FNET (Frequency monitoring Network; también conocida como FNET/GridEye, GridEye) es un sistema de medición de frecuencia de sistemas eléctricos de área amplia. Mediante un tipo de unidad de medición fasorial (PMU) conocida como registrador de perturbaciones de frecuencia (FDR), FNET/GridEye puede medir la frecuencia, el voltaje y el ángulo del sistema eléctrico con mucha precisión. Estas mediciones se pueden utilizar para estudiar varios fenómenos del sistema eléctrico y pueden desempeñar un papel importante en el desarrollo de futuras tecnologías de redes inteligentes . El sistema FNET/GridEye es operado actualmente por el Laboratorio de Tecnología de Información Energética de la Universidad de Tennessee (UTK) en Knoxville, Tennessee, y el Laboratorio Nacional de Oak Ridge (ORNL) en Oak Ridge, Tennessee. [1]

Historia
Una unidad de medición fasorial es una herramienta importante que se utiliza para monitorear y estudiar los sistemas de energía eléctrica. Las primeras PMU se desarrollaron en Virginia Tech a fines de la década de 1980. Estos dispositivos miden el voltaje, la frecuencia y el ángulo de fase en los buses dentro del sistema de energía. Al utilizar el Sistema de Posicionamiento Global , una PMU puede proporcionar una marca de tiempo para cada medición. Esto permite comparar con precisión las mediciones tomadas desde diferentes PMU. [2]
Por lo general, una PMU se instala en una subestación eléctrica . Este proceso puede ser bastante costoso y llevar mucho tiempo, ya que cuesta decenas de miles de dólares por dispositivo y requiere varios meses de esfuerzo. [3] El alto costo de instalación de PMU ha limitado su uso en la industria de la energía eléctrica.
En 2000, investigadores dirigidos por Yilu Liu, miembro de la facultad de Virginia Tech , comenzaron el desarrollo de una red de medición fasorial de bajo costo que pudiera instalarse en el nivel de distribución de bajo voltaje de la red eléctrica. [4] Los investigadores de Virginia Tech recibieron una subvención NSF MRI de la National Science Foundation para desarrollar el sistema, que se conoció como FNET. [5] El primer registrador de perturbaciones de frecuencia se desarrolló en 2003 con el apoyo de TVA (Tennessee Valley Authority) y ABB. El sistema FNET se puso en línea en 2004. [4]
Desde 2010, en asociación con el Departamento de Energía (DOE), FNET/GridEye se ha desarrollado hasta convertirse en una red de monitoreo de red de área amplia que cubre las tres principales redes eléctricas de América del Norte y 16 de las redes más grandes de todo el mundo.
Registrador de perturbaciones de frecuencia
El registrador de perturbaciones de frecuencia, o FDR, es un PMU monofásico sincronizado por GPS que se instala en tomas de corriente comunes de 120 V. Debido a que los voltajes involucrados son mucho más bajos que los de un PMU trifásico típico, el dispositivo es relativamente económico y sencillo de instalar.
El FDR funciona mediante un muestreo rápido (1.440 veces por segundo) de una versión reducida de la señal de voltaje de la toma de corriente utilizando un convertidor analógico a digital . Estas muestras se procesan a través de un procesador de señal digital integrado , que calcula el ángulo de fase instantáneo de la señal de voltaje para cada muestra. A continuación, el dispositivo calcula el ángulo de voltaje, la frecuencia y la magnitud del voltaje a intervalos de 100 ms. Cada medición se marca con la hora utilizando la información proporcionada por el sistema GPS y luego se transmite al servidor FNET/GridEye para su procesamiento y almacenamiento. Las mediciones de frecuencia obtenidas del FDR tienen una precisión de ± 0,0005 Hz y la precisión del ángulo puede alcanzar los 0,02 grados. [4]
Un FDR solo requiere una toma de corriente, un puerto Ethernet y una vista del cielo (para la antena GPS). Por lo tanto, los FDR se pueden instalar prácticamente en cualquier lugar, incluidas subestaciones, oficinas e incluso residencias privadas.
Arquitectura del sistema
Actualmente, FNET/GridEye recopila datos de más de 300 FDR, la mayoría de los cuales están instalados en la red eléctrica de América del Norte. Alrededor de 70 de estas unidades están ubicadas en otras 30 de las redes más grandes del mundo.
Los FDR transmiten sus mediciones a través de Internet a los concentradores de datos fasoriales (PDC) ubicados en la Universidad de Tennessee y en el Laboratorio Nacional de Oak Ridge. Estos PDC recopilan más de 4 GB de datos fasoriales por día. Los PDC también envían datos a un servidor de aplicaciones que realiza un análisis de los datos casi en tiempo real. A continuación se ofrecen ejemplos de las aplicaciones de análisis.
Aplicaciones
Se han desarrollado diversas aplicaciones utilizando la plataforma FNET/GridEye. Algunas funcionan casi en tiempo real, mientras que otras se utilizan para análisis fuera de línea.
Detección y localización de eventos
La adición o eliminación repentina de grandes cantidades de carga o generación en un sistema eléctrico produce cambios en la frecuencia. Por ejemplo, la activación de un generador provoca una disminución de la frecuencia, mientras que el desprendimiento de carga produce un aumento de la frecuencia. El cambio de frecuencia es proporcional al tamaño del generador activado o a la cantidad de desprendimiento de carga. Estos cambios se propagan tanto en el espacio como en el tiempo a lo largo de la red. Dado que se conoce la ubicación geográfica de cada FDR, así como el momento de cada medición, es posible estimar tanto el tamaño como la ubicación de estos eventos. [6]
Visualización
Los datos del FDR se pueden utilizar para "reproducir" eventos del sistema eléctrico mediante animaciones intuitivas. Para este fin, se pueden utilizar tanto datos de frecuencia como de ángulo.
