Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
INTRODUCCIÓN
La estabilidad de un Sistema Eléctrico de Potencia (SEP) es la habilidad de permanecer en un punto de operación estable en condiciones de operación segura y evolucionar hacia el mismo u otro estado de operación tras ocurrida alguna perturbación [1].
La evaluación de la estabilidad es un requisito importante para la operación segura y confiable de un SEP. Además, dentro de la estabilidad es importante considerar las características estocásticas (incertidumbre de la demanda) que rigen la industria eléctrica, las cuales proyectan un problema de planificación operativa más complejo. Existen tres tipos de estabilidades: i) de ángulo, ii) de voltaje y iii) de frecuencia. Dentro de la estabilidad de ángulo están la estabilidad transitoria y la estabilidad oscilatoria.
En cuanto a la estabilidad de voltaje, los equipos de las instalaciones eléctricas están diseñados para operar en una banda definida. Este tipo de estabilidad tienen relación con la absorción o entrega de reactivos, utilizando una serie de métodos/equipos que manejan los flujos de potencia reactiva. Además, es posible controlar la potencia reactiva por medio de cambios de taps en transformadores e inclusive por medio del control del propio generador [1]. La estabilidad de frecuencia, en cambio, se relaciona con la habilidad del sistema para mantener el equilibrio entre generación y carga de forma permanente.
Por otro lado, la estabilidad transitoria es un tipo de estabilidad de ángulo del rotor que representa la capacidad del SEP de mantener el sincronismo de sus unidades de generación, cuando es sometido a grandes perturbaciones [2]. La evaluación de la estabilidad transitoria se restringe a los primeros segundos tras ocurrida una falla. En este tiempo, el control del rotor no es una posibilidad factible para superar el desbalance de energía, y es necesario recurrir a mecanismos de seguridad de respuesta rápida como interruptores, los cuales propician la conexión de elementos auxiliares o simplemente la desconexión del elemento fallado. Para el análisis de estabilidad transitoria de un SEP existen dos variables de estado principales a tener en consideración: ángulo del rotor y velocidad angular de las unidades de generación.
Si bien, las protecciones contribuyen a disminuir el problema de inestabilidad que se podría producir; éstas no eliminan por completo el efecto transitorio en el sistema y hasta eventualmente podrían agravar el problema por un retraso implícito en el accionar de las mismas (tiempo crítico de despeje de falla - CCT).
En este sentido, el CCT es uno de los índices más importantes para evaluar la estabilidad transitoria de un SEP, puesto que su correcta estimación puede evitar interrupciones o colapsos en cascada (pérdida de sincronismo de las máquinas sincrónicas), debido a la ocurrencia de grandes perturbaciones.
Con estos antecedentes, se propone una metodología de evaluación del riesgo de inestabilidad transitoria, la cual servirá para la planificación de la operación de los Centros de Control y Operación. La metodología se basa en el cálculo probabilístico del CCT, considerando la aleatoriedad de la demanda eléctrica, la cual produce grandes incertidumbres en la planificación operativa.
Para el cálculo del CCT se emplea el método de la bisección, variando el tiempo de duración de falla ( t f ) y para cada 𝒕 𝒇 se evalúa la estabilidad transitoria mediante el método SIME (Single Machine Equivalent). Finalmente, se presenta una propuesta para evaluar el riesgo asociado a la estabilidad transitoria usando los conceptos de VaR (Value at Risk) y CVaR (Conditional Value at Risk)
Los resultados proveen alertas probabilísticas de inestabilidad transitoria, las cuales pueden utilizarse como una medida del riesgo para la configuración de las protecciones eléctricas o como indicadores de operación del sistema (por ejemplo, dentro de un mecanismo de despacho con restricciones de seguridad).
EVALUACIÓN DE LA ESTABILIDAD TRANSITORIA
Los métodos de evaluación de la estabilidad transitoria generalmente se clasifican en métodos indirectos o convencionales, métodos directos y métodos híbridos [3].
