Juan Pablo Hernández Valencia, Bonie Johana Restrepo Cuesta, Jesús María López Lezama
Los sistemas de transmisión y distribución están sujetos no solo a fallas naturales sino también a fallas causadas por ataques intencionales. Estos últimos llevados a cabo por agentes maliciosos que tienen como objetivo maximizar el deslastre de carga del sistema. Los ataques intencionales son contrarrestados por la reacción del operador del sistema que lleva a cabo estrategias para minimizar el daño causado por los ataques. Este artículo presenta un modelo de programación binivel para mejorar la resiliencia de los sistemas de potencia con alta participación de generación distribuida (GD). El modelo describe la interacción de un agente disruptivo que pretende maximizar el daño al sistema de potencia y el operador de red que recurre a diferentes estrategias para minimizar el daño. El modelo propuesto es no lineal entero mixto y se soluciona mediante un algoritmo genético híbrido. Se pudo observar que a mayor participación de la GD el impacto de los ataques era menor. La presencia de GD también tuvo influencia en las estrategias del atacante, el cual, en algunos casos, se desviaba de los ataques óptimos a soluciones sub-óptimas. Lo anterior permite concluir que la presencia de GD beneficia al sistema de potencia en términos de menor deslastre de carga esperado ante ataques intencionales.
Electric transmission and distribution systems are subject not only to natural occurring outages but also to intentional attacks. These lasts performed by malicious agents that aim at maximizing the load shedding of the system. Intentional attacks are counteracted by the reaction of the system operator which deploys strategies to minimize the damage caused by such attacks. This paper presents a bilevel modeling approach for enhancing resilience of power systems with high participation of distributed generation (DG). The model describes the interaction of a disruptive agent that aims at maximizing damage to a power system and the system operator that resorts to different strategies to minimize system damage. The proposed mixed integer nonlinear programming model is solved with a hybrid genetic algorithm. Results are presented on a benchmark power system showing the optimal responses of the system operator for a set of deliberate attacks. It was observed that the higher the participation of DG the lower the impact of the attacks was. The presence of DG also influenced the optimal strategies of the attacker which in some cases deviated from optimal attack plans to suboptimal solutions. This allows concluding that the presence of DG benefits the power system in terms of less expected load shedding under intentional attacks.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados