Pyton En La Industria Electrica

Colegio de Ingenieros Electricistas y Electrónicos

Feria de Ingeniería Eléctrica – 1era. Versión El uso del Python en la Industria Eléctrica. Gonzalo Oscar Eulate Choque - Luis Adolfo Pozo Barrera - Daniel Ramos Huancani - Cristhian Coyo Llanque - Limbert Omar Apaza Yahuasi

Abstract.

utiliza para el análisis de los sistemas eléctricos de potencia.

This paper presents a summary of the work presented at the 1st Technology Fair of the electrical engineering of the San Andrés Major University of La Paz Bolivia, in December 2016. Keywords – Script, Digsilent, Sistemas Eléctricos de Potencia (SEP), Python.

1. Resumen. El presente documento, es un resumen del trabajo presentado en la 1era Feria de Tecnología de la carrera de ingeniería eléctrica de la Universidad Mayor de San Andrés, realizada en el mes de diciembre 2016. Se presenta el uso del software Python en el análisis del crecimiento de la demanda, donde se considera el ejemplo que dispone PowerFactory, de la red IEEE de 39 nodos, para un horizonte de 5 años. Así también se presenta el uso del software Python en el ejemplo de la red IEEE 39 nodos, para evaluar las contingencias que afectan a este sistema eléctrico de potencia (SEP) mediante el criterio determinístico (N-1). Asimismo se presenta como un ejemplo de aplicación al Sistema Interconectado Nacional (SIN) de Bolivia, considerando la base datos que dispone el Comité Nacional de Despacho de Carga para estudios eléctricos del periodo 2016 – 2020, para el análisis de contingencias mediante el criterio determinístico (N-1).

1. Introducción. Los sistemas eléctricos de potencia y las redes de distribución, se encuentran en constante crecimiento, requiriendo análisis exhaustivos de la operación en diferentes horarios, bajo determinados niveles de demanda y bajo contingencias en los elementos de los sistemas eléctricos de potencia, para el conocimiento y comportamiento de las diferentes variables eléctricas. En la actualidad existen herramientas como el software DIgSILENT POWER FACTORY que se

11

En el software DIgSILENT POWER FACTORY, es posible la automatización de tareas mediante el uso del rutinas de programación utilizando un lenguaje propio del mismo, conocido como DPL (DIgSILENT Programming Language) o programación a través de software externo, Python para este caso de estudio, el cual permite acceder a la modificación de sus parámetros, donde por ejemplo se puede cambiar el estado de una línea de transmisión de un estado fuera de servicio a un estado de servició o en operación, mediante código escrito en el Python [11]. De la misma forma se puede acceder a los objetos de los sistemas eléctricos de potencia mediante código, para obtener una lista de los elementos específicos como son: transformadores, líneas, demandas en nodos, motores, etc., mediante el uso de comandos en Python. De manera general, la utilización de un lenguaje de programación (Python) coadyuva al especialista a generar códigos y rutinas personalizadas que permiten optimizar y estudiar diferentes comportamientos en los proyectos eléctricos analizados bajo esta lógica.

2. Antecedentes. Un sistema eléctrico de potencia es el conjunto de elementos que constituyen la red eléctrica de potencia siendo su función; generar, transmitir y distribuir, la energía eléctrica hasta los clientes finales a costo mínimo, con una determinada calidad de servicio. En Bolivia la base de datos del Sistema Interconectado Nacional (SIN), es actualizada en forma semestral por el Comité Nacional de Despacho de Carga (CNDC) en el software PowerFactory. El software DIgSILENT PowerFactory, es una herramienta integrada para el análisis de sistemas eléctricos de potencia, caracterizando técnicas confiables y flexibles de modelado y algoritmos. El programa utiliza un ambiente de trabajo muy similar al que utiliza Windows.

Colegio de Ingenieros Electricistas y Electrónicos

Se presenta el problema del desarrollo de programas en Python para la automatización de tareas repetitivas y la presentación de resultados en una planilla en Excel de forma automática.

Una alternativa de automatización de diversas tareas en el software PowerFactory es el uso del lenguaje de programación Python. Así mismo se hace notar que se trabajó rutinas con DPL para tareas de automatización similares a Python.

3.

Planteamiento del Problema.

