NUEVOS ALGORITMOS INTELIGENTES PARA

REDES DE DISTRIBUCIÓN DESEQUILIBRADAS

Ana Morales
Directora General
DIgSILENT Ibérica
 NUEVOS ALGORITMOS
• DIgSILENT trabaja en el desarrollo de nuevos algoritmos para equilibrar la tensión
de las redes de distribución
• Objetivo: minimizar el desequilibrio de potencia y evitar así los problemas que se
producen en las redes de distribución
• Factores de desequilibrio (IEEE 1159, NEMA, UNE50160…):
Desequilibrio secuencia inversa Secuencia homopolar

2
 POTENCIA COMPLEJA
• Factor de desequilibrio de potencia compleja:

– N es el nº de fases

– es la potencia compleja media en un extremo de una línea o de un transformador:

– es la media de los valores absolutos de la potencia en las diferentes fases:

3
 DOS FUNCIONES OBJETIVO
• MINIMIZAR DESEQUILIBRIO MEDIO DE POTENCIA
Esta función tiene en cuenta el desequilibrio de potencia en todos los elementos serie
considerados, por ejemplo, líneas y transformadores, que forman parte de la red que se desea
analizar. Si consideramos que M son los elementos sobre los que se calcula el factor de
desequilibrio de potencia, se puede definir la función como:

• MINIMIZAR DESEQUILIBRIO DE POTENCIA EN CABECERA DE LINEA

Esta función permuta la conexión de los elementos conectados a las líneas de alimentación o
acometidas para obtener un desequilibrio mínimo de potencia en cabecera de la línea de
alimentación, sin tener en cuenta el desequilibrio del resto de elementos.

4
 DOS ALGORITMOS DIFERENTES
• ALGORITMO GRANDES CARGAS Y
GENERADORES PRIMERO
Iteración de todas las cargas y generadores por orden de
potencia aparente, empezando por la carga o generador
más grande. Para cada carga o generador, permuta las fases
de la carga, del generador o del elemento de la red al que
están conectados. Después de calcular la función objetivo
para todas las conexiones posibles, elegirá la mejor
conexión para el generador o la carga.
Fuente: Ramón Garduño Juárez/Modelado Molecular

• ALGORITMO DE RECOCIDO SIMULADO

(Simulated Annealing)
Método de optimización estocástico basado en técnicas de
Monte Carlo, que reconfigura los elementos de la red de
forma aleatoria y durante el “enfriamiento del sistema”,
espera obtener soluciones adecuadas. En cada iteración n
del algoritmo, se genera una nueva propuesta de
reconexión y se aplica a la red, para calcular la función
objetivo.
Fuente: http://www.frankfurt-consulting.de/img/SimAnn.jpg

5
 APLICACIÓN
• Red IEEE de 123 nodos

DIgSILENT
b250

b350

b032

b048
b300

b033

b047

b111
2

b051
-4

b114
b110
b026

b025

b044

b046
Vol t age Unbal ance

b043

b066

b107
Bal anced b023

b042
b024

Unbal ance f act >0.0%&<1%

Unbal ance f act or >1%&<2%
Unbal ance f act or >2%

b104
b040

b041
b022

b021

b450
b039
b020

b135

b035

b036

b014

b037

49
b018

4
b011

b071
33
b010

b067
-3

b002
b009 b057 b061

b075
b059

b060
53

b056
35
0

b076
43

b610

b078

b079
Station1/RG0

Station1/b99..

b149

b008

M
~
b013

b152

b052

b054

b012
b001

b003

b081

b085
b096 b094 b092 b090 b088

1
b004
b017

b016
b006

123-Bus IEEE Test-Feeder Project: IEEE-Test

DIgSILENT

b083
Graphic: Grid
b095

Date: 5/13/2016
PowerFactory 2016 SP2 Annex:

6
 RESULTADOS
• Función objetivo: minimizar el desequilibrio de potencia media
• Algoritmo grandes cargas y generadores primero
• Resultados: factor de desequilibrio antes y después de la optimización

Antes

Después
Nº de barras

7
 RESULTADOS
• Función objetivo: minimizar el desequilibrio de potencia media
• Algoritmo recocido simulado
• Resultados: factor de desequilibrio antes y después de la optimización

Antes

Después

Nº de barras
8
 COMPARACIÓN ALGORITMOS
• Función objetivo: minimizar el desequilibrio de potencia media
• Comparación de dos algoritmos
• Resultados: factor de desequilibrio después de la optimización

Grandes Cargas
y Generadores

Recocido
simulado

Nº de barras
9
 COMPARACIÓN FUNCIONES OBJETIVO
• Dos funciones objetivo: minimizar el desequilibrio de potencia media y el
desequilibrio de potencia en cabecera de línea
• Algoritmo de recocido simulado
• Resultados: factor de desequilibrio después de la optimización

Minimizar
potencia en
cabecera
Minimizar
potencia
media

Nº de barras
10
 CONCLUSIONES
- Reducción de restricciones térmicas (niveles de carga %)
- Reducción de pérdidas en el sistema (en líneas y transformadores)
- Reparto equilibrado de potencia, mejora de tensiones y vida útil de equipos

Minimizar Minimizar
Desequilibrio medio de potencia Desequilibrio de potencia en cabecera
Método
Antes Después Diferencia Antes Después Diferencia

Grandes cargas Pérdidas 93,314 75,423 17,891 93,314 76,447 16,867

Y generadores [kW]
primero
Carga 118,187 88,993 29,194 118,187 92,211 25,976
[%]

Pérdidas 93,314 89,728 3,586 93,314 95,271 -1,957

Recocido [kW]
Simulado
Carga 118,187 98,057 20,13 118,187 98,655 19,532
[%]

11
DATOS DE CONTACTO:

DIgSILENT Ibérica
José Abascal, 44, Planta 1
28003 – Madrid
Teléfono: +34-914416040
Dirección e-mail: info@digsilentiberica.es

12