Está en la página 1de 11

FLUJO PTIMO DE POTENCIA UTILIZANDO ALGORITMOS EVOLUTIVOS PROGRAMACIN EN DIGSILENT

Edgar A. Moreno Escuela Politcnica Nacional Vctor H. Hinojosa Departamento de Energa Elctrica, Universidad Tcnica Federico Santa Mara, Valparaso Chile RESUMEN La planificacin, diseo y el anlisis de la operacin de los sistemas de potencia requieren estudios a fin de evaluar el desempeo del sistema existente, confiabilidad, seguridad y economa. Con el objetivo de mejorar la operacin en Sistemas de Suministro de Energa Elctrica se realiza el anlisis para conocer si los parmetros elctricos (voltaje y flujos de potencia) y reservas garantizan que el servicio se brinde dentro de los estndares de calidad, confiabilidad y seguridad. Una concepcin del anlisis de Sistemas Elctricos de Potencia para cumplir con este objetivo se basa en el flujo ptimo de potencia. En este trabajo se presenta la aplicacin de un Algoritmo Evolutivo (Particle Swarm Optimization) al Flujo ptimo de Potencia (activa y reactiva). El planteamiento del problema abarca restricciones en la generacin de potencia activa y reactiva, capacidad de transmisin por los elementos de la red (lneas de transmisin y transformadores) y bandas de voltaje (Economa, Confiabilidad y Calidad). Se implementa un mtodo de penalizaciones, para poder incorporar las restricciones en la funcin objetivo. Se realiza la programacin del algoritmo evolutivo en DIgSILENT Programming Language, debido a las ventajas que posee esta plataforma para Anlisis, Modelacin y Simulacin de Sistemas Elctricos de Potencia. PALABRAS CLAVES: Flujo de Potencia, Despacho Econmico, Flujo ptimo de potencia activa y reactiva, algoritmos evolutivos, enjambre de partculas, DIgSILENT Programming Languaje. 1. INTRODUCCIN El flujo de potencia es la denominacin que se da a la solucin de estado estacionario de un sistema de potencia bajo ciertas condiciones preestablecidas de generacin, carga y topologa de la red. La solucin obtenida, consiste en conocer los niveles de voltaje en todas las barras del sistema, tanto en magnitud como en ngulo, el flujo de potencia por todos los elementos de la red y las prdidas. El Flujo ptimo de Potencia en cambio considera un problema de optimizacin (Despacho Econmico) para determinar los valores de potencia de las barras de generacin, sujeto a un conjunto de restricciones, por ejemplo lmites de potencia activa, lmites de cargabilidad en los elementos de transmisin, bandas de voltaje, entre otros. 2. 2.1 MARCO TERICO Y ESTADO DEL ARTE Flujo de Potencia en Sistemas Elctricos

El flujo de potencia es extensamente utilizado en los Sistemas de Suministro de Energa Elctrica, para el planeamiento de la expansin, planeamiento operativo y control de tiempo real del sistema. La solucin x (variables de estado) de las ecuaciones del flujo de potencia ecuacin (1): (1): (1) g ( x , u , p) 0 Se la considera aceptable cuando las variables de estado (voltajes en magnitud y ngulo) y las variables dependientes h ( x ) (flujos de potencia por los elementos) estn dentro de rangos normales; de no obtenerse esta condicin, deben efectuarse ajustes de las variables de control u (potencias o voltajes de generacin, posicin de taps, etc.) hasta encontrar la solucin deseada para las condiciones preestablecidas de carga y topologa p, denominadas variables independientes. Lo anterior constituye la formulacin bsica, comn o convencional del flujo de potencia y diversos mtodos se utilizan para resolver el conjunto de ecuaciones no lineales. Mtodos que son iterativos (se van acercndose paulatinamente a la solucin) tales como

La planificacin, diseo y el anlisis de la operacin de los sistemas de potencia requieren estudios a fin de evaluar el desempeo del sistema existente, confiabilidad, seguridad y economa. Los estudios identifican y alertan potenciales deficiencias en el sistema factibles de corregir o prevenir.

20

los denominados de Gauss Seidel, Newton Raphson (NR), NR desacoplado, etc. Estos mtodos difieren uno del otro por la tcnica algortmica de resolver las ecuaciones, pero la solucin en cualquier caso es la misma para resolver el mismo problema. En la actualidad los mtodos de Newton en sus versiones: completo y desacoplado rpido, se han constituido en los mtodos estndar de solucin de las ecuaciones del flujo de potencia. El planteamiento y solucin del problema es determinstico debido a que las variables independientes son fijas y consideradas exactas en el problema y en esta forma la solucin factible es nica. 2.2 Flujo ptimo de Potencia en Sistemas Elctricos

prdidas de transmisin el flujo ptimo es un flujo ptimo de potencia reactiva. Cuando se minimizan primero los costos operativos y luego las prdidas se convierten en el flujo ptimo en general. Despacho Econmico (DE) i) Objetivo econmico

Considerando las restricciones de Operacin y de Seguridad deben calcularse programas de operacin (despachos ptimos de las unidades generadoras) que compatibilicen ptimamente desde el punto de vista econmico, las siguientes premisas bsicas: En todo instante el conjunto de centrales trmicas genere la potencia que se les requiere con un costo mnimo. Que las centrales hidroelctricas generen la mxima potencia con el caudal de agua disponible. Que el volumen de agua disponible para las centrales hidroelctricas controlables se distribuya en el periodo bajo estudio de modo que la integral de los costos esperados de combustibles y los costos esperados de falla sea mnima. Objetivo Fsico

