“Medidores Inteligentes”, basado en LabVIEW

Desarrollo de Tecnología de Monitoreo Basada en Medición de Sincrofasores para
“Medidores Inteligentes”, basado en LabVIEW y CompactRIO
"Utilizar LabVIEW para programar el FPGA permite
una sincronización muy exacta con las referencias
de tiempo por GPS, mientras el módulo de
LabVIEW Real-Time permite la implementación de
algoritmos precisos de estimación de
sincrofasores."
- M. Paolone, UNIVERSITÀ DI BOLOGNA
El Reto:
Lea el Caso
Crear un PMU (Unidad de Medición de Fasores) avanzado para determinar el progreso operacional de redes de distribución de energía, y promover
de Estudio
su evolución a redes inteligentes activas (smart grid)
Completo
La Solución:
Desarrollar un PMU de alto desempeño basado en hardware NI CompactRIO, NI LabVIEW para programación de FPGAs que permita una
sincronización precisa con referencias de tiempo vía GPS, y el módulo LabVIEW Real-Time para implementar algoritmos de estimación de
sincrofasores.
Autor(es):
M. Paolone - UNIVERSITÀ DI BOLOGNA
A. Borghetti - UNIVERSITÀ DI BOLOGNA
C.A. Nucci - UNIVERSITÀ DI BOLOGNA
La evolución desde redes de distribución de energía pasivas hacia activas, genera cambios importantes en sus procedimientos operacionales,
especialmente en el monitoreo en tiempo real. Es necesario utilizar herramientas inteligentes de monitoreo para estimar el estado actual de las redes, de
manera rápida y confiable. Una de las tecnologías más prometedoras en este campo es el monitoreo distribuido basado en PMUs.
Los algoritmos de estimación de sincrofasores están basados en la Transformada Discreta de Fourier (DFT), aplicada a señales cuasi-estables que
representan el estado de los nodos de voltaje y las ondas de corriente de la red. Podemos agrupar estos algoritmos en estimadores DFT de un ciclo y de
ciclo fraccional, realizando actualizaciones recursivas y no-recursivas. Nosotros creamos un algoritmo DFT para poder utilizar PMUs en redes de
distribución activas, manteniendo la exactitud de la medición de sincrofasores entre límites específicos, aún en la presencia de formas de onda
distorsionadas y transitorios electromecánicos (señales que varían en frecuencia).
Comparadas con las redes de transmisión, las redes activas de distribución se caracterizan por menores longitudes de línea y flujos de energía limitados.
Cuando se utilizan sincrofasores del voltaje del bus para estimar el estado de la red, estas características resultan en pequeñas diferencias de fase entre
los fasores de voltaje y del bus (generalmente en el orden de mili radianes o menores). Esto genera la necesidad de PMUs caracterizados por
sincrofasores cuya incertidumbre de fase está por debajo de los límites que provee el estándar IEEE C37.118. Las redes de distribución presentan
niveles de distorsión mucho más altos que aquellos de las redes de transmisión. Adicionalmente, se espera que las redes activas de distribución operen
aún cuando están aisladas de las redes principales de transmisión, por lo que los PMUs son útiles para ayudar a los operadores de la red de distribución
durante las maniobras de desconexión y reconexión. Por esto, utilizar un PMU para monitorear los transitorios electromecánicos, generalmente
caracterizados por desviaciones no despreciables de la frecuencia nominal de la red, puede provocar estimaciones incorrectas de las fases y frecuencias
de los sincrofasores.
Algoritmo de Estimación de Sincrofasores
Los algoritmos tradicionales de estimación de sincrofasores basados en DFT, generalmente hacen la medición directamente de la salida de la DFT,
aplicada a la señal muestreada a una tasa típica de unos cuantos kHz. Por el contrario, nuestro algoritmo utiliza una técnica de dos pasos, que primero
hace un análisis DFT de la señal de entrada y después un análisis en el dominio del tiempo de la señal correspondiente reconstruida, que representa el
tono de la frecuencia fundamental. El primer paso es único porque utiliza el algoritmo propuesto para identificar el tono de la frecuencia fundamental. Este
algoritmo provee un resultado exacto en el caso de frecuencias altas de muestreo (como a 100 kHz). A continuación se presenta una breve descripción
del algoritmo de estimación de sincrofasores.
El algoritmo de estimación de sincrofasores involucra los siguientes tres pasos:
1. Muestrear los voltajes trifásicos dentro de una ventana de tiempo (T) de 80 ms (4 ciclos de 50 Hz), comenzando de manera sincronizada con los
pulsos por segundo (PPS) de la señal del UTC-GPS (típicamente 1 o 10 PPS).
2. Reconstruir el tono de la frecuencia fundamental como una señal sinusoidal, caracterizada por una sola frecuencia dentro de una ventana específica Δf
(esto es f0 ± Δf, donde f0 indica el valor nominal de la frecuencia de la red). Utilizamos LabVIEW Real-Time y el controlador CompactRIO para
implementar este paso.
3. Estimar la amplitud, fase y frecuencia del sincrofasor con referencia a la onda reconstruida del tono de la frecuencia fundamental. Implementamos este
paso utilizando también el CompactRIO y LabVIEW Real-Time.
