Articulo de referencia

Simulación de sistemas de potencia

La simulación de sistemas de energía eléctrica implica el modelado de sistemas y la simulación de redes para analizar dichos sistemas utilizando datos de diseño (fuera de línea)...

La simulación de sistemas de energía eléctrica implica el modelado de sistemas y la simulación de redes para analizar dichos sistemas utilizando datos de diseño (fuera de línea) o en tiempo real. El software de simulación de sistemas de energía eléctrica es un tipo de programa informático que se centra en el funcionamiento de los sistemas eléctricos. Estos programas se utilizan en una amplia gama de situaciones de planificación y operación de sistemas de energía eléctrica.

Las aplicaciones de la simulación de sistemas eléctricos incluyen: planificación a largo plazo de la expansión de la generación y la transmisión, simulaciones operativas a corto plazo y análisis de mercado (por ejemplo, previsión de precios). Estos programas suelen utilizar técnicas de optimización matemática como la programación lineal , la programación cuadrática y la programación entera mixta .

Se pueden modelar múltiples elementos de un sistema eléctrico. Un estudio de flujo de potencia calcula la carga en las líneas de transmisión y la potencia que se debe generar en las centrales generadoras, dadas las cargas requeridas. Un estudio de cortocircuito o análisis de fallas calcula la corriente de cortocircuito que fluiría en varios puntos de interés en el sistema en estudio, para cortocircuitos entre fases o de cables energizados a tierra. Un estudio de coordinación permite seleccionar y configurar relés y fusibles de protección para eliminar rápidamente una falla de cortocircuito, minimizando los efectos en el resto del sistema eléctrico. Los estudios de estabilidad transitoria o dinámica muestran el efecto de eventos como cambios repentinos de carga, cortocircuitos o desconexiones accidentales de carga en la sincronización de los generadores en el sistema. Los estudios de armónicos o calidad de la energía muestran el efecto de cargas no lineales, como rayos, en la forma de onda del sistema eléctrico y permiten hacer recomendaciones para mitigar distorsiones severas. Un estudio de flujo de potencia óptimo establece la mejor combinación de producción de la planta generadora para satisfacer un requerimiento de carga dado, de manera que se minimice el costo de producción manteniendo la estabilidad y confiabilidad deseadas. Estos modelos pueden actualizarse prácticamente en tiempo real para orientar a los operadores del sistema sobre la forma más económica de lograr una distribución eficiente .

Existen numerosos paquetes de software para simulación de energía, tanto comerciales como no comerciales, que abarcan desde software a escala industrial hasta herramientas de estudio.

Cálculo del flujo de carga

El cálculo del flujo de carga [ 1 ] es la herramienta de análisis de red más común para examinar la red no perturbada y perturbada dentro del ámbito de la planificación operativa y estratégica.

Utilizando la topología de la red , los parámetros de las líneas de transmisión y de los transformadores, la ubicación y los límites de los generadores, así como la ubicación y compensación de las cargas, el cálculo del flujo de carga permite obtener las magnitudes y los ángulos de tensión para todos los nodos y la carga de los componentes de la red, como cables y transformadores. Con esta información, se puede verificar el cumplimiento de las limitaciones operativas, como las estipuladas por los rangos de tensión y las cargas máximas. Esto es importante, por ejemplo, para determinar la capacidad de transmisión de los cables subterráneos, donde también debe tenerse en cuenta la influencia del agrupamiento de cables en la capacidad de carga de cada uno.

Gracias a su capacidad para determinar las pérdidas y la asignación de potencia reactiva, el cálculo del flujo de carga también ayuda al ingeniero de planificación a investigar el modo de funcionamiento más económico de la red.

Al pasar de redes malladas de baja tensión con alimentación monofásica o multifásica a redes aisladas, el cálculo del flujo de carga es fundamental por razones operativas y económicas. Este cálculo también constituye la base de todos los estudios posteriores de la red, como el arranque de motores o la investigación de interrupciones programadas o imprevistas de equipos en la simulación de la interrupción.

Especialmente al investigar el arranque del motor, [ 2 ] los resultados del cálculo del flujo de carga proporcionan pistas útiles, por ejemplo, sobre si el motor puede arrancar a pesar de la caída de tensión causada por la corriente de arranque.