Como hemos visto, en un estudio de flujos de potencia, se especifica la potencia activa en todas las barras de generacin excepto la oscilante, se especifican voltajes de generacin, posicin de taps, etc. Para un valor de demanda tanto activa como reactiva, existen infinitos nmeros de soluciones de flujos de potencia, de acuerdo a cmo se especifiquen las variables de control (potencias de generacin, voltajes de generacin, taps, etc.). No siempre es condicin suficiente resolver un problema de flujos de potencia, en la forma en que ha sido establecida, sino que por requerimientos adicionales de seguridad, calidad y economa en un sistema de potencia, se requiere encontrar una solucin ptima. El flujo ptimo de potencia ecuacin (2), es un flujo de potencia en el cual se seleccionan cuales son los mejores valores de las variables de control con el objeto de minimizar alguna funcin por ejemplo costos de operacin, o prdidas, obteniendo al mismo tiempo una solucin adecuada para las variables de estado y las variables dependientes, es decir que al mismo tiempo satisfaga las ecuaciones de flujos de potencia ecuacin (1):

ii)

El efecto fsico de la optimizacin de un sistema hidrotrmico es lograr el cubrimiento de la demanda con una combinacin de los recursos de generacin hidroelctricos controlables disponibles de tal modo que la potencia requerida trmica sea mnima en todo instante, osea el mximo empuntamiento de la energa hidroelctrica controlable considerando su limitada disponibilidad. iii) Objetivo Matemtico

min f ( x , u , p )

La explicacin matemtica de los objetivos planteados est dado por el carcter no lineal de la Funcin Objetivo (F. O.). F. O. = (Costo Operacin + Costo Falla) Mnimo

s.a. g ( x , u , p ) 0

(2)

Adems, todas las variables tanto de control como de estado, deben estar dentro de los lmites operativos normales. Cuando los costos operativos se minimizan el flujo ptimo se lo denomina despacho econmico o despacho ptimo de potencia activa. Cuando se minimizan las

Costos Marginales El costo marginal es el costo de abastecer el siguiente MWh. En la Tabla 1 se detallan los distintos problemas de optimizacin que podemos tener en la Programacin de la Operacin en Sistemas de Suministro de Energa Elctrica.

21

TABLA 1: Programacin de la Operacin


Mod elo d e la red Barra nic a R ed sin l mi tes For m ul acin D esp ac ho econ mic o (ED) D esp ac ho econ mic o co n pr didas Flu jo pt imo de pot encia (O PF) R estricci ones d e segu ridad y OPF (SCOPF) Com p on en tes Cost o M ar g in al En er ga + p rdida s mar ginales + r estr icc ion es en ope raci n nor m al + r est ricci ones por seg ur idad

de cada individuo (partcula) de manera anloga (aunque no equivalente) a un operador de mutacin. La regla de movimiento o reproduccin de las partculas se muestra en la Figura 1.
PBEST M em oria Inercia

R ed co n lmi tes R ed co n l mites de co ntingenci as

POP [i+1 ]

La formulacin, flujo de potencia y despacho econmico ecuacin (2), constituye el flujo ptimo de potencia para el cual existen diferentes tcnicas. Los mtodos tradicionales para resolver el flujo ptimo de potencia (OPF) son: Programacin Lineal, Programacin No Lineal (Mtodo de Newton Raphson y Programacin Cuadrtica Secuencial), Mtodos de Punto Interior, etc. En este artculo se resuelve el OPF utilizando Algoritmos Evolutivos: Particle Swarm Optimization (enjambre o cmulos de partculas) PSO. Debido a que en el OPF se puede minimizar costos o minimizar prdidas se han resuelto diferentes formulaciones con este algoritmo. 2.3. Optimizacin mediante Partculas PSO cmulos de

POP [i] VEL [i+1] Cooperacin

GBEST

FIGURA 1: Regla de movimiento del PSO. Donde: VEL[i] es la velocidad de la partcula i, PBEST[i] es el mejor valor (lugar) que la partcula i ha encontrado (visitado), GBEST[i] es la mejor partcula de la poblacin hasta la generacin T y POP[i] es el valor de la partcula i. Cada partcula est definida por una posicin en el espacio de bsqueda POS[i] y una velocidad VEL[i]. En un momento dado, hay al menos una partcula que tiene la menor posicin en el espacio de bsqueda, la posicin de las partculas reconoce tal posicin (GBEST), adems cada partcula es atrada a la mejor posicin previa (PBEST). Algoritmo bsico del PSO El proceso descrito anteriormente se muestra en el siguiente algoritmo: 1. 2. Empezar. Inicializar una poblacin de partculas con posiciones y velocidades aleatorias en las d dimensiones dentro del espacio del problema. Evaluar el grado de aptitud con la funcin a optimizar con las d variables de decisin, para cada partcula. Comparar las aptitudes de las partculas evaluadas con el mejor PBEST de cada partcula. Si el valor actual es mejor, entonces actualizar el valor del PBEST con el valor actual de la partcula, y la posicin de PBEST asignarla con la posicin actual en el espacio d-dimensional. Cambiar la velocidad y posicin de la partcula de acuerdo a las ecuaciones (3).

