Técnicas avanzadas de Protección de Redes Eléctricas Inteligentes

Abstract

Existen diferentes ideas sobre lo que es una Smart Grid o red inteligente y así, mientras que unos la definen como un sistema basado en redes locales cuasi autónomas, otros se plantean una red de este tipo como una entrega de electricidad desde la parte de generación hasta el consumidor usando la tecnología digital para ahorrar energía, reducir costos e incrementar la fiabilidad. Básicamente, el objetivo de Smart Grid es aumentar la eficiencia en los sistemas de generación, transmisión y distribución de las empresas eléctricas. Smart Grid es sinónimo de: innovación en sistemas eléctricos, generación distribuida (Distributed Generation, DG), aprovechamiento de recursos renovables, una solución a problemas ambientales, mayor acercamiento a diversas zonas geográficas y demográficas y mejoras en el control de carga. Con la presente tesis, se ha pretendido plasmar un estado del arte actual, en lo que al estudio de calidad de suministro se refiere. La propia elaboración del documento ha permitido un sondeo de los nichos de investigación que podrían ser interesantes respecto al tema. Esta tesis aborda la detección rápida de perturbaciones de señales eléctricas para integrar esta funcionalidad avanzada en inversores inteligentes, dentro del marco de la integración en la red, a gran escala, de fuentes de energía renovables. Se propone una técnica basada en estadística, actuando en el paradigma de detección de faltas y aislamiento (Fault Detection and Isolation, FDI), para la detección temprana en el sistema de potencia. Con ello se pretende mejorar la actuación sobre los sistemas de interconexión y la eficiencia energética de la red eléctrica. El nuevo método está basado en suma acumulativa (CUmulative SUM, CUSUM) y es aplicado a un amplio conjunto de eventos de calidad de suministro para analizar su rendimiento. Los resultados obtenidos indican que el algoritmo propuesto genera residuos robustos y estima con gran precisión las transiciones de los eventos analizados. La principal ventaja del método es que permite una detección de eventos más rápida que los métodos tradicionales, debido a que realiza un procesamiento de muestra a muestra. Además, el método propuesto no requiere demasiado esfuerzo computacional, lo que significa que es adecuado para la integración de un relé de protección multifuncional disponible en los nuevos inversores inteligentes. Se presenta también el diseño y desarrollo de una arquitectura flexible, robusta, modular y con la potencia de cálculo adecuada para la implementación de estos nuevos sistemas de protección y medida para la eficiencia energética. Finalmente, se presenta el rendimiento de un método de segmentación causal y anti-causal (CaC) para la localización automática de las partes no estacionarias de eventos de calidad de suministro. La localización exacta en el tiempo de eventos y la consecuencia de los mismos es importante para analizar de forma automática las perturbaciones en la Smart Grid del futuro. El método de segmentación desarrollado también se basa en el algoritmo CUSUM. La principal ventaja de la segmentación CaC es la elevada precisión en la localización de los segmentos de transición.

There are different ideas about what a Smart Grid is. On the one hand, some authors define it as a system based on local electrical networks, which are almost autonomous. On the other hand, others visualize it as a kind of network where the electricity is delivered from the utilities to consumers using digital technology to save energy, reduce costs and increase the reliability of the system. Basically, the goal of Smart Grid is to increase efficiency in generation, transmission and distribution systems from power companies of the electric business. Thus, Smart Grid covers concept such as innovation in electrical systems, Distributed Generation (DG), the use of renewable resources, a solution to environmental problems, the integration of geographic and demographic areas and improvements in the load control. The aim of this thesis was to obtain a true global perspective of the components that comprise the system, and future trends that seem interesting under the development that is expected from DG in particular in the coming years. Therefore, the production of the document itself has enabled a survey of the research niches that could be interesting on the field of study. This thesis addresses the fast detection of electrical signal disturbances for advanced smart inverter functionalities within the framework of large-scale grid integration of renewable energy sources. A statistical-based technique under the fault detection and isolation (FDI) paradigm is proposed for fast events detection in power systems. The aim is to improve the performance of interconnection systems and the energy efficiency of the electricity grid. The method developed is based on the CUmulative SUM (CUSUM) algorithm and is applied to a wide range of power quality events to analyze its performance. The results show that the method generates residuals that are robust to noise and accurately estimates the time locations of underlying transitions in the power system. The main advantage of the proposed technique is its earlier event detection, with respect to other traditional methods, since it performs sample-by-sample evaluations. Moreover, the proposed technique does not require much computational effort, which means that the presented detection method is suitable for integration into the multifunction relay protection subsystems available in novel smart inverters. The design and development of a flexible, robust and modular architecture are presented; it integrates adequate computing power to implement these new protection systems and energy efficiency. Finally, the performance of a joint causal and anti-causal (CaC) segmentation method for automatic location of nonstationary parts of power quality events is presented. The accurate time allocation of events and sequences of events is important to automatically analyze disturbances in the future Smart Grid. The segmentation method developed is also based on the CUSUM algorithm. The main advantage of CaC segmentation is the high precision in the location of the transition segments.