La evaluación convencional implica la simulación en el dominio de tiempo (Time Domain Simulation - TDS) del comportamiento dinámico del SEP, donde las ecuaciones no lineales se resuelven simultáneamente. El método TDS simula la dinámica del sistema antes, durante y posterior a la falla, considerando modelos detallados de los diferentes componentes del sistema para lograr resultados más confiables. El período de tiempo durante la falla es muy pequeño, mientras que el período posterior a la falla puede ser más largo, lo que conlleva a un proceso de evaluación de CCT que consume mucho tiempo [4].
La estimación de CCT usando los métodos directos (función de energía tipo Lyapunov) se han discutido ampliamente en [1], [4] y [5]. Muchas metodologías desarrolladas se basan en la generalización del Criterio Extendido de Igualdad de Áreas (EEAC) [5].
En estos métodos, la CCT o la estabilidad transitoria de un SEP se evalúa mediante el cálculo de la energía previa y posterior a la falla, sin realizar simulaciones en el dominio del tiempo. En estos métodos existe la necesidad de calcular la energía crítica precisa, que es una tarea difícil y requiere manejar modelos detallados de los generadores y otros componentes del sistema, lo cual implica una importante limitación para su aplicación [6] [7] [8].
Por otro lado, los métodos híbridos se basan en la combinación del método convencional (integración en el dominio del tiempo) con un método directo. La combinación de estos métodos permite ventajas en cuanto a la precisión de resultados y se caracteriza por proveer información cuantitativa del grado de estabilidad [3]. El método híbrido SIME (Single Machine Equivalent) propuesto en [9] es un algoritmo robusto y confiable que aprovecha la flexibilidad del dominio del tiempo en cuanto al modelado del sistema de potencia, con la velocidad y la riqueza de información que brinda el método directo EAC.
METODOLOGÍA PROPUESTA
En la Fig. 1 se presenta el esquema de la metodología propuesta, la cual consiste en la interacción de tres etapas: 1) Generación de escenarios operativos (simulación en estado estacionario basada en un flujo óptimo de potencia -OPF- probabilístico), 2) Simulación Dinámica en el dominio del tiempo y 3) Análisis de CCT mediante criterios de riesgo.
La Simulación de Montecarlo genera los escenarios operativos considerando la incertidumbre de la demanda; mientras que, la simulación dinámica evalúa la estabilidad transitoria para cada escenario operativo generado y contingencia. Para la interacción de las etapas de simulación se desarrolla una herramienta computacional que enlaza los programas de DIgSILENT PowerFactory y Python con el propósito de potenciar las ventajas de simulación, análisis matemático y scripting de estos aplicativos.
Etapa 1: Generación de escenarios operativos
En la Fig. 2 se presenta el esquema de generación de escenarios utilizando simulaciones de Montecarlo. Se observa que requieren, como datos de entrada, los escenarios operativos en DIgSILENT PowerFactory, los costos de generación de los generadores y las funciones de probabilidad que representen la estocasticidad de cada una de las cargas del sistema.
A partir de sistemas eléctricos construidos en PowerFactory, se exporta la información de la configuración (modelo de red) del SEP en formato DGS. DGS es un formato de archivo de PowerFactory para intercambiar datos con otros programas. El formato de archivo puede ser ASCII, XML, Microsoft Excel o Access. Además, es posible utilizar este formato para realizar cambios topológicos y/u operativos de la red y ejecutar simulaciones y análisis automatizados desde aplicaciones externas (por ejemplo, a través de Python).
Los formatos DGS son importados a Python para construir la configuración de los sistemas eléctricos en formato PYPOWER [10] (un simulador de sistemas eléctricos de potencia en estado estable). Python es un lenguaje de programación basado en intérpretes que no necesita ningún compilador para utilizar la API de C++. Los scripts de Python pueden usarse directamente en PowerFactory o utilizarse para ejecutar la aplicación en modo “engine” y controlarla desde una aplicación externa.
Luego, mediante análisis de Montecarlo y PYPOWER se simulan flujos óptimos de potencia (OPF) iterativos que permitirán generar diferentes escenarios operativos a partir de datos estocásticos de la demanda (generados a partir de sus PDF).
