Algoritmo para determinar la seguridad de voltaje de un sistema eléctrico de potencia basado en sistemas de área amplia
Bibliographic record
Abstract
En los ultimos anos, son cada vez mas frecuentes los eventos de perdida de estabilidad y colapso de voltaje alrededor del mundo, principalmente debido a la creciente complejidad en los sistemas electricos de potencia. Es por esto que mantener la seguridad y la estabilidad en el SEP se convertido en un reto importante. Con la finalidad de brindar de manera clara y sencilla la informacion referente a la proximidad del sistema a una condicion de operacion inestable y a un posible colapso de voltaje, en el presente trabajo se desarrolla un algoritmo que utiliza las mediciones fasoriales sincronizadas obtenidas de un sistema electrico de potencia para determinar la seguridad de voltaje del mismo. El termino de seguridad en un SEP se refiere a la capacidad del sistema de entregar energia electrica de manera constante y dentro de los indices de calidad establecidos. Considerando que la estabilidad de voltaje del SEP se define como la capacidad del sistema para soportar cambios y disturbios y mantener el equilibrio en las variables electricas del mismo sistema, el nivel de seguridad de voltaje depende directamente de la estabilidad de voltaje que presenta el sistema. Existen numerosos y diversos eventos que afectan la estabilidad y por lo tanto la seguridad de voltaje. Este trabajo se enfoca en detectar la proximidad del sistema a la inestabilidad de voltaje considerando una condicion inicial de estado estable y que no se presentan eventos de falla. Analizando casos, como el de agosto de 2003 en E.U.A. y Canada, se determina que las principales causas de los colapsos de voltaje son: los altos niveles de transmision en la red electrica, importantes incrementos de carga y la indisponibilidad de fuentes de generacion principalmente cerca de la zona de demanda. Estos eventos provocan un desbalance entre la potencia generada y demandada. Las acciones de control adecuadas y realizadas con anticipacion pueden prevenir o mitigar los efectos que ocasionan los desbalances de energia. En base a las principales causas de los colapsos de voltaje se seleccionan tres metodologias de analisis estatico de estabilidad de voltaje, los indices de estabilidad de voltaje en las lineas de transmision, analisis modal de la tendencia de los voltajes con respecto a las variaciones de potencia reactiva y el monitoreo de los limites de generacion. Mediante la implementacion de vi estas metodologias en conjunto con el uso de la informacion de las mediciones fasoriales sincronizadas se determina la proximidad del sistema a una condicion de inestabilidad voltaje en tiempo real. Se desarrolla una interfaz de indicadores para presentar la informacion de manera clara y sencilla y un sistema de alarmas con lo que se determina la proximidad del sistema a la inestabilidad de voltaje de manera anticipada. Se comprueba el desempeno del algoritmo propuesto en el sistema de prueba de 30 nodos de la IEEE mediante simulaciones numericas, en el cual se varia la demanda en todos los nodos de carga en base a perfiles de carga.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".