EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA REDES DE DISTRIBUCIÓN: INTRODUCCIÓN A LA CONFIABILIDAD Quito, Abril de 2019 1 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Interrupciones: mal inevitable NO SE PUEDEN EVITAR TODAS LAS INTERRUPCIONES: COSTO MUY ELEVADO CAUSA: FALLOS ALEATORIOS EN COMPONENTES NIVELES DE DEMANDA INESPERADOS IMPEDIMENTOS LEGALES DE INSTALACIÓN DE NUEVOS EQUIPOS U OPERACIÓN DE EXISTENTES INSUFICIENTE SUMINISTRO DE COMBUSTIBLE O RESERVAS HIDRÁULICAS, ETC. ETC. LA TECNOLOGÍA ESTÁ EVOLUCIONANDO MUY DE PRISA: NUEVAS HERRAMIENTAS Y SISTEMAS ELEMENTOS DE PROTECCIÓN ELEMENTOS DE VIGILANCIA SISTEMAS INTEGRADOS 2 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Interrupciones permanentes: Clasificación PROGRAMADAS PROPIAS O INTERNAS MANTENIMIENTO OPERACIÓN EXTERNAS REPARACIÓN DE FALLAS CONEXIÓN DE UN NUEVO SERVICIO OBRAS DE EXTENSIÓN IMPREVISTAS PROPIAS O INTERNAS ERRORES DE PROYECTO FALLOS EN MATERIALES ERRORES EN MANTENIMIENTO LIMPIEZA DE AISLADORES EXTERNAS FUERZA MAYOR ANIMALES Y VANDALISMO 3 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Interrupciones permanentes: Tiempos TIEMPO DE INDISPONIBILIDAD. SISTEMA NO FUNCIONANDO. SUBDIVISIÓN DEL TIEMPO DE INDISPONIBILIDAD DEBIDO A UN DEFECTO PERMANENTE: TIEMPO DE AVISO: TIEMPO QUE SE TARDA EN RECONOCER LA EXISTENCIA DEL DEFECTO (TIEMPO DE DETECCIÓN) Y SE DETERMINA LA PARTE DE LA RED (ALIMENTADOR) AFECTADA TIEMPO DE ACCESO O DESPLAZAMIENTO: PARA ACCEDER AL PUNTO MÁS CERCANO DE COMIENZO DE LA BÚSQUEDA DEL DEFECTO TIEMPO DE LOCALIZACIÓN: PARA DETERMINAR LA ZONA DEL ALIMENTADOR CON FALTA, MEDIANTE LA RECOLECCIÓN DE LA INFORMACIÓN LOCAL DE LOS EQUIPOS INSTALADOS TIEMPO DE RECORRIDO O INSPECCIÓN: DE LA LÍNEA AFECTADA PARA DETERMINAR EL PUNTO EXACTO DEL DEFECTO TIEMPO DE SECCIONAMIENTO: AISLAR EL TRAMO CON FALTA Y REALIMENTAR EL RESTO DEL ALIMENTADOR. TIEMPO DE REPARACIÓN: INCLUYE LA REPARACIÓN O SUSTITUCIÓN DEL ELEMENTO AVERIADO Y EL TIEMPO DE RESTAURACIÓN DEL SERVICIO A LOS USUARIOS 4 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Evaluación probabilística de la confiabilidad en un SEP MÉTODOS DETERMINISTAS: NO MUY ADECUADOS NO MUY POPULAR EN EL PASADO: FALTA DE DATOS POTENCIA DE CÁLCULO LIMITADA FALTA DE TÉCNICAS ADECUADAS RECELO A LA ESTADÍSTICA: NO SE ENTIENDE BIEN LA SITUACIÓN HA CAMBIADO COMPLETAMENTE BASES DE DATOS MUY COMPLETAS SISTEMAS INFORMÁTICOS Y TÉCNICAS CONSIDERACIÓN DE PROCESOS DE TIPO ESTOCÁSTICO DESDE EL PUNTO DE VISTA DE LA CONFIABILIDAD SE DEFINE: SISTEMA ADECUADO: EXISTEN SUFICIENTES ELEMENTOS PARA REALIZAR EL SUMINISTRO. NO SE INCLUYE EL EFECTO DE INCIDENCIAS CONCRETAS. CONCEPTO ESTÁTICO SISTEMA SEGURO: CAPACIDAD DEL SISTEMA DE FUNCIONAR ANTE PERTURBACIONES IMPREVISTAS: PERTURBACIONES LOCALES Y GENERALES. CONCEPTO DINÁMICO 5 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Necesidad de evaluar la confiabilidad SECTOR ELÉCTRICO: MUCHAS INCERTIDUMBRES CRECIMIENTO DE LA DEMANDA PRECIOS DE MATERIAS PRIMAS EVOLUCIÓN DEL MERCADO RESTRICCIONES MEDIOAMBIENTALES ETC. SISTEMAS ELÉCTRICOS: INVERSIONES MUY ELEVADAS NECESIDAD DE EVALUAR EL IMPACTO DE LAS INVERSIONES EN LA FIABILIDAD: POR ZONAS Y GLOBAL ESTAS ZONAS O ACTIVIDADES FÍSICAS NECESARIAS EN EL PROCESO DE SUMINISTRO DE ENERGÍA ELÉCTRICA SON GENERACIÓN TRANSPORTE DISTRIBUCIÓN CADA ZONA DEBE SER ADECUADA PARA EL SUMINISTRO 6 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Niveles jerárquicos para la evaluación de la fiabilidad en el SEP GENERACIÓN NJ-1: EVALUACIÓN DE LA FIABILIDAD DE LA CAPACIDAD DE GENERACIÓN NJ-2: EVALUACIÓN DE LA FIABILIDAD COMPUESTA TRANSPORTE NJ-3: EVALUACIÓN DE LA FIABILIDAD GLOBAL DISTRIBUCIÓN EVALUACIÓN DE LA FIABILIDAD DEL SISTEMA DE DISTRIBUCIÓN 7 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Evaluación de la confiabilidad (disponibilidad) por niveles jerárquicos FORMA “NATURAL” Y TRADICIONALMENTE UTILIZADA LA INFORMACIÓN DISPONIBLE ES MÁS INCIERTA AL DISMINUIR DE NIVEL LOS ESTUDIOS AL NIVEL NJ3 NO SE SUELEN HACER DIRECTAMENTE DADA LA ENORME DIMENSIÓN DEL PROBLEMA LOS ESTUDIOS EN DISTRIBUCIÓN SUELEN NO TENER EN CUENTA LOS FALLOS EN NIVELES SUPERIORES ESTOS ESTUDIOS DE CONFIABILIDAD SE PUEDEN COMBINAR, SOBRE TODO EN DISTRIBUCIÓN, CON LA CONSIDERACIÓN DE DETERMINADAS “ZONAS” GEOGRÁFICAS 8 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Nivel jerárquico 3: Todo el sistema NO SE SUELE REALIZAR EL ANÁLISIS GLOBAL DISTRIBUCIÓN POR SEPARADO RESULTADOS DE CONFIABILIDAD EN EL NIVEL 2 COMO DATOS DE ENTRADA PARA DISTRIBUCIÓN CONSIDERACIÓN DE LAS SUBESTACIONES EN LA CONEXIÓN ENTRE NJ2 Y DISTRIBUCIÓN OBTENCIÓN DE ÍNDICES ASOCIADOS A PUNTOS DE CONSUMO Y ALIMENTADORES EXISTENCIA DE MÉTODOS ANALÍTICOS MUY DESARROLLADOS 9 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Comentarios a la evaluación por niveles LOS ÍNDICES DE DISPONIBILIDAD PARA CADA NIVEL SON DIFERENTES FÍSICAMENTE: NJ1: DISPONIBILIDAD A NIVEL DE SISTEMA NJ2: DISPONIBILIDAD A NIVEL DE GRANDES CENTROS CONSUMO NJ3: DISPONIBILIDAD A NIVEL DE CONSUMIDOR LA INDISPONIBILIDAD DE LOS CONSUMIDORES ES, FUNDAMENTALMENTE PROVOCADA POR FALLOS EN EL NIVEL DE DISTRIBUCIÓN NJ1 Y NJ2 SON MUY IMPORTANTES PORQUE AFECTAN A UN GRAN NÚMERO DE CONSUMIDORES LOS FALLOS EN DISTRIBUCIÓN TIENEN UN EFECTO MUY LOCAL 10 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Análisis costo/beneficio de la confiabilidad LOS ANÁLISIS DE CONFIABILIDAD (DISPONIBILIDAD) SON SOLO UNA PARTE DEL ESTUDIO RENTABILIDAD DE LAS DIFERENTES ALTERNATIVAS ÍNDICE: COSTO INCREMENTAL DE LA CONFIABILIDAD, ES ÚTIL PARA COMPARAR ALTERNATIVAS CUANDO SE QUIERE INCREMENTAR LA CONFIABILIDAD DE UNA PARTE DEL SISTEMA INCONVENIENTE: NO EVALÚA LA AMORTIZACIÓN DE LA INVERSIÓN ES NECESARIO COMPARAR EL COSTO DE LAS INVERSIONES CON LA MEJORA OBTENIDA (BENEFICIO PARA LA E.E., CLIENTE Y SOCIEDAD) LO IDEAL SERÍA PODER REALIZAR ESTE TIPO DE ANÁLISIS A LOS TRES NIVELES JERÁRQUICOS 11 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Costos de Inversiones vs Beneficios MUCHOS ESTUDIOS VALORES QUE DEPENDEN MUCHO DE LUGARES ESTUDIADOS MUY DIFÍCIL EVALUAR LOS PERJUICIOS DE UN “APAGÓN” EN LOS CLIENTES 12 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Datos de confiabilidad EXISTEN, HOY EN DÍA Y EN LA MAYORÍA DE LAS E.E., DATOS MUY COMPLETOS DE CONFIABILIDAD FUNDAMENTALES PARA LA EVALUACIÓN HISTÓRICA Y PARA LA PREDICTIVA CARACTERÍSTICAS: CONFIANZA Y RELEVANCIA LOS DATOS DEBEN SER SUFICIENTES PARA REALIZAR UN ANÁLISIS PRECISO, PERO NO TAN EXCESIVOS QUE HAGA INMANEJABLE SU PROCESO 13 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Confiabilidad en los sistemas de distribución CONEXIÓN CON EL RESTO DEL SISTEMA A TRAVÉS DE SUBESTACIONES NIVELES DE TENSIÓN: MEDIA Y ALTA ESTRUCTURA BÁSICA: ALIMENTADORES 14 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Sistemas de distribución HAN RECIBIDO, TRADICIONALMENTE, MENOS ATENCIÓN SISTEMAS MUCHO MÁS EXTENSOS INVERSIONES CARAS CONSUMIDORES: MAYOR PARTE EN BAJA TENSIÓN RESIDENCIALES: POTENCIAS BAJAS UNIFORMIDAD DE USO Y ESTACIONALIDAD COMERCIALES