Con los datos obtenidos en el celaje realizado y los registros históricos descargados del
interruptor principal se procede a realizar la estimación de las cargas del circuito. Como se
explicó en el caso del circuito anterior, para realizar esta estimación se debe disponer de
las lecturas del interruptor principal en un período de tiempo determinado para entonces
seleccionar un día promedio, para este circuito se analiza su comportamiento en el período
de tiempo comprendido entre el 17 de marzo del 2019 y el 17 de abril del 2019 y se
seleccionó como día promedio el miércoles3 de abril del 2019.
Las potencias monofásicas y trifásicas (P1, Q1, P3 y Q3) que se obtienen en este proceso
se muestran en el Anexo III. La estimación realizada para este circuito, con un ajuste por
corriente de neutro, se muestra en la figura 3.9, puede verse que el ajuste de las cargas es
bueno respecto a los gráficos medidos en un día característico por el NULEC.
Figura 3.9: Estimación realizada para el circuito 131.
Cuando se concluye con el proceso de estimación y ajuste de las cargas, se conforma una
base de datos con estos elementos y con los datos recopilados en el celaje. Posteriormente
se carga esta base de datos desde el programa de balanceo, se ajustan todos los elementos
necesarios y se procede a realizar varias corridas del programa.
En el caso de este circuito se decide variar solamente los ramales de una y dos fases y los
transformadores monofásicos, se utiliza una población de 100 individuos, se realizan 100
generaciones y se permiten 8 cambios como máximo. Además, se decide realizar el
balanceo en dos puntos diferentes, el primero de ellos corresponde a la salida de la
subestación y el segundo es un punto del circuito que se encuentran un gran número de
ramificaciones monofásicas y bifásicas.
Los resultados iniciales emitidos por el programa de balanceo para este circuito, en sus
condiciones originales, muestran que las pérdidas de energía en las líneas primarias
alcanzan los 72,34 kWh/día y que la corriente de neutro en el primer nodo del circuito
representa un 43,06 % de la de fase.
Las variantes de balanceo que se obtienen se encuentran ordenadas por corriente de
neutro, pérdidas de energía y número de reconexiones respectivamente. Se debe escoger
una variante, que, con un pequeño número de reconexiones, pueda lograr una buena
reducción de la corriente de neutro y de las pérdidas de energía, atendiendo a esto se
seleccionó la variante # 54. En la figura 3.10 se muestran las variantes de balanceo
obtenidas para este circuito y los resultados de la variante seleccionada.
Figura 3.10: Variantes de balanceo para el circuito 131.
Al analizar los resultados obtenidos para la variante seleccionada, puede verse que la
corriente de desbalance debe experimentar una disminución de un 39,43 %, las pérdidas
de energía deben reducirse en 7,53 kWh/día y solo deben efectuarse cuatro cambios.
Aunque los ahorros de energía que se consiguen en este caso son pequeños, debe notarse
que las pérdidas de energía del circuito también lo son. Además, se puede lograr una buena
reducción de la corriente de neutro con un reducido número de reconexiones en el circuito.
En la figura 3.11 se muestran los puntos del circuito donde deben efectuarse dichos
cambios.
Figura 3.11: Cambios propuestos para el circuito 131.
En la figura 3.12 se observan los gráficos estimados por el programa de balanceo para las
corrientes de fase y de neutro, antes y después de que se ejecuten las reconexiones.
Figura 3.12: Corrientes estimadas antes y después de efectuar las reconexiones.
En la figura anterior se puede ver que, al efectuar los cambios propuestos por el programa
para este circuito, debe mejorar el equilibrio entre las corrientes de fase y debe disminuir
significativamente la corriente de neutro. Por tanto, puede decirse que al aplicar los cambios
propuestos por el programa este circuito debe operar de forma más eficiente y con menores
pérdidas de energía.
CONCLUSIONES
A partir de los resultados obtenidos en el presente trabajo, puede llegarse a las siguientes
conclusiones:
Mediante el celaje realizado a los circuitos en estudio se ha detectado que los datos
de los circuitos se encontraban desactualizados.
Las bases de datos del Radial para todos los circuitos se han ajustado de forma
bastante precisa a los gráficos de carga de las corrientes medidas por los
recerradores NULEC.
En los circuitos analizados solo se tuvo acceso a mediciones de los interruptores
principales, por lo tanto, fue necesario realizar una estimación de las cargas
utilizando un programa de estimación.
El programa de balanceo basado en el algoritmo NSGA-II ha tenido un
comportamiento favorable en todas las corridas en cuanto a tiempo de ejecución y
convergencia. Brindando múltiples soluciones para balancear la red, lo que permite
escoger la variante más adecuada consultando siempre con la dirección técnica de
la Empresa Eléctrica.
Las soluciones obtenidas en los diferentes circuitos permiten estimar un buen
comportamiento en cuanto a balance y pérdidas de los mismos cuando estas se
logren aplicar.
RECOMENDACIONES
Aplicar los cambios propuestos por el programa de balanceo para los circuitos 32 y
131.
