Desarrollan algoritmo que aumenta la carga de transformadores sin sacrificar su vida útil

SECCIÓN I.
 
Introducción
 Los transformadores son generalmente el activo más caro de un sistema de distribución[1]. Su alta eficiencia de utilización es importante para obtener un rendimiento racional de las inversiones[2]. Debido al bajo factor de carga y a los requerimientos de contingencia, la eficiencia de utilización de los transformadores es común. Tradicionalmente funcionan al 40%-60% de carga en condiciones normales[1]. Como se indica en[3], aproximadamente el 25% de los activos de distribución se utilizan sólo para 440 h de carga pico en los Estados Unidos. Por otra parte, debido al crecimiento de la carga en horas punta y al envejecimiento de la infraestructura, es necesario mejorar los transformadores en las subestaciones. El enfoque clásico del refuerzo es costoso[4]. Por lo tanto, las empresas eléctricas buscan métodos innovadores para aumentar la utilización de activos[2].

El monitoreo continuo y los equipos de carga hasta su capacidad térmica dinámica (DTR) es un método para incrementar el uso de los activos[5]-[6][7]. La respuesta a la demanda (DR), una técnica para reducir la carga en la red eléctrica inteligente, es otra forma de mejorar la utilización de los equipos mediante la reducción de la demanda pico. Sin embargo, el uso de DTR o DR por sí solo no puede proporcionar el amplio beneficio potencial hacia la mejora de la utilización. En el caso de DTR, las horas punta de carga aún limitan la carga del equipo, mientras que para DR, la clasificación estática es el factor limitante que no garantiza la mejor utilización de los activos, ya que las clasificaciones estáticas se basan en el peor de los casos, las condiciones meteorológicas y de carga. La combinación de DR y DTR puede proporcionar ganancias sustanciales en la eficiencia de la utilización de activos.

Las capacidades térmicas dinámicas de los transformadores se han estudiado bien[8],[9]. La norma IEEE[8] sugiere una temperatura máxima de punto caliente (HST) de 110 °C para funcionamiento continuo y de 200 °C para corto tiempo en caso de contingencias. El funcionamiento por encima de un HST de 140 °C sólo se recomienda previa consulta con el fabricante, ya que puede producir gasificación en aislamiento sólido y aceite, lo que provoca una debilidad de la resistencia dieléctrica.

En la literatura reciente, se ha investigado el efecto de la DR sobre los transformadores. La mayoría de los estudios se centraron en la integración de la carga adicional de los vehículos eléctricos en la red sin una influencia adversa en la vida útil de los transformadores. Varios investigadores[10]-[11][12][12][13] evaluaron el impacto de la carga de los vehículos eléctricos controlados e incontrolados (EVs) en un transformador de distribución secundaria (media tensión/baja tensión). En[14], el problema de la carga adicional de carga EV se resolvió con la DR de los electrodomésticos flexibles. El proyecto de resolución se utilizó para limitar la demanda a un cierto nivel; sin embargo, no se consideró el DTR. El efecto de la DR en la vida útil de un transformador de distribución secundaria se evaluó optimizando la temperatura del transformador en[15]. La dinámica térmica fue considerada en ese estudio; sin embargo, el objetivo de optimización de reducir la suma de HST en un día por DR no es efectivo porque el desplazamiento de carga sólo puede cambiar la temperatura media más alta si los cambios en la temperatura ambiente son considerables. Además, el incremento en la utilización de un transformador no fue evaluado en[15]. En[10]-[11][12][12][13][14][15], se consideraron los típicos transformadores de distribución secundaria estadounidenses que suministraban energía a un pequeño número de viviendas. Sin embargo, este documento trata de un sistema europeo típico que consiste en grandes transformadores de distribución secundaria (1,6 MVA) que sirven a una gran cantidad de clientes.

En este artículo, estudiamos el potencial de DR para aumentar la utilización de transformadores en una zona residencial finlandesa típica. Se utilizó un modelo térmico dinámico para la predicción de HST y el envejecimiento del aislamiento. Un año de lectura automática de medidores (AMR) midió cada hora los datos de carga de energía eléctrica residencial residencial y un año de datos de temperatura ambiente fueron integrados en el modelo para una simulación realista. El modelo de optimización basado en el límite de punto caliente del transformador fue desarrollado para encontrar la activación DR óptima. Se estudió el impacto de DR para el transformador de potencia y los transformadores de distribución secundaria que suministran energía a varios hogares tipo calefactor en la red considerada.

