Creación de valor a partir de datos de contadores

Comunicación presentada al II Congreso Smart Grids:

Autores

• Xavier Robe, Dirección General, DIgSILENT Ibérica (España)
• Ana Morales, Dirección General, DIgSILENT Ibérica (España)
• Guillaume Roupioz, Dirección Técnica Programa Smartgrids, ERDF (Francia)

Resumen

El proyecto ‘ERABLE’ de ERDF tiene como objetivo la creación de valor a partir de la gran cantidad de datos de los contadores inteligentes en términos de planificación de la red de distribución y de mejora de la calidad de la energía.

El prototipo ha sido implementado por DIgSILENT Ibérica y se presenta en este trabajo. Consiste en ejecutar en DIgSILENT PowerFactory automáticamente un «playback» del estado de la red, día tras día, mediante la proyección de las curvas de carga individuales. Estas curvas de carga individuales provienen de datos medidos en los contadores inteligentes y los modelos de red de baja tensión (BT) se exportan desde el GIS a la plataforma de simulación DIgSILENT PowerFactory.

La herramienta construye y representa “tablas de visualización de resultados” de cada elemento de la red de BT, permitiendo el filtrado de resultados para la toma de decisiones tales como el redimensionamiento de la red o el reequilibrado de las fases.

Se comenzó a utilizar el sistema durante el invierno de 2012, sobre 350 redes BT, procesando diariamente 11.000 curvas de carga individuales. Actualmente se llevan a cabo operaciones de reequilibrado de las fases basadas en los primeros resultados obtenidos.

Introducción

¿Cómo crear valor añadido con la gran cantidad de datos recolectados por los contadores inteligentes a nivel de planificación de la red? Es la pregunta que ERDF quiere contestar con el proyecto “ERABLE”.

En las publicaciones y artículos sobre redes inteligentes que podemos encontrar en la literatura, el enfoque siempre ha sido la operación de redes o la facturación. La novedad de este proyecto es que trata de mejorar la calidad de suministro de los usuarios desde un punto de vista de planificación.

La red de distribución de baja tensión de ERDF alimenta alrededor de 35 millones de clientes a través de 735.000 transformadores MT/BT, 600.000 km de líneas y cables y 2 millones de acometidas.

La optimización de estas redes es un reto debido al poco grado de monitorización. Se dispone de datos estadísticos de hora punta y sobre esta información se basan actualmente la mayoría de procedimientos de optimización del sistema eléctrico.

El desarrollo de redes inteligentes implica nuevos retos como la integración de la generación distribuida (fotovoltaica, eólica, cogeneración), los vehículos eléctricos, sistemas de almacenamiento, etc. Estas nuevas formas de generación disponen de sistemas de regulación de tensión que marcan una gran diferencia respecto a la gestión de la red si lo comparamos con la gestión convencional de consumos. Si no se planifica bien la gestión, las pérdidas del sistema podrían aumentar y el consumidor final haría frente a una degradación importante de la calidad de su suministro eléctrico.

Este artículo presenta el desarrollo de nuevas herramientas para planificar la red y detectar puntos débiles que necesitan una mejora de la calidad de suministro. La detección es crítica y se basa en datos medidos por los contadores inteligentes y simulaciones diarias de la red. Con estos datos se construyen tablas resumen de cada sistema de baja tensión, cada acometida y también de cada cliente. Además, el sistema toma “fotografías” del estado y registra las peores condiciones encontradas.

El sistema ha sido desarrollado durante 2 años y está en servicio desde el invierno 2012. Debido a la flexibilidad de su diseño, se añaden nuevas herramientas o funcionalidades frecuentemente.

Descripción de la herramienta

Tareas y flujo de datos

La herramienta utiliza DIgSILENT PowerFactory como motor de cálculo y se comunica con diferentes fuentes de datos:

• El sistema de información geográfico (GIS).
• Los datos de los contadores inteligentes (METER).
• Otras fuentes de datos, por ejemplo datos meteorológicos.

Los resultados se almacenan en una base de datos y son accesibles para varios usuarios de forma simultánea.

El sistema realiza varias tareas que se pueden ejecutar con diferentes horizontes temporales. Por ejemplo, el modelo de red que se importa desde el GIS no es necesario importarlo todos los días, esta tarea se ejecuta una vez al mes. Existen tareas que se ejecutan una vez al año, como por ejemplo las funciones de análisis estadístico de datos. La tarea principal consiste en resolver flujos de carga trifásicos desequilibrados del sistema eléctrico y se ejecuta diariamente de forma automática.

