Metodología para la gestión dinámica de la capacidad en líneas aéreas de alta tensión basada en múltiples medidas discretas de condiciones ambientales

Resumen

INTRODUCCIÓN La línea de investigación propuesta para la tesis surge en el ámbito de los proyectos de investigación “Profit DYNELEC: Calibrado Dinámico de Líneas Eléctricas” (Convocatoria INNPACTO IPT-2011-1447-920000) y Contratación del desarrollo de un modelo de capacidad dinámica de líneas aéreas (Subcontratación I+D dentro del proyecto europeo FP7 EC-GA Nº 249812 TWENTIES). Dichos proyectos abordan aspectos relacionados con la optimización en la integración de las energías renovables en las líneas eléctricas existentes para aumentar la capacidad de estas mediante el calibrado dinámico de las mismas. En ellos se desarrollan tanto algoritmos de cálculo de la ampacidad dinámica de las líneas en tiempo real, como algoritmos de predicción de ampacidad a corto plazo. La integración de las energías renovables supone un problema importante para los operadores de las redes de distribución. En la mayoría de las ocasiones la energía procedente de parques eólicos es integrada en redes de distribución que operan cerca de su ratio estático. Debido dificultades tanto económicas y medioambientales como legales, la construcción de nuevas líneas eléctricas se descarta como solución a este problema. Las líneas de investigación actuales tratan de dirigirse a métodos de monitorización dinámica de las líneas, es decir, a la monitorización en tiempo real de las condiciones meteorológicas para calcular la capacidad máxima de la línea de manera dinámica y poder operar más cerca de los niveles máximos reales, no en niveles estáticos mucho más conservadores. Organismos como IEEE o CIGRE han desarrollado normas que regulan los aspectos básicos de este tipo de metodologías. Otro concepto importante para los operadores de red es el conocimiento el estado de la red en un futuro a corto plazo para poder realizar las tareas de planificación, para ello es necesario realizar labores de predicción de la ampacidad, es decir, de estimación de la intensidad máxima que puede transportar la línea en un horizonte de una a seis horas. Por todo esto, se plantea la propuesta de Proyecto de Tesis Doctoral siguiendo las líneas de investigación definidas en los proyectos anteriores, estableciendo como principal foco de investigación la predicción de ampacidad a corto plazo. En la tesis se tratarán también diferentes aportaciones tanto para la óptima gestión dinámica de líneas aéreas en tiempo real como a corto plazo.   OBJETIVOS Y APORTACIONES La situación económica y la cada vez más asentada conciencia ambiental producen una gran cantidad de literatura científica que versa sobre energías renovables y optimización de operaciones de generación y consumo de energía eléctrica. Uno de los pilares fundamentales en la creación de plantas de energía renovable es la posibilidad de evacuación de la energía. Las infraestructuras actuales tienen establecido un límite estático, calculado a través de unos valores meteorológicos muy restrictivos, por lo que en muchas ocasiones la evacuación de energía a través de estas líneas eléctricas será restringida, en ciertos casos llegando a realizar vertidos de renovables. Esto plantea un problema tanto ético como medioambiental, ya que pudiendo generar más energía de manera limpia, ésta se desecha debido a una infraestructura deficiente. La primera solución que se plantea es la construcción de nuevas líneas eléctricas que puedan evacuar toda la energía eléctrica generada en cada instante. Debido a factores económicos, legales y medioambientales la creación de nuevas líneas eléctricas con un ratio estático más elevado es inviable, por lo que es necesario otro tipo de soluciones. La solución que más ventajas