Los resultados indican que la utilización de los transformadores puede incrementarse considerablemente utilizando DR. Esta mejora en la utilización es sin sacrificar la edad de los transformadores significativamente. La magnitud del beneficio de utilización depende de la capacidad DR de la carga. El aumento de la carga puede proporcionar beneficios monetarios al retrasar las inversiones.

Este documento está organizado de la siguiente manera: La Sección II presenta los fundamentos preliminares. En la sección III se propone un algoritmo que comprende un modelo de optimización. La sección IV proporciona los detalles del sistema de ensayo. Los estudios de caso y los resultados se describen en la Sección V. Las conclusiones se exponen a continuación en la Sección VI.

 SECCIÓN II.
 
Conceptos Básicos Preliminares
 En esta sección se describe el modelo térmico del transformador para calcular HST, ecuaciones de envejecimiento y bases de DR.

A. Transformador HST
 
El devanado del transformador HST (θH) puede ser estimado por (1)[8]. Consta de tres componentes: 1) temperatura ambiente (θA); 2) aumento del aceite superior sobre la temperatura ambiente (ΔθTO); y 3) aumento del punto más caliente del devanado sobre la temperatura del aceite superior (ΔθH). Todas las temperaturas están en °C.

 

 
La subida del aceite superior y la subida del HST vienen dadas por lo siguiente:
 Dónde ΔθTO,U y ΔθTO,i son la subida máxima e inicial de aceite superior sobre la temperatura ambiente, τTO es constante en el tiempo de aceite ΔθH,U y ΔθH,i son la subida máxima e inicial del punto caliente sobre la temperatura del aceite superior, τw es la constante de tiempo de devanado.

La última subida de aceite superior y la máxima subida de puntos calientes pueden calcularse con la siguiente fórmula:

donde ΔθTO,R, ΔθH,R son la subida de aceite superior y el punto más caliente a carga nominal; KU es la relación de carga final a carga nominal; R es la relación de pérdida de carga; y m y n son factores que dependen del tipo de enfriamiento del transformador.

 
B. Envejecimiento del Transformador
 
La ecuación (6) describe la fórmula para calcular el factor de aceleración de envejecimiento (FAA) del papel termoendurecido (temperatura de referencia 110 °C)[8]. La FAA de un transformador es una función exponencial del devanado HST (θH)

El factor de envejecimiento equivalente (FEQA) para el período de tiempo total puede ser calculado por (7) como en[8], donde r es el índice del intervalo de tiempo Δt, N es el número total de intervalos de tiempo, y FAA, r es el factor de aceleración de envejecimiento para Δtr. El funcionamiento continuo del transformador 24 horas con un HST de 110 °C produce un factor de envejecimiento equivalente de unidad.

El porcentaje de pérdida de vida (LOL) del transformador durante t horas de funcionamiento puede ser calculado por (8). La vida útil normal del transformador es de 180000 horas (20,55 años), con un funcionamiento continuo a 110 °C[8] HST.

 C. Respuesta a la demanda 

DR se refiere a los «cambios en el uso de la electricidad por parte de los consumidores finales a partir de su patrón de consumo normal en respuesta a los cambios en el precio de la electricidad a lo largo del tiempo o cuando se pone en peligro la fiabilidad del sistema»[16]. Tres estrategias principales de DR son: desplazamiento (cambiar el tiempo de uso de la carga), lo anterior (reducir la carga sin compensar la carga más tarde) y generación in situ[16]. En este documento, el cambio de carga se considera la estrategia aplicable.

Los electrodomésticos pueden clasificarse en diferentes categorías: calefacción, ventilación y aire acondicionado (HVAC), electrodomésticos fríos (refrigerador y congelador), electrodomésticos húmedos (lavadora, secadora de ropa y lavavajillas), iluminación, cargas de cocción, electrodomésticos marrones (dispositivos de vídeo y audio) y electrodomésticos diversos[17]. Desde el punto de vista de la RD, los aparatos domésticos de uso final pueden dividirse en dos grupos: 1) flexibles y 2) críticos. Los electrodomésticos flexibles se pueden desplazar en el tiempo, mientras que los electrodomésticos críticos no ofrecen tal elasticidad en el funcionamiento. Hemos considerado la climatización, los aparatos de frío y los electrodomésticos húmedos como cargas flexibles. Todos los demás aparatos se consideran críticos. La capacidad DR de los aparatos electrodomésticos figura en el cuadro I[18]-[20].

