
ción El cálculo del índice de riesgo tiene la clara ventaja de
que incluyen la influencia de la sobrecarga del circuito en un as-
proporcionar una base uniforme para comparar varias decisiones. En
esquema de sesion Todos los programas desarrollan índices probabilísticos
Por otro lado, la evaluación de la confiabilidad de la sobrecarga del circuito, utilizando un
caracterizando el nivel de confiabilidad del sistema de potencia, aunque algunos
índice basado en interrupción de carga como LOLP o EUE requiere que
utilizar enfoques analíticos, a veces llamados enumeraciones de contingencia.
la política de interrupción de carga permanece fija durante todo el estudio,
meration, mientras que otros utilizan la simulación de Monte Carlo. Algunos de
y que refleje con precisión la política de interrupción de carga utilizada por
los más conocidos en América del Norte incluyen TRELSS [5],
el operador durante el período de tiempo estudiado. esto es indeseable
TPLAN, PROCOSE [6] y CREMA. Los enfoques para as-
porque elimina un grado de libertad en el espacio de decisión,
sobrecarga del circuito de sesing con fines de planificación utilizados en estos y
y porque no hay garantía de que la carga programada en-
otros programas se han basado en dos supuestos principales. Estos son
política de interrupción es la misma que se utilizará realmente.
1) El nivel de confiabilidad de sobrecarga del circuito está indicado por a Una implicación importante de nuestro enfoque de evaluación es que no se
modela la medición de la cantidad de desconexión de carga necesaria para los límites en los flujos del circuito. Más bien, altos flujos
evitar la sobrecarga del circuito; la probabilidad de pérdida de carga (LOLP) que se aproxima o supera los límites del circuito se refleja en una
energía no servida muy esperada (EUE) son dos de los valores más importantes de riesgo.
medidas comunes utilizadas.
La segunda suposición dada anteriormente, que resulta en lo que
llamamos el modelo "instantánea", normalmente significa que la mayoría
Manuscrito recibido el 13 de agosto de 1999; revisado el 8 de diciembre de 2000. Este wosrtkLas condiciones reses se modelan con el fin de identificar la menor
fue apoyado por la subvención de la Fundación Nacional de Ciencias ELS9502790 y el
Instituto de Investigación de Energía Eléctrica, Contrato W08604-01. nivel de confiabilidad. Esto puede resultar en decisiones altamente conservadoras.
Y. Dai, JD McCalley y V. Vittal trabajan en la Universidad Estatal de Iowa, Ames,siones que requieren soluciones de alto costo para satisfacer las necesidades de carga y parada
IA (correo electrónico: ydai@iastate.edu ; jdm@iastate.edu ; vittal@ee.iastate.edu ).
condiciones que muy raramente ocurren. Además, puede perder algunos
N. Abi-Samra trabaja en el Instituto de Investigación de Energía Eléctrica, Palo Alto, CA (correo
electrónico: nabisamr@epri.com ).
importantes problemas de confiabilidad en conjunto que ocurren durante
Identificador de artículo del editor S 0885-8950(01)09458-5. las condiciones de carga pico parcial o fuera del pico cuando la red es débil

0885–8950/01$10.00 © 2001 IEEE

DAIet al.: EVALUACIÓN ANUAL DE RIESGOS PARA LA SEGURIDAD DE SOBRECARGA 617

topologías, patrones de compromiso de unidades débiles o flujo imprevistométodo basado en la curva de consumo de combustible lineal por tramos,
es más probable que ocurran patrones. También existen coordinaciones hidrotermales intertemporáneas considerando [10]. Nuestro método para las
restricciones, como la capacidad del depósito de agua y el compromiso de la turbina de vapor, también da como resultado un cálculo económico de los tiempos de
arranque/apagado, y estos pueden afectar la confiabilidad del estaño. iones para los generadores en cada hora. Esto nos proporciona una hora
formas que el modelo de instantánea no puede capturar. Por lo tanto bwaese caso para el que podemos resolver las ecuaciones de flujo de potencia.
adoptamos el llamado modelo "secuencial" en el que evaluamos Para la identificación de errores de pronóstico de carga, primero empleamos una serie
de instantáneas por hora, secuenciales en el tiempo y análisis de suma de tsheeries para identificar la estructura y los parámetros de los índices
resultantes para obtener la evaluación final. . Nos referimos a tA hora
e Modelo IMA (promedio móvil integrado autorregresivo) utilizado
índices resultantes aCsriesgo acumulativo. En contraste con la instantánea para representar la serie de carga [11]. Esto proporciona un valor de
carga para el modelo que solo evalúa un número limitado de horas de canales no secuenciales. Suponemos que cada valor de carga horaria
utilizado en nuestras configuraciones de red y condiciones de carga, el proyecto secuencial tiene asociado algún error. Este enfoque de carácter
de error evalúatarajadurade las condiciones de funcionamiento sobrevalora el potencial de desviación del pronóstico de carga para el tiempo,
donde la trayectoria se forma en función del pronósticow en el que el coordinador del sistema (quizás el sistema independiente
educar

variación de carga, programas de mantenimiento, compromiso de la unidad) es incapaz de hacer una estrategia efectiva y
económicamente eficiente y políticas operativas en su lugar. Este enfoque tiene ajustes. Suponemos que tales ajustes podrían
ser defendidos en [8], pero allí, se requieren simulaciones de cientos de miles de trayectorias dadas con más de un día de
anticipación para satisfacer el mercado eléctrico futuro, pero No será posible adoptar el enfoque de Monte Carlo para calcular la
confiabilidad y la advertencia anticipada de menos de un día. Por lo tanto, usamos los estiíndices. Debido a que la simulación de
incluso una sola trayectoria ca error mnato de un pronóstico de un día en nuestro trabajo. Este estimado
Ser computacionalmente intensivo, proponemos un enfoque en el que el error se calcula promediando los errores de una carga del día siguiente
requiere simulación de solo la trayectoria esperada. Realizamos una reelaboración en comparación con los datos históricos, durante un año. Además del
modelo utilizado para obtener esta trayectoria esperada, se podría utilizar el razonamiento para identificar este error, si corresponde. varianza media
secuencial(mimodelo SMV). Para cada hora, usamos el valor de la curva de carga como la carga media
Describiremos el modelo SMV en la Sección II. La sección III y el error como la desviación estándar de la carga para
resumir el enfoque adoptado en compuCtinoortegramo
metro componente sobre-resentir la incertidumbre de la carga normalmente distribuida. Asignación entre

riesgo de cargapara líneas de transmisión y para transformadores. este ib se realiza de acuerdo con los factores de reparto de carga asumidos, pero
el riesgo horario asociado con un solo circuito dada la correlación curti-stical entre cargas también puede emplearse si se dispone de
datos que fluyen a través de ese circuito y estadísticas que los describen.
factores que afectan el rendimiento de ese circuito. Es compu- El resultado de este esfuerzo de modelado es una serie de 8760 muestras, puestas por
adelantado y luego utilizadas en el cálculo de riesgo acumulativo. - e por
Naciones Unidas hora durante un año, por lo que conocemos el compromiso

lación En la Sección IV se describen las unidades de generación de cálculo del riesgo de sobrecarga, su despacho y un funcis de densidad de
probabilidad aplicado en cada hora de la simulación de la trayectoria. Un ejemplo (pdf) para la carga. Indicamos que la serie de 8760 muestras
utiliza el Sistema de prueba de confiabilidad (RTS) IEEE de 1996. Consideremos una sola hora, un solo estado de contingencia, en la Sección V.
Las conclusiones se dan en la Sección VI. , y una sola rama,. Si podemos obtener el pdf para el flujo en
branch , denotado por y si tenemos una función
II. SMV MODELDESCRITURA ciónRiesgo que da el impacto monetario esperado en la
de cada flujo sucursal, el componente de riesgo, entonces podemos
El modelo SMV primero usa la curva de carga anual esperada, calcula el riesgo de sobrecarga térmica (TOL) para el consumo por hora en particular.1,
para organizar el mantenimiento y el estado de compromiso de la unidad en horas como
luego emplea varianzas invariantes en el tiempo para representar
incertidumbres de carga normalmente distribuidas. La curva de carga
Riesgo
anual esperada se puede obtener a partir de la previsión de carga, o se
puede obtener de la curva de carga del año anterior, con una escala Riesgo (1)
adecuada para tener en cuenta el crecimiento de la carga. Hay
varios métodos para identificar el mantenimiento, el compromiso de la unidad y el riesgo total para esta sucursal en horas sobre toda la contingencia
error de previsión de programación y carga. Proponemos un osn factible taetes es entonces
para cada uno con el fin de mostrar la eficacia de nuestro marco general
trabajar. Para el arreglo del programa de mantenimiento, aplicamos elRiesgo Riesgo
criterio LOLP igual utilizando la capacidad de carga efectiva [9]. Para el
compromiso de la unidad, empleamos la lista de prioridades (2)
De (2), podemos sumar todas las ramas para obtener el riesgo total
1Hemos utilizado un paso de tiempo de 1 hora ya que es el intervalo más largo para el que tFhomiuna hora en particular, o podemos sumar todas las horas para obtener la
la carga se puede suponer razonablemente constante. Hemos utilizado un estudio de 1 año peCrtuyometro
driesgo regulatorio para una rama en particular. Este tipo de cálculo
debido a nuestra percepción de que la construcción de nuevas instalaciones requiere+ 5ars a
ingye
planificar y construir ya no es común en la industria. Más bien, hay tendentCyo yns reflejan la capacidad de descomposición de este enfoque y
utilizar la transmisión existente donde sea factible y rechazar la transmisión a gran escalaaesr-e atractivo para identificar las razones de alto riesgo. Además de-
sion pide cuando no. Como resultado, los refuerzos de transmisión para pequeños sctiaolen, podemos evaluar el riesgo acumulado total como
las solicitudes de transmisión se consideran con mayor frecuencia. Por lo general, estos refuerzos de
transmisión tienen tiempos de finalización relativamente cortos, por lo que un intervalo de 1 año puede ser
apropiado en muchos casos. Cuando se necesita un tiempo de simulación más prolongado, se pueden Riesgo Riesgo (3)
encadenar varias simulaciones de un año.
618 TRANSACCIONES IEEE EN SISTEMAS DE ENERGÍA, VOL. 16, núm. 4 DE NOVIEMBRE DE 2001