aporta y que necesita de más investigación es la calibración dinámica de las líneas eléctricas, en este supuesto se monitorizarán las condiciones meteorológicas y sabiendo las características de los conductores se podrá establecer de manera fiable la capacidad máxima del conductor en tiempo real. Esta nueva manera de operar con las líneas aumentará la capacidad del conductor en gran medida por lo que no será necesaria la construcción de nuevas líneas y se podrá integrar de manera más segura y eficiente la energía procedente de fuentes renovables. A partir de esta primera premisa y como innovación se establece la necesidad de los operadores de la red de contar con una metodología eficaz para la instalación de los sistemas de gestión dinámica de líneas aéreas, además de la necesidad de gestionar las líneas de manera más eficiente y segura aumentando la precisión en la estimación de la ampacidad. Otro punto de innovación importante para operar las líneas de manera dinámica se basa en planificar las acciones sobre las líneas. Los centros de control de los operadores de red necesitan en todo momento un amplio conocimiento del estado de la red y además necesitan del conocimiento del estado a corto plazo, y de esta manera tener tiempo necesario para tomar decisiones que puedan afectar tanto a la seguridad de la red como a su eficiencia. En los cálculos de la capacidad máxima de las líneas eléctricas, los operadores de red necesitan obtener predicciones de la ampacidad de cada línea de la red a corto plazo. La tesis tiene como principal objetivo el desarrollo de diferentes herramientas para la mejora de la gestión dinámica de las líneas aéreas de alta tensión. Las ineficiencias más importantes en los sistemas de gestión dinámica se basan en la falta de una metodología clara en la instalación del sistema, la desviación de los resultados de estimación con las mediciones y la imposibilidad de realizar una planificación eficiente de la capacidad de las líneas a corto plazo. En primer lugar la metodología de la implantación del sistema engloba diferentes aspectos como son el tipo de sensores, los estudios previos necesarios, el emplazamiento y los estudios posteriores a la instalación. Por otro lado se aborda la mejora de la precisión en el cálculo de la capacidad de las líneas a través de la creación de un algoritmo que permite optimizar el procedimiento basándose en la monitorización de la temperatura del conductor. Con respecto a la planificación a corto plazo de la capacidad, esta puede enfocarse desde dos vertientes, la predicción directa de la ampacidad a través de valores históricos o la predicción de los valores meteorológicos a partir de los cuales se calcula la ampacidad. El primer caso es menos complejo pero a la vez menos preciso, se trata de la predicción directa de la ampacidad a través de series de datos. Tomando los valores históricos de la ampacidad y utilizando diferentes tipos de algoritmos se puede obtener una predicción directa de la ampacidad a corto plazo. Por otro lado, como segunda opción se trata de predecir los datos meteorológicos que afectan al valor de la ampacidad. Este tipo de predicción se puede realizar a través de: • Modelos atmosféricos. • Modelos basados en series temporales. La tesis se basará principalmente en los modelos de series temporales. La investigación en la predicción a través de modelos de series temporales se ha desarrollado más intensamente en el sector económico. Si bien, toda esa investigación puede ser extrapolada a la predicción de otras variables como son las variables meteorológicas. Las predicciones basadas en series temporales se pueden realizar basándose en dos enfoques: • Predicción basada en la extrapolación de valores pasados. • Predicción basada en modelos matemáticos de relación entre los valores