Los electrodomésticos húmedos pueden proporcionar DR retrasando la operación de lavado y secado, modificando el tiempo del ciclo o usando agua fría en lugar de agua caliente. Los aparatos de frío ofrecen flexibilidad al retrasar la operación de descongelación y fabricación de hielo, modificar el tiempo de funcionamiento, reducir la operación de la característica y por cambio de temperatura. Los acondicionadores de aire y calentadores habilitan la función DR retrasando el funcionamiento durante un tiempo determinado y modificando ligeramente la temperatura de consigna durante el tiempo necesario. Los acumuladores de calor ofrecen una mayor flexibilidad en comparación con los calentadores directos.

 SECCIÓN III.
 
Algoritmo propuesto
 
La Fig. 1 muestra el diagrama de flujo del algoritmo para calcular el incremento requerido en la utilización del transformador con cargas habilitadas para DR. Este diagrama contiene los ocho módulos siguientes.

 Módulo 1: En este bloque se obtienen los datos relativos al sistema. Los datos pueden incluir parámetros de entrada del transformador para cálculos térmicos, perfil de carga anual, capacidad de carga DR, temperatura ambiente y límite HST.

Módulo 2: Aquí se inicializa el multiplicador de carga. El multiplicador de carga se refiere a la escala del perfil de carga base. Es incrementado paso a paso para encontrar límites de carga.

Módulo 3: En este módulo, el nuevo perfil de carga se obtiene multiplicando el multiplicador de carga y los datos de carga inicial. A continuación, se calculan los valores térmicos y de envejecimiento para un perfil de carga anual utilizando (1) – (8).

Módulo 4: El HST del transformador del módulo 3 se compara con el valor máximo permitido. Si es menor que un límite establecido, entonces el multiplicador de carga se incrementa. Este proceso se repite hasta alcanzar el límite HST. Este módulo proporciona el valor de carga máxima para el funcionamiento del transformador dentro de un límite de HST sin DR.

Módulo 5: El HST del transformador excedió el límite permitido para los últimos valores de carga en el Módulo 4. Por lo tanto, se requiere una reducción de carga para operar el transformador dentro de los límites de temperatura. La carga sobre el transformador se reduce por activación de DR. En este módulo se utiliza el modelo de optimización para encontrar el perfil de carga modificado.

El objetivo es reducir el HST al valor específico utilizando una cantidad mínima de desplazamiento de carga. El uso mínimo del desplazamiento de carga se formula por función objetiva (9), y la reducción de HST a un cierto límite se enmarca en la restricción (10) de la optimización. Para restringir el efecto de una actividad de DR a sólo ese día, la optimización se aplica durante 24 horas.

donde Lt,t′R es la carga diferida del tiempo t al tiempo t? y TmaxDR es el tiempo máximo por el cual una carga puede ser diferida. Las dos sumas cubren la carga pospuesta a todas las horas posteriores a cada hora del día.

 La función de optimización está sujeta a las siguientes limitaciones:

• El HST en cualquier momento t(θH,t) debe ser menor o igual que el HST máximo permitido HST (θHˆ).

El HST del lado izquierdo en (10) se calcula por (4) y (5), y utilizando el perfil de carga modificado (13).

• La suma de la carga que puede ser diferida a un tiempo posterior ™ se limita a la suma de la potencia disponible que puede ser diferida a ese tiempo o más.

¿dónde? ∀tm∈{1,2,3,…,TmaxDR}, t<t′, y Pt,t′DR es la potencia disponible bajo el contrato DR que puede ser diferida del tiempo t al t? Esta limitación asegura que el aplazamiento total de la demanda en un momento dado sea menor que la capacidad total de la carga en ese momento.

• La cantidad de transferencia de carga en cualquier momento puede estar entre cero y la capacidad de carga DR en ese momento. Esta restricción establece los límites inferior y superior de los diferimientos de carga entre dos tiempos particulares.

• La carga total en el tiempo t después de la activación DR (Pttot) es la suma de la carga flexible disponible (PtDR), la carga crítica (PtC) y la carga que fue diferida a t en tiempos anteriores (Lt′,tDR) menos la carga diferida a tiempos posteriores (Lt,t′D<R)

La salida de la optimización es el perfil de carga modificado (13) y las acciones DR (Lt,t′DR) tomadas para reducir el HST al nivel definido.

Las ecuaciones (4) y (5) para HST contienen los parámetros m y n cuyos valores dependen del tipo de refrigeración del transformador. Los valores de estos parámetros se encuentran entre 0,8 y 1[8]. En caso de que estos parámetros no sean unitarios, el problema de optimización no se puede resolver con un solucionador normal, como CPLEX. Para que el problema de optimización se pueda resolver con los solvers habituales, se asume que estos parámetros son la unidad[15].