Esta arquitectura es flexible y escalable. Es posible ejecutar varios cálculos de flujo de cargas en paralelo.

Los usuarios con permiso tienen acceso a los resultados contenidos en la base de datos, incluyendo los casos diarios. Se han programado tareas específicas para que los usuarios puedan realizar un análisis más exhaustivo. Al mismo tiempo, la herramienta es muy flexible y permite que los usuarios desarrollen sus propias herramientas de post-proceso de datos. Para ello se dispone de dos alternativas:

• Desarrollo de tareas específicas definidas por el usuario en lenguaje DPL (DIgSILENT Programming Language).
• Desarrollo de tareas específicas definidas por el usuario en Python, incorporado en las últimas versiones del software DIgSILENT PowerFactory.

Importación de los modelos de redes

Se ha estudiado a conciencia la frecuencia y periodicidad con la que se ejecutan ciertas actividades con objeto de optimizar espacio, potencia de cálculo y obtención de resultados. Por ejemplo, la importación de los modelos de redes de baja tensión desde el sistema de información geográfico (GIS) de ERDF se realiza una vez al mes de forma automática. Es necesario importar los datos “estáticos” de la red, como por ejemplo:

• Descripción y clasificación de los consumidores: residencial, industrial, etc.
• Fases de conexión de los diferentes usuarios con contadores inteligentes.

Existen usuarios sin contadores inteligentes para los que se realiza una estimación de datos no medidos. Por ejemplo, la fase a la que están conectados se estima a partir de un algoritmo propio de equilibrado teniendo en cuenta las fases de conexión de los clientes con contadores inteligentes, los productores, etc.

Finalmente se preparan los proyectos (o modelos de redes de baja tensión) que se van a emplear para ejecutar los algoritmos de cálculo con una frecuencia diaria.

Tarea principal: “Playback” del día seleccionado

Una vez importados los modelos de red desde el sistema geográfico, se construyen las curvas de consumo y de producción de cada cliente conectado al sistema eléctrico de baja tensión. Esta actividad se realiza de forma automática a diario. Se han desarrollado algoritmos diferentes para el tratamiento de datos en función de la disponibilidad de contadores inteligentes:

• Para los clientes con contadores inteligentes, las curvas se cargan a partir de las medidas disponibles en la base de datos de entrada. Se ha desarrollado un algoritmo específico para la verificación, validación y cualificación de datos que interpola los puntos que eventualmente faltan o decide rechazar la curva en función de los errores que presente.
• Para los clientes sin contadores inteligentes o con curvas rechazadas por el algoritmo anterior, las curvas se construyen a partir de los modelos de ERDF. Para construir estos modelos, se emplean datos sobre la clasificación del cliente, el tipo de día (normal o vacaciones), la medida de temperatura del día de la zona en la cual se sitúa el cliente, etc.

Una vez que cada cliente tiene asignada una curva diaria de consumo o producción, se realiza un cálculo del estado de la red para cada punto de la curva mediante un barrido de flujos de carga. El algoritmo empleado para realizar el cálculo de flujo de cargas considera un modelo trifásico desequilibrado de la red. Según el grado de precisión deseado, el usuario puede seleccionar pasos de ejecución entre 2 horas y 5 minutos, obteniendo desde 12 a 144 resultados del estado de la red de baja tensión al día.

Una vez obtenidos los resultados, se realiza un post-proceso y automáticamente se capturan las condiciones extremas. Estas condiciones extremas se registran en la base de datos de resultados. Del mismo modo se actualizan los datos estadísticos medios para los diferentes elementos (clientes, líneas, acometidas, redes completas hasta el transformador MT/BT).

Herramientas de Post-Proceso

Diagnóstico a gran escala

El análisis de los valores medios de los diferentes elementos es de gran ayuda para detectar puntos débiles tales como:

• Elementos con restricciones.
• Elementos sobrecargados.
• Elementos que operan próximos a sus límites.

Es importante por ejemplo detectar transformadores que operan con sobrecarga o acometidas con caída de tensión excesiva. Una vez detectados los puntos débiles de la red se realiza un análisis con DIgSILENT PowerFactory.