DEPENDEN DEL TIPO DE COMERCIO AGRUPABLES POR TIPOS INDUSTRIALES DEPENDEN MUCHO DEL TIPO DE ACTIVIDAD NORMALMENTE EN MEDIA TENSIÓN UNIFORMIDAD DE HORARIOS DE TRABAJO 15 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Consideraciones técnicas SISTEMA FORMADO POR UN GRAN NÚMERO DE ELEMENTOS FÍSICOS MUY DISTRIBUIDOS: TODOS PUEDEN FALLAR LÍNEAS TRANSFORMADORES DE POTENCIA (AT/MT) TRANSFORMADORES DE DISTRIBUCIÓN (MT/BT) INTERRUPTORES Y SECCIONADORES CONDENSADORES SHUNT REACTANCIAS/RESISTENCIAS CARGAS GENERADORES OTROS (PROTECCIÓN, SEÑALIZACIÓN, MEDIDA, ETC.) ELEMENTOS CONCEPTUALES: ALIMENTADOR ANILLO ETC. 16 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Operación del sistema LÍNEAS RADIALES CON POSIBILIDAD DE FORMAR MALLAS REDES TIPO: RURAL, URBANA E INDUSTRIAL ELEMENTOS NORMALMENTE MUY DESCUIDADOS MASIVA PRESENCIA DE COGENERACIÓN O GENERACIÓN DISTRIBUIDA: PROBLEMAS MUY GRAVES DE OPERACIÓN QUE PUEDEN INCIDIR EN LA CONFIABILIDAD (COGENERACIÓN, RENOVABLES, ETC.). EL IMPACTO DE LA GENERACIÓN DISTRIBUIDAD EN SISTEMAS DE DISTRIBUCIÓN HA MODIFICADO UNA SERIE DE ASPECTOS: 17 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices de Calidad NO EXISTE UN ÍNDICE QUE SEA CAPAZ DE MEDIR TODOS LOS ASPECTOS DE LA CALIDAD TOTAL. LOS ÍNDICES EXISTENTES SE PUEDE CALCULAR EN DOS MODOS: EN MODO HÍSTORICO: SE UTILIZAN DATOS REGISTRADOS POR LAS EMPRESAS ELÉCTRICAS DE INTERRUPCIONES Y FUNCIONAMIENTO DE LA RED DURANTE UN PERIODO DEL PASADO PERMITEN EVALUAR LA CALIDAD DE SERVICIO PROPORCIONADA Y REALIZAR ANÁLISIS COMPARATIVOS O TENDENCIAS EN MODO PREDICTIVO: SE CALCULAN LOS VALORES MEDIOS O/Y MÁXIMOS ESPERADOS A PARTIR DE MODELOS DE CONFIABILIDAD APLICADOS AL SISTEMA ELÉCTRICO PARA UN TIEMPO FUTURO, SE REQUIEREN DATOS DE CONFIABILIDAD DE COMPONENTES, TOPOLOGÍA DE LA RED, DEMANDA, CLIENTES Y CRITERIOS DE EXPLOTACIÓN PERMITEN ESTABLECER OBJETIVOS SEGÚN EL TIPO DE RED, IDENTIFICAR PUNTOS DÉBILES EN LA RED Y EVALUAR LAS ALTERNATIVAS DE MEJORA 18 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices de Calidad ÍNDICES DE SISTEMA: REFLEJAN EL COMPORTAMIENTO MEDIO O PERCENTILES DE LA CALIDAD DE SERVICIO DEL SISTEMA (RED, ZONA, REGIÓN, ETC.) SUELEN SER MEDIAS PONDERADAS DE LOS ÍNDICES INDIVIDUALES DE LOS CLIENTES DE LAS ZONAS ESTUDIADAS. VENTAJAS: CAPACIDAD PARA REPRESENTAR LA CALIDAD DEL SERVICIO OFRECIDO POR UN SISTEM DE FORMA COMPACTA Y FACILMENTE ASIMILABLE. INCONVENIENTES: PUEDE ESCONDER GRUPOS DE CLIENTES CON UN NIVEL DE CALIDAD MUY INFERIORES AL RESTO ÍNDICES INDIVIDUALES DE CLIENTE: REFLEJAN EL NIVEL DE CALIDAD QUE EXPERIMENTA UN DETERMINADO CLIENTE VENTAJAS: REFLEJA LA CALIDAD QUE REALMENTE TIENE CADA USUARIO INCONVENIENTES: NECESITA UNA INFRAESTRUCTURA Y MEDIOS MUCHO MAYORES PARA MEDIRLOS Y CONTROLARLOS 19 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices individuales de cliente NÚMERO DE INTERRUPCIONES (INT./PERIODO). DURACIÓN MEDIA DE INTERRUPCIONES (H/INT.): MEDIA DE LAS DURACIONES DE LAS INTERRUPCIONES DURACIÓN TOTAL DE LAS INTERRUPCIONES (H/PERIODO): SUMA DE LAS DURACIONES DE TODAS LAS INTERRUPCIONES DEL PERIODO CONSIDERADO. ENERGÍA NO SUMINISTRADA – ENS (kWh/PERIODO): EXISTEN DISTINTOS MÉTODOS PARA ESTIMAR LA ENERGÍA NO SUMINISTRADA, YA QUE NO ES POSIBLE MEDIRLA. PUEDE UTILIZARSE LA ÚLTIMA MEDIDA REALIZADA Y EXTRAPOLARLA, UTILIZAR CURVAS DE CARGA TÍPICAS POR TIPOS DE CLIENTE, ETC. 20 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índice de sistema Índices de sistema Índices basados en clientes Fáciles de interpretar por estos últimos, aunque pueden inducir a confusión, ya que se trata no de índices individuales que el cliente tendrá, sino del promedio de nivel de continuidad que experimentarán los clientes del sistema Índices basados en potencia Los índices de potencia serán de utilidad para clientes con potencias significativas Índices basados en energía Necesariamente han de hacer suposiciones en cuanto a la energía no suministrada, ya sea por proyecciones de la energía consumida en el momento de la interrupción, por registros históricos de consumo, o por curvas de demanda típicas (al menos para los clientes residenciales). En cualquier caso es importante tomar índices que tengan en cuenta la frecuencia y la duración de las interrupciones 21 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices basados en clientes NÚMERO DE INTERRUPCIONES POR ABONADO: NIA (INT./AÑO) - ES EL PROMEDIO DE INTERRUPCIONES DE UN CLIENTE DEL SISTEMA. - APLICABLE EN TODOS LOS NIVELES DE TENSIÓN. - ÍNDICE ANGLOSAJÓN EQUIVALENTE: SAIFI (SYSTEM AVERAGE INTERRUPTION FREQUENCY INDEX). TIEMPO DE INTERRUPCIÓN EQUIVALENTE EN BAJA TENSIÓN: TIEB (MIN/AÑO). - MINUTOS QUE EL ABONADO MEDIO HA ESTADO SIN SERVICIO EN EL PERÍODO CONSIDERADO. - SÓLO ES APLICABLE A ABONADOS DE BAJA TENSIÓN, AUNQUE PODRÍA EXTENDERSE A TODOS LOS CLIENTES COMO SU EQUIVALENTE ANGLOSAJÓN SAIDI (SYSTEM AVERAGE INTERRUPTION DURATION INDEX). 22 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices basados en clientes ÍNDICE DE INDISPONIBILIDAD O DE INTERRUPCIÓN DEL SUMINISTRO: IIS (%) =ASUI - PORCENTAJE DE MINUTOS DE SERVICIO INTERRUMPIDOS SOBRE EL TOTAL DE LOS MINUTOS DE SERVICIO DEMANDADOS. - ÍNDICE ANGLOSAJÓN COMPLEMENTARIO: ASAI (AVERAGE SERVICE AVAILABILITY INDEX). ASUI= 1-ASAI = SAIDI / 8760 FRECUENCIA DE INTERRUPCIONES QUE PADECEN LOS CLIENTES INTERRUMPIDOS DEL SISTEMA: CAIFI (INT. /AÑO) - CAIFI: CUSTOMER AVERAGE INTERRUPTION FREQUENCY INDEX 23 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices basados en clientes DURACIÓN MEDIA DE UNA INTERRUPCIÓN A UN CLIENTE: CAIDI (h/int.): - CAIDI: CUSTOMER AVERAGE INTERRUPTION DURATION INDEX (SAIDI/SAIFI) 24 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices basados en potencia TIEMPO DE INTERRUPCIÓN EQUIVALENTE DE LA POTENCIA INSTALADA: TIEPI (H/ AÑO) - REPRESENTA EL TIEMPO EQUIVALENTE EN HORAS DE HABER INTERRUMPIDO A TODA LA POTENCIA INSTALADA. - ÍNDICE MUY PARECIDO AL TIEMPO TOTAL DE INTERRUPCIONES POR KVA (TTIK) - ÍNDICE ANGLOSAJÓN EQUIVALENTE: ASIDI (AVERAGE SYSTEM INTERRUPTION DURATION INDEX). SE REFIERE A LA POTENCIA CONECTADA Y PUEDE DIFERIR EL CÁLCULO UN POCO NÚMERO DE INTERRUPCIONES EQUIVALENTE DE LA POTENCIA INSTALADA: NIEPI (INT./ AÑO). - ÍNDICE MUY PARECIDO A LA FRECUENCIA MEDIA DE INTERRUPCIONES POR KVA (FMIK) - ÍNDICE ANGLOSAJÓN EQUIVALENTE: ASIFI : AVERAGE SYSTEM INTERRUPTÍON FREQUENCY INDEX. SE REFIERE A LA POTENCIA CONECTADA Y PUEDE DIFERIR EL CÁLCULO UN POCO 25 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices basados en potencia ÍNDICE DE INDISPONIBILIDAD DE LA POTENCIA INSTALADA : ISS (RATIO). TIEMPO DE INTERRUPCIÓN EQUIVALENTE DE LA POTENCIA DEMANDADA: TIEPED (MIN./AÑO). - ES EL TIEMPO EN MINUTOS QUE NO SE HA PODIDO ALIMENTAR LA POTENCIA DEMANDADA EN LA ZONA. ESTE ÍNDICE ES APLICABLE A MT Y AT. 26 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices basados en energía ENERGÍA NO SUMINISTRADA: ENS (kWh): - ES IMPORTANTE DEFINIR EL MÉTODO DE ESTIMACIÓN DE LA ENERGÍA NO SUMINISTRADA EN CADA INTERRUPCIÓN. ESTE ÍNDICE SE UTILIZA