del pasado para predecir valores del futuro. Este tipo de modelos también pueden ser alimentados con otras variables útiles para determinación de valores futuros de la variable principal. Estas variables auxiliares pueden considerarse variables explicativas de la variable principal. El uso o no de estas variables genera dos métodos: • Métodos de predicción univariante (series temporales): se tiene en cuenta la relación entre los propios valores pasados de la variable a predecir, es decir, la predicción es función únicamente de sus propios valores pasados. • Métodos de predicción multivariante (causales): presentan una predicción basada en los valores pasados de una variable y los valores pasados de otras variables explicativas. En estos grupos se engloban diferentes técnicas muy utilizadas en trabajos de investigación en cuanto a la predicción meteorológica. • Modelos ARIMA o Box-Jenkins. • Redes neuronales artificiales. • Sistemas de inferencia difusa. La complejidad de este estudio se basa en la dificultad de predicción de ciertas variables meteorológicas, que hacen necesaria una gran labor de investigación para obtener resultados con errores aceptables. Las metodologías y estudios realizados se implementan en una herramienta de modelado y simulación. BIBLIOGRAFÍA AENOR. Transformadores de potencia. Parte 7: Guía de carga para transformadores de potencia sumergidos en aceites. UNE-IEC 60076-7:2010. 2010. I. Albizu y col. “Hardware and software architecture for overhead line rating monitoring”. En: PowerTech, 2011 IEEE Trondheim. 2011, págs. 1 -6. doi: 10.1109/PTC.2011.6019151. I. Albizu y col. “Influence of the conductor temperature error on the overhead line ampacity monitoring systems”. En: Generation, Transmission Distribution, IET 5.4 (2011), págs. 440-447. issn: 1751-8687. doi: 10.1049/iet-gtd.2010.0470. I. Albizu y col. “Tension and Ampacity Monitoring System for Overhead Lines”. En: Power Delivery, IEEE Transactions on 28.1 (2013), págs. 3-10. issn: 0885-8977. doi: 10.1109/TPWRD.2012.2213308. R. Martínez M. Manana E. Hervás A. Arroyo P.B. Castro A. Madrazo A. González y D. Silió. “Increasing Grid Integration of Wind Energy by using Ampacity Techniques”. En: International Conference on Renewable Energies and Power Quality (ICREPQ'13). 2013. R. Martínez M. Manana E. Hervás A. Arroyo P.B. Castro A. Madrazo A. González y D. Silió. “Analysis of a real case of ampacity management in a 132 kV network integrating wind energy.” En: International Conference on Renewable Energies and Power Quality (ICREPQ'15). 2015. I. Albizu, A.J. Mazón e I. Zamora. “Flexible Strain-Tension Calculation Method for Gap-Type Overhead Conductors”. En: Power Delivery, IEEE Transactions on 24.3 (2009), págs. 1529-1537. issn: 0885-8977. doi: 10. 1109/TPWRD.2009.2016631. Alberto Arroyo y col. “Comparison between IEEE and CIGRE Thermal Behaviour Standards and Measured Temperature on a 132-kV Overhead Power Line”. En: Energies 8.12 (2015), pág. 12391. issn: 1996-1073. doi: 10.3390/en81212391. url: http://www.mdpi.com/1996-1073/8/12/12391. Arteche. Temperature and current measurement sensor for high voltage lines. SMT. 2009. C. Bernauer y col. “Temperature measurement on overhead transmission line (OHTL) utilizing surface acoustic wave (SAW) sensors”. En: 19th International Conference on Electricity Distribution (CIRED). 2007. G. E. P. Box y G. M. Jenkins. Time Series Analysis. Forecasting and Control. 