Caso real: Corregir el equilibrio de fases de una acometida

Una de las causas que genera mayores pérdidas en las redes de baja tensión y caídas de tensión excesivas es el desequilibrio en las fases, es decir, el hecho de no repartir la corriente de igual manera entre las tres fases. La acometida es el tramo de la red comprendida desde la subestación de distribución hasta la caja general de protección para suministros en baja tensión. Antes de proceder a conectar un cliente monofásico en baja tensión, se revisa y comprueba el estado y las condiciones técnicas reglamentarias de las instalaciones del cliente previas al enganche de las mismas. Generalmente se debe tener un especial cuidado en la conexión de fases para que estén perfectamente equilibradas en su consumo y el reparto de corriente sea la misma en las tres fases.

Los estudios actuales demuestran que el 50% de las redes de baja tensión de ERDF están desequilibradas. Una vez realizado el enganche de un cliente monofásico, es muy costoso realizar cualquier modificación por lo cual no es viable económicamente volver a equilibrar la mitad de las instalaciones de consumidores en baja tensión. Antes de enviar a una patrulla de operarios para realizar físicamente el cambio de fases, es muy importante valorar la relación que existe entre el coste de dicha actuación respecto a la mejora en la acometida. Los análisis realizados indican que sólo equilibrando un 10% de las redes de BT de ERDF, se obtendrían beneficios importantes para la calidad de la red y del suministro eléctrico, por ejemplo una reducción de pérdidas eléctricas y mejora de los niveles de tensión.

A continuación se incluye un ejemplo para mostrar un caso rentable de equilibrado de las tres fases de la red eléctrica a partir de datos reales. La red de BT estudiada se muestra en la Figura 2. Esta red está formada por 4 acometidas. La acometida de color rojo (01) presenta un desequilibrio de fases detectado por el prototipo ERABLE y corregido por el algoritmo de equilibrado de fases (“Smart Phase Switching Algorithm”).

Se ha ejecutado el algoritmo con un paso de 5 minutos, obteniendo 144 resultados en un día escogido al azar. Las figuras siguientes muestran a la izquierda los resultados iniciales y a la derecha los resultados una vez corregido el desequilibrio de carga. La Figura 3 muestra la potencia activa por fase en la acometida más cargada a lo largo de las 24h, antes y después de corregir el desequilibrio.

La Figura 4 muestra que la tensión por hora en cada fase alcanza valores muy diferentes como consecuencia del desequilibrio de la carga. Se presenta el punto de la acometida roja en el que se dan peores condiciones a lo largo del día. La Figura 5 muestra la tensión a lo largo de la longitud de la acometida en un momento concreto, las 11pm. Se observa que la tensión de la fase B presenta una caída de tensión excesiva. La mayoría del día opera por debajo del 95% de tensión y en momentos puntuales por debajo del 90% de tensión. Una vez corregido el desequilibrio, las tres fases operan a tensiones que se encuentran dentro del rango de operación de +/-10%.

Gracias al algoritmo “Smart Phase Switching” desarrollado para buscar el cambio de fases óptimo en los clientes, se observa una mejora de la calidad de suministro en la red de baja tensión que se ha tomado como ejemplo. Este algoritmo automáticamente genera variaciones sobre el modelo de red de base para encontrar la mejor solución al problema tanto económica como de calidad de suministro.

Conclusiones y trabajos futuros

En este artículo se demuestra que los datos registrados por los contadores inteligentes se pueden aprovechar no sólo a nivel de operación sino también a nivel de planificación. Mediante un caso real con un desequilibrio de carga detectado en una acometida de BT, se han ilustrado los beneficios del sistema.

ERDF utilita la herramienta desde el invierno de 2012. El prototipo se basó en 350 redes de baja tensión con 11.000 curvas diarias. El número de curvas diarias analizadas actualmente ha crecido de forma significativa gracias a la posibilidad de escalar la herramienta y realizar computación en paralelo.

La herramienta se ha diseñado de forma muy flexible: cada usuario con acceso a la base de datos de resultados puede hacer un “playback” (reproducción) de los resultados de un día en concreto o de una hora en concreto, puede cargar el estado de la red (lo que llamamos una fotografía) en condiciones extremas para estudiarla con detalle en DIgSILENT PowerFactory y, si fuera necesario, puede desarrollar sus propios algoritmos inteligentes de análisis.

De cara al futuro, se está diseñando la ampliación para integración de las redes de media tensión, la incorporación y desarrollo de controles inteligentes para nuevos tipos de generación, nuevas herramientas probabilísticas para tener en cuenta el impacto de los vehículos eléctricos y algoritmos para gestión activa de la demanda.

Referencias

• Roupioz, G. Gorgette, F. & Robe X., 2013, First Use of Smart Grid Data in Distribution Network Planning, CIRED 2013, Stockholm.