MUCHO, TANTO PARA PLANIFICACIÓN COMO CON FINES REGULATIVOS. - ÍNDICE ANGLOSAJÓN EQUIVALENTE: ENS (ENERGY NOT SUPPLIED). AVERAGE SYSTEM CURTAILMENT INDEX (KWH/ CLIENTES): AVERAGE CUSTOMER CURTAILMENT INDEX (KWH/ CLIENTES): 27 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Otros índices de continuidad INTERRUPCIONES POR CADA 100 KM DE RED: IKR (INT./100KM) - REPRESENTA EL NÚMERO DE INTERRUPCIONES POR CADA 100 KM DE LÍNEAS TIEMPO TOTAL DE INTERRUPCIONES POR TRANFORMADOR (H/AÑO): 𝑇𝑇𝐼𝑇 = 𝑆𝑢𝑚𝑎 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑡𝑟𝑎𝑛𝑓𝑜𝑟𝑚𝑎𝑓𝑜𝑟𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑚𝑝𝑖𝑑𝑜𝑠 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑝𝑐𝑖ó𝑛 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑜𝑟𝑒𝑠 𝑖𝑛𝑠𝑡𝑎𝑙𝑎𝑑𝑜𝑠 FRECUENCIA MEDIA DE INTERRUPCIONES POR TRANFORMADOR (INT./AÑO): 𝐹𝑀𝐼𝑇 = 𝑆𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑜 𝑑𝑒 𝑡𝑟𝑎𝑛𝑓𝑜𝑟𝑚𝑎𝑓𝑜𝑟𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑚𝑝𝑖𝑑𝑜𝑠 𝑥 𝑡𝑖𝑒𝑚𝑝𝑜 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑝𝑐𝑖ó𝑛 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑜𝑟𝑒𝑠 𝑖𝑛𝑠𝑡𝑎𝑙𝑎𝑑𝑜𝑠 28 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Índices de Calidad INDEPENDIENTEMENTE A LAS DEFINICIONES ANTERIORES PUEDEN EXISTIR DIFERENCIAS EN LA FORMA DE CALCULARLOS: DIFERENCIA EN LA DEFINICIÓN DE INTERRUPCIÓN LARGA (1 MINUTO O 3 MINUTOS) Fallas momentáneas hasta 3 min, pasados estos 3 min ya son permanentes. PUEDEN NO CONTABILIZAR ALGUNOS TIPOS DE EVENTOS DEPENDIENDO DE LO QUE SE QUIERE CONTROLAR O CONTABILIZARLOS DE FORMA INDEPENDIENTE: INTERRUPCIONES POR PROBLEMAS EN GENERACIÓN O TRANSPORTE INTERRUPCIONES PROGRAMADAS INTERRUPCIONES DEBIDAS A TORMENTAS INTERRUPCIONES OCURRIDAS EN CIRCUNSTANCIAS PARTICULARES PROBLEMAS EN EL CT O EN LA RED DE BAJA TENSIÓN ETC. DECIDIR QUE SE DESEA INCLUIR EN EL CÁLCULO DEL ÍNDICE O COMO CONTABILIZAR Y CLASIFICAR LAS INTERRUPCIONES ES IGUAL DE IMPORTANTE QUE ELEGIR LOS INDICES MÁS ADECUADOS PARA OBSERVAR UN DETERMINADO PROBLEMA 29 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Regulación actual Regulación ARCONEL No 005/18. Calidad del Servicio Eléctrico de Distribución Frecuencia Media de Interrupción por kVA nominal Instalado (FMIK) FMIK Rd kVAfs i kVAinst i FMIK Aj kVAfs Tiempo Total de interrupción por kVA nominal Instalado (TTIK) i Aj i kVAinst Aj TTIK Rd kVAfs *Tfs i i kVAinst Aj i TTIK Aj kVAfs i Aj * Tfsi Aj i kVAinst Aj Donde: – – – – – – – – – FMIK: Frecuencia Media de Interrupción por kVA nominal instalado, expresada en fallas por kVA. TTIK: Tiempo Total de Interrupción por kVA nominal instalado, expresado en horas por kVA. 𝑖 : Sumatoria de todas las interrupciones del servicio ''i'' con duración mayor a tres minutos, para el tipo de causa considerada en el período en análisis. 𝐴𝑖 𝑖 : Sumatoria de todas las interrupciones de servicio en el alimentador “Aj” en el período en análisis. kVAfsi: Cantidad de kVA nominales fuera de servicio en cada una de las interrupciones “i”. KVAinst: Cantidad de kVA nominales instalados. Tfsi: Tiempo de fuera de servicio, para la interrupción ''i'' Rd: Red de distribución global Aj: Alimentador primario de medio voltaje ''j'' Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 30 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Regulación actual Regulación ARCONEL No 005/18. Calidad del Servicio Eléctrico de Distribución Frecuencia de Interrupciones por número de Consumidores (FAIc) FAIc Nc Duración de las Interrupciones por Consumidor (DAIc) DAIc ( Ki * dic ) i Donde: • • • • dic: Duración individual de la interrupción ''i'' al consumidor ''c'' en horas Ki: Factor de ponderación de las interrupciones Ki = 1.0 para interrupciones no programadas Ki = 0.5 para interrupciones programadas por el Distribuidor Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 31 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Interrupciones momentáneas Sin Interrupción Sostenida Momentánea 2 Disparos 1 Disparos R S B 1000 Consumidores 2500 kVA 750 Consumidores 1800 kVA 250 Consumidores 620 kVA 620 250 𝐹𝑀𝐼𝑘 = = 0,1260 𝑆𝐴𝐼𝐹𝐼 = (2500 + 1800 + 620) 2000 = 0,125 𝑐𝑢𝑎𝑛𝑡𝑜𝑠 𝑠𝑒 𝑞𝑢𝑒𝑑𝑎𝑟𝑜𝑛 sin 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑀𝐴𝐼𝐹𝐼 2(# 𝑑𝑒 𝑖𝑛𝑡𝑒𝑛𝑡𝑜𝑠)𝑥750(𝑐𝑎𝑛𝑡. 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑠𝑖𝑛𝑡𝑖𝑒𝑟𝑜𝑛 𝑒𝑠𝑎 𝑓𝑎𝑙𝑙𝑎 𝑚𝑜𝑚𝑛𝑒𝑡𝑎𝑛𝑒𝑎 = 2000 = 0,75 Alimentador Estado Operación Normal 1𝑥750 𝑀𝐴𝐼𝐹𝐼𝐸 = = 0,375 2000 32 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Pasos de restauración Tramo 3 Tramo 2 Tramo 1 E1 E2 I1 I3 I2 500 Consumidores 1250 kVA 200 Consumidores 300 kVA 300 Consumidores 900 kVA Alimentador que sirve a 1000 consumidores, un evento con dos interrupciones sostenidas Tiempos Iniciales (min) Descripción La falla inicia, la protección de cabecera del alimentador se abre y todos los 1000 - clientes quedan fuera de servicio. Las protecciones están abiertas a lo largo del alimentador. Clientes fuera de servicio Clientes Restaurados - 1.000 45 Se cierra la protección de cabecera, pero solo se restauran a 500 clientes 500 500 60 Se cierra una protección y se restauran 300 clientes 200 800 70 Ocurre un incidente adicional que causa que se abra la protección de cabecera, interrupiendo el servicio de los 800 clientes previamente restaurados 90 Se cierra equipo de protección de cabecera y restauran 800 clientes 120 Se restaura finalmente a los 200 clientes, y el evento de falla termina Total - 1.000 200 800 - N/A 1.000 1.800 33 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Pasos de restauración Tramo 3 Tramo 2 Tramo 1 E1 E2 I1 I3 I2 500 Consumidores 1250 kVA 300 Consumidores 900 kVA 200 Consumidores 300 kVA 34 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Pasos de restauración Tiempo (min) 00:00 - 00:45 00:00-01:00 01:10-01:30 00:00-02:00 I 2 500 Consumidores 1250 kVA 500 (45*500=22.500 60 300 18.000 20 800 16.000 120 200 24.000 Total 1.800 80.500 SAIFI= 1800 =1,8 1000 #𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 CAIDI= 80500 =44,7 1800 min SAIDI= 80500 =80,5 1000 min Interrupci E1 E2 I 1 Interrupción a Interrupción de Clientes Minutos a (CI) Clientes (CMI) 45 Tramo 3 Tramo 2 Tramo 1 Duración de la Interrupción (min) I3 300 Consumidores 900 kVA 200 Consumidores 300 kVA 35 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Pasos de restauración Tiempo (min) 00:00 - 00:45 00:00-01:00 01:10-01:30 00:00-02:00 Duración de la Interrupción (horas) kVAfs kVAfsxTfs 0,75 1.250 938 1,00 900 900 0,33 2.150 717 2,00 300 600 Total 4.600 3.154 4600 FMIk= 2450=1,878 Interrupciones a nive Tramo 3 Tramo 2 Tramo 1 E1 E2 I 2 I 1 500 Consumidores 1250 kVA I3 300 Consumidores 900 kVA 3154 TTIk= 2450=1,29 horas= 77,25 min 200 Consumidores 300 kVA 36 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Caso 1. Sin reconectadores C.T. Pot. Inst. (kVA) Nº consumidores 1 50 7 2 25 5 3 10 1 4 5 6 Suma 60 100 75 320 10 8 14 45 Nº Interrupción 1 2 3 Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador Zona 3 3 3 C.T. afectados 1,2,3,4,5,6 1,2,3,4,5,6 1,2,3,4,5,6 Duración (horas) 0,2 1,2 0,9 37 