Etapa 2: Simulación Dinámica
Para cada escenario operativo generado y contingencia se evalúa posteriormente el tiempo crítico de despeje de falla, mediante el método de bisección y método SIME, obteniendo resultados probabilísticos de estabilidad y CCT.
Método de bisección
En matemáticas, el método de bisección se utiliza para reducir el tiempo de cálculo requerido para encontrar la raíz de una ecuación. A partir de un intervalo [a,b], tal que f(a) y f(b) tengan signos opuestos, el valor intermedio se encuentra entre las raíces de [a,(a+b)/2] o [(a+b)/2,b]. Este proceso se repite hasta que el intervalo sea lo suficientemente pequeño. El mismo concepto puede utilizarse para reducir el tiempo de cálculo requerido para la evaluación de CCT. Como se muestra en la Fig. 3, se asume un tiempo de despeje de falla inicial (10 ms) y luego los límites se eligen de modo que el sistema sea estable a un valor menor 𝒕 𝟏 y estable a un valor mayor 𝒕 𝟐 . Posteriormente, la estabilidad del sistema se evalúa en el valor promedio o 𝒕 𝒎𝒊𝒅 . Si el sistema es estable, el valor promedio ( 𝒕 𝒎𝒊𝒅 ) se reemplaza por el límite inferior ( 𝒕 𝟏 ); caso contrario, el valor promedio ( 𝒕 𝒎𝒊𝒅 ) se reemplaza por un valor más alto ( 𝒕 𝟐 ) en el próximo cálculo. Este procedimiento se repite modificando los valores del intervalo [t1 , t2 ] mediante un parámetro de desplazamiento 𝜷 hasta que el intervalo de tiempo seccionado sea menor que la tolerancia especificada (𝜺). El valor más bajo equivale al CCT requerido [4].
Método SIME [5]
El método SIME es usado para evaluar la estabilidad transitoria de un sistema de potencia. Esto es basado en la reducción de un sistema multimáquina a un equivalente de una máquina conectado a una barra Infinita. Después de una falla en la red, una identificación de máquinas críticas y no críticas es ejecutada para clasificar las máquinas del sistema de potencia en dos grupos. Para cada grupo, una máquina equivalente será calculada y reducida en un sistema: modelo de Una Máquina Barra Infinita (OMIB por sus siglas en ingles). La estabilidad global del sistema es determinada a través del criterio de áreas iguales. Los pasos del método SIME son discutidos en las siguientes subsecciones.
A. El Modelo Equivalente OMIB
El método considera la variación de parámetros de las máquinas equivalentes en el tiempo, es decir, incluye la dinámica del sistema multimáquina a través del equivalente OMIB y es considerado un método “híbrido” de evaluación de la estabilidad transitoria debido a que combina simulaciones en el dominio del tiempo para conocer el comportamiento del sistema y el criterio de áreas iguales para evaluar la estabilidad del sistema. La ventaja principal de utilizar el método es la posibilidad de determinar la condición de estabilidad del sistema.
El método de la máquina equivalente utiliza la configuración post-falla del sistema para conocer los dos grupos de máquinas mencionados en la proposición 1. Mediante un ordenamiento decreciente de las magnitudes de los ángulos de rotor de las máquinas del sistema, se identifican aquéllas que tienen la mayor separación angular como las máquinas críticas (CMs) y el resto de las máquinas como no criticas (NMs). Estos dos grupos de máquinas se consideran para formar el OMIB, y el procedimiento se repite hasta alcanzar condiciones de inestabilidad y las condiciones de seguridad del sistema.
En las siguientes ecuaciones, el subíndice “C” identifica a las máquinas críticas y el subíndice “N” a las máquinas no críticas. Los parámetros del OMIB se calculan de la siguiente manera:
Los ángulos y velocidades angulares de los dos grupos de máquinas se calculan mediante [5]:
Las potencias mecánica y eléctrica del equivalente OMIB se definen con (8) y (9).
Donde 𝑴 denota el coeficiente de inercia del equivalente OMIB, el cual es calculado con (10).
Finalmente la potencia de aceleración del equivalente OMIB viene dada por (11).
