Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
T.E. HERNÁNDEZ*
JP Servicios
Argentina
1 INTRODUCCIÓN
La creciente tendencia a nivel mundial de utilizar fuentes de generación distribuida en el sistema de
distribución con impacto en la topología del sistema de potencia al pasar de un sistema radial a un sistema
mallado, ha dado origen a una revisión del diseño y filosofía del sistema de protecciones; siendo una solución
factible la utilización de relés de sobrecorriente direccionales; sin embargo, su aplicación debe considerar un
estudio complejo desde el punto de vista de coordinación de protecciones.
Sin embargo, todas las técnicas de optimización para coordinación de protecciones están basadas en la
evaluación del tiempo de operación de los relés principal y respaldo ante una falla en su zona de protección;
por lo tanto, el efecto en la magnitud y dirección de las corrientes de falla al incorporar una fuente de
generación distribuida, es un punto importante al momento de establecer los parámetros en la técnica de
optimización.
En consecuencia, en múltiples publicaciones se han realizado técnicas diversas para incorporar el impacto de
la corriente de falla y la condición de operación de la fuente de generación distribuida en el problema de
coordinación óptima; soluciones hibridas donde se plantean algoritmos de programación lineal en conjunto
con PSO permitiendo incorporar como variable de decisión la corriente umbral; así mismo, el uso de tecnología
* thernandez@jpsargentina.com
de relés de sobrecorriente direccionales digitales con la aplicación de ajuste dual para disminuir los tiempos
de operación.
En la presente publicación se proporciona una metodología basada en la obtención de los ajustes óptimos para
un escenario base, definido por la capacidad máxima de generación distribuida instalada en el sistema de
potencia; en el algoritmo de enjambre de partículas se plantean ambas variables de decisión (ajuste de dial y
corriente de umbral) y finalmente, para obtener una solución de manera más rápida en los próximos escenarios
se toma como valor inicial los ajustes obtenidos en el escenario base variados en una distribución uniforme en
un rango entre 0.9 y 1.1 veces su valor.
La efectividad de la metodología planteada fue realizada mediante la simulación del modelo de la IEEE de 30
barras modificado utilizando Matlab, obteniéndose valores de manera rápida y satisfactoria; se compara con
resultados obtenidos partiendo de valores iniciales aleatorios, siendo la solución más rápida al iniciar con
valores de ajustes óptimos obtenidos en el escenario base.
𝑛𝑓 𝑛𝑟 2
𝑛𝑟𝑟
𝑝2 𝑟𝑝 𝑟𝑝 𝑟𝑝 (1)
min ∑ ∑ (𝛼1 ∙ 𝑡𝑖 + 𝛼2 ∙ [∑ Δ𝑡𝑖𝑗 − 𝛽2 ∙ (Δ𝑡𝑖𝑗 − |Δ𝑡𝑖𝑗 |)] )
𝑓=1 𝑖=1 𝑗=1
La curva del tiempo de operación del relé se presenta de acuerdo a lo establecido en la norma IEC 60255,
donde el valor de la curva viene dado por la ecuación (2):
𝐴 × 𝐷𝑖𝑎𝑙
𝑡=
𝐼𝑓 𝐵 (2)
( ) −1
𝐼𝑢
Los valores de A y B son valores constantes que dependen del tipo de curva; el valor de la magnitud de la
corriente de falla If ; el Dial es el ajuste de tiempo del relé y la corriente umbral (Iu) ambos presentan rangos
entre valores mínimos y máximos de ajuste.
2
𝐷𝑖𝑎𝑙𝑚𝑖𝑛 ≤ 𝐷𝑖𝑎𝑙 ≤ 𝐷𝑖𝑎𝑙𝑚𝑎𝑥 (3)
𝐼𝑢𝑚𝑖𝑛 ≤ 𝐼𝑢 ≤ 𝐼𝑢𝑚𝑎𝑥
Los valores mínimos y máximos del ajuste del dial dependen del tipo de relé y en el caso de la corriente de
umbral el ajuste mínimo debe ser superior a la corriente de carga máxima y el máximo inferior a la magnitud
de la corriente de falla mínima.