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Caso 2. Con reconectadores manual Reconexión manual a los 25 minutos Nº Interrupción Zona C.T. afectados Duración (horas) 1 3 1,2,3,4,5,6 0,2 2 3 1,2,3,4 1,2 2 3 5,6 0,4 Reconexión a Alimentador 2 3 5 5,6 0,9 Reconectador Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador Operación Interruptor circuito Interruptor circuito 38 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Caso 3. Con reconectadores automatizados Reconexión automatizada tiempo <1 min. Nº Interrupción Zona C.T. afectados Duración (horas) Operación 1 3 1,2,3,4,5,6 0,2 Interruptor circuito 2 3 1,2,3,4 1,2 Interruptor circuito 2 3 5,6 < 1 minuto Reconexión a Alimentador 2 3 5 5,6 0,9 Reconectador Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 39 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Esquema de operación automatizada de reconectadores en distribución Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 40 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Limitaciones de la regulación anterior • En el cálculo actual a partir de las interrupciones registradas en el alimentador dejan de contabilizarse las interrupciones ocurridas en las zonas marcadas en color rojo. Subestación de distribución 1 1 1 1 1.Interruptor de potencia 2.Reconectador 3.Seccionador-Fusible MT 4.Seccionador-Fusible CT 5.Protección BT (fusible) 2 4 4 MT/BT MT/BT 5 5 4 4 3 4 4 3 MT/BT 5 3 MT/BT 5 MT/BT MT/BT 5 5 2 4 4 4 MT/BT 4 MT/BT MT/BT 5 MT/BT 5 5 Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 5 41 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Propuesta de mejoras a la regulación actual Índices de calidad de servicio de red o alimentador: TTIK Y FMIK Propuesta de nuevos indicadores System Average Interruption Frequency Index (SAIFI) System Average Interruption Duration Index (SAIDI) 𝑆𝐴𝐼𝐹𝐼 = 𝑆𝐴𝐼𝐷𝐼 = 𝑁º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑝𝑐𝑖𝑜𝑛𝑒𝑠 𝑎 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑁º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑒𝑛 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑝𝑐𝑖𝑜𝑛𝑒𝑠 𝑎 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑁º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑒𝑛 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑛 Energy Not Supplied (ENS) 𝐸𝑁𝑆 = 𝐶𝑎𝑟𝑔𝑎 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 𝑎𝑓𝑒𝑐𝑡𝑎𝑑𝑜𝑠 · ℎ𝑜𝑟𝑎𝑠 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑝𝑐𝑖ó𝑛 𝑖=1 Interrupciones por cada 100 km de red (IKR) 𝐼𝐾𝑅 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑟𝑢𝑝𝑐𝑖𝑜𝑛𝑒𝑠 · 100 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎𝑠 𝑙í𝑛𝑒𝑎𝑠 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 (𝑘𝑚) Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 42 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Propuesta de mejoras a la regulación actual Índices de calidad de servicio de C.T o consumidor Indicadores de valores absolutos de número de interrupciones y tiempo de interrupción totales sufridos por cada C.T. o consumidor. 𝑻𝒊 : Tiempo total de duración de interrupción 𝑵𝒊 : Número total de interrupciones Indicadores similares a los propuestos por en la regulación actual DAIc Y FAIc. Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 43 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Propuesta de mejoras a la regulación actual Clasificación de interrupciones por su origen 1) Interrupciones en transmisión programadas (trans. p) 2) Interrupciones en transmisión no programadas (trans. np) 3) Interrupciones en distribución programadas (dist. p) 4) Interrupciones en distribución no programadas(dist. np) 5) Interrupciones por operación del sistema (op. sist.) 𝐼𝑁𝐷𝑡𝑜𝑡𝑎𝑙 = 𝐼𝑁𝐷𝑡𝑟𝑎𝑛𝑠 𝑛𝑝 + 𝐼𝑁𝐷𝑡𝑟𝑎𝑛𝑠 𝑝 + 𝐼𝑁𝐷𝑑𝑖𝑠𝑡 𝑛𝑝 + 𝐼𝑁𝐷𝑑𝑖𝑠𝑡 𝑝 + 𝐼𝑁𝐷𝑜𝑝 𝑠𝑖𝑠𝑡 Donde: IND: un índice cualquiera de los descritos anteriormente. Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 44 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Propuesta de mejoras a la regulación actual Cálculo de ENS a partir de Línea Base a nivel de C.T. mediante el perfil histórico de demanda. Tiene en consideración: • Discriminación horaria • Estacionalidad de la demanda • Días tipo (laborable, festivo,…) Medición C.T. 12 10 8 6 4 2 Potencia medida (kW) 21:00 22:00 23:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 0:00 1:00 2:00 3:00 4:00 5:00 6:00 0 Potencia linea base (kW) Igualmente se puede calcular: 𝐸𝑁𝑆𝑡𝑜𝑡𝑎𝑙 = 𝐸𝑁𝑆𝑡𝑟𝑎𝑛𝑠 𝑛𝑝 + 𝐸𝑁𝑆𝑡𝑟𝑎𝑛𝑠 𝑝 + 𝐸𝑁𝑆𝑑𝑖𝑠𝑡 𝑛𝑝 + 𝐸𝑁𝑆𝑑𝑖𝑠𝑡 𝑝 + 𝐸𝑁𝑆𝑜𝑝 𝑠𝑖𝑠𝑡 Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 45 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo. Red tipo Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador 46 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo. Datos de red e interrupciones consideradas Nº Interrupción Zona C.T. afectados Duración (horas) Operaciones Tipo de interrupción 1 1 1,2,3,4,5,6 0,1 - Transmisión np 1,2,3,4,5,6 0,75 - Distribución p 2 3 4 2 3 3 4 Nº consumidores 1 50 7 2 25 5 3 10 1 0,018 - Distribución np 1,2,3,4 0,83 - Distribución np 5,6 0,415 Se realimentan C.T. 5 y 6 por el Alimentador 2 Distribución np 4 60 10 0,5 - Distribución np 5 100 8 6 75 14 Suma 320 45 5 15 5 6 4 3,4 0,62 - Distribución p 7 5 5,6 0,7 - Distribución np 8 11 1 0,3 - Distribución np 1,2,3,4,5,6 1,08 - Desconexión de carga 3 Pot. Inst. (kVA) 1,2,3,4,5,6 3 9 C.T. 10 16 6 6 - Distribución np 11 15 5 0,2 - Distribución np 12 15 5 0,15 - Distribución np Modelo Conceptual para la Implementación de Redes Inteligentes en Ecuador El sistema del alimentador 1 tiene una longitud total de 15 km entre líneas de media y baja tensión. 47 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Gracias por su atención 48 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA REDES DE DISTRIBUCIÓN: METODOS DE ANÁLISIS DE CONFIABILIDAD Quito, Abril de 2019 1 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Evaluación cuantitativa: probabilista ▪ EVALUACIÓN EN PARÁMETROS ESTADÍSTICOS ▪ PROBABILIDAD: POSIBILIDAD DE QUE OCURRA ALGO (0-1) ▪ EVALUACIÓN: ▪ CASOS SENCILLOS (DISEÑO GEOMÉTRICO) P=LIM (F/N) N TENDIENDO A ∞ ▪ COMBINACIONES Y PERMUTACIONES ▪ CASOS COMPLEJOS: ▪ PRUEBAS MASIVAS (ELEMENTOS ELECTRÓNICOS) ▪ HISTORIAL DE OPERACIÓN (SISTEMAS ELÉCTRICOS) ▪ PROBABILIDAD DE FALLO EN UN ELEMENTO: INDISPONIBILIDAD ▪ INDISPONIBILIDAD = TIEMPO AVERIADO/TIEMPO TOTAL 2 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Reglas de combinación de probabilidades 1. Diagramas de Venn 2. Sucesos independientes: la realización de un suceso no afecta a la probabilidad de verificación de otro 3. Dos sucesos son “mutuamente excluyentes” si no pueden ocurrir al mismo tiempo 4. La probabilidad de que ocurran dos sucesos independientes es el producto de sus respectivas probabilidades: P ( A B ) = P ( A) P ( B ) 5. Si dos sucesos son mutuamente excluyentes: P ( A B ) = P ( A) + P ( B ) 6. Si dos sucesos son independientes pero no mutuamente excluyentes: P ( A B ) = P ( A) + P ( B ) − P ( A) * P ( B ) 3 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Reglas de