Asignación de reservas considerando criterios de estabilidad de frecuencia utilizando técnicas de inteligencia artificial

Abstract

Producto del aumento en la penetración de tecnologías de generación variable con convertidor (TGVCC), los sistemas eléctricos de potencia (SEP) han disminuido su inercia sistémica. Considerando que un SEP de baja inercia puede presentar problemas de estabilidad de frecuencia, algunos operadores han definido restricciones al despacho de TGVCC. En este contexto, se realizó una revisión bibliográfica sobre metodologías y/o herramientas para la programación de la operación, para evitar estos problemas. De esta se observó que, debido a la complejidad de incorporar la no linealidad de la frecuencia en problemas de optimización, se utilizan simplificaciones conservadoras de la dinámica del SEP, resultando en soluciones subóptimas. En esta tesis, se desarrolla una herramienta de asignación de reservas que aprovecha la velocidad de cómputo de un modelo Long Short-Term Memory (LSTM) para incorporar la no linealidad de la frecuencia en un problema de optimización lineal mediante iteraciones, donde el modelo LSTM predice la frecuencia mínima, mientras que la asignación se obtiene mediante el problema de programación lineal. Finalmente, se validó la herramienta en un modelo de 2434 barras del Sistema Eléctrico Nacional (SEN), demostrando que es posible mitigar la desviación de frecuencia ante contingencias y evitar la activación de esquemas de protección.