1970. Ley 24/2013, de 26 de diciembre, del Sector Eléctrico. España. BOE 17/12/ 2013. Resolución de 11-02-2005 de la Secretaría General de la Energía, por la que se aprueba un conjunto de procedimientos de carácter técnico e instrumental necesarios para realizar la adecuada gestión técnica del Sistema Eléctrico, BOE 01/03/05. Ministerio de Industria, Turismo y Comercio. Resolución de 18-5-2009 , de la Secretaría de Estado de Energía, por la que se aprueban los procedimientos de operación del sistema 1.6, 3.1, 3.2, 3.3, 3.7, 7.2, 7.3 y 9 para su adaptación a la nueva normativa eléctrica, BOE 28/05/09. Ministerio de Industria, Turismo y Comercio. Resolución de 30-7-1998 de la secretaría de Estado de Energía y Recursos Minerales, por la que se aprueba un conjunto de procedimientos de carácter técnico e instrumental necesarios para realizar la adecuada gestión técnica del sistema eléctrico, BOE 18/08/98. Ministerio de Industria y Energía. W.A. Chisholm y J.S. Barrett. “Ampacity studies on 49 º C rated transmission line”. En: Power Delivery, IEEE Transactions on 4.2 (1989), págs. 1476-1485. issn: 0885-8977. doi: 10.1109/61.25635. Centro. “Medidas de emisividad de cables de alta tensión y esfera para la Escuela Politécnica de Ingeniería de Minas y Energía de la Universidad de Cantabria.” 2015. CIGRE. Guide for Thermal Rating Calculations of Overhead Lines. Working Group B2.43. TB 601, 2014. CIGRE. Mathematical Model for Evaluation of Conductor Temperature in The Steady (or Quasi-Steady) State (Normal Operation). ELECTRA No. 144, Oct. 1992, pp. 109-115, 1992. Murray W. Davis. “A new thermal rating approach: The real time thermal rating system for strategic overhead conductor transmission lines“ Part II: Steady state thermal rating program”. En: Power Apparatus and Systems, IEEE Transactions on 96.3 (1977), págs. 810-825. A.K. Deb. “Object oriented expert system estimates line ampacity”. En: Computer Applications in Power, IEEE 8.3 (1995), págs. 30-35. issn: 0895-0156. doi: 10.1109/67.392024. Antonio Gónzalez Diego. “Aumento de la Eficiencia de las Redes de Distribución de la Energía utilizando Técnicas de Calibrado Dinámico”. Tesis doct. Universidad de Cantabria, 2016. Red Eléctrica de España. El sistema eléctrico español 2014. Inf. téc. REE, 2014. E. Fernández y col. “System for ampacity monitoring and low sag overhead conductor evaluation”. En: Electrotechnical Conference (MELECON), 2012 16th IEEE Mediterranean. 2012, págs. 237-240. doi: 10.1109 / MELCON.2012.6196422. J. Fu, D.J. Morrow y S.M. Abdelkader. “Modelling and prediction techniques for dynamic overhead line rating”. En: Power and Energy Society General Meeting, 2012 IEEE. 2012, págs. 1-7. doi: 10.1109/PESGM.2012. 6344733. A. Gunday y S.E. Karlik. “Optical fiber distributed sensing of temperature, thermal strain and thermo-mechanical force formations on OPGW cables under wind effects”. En: Electrical and Electronics Engineering (ELECO), 2013 8th International Conference on. 2013, págs. 462-467. doi: 10.1109/ELECO.2013.6713885. J.F. Hall y A.K. Deb. “Prediction of overhead transmission line ampacity by stochastic and deterministic models”. En: Power Delivery, IEEE Transactions on 3.2 (1988), págs. 789-800. issn: 0885-8977. doi: 10.1109/61. 4319. J. Heckenbergerova, P. Musilek y K. Filimonenkov. “Assessment of seasonal static thermal ratings of overhead transmission conductors”. En: Power and Energy Society General Meeting, 2011 IEEE. 2011, págs. 1-8. doi: 10.1109/PES.2011.6039393. Zhangshuan Hou y col. “Standardized Software for Wind Load Forecast Error Analyses and Predictions Based on Wavelet-ARIMA Models. Applications at Multiple Geographically Distributed Wind Farms”. En: System Sciences (HICSS), 2013 46th Hawaii International Conference on. 2013, págs. 5005-5011. doi: 10.1109/HICSS.2013.495. H. E. House y P. D. Tuttle. “Current carrying capacity of ACSR”. En: IEEE Transactions on Power Apparatus and Systems, pp. 1169-1178, (Feb.1978). IEEE. IEEE Standard for Calculating the Current-Temperature Relationship of Bare Overhead Conductors. Std 738, 2012. IEEE. IEEE Standard for Calculating the Current-Temperature Relationship of Bare Overhead Conductors. Std 738, 1993. doi: 