combinación de probabilidades 7. Probabilidad condicional: corresponde a la imposición de ciertas condiciones al espacio de sucesos: P (B / A) = P ( A B ) / P ( A) P ( A / B ) = P ( A B ) / P (B ) 8. Si la verificación de un suceso A depende de otros eventos Bi que son mutuamente excluyentes entre sí, se tiene: j P( A) = P( A / Bi ) P(Bi ) i =1 EJEMPLO: DEFINICIÓN DE SUCESOS: B1= componente en funcionamiento B2= componente en fallo A= Sistema funcionando P(A)=P(A/B1)*P(B1)+P(A/B2)*P(B2) 4 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Variables aleatorias ▪ DESCRIPCIÓN DE PROCESOS REALES: DISCRETOS O CONTINUOS ▪ FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD (ASIGNA A CADA EVENTO DEFINIDO SOBRE X UNA PROBABILIDAD DE FX(x)=P(X ≤ x)) Y LA FUNCIÓN DENSIDAD (DERIVADA DE LA FUNCIÓN DE DISTRIBUCIÓN): DATOS REALES ▪ ESPERANZA: ES LA SUMA DEL PRODUCTO DE LA PROBABILIDAD DE CADA SUCESO POR EL VALOR DE DICHO SUCESO ▪ VARIANZA: COMO LA ESPERANZA DEL CUADRADO DE LA DESVIACIÓN DE DICHA VARIABLE RESPECTO A SU MEDIA ▪ DESVIACIÓN TÍPICA: LA RAÍZ CUADRADA DE LA VARIANZA ▪ DISTRIBUCIONES DE INTERÉS 5 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución binomial ▪ ▪ 2 POSIBLES RESULTADOS (DICOTÓMICO): PROBABILIDAD ÉXITO p, FRACASO q ▪ NÚMERO FIJO DE PRUEBAS ▪ IDÉNTICA PROBABILIDAD EN CADA PRUEBA ▪ PRUEBAS INDEPENDIENTES PROBABILIDAD DE “r” ÉXITOS EN “n” PRUEBAS ES: 𝑃𝑟 = ▪ 𝑛! × 𝑝𝑟 × (1 − 𝑝)𝑛−𝑟 𝑟! × (𝑛 − 𝑟)! ESPERANZA: E(x)=np ▪ VARIANZA: V(x)=npq 6 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución binomial 7 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución binomial 8 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Distribución binomial EJEMPLO: CONSTRUCCIÓN DE UNA PLANTA GENERADORA PARA SUMINISTRAR 10 MW (SE CONSIDERA UNA PROBABILIDAD DE FALLO 0,02) CÁLCULO DE LA TABLA DE PROBABILIDAD DE FALLO DE POTENCIA ALTERNATIVAS: • 1 de 10 MW • 2 de 10 MW • 3 de 5 MW • 4 de 31/3 MW 9 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Distribución binomial 10 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Distribución binomial 11 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Ejemplo: Distribución binomial 12 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución normal o de Gauss ▪ MUY ÚTIL EN TODO: DISTRIBUCIÓN MÁS IMPORTANTE ▪ FUNCIÓN DE DENSIDAD (n NÚMERO DE OBSERVACIONES): f ( x) = n e ( 2 ) − ( x− )2 2 2 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución normal o de Gauss ▪ ▪ FUNCIÓN NORMALIZADA DIVIDIENDO ENTRE n: f ( x) = VALORES NORMALIZADOS 2 f ( z) = Z = z − 1 e 2 2 x− 1 e ( 2 ) − ( x− )2 2 2 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución normal ▪ EJEMPLO: SE INSTALAN 2000 LÁMPARAS EN LA CIUDAD. LA VIDA MEDIA DE LAS LÁMPARAS ES 1000 HORAS CON UNA DESVIACIÓN ESTÁNDAR DE 200 HORAS. ¿CUÁNTAS LÁMPARAS SE ESPERA QUE ESTÉN FUNDIDAS A LAS 700 HORAS? EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución normal EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución normal ▪ EJEMPLO: SE INSTALAN 2000 LÁMPARAS EN LA CIUDAD. LA VIDA MEDIA DE LAS LÁMPARAS ES 1000 HORAS CON UNA DESVIACIÓN ESTÁNDAR DE 200 HORAS. ¿CUÁNTAS LÁMPARAS SE ESPERA QUE ESTÉN FUNDIDAS A LAS 700 HORAS? EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Distribución normal SE BUSCA EN LA TABLA CON EL VALOR DE “Z=-1.5” PARA OBTENER LA ▪ PROBABILIDAD Y EN LA COLUMNA DE SEGUNDO DECIMAL ‘0.00’ ▪ RESULTADO: 0,0668 x 2.000 = 133,6 ≈ 134 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA PARÁMETROS DE CONFIABILIDAD Tasa de falla de cortocircuito permanente (λp) Describe la cantidad de veces por año que un componente puede experimentar un cortocircuito permanente. Este tipo de falla hace que la corriente de falla fluya, requiere que el sistema de protección funcione, y requiere que se envíe un equipo para que se repare la falla. Tasa de falla de cortocircuito temporal (λt) Describe la cantidad de veces por año que un componente puede esperar experimentar un cortocircuito temporal. Este tipo de falla hace que la corriente de falla fluya, pero se borrará si el circuito se desactiva (lo que permite que el arco se desionice) y luego se vuelve a energizar. 19 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA PARÁMETROS DE CONFIABILIDAD Tasa de falla de circuito abierto(λoc) Describe la cantidad de veces por año que un componente interrumpirá el flujo de corriente sin hacer que fluya la corriente de falla. Un ejemplo de un componente que causa un circuito abierto es cuando un disyuntor dispara falso. Tiempo medio de reparación (MTTR) Representa el tiempo esperado que tomará para que una falla sea reparada (medida desde el momento en que ocurre la falla). Normalmente se usa un solo MTTR para cada componente, pero se pueden usar valores separados para diferentes modos de falla. 20 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA PARÁMETROS DE CONFIABILIDAD Tiempo medio para conmutar (MTTS) Representa el tiempo esperado que tomará para que un interruptor de seccionamiento opere después de que ocurra una falla en el sistema. Para los interruptores manuales, este es el tiempo que se tarda en enviar un equipo y conducir hasta la ubicación del interruptor. Para un cambio automatizado, el MTTS será mucho más corto. Probabilidad de falla operacional (POF) Es la probabilidad condicional de que un dispositivo no funcione si se supone que funciona. Por ejemplo, si un conmutador automático no funciona correctamente 5 veces de cada 100 intentos, tiene un POF del 5%. Este parámetro de confiabilidad se asocia típicamente con dispositivos de conmutación y dispositivos de protección. 21 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA PARÁMETROS DE CONFIABILIDAD Frecuencia de mantenimiento programado (λm) Representa la frecuencia de mantenimiento programado para un equipo. Por ejemplo, una frecuencia de mantenimiento de 2 por año significa que el equipo se mantiene cada 6 meses. Tiempo medio de mantenimiento (MTTM) Representa el tiempo promedio que se tarda en realizar el mantenimiento programado de un equipo. 22 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA TASAS DE FALLA O DE RIESGO Tasas de Falla(λt) La tasa de riesgo o de falla de un componente en el tiempo t es la probabilidad de que un componente falle en el tiempo t si el componente todavía está funcionando en el tiempo t. 23 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD La función de densidad de probabilidad, f (x), y la función de distribución acumulada, F (x) para un lanzamiento aleatorio de dos dados de seis caras. La función de densidad de probabilidad puede asumir cualquier valor entre cero y uno. La función de distribución acumulativa es igual a la integral de la función de densidad, comienza con un valor de cero, termina con un valor de 1 y aumenta monótonamente. 