Para la operación óptima de los sistemas eléctricos de potencia, se requiere contar con la mayor información acerca de las variables, como son: voltaje en los nodos del sistema eléctrico de potencia, corrientes en las líneas de transmisión y transformadores de potencia, pérdidas en líneas de transmisión, pérdidas en transformadores, estado de carga en diferentes elementos del sistema eléctrico de potencia para diferentes niveles de demanda, etc. Para conocer las variables mencionadas, es necesario realizar tareas de manera repetitiva y automatizada, para la optimización de recursos, estas tareas en el caso del software PowerFactory, pueden ser realizadas mediante el trabajo en un script en Python [11]. Se presenta el problema del desarrollo de programas en Python para la automatización de tareas repetitivas y la presentación de resultados en una planilla en Excel de forma automática.

5. Justificación. El presente trabajo reducirá el uso de recursos en las tareas de automatización para el análisis de los sistemas eléctricos de potencia en diferentes niveles de demanda y contingencias, así como, reducir los errores en la actualización de datos, el tiempo de actualización de datos y proporcionar mayor cantidad de escenarios para el análisis.

6. Hipótesis. Una alternativa para los análisis de los sistemas eléctricos de potencia en diferentes estados de carga, condiciones, etc., es “la automatización de tareas en el software PowerFactory mediante el uso de programación libre Python”.

7. Metodología. Debido a que el proyecto se investigación considera un desarrollo de software a través de un lenguaje de programación, se adoptó una metodología clásica para su conformación, tomando como base las premisas de un proyecto del tipo “espiral” [12], donde:

Los problemas secundarios que se presentan, son la selección de la versión de Python y las librerías asociadas para la interfaz con el Excel, para la interfaz con cálculos científicos de apoyo en diferentes análisis, debido a que dependen en gran medida de la plataforma donde se alojará Python. • A través del diagnóstico de la información disponible, se desarrollaron diferentes Así mismo, una problemática radica en contar prototipos, que evolucionaron en su concepción con un conocimiento previo y manejo del software a medida del nivel de programación, integración PowerFactory en el análisis de los sistemas y modificación de los parámetros en DIGSILENT eléctricos de potencia. • Se registró la información inicial para el ingreso de datos en DIGSILENT a través de la 4. Objetivos. programación en planillas Excel • Se evaluó los progresos de la programación en Se presenta a continuación el objetivo general y los Python considerando los resultados de flujos de objetivos específicos. potencia mediante una comparación directa con los modelos normales. Objetivo General. • Se retroalimento los parámetros de entrada La automatización de tareas en el software con los resultados parciales del prototipo PowerFactory, mediante el uso del lenguaje de inicial, considerando la necesidad de programación Python. información complementaria para cubrir con los requerimientos del modelo en DIGSILENT. Objetivos Específicos. • Manejo del software PowerFactory en el análisis de los sistemas eléctricos de potencia, en 8. Solución Propuesta. particular flujos de carga. • Realizar la programación en Python, para Se trabaja en el entorno del lenguaje de el intercambio de datos entre el Excel y el programación Python, debido a que el mismo PowerFactory.

12

Colegio de Ingenieros Electricistas y Electrónicos

permite el acceso y modificación de elementos de los sistemas eléctricos de potencia que son modelados en el software PowerFactory.

Tabla Nº 1: Datos de las demandas para un horizonte de 5 años.

El script en el lenguaje Python puede ser usado en el PowerFactory para lo siguiente: • • •

Automatización de tareas. Creación de comandos para el uso de funciones. Integración del PowerFactory en otras aplicaciones.

La funcionalidad del PowerFactory es proporcionada en Python mediante un módulo dinámico “PowerFactory” que realiza la interfaz con el API del DIgSILENT. De esta forma con el uso de scripts de Python se puede acceder a un rango de datos en el PowerFactory. • • • •

Todos los objetos. Todos los atributos (Datos de los elementos, tipos de datos, resultados). Todos los comandos (cálculo de flujos de carga, etc.). Funciones especiales creados en DPL.

Así también scripts creados en Python pueden ser importados por otros scripts en Python, en forma externa puede ser utilizado el DIgSILENT. El problema de flujos de carga comprende el cálculo de los flujos de potencia y los voltajes en un sistema bajo condiciones normales de operación. La mayor parte de los sistemas de transmisión están balanceados y una representación monofásica de la red puede ser usada en este caso.

Fuente: Elaboración propia. Los datos que se consideran para el análisis del crecimiento de la demanda son los siguientes: • • • • •

Estado de carga de las líneas. Estado de carga de los transformadores. Voltaje en p.u. en todos los nodos. Estado de carga de los autotransformadores. Potencias generadas, demandas, pérdidas de potencia por zonas.