Análisis de cortocircuito

El análisis de cortocircuito analiza el flujo de potencia después de que ocurre una falla en una red eléctrica. Las fallas pueden ser cortocircuitos trifásicos, fallas monofásicas a tierra, cortocircuitos bifásicos, fallas bifásicas a tierra, roturas monofásicas, roturas bifásicas o fallas complejas. Los resultados de dicho análisis pueden ayudar a determinar lo siguiente:

  1. Magnitud de la corriente de falla
  2. Capacidad del interruptor automático
  3. Aumento de tensión en una sola línea debido a una falla a tierra.
  4. Tensión residual y ajustes del relé
  5. Interferencia debida a la línea eléctrica. [ 3 ]

simulación de estabilidad transitoria

El objetivo de la simulación de estabilidad transitoria de sistemas eléctricos es analizar la estabilidad de un sistema eléctrico en intervalos de fracciones de segundo a varias decenas de segundos. La estabilidad, en este contexto, se refiere a la capacidad del sistema para regresar rápidamente a una condición operativa estable tras una perturbación, como por ejemplo la caída de un árbol sobre una línea aérea, lo que provoca la desconexión automática de dicha línea por sus sistemas de protección. En términos de ingeniería, un sistema eléctrico se considera estable si los niveles de tensión de la subestación y las velocidades de rotación de los motores y generadores vuelven a sus valores normales de forma rápida y continua.

Curva CBEMA
Figura 1. Especifica el tiempo aceptable que tardan los voltajes de la red en volver a sus niveles previstos, que puede variar en función de la magnitud de la perturbación de voltaje.

Los modelos suelen utilizar las siguientes entradas:

  • Número, tamaño y tipo de generadores con cualquier parámetro mecánico, eléctrico y de control disponible (regulador, regulación de voltaje, etc.),
  • una combinación de carga residencial, comercial e industrial en cada autobús,
  • Ubicación y especificaciones para dispositivos de control distribuido, tales como transformadores con cambiador de tomas, compensación de derivación conmutada, compensadores estáticos de potencia reactiva, sistemas de transmisión de CA flexibles, etc.
  • ubicación y especificaciones para dispositivos de protección como relés y desconexión de carga, y
  • ubicación y especificaciones de cualquier otro dispositivo de control y/o protección relevante. [ 4 ]

El tiempo aceptable que tardan las tensiones de la red en volver a sus niveles previstos depende de la magnitud de la perturbación de tensión, y el estándar más común se especifica mediante la curva CBEMA de la Figura 1. Esta curva sirve de base tanto para el diseño de equipos electrónicos como para la presentación de informes de datos de estabilidad de la red. [ 5 ]

Compromiso de la unidad

El problema de la asignación de unidades de generación implica encontrar la forma de despacho de menor costo de los recursos de generación disponibles para satisfacer la demanda eléctrica.

La generación de recursos puede incluir una amplia gama de tipos:

  1. Nuclear
  2. Térmica (utilizando carbón, gas, otros combustibles fósiles o biomasa )
  3. Energías renovables (incluidas la hidroeléctrica, la eólica, la undimotriz y la solar)

Las variables clave de decisión que determina el programa informático son:

  1. Nivel de generación (en megavatios)
  2. Número de unidades generadoras en

Las últimas decisiones son binarias {0,1}, lo que significa que el problema matemático no es continuo.

Además, las centrales generadoras están sujetas a una serie de limitaciones técnicas complejas, entre las que se incluyen:

  1. Nivel mínimo de funcionamiento estable
  2. Tasa máxima de aumento o disminución
  3. Periodo mínimo de tiempo que la unidad está en funcionamiento y/o inactiva

Estas restricciones tienen muchas variantes diferentes; todo esto da lugar a una gran clase de problemas de optimización matemática .

Flujo de potencia óptimo

La electricidad fluye a través de una red de corriente alterna según las leyes de Kirchhoff . Las líneas de transmisión están sujetas a límites térmicos (límites simples de megavatios en el flujo), así como a restricciones de voltaje y estabilidad eléctrica .

El simulador debe calcular los flujos en la red de CA que resultan de cualquier combinación dada de asignación de unidades y despacho de megavatios de generadores, y garantizar que los flujos de línea de CA se mantengan dentro de los límites térmicos y las restricciones de tensión y estabilidad. Esto puede incluir contingencias como la pérdida de cualquier elemento de transmisión o generación, lo que se conoce como flujo de potencia óptimo con restricciones de seguridad (SCOPF), y si la asignación de unidades se optimiza dentro de este marco, tenemos una asignación de unidades con restricciones de seguridad (SCUC).

En el flujo de potencia óptimo (OPF), el objetivo escalar generalizado que se debe minimizar viene dado por:

F(0,incógnita0){\displaystyle f(u_{0},x_{0})}

donde u es un conjunto de variables de control, x es un conjunto de variables independientes, y el subíndice 0 indica que la variable se refiere al sistema de energía previo a la contingencia.