10.1109/IEEESTD.1993.120365. Energía y Turismo. Gobierno de España. Ministerio de Industria. La Energía en España 2013. Inf. téc. Ministerio de Industria, Energía y Turismo. Gobierno de España., 2013. S. Kamboj y R. Dahiya. “Case study to estimate the sag in overhead conductors using GPS to observe the effect of span length”. En: T D Conference and Exposition, 2014 IEEE PES. 2014, págs. 1-4. doi: 10.1109/TDC.2014.6863337. Lalarukh Kamal y Yasmin Zahra Jafri. “Time series models to simulate and forecast hourly averaged wind speed in Quetta, Pakistan”. En: Solar Energy 61.1 (1997), págs. 23 -32. issn: 0038-092X. doi: http://dx.doi.org/10.1016/S0038-092X(97)00037-6. K. Kopsidas y S.M. Rowland. “Evaluation of potentially effective ways for increasing power capacity of existing overhead lines”. En: Sustainable Power Generation and Supply, 2009. SUPERGEN '09. International Conference on. 2009, págs. 1 -7. doi: 10.1109/SUPERGEN.2009.5348005. T. Krontiris, A. Wasserrab y G. Balzer. “Weather-based loading of overhead lines - Consideration of conductor's heat capacity”. En: Modern Electric Power Systems (MEPS), 2010 Proceedings of the International Symposium. 2010, págs. 1-8. Kenneth Levenberg. “A method for the solution of certain non-linear problems in least squares.” En: Quarterly Journal of Applied Mathmatics II.2 (1944), págs. 164-168. Donald W. Marquardt. “An Algorithm for Least-Squares Estimation of Nonlinear Parameters”. En: Journal of the Society for Industrial and Applied Mathematics 11.2 (1963), págs. 431-441. doi: 10.1137/0111030. eprint: http://dx.doi.org/10.1137/0111030. url: http://dx.doi.org/10.1137/0111030. Matlab. MathWorks. Neural Network Toolbox. 2015. W. H. McAdams. Heat Transmission, 3rd ed. 1954. Ed. por McGraw-Hill. 1954. V.T. Morgan. “The heat transfer from bare stranded conductors by natural and forced convection in air”. En: International Journal of Heat and Mass Transfer 16.11 (1973), págs. 2023 -2034. doi: http://dx.doi.org/10.1016/0017-9310(73)90105-1. Huu-Minh Nguyen, J.-L. Lilien y P. Schell. “Dynamic line rating and ampacity forecasting as the keys to optimise power line assets with the integration of res. The European project Twenties Demonstration inside Central Western Europe”. En: Electricity Distribution (CIRED 2013), 22nd International Conference and Exhibition on. 2013, págs. 1-4. doi:10.1049/cp.2013.1011. Transmission Advisory Panel. Transmission Conductors Thermal Ratings. Inf. téc. East Central Area Reliability Coordinatiomn Agreement, Paper 68-TAP-28. P. Poggi y col. “Forecasting and simulating wind speed in Corsica by using an autoregressive model”. En: Energy Conversion and Management 44.20 (2003), págs. 3177 -3196. issn: 0196-8904. doi: http://dx.doi.org/10.1016/S0196-8904(03)00108-0. A. Madrazo M. Manana M.A. Cavia R. Domingo A. Sierra R. Martínez A. González y A. Laso. “Ampacity forecasting using neural networks”. En: International Conference on Renewable Energies and Power Quality (ICREPQ'14). 2014. A.A.P. da Silva y J.M. de Barros Bezerra. “A Model for Uprating Transmission Lines by Using HTLS Conductors”. En: Power Delivery, IEEE Transactions on 26.4 (2011), págs. 2180-2188. issn: 0885-8977. doi: 10.1109/TPWRD.2011.2151887. N.P. Schmidt. “Comparison between IEEE and CIGRE ampacity standards“. En: Power Delivery, IEEE Transactions on 14.4 (1999), págs. 1555-1559. N.D. Sadanandan y A.H. Eltom. “Power donut system laboratory test and data analysis”. En: Southeastcon '90. Proceedings, IEEE. 1990, 675-679 vol.2. doi: 10.1109/SECON.1990.117902. Yi Yang y col. “Thermal modelling and real time overload capacity prediction of overhead power lines”. En: Diagnostics for Electric Machines, Power Electronics and Drives, 2009. SDEMPED 2009. IEEE International Symposium on. 2009, págs. 1-7. doi: 10.1109/DEMPED.2009.5292772.