Monitoreo de fuentes emisoras de armónicos en microredes usando la Descomposición Modal Dinámica

Abstract

Las técnicas de análisis y procesamiento de datos son partes clave para la implementación de un Sistema de Monitoreo y Control de Área Amplia (por sus siglas en inglés “WAMS”). Estas herramientas proporcionan una noción más completa sobre la evolución temporal en un sistema eléctrico de potencia. Actualmente, con la incorporación de sofisticadas unidades de medición fasorial en microredes y en redes de distribución se ha abierto la posibilidad de implementar técnicas para el monitoreo espectral de armónicos. Sin embargo, las mediciones fasoriales en un sistema son múltiescala, ruidosas, contienen datos faltantes, tendencias y valores atípicos que enmascaran la presencia de daños en el sistema y dificultan el análisis del comportamiento dinámico del sistema. Además, el monitoreo de grandes sistemas interconectados genera grandes cantidades de datos, lo que provoca la necesidad de utilizar técnicas robustas, multidimensionales y basadas en la reducción de datos. En esta tesis, se presenta una técnica llamada Descomposición Modal Dinámica (DMD) para el análisis espectral de armónicos en sistemas eléctricos de potencia. Esta técnica elimina la dependencia de modelos matemáticos y extrae la información espectral desde un conjunto de datos multidimensionales, los cuales pueden ser extraídos a partir de simulaciones (PSCAD), datos históricos, o de microsincrofasores (?????) distribuidos espacialmente en una microred. Adicionalmente DMD brinda información sobre las fuentes emisoras de armónicos, los desbalances de voltaje, los coeficientes de amortiguación y las frecuencias dominantes. Esta técnica está basada en la descomposición ortogonal propia (POD), lo cual hace que la técnica sea robusta ante el ruido blanco gaussiano y clasifica los modos de acuerdo a su energía modal. El enfoque propuesto se aplicó en señales con diversos niveles de distorsión armónica obtenidas de una microred de 13.8 kV que fue elaborada en un simulador profesional PSCAD. Se analizaron diversos casos de estudio (estacionario, transitorio y con ruido gaussiano). Los resultados obtenidos fueron validados por otras técnicas de procesamiento de datos, tales como la transformada discreta de Fourier (DFT) y el análisis de Prony. Los resultados obtenidos son muy prometedores y su estructura matemática facilita la implementación de esta técnica en tiempo-real.