• Módulo 6: En este módulo se determina el éxito o fracaso de la optimización. El éxito de la optimización indica que la activación DR es capaz de reducir HST al nivel deseado. El multiplicador de carga se incrementa y los módulos 5 y 6 son revisitados. Dado que el objetivo del algoritmo es determinar el máximo incremento de potencial de utilización del transformador, por lo tanto, este bucle se repite hasta que la optimización no alcanza una solución. El multiplicador de carga en la última optimización exitosa da como resultado la máxima carga posible del transformador para el pico establecido HST, teniendo en cuenta la DR.
• Módulo 7: Se calculan los valores térmicos y de envejecimiento para el perfil de carga final obtenido a partir del Módulo 6.
• Módulo 8: Finalmente, se acumulan y almacenan los resultados de los módulos anteriores.

En presencia de generación distribuida residencial (DG), el algoritmo propuesto seguirá siendo el mismo, excepto que la salida de la DG (PtDG) se restará de la parte crítica de la carga siempre que la salida DG sea incontrolada y se modelice determinísticamente. La ecuación (13) para el perfil de carga modificado se alterará a la siguiente expresión:

En presencia de generación distribuida residencial (DG), el algoritmo propuesto seguirá siendo el mismo, excepto que la salida de la DG (PtDG) se restará de la parte crítica de la carga siempre que la salida DG sea incontrolada y se modelice determinísticamente. La ecuación (13) para el perfil de carga modificado se alterará a la siguiente expresión:

 
SECCIÓN IV
 
Sistema de pruebas
 

Una red de distribución típica de zonas residenciales finlandesas, como se muestra en el esquema de la Fig. 2, se considera un sistema de prueba[21]. Un transformador de subestación primaria (40 MVA, 110/20 kV) suministra energía a 16 transformadores de subestación secundaria (1,6 MVA, 20/0,4 kV). Todos los transformadores se instalan al aire libre. Hay 1.800 hogares en el sistema que pertenecen a cuatro grupos primarios de calefacción: calefacción eléctrica directa (DE), calefacción urbana (DIST), calefacción de almacenamiento eléctrico (STORE) y bomba de calor de fuente terrestre (GSHP).

En la Fig. 3 se muestra el comportamiento de carga de cada tipo de hogar. Todos los tipos de calefacción que consumen energía eléctrica tienen un mayor consumo y siguen tendencias similares a la temperatura ambiente en un año. Debido al comportamiento de carga y descarga de los acumuladores eléctricos, las cargas máximas diarias son visibles a ciertas horas del día. Las bombas de calor de tierra muestran un aumento del consumo en las horas muy frías cuando los calefactores eléctricos directos de apoyo están encendidos. Estos comportamientos distintivos tienen un efecto acumulativo en la carga de subestaciones basado en su conteo en un área de subestación.

En el Cuadro II se enumeran el número y tipo de hogares bajo cada transformador de subestación secundaria. Basándose en el número de cada tipo de hogar en un área de subestación de distribución secundaria, los transformadores se agrupan en cuatro grupos: 1) C1; área dominante DE; 2) C2; área dominante DIST; 3) C3; área dominante GSHP; y 4) C4; área que contiene mezclas de hogares tipo calefacción primaria. Los datos de carga horaria anual AMR para cada tipo de hogar, medidos en Finlandia central, se utilizan para construir el perfil de carga de los transformadores.

Para determinar la capacidad DR de la carga, el primer perfil de carga se desagrega para estimar el consumo de energía del dispositivo de uso final. La desagregación de la carga se logra aplicando la técnica de análisis de demanda condicional a los datos medidos de RAM de un año, la información estadística recopilada a través del cuestionario[22] y los datos meteorológicos. A continuación, la capacidad media de DR de la carga se determina utilizando esta información junto con los valores de DR de los aparatos de la Tabla I.

Los datos de entrada para los cálculos térmicos de transformadores primarios se han tomado de[23] y los datos para transformadores secundarios se dan en la Tabla III. El problema de optimización cuadrática formulado en la Sección III se resuelve a través del entorno del sistema de modelización algebraica general (GAMS)[24].

 
SECCIÓN V.
 
