Beruflich Dokumente
Kultur Dokumente
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/259078205
CITATIONS READS
0 254
2 authors, including:
Miguel Arias
University of Santiago, Chile
21 PUBLICATIONS 179 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Miguel Arias on 24 May 2016.
The user has requested enhancement of the downloaded file. All in-text references underlined in blue are added to the original document
and are linked to publications on ResearchGate, letting you access and read them immediately.
5 Conferencia Iberoamericana en Sistemas, Ciberntica e Informtica, CISCI-2006
Palabras Claves: Redes neuronales, control neuronal, control En una de las primeras aplicaciones de redes neuronales al
de bancos de condensadores, compensacin de potencia control de bancos de capacitores shunt y regulacin de tensin
reactiva, correccin del factor de potencia. en sistemas de distribucin de energa elctrica [1], los autores
experimentan con distintos grupos de entrada y salida de datos
para el entrenamiento en un sistema de distribucin radial con
1. INTRODUCCIN 30 barras y 5 bancos de condensadores controlables. El empleo
combinado de redes neuronales y programacin dinmica difusa
La potencia reactiva no produce trabajo fsico en los equipos es utilizada en [2] para el control de tensin y potencia reactiva
elctricos, pero es necesaria para mantener el flujo en una subestacin de distribucin. En [3] se utiliza una red
electromagntico que pone en funcionamiento equipos tales neuronal artificial para reducir el tiempo requerido en la
como motores y transformadores. Cuando la cantidad de estos operacin de capacitores, encontrando que la tcnica resulta a lo
equipos es apreciable, los requerimientos de potencia reactiva menos 100 veces ms rpida que los mtodos tradicionales. Para
tambin son significativos, provocando una reduccin resolver el mismo problema, en [4] se aplica lgica difusa y un
exagerada del factor de potencia. Un factor de potencia bajo algoritmo basado en programacin lineal entera recursiva,
produce los siguientes efectos en la instalacin del usuario: mientras que en [5] se recurre a una tabla de decisin para
simplificar el proceso que se ilustra con aplicacin a un sistema
Aumento de la intensidad de corriente. de 115 KV. En un trabajo reciente se informa sobre un
Prdidas en los conductores y fuertes cadas de tensin. microcontrolador para el control de potencia reactiva [6], que en
Incrementos de potencia en los consumos. base a medicin determina un patrn de operaciones para
Reduccin de la vida til de equipos y de la capacidad de mantener la potencia reactiva en un valor deseado.
conduccin de los conductores.
Aumento de temperatura y disminucin la vida til de los La potencialidad de LabView como herramienta de adquisicin
conductores. de datos, y atractivos resultados previos [7], fue la motivacin
Aumento del costo por consumo de electricidad. principal para utilizarlo en esta implementacin. Las pruebas de
laboratorio realizadas al prototipo, aplicado a un sistema
Para la empresa elctrica los efectos se traducen en: elctrico de prueba de baja tensin, han permitido obtener los
resultados satisfactorios que se informan en este trabajo, en base
Mayor inversin en equipos de generacin, para a los cuales se puede concluir que, en la prctica, este
suministrar la energa reactiva adicional. controlador funcionar como un dispositivo inteligente de
Mayor capacidad en lneas y transformadores, para el control de la potencia reactiva, con respuesta adecuada para
requerimientos en tiempo real.
transporte y transformacin de la energa reactiva.
5 Conferencia Iberoamericana en Sistemas, Ciberntica e Informtica, CISCI-2006
Tabla N1. Rango de variacin del consumo En la figura 2, el valor de activacin de la neurona de salida es
Parmetros Rango de variacin 5, por lo tanto la potencia reactiva a inyectar es 5 x 76 = 380
VAR, que equivale a multiplicar la salida binaria 1 x 76 + 0 x
Reactancia Inductiva X: 37 956 152+ 1 x 304 = 380 VAR.