Se presenta a continuación el diagrama de flujo utilizado para la programación en Python, a la derecha se presenta parte del programa utilizado para los diferentes procesos del diagrama de flujos. Figura N° 1: Diagrama de flujo para el Análisis del Crecimiento de la Demanda.

La solución del flujo de cargas es esencial para las distintas evaluaciones de los sistemas de potencia durante los períodos de planificación y operación. Las alternativas y escenarios son analizados usando en forma repetitiva el cálculo de flujos de carga en condiciones normales y de contingencia.

8.1 Análisis de Crecimiento de la Demanda. Para el crecimiento de la demanda, se considera el ejemplo que dispone el PowerFactory, de la red IEEE de 39 nodos. Se presenta a continuación el comportamiento de la demanda para un horizonte de 5 años. Fuente: Elaboración propia.

13

Colegio de Ingenieros Electricistas y Electrónicos

Como ejemplo se tiene el caso del proceso (bloque) EXPORTACIÓN RESULTADOS A EXCEL, en esta parte desde del cálculo de flujos de carga, los resultados son exportados a Excel en el año respectivo, para el año 1, los resultados se exportan a la hoja “1” del archivo denominado RED39. xlsx. A continuación se incluye el código fuente correspondiente a esta rutina: for linea in lineas: #En esta parte se recorre todos los objetos (líneas) if linea.outserv == 0: #En esta parte se verifica que el objeto línea esta en servicio linea_c = round(linea.GetAttribute(‘c:loading’),2) #En esta parte se obtiene el estado de carga de la línea analizada ws.Cells(j+1,1).Value=str(linea.loc_name) #En esta parte se obtiene el nombre de la línea y se exporta a Excel ws.Cells(j+1,2).Value=linea_c #En esta parte se exporta el estado de carga en Excel j=j+1 En el anterior código de ejemplo, se tiene el caso de obtener los datos de las líneas de transmisión.

8.2 Análisis del Sistema Eléctrico de Potencia frente a Contingencias.

Tabla N° 2: Casos que se considera la salida de servicio. Caso 1 2 3 4 5 6 7 8 9 10

Nombre Line 02 - 25 Line 03 - 04 Line 03 - 18 Line 04 - 05 Line 04 - 14 Line 08 - 09 Line 09 - 39 Line 10 - 11 Line 10 - 13 Line 13 - 14

Nodo i 2 3 3 4 4 8 9 10 10 13

Nodo j 25 4 18 5 14 9 39 11 13 14

Fuente: Elaboración propia. Los datos que se consideran para el análisis n-1 de contingencias son los siguientes: • • • • •

Estado de carga de las líneas. Estado de carga de los transformadores. Voltaje en p.u. en todos los nodos. Estado de carga de los autotransformadores. Potencias generadas, demandas, pérdidas de potencia por zonas.

Se presenta a continuación el diagrama de flujo utilizado para la programación en Python: Figura N° 2: Diagrama de flujo para el análisis N-1 de contingencias.

En el ejemplo de la red IEEE 39 barras, se utiliza el criterio N-1 para evaluar las contingencias que afectan a este sistema eléctrico de potencia (SEP). Criterio N-1. Un SEP cumple con el criterio del N-1 si al aplicar la contingencia simple más severa, el sistema continua en condiciones aceptables de funcionamiento considerando que los flujos en las líneas se mantienen dentro de límites normales de operación, los voltajes en las barras no superan sus niveles mínimos, máximos de variación, no existen actuaciones de protecciones y no existen desconexiones forzadas de cargas o equipos. La aplicación del criterio N-1 consiste en la simulación de una pérdida de un componente del SEP que puede ser; una línea de transmisión, transformador de potencia o un generador. Para el análisis de contingencias se considera la salida de servicio simulada para 10 líneas de transmisión en el SEP de 39 barras, que se presenta a continuación:

Fuente: Elaboración propia.

14

Colegio de Ingenieros Electricistas y Electrónicos

Como ejemplo se tiene el caso del proceso (bloque) SELECCIÓN LINEA CAMBIAR A FUERA DE SERVICIO, en esta parte se realilza la selección del elemento a simular el estado fuera de servicio, se realiza el cálculo de flujos de carga, los resultados son exportados a Excel en el caso respectivo, para el año caso 1, los resultados se exportan a la hoja “1” del archivo RED39N-1.xlsx.

carga de los transformadores de potencia, tomando en cuenta el crecimiento de la demanda para un horizonte de 5 años. Tabla N° 4: Estado de carga de los transformadores de la red 39 nodos.

