Voltage sags are one of the main phenomena related to power quality because they are the disturbances that occur with greater frequency in power systems as a result of short circuit faults. For energy supply companies, industrial and commercial customers; voltage sags can implicate important financial losses resulting from damage or malfunction of different equipment. This thesis examines the installation of Flexible AC Transmission Systems (FACTS) as an efficient strategy to mitigate this type of disturbance. In order to identify a voltage sags related problem, it is necessary to have a tool that allows quantifying its severeness and frequency of incidence. In this thesis the fault position method is described and used to predict the number of disturbances that may arise during a period of time.The thesis also presents the basic concepts associated with some artificial intelligence techniques and their application in the implementation of a control scheme based on artificial neural networks for Dynamic Voltage Restorers (DVRs) allowing almost instantaneous detection of disturbances and the correct voltage compensation in load buses. Likewise two new DVR topologies based on direct AC/AC converters are revised.
Las depresiones de voltaje (voltage sags) son uno de los principales fenómenos relacionados con la calidad de la energía debido a que son los disturbios que se presentan con mayor frecuencia en las redes eléctricas a consecuencia principalmente de fallas de cortocircuito. Para las empresas suministradoras, para clientes industriales y comerciales pueden significar pérdidas económicas cuantiosas derivadas del daño o mal funcionamiento de diversos equipos. En esta tesis se estudia la instalación de Sistemas Flexibles de Transmisión de Corriente Alterna (FACTS, por sus siglas en inglés) como una estrategia eficiente para mitigar este tipo de disturbios. Para identificar la existencia de una problemática relacionada con depresiones de voltaje se debe contar con una herramienta que permita cuantificar su severidad y frecuencia de ocurrencia. En esta tesis se describe y utiliza el método de posición de fallas para predecir el número de disturbios que pueden producirse durante un periodo de tiempo. También se presentan los conceptos básicos relacionados con algunas técnicas de inteligencia artificial y su aplicación en la implementación de un esquema de control, basado en redes neuronales artificiales para Restauradores Dinámicos de Voltaje (DVRs, por sus siglas en inglés) que permite la detección casi instantánea de disturbios y la compensación correcta de voltaje en nodos de carga. Asimismo, se revisan dos nuevas topologías de DVRs basadas en convertidores directos CA/CA.