El SCOPF está sujeto a límites de restricciones de igualdad y desigualdad. Los límites de las restricciones de igualdad vienen dados por las ecuaciones de flujo de potencia previas y posteriores a la contingencia, donde k se refiere al k -ésimo caso de contingencia:

gramok(k,incógnitak)=0para k=1,2,,norte{\displaystyle g^{k}(u^{k},x^{k})=0\qquad {\text{para }}k=1,2,\ldots ,n\,}

Los límites de funcionamiento y del equipo vienen dados por las siguientes desigualdades:

UminkUkUmáximok{\displaystyle U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,}representan restricciones estrictas en los controles
hminkincógnitakincógnitamáximok{\displaystyle h_{\min }^{k}\leq X^{k}\leq X_{\max }^{k}\,}representa restricciones estrictas/flexibles sobre las variables
hk(k,incógnitak)0 para k=0,1,,norte{\displaystyle h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,}representa otras restricciones, como los límites de reserva reactiva

La función objetivo en el flujo de potencia óptimo (OPF) puede adoptar diferentes formas relacionadas con las cantidades de potencia activa o reactiva que deseamos minimizar o maximizar. Por ejemplo, podemos querer minimizar las pérdidas de transmisión o minimizar los costos de generación de potencia real en una red eléctrica.

Otros métodos de solución de flujo de potencia, como la optimización estocástica, incorporan la incertidumbre presente en el modelado de sistemas de potencia mediante el uso de distribuciones de probabilidad de ciertas variables cuyos valores exactos se desconocen. Cuando existen incertidumbres en las restricciones, como en el caso de las clasificaciones dinámicas de líneas, se puede utilizar la optimización con restricciones probabilísticas, donde la probabilidad de violar una restricción se limita a un valor determinado. [ 6 ] Otra técnica para modelar la variabilidad es el método de Monte Carlo , en el que se consideran diferentes combinaciones de entradas y salidas resultantes en función de la probabilidad de su ocurrencia en el mundo real. Este método se puede aplicar a simulaciones para la seguridad del sistema y el riesgo de compromiso de unidades, y se utiliza cada vez más para modelar el flujo de carga probabilístico con generación renovable y/o distribuida. [ 7 ]

Modelos de comportamiento competitivo

El coste de producir un megavatio de energía eléctrica es función de:

  1. precio del combustible
  2. eficiencia de generación (la tasa a la que la energía potencial del combustible se convierte en energía eléctrica)
  3. costos de operación y mantenimiento

Además de esto, la planta generadora incurre en costos fijos que incluyen:

  1. costos de construcción de la planta y
  2. Costos fijos de operación y mantenimiento

Suponiendo una competencia perfecta , el precio de mercado de la electricidad se basaría exclusivamente en el coste de producir el siguiente megavatio de potencia, el llamado coste marginal a corto plazo (CMCP). Sin embargo, este precio podría no ser suficiente para cubrir los costes fijos de generación, por lo que los precios del mercado eléctrico rara vez reflejan únicamente el CMCP. En la mayoría de los mercados eléctricos consolidados, los generadores tienen libertad para ofrecer su capacidad de generación a los precios que elijan. La competencia y el uso de contratos financieros mantienen estos precios cerca del CMCP, pero inevitablemente se producen ofertas con precios superiores al CMCP (por ejemplo, durante la crisis energética de California de 2001).

En el contexto de la simulación de sistemas eléctricos, se han aplicado diversas técnicas para simular la competencia imperfecta en los mercados de energía eléctrica:

  1. Competencia de Cournot
  2. Competencia de Bertrand
  3. Equilibrio de la función de oferta
  4. Análisis del índice de oferta residual

También se han aplicado diversas heurísticas a este problema. El objetivo es proporcionar pronósticos realistas de los precios del mercado eléctrico, teniendo en cuenta la situación prevista de la oferta y la demanda.

Optimización a largo plazo

La optimización a largo plazo del sistema eléctrico se centra en optimizar el plan plurianual de expansión y desmantelamiento de las instalaciones de generación, transmisión y distribución. El problema de optimización generalmente considera el flujo de caja de la inversión a largo plazo y una versión simplificada del OPF/UC (Compromiso de Unidades), para asegurar que el sistema eléctrico opere de manera segura y económica. Esta área se puede categorizar como:

  1. Optimización de la expansión de la generación
  2. Optimización de la expansión de la transmisión
  3. Cooptimización de la expansión de generación y transmisión [ 8 ]
  4. Optimización de la red de distribución

Especificaciones del estudio

Un requisito bien definido para el estudio de sistemas de potencia es fundamental para el éxito de cualquier proyecto, ya que facilita la selección del proveedor de servicios cualificado y el software de análisis adecuado. La especificación del estudio del sistema describe el alcance del proyecto, los tipos de análisis y los entregables requeridos. Dicha especificación [ 9 ] debe redactarse de acuerdo con los requisitos específicos del proyecto y del sector, y variará según el tipo de análisis.

