Analysis of power distribution systems using a multicore environment
- Autores: Luis Gerardo Guerra Sánchez
- Directores de la Tesis: Juan Antonio Martínez Velasco (dir. tes.)
- Lectura: En la Universitat Politècnica de Catalunya (UPC) ( España ) en 2016
- Idioma: español
- Tribunal Calificador de la Tesis: Ignacio Juan Ramírez Rosado (presid.), José Ignacio Candela García (secret.), Esther Romero Ramos (voc.)
- Programa de doctorado: Programa de Doctorado en Sistemas de Energía Eléctrica por la Universidad de Málaga; la Universidad de Sevilla; la Universidad del País Vasco/Euskal Herriko Unibertsitatea y la Universidad Politécnica de Catalunya
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
En la actualidad es generalmente aceptado que la construcción de grandes plantas generadoras ya no es la mejor opción para atender el aumento de demanda eléctrica. Los altos costos que implica la construcción de dichas plantas, la actual preocupación por reducir la emisión de gases de efecto invernadero y otros problemas de tipo legal, como la obtención de permisos ambientales para la construcción de nuevas líneas, ha dado impulso al crecimiento de la generación a pequeña escala en sitios cercanos a los puntos de consumo, también conocida como generación distribuida (GD).
Esta tesis doctoral se ha concentrado en tres temas relacionados con el análisis de sistemas de distribución: la generación de curvas de cargas y generación basada en recursos renovables, un procedimiento para minimizar las pérdidas de energía en sistemas de distribución eléctrica mediante la asignación óptima de generación distribuida, y un procedimiento para el análisis de fiabilidad en sistemas de distribución con generación distribuida.
La generación de curvas de cargas y generación renovable (fotovoltaica y eólica) es un elemento clave en estudios para los que se considera la variación temporal de carga y generación. Los algoritmos desarrollados con esta tesis fueron implantados con el objetivo de evitar el uso de herramientas externas para la generación estas curvas (por ejemplo, HOMER).
El cálculo paralelo es un enfoque natural cuando el objetivo es reducir el tiempo de simulación de problemas embarazosamente paralelos (como el método de Monte Carlo). El uso de una instalación multiprocesador permite al usuario repartir las tareas a ejecutar entre los procesadores disponibles, reduciendo los tiempos de simulación. Por lo tanto, los procedimientos para localización óptima de generación distribuida y el análisis de fiabilidad en redes de distribución han sido desarrollados haciendo uso del cálculo paralelo, es decir, fueron concebidos como métodos de Monte Carlo Paralelos.
Las herramientas utilizadas son MATLAB y OpenDSS. OpenDSS es la herramienta encargada de llevar a cargo la resolución de los sistemas bajo estudio, mientras que MATLAB es utilizado para controlar la ejecución de las simulaciones realizadas por OpenDSS, procesar la información generada y producir salidas gráficas.
La localización óptima de generación distribuida ha sido objeto de muchos estudios en años recientes; el procedimiento presentado tiene como objetivo minimizar las pérdidas de energía para evaluaciones a corto y largo plazo. Aunque determinar el óptimo global utilizando el método de Monte Carlo puede requerir de tiempos de simulación muy grandes (incluso contando con una instalación multiprocesador), los resultados obtenidos prueban que el método es capaz de encontrar una solución cuasi-óptima. Adicionalmente, dos nuevas metodologías (método de Monte Carlo Refinado y ¿Divide and Conquista¿) han sido presentadas; su aplicación permite una importante reducción en los tiempos de simulación sin una pérdida significativa de precisión.
El análisis de fiabilidad es una pieza vital para el diseño y planificación de sistemas de distribución eléctrica, el procedimiento desarrollado busca reproducir la naturaleza aleatoria de los fallos producidos en el sistema. El método determina los índices de fiabilidad a través de ejecuciones consecutivas del sistema bajo estudio. Los resultados obtenidos muestran que el método es capaz de estimar la función de distribución de probabilidad de los distintos índices con la precisión deseada en sistemas con y sin GD. Dos nuevos índices relacionados con GD han sido introducidos (SAIFIDG y SAIDIDG); estos índices pueden ayudar a evaluar el impacto de los fallos en la generación distribuida. Además, el uso de un simulador de flujos de carga permite el cálculo preciso de los índices de energía real no suministrada (AENS) y la energía real no producida (AENP), este último relacionado con GD.