Fig. 2. Curva de riesgo de sobrecarga térmica frente a corriente de línea.

En [12], hemos mostrado cómo utilizar las estadísticas meteorológicas para obtener
, el pdf para la temperatura del conductor. Esto se puede utilizar
para obtener la expresión de riesgo deseada como

Riesgo (4)

Figura 1. Marco anual de evaluación del riesgo de sobrecarga térmica.

dónde y expresar el impacto monetario en
la línea de transmisión de sag y recocido, respectivamente, como un
Estos cálculos, junto con los necesarios para obtener la temperatura del conductor, también se describen en [12]. Ecua-
, se denominan riesgo de sobrecarga térmica ast-ion (4) se pueden evaluar para una gama de flujos, lo que resulta en una
sesión Su uso, junto con la trayectoria, desarrolla la curva de riesgo del componente por rama, como se muestra en la Fig. 2, donde
se ilustran en la Fig. 1. A partir de esta figura, también observamos que los pdf para la temperatura ambiente y la velocidad del viento suelen
ser los resultados de la evaluación del riesgo de una trayectoria. El mismo pdf para la temperatura ambiente también se usa en
para actualizar el compromiso de la unidad (u otra política operativa) a través de la evaluación de riesgos del transformador. Las dos curvas de la Fig. 2 son según y/
o el plan de la instalación según sea necesario para reducir el riesgo. Estos actualizados sobre una base igual al costo de reconducir 1 milla de
corresponden a decisiones diferentes y, por lo tanto, se vuelven a evaluar en la línea. Este valor base se estima con base en discusiones con para
determinar su efecto sobre el riesgo. ingenieros de servicios públicos como $108 000 para una línea de 230 kV y $60 606 para una
Centramos nuestra atención en la informática en línea de 138 kV.
Riesgo Sección III y luego en la Sección IV. Si la rama es un transformador, entonces, dependiendo de la temperatura ambiente, el
tipo de transformador y las tasas de envejecimiento de los materiales de aislamiento
(papel y aceite), y la duración del flujo, un flujo más alto hace que aumente la temperatura
tercero COMPONENTERISK del punto más caliente del devanado, lo que puede ocasionar la pérdida de la vida útil del
transformador y/o falla. Entonces podemos usar un ex-
La ecuación (1) requiereRses , que es la presión esperada al igual que (4) para evaluar el riesgo de sobrecarga térmica, ex-
impacto monetario en la rama debido a la sobrecarga dado el flujo en el concepto aquí, representa la temperatura del punto más caliente y la
rama. Si la rama es una línea de transmisión, entonces, dependiendo de y representan el impacto monetario en el transformador de
las condiciones climáticas, el tipo de conductor y la duración del flujo, la falla y la pérdida de vidas, respectivamente, como se describe en [13] y
el flujo provoca el calentamiento del conductor, lo que puede resultar en uno o ambos [t1h4]. Con estas modificaciones, podemos evaluar eqt. (4) para uno de los
siguientes: rango de flujos, lo que resulta en una curva de componentes para bran,cahs
• Pérdida de espacio libre debido al pandeo: aquí, la expansión térmica conocida en la Fig. 3. Aquí, el riesgo de 1,0 pu es igual al costo de reconstrucción del
conductor que da como resultado el pandeo. En el peor de los casos, el lintreansformer. Se elige que sea $1 000 000 en [13] y [14].
puede tocar un objeto subyacente, lo que resulta en una evaluación de riesgo permanente tanto de líneas como de transformadores, como una falla
funcional y una interrupción posterior. ción de la carga, también debe tener en cuenta el impacto ensel símitiempo

• Pérdida de resistencia por recocido: Recocido, la recrycsa- utilizada por corte del circuito por alta carga. En algunos procesos de talización de metal,
es un proceso gradual e irreversible, la interrupción del circuito tiene muy poco impacto en el sistema, pero en otros, cuando la matriz de grano
establecida por el trabajo en frío se confunde, resulta en una cascada que conduce a la formación de islas y/o causa pérdidas generalizadas. de
resistencia a la tracción. extender los cortes. Hay varios enfoques que uno puede tomar
DAIet al.: EVALUACIÓN ANUAL DE RIESGOS PARA LA SEGURIDAD DE SOBRECARGA 619

[18]. Además, se han realizado esfuerzos para realizar una evaluación de riesgos
para la planificación del sistema de potencia en [19]. En este documento,
linealizamos el sistema alrededor del punto de operación en cada hora, luego
usamos un método de convolución para obtener PDF de los flujos de corriente de
todas las líneas y transformadores. Luego combinamos estos pdf con las curvas de
riesgo de los componentes para obtener la evaluación de riesgo desglosada para
cada línea y cada transformador en cada hora, según lo expresado por (1)–(3).