Adicionalmente, la restricción de selectividad donde el tiempo de operación del respaldo debe ser mayor que
el principal considerando un período de tiempo dado por el intervalo de coordinación (IC), como se muestra
en la siguiente ecuación (4).
𝑟 𝑝
𝑡𝑖𝑗 − 𝑡𝑖 ≥ 𝐼𝐶 (4)
Como se muestra en la Figura 1, el impacto de la corriente de falla en la selección del ajuste de dial del relé de
respaldo, por lo tanto, en sistemas de generación distribuida al incrementar el valor de la corriente de falla
efectivamente es menor la diferencia de tiempo entre el principal y el respaldo originando problemas de
factibilidad en la solución propuesta.
Supongamos una población de K partículas, en la cual cada partícula está representada por un vector de
posición 𝑥𝑗 = (𝑥𝑗,1 , 𝑥𝑗,2 , … , 𝑥𝑗,𝐷 ) que representa una solución potencial y se define como un punto donde los
límites de los parámetros (Xj,g) a optimizar establecen el espacio de búsqueda en D dimensiones. De forma
iterativa, cada partícula j del enjambre sobrevuela el espacio de soluciones hacia nuevas posiciones Xj
orientadas a través de un vector de velocidad 𝑣𝑗 = (𝑣𝑗,1 , 𝑣𝑗,2 , … , 𝑣𝑗,𝑔 ) .
El movimiento del enjambre y cómo este modifique su posición en el espacio de soluciones está vinculado con
la velocidad que está representada por tres componentes: el momento de inercia, la parte cognitiva y la parte
social, solo el balance entre estas partes puede mejorar el desempeño de la OEP.
El desplazamiento de la partícula viene dado por las ecuaciones de actualización de velocidad y posición que
se muestran en las ecuaciones (5 y 6), donde, se tiene que w es el peso inercial, c1 y c2 son las constantes de
aceleración que determinan en qué medida la partícula es influenciada en su desplazamiento por su mejor
posición (Pbj) y por la cooperación social (Gb) respectivamente; r1 y r2 son números aleatorios con distribución
uniforme entre valores entre 0 y 1.
3
(𝑡+1) (𝑡) (𝑡) (𝑡)
𝑣𝑗,𝑔 = 𝑤𝑣𝑗,𝑔 + 𝑐1 𝑟1 (𝑝𝑏𝑗,𝑔 − 𝑥𝑗,𝑔 ) + 𝑐2 𝑟2 (𝑔𝑏𝑔 − 𝑥𝑗,𝑔 ) (5)
𝑥𝑗,𝑔
(𝑡+1) (𝑡)
= 𝑥𝑗,𝑔 + 𝑣𝑗,𝑔
(𝑡+1) (6)
(t+1)
X
j,g
Parte Social
(t+1)
v
j,g
gb pb
j
Parte Cognitiva
v (t)
j,g
X (t)
j,g Influencia del
Movimiento Actual
El método permite resolver problemas de optimización con variables continuas y/o discretas, los pasos que
rigen el funcionamiento del algoritmo son los siguientes:
b. Seleccionar las mejores partículas dependiendo del valor obtenido en la función objetivo, obteniendo la
mejor partícula por posición en el enjambre (Pb) y la mejor de todo el enjambre (Gb).
4
𝑠(𝑗𝑡) = 1 𝑡+1( )𝑡 ( )
(9)
[ (𝑡+1) ] → 𝑥𝑗,𝑔 = 𝑥𝑗,𝑔
𝑠𝑗 =0
El paso de inicialización para el escenario base se consideraran velocidades y variables aleatorias, para los
escenarios siguientes se utiliza la solución óptima del escenario base con valores obtenidos por una distribución
normal de entre un rango de 0.97 a 1.1 veces la solución óptima del escenario base.