B. Criterio de Igualdad de Áreas EAC
La estabilidad transitoria se evalúa mediante el criterio de áreas iguales donde se establece que, la estabilidad de un sistema en condiciones post-falla se puede evaluar con el margen de estabilidad definido como: el exceso del área de desaceleración 𝑨 𝒅𝒆𝒄 (que representa la energía potencial máxima que el sistema puede disipar en su estado post-falla) con respecto al área de aceleración 𝑨 𝒂𝒄𝒄 (que representa la energía cinética del sistema almacenada durante la falla) de la curva 𝑷_𝜹 del equivalente OMIB y que se expresa con la ecuación [5]:
Un caso estable corresponde a 𝜂>0, es decir, 𝐴 𝑑𝑒𝑐 > 𝐴 𝑎𝑐𝑐 .
Un caso inestable corresponde a 𝜂<0, es decir, 𝐴 𝑑𝑒𝑐 < 𝐴 𝑎𝑐𝑐 .
Método de evaluación CCT
En la Fig. 4 se presenta la metodología para la evaluación de CCT utilizando la integración de los métodos de bisección y SIME. En este trabajo, se utiliza un tiempo de despeje de falla de inicio de 10 ms (estable), y para la estimación de CCT se utiliza β = 100 ms y ε = 1 ms.
El CCT se calcula para cada uno de los escenarios operativos generados por Montecarlo y resueltos mediante el OPF. Los pasos involucrados en el proceso de evaluación de CCT se detallan a continuación:
Paso 1: Definir los parámetros iniciales del algoritmo para un estado de operación dado por el Montecarlo. Además, especificar una línea de transmisión (contingencia) y determinar las condiciones iniciales.
Paso 2: Ejecutar TDS convencional con un tiempo de despeje de falla inicial.
Paso 3: Después de cada paso de tiempo de integración, obtener el equivalente OMIB del sistema.
Paso 4: Iniciar con el tiempo de despeje de falla 𝒕 𝟏 y 𝒕 𝟐 . Si al tiempo 𝒕 𝟏 el sistema es estable y, al tiempo 𝒕 𝟐 el sistema es inestable. Se repite el paso 4 con los valores de 𝒕 𝟏 y 𝒕 𝟐 aumentados en 𝜷. Para cada tiempo de despeje de falla se evalúa la estabilidad con el método SIME tal como se describe en la sección 0.
Paso 5: Calcular el punto medio 𝒕 𝒎𝒊𝒅 y chequear la estabilidad del sistema a 𝒕 𝒎𝒊𝒅 .
Paso 6: Si el sistema es estable al tiempo 𝒕 𝒎𝒊𝒅 , reemplazar 𝒕 𝒎𝒊𝒅 por 𝒕 𝟏 o si el sistema es inestable para 𝒕 𝒎𝒊𝒅 reemplazar 𝒕 𝒎𝒊𝒅 por 𝒕 𝟐 .
Paso 7: Repetir los pasos 5 y 6 con los valores de 𝒕 𝟏 y 𝒕 𝟐 reemplazados y continuar el método de la bisección hasta que la diferencia entre 𝒕 𝟏 y 𝒕 𝟐 sea menor a 𝜺.
Paso 8: Detener el algoritmo cuando el criterio del paso 7 es alcanzado. El tiempo de despeje de falla 𝒕 𝟏 será el CCT.
Es importante destacar que las funcionalidades de integración Python - DIgSILENT PowerFactory son también usadas para implementar el método SIME.
Etapa 3: Análisis del CCT probabilístico
El CCT probabilístico es el límite o criterio de riesgo para evitar el colapso por inestabilidad transitoria. El valor de CCT mínimo está ligado al tiempo mínimo de coordinación de protecciones de los relés, el cual se compone de: tiempo de operación de aproximadamente dos ciclos más tiempo de transmisión de las señales (teleprotección) y tiempo de actuación del relé.
Se considera que la salida de operación de una línea de transmisión puede causar inestabilidad transitoria si el CCT probabilístico ( 𝑪𝑪𝑻 𝒑𝒓𝒐𝒃 ) es menor a 80 ms. El 𝑪𝑪𝑻 𝒑𝒓𝒐𝒃 es calculado mediante los siguientes criterios de riesgo.