8.3 Aplicación del análisis de contingencias al SIN. Como un ejemplo de aplicación al SIN de Bolivia, se considera la base datos que dispone el Comité Nacional de Despacho de Carga para estudios eléctricos del periodo 2016 – 2020. Se considera la zona de Oruro como está clasificado en la base de Digsilent, en la siguiente tabla se presenta el resumen de los casos a ser analizados: Tabla N° 3: Nombres de las líneas de la zona de Oruro. Caso 1 2 3 4 5 6 7 8 9 10

Nombre Nodo i lne_CSG_BLV069 CSG069 lne_SOC_TNO069 SOC069 lne_CAT_CSG069 CAT069 lne_TES_VIN069 TES069 lne_TET_TES069 TET069 lne_TES_VIN069(1) TES069 lne_HUY_MIG069 HUY069 lne_NOR_TNO069 NOR069 lne_ANG_MIG069 ANG069 lne_SUD_TET069 SUD069

Nodo J BLV069 TNO069 CSG069 VIN069 TES069 VIN069 MIG069 TNO069 MIG069 TET069

VOLTAJE kV 69 69 69 69 69 69 69 69 69 69

LONGITUD km 27,90 1,81 3,93 1,02 2,64 0,001 14,46 1,20 3,90 5,33

Fuente: CNDC – Elaboración propia. En la anterior se presentan los 10 casos a ser analizados, donde se simula que la línea en cada caso se encuentra fuera de servicio. El Sistema Eléctrico de la zona Oruro comprende 66 nodos, 36 líneas y 32 transformadores de potencia, no se considera el comportamiento en los autotransformadores y los generadores en esta zona, como parte del análisis.

Fuente: Elaboración propia. En la anterior tabla se observa que se presenta un problema de sobrecarga en el transformador Trf 06-31, a partir del año 1 en el horizonte de 5 años considerado en el ejemplo. Para el año 5 la sobrecarga está por encima del 200%. En la siguiente tabla se presentan el estado de carga de las líneas de transmisión del SEP de 39 nodos, tomando en cuenta el crecimiento de la demanda para un horizonte de 5 años. Tabla N° 5: Estado de carga de las líneas de la red 39 nodos. Nombre Linea Line 03 - 18 Line 04 - 05 Line 04 - 14 Line 05 - 06 Line 05 - 08 Line 06 - 07 Line 06 - 11 Line 07 - 08 Line 08 - 09 Line 09 - 39 Line 10 - 11 Line 10 - 13 Line 13 - 14 Line 17 - 27 Line 21 - 22

Año Base 8,75 22,88 45,75 76,22 54,18 71,88 60,67 31,21 18,11 11,84 61,43 47,45 45,69 7,7 99,08

Año 1 % 7,09 41,06 44,11 97,74 57,39 78,6 48,98 40,39 15,74 12,75 50,46 58,01 56,99 11,33 100,5

Año 2 % 6,71 59,07 43,55 121,99 63,21 88,79 37,82 47,64 21,83 16,88 41,15 69,22 69,24 13,8 100,47

Año 3 % 10,6 78,93 43,29 148,62 69,75 100,17 27,83 55,69 30,37 26,06 33,67 81,54 82,66 16,92 100,7

Año 4 % 16,34 101,25 43,58 178,6 77,37 113,25 24,46 64,84 41,06 37,03 32,21 95,41 97,7 20,64 101,33

Año 5 % 23,23 127,34 44,98 214,13 86,88 129,23 36,21 75,81 54,71 50,77 42,68 111,77 115,34 25,07 102,7

Fuente: Elaboración propia.

Se presenta a continuación los resultados del uso del Python en las tareas de automatización para el análisis del crecimiento de la demanda y el análisis N-1 de contingencias.

En la anterior tabla se observa que se presenta problemas de sobrecarga en las líneas Line 0405, Line 05-06, etc. en el horizonte de 5 años considerado en el ejemplo. Nos muestra la posible sobrecarga en varias líneas si no se realizan proyectos en el SEP, para cubrir el crecimiento de la demanda en el horizonte de 5 años en este ejemplo.

9.1 Resultados del análisis del crecimiento de la demanda.

9.2 Resultados del análisis N-1 de contingencias.

En la siguiente tabla se presentan el estado de

En la siguiente tabla se presentan los estados de

9. Resultados.

15

Colegio de Ingenieros Electricistas y Electrónicos

carga de los transformadores del SEP de 39 nodos, para los 10 casos analizados.