5 ANALISIS DE RESULTADOS
Los resultados obtenidos están basados en simulación realizada en Matlab, donde se modelo el sistema de la
IEEE de 30 barras modificado al incorporar en el anillo del sistema en 33 kV ver Figura 3, tres unidades de
generación distribuida en las barras 17, 18 y 24 con una capacidad máxima de 3 MVA cada una, el escenario
base se considera la conexión de estos tres generadores, el ajuste de veintiocho (28) reles de sobrecorriente
direccionales, verificando la restricción de selectividad en un total de 16 fallas. La curva de operación de los
relés se consideraron los valores de A = 0.14 y B =0.02 y los ajustes de los diales en un rango entre 0.01 y 1.
Adicionalmente, se simularan los escenarios caso A con los generadores de distribución 1 y 2, en el caso B
con el generador de distribución 1, para estos casos se la posición inicial del enjambre será considerando la
posición óptima del escenario base.
En la siguiente Tabla, se presentan los resultados obtenidos de ajuste de corriente de umbral y dial asociado a
los relés de sobrecorriente direccionales del sistema de la IEEE de 30 barras modificado.
5
TABLA I. VALORES DE RESULTADOS DE AJUSTE ÓPTIMO DE RELES UTLIZANDO OEP (BASE).
Iu Iu
Relé Dial Relé Dial
(pu) (pu)
1 0.110 0.264 15 0.035 0.023
2 0.092 0.010 16 0.033 0.056
3 0.246 0.010 17 0.078 0.066
4 0.094 0.011 18 0.011 0.039
5 0.011 0.010 19 0.037 0.010
6 0.289 0.151 20 0.042 0.010
7 0.243 0.033 21 0.018 0.010
8 0.322 0.010 22 0.193 0.023
9 0.011 0.045 23 0.061 0.136
10 0.059 0.172 24 0.034 0.033
11 0.076 0.078 25 0.050 1.000
12 0.016 0.969 26 0.485 0.011
13 0.178 0.048 27 0.075 0.010
14 0.011 0.993 28 0.015 0.010
Para la simulación del algoritmo OEP, se utilizó una población de 500 partículas y 2000 iteraciones en el caso
del escenario base, para los casos A y B solo se consideraron 100 iteraciones.
Figura 5 a
Figura 5 b Figura 5 c
6
TABLA II. VALORES DE RESULTADOS DE AJUSTE ÓPTIMO DE RELES UTLIZANDO OEP (CASO A y B).
6 CONCLUSIONES
El presente trabajo se aplicó una metodología mediante la utilización del algoritmo de enjambre de partículas
para realizar la coordinación del sistema de protecciones asociado al sistema de la IEEE de 30 barras
modificado con la incorporación de sistemas de generación distribuida, se obtuvieron resultados satisfactorios
y se demostró el rápido proceso de convergencia del algoritmo partiendo de la solución óptima del escenario,
se determinaron los ajustes de corriente umbral y diales óptimos de los relés.
7 REFERENCIAS BIBLIOGRÁFICAS
[1] H. H. Zeineldin, Hebatallah M. Sharaf, Doaa K. Ibrahim, y Essam El-Din Abou El-Zahab “Optimal
Protection Coordination for Meshed Distribution Systems With DG Using Dual Setting Directional
Over-Current Relays”, IEEE Transactions on Smart Grid, Vol. 6, No. 1, Jan. 2015, pp 115 – 122.
[2] Ehs, an Dehghanpour, Hossein Kazemi Karegar, Reza Kheirollahi, y Tohid Soleymani “Optimal
Coordination of Directional Overcurrent Relays in Microgrids by Using Cuckoo-Linear Optimization
Algorithm and Fault Current Limiter ”, IEEE Transactions on Smart Grid, Vol. 9, No. 1, Mar. 2018,
pp 1365 - 1374.
[3] Yaser Damchi, Habib Rajabi Mashhadi, Javad Sadeh, Mohsen Bashir, “Optimal Coordination of
Directional Overcurrent Relays in a Microgrid System Using a Hybrid Particle Swarm Optimization”,
2011The International Conference on Advanced Power System Automation and Protection, pp 1135 -
1138
[5] Urdaneta, A. J.; Restrepo, H.; Márquez, S.; Sánchez, J. “Coordination of Direccional Overcurrent
Relay Timing Using Linear Programming”. IEEE Trans. On Power Delivery. Vol. 11, No. 1, January
1996, pp. 122-129.