Resistencia R: 57 1000
Con una tasa de aprendizaje igual a 0,05 se logr una Instrumento De Medicin.
convergencia rpida del error cuadrtico medio, necesitando Para entregar las seales de potencia activa y reactiva a la red
slo 100 iteraciones para un error inferior a 0,01. La evolucin neuronal fue necesario implementar un medidor de voltaje, de
del proceso de convergencia se muestra en figura 3. Finalizado corriente, y de su respectivo ngulo de desfase () en tiempo
el entrenamiento, la red entrega los pesos (Wik) y los bias (k), real. Para la deteccin del desfase se utilizaron las muestras de
que son utilizados en la implementacin. las seales sinusoidales de voltaje y de corriente. Las seales se
almacenaron en dos arreglos, estableciendo dos condiciones
para determinar el punto en que cada una pasa por cero. Para
ello se construy un detector de cruce por cero en el flanco de
subida de cada seal, como se muestra en Figura 5:
Adquisicin De Datos
La implementacin en LabVIEW se desarroll en dos partes: la
primera consiste en el instrumento de medicin, que
proporciona los valores de P y Q a la red neuronal. La segunda
parte es la construccin de la red neuronal entregada por
Matlab, en forma de instrumento virtual, adems de una interfaz
que permita la activacin de las salidas digitales a los switch de
conmutacin y una fcil interaccin con el usuario. Figura 6. Ventana de programacin de la red neuronal
5 Conferencia Iberoamericana en Sistemas, Ciberntica e Informtica, CISCI-2006
Como la carga inicial es pequea, al inyectar potencia reactiva condiciones de carga, lo que muestra el buen funcionamiento
(76 VAR), el factor de potencia del sistema se vuelve del neurocontrolador a medida que se incrementa la carga.
capacitivo, cercano a 0.9, y el controlador no logra corregir a un
factor de potencia inductivo por sobre 0,93. Esto se debe a que Caso 3
en esta condicin de carga no se dispone de un condensador En este caso el comportamiento de la carga incluye situaciones
adecuado para ajustar el factor de potencia al valor deseado, extremas, con el objetivo de evaluar la respuesta del
puesto que los pasos del banco son fijos y no permiten un ajuste neurocontrolador frente a cambios bruscos, que pueden
fino de la inyeccin de potencia reactiva. Por este motivo, en la corresponder a la entrada y salida abrupta de motores y otros
curva de carga con la red neuronal activada aparece una equipos de alto consumo de corriente.
pequea porcin de potencia reactiva negativa, ya que el
programa se ajust para soportar hasta 20 VAR, en
condiciones lmites. 1400
Pc (W)
1200 Qiny (VAR)
Caso 2 Qc(VAR)
En el segundo caso se utiliza una curva de carga con incremento
1000
irregular de potencia activa y reactiva, de forma que la potencia
activa es siempre mayor que la reactiva (figura 10). La 800
correccin del factor de Potencia se muestra en la figura 11.
600
800
Pc(VAR) 400
Qi ny(VAR)
700
Qc(VAR) 200
600
0
500 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
400
Figura 12. Grfico de Potencia - Caso 3.
300
200
El factor de potencia corregido se muestra en la figura 13.
100
1.2
0
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 1
0.6
1
0.9 0.4
0.8
0.2
FP
0.7 FPcorr
0
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97
0.6
0.5
Figura 13. Correccin del factor de potencia Caso 3.
FP FPcorr
0.4
En este caso se requiere utilizar las siete combinaciones
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
existentes en el banco de condensadores, sin considerar el caso
en que no es necesaria la inyeccin. Se observa que la curva es
Figura 11. Correccin del factor de potencia - Caso2 muy variable, saltando desde valores mnimos a mximos y
viceversa. Por otro lado, debido a la gran cantidad de
En este caso, la mxima inyeccin de reactivos fue de 380 condiciones de borde mencionadas, al conectar la combinacin
VAR, al final del periodo, cuando la potencia reactiva del de condensadores determinada por el controlador, existen
consumo alcanz un valor cercano a 600 VAR (inductivo). En puntos en que la potencia reactiva resultante queda negativa, sin
este caso se aprecia que a medida que aumenta el nivel de carga sobrepasar los 20 VAR mencionados anteriormente. En
existen puntos en los cuales no es necesario inyectar reactivos, cuanto a la correccin del factor de potencia que se muestra en
lo que ocurre exactamente donde ambas curvas (P y Q) estn la figura 13, se aprecia en general un buen resultado, salvo en
ms separadas. En los lugares donde ambas curvas estn ms los puntos de condicin de borde, en los cuales se necesitara un
prximas, es necesario inyectar mayor cantidad de potencia ajuste fino de reactivos a inyectar para una perfecta
reactiva. De figuras 10 y 11 se aprecia una correccin compensacin.