Tabla N° 8: Voltajes en p.u. en los nodos de la red 39 nodos.

En la siguiente tabla se observa que en ningún caso analizado se presenta sobrecarga en los transformadores, sin embargo se puede considerar los casos próximos a un estado de carga del 90%, para la toma de acciones. Tabla N° 6: Estado de carga de los transformadores de la red 39 nodos. Nombre Xfo Año Base Caso 1 % Trf 02 - 30 27,65 26,23 Trf 06 - 31 79,58 80,01 Trf 10 - 32 86,67 86,79 Trf 11 - 12 14,18 14,26 Trf 13 - 12 15,53 15,61 Trf 19 - 20 12,43 12,46 Trf 19 - 33 80,41 80,55 Trf 20 - 34 87,98 88,13 Trf 22 - 35 81,46 81,73 Trf 23 - 36 76,44 76,54 Trf 25 - 37 75,06 75,75 Trf 29 - 38 80,89 81,02

Caso 2 % 26,03 82,31 88,72 14,53 15,59 12,42 80,4 87,96 81,43 76,43 75,1 80,87

Caso 3 % 28,11 79,9 86,82 14,23 15,56 12,43 80,44 88,01 81,52 76,46 75,06 80,89

Caso 4 % 27,92 79,66 86,9 14,97 14,97 12,45 80,49 88,06 81,61 76,5 75,06 80,89

Caso 5 % 28,36 81,03 86,66 13,88 18,35 12,42 80,4 87,97 81,44 76,43 75,06 80,89

Caso 6 % 28,16 82,45 88,3 13,7 16,32 12,47 80,57 88,15 81,76 76,55 75,06 80,9

Caso 7 % 27,97 81,39 87,71 13,86 16,06 12,45 80,51 88,09 81,66 76,51 75,06 80,9

Caso 8 % 28,08 82,1 86,15 40,89 46,73 12,45 80,5 88,07 81,63 76,5 75,06 80,89

Caso 9 % 27,9 80,56 86,55 35,68 31,1 12,46 80,54 88,12 81,72 76,53 75,06 80,9

Caso 10 % 27,86 81,03 87,19 16,05 19,15 12,46 80,52 88,1 81,67 76,52 75,06 80,9

Fuente: Elaboración propia. En la siguiente tabla se presentan el estado de carga de las líneas de transmisión del SEP de 39 nodos, para los 10 casos analizados. Tabla N° 7: Estado de carga de las líneas de la red 39 nodos. Nombre Linea Line 04 - 14 Line 05 - 06 Line 05 - 08 Line 06 - 07 Line 06 - 11 Line 07 - 08 Line 08 - 09 Line 09 - 39 Line 10 - 11 Line 10 - 13 Line 13 - 14

Año Base Caso 1 % 45,75 52,08 76,22 77,82 54,18 56,61 71,88 74,16 60,67 64,19 31,21 33,53 18,11 18,3 11,84 11,89 61,43 64,59 47,45 44,43 45,69 42,24

Caso 2 % 58,66 82,18 51,53 71,08 63,14 29,9 22,27 16,45 63,99 47,59 45,21

Caso 3 % 49,41 77,43 54,28 72,22 61,92 31,52 18,33 12,02 62,58 46,5 44,56

Caso 4 % 62,87 57,97 58,39 71,91 42,22 31,24 18,04 11,61 44,87 64,5 64,39

Caso 5 % 103,93 51,6 75,09 90,31 34,26 19,53 13,24 88,49 20,46 17,8

Caso 6 % 46,55 77,55 59,76 76,87 63,3 34,8 20,84 64,37 46,91 45,07

Caso 7 % 46,25 76,93 58,29 75,52 62,7 33,82 6,28 63,64 46,76 44,89

Caso 8 % 79,4 41,75 55,76 66,85 20,53 25,87 21,22 15,4 107,97 86,52

Caso 9 % 19,81 104,12 53,23 76,34 92,43 35,67 18,9 12,47 108,49 15,62

Caso 10 % 11,95 116,31 52,87 78,28 106,51 37,64 19,44 13,05 102,95 9,61

Barra

Año Base

Bus 01 Bus 02 Bus 24 Bus 25 Bus 26 Bus 35 Bus 36 Bus 37 Bus 38 Bus 39

1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

En la siguiente tabla se presentan los valores en p.u. de los voltajes en nodos del SEP de 39 nodos, para los 10 casos analizados.