Software de simulación de sistemas de potencia

A lo largo de los años, se han utilizado varios programas de simulación de sistemas de potencia para diversos análisis. El primer software con interfaz gráfica de usuario fue desarrollado por la Universidad de Manchester en 1974 y se denominó IPSA [ 10 ] [ 11 ] - Interactive Power Systems Analysis (actualmente propiedad de TNEI Services Ltd). [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ] La película recientemente reformateada «A Blueprint for Power», filmada en 1979, muestra cómo este revolucionario software salvó la brecha entre las interfaces fáciles de usar y la precisión requerida para análisis de redes complejos. [ 18 ] [ 19 ]

MAPS (Multi-Area Production Simulation) de General Electric es un modelo de simulación de producción utilizado por varias Organizaciones Regionales de Transmisión y Operadores Independientes del Sistema en los Estados Unidos para planificar el impacto económico de las instalaciones de transmisión y generación de electricidad propuestas en los mercados mayoristas de electricidad regulados por la FERC. [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] Partes del modelo también pueden utilizarse para la fase de compromiso y despacho (actualizada a intervalos de 5 minutos) en la operación de mercados eléctricos mayoristas para regiones RTO e ISO. PROMOD de Hitachi Energy es un paquete de software similar. [ 25 ] Estas regiones ISO y RTO también utilizan un paquete de software de GE llamado MARS (Multi-Area Reliability Simulation) para garantizar que el sistema eléctrico cumpla con los criterios de confiabilidad (una expectativa de pérdida de carga (LOLE) no mayor a 0,1 días por año). Además, un paquete de software de GE llamado PSLF (Positive Sequence Load Flow), los paquetes de software de Siemens llamados PSSE (Power System Simulation for Engineering) y PSS SINCAL (Siemens Network Calculator), y el programa Electrical Transient Analyzer (ETAP) de Operation Technology Inc. [ 26 ] analizan el flujo de carga en el sistema eléctrico para cortocircuitos y estabilidad durante los estudios de planificación preliminares de RTO e ISO. [ 27 ] [ 28 ] [ 29 ]