A. Supuestos
Suponemos que todas las cargas son variables aleatorias normalmente
distribuidas en cada hora. A cada carga de autobús por hora se le asigna una
media y una varianza iguales a un porcentaje fijo de la media y la varianza
pronosticadas de la carga total. También suponemos que la matriz de
covarianza de las cargas está disponible. En la práctica, esta matriz de
covarianza puede estimarse por métodos estadísticos.
También se consideran las interrupciones del generador. Suponemos que
Fig. 3. El riesgo de sobrecarga térmica frente a la curva de carga del transformador. cada bus es una sola empresa generadora independiente. Por lo tanto, si una
unidad falla, otras unidades en el mismo bus aumentarán la potencia
para evaluar este impacto. Por ejemplo, se podría detectar la compensación de etox por la pérdida de generación. Cuando la tienda de
generación de fallas en cascada se sobrecarga al realizar una serie de potencias excede la capacidad restante en el bus, asumimos el exceso

soluciones de flujo, eliminando cada vez cualquier sobrecarga adicional recogida por otros generadores de acuerdo con una carga especificada
circuitos Un análisis más riguroso requeriría una política de seguimiento de la representación, que también podría incluir el deslastre de carga. En la
dinámica del sistema. Aquí, hemos tenido en cuenta este impacto según lo ilustrado en este documento, elegimos un solo generador para

simplemente, pero de manera conservadora, al asignar cualquier falla de circuito, se forma todo el seguimiento de la carga.
representado por en (4), para tener un impacto multiplicado por el costo. Para las contingencias de línea, incluimos todas las salidas de línea única de
reemplazo del equipo, donde es un número muy grande. edades y todos los cortes de modo común cuando se construyen dos líneas
de largo el mismo corredor. También asumimos el flujo de potencia reactiva
En las curvas de riesgo de los componentes mostradas en las Figs. 2 y 3, tenemos ve
. El resultado práctico de esto es que el circuito a través de una línea permanece constante en su valor anterior a la contingencia después de
asignado
una contingencia
cargas que causan una probabilidad significativa de falla contribuyen
riesgo muy grande.
Realizamos la evaluación de cada hora asumiendo que hay
Las curvas de riesgo del componente tanto para líneas como para transformadores forzaron cortes al inicio de la hora, lo que implica que en

depende claramente de las estadísticas meteorológicas. Uno puede significar la evaluación de contingencia de la hora, los componentes averiados mejoran la
precisión del análisis mediante el uso de diferentes condiciones meteorológicas: se activan antes de la próxima hora. Esto es conveniente porque

scripciones para diferentes momentos del día y para diferentes mares nos permite establecer un único trayecto anualarya priori. Haciendo otras
torwise da como resultado un gran número de posibles trayectorias,
cosas. Por ejemplo, se podría dividir el período de 24 horas en
cuatro intervalos de 6 horas, al final de la mañana, tarde, noche, temprano que requieren múltiples simulaciones para converger a una estadística
resultado terriblemente significativo. Creemos que el gran aumento
mañana, y uno podría dividir el año en las cuatro estaciones
invierno primavera, verano y otoño. Por supuesto, esto requeriría un tiempo de cálculo que no proporcionaría un aumento proporcional de 16 curvas de
valor añadido al contenido de información del resultado.
riesgo de componentes para cada línea y transformador. Cómo
nunca, estas curvas se pueden calcular y almacenar antes de
B. Desarrollo analítico
la simulación de trayectoria, para que su número no afecte
el tiempo de procesamiento. En nuestro trabajo, para ilustrar la idea De la formulación del flujo de potencia de CC, podemos obtener con el enfoque
más simple, hemos utilizado las mismas expresiones climáticas fsotlalo-wing para los flujos de rama correspondientes a cualquier
tísticas para todas las curvas de riesgo de los componentes. Los parámetros elegidos oestado de cuatro etapas y el estado normal 1.
estas estadísticas se proporcionan en [12]–[14] .
(5)
(6)
IV. PAGROBABILIDADDENSIDADES PARACIRCUITOFBAJOS