Caso 2 p.u. 1,05 1,06 1,04 1,06 1,06 1,05 1,06 1,03 1,03 1,03

Caso 3 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 4 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 5 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 6 p.u. 1,05 1,05 1,03 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 7 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 8 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 9 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Caso 10 p.u. 1,05 1,05 1,04 1,06 1,05 1,05 1,06 1,03 1,03 1,03

Fuente: Elaboración propia. En la anterior tabla se observa, que en el caso 2 que es el caso en que se asume que la línea Line 0304, como el estado de fuera de servicio, es el que presenta que en 4 nodos la tensión se encuentra por encima del valor máximo de 1,05 p.u.

9.3 Aplicación del análisis de contingencias al SIN. Se utilizó el programa desarrollado en Python que tiene nombre SIN_N-1_V1.py, donde se realiza la lectura de los 10 casos a ser analizados que corresponde a la líneas de la zona de Oruro. Se hace notar que el caso que corresponde a la simulación de fuera de servicio de la línea lne_CAT_ CSG069, el cálculo de flujos de carga no converge (corresponde al caso N° 3). No se considera los resultados para este caso, pero da una alarma que si esta línea se encuentra fuera de servicio debe ser analizada en detalle la operación del SIN. En la siguiente tabla se presentan los estados de carga de los transformadores de potencia en la zona de Oruro. En la siguiente tabla se observa que los casos con mayor estados de sobrecarga en transformadores se presenta para el caso N° 7 analizado (lne_HUY_ MIG069) y el caso N° 9 (lne_ANG_MIG069). Tabla N° 9: Estado de carga de los transformadores en la zona de Oruro.

Fuente: Elaboración propia. En la anterior tabla se observa, que en el caso 10 que es el caso en que se asume que la línea Line 13-14, con el estado de fuera de servicio, es el que presenta que tres líneas presentan sobrecarga.

Caso 1 p.u. 1,05 1,05 1,03 1,04 1,04 1,05 1,06 1,03 1,03 1,03

Nombre Xfo trf_ANG069 trf_AVI06901 trf_AVI06902 trf_CRB069 trf_CRC069 trf_CRQ069 trf_CSG069 trf_EST069 trf_SUD06901 trf_SUD06902 trf_TES069 trf_VLC069

Año Base 58,8 0 0 55,64 16,16 31,41 99,48 102,89 105,07 106 64,83 71,29

Caso 1 % 58,8 0 0 55,64 16,16 31,41 99,48 102,89 105,07 106 64,83 71,29

Caso 2 % 58,66 4,46 114,52 55,68 16,22 32,02 102,26 104,31 107,22 108,16 65,48 71,53

Caso 3 %

Caso 4 % 58,58 4,48 114,96 55,77 16,44 32,51 102,62 107,7 108,92 109,88 68,03 71,75

Caso 5 % 58,58 4,48 114,93 55,77 16,43 32,48 102,6 107,56 108,82 109,77 65,26 71,74

Caso 6 % 58,59 4,47 114,81 55,76 16,41 32,32 102,5 106,7 108,27 109,22 67,32 71,73

Caso 7 % 58,81 4,47 114,8 134,26 16,59 31,9 102,49 104,47 106,78 107,72 65,75 74,6

Caso 8 % 58,93 4,41 113,23 55,67 16,06 31,24 101,2 102,41 104,49 105,41 64,57 71,11

Fuente CNDC – Elaboración propia.

16

Caso 9 % 58,91 4,46 114,49 113,29 16,44 31,76 102,24 104,02 106,3 107,24 65,49 73,26

Caso 10 % 58,61 4,47 114,67 55,73 16,38 32,24 102,38 103,24 107,99 108,94 65,24 71,68

Colegio de Ingenieros Electricistas y Electrónicos

En la siguiente tabla se presentan los estados de carga en las líneas para los casos analizados en la zona de Oruro. Tabla N° 10: Estado de carga de las líneas en la zona de Oruro.