En 1995, James Kennedy y Russell Eberhart, propusieron una nueva heurstica a la que denominaron optimizacin mediante cmulo o enjambre de partculas, esta optimizacin comnmente conocida como PSO (por las siglas de su nombre en ingls: Particle Swarm Optimization) ha sido utilizada en diversas aplicaciones en los ltimos aos, gozando de gran popularidad y xito. La idea central de este paradigma es la de simular los movimientos (colectivo o social) de un grupo de aves o peces que intentan encontrar comida motivados por tres factores: inercia, memoria y cooperacin. La tcnica del PSO puede ser vista como un algoritmo de comportamiento distribuido que lleva a cabo una bsqueda multidimensional. Son muchas las similitudes que comparte la tcnica del PSO con los algoritmos evolutivos, entre las cuales destacan las siguientes: Utilizan una poblacin de posibles soluciones, Se calcula la aptitud de cada partcula de acuerdo a una funcin definida para el problema, Utilizan una frmula para actualizar la velocidad

3.

4.

5.

22

VEL[i 1] VEL[i ]* w C1 * R1 *( PBEST [i ] POP[i ]) (3) C2 * R2 *(GBEST [i ] POP[i]) POP[i ] POP[i 1] VEL[i 1]
Donde; w es el peso inercial, R1 y R2 son valores aleatorios con distribucin uniforme entre [0,1], C1 y C2 son valores definidos por el usuario que permanecen constantes a lo largo del proceso (normalmente su valor se encuentran entre 0 y 2). 6. Ir al paso 4) hasta que se cumpla el criterio de detencin. Dicho criterio de detencin es un valor suficientemente bueno para la aptitud o un mximo nmero de iteraciones (generaciones). Fin.

Funciones de penalizacin Son la tcnica ms comn de incorporacin de restricciones en la funcin objetivo. La idea es extender el dominio de la funcin objetivo. Para el despacho econmico se tiene: F. O. = (Costo Operacin) + (c*Penalizaciones) Donde; c es un factor de penalizacin definido por el usuario. En la literatura se han implementado diferentes variantes de la funcin de penalizacin: pena de muerte, penalizaciones estticas, penalizaciones dinmicas, uso de recocido simulado, penalizaciones adaptivas, algoritmo gentico segregado, penalizacin con base en la factibilidad, penalizaciones co-evolutivas, mapas amorfos, jerarquas estocsticas. Las reglas para seleccionar entre dos individuos son muy simples: si se comparan dos partculas factibles, se escoge a la que tenga la ms alta aptitud. Si se compara una partcula factible con una infactible, se elige la partcula factible. Si se comparan a dos partculas infactibles, se elegir a la partcula que viole menos las restricciones del problema. El proceso de penalizacin se muestra en la Figura 3, considerando que existen dos restricciones.

7.

El algoritmo PSO se utilizar como motor de optimizacin para la resolucin del OPF. Los algoritmos de optimizacin heursticos en su forma original son tcnicas para optimizacin sin restricciones. De ah la necesidad de implementar tcnicas que permitan incorporar la informacin pertinente sobre la violacin de restricciones en la funcin objetivo o de aptitud. 2.4. Manejo de Restricciones

Se denomina zona factible al espacio de solucin delimitado por cada una de las restricciones (igualdad, mayor o menor). Existen problemas en los cuales la zona factible de solucin resulta ser muy pequea y difcil de localizar dentro de un espacio de bsqueda muy grande, como por ejemplo la zona disjunta que se muestra en la Figura 2.
Espacio de solucin total

E s p ac i o de s o l uc i o nes di s j unto ( r es t r i ng i do )

FIGURA 3: Esquema de manejo de restricciones La formulacin del problema para flujo ptimo de potencia activa se detalla a continuacin:

FIGURA 2: Espacio de bsqueda y regin factible Particularmente es en este tipo de problemas en los cuales resulta ms til el uso de heursticas tales como los algoritmos evolutivos. Estas tcnicas suelen utilizarse en optimizacin no lineal y con problemas que tienen funciones objetivo no diferenciables, con ruido o dinmicas. Asimismo las tcnicas evolutivas suelen utilizarse en problemas en los que tanto la forma del espacio de bsqueda como la ubicacin exacta del ptimo global se desconocen.

min
generadores

Ci ( Pgi )
penalizaciones

ki

sujeto a: Pgi Pgimin S jk Pg imax Pgi S max jk 0 => Potencia_mx de generacin 0 => Potencia_mn de generacin 0 => Flujo_mx por los elementos

23

La formulacin del problema para flujo ptimo de potencia reactiva se detalla a continuacin:
m in
elementos

P rdidas (V i )
penalizaciones

ki

sujeto a: Vi Vi S jk 1.05 = > Voltaje_m x en barras 0.95 = > Voltaje_m n en barras S jk


max

2) Como segundo sistema de prueba se utiliza el Sistema Elctrico reducido de Nueva Inglaterra. En la Figura 5 se presenta el diagrama unifilar a desarrollar, el cual consta de 22 barras, 16 lneas de transmisin, 10 generadores, 10 transformadores. La demanda total del sistema es de 1385 MW y 170 MVAr.