Continuar perfeccionando los métodos computacionales de estimación y ajuste de
cargas en los circuitos de distribución primaria.
Realizar tomas de cargas en los transformadores para apoyar la estimación
correcta de estas cargas.
Extender el estudio a otros circuitos de la provincia en aras de poder balancear la
mayor parte de los circuitos primarios, y de esta forma lograr un servicio más
eficiente.
Utilizar al máximo las potencialidades del programa de balanceo y realizar el
balance de los circuitos en diferentes puntos cuando sea pertinente.
REFERENCIAS BIBLIOGRÁFICAS
[1]
I. P. Abril, "Genetic Algorithm for the Load Balance on Primary Distribution Cir
cuits," IEEE Latin América Transactions, vol. 8, September 2010.
[2]
S. R. Castaño. Redes de distribución de Energía. Universidad Nacional de
Colombia [online].
[3]
S. R. Castaño. (2004, Redes de distribución de energía. Universidad
Nacional de Colombia [online].
[4]
E. P. D. Handbook. (2004).
[5]
N. C. N. O. N. d. Normalización. (2004.
[6]
I. 61000-4-30. (2003, Electromagnetic compatibility (EMC) - Part 4-30:
Testing and measurement techniques - Power quality measurement
methods. IEC 61000-4-30.
[7]
A. S. MG1. (1993, Motors and Generators.
[8]
T. P. f. P. I. M. a. G. I. Standard, IEEE Standard 112. (1991.
[9]
E. CENELEC, ed.
[10]
I.-.-. I. E. Commission, " in Compatibility levels for low-frequency conducted
disturbances and signalling in public low-voltaje power supply systems, ed.
>>,
. (1990.
[11]
I.-.-. I. E. Commission, " in Part 2-2 Compatibility levels for low-frequency
conducted disturbances and signalling in public low-voltaje power supply
systems, ed.>>,, 2003.
[12]
O. N. d. N. O. N. de N. (NC), "Norma Cubana NC 365: 2011," in Tensiones
Normalizadas, ed:
>>
, 2011.
[13]
D.-E. d. a. p. s. e. G. Casaravilla y V. Echinope.
[14]
M. p. e. B. d. C. d. D. P. M. A. Cuellar, Universiidad Central
<<
Marta Abreu
>>
de Las Villas, Santa Clara. (2014.
[15]
D. d. T. e. S. T. ECAMEC Tecnología. (2009.
[16]
E. o. u. v. o. t. o. p. o. a. t.-p. i. m. C. Y. Lee. (1999, vol. 14, pp. 202-208.
[17]
I. P. Abril. (2012, Optimización Multiobjetivo del Balanceo de Circuitos de
Distribución Primaria en in 16 Convención Científica de Ingeniería y
Arquitura.
[18]
I. J. V. P. J. C. G. T. M. I. M. Piumetto. (2012, Análisis de la Revolución de
los Factores de Desbalance en Sistema de Distribución de MT por la
Inserción de la Generación Distribuida. en II Congreso Latinoamericano de
[19]
R. C. V. Sanabria. (1993, Análise Interactivo Gráfico de Sistemas Eléctricos
de Distribución Primaria. Para completar las exigencias del grado de Magister
en Ciencias de la Ingeniería.
[20]
A. I. P, "Fundamentación Técnica del Programa de Balance de Fases,"
Universidad Central "Marta Abreu" de Las Villas, Santa Clara, Mayo de 2016
2016.
[21]
L. D. A. Auguglio, and R. Romero. (2003, Minimum Losses reconfiguración
of MV distribution networks through local control of tie-switches. IEEE
Transactions on Power delivery 18, 762-771.
[22]
R. G. H. Salazar, and R. Romero. (2006, Artificial neural networks and
clustering technique applied in the reconfiguration of distribution systems.
IEEE Transactions on Power delivery vol. 21, pp. 1735-1742.
[23]
D. Das. (2006, Reconfiguration of distribution system using fuzzy multi-
objective approach. Electric Power and Energy Systems vol. 28, pp. 331-338.
[24]
C.-F. C. J. -P. Chiou, and C. -T. Su. (2005, Variable scaling hybrid differential
evolution for solving network reconfiguration of distribution systems IEEE
Latin América Transactions on Power Systems vol. 20, pp. 668-674.
[25]
C.-F. C. C. -T. Su, and J. -P Chiou. (2005, Distribution network reconfiguration
for loss reduction by ant colony search algorithm. EPRI vol. 75, pp. 190-199.
[26]
M. C. Z. Jinxiang, and Z. Chang. (1999, Phase Balancing using Mixed Integer
Linear Programming. IEEE Transactions on Power Systems 13, 1487-1492.
[27]
B. G. Z. Jinxiang, and MY. Chow. (1999, "Phase Balancing using Simulated
Annealing". IEEE Transactions on Power Systems 14, 1508-1513.
