Regresión no lineal para la identificación de inercia utilizando datos sincrofasoriales y Big Data.
Resumen: Presentación del problema: El progresivo ingreso de generación renovable, basado en electrónica de potencia, en los sistemas eléctricos ha causado grandes desafíos a los operadores de red debido al nulo aporte de inercia por parte de estas fuentes de generación, razón por la cual los operarios necesitan determinar de forma precisa el valor de inercia de sus sistemas eléctricos. Además, las nuevas tecnologías de monitoreo han permitido observar fenómenos dinámicos que antiguamente no eran posibles, al mismo tiempo de que significan un reto, debido a la gran cantidad de información que pueden originar.
Fundamentos conceptuales: La estabilidad de los sistemas eléctricos está sujeto al comportamiento de la máquina sincrónica, específicamente en sus masas rotatorias. La inercia de las máquinas es la primera respuesta del sistema ante desbalances energéticos, por lo que si esta se ve disminuida el sistema corre riesgo de operar en escenarios inestables, pudiendo causar un eventual colapso del sistema eléctrico. La identificación de inercia puede realizarse mediante respuestas del sistema frente a desbalances energéticos severos, como por ejemplo, la salida de centrales generadoras o de cargas. Estas contingencias pueden ser obtenidas de los datos sincrofasoriales mediante un algoritmo capaz de identificar y almacenar grandes desbalances energéticos. Por tanto, ajustando un modelo matemático del comportamiento de frecuencia eléctrica a las contingencias identificadas se puede determinar el valor de inercia de forma precisa.
Objetivos: Identificar inercia mediante una regresión no lineal aplicada a contingencias de generación identificadas en datos de frecuencia sincrofasoriales.
Metodología: Utilización de un algoritmo identificador de contingencias de generación en datos sincrofasoriales para obtener respuestas del sistema frente a desbalances de potencia. Ajustando las contingencias a un modelo matemático no lineal del comportamiento de frecuencia, lo cual permite identificar la inercia del sistema eléctrico.
Resultados preliminares y/o conclusiones: Se ha obtenido un ajuste satisfactorio de las contingencias, lo que implica una buena identificación de inercia. Asimismo, se ha observado que la inercia no sigue un patrón claro de comportamiento, lo que está siendo investigado actualmente.