0 => Flujo_m x por los elem entos

Donde la funcin de prdidas es una funcin de los voltajes de referencia (barra Slack y barras PV). Por lo que, la solucin del flujo ptimo de potencia reactiva representara nuevos voltajes de referencia que hagan que en el sistema se produzcan mnimas prdidas de potencia activa. 3. DESCRIPCIN DEL PROBLEMA FIGURA 5: Sistema de potencia de Nueva Inglaterra 1) Como primer sistema de prueba se utiliza el Sistema Elctrico de Potencia desarrollado por Anderson. En la Figura 4 se presenta el diagrama unifilar a desarrollar, el cual consta de 9 barras, 6 lneas de transmisin, 3 generadores, 3 transformadores. La demanda total del sistema es de 350 MW y 125 MVAr. Los datos tcnicos para cada generador se muestran en la Tabla 3. TABLA 3: Datos tcnicos de los generadores
Generador
a [$/MW ] b [$/MW] c [$] MW_min MW_max 0,00048 16,19 1.000 455 150

0,00031 17,26 970 455 150

0,002 16,60 700 130 20

0,00211 16,50 680 130 20

0,00398 19,70 450 162 25

Generador
a [$/MW ] b [$/MW] c [$] MW_min MW_max

0,00712 22,26 370 80 20

0,00079 27,74 480 85 25

0,00413 25,92 660 55 10

0,00222 27,27 665 55 10

0,00173 27,79 670 55 10

10

Se utiliza para la modelacin y simulacin de los sistemas de prueba Power Factory DIgSILENT. Para realizar la programacin del algoritmo evolutivo se utiliza las ventajas inherentes que ofrece el lenguaje de programacin de DIgSILENT (DPL). FIGURA 4: Sistema de potencia de prueba Se considera que los 3 generadores son trmicos, los coeficientes de las curvas de costos de produccin (costos=a*P2+b*P+c) para cada generador se muestran en la Tabla 2. Cada una de los generadores tiene una potencia (activa y reactiva) mnima y mxima. TABLA 2: Datos tcnicos de los generadores
Generad or a [$/MW 2 ] b [$/MW ] c [$] MW _min MW _max 1 0,05 1,6 25 20 90 2 0,04 1,4 15 30 200 3 0,02 1,8 20 40 200

4.

DIgSILENT Programming Language (DPL)

El lenguaje de programacin DPL (DIgSILENT Programming Language) tiene como propsito ofrecer una interfaz para tareas automticas a realizarse en la herramienta computacional PowerFactory. Esta interfaz permite acceder a comandos y objetos que maneja DIgSILENT as como tambin acceder a funciones y variables creadas por el usuario. DPL aumenta el alcance del programa DIgSILENT permitiendo la creacin de nuevas funciones de clculo. Al igual que los comandos de clculo definidos por el usuario estos pueden ser utilizados en todas las aplicaciones de anlisis del sistema de potencia como por

24

ejemplo: optimizacin de la red, anlisis de estabilidad, confiabilidad, armnicos, coordinacin de protecciones, etc. Las funciones de clculo son estructuras algortmicas en las que se utilizan comandos de flujo como if- thenelse y do-while. En la Figura 6 se muestra la estructura de un comando DPL.
Parmetro de entrada Objetos Externos Seleccin General

DPL Variables internas


Resultado Parmetros

Objetos internas
Com Ldf
Sub1 Sub 2 Sub 3

ser modificadas. Por ejemplo en el clculo de un corto circuito (ComShc), se puede modificar a travs del cdigo fuente la localizacin de la falla, el tipo de falla, etc. con el conocimiento del nombre de la variable. Los filtros (conjunto de objetos) son de gran ayuda para los requerimientos de usuario para una aplicacin DPL ya que pueden ser usados para la bsqueda de elementos, por ejemplo transformadores sobrecargados, lneas abiertas, etc. y generar reportes de los dispositivos analizados. Los reportes que genera DIgSILENT en cada uno de sus anlisis a travs de la ventana de salida pueden ser almacenados en archivos txt a travs de DPL, con el manejo del comando ComExp. Cabe sealar que la ubicacin del comando DPL depender del objetivo de la aplicacin ya que este puede localizarse dentro de un proyecto, caso de estudio o perfil de usuario, sin que esto signifique que no se puedan manejar variables de otros casos de estudios o proyectos de un mismo perfil de usuario. La versatilidad de DPL tambin permite acceder a objetos de la base de datos de distinta forma, ya sea a travs del cdigo fuente de la aplicacin o de los mens que existen dentro del comando DPL. En la Figura 7 se muestra las opciones de un comando DPL.
E je c u c i n d e l e s c rito C e r r a r la v e n ta n a y g u a r d a r lo s c a m b io s C e r ra r la v e n ta n a s in g u a r d a r lo s c a m b io s G u a r d a r lo s c a m b io s

SetFilt

Base de Datos

FIGURA 6: Estructura de un comando DPL El objeto del comando DPL ComDpl es el elemento central que esta conectando diferentes parmetros, variables u objetos a varias funciones o elementos internos y luego se obtienen resultados o cambios en los parmetros de dichos elementos. En las entradas del escrito del programa pueden ser predefinidos parmetros de entrada, objetos del diagrama unifilar, ya sea de la base de datos o de un juego de elementos u objetos; los cuales son almacenados internamente y se los denomina Seleccin General. Esta informacin de entrada puede ser evaluada con la utilizacin de funciones y variables internas almacenadas en el cdigo fuente. Algunos de los objetos internos pueden ser usados y ejecutados como: Un comando de clculo ComLdf (comando de flujo de potencia), ComSim (comando de simulacin), etc. especialmente definidos con ciertas opciones de clculo. Juegos de filtros (generadores, lneas, barras, transformadores, etc.), los mismos que pueden ser ejecutados durante la operacin del cdigo fuente.