Nombre Xfo Año Base Caso 1 % lne_MCH_PAI069 4,85 4,85 lne_MCH_SUD069 9,27 9,27 lne_NOR_TNO069 42,25 42,25 lne_SOC_TNO069 59,69 59,69 lne_SUD_CRQ069 3 3 lne_SUD_TET069 35,39 35,39 lne_SUD_TNO069 18,3 18,3 lne_TAB_TCO069 20,94 20,94 lne_TAC_TCO069 11,41 11,41

Caso 2 Caso 3 % % 8,06 12,51 43,38 3,03 75,02 43,37 19,89 10,27

Caso 4 % 4,22 8,83 43,27 145,82 3,05 15,74 102,61 23,25 11,26

Caso 5 % 4,5 9,11 43,25 142,92 3,05 13,87 99,74 23,18 11,24

Caso 6 % 5,04 9,39 43,14 140,24 3,04 15,7 97,63 23,14 11,53

Caso 7 % 9,41 13,55 42,91 56,97 3,02 40,28 14,22 7,46 17,53

Caso 8 Caso 9 % % 15,82 10,1 20,3 14,26 42,72 36,91 57,95 2,99 3,02 30,22 39,81 36,94 15,36 20,32 8,76 11,67 14,03

Caso 10 % 6,54 11,12 43,05 121,66 3,04 78,68 22,65 11,13

Fuente CNDC – Elaboración propia. En la tabla anterior se presenta en los casos 4, 5, 6 y 10, donde se presentan estados de sobrecarga en el orden de 40%.

10. Conclusiones. Se concluye en el presente trabajo que se verifica la automatización de tareas en el software PowerFactory, mediante el uso del lenguaje de programación libre Python. Se realizó el análisis del crecimiento de la demanda para un horizonte de 5 años en el SEP de 39 barras del ejemplo que dispone el DIgSILENT PowerFactory, para este análisis se utilizó el script desarrollado en Python ej39GetV2. py, que se explica en detalle el funcionamiento en el numeral 10 del presente trabajo. La actualización de las demandas y el cálculo de flujos de carga para cada año se realizaron mediante el script en Python de manera automatizada. A s i m i s m o se realizó la automatización

17

de las tareas de la simulación de cambiar el estado de las líneas de estado en servicio a estado fuera de servicio en la red de 39 barras, mediante el script ej39N-1.py en Python. Así también se concluye que se cumplieron los objetivos específicos, tomando en cuenta que se realizó una revisión en el manejo y modelamiento de sistemas eléctricos de potencia en el DIgSILENT PowerFactory, se puede realizar el cálculo de flujos de carga mediante las opciones que presenta el PowerFactory o mediante la programación de script en Python. De igual forma se cumplió con el objetivo de efectuar la programación en Python, para el intercambio de datos entre el Excel y el PowerFactory. Para el caso del análisis de contingencias se presentan los casos a ser analizados en el archivo RED39N-1.XLSX en la hoja CASOS, para luego mediante el script programado en Python se realiza el cálculo de flujos de carga para el caso analizado y los resultados son exportados a las hojas correspondientes en el archivo RED39N-1.XLSX. Finalmente se realizó el análisis de contingencias tomando en cuenta la base de datos del SIN, que dispone el Comité Nacional de Despacho de Carga en su página oficial. Se consideró el análisis para la zona de Oruro, en este ejemplo de aplicación de un caso real del Sistema Eléctrico Nacional de

Colegio de Ingenieros Electricistas y Electrónicos

Bolivia, se concluye que los scripts programados en Python funcionaron correctamente, es decir no se tuvieron que realizar modificaciones a los scripts utilizados en la red de 39 barras.

es/~pdo/Seminarios/Python2005.pdf. [11] DIgSILENT GmbH Heinrich-Hertz-StraBe 9 “DIgSILENT PowerFactory Advanced Tutorial Python”, Alemania 2016, 42 páginas.

Bibliografía Consultada.

Acerca de los autores.