Detección de oscilaciones
Las oscilaciones del sistema eléctrico pueden producirse como resultado de disparos del generador, cortes de carga o fallas, aunque algunas no tienen una causa obvia. Estas oscilaciones no suelen ser dañinas, siempre que se amortigüen de manera rápida y suficiente. FNET/GridEye utiliza tanto los datos de ángulo de fase como los de frecuencia para detectar oscilaciones y proporcionar alertas en tiempo real. [7]
Análisis modal de oscilaciones entre áreas
Una vez que se ha detectado una oscilación, el sistema puede realizar un análisis modal utilizando la técnica de lápiz matricial multicanal . Este análisis revela los modos de oscilación dominantes y muestra qué partes de la red eléctrica tienden a oscilar juntas. [7] Estudios recientes demostraron que algunos métodos de análisis de tiempo-frecuencia son útiles para el análisis de modos multicanal, como los métodos de descomposición de modos empíricos multivariados. [8] [9]
Detección de viajes en línea
El corte de línea es una de las perturbaciones generales en el sistema eléctrico. La interrupción de las líneas de transmisión afecta la estabilidad de frecuencia y voltaje del sistema. Al utilizar los datos de medición en el sistema FNET, los eventos de corte de línea se pueden detectar de manera correcta y eficiente. El proyecto actual se centra principalmente en el diseño de un adaptador de corte de línea profesional para realizar la detección de corte de línea en línea y proporcionar una notificación de alerta automática para los clientes. [10]
Detección de fuera de la red/isla
Con base en los datos de medición adquiridos por los FDR desplegados en las redes eléctricas de América del Norte, se propone e implementa un método de detección de funcionamiento en isla . Este método monitorea las cargas eléctricas críticas y detecta la transición de estas cargas de una operación en red a una operación en isla [11] y también la transición de la operación en isla a la operación en red [12] .
Véase también
- Transmisión de energía eléctrica
- Estimación de frecuencia
- Fasor (ondas sinusoidales)
- Unidad de medida fasorial
- Frecuencia de utilidad
- Red inteligente
- Sistema de posicionamiento global
- Red síncrona de área amplia
Referencias
- ^ Sitio web de FNET
- ^ Phadke, AG; Thorp, JS, "Historia y aplicaciones de las mediciones fasoriales", Conferencia y exposición de sistemas de potencia, 2006. PSCE '06. 2006 IEEE PES, vol., núm., págs. 331-335, 29 de octubre de 2006-1 de noviembre de 2006.
- ^ "Resumen de las respuestas de NASPI al cuestionario sobre instalación y mantenimiento de PMU". Archivado desde el original el 27 de julio de 2011. Consultado el 29 de mayo de 2010 .
- ^ abc Zhian Zhong; Chunchun Xu; Billian, BJ; Li Zhang; Tsai, S.-JS; Conners, RW; Centeno, VA; Phadke, AG; Yilu Liu; "Implementación de la red de monitoreo de frecuencia del sistema de energía (FNET)", Power Systems, IEEE Transactions on , vol. 20, n.º 4, págs. 1914- 1921, noviembre de 2005.
- ^ Información sobre el premio NSF
- ^ Gardner, RM; Wang, JK; Yilu Liu, "Análisis de la ubicación de eventos del sistema de energía utilizando mediciones de área amplia", Power Engineering Society General Meeting, 2006. IEEE, vol., no., pp.7 pp., 0-0 0
- ^ ab Y. Zhang, P. Markham, et al ., "Arquitectura y aplicaciones de la red de monitoreo de frecuencia de área amplia (FNET)", IEEE Trans. on Smart Grid , vol. 1, núm. 2, septiembre de 2010, págs. 159-167.
- ^ You, Shutang; Guo, Jiahui; Kou, Gefei; Liu, Yong; Liu, Yilu (1 de mayo de 2016). "Identificación del modo de oscilación basada en mediciones ambientales de área amplia utilizando descomposición de modo empírica multivariante". Electric Power Systems Research . 134 : 158– 166. doi :10.1016/j.epsr.2016.01.012.
- ^ Tú, Shutang; Guo, Jiahui; Wenxuan Yao; Siqi Wang; Liu, Yong; Liu, Yilu (2016). "Identificación del modo de oscilación descendente mediante descomposición de modo empírico multivariante". Asamblea General de la Sociedad de Energía y Energía IEEE 2016 (PESGM) . págs. 1– 5. doi :10.1109/PESGM.2016.7742032. ISBN 978-1-5090-4168-8.S2CID42808692 .
- ^ D. Zhou; Y. Liu; J. Dong, "Desarrollo de detección de disparo de línea y activación de alarma en tiempo real basado en frecuencia", Reunión general de IEEE PES de 2014, págs. 1-5, 27-31 de julio de 2014
- ^ Z. Lin, T. Xia, Y. Ye, Y. Zhang, L. Chen, Y. Liu, K. Tomsovic, T. Bilke y F. Wen, "Aplicación de sistemas de medición de área amplia para la detección de islas en sistemas de energía a gran escala", IEEE Trans. on Power Systems, vol. 28, no. 2, págs. 2006-2015, mayo. 2013.
- ^ J. Guo, Y. Zhang, MA Young, MJ Till, A. Dimitrovski, Y. Liu y P. Williging, “Diseño e implementación de una herramienta de detección de operaciones fuera de la red en tiempo real desde una perspectiva de mediciones de área amplia”, IEEE Trans. Smart Grid, vol. 6, n.º 4, págs. 2080-2087, 2015.
Enlaces externos
- Sitio web de FNET
- Iniciativa de Sincrofasores de América del Norte (NASPI)