V e r if ic a la s in ta x is d e l e s c r ito M u e s tr a e l c o n t e n id o d e la c a rp e ta D P L

Por lo tanto, un escrito DPL ejecutara una serie de operaciones e inicializar el clculo de otras funciones que estn dentro del DPL. Este siempre se comunicar con la base de datos y almacenar la nueva configuracin, parmetros o resultados directamente en la base de datos de objetos. Casi no hay objeto dentro de un proyecto activo que no pueda ser accesado o alterado. Durante o al final de la ejecucin del escrito DPL, los resultados pueden ser exportados o los parmetros de los elementos pueden ser cambiados, de acuerdo a la necesidad o requerimientos del usuario. En el caso de manejar comandos de DIgSILENT dentro de la aplicacin DPL cada una de las variables pueden

FIGURA 7: Opciones de un comando DPL En la Figura 7 se observa que en la opcin de parmetros de entrada pueden ser definidas todas las variables (int, double, string, object y set) que se van a manejar en la aplicacin. De igual forma estas variables pueden ser definidas a travs del cdigo fuente en la opcin Escrito. Una de las opciones que tiene un comando DPL es la descripcin, la misma que permite resumir las caractersticas de funcionamiento de una aplicacin DPL sin que esto incida en el rendimiento del DPL y evita que el usuario realice una lectura a travs de cdigo para

25

entender el comando. En el caso de la escritura del cdigo fuente en un comando DPL este brinda una distincin entre comandos, comentarios, definicin de variables a travs de colores. En la Figura 8 se muestra un ejemplo de un cdigo fuente de un comando DPL.

V = 1.0 22 pu

V =1 .01 0 p u

V = 1.0 30 pu

V = 1 .0 2 5 p u

7
94 . 44 + j10 .06 95 .18 + j0 . 94 -j3 .97

13 5 M W 35 M V Ar

V = 1.0 25 p u

40 . 55 + j24 . 93 40 .77 + j4.96 - j 11 . 45 85 MW -7 . 4 0 M W A r

1 63 M W 11 .92 M W A r 67 . 82 - i4. 91 44 . 22 -i16 .42

V = 0 .9 8 9 p u

66 . 40 + i18 .90

43 . 49 + i17 .90 58 . 63 +i 41 .10 46 .51 + i 12 .10

6
90 M W 30 MVAr

V = 1 .0 1 2 p u

12 5 M W 60 MVAr

V = 1.0 24 p u

59 . 10 +i 27 .13 j24 .8

46 .88 - i2.34

V =1 .0 4 pu

S la ck

1 05 .96 M W 3 1 .30 M W Ar

FIGURA 9: Resultados del Flujo de Potencia El costo de produccin, considerando las curvas cuadrticas para cada uno de los generadores, es de $ 2 379,4 y el sistema tiene unas prdidas de 3,96 MW. ii) Despacho econmico

FIGURA 8: Ejemplo de cdigo fuente de un comando DPL 5. 5.1. i) RESULTADOS DE LAS SIMULACIONES Sistema Ejemplo 1 Flujo de potencia

Se realiza el despacho econmico en barra nica (sin modelar la red de transporte), utilizando el algoritmo evolutivo PSO, se considera nicamente como restricciones (penalizaciones), las potencias mnimas y mximas de activa de cada generador. Los resultados del algoritmo para 2000 iteraciones se muestran en la Tabla 5, se muestra tambin la resolucin del despacho utilizando programacin lineal a travs del mtodo de Lagrange. TABLA 5: Despacho econmico en barra nica
Generad or es G1 (S lack) G2 (PV) G3 (PV) D emanda [MW ] C ost o [$] Lagran g e [M W] 74 ,21 95 ,26 180,53 350 1 971,21 PSO [MW] 74 ,21 95 ,26 180,53 350 1 971,26

Se considera, para el sistema ejemplo 1, el siguiente tipo de barras: Barra 1: oscilante. Barra 2: barra de voltaje controlado PV. Barra 3: barra de voltaje controlado PV. Barra 5: barra de carga PQ. Barra 6: barra de carga PQ. Barra 8: barra de carga PQ. En la Tabla 4 se muestra un resumen del tipo de barras. TABLA 4: Tipos de barras Flujo de Potencia
Tip o d e b arr as 1 ( S lack) 2 (PV) 3 (PV) 5 (PQ) 6 (PQ) 8 (PQ) Con o cid o 1, V 1 P 2, V 2 P 3, V 3 P 5, Q 5 P 6, Q 6 P 8, Q 8 D esco n ocido P 1, Q 1 2, Q 2 3, Q 3 5, V 5 6, V 6 8, V 8

El tiempo que demor el algoritmo fue de 19 [s]. Para poder modelar el despacho econmico con la red de transporte, se realiza un flujo de potencia con los valores obtenidos en la optimizacin anterior y se estiman las prdidas de transmisin. Los resultados del flujo de potencia se muestran en la Tabla 6. TABLA 6: Flujo de Potencia para el despacho en barra nica
Generad or es G1 G2 G3 Demanda [MW ] Prdida s [MW ] D es pa ch o [M W] 79 ,93 95 ,90 179,48 350 5,36

En la Figura 9 se muestra la solucin del flujo de potencia.