Los pdf de las corrientes se pueden identificar mediante métodos adhiérete

•
probabilísticos de flujo bajo. El flujo de carga probabilístico propuesto en [15]
utiliza el flujo de potencia de CC y la convolución para hacer frente a las •
•
incertidumbres de carga. El flujo de carga estocástico (también llamado método
AEP) propuesto en [16] linealiza el sistema de potencia alrededor del punto
esperado (que se obtiene mediante iteraciones para tener en cuenta la
naturaleza no lineal de las ecuaciones de flujo de potencia), y luego aplica la
transformación lineal de distribuciones gaussianas. También se han propuesto
algunos refinamientos para estos dos métodos [17],
es el vector de los niveles reales del generador de potencia en cada
barra. es el vector de niveles de carga de potencia real en cada bus.
es la matriz B para el estado de interrupción.
es la matriz de conexión de la red para estado de corte,
teniendo filas y correspondientes a buses (excluyendo el swing
bus) y columnas correspondientes a ramales.
es el vector de los flujos de energía de la rama para el estado de interrupción
.
620 TRANSACCIONES IEEE EN SISTEMAS DE ENERGÍA, VOL. 16, núm. 4 DE NOVIEMBRE DE 2001

Restando (5) de (6) obtenemos

(7)

dónde . Desde son independientes de

generación y nivel de carga, podemos calcularlos y almacenarlos de
antemano para ahorrar tiempo de cálculo.
Si establecemos y para que sean sus valores esperados para la hora, y usamos
una solución completa de flujo de potencia de CA para obtener , entonces (7)
proporciona los flujos esperados para todas las ramas en la hora. Usaremos esto a
continuación para obtener la distribución de flujos debido a la incertidumbre en la
generación.
Ahora definimos y como los vectores de variación aleatoria
correspondientes a los niveles de generación y carga, respectivamente
Describimos cada componente de con una función de masa de probabilidad
de dos estados. Describimos cada elemento de con una distribución normal
que tiene una media igual a 0 y una desviación estándar derivada de la
suposición de nuestro modelo de carga. El vector de variables aleatorias
correspondientes a las variaciones en los flujos de los ramales en el estado de
interrupción se da como

(8)

y el vector de variables aleatorias correspondientes a los flujos de

rama

(9)

La sustitución de (8) en (9) produce

Fig. 4. Diagrama de flujo para la evaluación del riesgo de sobrecarga térmica.

(10) para cada hora y cada contingencia creíble, linealizamos el sistema,

calculamos los pdf de los flujos de línea aportados por genera-
Aquí es el vector de variables aleatorias correspondientes a ttoion y por carga usando (11) y (12), respectivamente. Entonces nosotros
flujos de ramales debido a la variación en la generación, dado por convolucionar los dos pdfs para obtener los pdfs de los flujos activos, que es
el término . Este término se puede transformar en
(11) basado en la suposición de que el flujo reactivo
permanece constante. Entonces se puede usar en (1), junto con el
la media de es . También,
es el vector de riesgo compuesto aleatorio, para obtener la evaluación de riesgo para una condición específica
variables correspondientes a los flujos de ramales por variaciones en el estado de ingencia, línea y hora.
cargas, dada por

(12)
VCPlaza bursátil norteamericanaSESTUDIO

A. Ejemplo de descripción del sistema

la media de es cero
El sistema IEEE RTS 96 se muestra en la Fig. 5. Tiene 24 buses, 38
La matriz de covarianza para se obtiene de líneas, 32 unidades de generación. El perfil de carga esperado del
próximo año se muestra en la Fig. 6, obtenido de [21].
(13)

y los elementos diagonales de (13) son las variaciones de flujo linealB .. Determinación de la Trayectoria del Sistema y Pronóstico de Carga

Las fdp de los elementos de s se pueden obtener mediante unError

algoritmo de convolución. Para facilitar la velocidad de este algoritmo, en nuestro programa, el programa de mantenimiento se organiza por
ritmo manteniendo una precisión razonable, hemos utilizado se Ag
p-plying criterio LOLP igual [9]; el compromiso de la unidad es
convolución basada en clústeres mentwise. El algoritmo se describe y organiza aplicando el método de lista de prioridades [10]. El día en [20].
el error de pronóstico de carga anticipada se identifica mediante el análisis de series de tiempo
El diagrama de flujo para la evaluación del riesgo de sobrecarga térmica se muestra [1n1]. El error del día siguiente es del 1,92% según nuestro
cálculo en la Fig. 4. Para la primera hora, formamos la generación aleatoriación Hay una serie de métodos y variaciones de ellos.
variable, es decir, obtenemos sus pdfs. Después de la primera hora, disponible para cada uno de estos módulos. Entonces, nuestro implemento
seleccionado usamos convolución (cuando se inicia alguna unidad) y desconvm
o-entaciones de programación de mantenimiento, compromiso de unidad y
lution (cuando alguna unidad se apaga) para actualizar . Entonces el error de pronóstico de carga puede ser reemplazado o modificado. Sin embargo,
DAIet al.: EVALUACIÓN ANUAL DE RIESGOS PARA LA SEGURIDAD DE SOBRECARGA 621

Fig. 7. Riesgo de sobrecarga térmica horaria a lo largo de un año.