Criterio 1: Basado en la media y desviación estándar.
Siendo 𝜇 la media y 𝜎 la desviación estándar.
Criterio 2: Valor del riesgo (Value at Risk - VaR)
Siendo 𝝓 −𝟏 𝟏−𝜶 el percentil 𝟏−𝜶 de la distribución normal estándar, (𝟏−𝜶) es el nivel de confianza y 𝜶 la pérdida esperada.
Criterio 3: Valor del riesgo condicional (Conditional Value at Risk - CVaR)
Siendo 𝝋(𝒛) denota la función de densidad normal estándar.
El VaR mide la máxima pérdida esperada (o peor pérdida) dentro de un intervalo de confianza dado. El CVaR, a un nivel de confianza dado, es la pérdida esperada entre las pérdidas que son mayores que el VaR, es decir, es la pérdida esperada que es más grande o igual que el VaR. El grado de confianza es un conjunto de rango que frecuentemente incluye la estimación, depende de la aplicación o de la aversión al riesgo que el planificador desea o el nivel de pérdidas que debe ser cubierta [11][10].
En este trabajo, el VaR y el CVaR representan los mínimos valores esperados de CCT, dado un grado de confianza del 99%.
APLICACIÓN DE LA METODOLOGÍA
El sistema de prueba utilizado es el IEEE de 39 nodos, también conocido como sistema eléctrico reducido de Nueva Inglaterra, al cual se adicionó un circuito paralelo a la línea de transmisión “Line 16-19” existente, con la finalidad de cumplir con el criterio N-1. Este sistema cuenta con 10 generadores, 19 cargas, 35 líneas de transmisión y 12 transformadores, cuyos datos se encuentran en la referencia [12].
Los datos del sistema son exportados en formato DGS, desde PowerFactory a Python, en p.u. a una frecuencia de 60 Hz, potencia base (Sbase) de 100 MVA y con una tensión base (Vbase) de 345 kV. La Fig. 5 presenta el diagrama unifilar del sistema de prueba.
Los costos variables de generación son cuadráticos de la forma: Cg = a*P2 + b*P ($/MWh). Estos costos se presentan en la Tabla 1.
Para la generación de escenarios operativos se utilizan, para cada carga, funciones de distribución de probabilidad “normal” en un único período de demanda máxima. En la Tabla 2 se presentan, para cada carga, la media y desviación estándar de potencia activa, así como los límites de variación de los factores de potencia.
Además de sortear aleatoriamente la potencia activa de las cargas, se varían los factores de potencia de cada una de las cargas para modificar la demanda de potencia reactiva.
En el análisis probabilístico se considera 1 000 escenarios operativos (simulación de Montecarlo), de los cuales se escogen, para el cálculo del CCT, únicamente los escenarios que convergen su flujo óptimo de potencia.
Análisis Probabilístico de CCT
En la Tabla 3 se presenta el CCT probabilístico de las 10 líneas de transmisión con mayor riesgo de inestabilidad transitoria (menor valor de CCTprob). Las tres medidas de riesgo muestran que, la salida de operación de las líneas de transmisión que causan inestabilidad transitoria (CCTprob<80 ms) son: “Line 21-22”, “Line 28-29” y “Line 26-29”. El VaR adiciona como línea de transmisión riesgosa a “Line 26-28”; mientras que, el CVaR suma a la línea “Line 16-21”. Es importante resaltar que el criterio basado en la media y desviación estándar (desigualdad de Chebyshev) entrega valores muy cercanos al VaR.
En la Fig. 6 se presenta la PDF del CCT de la línea de transmisión “Line 28-29”. Se observa que el CVaR es menor que el VaR y la µ-2σ, lo que hace del VaR una medida de riesgo más conservadora, puesto que considera las pérdidas extremas de la distribución.
En la Fig. 7 y Fig. 8 se presentan los histogramas del CCT de las líneas de transmisión más críticas: Line 21-22 y Line 28-29, respectivamente.