26

El generador 1 (slack) es el que toma las prdidas de potencia activa (5,36 MW), pero debido a que puede resultar que existan unidades generadoras que sean ms econmicas, se procede a simular nuevamente el PSO que resuelve el despacho econmico, pero considerando que se realiza el despacho en barra nica para una demanda de 355,36 MW (demanda + prdidas). Para la nueva simulacin del PSO se procede a realizar solamente 200 iteraciones, debido a que se inicializa la poblacin del algoritmo variando los datos de generacin de la Tabla 6 en +/-10 MW. Esta consideracin se la hace, debido a que el algoritmo ya no debe buscar en todo el espacio de solucin. En la Tabla 7 se resumen los resultados. TABLA 7: Despacho econmico en barra nica para demanda ms prdidas
Generad or es G1 (S lack) G2 (PV) G3 (P V) C ost o [$] PSO [MW] 75 ,14 95 ,78 184,64 1 975,27

esa lnea exista una cargabilidad mayor al 100%. En la Figura 11 se muestra la solucin del problema, para 200 iteraciones.
V =1 .02 pu V = 1.0 25 p u V = 1 .01 pu V =1 .03 pu

13 5 M W 35 MVAr

V = 1 .0 2 5 p u

118 .71 % 3

11 4.8 8 M W 9.9 3 M W A r

1 50 M VA

1 8 2 .5 0 M W 2.6 6 M W A r

V = 0 .9 9 p u

5
52 .19 + i41 . 60 1 25 M W 60 M VAr

6
90 MW 30 M VAr

V = 1 .0 1 p u

100 %
52 .58 + i27 . 22

V = 1 .0 2 p u

V = 1 .04 pu

S la ck

5 8.7 7 M W 36 .9 0 M W Ar

FIGURA 11: Flujo ptimo de Potencia considerando restricciones por lneas El resultado del OPF, en un tiempo de 2,21 [min], hace que por la lnea se transfiera el valor mximo de potencia (cargabilidad del 100%). La nueva redistribucin en la generacin ocasiona que las prdidas se incremente a 6,15 MW, y esta redistribucin hace que el costo de produccin se incremente a $ 2 010,06. El OPF se puede plantear para cumplir con flujos mximos tambin de transformadores. Ahora, se considera que el transformador ubicado entre las barras 3 y 9 (capacidad de 150 MVA), tiene una cargabilidad del 118.71%. Por lo tanto, el OPF se utilizar para realizar un despacho que considere todas las restricciones por los elementos (lneas y transformadores). En la Figura 12 se observa el resultado de la aplicacin del PSO, considerando penalizaciones para sobrecargas de lneas y transformadores.
V = 1 .0 2 2 p u V = 1.0 2 5 p u V = 1 .0 1 0 p u V = 1.0 29 pu

Se verifica que la asignacin de potencia por parte de la barra Slack no era ptima, debido a que el generador 1 es ms caro que los generadores 2 y 3. El tiempo en que demor la convergencia del algoritmo fue de 2 [s]. En la Figura 10 se muestra el flujo de potencia para la configuracin ptima del PSO (demanda ms prdidas).
V = 1 .0 2 1 p u V = 1 .0 2 5 p u V =1 .00 9 p u V = 1 .0 2 9 p u

1 35 M W 3 5 M V Ar

V = 1 .0 2 5 p u

9 5 .7 8 M W 8.5 4 M W A r

1 8 4 .6 4 M W 2.7 8 M W A r

V = 0.9 87 pu

5
63 . 07 +i39 . 20 12 5 M W 60 MVAr

6
90 M W 30 MVAr

V =1. 00 7 p u

111 .07%
63 . 58 +i25 . 71

V = 1.0 21 pu

13 5 M W 35 M VA r

V = 1 .0 2 5 p u

2
V = 1 .0 4 p u

3 100 %
1 50 M VA

S la ck

7 5 .1 4 M W 3 5 .27 M W Ar

13 2.2 5 M W 9.8 7 M W A r

1 5 3 .7 3 M W -2 . 1 7 M W A r

V = 0.9 87 pu

5
52 . 19 + i41 .60 12 5 M W 60 MVAr

FIGURA 10: Flujo de Potencia para el despacho econmico considerando demanda+prdidas iii) Flujo ptimo de Potencia Activa

6
90 MW 30 M VAr

V = 1 .00 7 p u

100 %
52 . 58 + i27 .22

V = 1.0 21 pu

V = 1.0 4 p u

Para poder visualizar el resultado del flujo ptimo de potencia activa para el sistema de 9 barras, por ejemplo se considera que existe una cargabilidad de 111,07% en la lnea de transmisin que une la barra 4 y la barra 5. Procedemos a realizar el despacho econmico utilizando el PSO, y considerando que se va a penalizar cuando en

