Cátedra Endesa

Universidad de Sevilla. Departamento Ingeniería Eléctrica

Premio fin de carrera 2014. D. Carlos Muñoz García

Tutores: Esther Romero Ramos y Antyonio Gómez Expósito
Categoría:: GITI

Resumen del trabajo:

El problema de flujo de cargas (load flow) en sistemas eléctricos de potencia  consiste en la determinación de las tensiones complejas (y con ello su módulo y ángulo) de cada nudo de la red, a partir de la topología de esta, los parámetros de los modelos de los elementos entre los nudos así como de las potencias que suministran los generadores y consumen las cargas. Este problema, fuertemente no lineal en las ecuaciones que los caracterizan, requiere de métodos iterativos.
El problema de flujo de cargas (load flow) en sistemas eléctricos de potencia  consiste en la determinación de las tensiones complejas (y con ello su módulo y ángulo) de cada nudo de la red, a partir de la topología de esta, los parámetros de los modelos de los elementos entre los nudos así como de las potencias que suministran los generadores y consumen las cargas. Este problema, fuertemente no lineal en las ecuaciones que los caracterizan, requiere de métodos iterativos.
 
Este trabajo se centra en la búsqueda de modelos lineales aproximados de dichas ecuaciones, para simplificar así el análisis de problemas de optimización complejos donde las ecuaciones de la red son restricciones al problema, o para disminuir los tiempos de cálculo excesivos que se producen durante la operación real de las redes en las que las ecuaciones del flujo de cargas se han de resolver.
 
En concreto, el trabajo fin de grado se centra en caracterizar los errores en que incurren determinados modelos lineales no iterativos en base a las hipótesis que asumen. Para ello se desarrollan sus ecuaciones, hallando las expresiones analíticas de los errores cometidos y evaluándolas.
 
Una vez hallados estos errores se realiza un análisis de los mismos, estudiando si éstos se comportan según alguna distribución estadística determinada. El objetivo es intentar caracterizarlos estadísticamente, para que en el caso de que los errores tuvieran una distribución apropiada (próxima a gaussiana) se pudiera obtener una solución mejorada combinando, en un único modelo lineal sobredeterminado, todos los modelos que comparten el mismo juego de variables. El peso de cada ecuación de cada modelo vendría determinada por los errores calculados anteriormente de la misma.
Attachments:
Access this URL (/documentos/proyecto_fin_carrera_carlos_munoz_garcia.pdf)Documento PDF[ ]