Metodología de coordinación de protecciones en microrredes usando protecciones de corriente direccionales

Abstract

RESUMEN : Las microrredes han cobrado prominencia recientemente, impulsadas por una confluencia de factores que abarcan avances significativos en tecnologías de generación a pequeña escala y un creciente enfoque en la sostenibilidad ambiental. Además, su adopción se vislumbra como una alternativa crucial en regiones no conectadas a redes principales, representando una innovación significativa para la integración de generación distribuida (GD). Esta modalidad de generación introduce flujos de energía bidireccionales que pueden incidir en el desempeño de los tradicionales esquemas de protección. Este documento presenta una investigación y propone una metodología específica para la coordinación de protecciones eléctricas en microrredes, empleando características no estándar de relés de sobrecorriente, técnicas de aprendizaje no supervisado y estrategias de optimización metaheurística con el fin de abordar el desafío de coordinación de protecciones como un problema de programación no lineal. El proceso de coordinación de protecciones se inicia con un análisis exhaustivo de cortocircuitos en diversos escenarios de falla y topologías dentro de un sistema de prueba. Posteriormente, se implementarán algoritmos de aprendizaje automático no supervisado para agrupar estados operativos similares, considerando los distintos tipos de fallas identificados previamente. Finalmente, mediante el empleo de técnicas de optimización metaheurística y tomando en cuenta las características no estándar de los relés, se obtendrán los ajustes óptimos de los relés de sobrecorriente de la solución al problema de programación no lineal planteado. La evaluación de los resultados obtenidos se realizará mediante una comparativa con estudios previos documentados en la literatura especializada. La simulación de las microrredes y el análisis de fallas se realizó en el software DigSilent Power Factory 2020, mientras que la aplicación de técnicas de aprendizaje automático no supervisado y técnicas metaheurísticas se realizó en Python 3.9 con librerías y paquetes disponibles comercialmente.

ABSTRACT : Microgrids have gained prominence recently, driven by a confluence of factors that encompass significant advances in small-scale generation technologies and a growing focus on environmental sustainability. Moreover, their adoption is envisioned as a crucial alternative in regions not connected to main grids, representing a significant innovation for the integration of distributed generation (DG). This type of generation introduces bidirectional energy flows that can impact the performance of traditional protection schemes. This document presents an investigation and proposes a specific methodology for the coordination of electrical protections in microgrids, employing non-standard features of overcurrent relays, unsupervised learning techniques, and metaheuristic optimization strategies to address the challenge of protection coordination as a nonlinear programming problem. The protection coordination process commences with a comprehensive analysis of short circuits in various fault scenarios and topologies within a test system. Subsequently, unsupervised machine learning algorithms will be implemented to cluster similar operational states, considering the different types of faults identified beforehand. Finally, through the use of metaheuristic optimization techniques and taking into account the non-standard features of the relays, the optimal settings of the overcurrent relays will be derived as a solution to the proposed nonlinear programming problem. The evaluation of the obtained results will be conducted through a comparative analysis with previous studies documented in specialized literature. The simulation of the microgrids and the fault analysis were carried out using DigSilent Power Factory 2020 software, while the application of unsupervised machine learning techniques and metaheuristic techniques was performed in Python 3.9 with commercially available libraries and packages.