24 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD Una función estrechamente relacionada tanto con la función de densidad de probabilidad como con la la función de distribución acumulativa es la función de riesgo o falla, λ(x). La función de riesgo se usa normalmente cuando las funciones de distribución acumulativa y densidad de probabilidad describen el comportamiento de las fallas de los componentes. La función de riesgo es igual a la probabilidad de que un componente falle si aún no ha fallado. Dado que la función de densidad es la probabilidad de que un componente falle, y la función de distribución acumulada es la probabilidad de que ya haya fallado, la tasa de riesgo se puede caracterizar matemáticamente de la siguiente manera: 25 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD A continuación se muestran seis funciones de distribución de probabilidad que tienen una amplia aplicación en la evaluación de confiabilidad. Si se está modelando una tasa de falla, la función de riesgo debe representar las características deseadas de la tasa de falla. Las distribuciones exponenciales a menudo se usan para modelar las tasas de falla, ya que se caracterizan por una función de riesgo constante. Otras distribuciones tienden a ser más características de los tiempos de reparación y de conmutación. 26 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD 27 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Resumen Distribuciones 28 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA DATOS DE FIABILIDAD DE COMPONENTES 29 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA DATOS DE FIABILIDAD DE COMPONENTES 30 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA DATOS DE FIABILIDAD DE COMPONENTES 31 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA DATOS DE FIABILIDAD DE COMPONENTES 32 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA SISTEMAS DE EVENTOS Y ESTADOS DEL SISTEMA Dos ejemplos de diagramas de Venn. El área dentro de la caja de un diagrama de Venn refleja todos los resultados posibles y las áreas dentro de la caja representan resultados específicos. El diagrama de la izquierda representa un sistema de distribución que tiene una probabilidad de estar en un estado de interrupción de P (A). El diagrama de la derecha agrega una probabilidad de estar en un estado de mantenimiento, P (B). 33 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA SISTEMAS DE EVENTOS Y ESTADOS DEL SISTEMA Uniones de eventos e intersecciones de eventos. El área sombreada total es la unión de P (A) y P (B), P (A) ∪ (B), y representa la probabilidad de estar en un estado de mantenimiento y / o estar en un estado de interrupción. El área muy sombreada en el centro es la intersección de P (A) y P (B), P (A) ∩ (B), y representa la probabilidad de estar en un estado de mantenimiento y estar en un estado de interrupción. 34 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Modelado de redes El modelado de redes es una técnica basada en componentes en lugar de una técnica basada en estado. Cada componente se describe por una probabilidad de estar disponible, P, y una probabilidad de no estar disponible, Q. Dado que se supone que los componentes están disponibles o no están disponibles, Q y P son complementos aritméticos: Q = 1 - P. Si un componente se describe mediante una tasa de falla anual (λ) y un tiempo medio de reparación en horas (MTTR). La probabilidad de estar disponible se puede calcular de la siguiente manera: disponibilidad de componentes 35 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Modelado de redes Ejemplos de una conexión en serie y una conexión en paralelo. La conexión en serie representa dos secciones de línea aérea; si alguna de las secciones de línea no está disponible, el sistema no está disponible. La conexión paralela representa dos transformadores que suministran energía a un bus; si cualquiera de los dos transformadores está disponible, el sistema está disponible. 36 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Modelado de redes Disponibilidad de impacto de conexiones en serie y conexiones paralelas. Conectar componentes en serie hace que un sistema sea menos confiable y conectar componentes en paralelo hace que un sistema sea más confiable. 37 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Modelado de redes Una alternativa a la reducción de la red es el método de conjunto de corte mínimo. Un conjunto de cortes es un grupo de componentes que, cuando no está disponible, hace que el sistema no esté disponible. Un conjunto de corte mínimo solo hará que el sistema no esté disponible si todos los componentes del conjunto de corte no están disponibles. Un ejemplo de reducción de red. Los conjuntos de series y componentes paralelos se combinan en componentes equivalentes hasta que queda un solo componente. La disponibilidad del último componente es la disponibilidad de la red. 38 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Modelado de redes 39 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Modelado de redes Conjuntos mínimos de corte de un sistema simple. Los conjuntos de cortes mínimos son grupos de componentes que, cuando no están disponibles, hacen que el sistema no esté disponible 40 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov ▪ PROCESOS DE MARKOV: GRAN APLICABILIDAD EN SISTEMAS DE POTENCIA CARACTERIZADOS POR SU “FALTA DE MEMORIA”: LOS ESTADOS FUTUROS DEL SISTEMA DEPENDEN, ÚNICAMENTE, DEL ESTADO ACTUAL Y NO DE LO QUE HA PASADO ANTERIOMENTE ▪ PROCESOS ESTACIONARIOS: LAS PROBABILIDADES DE TRANSICIÓN DE LOS ESTADOS SON CONSTANTES ▪ EJEMPLO: SISTEMA CON DOS ESTADOS, SISTEMA DEFINIDO POR LAS PROBABILIDADES DE CAMBIAR O PERMANECER EN CADA ESTADO 1/4 1/2 1 2 3/4 1/2 ▪ EVALUACIÓN DE LA FIABILIDAD POR PASOS: 41 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov 42 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov 43 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov Discreta 44 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov Discreta Por lo general, los modelos de confiabilidad no se ocupan de las probabilidades etapa por etapa asociadas con cada estado. Más bien, están preocupados por las probabilidades de estado estable que ocurren cuando el número de etapa es grande. Si cada estado converge a un valor constante, el sistema se conoce como ergódico y satisface el siguiente sistema de ecuaciones: 45 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov Discreta La ecuación anterior representa un conjunto indeterminado de ecuaciones, ya que cada ecuación se reduce a la forma P (A) = 6.P (F). De hecho, todas las cadenas de Markov están indeterminadas cuando se expresan de esta manera y requieren una ecuación adicional para garantizar una solución única. Esta ecuación reconoce que la suma de las probabilidades de estar en cada estado debe ser igual a la unidad. Reemplazar una de las filas en la ecuación con esta identidad crea un conjunto completamente determinado de ecuaciones que pueden resolverse mediante métodos estándar. 