Casos de Estudio y Resultados
 
El análisis se realiza para todos los transformadores de la red en los dos casos siguientes:
 

1. En este caso base, la carga es firme.
2. En este caso se considera la DR funcional.

En ambos casos se considera el límite máximo de HST de 110 °C. Los resultados para cuatro transformadores de subestación: primario, SS4, SS10 y SS15 se proporcionan en detalle. Estos transformadores seleccionados son representativos del cluster de transformadores, agrupados en función del tipo de calentamiento de la carga. Se seleccionan ocho escenarios de carga adecuados para elaborar los resultados de cada transformador. El escenario 1 es para la carga nominal, el DTR máximo se muestra en el escenario 3, y el escenario 2 es para la condición de carga entre los escenarios 1 y 3. Los escenarios 4 a 7 representan la situación de carga progresiva en la que DR se activa para limitar HST. El escenario 7 indica la carga máxima posible con la DR disponible en la carga. En el escenario 8, el límite de HST se reduce a 115 °C para evaluar la cantidad de HST devanado que puede reducirse utilizando plenamente la capacidad de carga DR más allá del escenario 7.

La Tabla IV presenta los resultados de los escenarios de carga del transformador de la subestación primaria. Los valores por unidad en la tabla se basan en el valor nominal del transformador. El HST máximo observado por el transformador es de 37 °C para la carga nominal en el escenario# 1 y de 80 °C para una carga del 140% en el escenario# 2 del caso 1. Estos bajos HSTs se deben a temperaturas ambientales muy bajas en el invierno cuando se observan picos de carga. En el escenario 3, se alcanza el HST (110 °C) para una carga máxima del 162% en el caso 1. Se requiere DR para restringir HST para la carga por encima de este nivel.

En el escenario 4, el HST alcanza 115 °C (caso 1), que se reduce a 110 °C (caso 2) desplazando de forma óptima la demanda flexible. Del mismo modo, para los escenarios de carga 5-7, los HST máximos son 146 °C, 164 °C y 169 °C, respectivamente. En todos estos escenarios, el desplazamiento de la demanda puede reducir el HST al límite establecido. Para cargas superiores al 198%, la solución de optimización no existe porque la DR disponible no es suficiente para disminuir el HST al valor deseado.

En el caso 1 (sin DR), el transformador se puede cargar hasta un 162% (escenario 3) y la carga media correspondiente es del 60%, dado que el HST se mantiene dentro del valor especificado. Sin embargo, en el caso 2 (con DR), la carga media del 74% puede ser suministrada (escenario # 7) por el transformador sin violar el límite de HST establecido. El LOL del transformador también se reduce en el caso 2. Sin embargo, el LOL no es significativo en ambos casos debido a la baja carga media y a las bajas temperaturas ambiente. La temperatura ambiente correspondiente al HST máximo es de alrededor de -14°C.

En el cuadro V se muestra el desplazamiento anual de la demanda necesario para obtener los resultados del caso 2 en el cuadro IV. Las cantidades de cambio de demanda se enumeran para una duración de retraso de una a cinco horas y como porcentaje de la demanda anual (Wa). La disminución de 5 °C en HST máximo para el escenario 4 se logra desplazando 1818 kWh de demanda flexible, lo que equivale al 0,001% de la demanda anual. El requerimiento de retardo de demanda es alto para una mayor reducción de HST. La disminución máxima de HST (59 °C) en el escenario 7 se obtiene desplazando 854 MWh de carga equivalente al 0,33% de la demanda anual. En este escenario, la mayor parte del desplazamiento de la demanda es de una hora.

La Fig. 4 presenta la carga del transformador primario en el día pico y las temperaturas relacionadas de ambos casos para el escenario 5. El desplazamiento de la demanda total durante el día para limitar el HST a 110 °C es de 45,64 MWh. El aplazamiento de demanda para 1,2,3,4 y 5 h es de 28,82,2,56,3,77,3,86 y 6,63 MWh, respectivamente.

Los resultados del transformador SS4 (cluster C1) se presentan en la Tabla VI. En los escenarios 1 a 3, no se viola el límite máximo de HST. Para aumentar la carga de más del 148% (escenario 3), se requiere DR. En el escenario 4, el HST alcanza 115 °C (caso 1), es decir, 5 °C por encima del límite. La activación DR reduce el HST al nivel requerido. DR también es capaz de limitar la HST a 110 °C en los escenarios 5,6 y 7.

En el escenario 7, se consigue una disminución de 85 °C en HST. Esta disminución se obtiene con una reducción del 38% de la demanda pico. En este escenario, la carga media es un 14% mayor que en el escenario 3. Para una carga superior a la del escenario 7 (192%), el objetivo de reducir la HST a 110 °C no es alcanzable con la carga flexible disponible. La disminución en LOL del transformador debido a DR es también considerable (3,81%) en este escenario.