La Figura 1 resume el análisis obtenido de la señal, utilizando el procedimiento descrito. La línea punteada [s(t)] representa la señal genérica
distorsionada para estimar el sincrofasor, la línea continua [s1(t)] representa el tono de la frecuencia fundamental reconstruido en el dominio del tiempo, y
la línea discontinua [PPS] representa la señal PPS.
Prototipo de PMU
Implementamos el algoritmo de estimación de sincrofasores en un controlador en tiempo real NI CompactRIO, equipado con un FPGA de 3M de
compuertas (Xilinx Virtex II 3000) en el chasis. Muestreamos las ondas de voltaje utilizando un módulo NI 9215 con una entrada de señal dinámica de
±10 V, operando a una frecuencia de muestreo de 100 kHz. La señal de tiempo del UTC-GPS la provee un módulo S.E.A GPSIB, cuya precisión en
sincronización de tiempos es de 100 ns. Utilizamos también un módulo digital NI 9401 como contador para realizar las mediciones entre los flancos de
subida del PPS (que vienen del dispositivo GPS) y la primera muestra de las señales digitalizadas. La Figura 2 muestra la estructura de la
implementación del PMU.
Como se muestra en la Figura 2, el controlador en tiempo real envía al FPGA el punto de referencia de las siguientes variables: frecuencia de muestreo
(fs), ventana de observación de tiempo (T), y señal GPS-PPS
El FPGA envía el número de PPS al dispositivo GPS que genera la señal PPS enviada a los módulos NI 9215 y NI 9401. Estas conexiones disparan el
inicio del muestreo de la forma de onda, correspondiendo con el flanco de subida de la señal PPS (por una duración T). Al mismo tiempo, la señal PPS
enviada al NI 9401 dispara el contador del FPGA, corriendo a la frecuencia interna de reloj de 40 MHz. Este contador se detiene con la primera muestra
de la forma de onda muestreada para el cálculo (ver Figura 1). Los datos muestreados, así como la etiqueta de tiempo GPS, se insertan en una memoria
DMA-FIFO y las extrae el controlador en tiempo real para realizar el algoritmo de estimación de sincrofasores. El número de PPS corresponde al número
de estimaciones de sincrofasores por segundo.
Caracterización Experimental del PMU y Conclusiones
La caracterización experimental se refiere a las señales periódicas con componentes espectrales de una frecuencia constante. Nosotros generamos
1/3
www.ni.com
La caracterización experimental se refiere a las señales periódicas con componentes espectrales de una frecuencia constante. Nosotros generamos
señales de referencia con un chasis PXI que contiene un generador de ondas arbitrarias NI PXI-5441, un módulo NI PXI-6682 de temporización y
sincronización GPS y IRIG-B, un módulo de adquisición de datos de alta precisión NI PXI 6281, y un controlador embebido de alto desempeño NI
PXI-8110, con procesador Intel Core 2 Quad Q9100. Analizamos dos casos: tono simple (50 Hz) y señales distorsionadas. Para las últimas, generamos
la señal de referencia con componentes espectrales iguales a los valores límites que provee el estándar EN 50160. La Tabla 1 resume las imprecisiones
del PMU, demostrando que las características del dispositivo desarrollado son compatibles con los requerimientos de las aplicaciones en redes activas
de distribución de energía.
Una descripción más extensiva de la caracterización experimental se presenta a continuación y muestra que el desempeño del prototipo PMU no está
influenciado por señales de frecuencia variable, que representan pequeños transitorios electromecánicos.
Distribuciones
Señal de tono simple
m
s
10.0×10-6 [rad] 8.1×10-6 [rad]
-6
-6
120.0×10 [p.u.] 9.3×10 [p.u.]
Error RMS
-6
-6
117.0×10
9.3×10
TVE
-5
-5
20.0×10
[Hz]
4.5×10
[Hz]
Error de Frecuencia
Error de Fase
Distribuciones
Error de Fase
Error RMS
TVE
Error de Frecuencia
Señal distorsionada
m
-6
s
-6
[rad]
9.9×10 [rad]
-6
-6
250.0×10 [p.u.]12.0×10 [p.u.]
9.4×10
-6
250×10
-5
20.0×10 [Hz]
-6
12.0×10
-5
3.8×10 [Hz]
Tabla 1: Valores medios y desviaciones estándar de las distribuciones de error del prototipo PMU, referenciadas a condiciones de estado estable: Tono
simple y Señal distorsionada
Información del Autor:
M. Paolone
UNIVERSITÀ DI BOLOGNA
Figura 1: Estimación del sincrofasor: Señal reconstruida s1(t) y redefinición de fase
2/3
www.ni.com
Figura 2: Implementación del Algoritmo de Estimación de Sincrofasores en el controlador CompactRIO
Legal
Este caso de estudio (este "caso de estudio") fue desarrollado por un cliente de National Instruments ("NI"). ESTE CASO DE ESTUDIO ES PROPORCIONADO
"COMO ES" SIN GARANTÍA DE NINGUN TIPO Y SUJETO A CIERTAS RESTRICCIONES QUE SE EXPONEN EN LOS TÉRMINOS DE USO EN NI.COM.
3/3
www.ni.com