Investigación

Regulación de frecuencia en sistemas de potencia que integran fuentes de energías eólicas mediante un controlador PI e imitación de inercial

Vol. 13 Núm. 23 (2017)
Publicado: 2017-09-01
Nelson Gómez Molina
Sergio Raúl Rivera Rodríguez
Introducción: como producto de la investigación “Multilevel Control for Microgrids Dispatch Considering Stability Issues through MPC-based Frequency Regulation”, desarrollada en la Universidad Nacional de Colombia durante el 2016 y el primer semestre del 2017, se presenta el estudio y análisis de un esquema de control de regulación de frecuencia implementado en un sistema de potencia que integra fuentes de energías renovables (res). El objetivo es mejorar la confiabilidad y estabilidad de la red ante perturbaciones propias de las energías renovables. Metodología: inicialmente, se simuló la respuesta dinámica del sistema de potencia ante disturbios repentinos y de cambio continuo para observar las desviaciones de frecuencia. Así mismo, se implementó el bloque de control en el lazo de potencia adicional para emular la imitación inercial y, de esta manera, ralentizar la respuesta del sistema. Posteriormente, se procedió a optimizar los parámetros de control a través de algoritmos de optimización heurística para minimizar el error de la señal de frecuencia. Resultados: con la optimización heurística realizada a los parámetros de control proporcional-integral (PI), se comprobó que hay una reducción de más del 79% del error máximo de desviación de frecuencia en relación con la respuesta de lazo abierto, y más del 43% respecto al control pi con las ganancias referenciales. Conclusión: con la implementación del lazo de potencia adicional con control pi, se encontró una disminución del error de la desviación de frecuencia en relación con las simulaciones de lazo abierto, debido al lazo de potencia adicional.
Palabras clave: Array, Array, Array, Array, Array,

Cómo citar

[1]
N. Gómez Molina y S. R. Rivera Rodríguez, «Regulación de frecuencia en sistemas de potencia que integran fuentes de energías eólicas mediante un controlador PI e imitación de inercial», ing. Solidar, vol. 13, n.º 23, pp. 7–28, sep. 2017, doi: 10.16925/in.v23i13.1981.

Unidad de Planeación Minero Energética. “Plan de Expansión de Referencia Generación Transmisión 2015 - 2029”, pp. 13-6, Bogotá, 2015. Disponible en http://www1.upme.gov.co/sala-de-prensa/fotonoti-cias/plan-de-expansion-2015-2029

Unidad de Planeación Minero Energética - bid, “Integración de las energías renovables no convencionales en Colombia”, pp. 12-25, Bogotá, 2015. Disponible en http://www.upme.gov.co/Estudios/2015/Integra-cion_Energias_Renovables/INTEGRACION_EN-ERGIAS_RENOVANLES_WEB.pdf

A. Ulbig, T. Rinke, S. Chatzivasileiadis y G. Ander-sson, “Predictive Control for Real-time Frequen-cy Regulation and Rotational Inertia Provision in Power Systems”. 2013 ieee 52nd Annual Conference on Decision and Control, 2013, pp. 2946-53. [Online]. doi: https://doi.org/10.1109/CDC.2013.6760331

H. Bevrani, “Robust Power System Frequency Con-trol”, en Power Electronics and Power Systems. Nueva York: Springer, 2009, pp. 45-6. doi: https://doi.org/10.1007/978-0-387-84878-5

L. Friedrich y M. Gautschi, “Grid Stabilization Con-trol and Frequency Regulation”. M Sc. Thesis. Swiss Federal Institute of Technology, 2009. Disponible en https://www.eeh.ee.ethz.ch/uploads/tx_ethpublica-tions/MA_LFriedrich_MGautschi.pdf

A. Gómez-Exposito, A. J. Conejo y C. Canizares, Electric Energy Systems: Analysis and Operation, Boca Raton, crc Press, 2008, pp. 78-89. Disponible en https://www.crcpress.com/Electric-Energy-Sys-tems-Analysis-and-Operation/Exposito-Gomez-Ex-posito-Conejo-Conejo-Canizares-Canizares/p/book/9780849373657