Véase también

Referencias

  1. J. Arockiya, Xavier Prabhu (2016). "Diseño de sistemas eléctricos basado en análisis de flujo de carga utilizando ETAP para proyectos IEC". 2016 IEEE 6th International Conference on Power Systems (ICPS) . pp. 1–6 . doi : 10.1109/ICPES.2016.7584103 . ISBN  978-1-5090-0128-6. S2CID 10118705 . 
  2. Hui, Zhu (2014). "Análisis de simulación del arranque de motores basado en la plataforma ETAP". Conferencia Internacional de Matemáticas e Informática en Ciencias e Industria de 2014. Vol. 10.1109/MCSI.2014.36. pp. 245–248 . doi : 10.1109/MCSI.2014.36 . ISBN   978-1-4799-4324-1. S2CID 24691998 . 
  3. Soonee, Sushil Kuman. "Análisis de cortocircuito para sistemas de potencia". RCC "Feedback"6.12 (1983): 3-5. POSOCO. POWER SYSTEM OPERATION CORPORATION LIMITED. Web. 22 de noviembre de 2016. http://posoco.in/papers/Short%20Circuit%20Analysis%20for%20Power%20System_RCC_1983.pdf .
  4. Smith, Michael. “Modelado y simulación de sistemas de energía eléctrica”. 15 de febrero de 2010. Presentación de PowerPoint. https://www.cs.nmt.edu/~jholten/ModelingAndSimulation/lectures/9b_EP_System_Modeling.pdf
  5. "Curva CBEMA: La curva de aceptabilidad de potencia para equipos informáticos empresariales." Calidad de la energía en sistemas eléctricos. Np, 3 de abril de 2011. Web. 22 de noviembre de 2016. http://www.powerqualityworld.com/2011/04/cbema-curve-power-quality-standard.html .
  6. Giraldo, Juan S.; López, Juan Camilo; Castrillon, Jhon A.; Rider, Marcos J.; Castro, Carlos A. (2019). "Modelo OPF probabilístico para sistemas de distribución eléctrica trifásicos desequilibrados considerando restricciones robustas". IEEE Transactions on Power Systems . 34 (5): 3443– 3454. Bibcode : 2019ITPSy..34.3443G . doi : 10.1109/TPWRS.2019.2909404 .
  7. Banerjee, Binayak; Jayaweera, Dilan; Islam, Syed (2016). "Modelado y simulación de sistemas de energía". En Jayaweera, D. (ed.). Sistemas de energía inteligentes e integración de sistemas de energía renovable . Estudios en sistemas, decisión y control. Vol. 57. pp. 15–28 . doi : 10.1007/978-3-319-30427-4_2 . ISBN   978-3-319-30425-0.
  8. You, Shutang; Hadley, Stanton W.; Shankar, Mallikarjun; Liu, Yilu (1 de abril de 2016). "Cooptimización de la expansión de la generación y la transmisión con energía eólica en redes eléctricas a gran escala: implementación en la interconexión oriental de EE . UU." . Electric Power Systems Research . 133 : 209– 218. Bibcode : 2016EPSR..133..209Y . doi : 10.1016/j.epsr.2015.12.023 .
  9. "Error" (PDF) . etap.com . Consultado el 4 de abril de 2025 .
  10. "IPSA | Software interactivo para el análisis de sistemas de energía" . www.ipsa-power.com . Consultado el 4 de abril de 2025 .
  11. "Software IPSA" .
  12. "Diseño asistido por computadora para redes eléctricas"; presentación en la reunión del Centro IEE, Chester, Reino Unido, 2 de febrero de 1976. Farquhar, D.; Lynch, CA; Ravenscroft, G.; Nield, B.
  13. "Simulación de sistemas de potencia mediante computación interactiva y visualización gráfica"; Simposio IFAC, Melbourne, Australia, 21-25 de febrero de 1977, págs. 369-373. Lynch, CA; Brameller, A.; Cale, KR
  14. "Diseño y operación interactivos de sistemas de energía"; Tesis doctoral, Instituto de Ciencia y Tecnología de la Universidad de Manchester (UMIST), 1977. Lynch, CA
  15. "Un sistema CAD establecido para el análisis de sistemas de energía eléctrica"; Conferencia CAD78, Brighton, Reino Unido, 14-16 de marzo de 1978, págs. 170-181. Lynch, CA; Brameller, A.
  16. "Análisis interactivo de sistemas de energía basado en gráficos de red"; Reunión de invierno sobre energía del IEEE, Nueva York, 4-9 de febrero de 1979; Documento A 79 019-1.3. Lynch, CA; Efthymiadis, AE
  17. "Uso de gráficos de red interactivos para el análisis de sistemas de potencia en la operación de redes de distribución"; Conferencia del IEE sobre monitoreo y control de sistemas de potencia, Londres, Reino Unido, 24-26 de junio de 1980. Lynch, CA; Smith, AA; Efthymiadis, AE
  18. "IPSA – Un plan maestro para el poder"; un cortometraje (18 minutos) producido por el Servicio Audiovisual de la Universidad de Manchester para UMIST y Manweb; estrenado en mayo de 1979.
  19. "Un plan maestro para el poder | Celebrando 50 años de IPSA" .
  20. "Simulación de producción multizona de GE" . www.geenergyconsulting.com . Consultado el 26 de noviembre de 2018 .
  21. "Simulación de confiabilidad multizona de GE" . www.geenergyconsulting.com . Consultado el 26 de noviembre de 2018 .
  22. "Simulación de flujo de carga del sistema eléctrico de GE" . www.geenergyconsulting.com . Consultado el 26 de noviembre de 2018 .
  23. "Informe del estudio IRM 2018 de NYSRC" (PDF) . www.nysrc.org . 8 de diciembre de 2017. pág. 2. Archivado del original (PDF) el 28 de noviembre de 2020. Consultado el 26 de noviembre de 2018 . 
  24. "Aviso de NYISO a las partes interesadas sobre la solicitud de datos MAPS" (PDF) . www.nyiso.com . Agosto de 2000. Consultado el 26 de noviembre de 2018 .
  25. "PROMOD - Hitachi Energy" . www.hitachienergy.com . Consultado el 22 de enero de 2024 .
  26. Operation Technology Inc.
  27. «Siemens PSSE» . www.siemens.com . Consultado el 24 de agosto de 2021 .
  28. "Siemens PSS SINCAL" . www.siemens.com . Consultado el 24 de agosto de 2021 .
  29. "Análisis de planificación de recursos del estado de Nueva York (NYSPSC)" (PDF) . www.nyiso.com . 17 de diciembre de 2015. Consultado el 26 de noviembre de 2018 .