extraordinaria del factor de potencia para las diferentes
5 Conferencia Iberoamericana en Sistemas, Ciberntica e Informtica, CISCI-2006
6. CONCLUSIONES 7. REFERENCIAS
A partir de las pruebas del neurocontrolador con diferentes [2] Lu. Feng-Chang. A Combined Artificial Neural Network-
curvas de carga, se puede sealar que presenta una respuesta Fuzzy Dynamic Programming Approach to Reactive
rpida frente a cambios bruscos, y en general mantiene un buen Power/Voltage Control in a Distribution Substation. IEEE
comportamiento frente a diferentes condiciones de carga. Transactions on Power Systems, Vol. 13, N 4, November
1998, pp. 1265-1270.
Los resultados obtenidos con el sistema de prueba muestran que
es posible la aplicacin de este tipo de controlador en cualquier [3] B. Das, PK. Verma. Artificial Neural Network-Based
consumo elctrico que requiera una compensacin continua del Optimal Capacitor Switching in a Distribution System.
factor de potencia. Dependiendo del tamao del sistema y de la Electric Power Systems Research. Vol 60 N2. December
cantidad de condensadores a conectar, se puede entrenar la red 2001, pp. 55-62.
neuronal acondicionando los valores de entrada y recalculando
la salida deseada. De este modo es posible realizar el [4] YM Deng, XJ Ren. Optimal Capacitor Switching Whit
entrenamiento y construir una nueva red neuronal de acuerdo a Fuzzy Load Model for Radial Distribution Systems. IEE
las condiciones particulares de cada sistema. Proc Generation Transmission and Distribution. Vol 150
N2, March 2003, pp 190-194.
En general, los reguladores automticos ms avanzados para la
compensacin de potencia reactiva funcionan con [5] P. Srithorn, K. Khojulklang, T. Kulworawanichpong.
microprocesadores, los cuales conectan escalones de un banco Capacitor Switching Control Using a Decision Table for a
con sistema paso a paso. Si la conexin de una etapa del banco 115-KV Power Transmission System in Thailand.
no es suficiente para corregir el factor de potencia al valor Knowledge-Based Intelligent Information and Engineering
deseado, entonces conecta la etapa siguiente, en un proceso Systems, PT 1, Proceeding Lectura Notes in Computer
secuencial que vara desde 10 a 80 segundos. Ello implica que Science 3213; 2004, pp 1262-1268.
para variaciones muy bruscas de carga, se puede emplear un
tiempo significativo para lograr una compensacin adecuada. El [6] A. Ozdemir A reactive Power Control Relay Desing with a
neurocontrolador, en cambio, se caracteriza por conectar la New Approach. Electrical Engineering. Vol. 8, N 2,
cantidad necesaria de reactivos al sistema, tan cercana al valor January 2006, pp. 133-140.
exacto como lo permitan las etapas del banco, respondiendo casi
de manera instantnea frente a cualquier variacin del consumo. [7] Juan J. Navarro, M. Arias Diseo e Implementacin de un
En efecto, los resultados experimentales muestran que este Controlador Inteligente de Bancos de Condensadores.
controlador mantiene en todo momento el factor de potencia XIV Congreso Chileno de Ingeniera Elctrica. Antofagasta,
deseado y reduce los tiempos de conexin de los condensadores Chile. Noviembre 2001.
adecuados, reduciendo las exigencias en los conductores y
[8] Hilera-Martnez. Redes Neuronales Artificiales. Editorial
equipos elctricos.
Addison-Wesley Iberoamericana.1995.
Finalmente, en cuanto a la proyeccin futura para este
neurocontrolador, se trabaja en el perfeccionamiento de la
Agradecimientos: Los autores agradecen el apoyo de DICYT-
calidad de medicin, sistemas de proteccin y filtros, y sistema
USACH al desarrollo de este trabajo.
de conmutacin a travs de dispositivos de estado slido, que
brindaran una mayor rapidez y eficacia en la conexin y
desconexin de los condensadores. Otra gran proyeccin es
realizar la programacin de la red neuronal y el registro de datos
a travs de un microprocesador junto a un dispositivo de
memoria, para independizar el neurocontrolador del
computador.