Fig. 5. El sistema IEEE RTS 96.

Fig. 8. Curva de riesgo del día con la hora pico de riesgo.

en una condición pico parcial para el día. Se puede observar en la Fig. 8 que la carga
disminuye un poco de la hora 21 a la hora 22. Verificamos el compromiso de la
unidad y encontramos que este pequeño decremento hace que se apaguen 2
unidades de generación con una capacidad de 197 MW cada una en el bus 13,
aunque las cargas en los buses 7 y 8 siguen siendo significativas. Esto da como
Figura 6. El perfil de carga esperado.
resultado una transferencia de energía a larga distancia y, en última instancia,
provoca un alto riesgo de sobrecarga térmica. si fuéramos a
es nuestra integración de ellos con el fin de evaluar el riesgo acumulativo de la confiabilidad de sobrecarga utilizando modelos instantáneos,
evaluaríamos que es importante. es poco probable que capture esta condición, que ocurre en una temporada de
carga fuera de pico en una hora de carga pico parcial, y causada por una transición
C. Análisis de los resultados de los cálculos
de compromiso de unidad. Este resultado podría ser motivo para
Para el IEEE RTS'96, el riesgo de sobrecarga térmica durante un modificar la estrategia de compromiso de la unidad para esta hora o revisar la
todo el año se muestra en la Fig. 7. Aquí, podemos ver el propio algoritmo de compromiso de 1798th houunrit.
tiene un riesgo máximo que es mucho más alto que otras horas. Consulte Hay un período que casi no tiene riesgo entre la hora 5401 y la Fig. 6
indica que este riesgo máximo ocurre en una hora 6668 fuera del pico. Esto se debe a que durante este período de tiempo, la temporada de
carga general. ción se distribuye de manera más uniforme para que los clientes no tengan que
La curva de riesgo para el día de riesgo máximo hora 1798 (hora 2r2requiere transferencia de energía desde una larga distancia.
de este día) se muestra en la Fig. 8, y la carga diaria correspondiente El riesgo anual que sufren las líneas severas se enumera en la Tabla I. Todo el perfil
se muestra en la Fig. 9. Aquí, vemos que este pico de riesgo se produce más líneas tienen menos de $1 de riesgo. Hay 46 estados de red,
622 TRANSACCIONES IEEE EN SISTEMAS DE ENERGÍA, VOL. 16, núm. 4 DE NOVIEMBRE DE 2001

Fig. 9. Perfil de carga del día con la hora pico de riesgo. Fig. 10. Riesgo de sobrecarga térmica horaria durante un año después del ajuste de compromiso de la
unidad.

TABLA I
TÉLAANUALRISKSSUFRIDO PORSSIEMPRELINES De acuerdo con los resultados de nuestro compromiso de unidades, las
unidades de generación de la barra 7 se cierran con frecuencia debido al alto
costo marginal de generación de energía. Sin embargo, el área local del bus 7 y
el bus 8 es un centro de carga, por lo que el apagado de la generación del bus 7
da como resultado una transferencia de energía a larga distancia desde la red
de 230 KV a la red de 138 KV. Por lo tanto, si restringimos las unidades de
generación del bus 7 (excepto para el mantenimiento), es probable que
reduzcamos el riesgo [9]. El cálculo de nuestro programa para este caso
proporciona la curva de riesgo que se muestra en la Fig. 10. Podemos ver que
el riesgo máximo en la hora 1798 ha sido eliminado. Sin embargo, el riesgo
TABLA II anual acumulado es de $2 904 812, solo $35 159 menos. Esto es razonable
TÉLAANUALRPREGUNTAR PORDDIFERENTEOUTAGES porque el principal problema se encuentra en la barra 13 de la red de 230 KV.
Algunos ajustes menores en la red de 138 KV tendrán una influencia limitada
en el riesgo acumulado.