[28]
J. C. G. A. Ruiz, and R. Gallego. (2006, Solution to the phase balancing
problem and the primary feeders reconfiguration by three phase modeling
using simulated annealing. Scientia et Technica vol. 12, pp. 1-6.
[29]
T.-H. C. a. J.-T. Cherng. (2000, “Optimal phase arrangement of distribution
transformers connected to a primary feeder for system unbalance
improvement and loss reduction using a genetic algorithm”. IEEE
Transactions on Power Systems 15.
[30]
R. P. B. M. Dilek, J. C. Thompson, and R. Sequin. (2001, “Simultaneous
phase balancing at substations and switches with time-varying load patterns,”
IEEE Transactions on Power Systems 16, 922-928.
[31]
C.-S. C. C.-H. Lin, H.-J. Chuang, and C.-Y. Ho. (2005, “Heuristic Rule-Based
Phase Balancing of Distribution Systems by Considering Customer Load
Patterns,”. IEEE Transactions on Power Systems 20, 709-716.
[32]
C.-S. C. C.-H. Lin, M.-Y. Huang, H.-J. Chuang, M. S. Kang, C.-Y. Ho, and
C.W. Huang. (2007, “Optimal Phase Arrangement of Distribution Feeders
Using
Immune Algorithm,”. 14th International Conference on Intelligent
System Applications to Power Systems, ISAP 2007, Kaohsiung, Taiwan,
November 4 - 8.
[33]
C.-S. C. M.-Y. Huang, C.-H. Lin, M. S. Kang, H.-J. Chuang, and C.-W. Huang.
(2008, “Three-Phase Balancing of Distribution Feeders using Immune
Algorithm,”. IET Generation, Transmission and Distribution 2, 383-392.
[34]
C.-S. C. C.-H. Lin, H. J. Chuang, M.-Y. Huang, and C.-W. Huang. (2008, “An
Expert System for Three-Phase Balancing of Distribution Feeders,”. IEEE
Transactions on Power Systems 23, 1488-1496.
[35]
M. W. S. A. Ukil, and J. Jordaan. (2006, "Feeder Load Balancing using Neural
Network,” Lecture Notes in Computer Science, Springer 39, 1311-1316.
[36]
A. U. a. M. W. Siti. (2008, “Feeder Load Balancing using Fuzzy Logic and
Combinatorial Optimization-based Implementation,”. Electric Power Systems
Research 78(11), 1922-1932.
[37]
A. S. N. Gupta, and K. R. Niazi. (2011, A novel strategy for phase balancing
in three-phase four-wire distribution systems. IEEE Power and Energy
Society General Meeting, San Diego (CA), 1-7.
[38]
R. A. H. a. S. H. Soltani. (2012, Fuzzy Optimal Phase Balancing of Radial and
Meshed Distribution Networks Using BF-PSO Algorithm. IEEE Transactions
on Power Systems 27, 47-57.
[39]
a. S. H. S. R. A. Hooshmand. (2012, Simultaneous optimization of phase
balancing and reconfiguration in distribution networks using BF–NM
algorithm. International Journal of Electrical Power & Energy Systems 41, 76-
-86.
[40]
F. C. Guo. (2012, Solving Load Phase Balancing Problem in LV Distribution
Networks by Chaotic Simulated Annealing. Advanced Materials Research
463, 689-693.
[41]
L. L. M. Sathiskumar, and S. Thiruvenkadam. (2012, A self adaptive hybrid
differential evolution algorithm for phase balancing of unbalanced distribution
system. International Journal of Electrical Power & Energy Systems 42, 91-
97.
[42]
M. S. G. Mahendran, S. Thiruvenkadam, and L. Lakshminarasimman. (2013,
Multi-objective Unbalanced Distribution Network Reconfiguration through
Hybrid Heuristic Algorithm. Journal of Electrical Engineering & Technology 8,
215-222.
[43]
S. S. K. Wang, and T. G. Robertazzi. (2013, Phase balancing algorithms.
Electric Power Systems Research 96, 218-224.
[44]
A. S. N. Gupta, and K. R. Niazi. (2014, A novel method for simultaneous
phase balancing and mitigation of neutral current harmonics in secondary
distribution systems. International Journal of Electrical Power & Energy
Systems 55, 645-656.
[45]
I. P. Abril. (2016, Fundamentación Técnica del Programa de Estimación de
Cargas. Universidad Central “Marta Abreu” de Las Villas, Santa Clara.
[46]
I. P. Abril, "NSGA-II phase balancing of primary distribution circuits by the
reconnection of their circuit laterals and distribution transformers," Electric
Power Systems Research, vol. 109, pp. 1-7, 2014.
[47]
I. P. Abril, "Fundamentación Técnica del Programa de Balance de Fases,"
Universidad Central “Marta Abreu” de Las Villas, Santa Clara, mayo de 2016.
[48] A. Seshadri. NSGA-II source code. available in: «http://www.mathworks.com
/matlabcentral/fileexchange/10429-nsga-ii-a-multi-objective-optimization-
algorithm/content/NSGA-II/».
