Control de oscilaciones electromecánicas usando aprendizaje de máquinas

Abstract

In this thesis, the proposal for a wide area damping control (WADC) that adjusts to the characteristics of a power system throughout the day is presented. For this, the ERA algorithm (Eigensystem Realization Algorithm) is first used, which allows us to identify the low-frequency oscillations that the electrical system may have and thus determine its behavior throughout the day. The HACA clustering method is then used to separate the system behavior throughout the day into different groups during which the system characteristics are similar. Once the groups have been formed, the ERA algorithm is used again but this time only analyzing the centroid cases of each group to obtain its reduced order model A, B, C and D system. Next, an electromechanical oscillation control is designed using a Linear Quadratic Gaussian control (LQG) applied to generator exciters and also applied to a static vars compensator (SVC) in different test power systems. Finally, the behavior of the power system throughout the day is reanalyzed with the ERA algorithm to determine whether the damping of the oscillations has improved or not. As a result, a damping ratio of up to 50% is obtained in the interarea mode of a test system.

En esta tesis, se presenta la propuesta de un control de amortiguamiento de área amplia (WADC, del inglés wide area damping control) que se ajuste a las características de un sistema de potencia a lo largo del día. Para esto, se utiliza primeramente el algoritmo ERA (del inglés Eigensystem Realization Algorithm) que permite identificar los parámetros modales de las oscilaciones de baja frecuencia que pudiera tener el sistema eléctrico y así, determinar su comportamiento a lo largo del día. Posteriormente, se utiliza el método de agrupamiento HACA (del inglés Hierarchical Agglomerative Clustering Algorithm) para separar el comportamiento del sistema a lo largo del día en diferentes grupos, durante los cuales, las características del sistema son similares. Una vez que se han formado los grupos nuevamente se utiliza el algoritmo ERA pero esta vez solo analizando los casos centroides de cada grupo para obtener su modelo de orden reducido A, B, C y D del sistema. Después, se procede a diseñar un control de oscilaciones electromecánicas utilizando un control Gaussiano Cuadrático Lineal (LQG del inglés Linear Quadratic Gaussian) aplicado a excitadores de generadores y también aplicado a un compensador estático de vars (SVC) en diferentes sistemas de potencia de prueba. Finalmente, se vuelve a analizar el comportamiento del sistema de potencia a lo largo del día con el algoritmo ERA para determinar si el amortiguamiento de las oscilaciones ha mejorado o no. Como resultado, se obtiene una relación de amortiguamiento de hasta el 50% en el modo interarea de un sistema de prueba.