46 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Procesos de Markov Continuos A diferencia de una cadena de Markov, las transiciones de estado en un proceso de Markov ocurren continuamente en lugar de intervalos de tiempo discretos. En lugar de las probabilidades de transición de estado, los procesos de Markov utilizan tasas de transición de estado. Suponiendo distribuciones exponenciales, la tasa de conmutación es igual al tiempo recíproco del tiempo medio para conmutación y la tasa de reparación es igual al tiempo recíproco de la media para reparar. 47 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Procesos de Markov Continuos 48 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Procesos de Markov Continuos 49 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Procesos de Markov Continuos Las soluciones de estado estable para los procesos de Markov se calculan estableciendo todos los derivados de transición de estado (la parte izquierda de la ecuación) igual a cero. Como el conjunto de ecuaciones está indeterminado, una de las filas también debe reemplazarse con una ecuación que indique que la suma de todas las probabilidades del estado debe ser igual a la unidad. Para este ejemplo, la ecuación se convierte en: 50 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Procesos de Markov Continuos La ecuación anterior se puede resolver utilizando técnicas estándar. Para los parámetros enumerados anteriormente, las probabilidades de estado convergen a P0 = 0.999511, P1a = 0.000057, P1b = 0.000228, P2a = 0.000023 y P2b = 0.000181. Como se esperaba, el sistema pasa la mayor parte de su tiempo en su estado de funcionamiento normal (Estado 0). 51 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Cadenas de Markov EJERCICIO: Considere el sistema de 3 estados que se muestra en la Figura y las probabilidades de transición indicadas. Evalúe (a) las probabilidades de estado límite asociadas con cada estado y, (b) el número promedio de intervalos de tiempo empleados en cada estado si el estado 3 se define como un estado absorbente. 52 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo Una simulación de Monte Carlo utiliza generadores de números aleatorios para modelar sucesos de eventos estocásticos. Como tal, los resultados de dos simulaciones de Monte Carlo con entradas idénticas generalmente no darán como resultado la misma salida. Esta variación suele ser bienvenida porque las simulaciones repetidas eventualmente producirán una distribución de resultados a partir de la cual se pueden calcular la media, la mediana, la varianza y otras medidas estadísticas. 56 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo Cuando se aplica a la evaluación de confiabilidad del sistema de distribución, una simulación de Monte Carlo generalmente analiza el comportamiento del sistema por un período específico de tiempo (como un año). Debido a que cada simulación producirá resultados diferentes, generalmente se necesitan muchas simulaciones. Teóricamente, el valor esperado de la simulación es igual al promedio de los resultados a medida que el número de simulaciones, N, se aproxima al infinito: 57 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo Cuando se utiliza un enfoque de Monte Carlo, es necesario decidir el número de simulaciones. Si el resultado deseado es el valor esperado, se pueden realizar simulaciones hasta que la media de todos los resultados tenga la tendencia hacia un valor estable. Si se requiere la inclusión de eventos raros, el número de años debe ser lo suficientemente grande como para dar al evento raro una alta probabilidad de ocurrir (por ejemplo, si se espera que un componente falle una vez por cada 100 años, 1000 simulaciones tendrán una alta probabilidad de simular varios fallos mientras que 50 simulaciones no lo harán). Una simulación de Monte Carlo también puede modelar más fácilmente el comportamiento complejo del sistema, como eventos no exclusivos, fallas en cascada, probabilidades condicionales, etc. 58 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Generación de números aleatorios al azar Los números aleatorios son esenciales en todas las técnicas de simulación. Un número aleatorio (uniforme) es una variable que tiene valores distribuidos uniformemente en el intervalo (0,1), es decir, la variable puede tomar cualquier valor entre 0 y la unidad con la misma probabilidad. Los números aleatorios son creados utilizando algoritmos determinísticos conocidos como generadores de números aleatorios. Dado que los números generados siguen las reglas matemáticas del algoritmo, no son verdaderos números aleatorios y en su lugar se denominan números pseudoaleatorios. Los requisitos básicos del generador son que los números aleatorios deben poseer las siguientes características: • • • • Aleatoriedad y distribución uniforme; Un largo período antes de que se repita la secuencia; Reproducibilidad para que la misma secuencia se pueda repetir; Eficiencia informática en su creación 59 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Conversión de números aleatorios uniformes La creación de una secuencia de números aleatorios utilizando las técnicas descritas es la base de los datos de entrada necesarios para el MCS. Los números aleatorios uniformes a veces se pueden usar directamente para algunos tipos de problemas de simulación. En otros casos, deben convertirse a otras distribuciones no uniformes antes de que pueda comenzar el proceso de simulación. Existen varias otras técnicas y muchas aplicaciones detalladas para una amplia variedad de distribuciones no uniformes. Los principales procedimientos utilizados para la conversión son: • Método de transformación inversa • Método de composición • Método de rechazo de aceptación 60 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Conversión de números aleatorios uniformes Se va a utilizar el método de transformación inversa, aplicado a la distribución exponencial. El método de transformación inversa es el más eficiente, pero solo se puede utilizar si la distribución se puede invertir analíticamente. Si una variable exponencial T tiene la función de densidad: Por el método de transformación inversa: Dando: Donde FT es la función de distribución de probabilidad acumulada y U es una variable aleatoria distribuida uniformemente en el intervalo (0,1). 61 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo Como (1 - U) se distribuye de la misma manera que U, entonces: Ejemplo: Considere un sistema de un solo componente con tiempos de falla que se distribuyen exponencialmente y una tasa de falla de 0.5 f / año. Evalúe analíticamente y por simulación la probabilidad de sobrevivir un tiempo de misión de un año sin fallas, es decir, su confiabilidad por un tiempo de un año. Analíticamente: para una distribución exponencial 62 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo Por simulación: El procedimiento implica los siguientes pasos: Paso 1: Genere un número aleatorio uniforme. Paso 2:Convierta este número aleatorio en un valor de tiempo usando un método de conversión, por ejemplo, el método de transformación inversa. Paso 3: Si este tiempo es mayor o igual al tiempo de la misión (1 año), cuente este evento como un éxito. Si el tiempo es menor que el tiempo de la misión, cuente el evento como una falla. Esto se muestra esquemáticamente en la siguiente figura. Si TF es el tiempo de fallo simulado, entonces un tiempo de misión de TM1es una misión exitosa, pero un tiempo de misión de TM2 es una misión fallida. 