[1] Harper, Enriquez, Análisis Moderno de Sistemas Eléctricos de Potencia: Soluciones de flujos de potencia, Operación económica de sistemas de potencia. Impreso en México: MacGraw-Hill/ Limusa, 1981, 574 páginas. [2] Allen J. Wood, Bruce F. Wollemberg, Power Generation Operation and Control: Economic Dispatch of Thermal Units and Methods of solution. Impreso en Estados Unidos de América: John Wiley & Sons Inc, 1996, 592 páginas. [3] Gonzalo Oscar Eulate Choque, “Análisis de Flujos de Carga mediante el uso de Técnicas Heurísticas”, Tesis de Maestría UMSA, La Paz Bolivia, marzo 2013. [4] Gonzalo Oscar Eulate Choque, “Despacho económico de carga mediante el uso de Algoritmos Genéticos en el software Digsilent”, Revista Electromundo No 74, ISSN 2220-5276. La Paz Bolivia, julio 2015. [5] Dr. Adrian Will “Algoritmos Genéticos y Optimización Heurística”, apuntes de clases. Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán, 290 páginas. [6] Digsilent GmbH, “Python Tutorial, Digsilent Technical Documentaction”, DIgSILENT PowerFactory, Aplication Guide Power Factory Version 15.2. 2014, 42 páginas. En línea: http:// documents.tips/documents/python-tutorial560f11ef2caba.html. [7] 2016 GitHub, Inc., “Python scripting for PowerFactory”, Python for PowerFactory, 2015, en línea: https://github.com/susantoj/ powerfactory_python. [8] José María Herrera Fernández, Luis Miguel Sánchez Brea “Computación científica con Python para módulos de evaluación continua en asignaturas de ciencias aplicadas”, Esta página web es un extracto del Proyecto de Innovación y Mejora de la Calidad Docente, en línea: http://pendientedemigracion.ucm.es/info/aocg/ python/modulos_cientificos/matplotlib/index. html. [9] Eugenia Bahit “Curso: Python para Principiantes”, safeCreative 1207302042960. Buenos Aires Argentina 2012, 136 páginas. En línea: www. eugeniabahit.com. [10] Francisco Barranco Espósito, Antonio Guerrero Galindo, Manuel entrena Casas y Álvaro González Nonay “Introducción a Python”, España 2012, 56 páginas. En línea: http://lsi.ugr.

Gonzalo Oscar Eulate Choque Ingeniero Electricista, Magister Sc en Ingeniería del Software, Docente Universidad Mayor de San Andrés, Trabaja en el Sistema Nuevo de la Empresa de Electricidad La Paz S.A., DELAPAZ, áreas de interés: Regulación de Electricidad, Inteligencia Artificial, Sistemas Eléctricos de Distribución, Senior Member IEEE. Estudios de Postgrado en Administración de Empresas, Planificación, Protección de Redes de Distribución, Métodos Numéricos de la Simulación y Modelación, Análisis de los Regímenes de las Redes de Distribución, Economía Informática, Ingeniería del Software. Página web: http://geulate.okicode.com Email: [email protected]

Luis Adolfo Pozo Barrera Ingeniero Electricista, Universidad Mayor de San Andrés, con Maestría en Gestión de Sistemas de Información, Especialidad en Tecnologías de Información (TI), Diplomados en Gestión de Redes y Seguridad Informática, Gerencia de Proyectos Empresariales, Preparación, gestión y Evaluación de Proyectos de Inversión y Educación Superior. Actualmente trabaja en el Área de Planificación, Control de Planes de Inversión y Sistemas de Información Geográfico de la empresa DELAPAZ. Email: [email protected]

18

Colegio de Ingenieros Electricistas y Electrónicos

Daniel Ramos Huancani

Cristhian Coyo Llanque Estudiante de 9no. semestre de la carrera de Ingeniería Eléctrica de la Universidad Mayor de San Andrés. Trabajó como Supervisor de Campo y Supervisor de Digitalización y Codificación de Datos en el Instituto Nacional de Estadística, en varias gestiones. Sus áreas de interés contemplan; Los Sistemas Eléctricos de Potencia, Automatización de Procesos y Programación. Participó en Talleres de formación en; Programación con Matlab y la Estabilidad en los Sistemas Eléctricos de Potencia.

Estudiante último semestre de la carrera de Ingeniería Eléctrica de la Universidad Mayor de San Andrés. Miembro del equipo ganador de la Primera feria de Ingeniería eléctrica. Áreas de interés: Sistemas Eléctricos de Distribución, Planificación, Protección de Sistemas Eléctricos de Potencia y Redes de Distribución, programación en Python y Digsilent. Email: [email protected]

Email: [email protected]

Limbert Omar Apaza Yahuasi Estudiante de 10mo. semestre de la carrera de Ingeniería Eléctrica de la Universidad Mayor de San Andrés. Miembro del equipo ganador de la Primera feria de Ingeniería eléctrica. Participó en seminarios de PLC’s y Sistemas SCADA, Sistemas ESCADA en Sistemas de Distribución, Operación y Mantenimiento de Redes de Distribución, Confiabilidad en los Sistemas Eléctricos de Potencia. Áreas de interés: Sistemas Eléctricos de Distribución, Planificación, Protección de Sistemas Eléctricos de Potencia y Redes de Distribución, Informática y Economía. Email: [email protected]

19