S la c k

6 9 .3 0 M W 3 4.6 0 M W A r

FIGURA 12: Flujo ptimo de Potencia considerando restricciones por lneas y transformadores

27

El tiempo que demor la optimizacin fue de 2,13 [min]. Se verifica que se produjo la redistribucin de generacin, tal que se cumple con las mximas transferencias por los elementos. Este nuevo despacho (costo de produccin igual a $ 2 045,25) produce unas prdidas de potencia activa de 5,29 MW. iv) Flujo ptimo de Potencia Reactiva

transformadores. Se toma como referencia, que las prdidas de potencia reactiva en los transformadores de la Figura 13 son de 25,58 MVAr. En la Figura 14 se muestra la solucin del PSO para el problema planteado considerando 200 iteraciones.
V = 1 .0 4 2 p u V =1 .03 1 p u V =1 .05 0 p u

V =1 .0 50 pu

7 j 10 .10

135 MW 35 M VAr

V = 1. 0 49 pu

3 97 . 73%
- j 7 .6 3

Para este anlisis, una vez que ya se tiene el despacho ptimo de potencia activa ver Figura 12, se realizar la optimizacin de la funcin objetivo de prdidas de potencia activa tomando como las variables de solucin a los voltajes de referencia de la barra Slack (1,040 pu) y los voltajes de las barras PV (1,025 pu). En la Figura 13 se muestra la solucin del problema, utilizando el PSO con 200 iteraciones.
V =1 .04 5 p u V = 1.0 33 pu V =1 .0 50 pu

1 3 2 .2 5 M W 18 .0 6 M W Ar

j 2 .9 6

1 5 3 .7 3 M W 4.97 M W Ar

j12. 59 5
1 25 M W 60 M VAr

V = 0 .9 9 1 p u

6
90 M W

V = 1 .0 1 3 p u

90. 84 %

30 M VAr

V = 1 .0 1 7 p u

4
j 1 0 .9 2

j2.73
V = 1 .02 4 pu

S la c k

6 9. 1 8 M W 1 3 .6 5 M W A r

V= 1 .050 pu

7 j10 .01

1 35 M W 35 MVAr

V =1.044 pu

3 98 .23%
-j1 7 . 4 0

1 3 2 .2 5 M W 12 .65 M W A r

j2 .6 4

15 3 .73 M W -4 . 6 8 M W A r

j12.72 5
1 25 M W 60 MVAr

FIGURA 14: Flujo ptimo de Potencia Reactiva considerando minimizacin de prdidas de potencia reactiva (Transformadores) El tiempo que demor la optimizacin con el PSO fue de 3,12 [min]. Este nuevo despacho, de potencia reactiva produce unas prdidas de potencia reactiva en los transformadores de 25,42 MVAr (0,16 MWAr menos de prdidas). 5.2. Flujo ptimo de Potencia Activa para el Sistema de Nueva Inglaterra

V = 1 .0 0 5 p u

6
90 MW

V = 1 .0 2 5 p u

94.45 %

30 M VAr

V = 1 .0 3 6 p u

4
j2 3 .3 9

j2 .85
V =1 .050 pu

S la c k

6 9.0 9 M W 26 .2 4 M W Ar

FIGURA 13: Flujo ptimo de Potencia Reactiva considerando minimizacin de prdidas de potencia activa. El tiempo que demor la optimizacin fue de 2,54 [min]. Este nuevo despacho de potencia reactiva (costo de produccin para la potencia activa igual a $ 2 043,30) produce unas prdidas de potencia activa de 5,07 MW (0,22 MW menos de prdidas). Se verifica con esto la minimizacin de prdidas, que ocasiona adems un menor costo de produccin. Otro efecto directo que ocasiona la minimizacin de prdidas es la eliminacin de las sobrecargas de los dos elementos de la red, esto debido a la nueva redistribucin de los flujos de potencia activa y reactiva. En esta condicin de despacho de potencia activa y reactiva, se puede plantear nuevamente la solucin del flujo ptimo de potencia activa, con el objetivo de variar la potencia activa de los generadores y utilizar al mximo la cargabilidad de la lnea de transmisin 4-5 y el del transformador 3-9. Como una ltima consideracin, se puede utilizar el concepto de Prdidas de Potencia Reactiva. Se plantea ahora como funcin objetivo la minimizacin de prdidas de potencia reactiva, por ejemplo en los

Para poder analizar el resultado del flujo ptimo de potencia activa para el sistema de Nueva Inglaterra, se ejecuta el despacho econmico utilizando el PSO y considerando que se va a penalizar cuando se incumpla con los lmites de potencia activa por los elementos del sistema (lneas de transmisin y transformadores). En la Tabla 8 se muestra la potencia de cada generador considerando el problema clsico del flujo de potencia, y se lo compara con el OPF resuelto a travs del PSO con 200 iteraciones. Se muestra tambin los voltajes de cada una de las barras de generacin.
vol taje G i [pu ] 1,02 1,04 0,90 1,00 1,00 1,00 0,99 1,02 1,01 1,02 Pl [MW ] C ost o [$] PF G i [MW] 455 455 OP F G i [MW] T i [M W] 455,00 97 447,76 100 129,95 37 129,88 82 111,66 24 41 ,61 26 25 ,00 18 26 ,35 16 34 ,14 22 10 ,00 12 26 ,35 32050,24