En estas figuras se observa que los CCTs de las líneas “Line 21-22” y “Line 28-29” varían entre 20 ms y 80 ms; es decir que, no cumplen con el criterio de seguridad (CCTprob > 80 ms) necesario para evitar inestabilidad transitoria. En estos casos, como se observa en línea de color rojo, la probabilidad acumulada de que el sistema no alcance el valor mínimo de CCT es del 100%; en otras palabras, existe probabilidad del 100% de que el sistema colapse por inestabilidad transitoria ante la ocurrencia de una gran perturbación en las líneas de transmisión “Line 21-22” y “Line 28-29”.
En la Fig. 9 se presenta el histograma de la línea de transmisión “Line 26-29”, donde se observa que la probabilidad de que se supere el límite de seguridad de 80 ms es del 60%. En este caso, el 40% de los escenarios operativos analizados pueden producir inestabilidad transitoria.
Acciones de Control para incremento de CCT probabilístico
Para incrementar el CCT se pueden realizar algunas acciones de control que pueden involucrar a la generación, carga y topología de red de transmisión; por ejemplo, limitación de despacho de generación, construcción de líneas de transmisión (sistemas mallados), limitación de la carga, limitación de los flujos de potencia por las líneas de trasmisión, etc.
Algunas acciones de control están relacionadas con la planificación de la expansión del SEP, donde es necesario grandes inversiones asociadas a grandes tiempos de construcción. Por otro lado, existen acciones de control relacionadas con la planificación de la operación, donde es necesario el análisis del incremento de los costos operativos del sistema (i.e. despacho con restricciones de seguridad), y cómo éstos se justifican en el aumento de la confiabilidad del sistema.
En el presente estudio, se considera como acción de control la limitación de los flujos de potencia por las líneas de transmisión determinadas como críticas para estabilidad transitoria. En la Tabla 4, se presentan dos casos que limitan los flujos de potencia por las líneas de transmisión considerando como Caso_Base, el escenario presentado en el acápite anterior. Se debe notar que para limitar el flujo por el corredor 26 -29 es suficiente considerar la limitación a la línea 28-29.
En la Tabla 5 se presentan la media, desviación estándar y el CCT probabilístico de las 10 líneas con menor CCT. En esta tabla se observa que con la estrategia “Límite_1”, los límites de seguridad de CCT son mayores a 80 ms, a excepción de la línea “Line 28-29” que tiene criterios de seguridad de 70 ms, 66 ms y 61 ms. Sin embargo, si se limita el flujo por esta línea a 40% (estrategia “Límite_2”), los criterios de riesgo de CCT incrementan a 132 ms, 126 ms y 119 ms.
En la Fig. 10 y Fig. 11 se presentan las distribuciones de probabilidad de la línea “Line 28-29” para los casos “Límite_1” y “Límite_2”, respectivamente. En estas figuras se observa que:
En el caso “Límite_1”, el CCT varía entre 58 ms y 146 ms; además, los tres criterios de riesgo se encuentran por debajo del límite crítico de 80 ms. En este caso, existe probabilidad de que el sistema colapse por inestabilidad transitoria; es decir, pueden existir escenarios operativos con CCTs menores al criterio de riesgo (80 ms).
En el caso “Límite_2”, los criterios de riesgo son mayores al límite crítico de 80 ms. En este caso, el CCT varían entre 120 ms y 230 ms, donde la probabilidad de que el sistema colapse por inestabilidad transitoria es 0%.
Función de costos y aversión al riesgo
En la Fig. 12 se presentan las PDFs de las funciones de costo operativo de los tres casos analizados. En esta figura, se observa que la PDF del Caso_Base se traslada hacia la derecha; es decir los costos operativos se incrementan con las acciones de control adoptadas en los casos “Límite_1” y “Límite_2”.