VI. CONCLUSIÓN
Hemos propuesto el modelo de varianza media secuencial (SMV) junto con
un índice de riesgo para evaluar la confiabilidad del sistema de energía durante
un período de planificación a mediano plazo. Hemos demostrado que el
modelo SMV permite la evaluación de los períodos de carga y los efectos
intertemporales que pueden no ser capturados por los llamados
incluyendo el estado normal, apagones de una línea, modelos osunt-apshot de modo común. Sin embargo, lo hace con edades computacionales
reducidas. Los estados que causan alto riesgo se enumeran en la Tabla II. requisitos relativos al modelo secuencial de Monte Carlo.
El riesgo anual acumulado es de $2 939 971. Podemos ver por la fuerza del método radica en su capacidad para identificarasi-ya priori Tabla I que la
línea 16-17 y la línea 17-18 sufren riesgo severo. Las situaciones de alto riesgo encontradas durante una trayectoria esperada, el propietario de estas dos
líneas debe recibir alguna compensación de las condiciones de operación anuales, y luego evitar o mitigar su alto riesgo. También podemos ver en la
Tabla II que las condiciones comunes modtheesas que usan operaciones a corto plazo o refuerzo D contribuyen más al riesgo anual. Por lo tanto, si
tomamos medidas (ver nota al pie 1). Esto contrasta con la construcción a largo plazo de las líneas dobles del autobús 15 al 21 en torres separadas, las
necesidades de planificación de la infraestructura, donde uno piensa en realizar el riesgo de diseño, se reducirá significativamente.
que es robusto a una amplia gama de trayectorias posibles. El
El riesgo se puede descomponer entre horas como se indica en Figsri.s7k índice utilizado en la evaluación horaria proporciona un compacto y 8. El
riesgo también se puede descomponer entre componentes, asevin-luación del nivel de confiabilidad de la hora para sobrecarga que se indica en la Tabla
I, que muestra los componentes ten hCatutrno requieren la representación del deslastre de carga del operador
mayor riesgo. Finalmente, el riesgo puede asignarse a diferentes componentes pso, licy, considerado aquí como una decisión que podría
evaluarse y posteriormente a los propietarios de estos componentes, como inbdyi-el índice de riesgo. Esta evaluación de riesgo se realiza con
base en la Tabla II, la cual muestra los componentes tChaatutseel mayor riesgo.
sobre la linealización alrededor del punto de operación y la convolución
entre variables aleatorias. El índice de riesgo se puede presentar como
DAIet al.: EVALUACIÓN ANUAL DE RIESGOS PARA LA SEGURIDAD DE SOBRECARGA 623

acumulable en el tiempo, puede descomponerse según el agente [17] RN Allan, “Flujo de carga probabilístico utilizando multilinealizacionesI,mi”mi
que lo incurre, y puede asignarse al agente que lo provoca. Al Proceder,spunto C, vol. 130, núm. 4, págs. 165–171, julio de 1983.
HR Sirisena y EPM Brown, “Representación de distribuciones de probabilidad no
tener unidades de dólares, es posible incluir directamente[18] gaussianas en estudios estocásticos de flujo de carga mediante el método de
evaluación de la confiabilidad en las estrategias de toma de decisiones económicas. aproximaciones de suma gaussianaES DECIR
, ”E Procediendo,spunto C, vol. 130, núm.
4, págs. 165–171, julio de 1983.
Se muestra que nuestro marco propuesto es propicio para la planificación de
[19] AM Leite da Silva, SMP Ribeiro, VL Arienti, RN Allan, and M.
instalaciones y el ajuste del compromiso de la unidad. También es posible utilizar un BF Do Coutto, “Técnicas probabilísticas de flujo de carga aplicadas a la planificación de la
enfoque similar para la evaluación de la seguridad de voltaje [4] utilizando métodos expansión del sistema de potenciaI,mi”EE Trans. Sistema de poder , vsviejo 5, núm. 4,
págs. 1047–1053, noviembre de 1990.
de optimización [22], [23] y un artículo sobre nuestra
[20] Y. Dai, JD McCalley y V. Vittal, "Evaluación anual de riesgos para la sobrecarga térmica del
ahora se está preparando el trabajo completo sobre este tema. sistema", enConferencia de poder estadounidense,CA mipr. 1998.
[21] El Grupo de Trabajo del Sistema de Pruebas de Confiabilidad de la Aplicación de la Probabilidad
Subcomité de métodos, “El sistema de prueba de confiabilidad IEEE—1996”, 96
ARECONOCIMIENTO WM 326-9 PWRS.
Y. Dai, JD McCalley y V. Vittal, "Simplificación, expansión y mejora del algoritmo de
Los autores desean agradecer las valiosas sugerencias[-22]
punto interior directo para la capacidad de carga máxima del sistema de energía", en
ciones de Ph.D. estudiantes W. Fu y H. Wan. la Conferencia de aplicaciones informáticas de la industria energética (PICA) de 1999.