T. B. Rinke, mpc-based Frequency Regulation and Inertia Mimicking for Improved Grid Integration of Renewable Energy Sources, M. Sc. Thesis, Swiss Federal Institute of Technology, Zurich, 2011. [Online]. Disponible en https://www.ethz.ch/content/dam/ethz/special-inter-est/itet/institute-eeh/power-systems-dam/documents/SAMA/2011/Rinke-MA-2011.pdf

D. Li, Q. Zhu, S. Lin y X. Y. Bian, “A Self-Adaptive Inertia and Damping Combination Control of vsg to Support Frequency Stability”, en ieee Transactions on Energy Conversion, vol. 32, n.º 1, March 2017, pp. 397-8. [Online]. doi: https://doi.org/10.1109/TEC.2016.2623982.

J. Zhao, X. Lyu, Y. Fu, X. Hu y F. Li, “Coordinated Microgrid Frequency Regulation Based on dfig Variable Coefficient Using Virtual Inertia and Primary Frequency Control”, ieee Transactions on Energy Conversion, vol. 31, n.º 3, pp. 833-45, Sep. 2016. [Online]. doi: https://doi.org/10.1109/TEC.2016.2537539

F. Teng y G. Strbac, “Assessment of the Role and Value of Frequency Response Support From Wind Plants”, ieee Transactions on Sustainable Energy, vol. 7, n.º 2, pp. 586-95, Apr. 2016. [Online]. doi: https://doi.org/10.1109/TSTE.2015.2505085.

U. Andreas, T. S. Borsche y G. Andersson, “Impact of Low Rotational Inertia on Power System Stability and Operation”, ifac World Congress, 2014. [On-line]. Disponible en https://arxiv.org/abs/1312.6435

Illinois Center for a Smarter Electric Grid (icseg), “ieee 14-Bus System”. Disponible en http://icseg.iti.illinois.edu/ieee-14-bus-system/

Y. Reckinger, Control and Frequency Regulation for Distributed Renewable Energy Sources using the Ag-gregated Storage of large Fleets of Distributed, Mobile phevs, Semester Thesis. Swiss Federal Institute of Technology, pp. 34-47, 2010

V. Miranda, “Differential Evolutionary Particle Swarm ion (Deepso): A Successful Hybrid”. bricsCongress on Computational Intelligence y 11th Brazilian Congress on Computational Intelli-gence, 2013, pp. 78-83. [Online]. doi: https://doi.org/10.1109/BRICS-CCI-CBIC.2013.68

V. Miranda, y N. Fonseca, “epso – Best-of-Two-Worlds Metaheuristic Applied to Power System Problems”, Proceedings of World Conf. on Compu-tational Intelligence, Conf. on Evolutionary Com-putation, pp. 567-74, 2002. [Online]. doi: https://doi.org/10.1109/CEC.2002.1004393.

Z. D. Zaharis et al., “Exponential Log-Periodic Antenna Design Using Improved Particle Swarm Optimization With Velocity Mutation”, ieeeTransactions on Magnetics, vol. 53, n.º 6, pp. 1-4, jun. 2017. [Online]. doi: https://doi.org/10.1109/TMAG.2017.2660061.

H. Nunes, J. Pombo, J. Fermeiro, S. Mariano y M. D. R. Calado, “Particle Swarm Optimization for Photovoltaic Model Identification”, 2017 International Young Engineers Forum (yef-ece), pp. 53-8, 2017. [Online]. doi: https://doi.org/10.1109/YEF-ECE.2017.7935640

X. Qiu, K. C. Tan y J. X. Xu, “Multiple Exponential Recombination for Differential Evolution”, ieee Transactions on Cybernetics, vol. 47, n.º 4, pp. 995-1006, abr. 2017. [Online]. doi: https://doi.org/10.1109/TCYB.2016.2536167.

Q. Fan y X. Yan, “Self-Adaptive Differential Evolu-tion Algorithm With Zoning Evolution of Control Parameters and Adaptive Mutation Strategies”, ieeeTransactions on Cybernetics, vol. 46, n.º 1, pp. 219-32, en. 2016. [Online]. doi: https://doi.org/10.1109/TCYB.2015.2399478.

MÉTRICAS
VISTAS DEL ARTÍCULO: 1198
VISTAS DEL PDF: 375