En la Tabla 6 se presentan los incrementos de los costos operativos que ocasionan las acciones de control realizadas orientadas a un despacho con restricciones de seguridad dinámica, con respecto al Caso_Base. Se observa que los casos “Límite_1” y “Límite_2” ocasionan incrementos de costos de 8,63 % y 8,53%, respectivamente. Asumiendo que estos incrementos de costos corresponden a un período de demanda máxima (por una hora), los costos operativos anuales se incrementan en 5,92 (MM$) y 6,36 (MM$) para los casos “Límite_1” y “Límite_2”, respectivamente.
Para valorar el costo anual de Energía No Suministrada (ENS) presentado en la Tabla 6, se toma como referencia el costo de ENS de 10,0 (M$/MWh) correspondiente al sistema eléctrico de Escocia [12] (esto lo hace puesto que los costos de generación del sistema de prueba corresponden a los de una economía anglosajona). Con la salida de operación de la línea “Line 28-29” en el Caso_Base, provocada por tiempos críticos menores al criterio de riesgo (CT<80 ms), se aísla el G 09 con un despacho medio de 850 MWh. Este valor de despacho medio constituye la ENS, cuyo valor representa un costo anual de 8,5 (MM$). Se observa que este costo anual ENS, en el peor escenario, podría ser mayor que el incremento de los costos operativos anuales de los casos “Límite_1” y “Límite_2”.
Es importante destacar que la decisión de operación, entre los dos casos de estudio, dependerá de la aversión al riesgo que adoptaría la unidad de planificación de la operación de los centros de control. La aversión al riesgo puede definirse como la actitud de rechazo que experimenta el planificador ante el riesgo de colapso del sistema por inestabilidad transitoria.
El grado de aversión al riesgo determina el perfil del planificador (conservador, medio, arriesgado) y debe ser el punto de partida para la planificación de la operación. Por ejemplo, una planificación con elevada aversión al riesgo (perfil conservador) escogería para la operación el caso “Límite_2”, eliminando el riesgo de inestabilidad transitoria a cambio de un costo de operación mayor. Por el contrario, un planificador medio escogería el caso “Límite_1”, con una disposición mayor a sufrir eventuales pérdidas a cambio de la posibilidad de obtener un menor costo de operación.
CONCLUSIONES Y RECOMENDACIONES
Con el objetivo de estructurar una herramienta de análisis probabilístico de la estabilidad transitoria, se desarrolló un programa computacional que enlaza PowerFactory y Python por medio de archivos DGS. Este aplicativo computacional evalúa el CCT de cada escenario operativo generado por un modelo de simulación de Montecarlo, el cual considera la incertidumbre de la demanda eléctrica. Se obtienen como resultados PDFs de los CCTs de las salidas de operación de las líneas de transmisión, los cuales permiten:
Evaluar el riesgo de inestabilidad transitoria de cada contingencia mediante el no cumplimiento del criterio de riesgo (CCTprob > 80ms).
Tomar acciones de control para disminuir el riesgo de inestabilidad transitoria.
Para la evaluación del riesgo se utilizan tres criterios (CVaR, VaR y µ-2σ), donde se observa que el CVaR es la medida de riesgo más conservadora y eficiente, puesto que incluye al VaR y la µ-2σ. Tanto el límite de riesgo (80 ms) como el criterio de riesgo deben considerarse dentro de los requerimientos regulatorios para la operación óptima del SEP, donde se deben considerar las potenciales pérdidas extremas.
Además, se muestra que las acciones de control se encuentran asociadas a variaciones de los costos operativos. La toma de decisión de la acción de control, dependerá de la aversión al riesgo que adoptaría el planificador de la operación considerando el incremento de los costos operativos frente a la probabilidad de déficit de energía (costo de energía no suministrada).
Esta herramienta forma parte de un proyecto de análisis de la vulnerabilidad de SEP que se lleva a cabo en la Subgerencia Nacional de Investigación y Desarrollo del CENACE. El principal objetivo es analizar las adecuadas acciones de control preventivas o correctivas que permitan mitigar las consecuencias de los disturbios y reducir la posibilidad de colapsos del sistema eléctrico ecuatoriano.
Por último, es importante destacar que la herramienta computacional presentada será aplicada en el Sistema Nacional Interconectado, considerando: la ENS de forma probabilística y diferentes períodos de demanda.