La cantidad de carga diferida para los escenarios SS4 se indica en la Tabla VII. En todos los escenarios, el mayor contribuyente a la carga flexible es la calefacción eléctrica. Los calentadores eléctricos directos exigen una capacidad de posposición de una hora, lo que se puede observar en los resultados. El aplazamiento de la demanda aumenta con un aumento en la reducción de HST. Para el escenario 7, se aplaza el 0,837% de la demanda anual.
 
Los resultados del transformador SS10 (cluster C2) se presentan en la Tabla VIII. En los escenarios 1 a 3, no se viola el límite máximo de HST. La DR es necesaria para aumentar la carga de más del 157% (hipótesis 3). En el escenario 4, el HST alcanza 115 °C (caso 1), es decir, 5 °C por encima del límite. La activación DR reduce el HST al nivel requerido. DR también es capaz de limitar la HST a 110 °C en los escenarios 5,6 y 7. En el escenario 7, se consigue una disminución de 32 °C en HST. Esta disminución se obtiene mediante una reducción del 22% de la demanda pico. En este escenario, la carga media es un 5% mayor que en el escenario 3. Para una carga superior a la del escenario 7 (177%), el objetivo de reducir el HST a 110 °C no puede alcanzarse con la DR disponible.

La disminución del HST máximo en este transformador es menor que la del SS4. Se debe a la disminución del potencial de DR en esta área, debido a la ausencia de calefacción eléctrica. El transformador LOL es pequeño debido a un bajo factor de carga, temperatura ambiente y poca carga pico. La temperatura ambiente correspondiente al HST máximo es de alrededor de -14°C.

La cantidad de carga diferida para los escenarios SS10 se indica en la Tabla IX. El aplazamiento máximo de la demanda es del 0,009% de la demanda anual (en el escenario 7).

Los resultados para el SS15 (cluster C3) se presentan en la Tabla X. DR es requerido para incrementar la carga de más del 139% (escenario 3). En el escenario 4, el HST alcanza 121 °C (caso 1), es decir, 11 °C por encima del límite. La activación DR reduce el HST al nivel requerido. En el escenario 7, se consigue una disminución de 77 °C en HST. Esta disminución se obtiene mediante una reducción del 31% de la demanda pico. En este escenario, la carga media es un 12% mayor que en el escenario 3. La disminución del HST máximo en este transformador es comparable a la de SS4. Se debe al potencial de RD de GSHP en esta área. El LOL del transformador también se reduce considerablemente en el caso 2.

La cantidad de carga diferida para los escenarios SS15 se indica en la Tabla XI. El aplazamiento máximo de la demanda es del 0,23% de la demanda anual (en el escenario # 7). La carga pospuesta bajo DR en este caso es menor que la de SS4 y mayor que la de SS10.

El resumen de la carga máxima admisible de todos los transformadores de subestaciones secundarias de la red figura en el cuadro XII. Estos valores son para ambos casos (con y sin DR) por debajo de un límite HST máximo permitido de 110 °C. El desplazamiento de carga correspondiente requerido para el caso 2 se muestra en la Fig. 5, donde el gráfico de líneas representa el desplazamiento de demanda anual requerido como un porcentaje de la carga anual total y el porcentaje de la duración de cada turno de demanda (1-5 h) se muestra en columnas apiladas. Se puede observar en la Tabla XII que los clusters de transformadores C1, C3 y C4 (de SS# 1,2,3,4,4,6,7,12,15 y 16) que suministran energía a las áreas dominantes DE, GSHP y STORE se benefician más de la DR. El potencial para un aumento de carga en estos transformadores oscila entre el 28% y el 46% para carga pico, y un aumento correspondiente en la carga media es del 11% al 14%. Sin embargo, los transformadores de área dominante de GSHP (cluster C3) requieren un menor aplazamiento de la demanda, ya que sólo es necesaria la eliminación de picos de pico. El retraso en la demanda de 1 h de dispositivos de calefacción eléctricos constituye una parte importante de la DR en los transformadores C1 y C3 (Fig. 5).

