Mejora de la Estabilidad de Pequeña Señal en el Sistema New England utilizando Inteligencia Artificial
##plugins.themes.bootstrap3.article.main##
Resumen
Resumen.- Este trabajo muestraun método sencillo para mejorar la estabilidad enpequeña señal del Sistema Nueva Inglaterra, mejorando el punto de operación delsistema a través del uso de inteligencia artificial. El objetivo esutilizar una red neuronal para predecir los valores propios del sistema,tomando como datos de entrada los voltajes en las barras de los generadores, PotenciasActivas y Reactivas, los datos de salida serán los valores propios. Modosinestables y poco amortiguados son identificados, estos modos serán amortiguados.El sistema modifica ciertos parámetros del sistema  en tiempo real hasta llegar a un punto de operaciónmás estable. En el caso de un punto de operación estable con un modooscilatorio poco amortiguado, el objetivo es aumentar el amortiguamiento dedicho modo. Es decir, la linealización del sistema de potencia en el punto deoperación es modificada. Las acciones del operador como redespacho degeneración, variación de carga, variación de  potencia reactiva (voltaje) con frecuenciamodifican el punto de operación, el efecto de esto es que transitorios cercadel punto de operación decaerá más rápidamente. Sin embargo, el análisis notrata de enfocar la dificultad de estudiar transitorios de gran señal. Laexistencia de un punto de operación estable es necesario para la seguridad delsistema, pero no hay ninguna garantía que los transitorios de gran señal van adisminuir en el punto de operación.
Abstract: This paper shows a simple approach to improve small-signal stability in the New EnglandPower Grid, improving the operating point in the power system, using artificial intelligence. The idea is touse a neural network to predict system’s eigenvalues, taking as input data voltage at buses, generated power,reactive load, and the output data are the eigenvalues. Unstable and Poorly damped modes are identified andthen these modes will be damped. The system modifies the parameters in real-time until reach a stable operatingpoint. In the case of a stable operating point with a poorly damped oscillatory mode, the objective is to increasethe damping of that mode. That is, the power system linearization at the operating point is modified. Operatoractions such as redispatch, varying load, varying reactive power (voltage) often modify the operating point to dothis; the effect of this is that transients near enough to the operating point will decay more quickly. However,the analysis does not attempt the more difficult study of large signal transients. The existence of a stableoperating point is of course necessary for system security, but there is no guarantee that large signal transientswill result in operation at that operating point.
Descargas
Descargas
Detalles del artículo
Citas
P.M. Anderson, A.A. Fouad, Power System Control and Stability, Iowa State University Press, Ames Iowa, 1977.
IEEE Power Engineering Society System Oscillations
working group, inter-area Oscillations in Power Systems,
IEEE Publication 95 TP 101, October 1994.
P.W. Sauer, M.A. Pai, Power System Dynamics and Stability, Pretince-Hall, Englewood Cliffs NJ, 1988.
J.G. Slootweg, S.W.H. de Haan, H. Polinder, W.L. Kling, Aggregated modelling of wind parks with variable-speed wind turbines in power system dynamic simulations, 14th Power Systems Computation Conference, Sevilla, 24-28 June 2002.
P. Kundur, Power System Stability and Control,
McGraw-Hill, NY, 1993.
IEEE Power Engineering Society Systems oscillations working group, Inter-area Oscillations in Power Systems,
IEEE Publication 95TP 101, October 1994.
I.J. Perez-Arriaga, G.C Verghese and F.C. Schweppe,
Selective modal analysis with applications to electric power systems, Part I and II, IEEE transactions on power Apparatus and Systems, vol. PAS 101, no 9, 1982, pp. 3117-3134.
IEEE Power System engineering committees Eigenanalysis
and frequency domain methods for system dynamic performance, IEEE Publication 90TH0292-3-PWR, 1989.
K. Kim, H. Schattler, V. Venkatasubramanian, J. Zaborsky, P. Hirsch, Methods for calculating Oscillations in large power systems, IEEE Transactions on power systems, vol 12, no4, November 1997, pp. 1639- 1648.
S, Abe, "Learning by Parallel Forward Propagation, " Proc. Int’l Joint Conf. Neural Networks, vol. 3, pp 257-261, 1990.
Dunford, Nelson, and Schwartz, Jacob T., Linear Operators, Part 1, 3rd Printing, wiley Interscience Publishers, New York, 1966.
M. Hagiwara, "Novel Back Propagation Algorithm for Reduction of Hidden Units and acceleration of Convergence Using artificial selection, "Proc. Int’l Joint conf. Neural Networks, vol 1, pp. 625-630, 1990. 128 Revista