Sistema de gestión de interrupciones

Un sistema de gestión de cortes de suministro eléctrico (OMS) es un sistema informático utilizado por los operadores de sistemas de distribución eléctrica para ayudar a restablecer el suministro eléctrico.

Las principales funciones que normalmente se encuentran en un OMS incluyen:

• Predicción de la ubicación del transformador, fusible, reconectador o disyuntor que se abrió en caso de falla.
• Priorizar los esfuerzos de restauración y gestionar los recursos en función de criterios como la ubicación de las instalaciones de emergencia, el tamaño de las interrupciones y la duración de las mismas.
• Proporcionar información sobre el alcance de las interrupciones y el número de clientes afectados a la gerencia, los medios de comunicación y los reguladores.
• Cálculo de estimación de tiempos de restauración.
• Gestión de tripulaciones que ayudan en la restauración.
• Cálculo de tripulaciones necesarias para la restauración.

En el núcleo de un sistema moderno de gestión de cortes de suministro se encuentra un modelo de red detallado del sistema de distribución. El sistema de información geográfica (GIS) de la empresa de servicios públicos suele ser la fuente de este modelo de red. Al combinar las ubicaciones de las llamadas de los clientes por cortes de suministro, se utiliza un motor de reglas para predecir las ubicaciones de los cortes de suministro. Por ejemplo, dado que el sistema de distribución tiene un diseño principalmente arborescente o radial, se podría inferir que todas las llamadas en un área particular aguas abajo de un fusible están causadas por un solo fusible o disyuntor aguas arriba de las llamadas.

Las llamadas por cortes de suministro eléctrico suelen ser atendidas por operadores de un centro de llamadas que utilizan un sistema de información de clientes (CIS). Otra forma habitual de que las llamadas por cortes de suministro eléctrico ingresen al CIS (y, por lo tanto, al OMS) es mediante la integración con un sistema de respuesta de voz interactiva (IVR). El CIS también es la fuente de todos los registros de clientes que están vinculados al modelo de red. Los clientes suelen estar vinculados al transformador que alimenta su residencia o negocio. Es importante que cada cliente esté vinculado a un dispositivo en el modelo para que se obtengan estadísticas precisas sobre cada corte de suministro eléctrico. Los clientes que no están vinculados a un dispositivo en el modelo se denominan "difusos".

Los sistemas de lectura automática de medidores (AMR) más avanzados pueden proporcionar la capacidad de detección y restablecimiento de cortes de suministro eléctrico y, por lo tanto, servir como llamadas virtuales para indicar a los clientes que no tienen suministro eléctrico. Sin embargo, las características únicas de los sistemas AMR, como la carga adicional del sistema y la posibilidad de falsos positivos, requieren que se agreguen reglas adicionales y lógica de filtrado al OMS para respaldar esta integración. ^[1]

Los sistemas de gestión de cortes de energía también suelen integrarse con sistemas SCADA que pueden informar automáticamente el funcionamiento de los disyuntores monitoreados y otros dispositivos inteligentes como los reconectadores SCADA.

Otro sistema que se integra comúnmente con un sistema de gestión de interrupciones es un sistema de datos móviles. Esta integración permite enviar automáticamente predicciones de interrupciones al personal en el campo y que este pueda actualizar el sistema de gestión de interrupciones con información como los tiempos estimados de restauración sin necesidad de comunicarse por radio con el centro de control. El personal también transmite detalles sobre lo que hizo durante la restauración de la interrupción.

Es importante que el modelo eléctrico del sistema de gestión de cortes de suministro eléctrico se mantenga actualizado para que pueda realizar predicciones precisas sobre los cortes de suministro y también realizar un seguimiento preciso de los clientes que no tienen suministro eléctrico y los que tienen suministro restablecido. Al utilizar este modelo y realizar un seguimiento de los interruptores, disyuntores y fusibles que están abiertos y los que están cerrados, se pueden utilizar funciones de seguimiento de la red para identificar a todos los clientes que no tienen suministro eléctrico, cuándo se quedaron sin suministro por primera vez y cuándo se restableció el suministro. El seguimiento de esta información es la clave para informar con precisión las estadísticas de cortes de suministro. (P.-C. Chen, et al., 2014)

Los beneficios de OMS incluyen:

• Duración de interrupciones reducida debido a una restauración más rápida basada en predicciones de ubicación de interrupciones.
• Promedios de duración de interrupción reducidos debido a la priorización
• Mayor satisfacción del cliente debido a una mayor conciencia sobre el progreso de la restauración de interrupciones y al suministro de tiempos de restauración estimados.
• Mejoramos las relaciones con los medios al brindar información precisa sobre interrupciones y restablecimientos del servicio.
• Menos quejas a los reguladores debido a la capacidad de priorizar la restauración de instalaciones de emergencia y otros clientes críticos.
• Frecuencia de interrupciones reducida debido al uso de estadísticas de interrupciones para realizar mejoras de confiabilidad específicas.