[23] , “Simplificación, ampliación y mejora del interior directo

RFERENCIAS algoritmo de punto para la capacidad de carga máxima del sistema de potencia”, IEEE
[1] J. McCalley, V. Vittal y N. Abi-Samra, "Resumen de la evaluación de la seguridad basada Trans. Power Systems, por publicar.
en el riesgo", en proc. del IEEE PES Summer Mee de 1999,tijnortetugramomentira
18–22, 1999.
[2] J. McCalley, V. Vittal, H. Wan, Y. Dai y N. Abi-Samra, "Evaluación de riesgos
de voltaje", iPAG norteroc. del IEEE PES Summer Mee de 1999,tijnortetugramomentira
youjie dainació en Chengdú, China. Recibió el título de BE de la Universidad
18–22, 1999. Xi'an Jiaotong en 1992 y el título de ME de la Universidad Tsing Hua en
[3] V. Vittal, J. McCalley, V. Van Acker y N. Abi-Samra, “Transient insta-1995, ambos en ingeniería eléctrica. Actualmente está trabajando para obtener su Ph.D. evaluación de riesgo de
responsabilidad”, iPAG norteroc. del IEEE PES Summer Mee de 1999,tintineoen ingeniería eléctrica en la Universidad Estatal de Iowa. Sus intereses de investigación incluyen
18 al 22 de julio de 1999.
identificación y aplicación del modelo de carga estocástica, evaluación de riesgos en el nuevo
[4] Y. Dai, "Marco para la evaluación anual de riesgos del sistema eléctrico", Ph.D. d. sistema eléctrico desregulado y simulación Monte Carlo. ahora es estudiante
disertación, Universidad Estatal de Iowa, mayo de 1999. Miembro de IEEE.
[5] Taller de capacitación y reunión del grupo de usuarios (TUG) de TRELSS, “Trans-
evaluación de la confiabilidad de la misión”, EPRI Report, septiembre de 1998.
[6] B. Porretta y DL Kiguemiit al., “Un enfoque integral para la evaluación de la
adecuación y la seguridad del sistema de energía a granel , ”smiE Trans.
ES DECIR

Sistema de poder,svol. 6, núm. 2, mayo de 1991. James D McCalleyes profesor asociado de ingeniería eléctrica e informática
[7] WSCC, "Criterios de confiabilidad del consejo de coordinación de sistemas occidentales", Departamento de Neering en la Universidad Estatal de Iowa, donde ha estado empleado desde
marzo de 1997. 1992. Trabajó para Pacific Gas and Electric Company de 1986 a 1990. El Dr.
- cCalley recibió el BS (1982), MS (1986) y Ph.D. (1992) grados en
[8] Conferencia Internacional sobre Grandes Sistemas Eléctricos de Alta Tensión
(CIGRE), “Métodos probabilísticos secuenciales para sistemas de potenciaingeniería eléctrica de Georgia Tech. Es un ingeniero profesional registrado.
operación y planificación”, CIGRE Task Force 38.03.13, Electra, nn oe. er en California y miembro sénior del IEEE.
179, agosto de 1998.
[9] JD McCalley y V. Vittal, “Evaluación de seguridad basada en riesgos”, Informe final
de EPRI, Proyecto W08604-01, 1998.
[10] Y. Dai, JD McCalley y V. Vittal, “Un método heurístico para organizarNicolás Abi-Samrarecibió el título de Licenciado en Ingeniería de
compromiso de la unidad por un año considerando la coordinación hidrotermal”,
la Universidad Americana en Beriut, y la maestría en energía eléctrica
enSimposio de energía de América del Norte , metro
Octubre de 1998.
ingeniería de la Universidad de Missouri. De 1977 a 1997 estuvo con
[11] , “Identificación del modelo de carga estocástica y su posible aplica-
Westinghouse Corporation, donde ocupó cargos de creciente responsabilidad.
ciones”, enSimposio de energía de América del Norte , Octubre de 1997.
metro
habilidades desde la ingeniería hasta la gestión. Se incorporó a EPRI en agosto de 1997.
[12] H. Wan, JD McCalley y V. Vittal, “Clasificación térmica creciente por riesgo. Actualmente es Gerente de Planificación de Sistemas, Operaciones de Red y Planificación. Él
análisis”, enReunión de invierno de IEEE PES,gramoFebrero de 1998, PE-090-PWRS-0-1-
es miembro sénior del IEEE.
1998.
[13] W. Fu, JD McCalley y V. Vittal, "Evaluación basada en el riesgo de la capacidad de
carga térmica del transformador", enSimposio de energía de América del Norte,
octubre de 1998.
[14] , "Evaluación de riesgos para la carga del transformador", IEEE Trans. PoderVrijay Vitales Profesor Titular del Departamento de Ingeniería Eléctrica e Informática.
Sistemas, por publicar. ment en la Universidad Estatal de Iowa. Recibió el título de BE (1977) en Electricidad
[15] B. Borkowska, “Flujo de carga probabilístico,I”EEE Trans. Aparato de poderIngeniería de Bangalore, India, el M.Tech. (1979) degtree del indio y
Sistema,svol. PAS-93, núm. 3, 1974. Instituto de Tecnología, Kanpur, India, y el Ph.D. (1982) título de Iowa
[16] OA Klitin, "Flujos de carga estocásticos",Trans. IEEE. sobre Aparatos de PotenciaUniversidad Estatal, Ames, IA. Recibió el Premio Presidencial Young de 1985
y Sistema,svol. PAS-94, núm. 2, mar./abr. 1975. Premio al Investigador. Es miembro del IEEE.