1 2 3 4 5 6 7 8 9 10

TABLA 8: Flujo ptimo de Potencia para el Sistema de Nueva Inglaterra

28

Las lneas de transmisin que llegan a su mxima cargabilidad son las que conectan los nodos 6 y 13 y la lnea que conecta los nodos 7 y 17. Las dems se encuentran con una cargabilidad menor al 100%. El tiempo que demor la optimizacin fue de 10,40 [min]. Se verifica que se produjo la redistribucin de generacin, tal que se cumple con las mximas transferencias por todos elementos del sistema. 6 CONCLUSIONES Y RECOMENDACIONES El flujo ptimo de potencia es una herramienta de suma importancia para poder lograr la Programacin de la Operacin con un nivel de seguridad aceptable mientras se optimiza una funcin objetivo, que puede ser costos de produccin o prdidas de transmisin. Las aplicaciones para el flujo ptimo de potencia (activa o reactiva) como se mostr en esta investigacin son numerosas, por lo que se podra, en el Sistema Elctrico de Potencia, especificar diferentes polticas operativas, limitaciones en los equipos y requerimientos de seguridad, y analizar las diferentes implicaciones. Con el mismo modelo de optimizacin planteado en este trabajo se puede incluir sin mayor complejidad, restricciones para modelar los taps de los transformadores, modelar los bancos de capacitores y cualquier otra restriccin que se requiera analizar. Una de las principales aplicaciones que se podra dar a este trabajo es el flujo ptimo de potencia en tiempo real. Debido a que los tiempos son considerablemente bajos (del orden de los 3 minutos), se considera que ser una excelente herramienta, tanto para el Operador del Mercado del Sistema ecuatoriano (CENACE) como para la Empresa Nacional de Transmisin (TRANSELECTRIC). El flujo ptimo de potencia puede servir como una metodologa para poder retomar un nivel de operacin seguro. Es decir, el sistema pasar a un estado de operacin ms seguro, en el caso que se registre una perturbacin y los elementos del sistema se sobrecarguen o exista una violacin en el nivel de voltaje. En sistemas ms grandes se tiene un problema con el tiempo de solucin, pero se debe considerar que se est utilizando para la resolucin del flujo de

potencia, el mtodo de Newton-Raphson completo. Para disminuir este tiempo, se podra plantear la resolucin considerando el algoritmo desacoplado rpido para el flujo de potencia. Otra alternativa que se podra considerar es la reduccin del nmero de iteraciones, esto resultar en una solucin de compromiso entre el tiempo y la precisin. Un anlisis muy importante en los Sistemas de Suministro de Energa Elctrica es el Security Constraint Optimal Power Flow (SCOPF). Esta modelacin es de gran escala, debido al gran nmero de contingencias consideradas como restricciones en el flujo ptimo de potencia. Para cada una de estas listas de contingencias se debe resolver un flujo ptimo de potencia. Un esquema de cmo interviene esta herramienta se muestra en la siguiente figura.

SCOPF

Estabilidad de voltaje Modelos

Anlisis de contingencias

O PF

ED

Eventos

Modelo de costos

Flujo de Potencia
seguridad economa

Como trabajo futuro de investigacin, simplemente se deber considerar el Trabajo Tcnico Anlisis de Contingencias realizado por los autores y el Flujo ptimo de Potencia presentado en esta investigacin para poder consumar el SCOPF. 7. [1] BIBLIOGRAFA KENNEDY J. y EBERHART R. C., Particle Swarm Optimization, Proceedings of the IEEE International Conference on Neural Networks, 1995. TING T. y RAO M., A novel approach for unit commitment problem via an effective hybrid particle swarm optimization, IEEE Trans. on Power System, 2006. TOSCANO G. y COELLO C., A constrainthandling mechanism for particle swarm optimization, Proceedings of the 2004 Congress on Evolutionary Computation, IEEE, 2004. WOOD A. y WOLLENBERG B., Power Generation: Operation and Control, Ed. Wiley, Nueva York, 1996.

[2]

[3]

[4]

29

8.

CURRICULUM VITAE Vctor Hugo Hinojosa Mateus.Naci en Quito, Ecuador en 1975. Recibi su ttulo de Ingeniero Elctrico de la Escuela Politcnica Nacional en 2000 y de Doctor en Ingeniera Elctrica del Instituto de Energa Elctrica de la Universidad Nacional de San Juan, Repblica Argentina, en 2007.

Sus principales reas de inters estn enmarcadas en la Operacin y Planificacin de Sistemas Elctricos de Potencia utilizando Tcnicas de Inteligencia Artificial. Adrin Moreno Daz- Naci en Quito, Ecuador en 1983. Recibi su ttulo de Ingeniero Elctrico en la Escuela Politcnica Nacional en agosto de 2008. Actualmente se desempea como Asistente de Ctedra de la Escuela Politcnica Nacional. Sus principales reas de inters son el anlisis y operacin de sistemas elctricos de potencia.

En el perodo de febrero de 2006 hasta septiembre de 2008 se desempeo como Investigador en el rea de Investigacin y Desarrollo de la Corporacin Centro Nacional de Control de Energa CENACE. Actualmente, es profesor del Departamento de Energa Elctrica en la Universidad Federico Santa Mara de Valparaso, Chile.

30