Los transformadores del Cluster C2 (de SS# 8,10,11,13 y 14) que suministran energía a las áreas dominantes de DIST son al menos beneficiados por DR. El potencial para el aumento de la carga en estos transformadores oscila entre el 15% y el 21% para la carga pico, y el correspondiente aumento de la carga media es del 4% al 5%. El beneficio de DR para los transformadores del cluster C4 (de SS# 5 y 9), los cuales están conectados a áreas que consisten en una mezcla de casas de distrito y casas con calefacción eléctrica, está entre otros dos tipos. El potencial para un aumento de la carga en estos transformadores es de alrededor del 25% para la carga pico, y el correspondiente aumento de la carga media es del 8%. Los acumuladores de calor eléctricos en los transformadores C4 y la ausencia de calefacción eléctrica en los transformadores C2 son la principal razón de la duración del retardo de alta demanda.

El mayor beneficio para un área calentada eléctricamente se debe a su mayor potencial de DR de los calentadores eléctricos, y la falta de dispositivos flexibles en un área calentada del distrito es la razón por la cual es menos beneficiosa.

 
A partir de los resultados, se pueden extraer las siguientes inferencias:
 

• La carga sobre los transformadores puede incrementarse significativamente (hasta un 46% para carga pico y un 14% para carga media). La carga incrementada puede contrarrestar el crecimiento de la carga; puede ser utilizada para diferir o evitar las inversiones de reemplazo y nuevos transformadores. Considerando el costo del transformador de U. S. $87/kVA[25], DR puede ahorrar una cantidad sustancial de U. S. $1.9 millones en transformadores de distribución de la red de prueba.

• El aumento de carga basado en algoritmos propuesto se logra sin un LOL significativo de los transformadores, ya que el punto más caliente se limita a un cierto nivel, responsable del envejecimiento del transformador.
• La mejora en la utilización del transformador no es la misma para todos los transformadores. Depende del perfil de carga y la capacidad DR de los clientes conectados. Por lo tanto, las inversiones para apoyar la infraestructura de RD serán más beneficiosas en áreas con calefacción eléctrica.

En los sistemas actuales, la RD basada en los precios se utiliza generalmente para reducir el coste total de la energía eléctrica. En algunos casos, la carga máxima puede aumentar si DR se optimiza sólo para ahorrar en la factura de electricidad. El enfoque propuesto en este documento es útil para obtener un beneficio de capacidad a través de la RD que se requiere ocasionalmente (sólo durante los días pico). Por lo tanto, en días normales, la DR debe ser planificada para minimizar el costo de energía mientras que en días pico, debe ser utilizada para la ganancia de capacidad. Sin embargo, se requiere investigación adicional para la división óptima de la RD por su capacidad y sus beneficios de precio.

 
SECTION VI.
 
Conclusión
 

Este artículo ha examinado la posibilidad de mejorar la utilización de transformadores con DR. Se propuso el algoritmo de optimización de DR basado en HST para encontrar el impacto implícito. El modelo propuesto se utilizó para realizar un estudio detallado de todos los transformadores en una red de distribución residencial finlandesa típica que suministra electricidad a varios hogares primarios de tipo calefactor. Se obtuvieron resultados numéricos para dos casos, con y sin DR, mediante la investigación de los resultados se concluyó que la carga de los transformadores puede incrementarse significativamente sin sacrificar la vida útil del transformador. Además, los resultados muestran que la ganancia de utilización es proporcional a la capacidad DR de la carga.

Con una mayor proliferación de DG residenciales, las sobrecargas podrían ser observadas con mayor frecuencia (en carga pico y generación de pico) por pocos transformadores de distribución secundaria. En el siguiente estudio, el análisis se ampliará teniendo en cuenta la producción estocástica e incierta de las DG residentes. El estudio adicional también analizará transformadores presentes en diferentes condiciones (por ejemplo, cabinas e interiores). La disponibilidad de cargas flexibles para el desplazamiento depende de la aceptación del cliente. Además, cierto nivel de comodidad del cliente se ve comprometido con estas interrupciones. En el futuro, el análisis será mejorado considerando las incertidumbres asociadas con las cargas flexibles y calculando los índices de comodidad del cliente. Además, también se incorporarán en el análisis las cargas de los vehículos eléctricos, ya que se prevé una alta penetración de las mismas en el futuro.

 
Referencia
 
1. H. L. Willis, Power Distribution Planning Reference Book, Canada, FL, Boca Raton: CRC, 2010.

2. R. E. Brown, B. G. Humphrey,»Asset management for transmission and distribution», IEEE Power Energy Mag. 3, no. 3, pp. 39-45, mayo de 2005.

3. S. Chu,»Investing in our energy future», Grid Week Talk, Sep. 2009.
4. G. Strbac,»Demand side management: Benefits and challenges», Energy Policy, Vol. 36, no. 12, pp. 4419-4426, diciembre de 2008.