Un OMS respalda las actividades de planificación del sistema de distribución relacionadas con la mejora de la confiabilidad al proporcionar estadísticas importantes sobre interrupciones del servicio. En esta función, un OMS proporciona los datos necesarios para el cálculo de las mediciones de la confiabilidad del sistema. La confiabilidad se mide comúnmente mediante índices de rendimiento definidos por la norma IEEE P1366-2003. Los índices de rendimiento utilizados con más frecuencia son SAIDI , CAIDI , SAIFI y MAIFI .

Un sistema OMS también ayuda a mejorar la confiabilidad de la distribución al proporcionar datos históricos que se pueden analizar para encontrar causas, fallas y daños comunes. Al comprender los modos de falla más comunes, se pueden priorizar los programas de mejora con aquellos que proporcionen la mayor mejora en la confiabilidad al menor costo.

Si bien la implementación de un OMS mejora la precisión de los índices de confiabilidad medidos, a menudo da como resultado una aparente degradación de la confiabilidad debido a las mejoras con respecto a los métodos manuales que casi siempre subestiman la frecuencia, la magnitud y la duración de las interrupciones. Para comparar la confiabilidad en los años anteriores a la implementación de un OMS con los años posteriores, es necesario realizar ajustes en las mediciones de los años previos a la implementación para que sean significativas.

• Sastry, MKS (2007), "Sistema integrado de gestión de cortes de suministro: una solución eficaz para que las empresas eléctricas aborden las quejas de los clientes", International Journal of Electronic Customer Relationship Management , vol. 1 , no. 1, páginas: 30-40
• Burke, J. (2000), "Uso de datos de cortes de suministro eléctrico para mejorar la fiabilidad", Computer Applications in Power , IEEE volumen 13 , número 2, abril de 2000 Página(s): 57 - 60
• Frost, Keith (2007), "Utilización de datos de cortes de energía en tiempo real para informes internos y externos", Power Engineering Society General Meeting, 2007. IEEE 24–28 de junio de 2007, páginas 1 y 2
• Hall, DF (2001), "Sistemas de gestión de cortes de suministro como elementos integrados de la empresa de distribución", Conferencia y exposición sobre transmisión y distribución , 2001 IEEE/PES volumen 2 , 28 de octubre - 2 de noviembre de 2001, páginas 1175 - 1177
• Kearney, S. (1998), "Cómo los sistemas de gestión de cortes de suministro pueden mejorar el servicio al cliente", Actas de construcción, operación y mantenimiento de líneas eléctricas en vivo de transmisión y distribución , 1998. ESMO '98. 1998 IEEE 8th International Conference el 26-30 de abril de 1998, páginas 172-178
• Nielsen, TD (2002), "Mejora de los esfuerzos de restauración de cortes de suministro mediante predicción basada en reglas y análisis avanzado", IEEE Power Engineering Society Winter Meeting , 2002, volumen 2 , 27-31 de enero de 2002, páginas 866-869
• Nielsen, TD (2007), "Estudio de evaluación del tablero de instrumentos en tiempo real de los sistemas de gestión de interrupciones", Power Engineering Society General Meeting, 2007. IEEE, 24-28 de junio de 2007, páginas 1-3
• Robinson, RL; Hall, DF; Warren, CA; Werner, VG (2006), "Recopilación y categorización de información relacionada con eventos de interrupción de la distribución de energía eléctrica: recopilación de datos de interrupción de clientes dentro de la industria de distribución de energía eléctrica", Power Engineering Society General Meeting , 2006. IEEE 18–22 de junio de 2006, página 5.
• PC Chen, T. Dokic y M. Kezunovic, "El uso de big data para la gestión de cortes en sistemas de distribución", Taller de la Conferencia Internacional sobre Distribución de Electricidad (CIRED), 2014.
• Sridharan, K.; Shulz, NN (2001), "Gestión de cortes de suministro mediante sistemas AMR utilizando un filtro de datos inteligente", IEEE Transactions on Power Delivery , 16 (4): 669–675, doi :10.1109/61.956755