63 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo Por simulación: El procedimiento implica los siguientes pasos: Paso 1: Genera un número aleatorio uniforme. Paso 2:Convierta este número aleatorio en un valor de tiempo usando un método de conversión, por ejemplo, el método de transformación inversa. Paso 3: Si este tiempo es mayor o igual al tiempo de la misión (1 año), cuente este evento como un éxito. Si el tiempo es menor que el tiempo de la misión, cuente el evento como una falla. Esto se muestra esquemáticamente en la siguiente figura. Si TF es el tiempo de fallo simulado, entonces un tiempo de misión de TM1es una misión exitosa, pero un tiempo de misión de TM2 es una misión fallida. 64 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo 65 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo Paso 4: Repita los pasos 1-3, acumulando el número de éxitos y el número de fallas. Continuar por el número deseado de simulaciones. Paso 5: Evalúe la confiabilidad como el número de éxitos dividido por el número de simulaciones. Los resultados para este ejemplo en particular se pueden encontrar utilizando los datos que se muestran en la siguiente tabla: 66 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo Estos resultados muestran que el número de éxitos (T ≥1.0) es 4, el número de fallas (T <1.0) es 4 y el número de simulaciones es 8, lo que da: Los resultados para este ejemplo no se comparan muy bien porque el número de muestras y el período de números aleatorios no son suficientes para un proceso de simulación real. Sin embargo, los conceptos detrás del ejemplo siguen siendo válidos. Los resultados mostrados en la siguiente figura para el ejemplo ilustran la tendencia, pero esta vez utilizando un generador de números aleatorios que tiene un mayor número de muestras y un período mucho más largo. 67 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Evaluación de la fiabilidad dependiente del tiempo 68 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Modelamiento de un circuito primario La práctica general es considerar la red balanceada, lo que permite utilizar modelamiento monofásico. Además, se valora la confiabilidad asumiendo que el circuito primario cumple los criterios de calidad (regulación de tensión) y seguridad (cargabilidad de los componentes). 69 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Modelamiento de un circuito primario Para todos los componentes del circuito primario se utiliza el modelo de dos estados mostrado en la figura. Este modelo se define mediante las funciones de densidad de probabilidad de los tiempos para salida y de los tiempos para restauración o sus correspondientes funciones de distribuciones de probabilidad. La construcción del modelo se hace ajustando los datos históricos operativos de tiempos para salida y tiempos para restauración del componente a una función de probabilidad dada (Gausiana, Weibull, entre otras.) 70 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Modelamiento de un circuito primario El procedimiento para hallar estas funciones es el siguiente: Obtener las estadísticas de tiempo para falla y reparación de cada uno de los componentes. Realizar el histograma de los tiempos para falla o reparación para deducir cuales de las funciones matemáticas podrían ajustarse a los datos. Calcular los parámetros de las funciones propuestas para ajustar los datos. Con una prueba de bondad de ajuste determinar cual o cuales de las funciones propuestas cumplen el nivel de confianza especificado. Si varias funciones cumplen un mismo nivel de confianza, probar cual se ajusta con un mayor nivel de confianza. 71 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Modelamiento de un circuito primario El procedimiento para hallar estas funciones es el siguiente: Obtener las estadísticas de tiempo para falla y reparación de cada uno de los componentes. Realizar el histograma de los tiempos para falla o reparación para deducir cuales de las funciones matemáticas podrían ajustarse a los datos. 72 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Modelamiento de un circuito primario Según su naturaleza, las salidas que ocurren en un componente pueden ser no planeadas (fallas, accidentes, fenómenos ambientales, etc.) o planeadas (mantenimiento preventivo, expansión, mejoramiento, etc.). Aunque las salidas planeadas son determinísticas, deben tenerse en cuenta para los análisis de largo plazo, pues este tipo de evento siempre existirá y contribuye a la indisponibilidad del componente. 73 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Procedimiento de simulación T: Tiempo de estudio en años. Por ejemplo, 1000 años. N: El número de iteraciones deseado o número de veces que se desea repetir el proceso de observar el comportamiento del sistema durante T años. Por ejemplo, 10 veces. i: El número de iteraciones ejecutadas. Inicialmente i=0. ti: El tiempo acumulado de operación primario durante la iteración i. tdki: El tiempo de indisponibilidad acumulado en el punto de carga k durante iteración i. nki: El número de fallas acumulado en el punto de carga k durante la iteración i. El procedimiento de simulación secuencial es: Paso 1: Hacer i=i+1 y ti, tdki y nki iguales a cero. Paso 2: Genere un número aleatorio uniforme para cada componente del circuito primario y conviértalo en un tiempo para salida utilizando la correspondiente distribución de probabilidad de cada componente. 74 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Procedimiento de simulación Paso 3: El elemento x con menor tiempo para salida tto se considera que está en el estado indisponible. Paso 4: Genere un número aleatorio uniforme y conviértalo en un tiempo para restauración ttr utilizando la correspondiente distribución de probabilidad del componente x. Paso 5: El tiempo acumulado de operación del sistema durante la iteración i es: Paso 6: Determine los puntos de carga afectados por la salida del elemento x. Para cada punto de carga k afectado registre: 75 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Procedimiento de simulación Paso 7: Si ti < T vuelva al paso 2. Paso 8: Calcule para cada punto de carga k los índices de confiabilidad en la iteración i: 76 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Simulación de Montecarlo: Procedimiento de simulación Paso 9: Si i < N vuelva al paso 1. Paso 10: Terminar. Al finalizar se tendrán n observaciones de los índices de confiabilidad de cada punto de carga. Otros índices de confiabilidad como saifi, saidi, caifi y caidi pueden calcularse utilizando los índices básicos aquí presentados. 77 EPN-SISTEMA DE DISTRIBUCIÓN AUTOMATIZADA Gracias por su atención 78