5. T. D. Poyser,»An on-line microprocessor based transformer analysis system to improve the availability and utilization of power transformers», IEEE Trans. Power App. Syst. PAS-102, no. 4, pp. 957-962, abr. 1983.

6. D. A. Douglass, D. C. Lawry, A. A. Edris, E. C. Bascom,»Dynamic thermal ratings realize circuit load limits», IEEE Comput. Aplicar. Potencia, vol. 13, no. 1, pp. 38-44, enero de 2000.

7. B. Shahbazi, M. Vadiati,»Transformer condition monitoring system for smart grid», Proc. ICCIA, pp. 32-37,2011.

8. «Norma IEEE C57.91-2011 (Revisión de la Norma IEEE C57.91-1995)», Guía IEEE para la Carga de Transformadores Inmersionados en Aceite Mineral y Reguladores de Tensión Escalonada, Mar. 2012.

9. «Norma internacional IEC 60076-7», Transformadores de potencia, Parte 7: Guía de carga para transformadores de potencia inmersos en aceite, 2005.

10. A. D. Hilshey, P. D. Hines, P. Rezaei, J. R. Dowds,»Estimating the impact of electric vehicle smart charging on distribution transformer envejecimiento», IEEE Trans. Smart Grid, vol. 4, no. 2, pp. 905-913, Jun. 2013.

11. H. Turker, S. Bacha, D. Chatroux, A. Hably,»Low-voltage transformer lossof-life assessments for a high penetration of Plug-in Hybrid Electric Vehicles (PHEVS)», IEEE Trans. Potencia Del. 27, no. 3, pp. 1323-1331, Jul. 2012.

12. S. Argade, V. Aravinthan, W. Jewell,»Probabilistic modeling of EV charging and its impact on distribution transformer loss of life», Proc. IEVC, pp. 1-8,2012.

13. Q. Gong, S. Midlam-Mohler, V. Marano, G. Rizzoni,»Study of PEV charging on residential distribution transformer life», IEEE Trans. Smart Grid, vol. 3, no. 1, pp. 404-412, Mar. 2012.

14. S. Shao, M. Pipattanasomporn, S. Rahman,»Integración en red de los vehículos eléctricos y respuesta a la demanda con la elección del cliente», IEEE Trans. Smart Grid, vol. 3, no. 1, pp. 543-550, Mar. 2012.

15. J. Jargstorf, K. Vanthournout, T. De Rybel, D. Van Hertem,»Effect of demand response on transformer life expectation», Proc. ISGT Eur. 1-8,2012.

16. Assessment of demand response and advanced metering «, 2006.

17. V. Hamidi, F. Li, F. Robinson,»Demand response in the UK’s domestic sector», Elect. Power Syst. Res. 79, no. 12, pp. 1722-1726, diciembre de 2009.

18. R. Stamminger, G. Broil, C. Pakula, H. Jungbecker, M. Braun, I. Rudenauer, C. Wendker,»Synergy potential of smart appliances; D2. 3 of WP 2 from the Smart-A Project «, 2008.

19. M. Presutto, R. Stamminger, R. Scialdoni, W. Mebane, R. Esposito, Estudios preparatorios de los requisitos de diseño ecológico de los PUE (licitación TREN/D1/40-2005) LOTE 14: lavadoras y lavavajillas domésticos, diciembre de 2007.

20. T. Lui, W. Stirling, H. O. Marcy,»Get smart», IEEE Power Energy Mag. 8, no. 3, pp. 66-78, mayo de 2010.

21. M. Degefa, R. Millar, M. Koivisto, M. Humayun, M. Lehtonen,»Load flow analysis framework for active distribution networks based on smart meter reading system», Engineering, vol. II, p. 1. 5, no. 10A, pp. 1-8,2013.

22. M. Z. Degefa, Energy efficiency analysis of residential electric end-uses: based on statistical survey and hourly metered data, Universidad de Aalto, 2010.

23. D. Susa, J. Palola, M. Lehtonen, M. Hyvarinen,»La temperatura sube en un transformador OFAF en el modo de refrigeración OFAN en servicio», IEEE Trans. Potencia Del. 20, no. 4, pp. 2517-2525, octubre de 2005.

25. P. J. J. Balducci, L. A. Schienbein, T. B. Nguyen, D. R. Brown, E. M. Fatherlrahman,»An examination of the costs and critical characteristics of electric utility distribution system capacity enhancement projects», Proc. Transm. Conf. distribuidor, pp. 78-86,2006.