Estimación dinámica de estados aplicada a generadores sincrónicos

Título

Estimación dinámica de estados aplicada a generadores sincrónicos

Colaborador

Galarza, Cecilia G.

Editor

Universidad de Buenos Aires. Facultad de Ingeniería

Fecha

2021-03-13

Extensión

xx, 166 p.

Resumen

Las redes eléctricas son sistemas complejos que se han ido extendiendo y desarrollado a lo largo de los años para incorporar nuevas tecnologías. En este contexto, las redes eléctricas han ido incluyendo nuevos sensores que permitieron obtener mediciones más exactas y sincronizadas temporalmente, denominadas comúnmente como mediciones sincrofrasoriales. En esta tesis el lector podrá encontrar, entre otras cosas, una nueva formulación de los modelos existentes de generadores sincrónicos basándonos en las mediciones sincrofasoriales. El modelo matemático propuesto se usará para estimar dinámicamente las variables de estado (DSE) del generador, como así también, calibrar sus parámetros en tiempo real. Este modelo hace un uso más eficiente de la información recolectada por los registradores digitales multi-funcionales (DFRs) y de las unidades de medición fasorial (PMUs), dispositivos cada vez más empleados en los sistemas de potencia. En resumen, el modelo propuesto no sólo incluye mediciones fasoriales, sino que además, incorpora mediciones de frecuencia, la tasa de cambio de la frecuencia y derivadas fasoriales, que suelen no tenerse en cuenta por la literatura actual. Utilizando técnicas estándares de estimación no lineal, calibramos la constante de inercia y las reactancias del generador, al considerar una máquina sincrónica con diferentes controladores de potencia mecánica asociados. Todos los conceptos fueron desarrollados en forma analítica y probados luego sobre simulaciones numéricas. Estas simulaciones fueron ejecutadas en Matlab, a partir de modelos publicados y toolbox específicos para este tipo de simulaciones. De esta manera, probamos el rendimiento de este método bajo múltiples perturbaciones del sistema de potencia, tales como, fallas de línea a tierra, fallas trifásicas a tierra, pérdida de línea, pérdida de carga, etc. Por otro lado, en esta tesis se aprovecha el trabajo realizado en el campo de la DSE para detectar fallas en los generadores. Se presenta una nueva propuesta para detectar la pérdida de excitación (LOE), una de las típicas fallas de los generadores sincrónicos. A diferencia de la mayoría de los algoritmos presentados en la bibliografía, que sólo utilizan la información disponible en el punto de conexión, hemos propuesto hacer uso del conocimiento previo del modelo del generador en cuestión. Para monitorear la tensión de campo y las otras variables de estado, hemos elegido el filtro de Kalman Unscented con variables restringidas (CUKF) como la técnica de estimación asignada, utilizando mediciones fasoriales como señal de entrada para este algoritmo de filtrado. Luego, la detección de LOE se logra a través del algoritmo de detección y diagnóstico de modos defectuosos (FMDD), que combina un modelo de operación normal del sistema con un modelo basado en LOE, para decidir en tiempo real si se ha producido, o no, la pérdida de excitación. Los resultados de las simulaciones usando un pequeño sistema de potencia de dos áreas, y el sistema de pruebas IEEE 39, muestran que los tiempos de detección de LOE pueden reducirse significativamente en comparación con los enfoques convencionales y con otros enfoques del estado del arte. Además, en esta tesis se muestra cómo la propuesta que aquí se presenta, para realizar la detección de fallas y desconectar el generador del resto del sistema, puede evitar problemas de estabilidad de tensión a corto plazo.

Dynamic models form the basis for power system transient stability simulations and analysis. Simulation accuracy is driven, in part, by the accuracy of the individual models used to represent actual pieces of equipment installed in the field. Models are developed during the baseline testing step in close coordination between the generator owner and the manufacturer of the components. However, modeling errors always exist in the dynamic studies used for planning and operating the bulk power system. These errors are introduced through component replacements, material aging, measurement error, etc. All these are effects that were not captured in the initial models, or suffered a change in their dynamics. Some historical disturbances can partly be attributed to model inaccuracy. Moreover, post-mortem analyses using the ideal model from the planning stage have shown gross differences from actual performance [1]. Traditionally, a short-circuit test on unloaded synchronous generator units offered the standard measure for transient parameters. However, due to its limitations on providing q-axis transient and sub-transient constants, several alternative tests, such as enhanced sudden short circuit test, stator decrement test, and standstill frequency response test, have been proposed for obtaining a better representation of the dynamic model [2]. Nevertheless, in practice, the implementation of these offline methods is inconvenient due to the high cost incurred when disconnecting the generators. Recently, online methods have been proposed to assess the dynamic behavior, and to reduce the uncertainties, when the generator is working under stressful conditions. These techniques were designed to harness the measurements from phasor measurement units (PMUs), installed at the point of connection [3], and to be used in a complementary way with the model-based development. In this thesis, a new formulation of the existing synchronous generator models based on phasor measurement data is presented. The proposed sub-transient model allows estimating the dynamic state variables (DSE), and it is also amenable for real-time calibration of model parameters. Besides, our proposal makes a more efficient use of the information gathered by multi-functional digital fault recorders (DFRs) and phasor measurement units (PMUs), which are becoming widely available in power grids. In particular, we include in our model the measurements of frequency, rate of change of frequency, and phasor derivatives. Using standard non-linear estimation techniques, we calibrate the inertia constant and generator reactances by considering a synchronous machine with different mechanical power controls. Additionally, we test the performance of this method under multiple power system disturbances such as line-to-ground faults, three-phase to ground faults, line loss, load loss, etc. On a second approach, the work carried out in the field of the DSE is used to detect failures in the synchronous generators. We propose to use the DSE to detect the Loss-Of- Excitation (LOE), a typical failure in excitation systems. The excitation system plays a undamental role in synchronous generators since it provides the field voltage necessary to maintain the synchronism between the machine and the rest of the power system. Unfortunately, the excitation system is not fail-safe. Indeed, several types of faults can occur in the excitation system, such as field short circuits, field open circuits, accidental tripping of field breaker, loss of supply of the main exciter, poor brush contact in the exciter, field circuit breaker latch failure, voltage regulation system failures and slip ring flashovers [4]. When any of these faults take place, the generator behaves as an asynchronous generator and absorbs reactive power from the network while the speed of the rotor increases. This may lead to high stator winding currents, severe pulsating torque, stator end-core overheating, and heavy thermal heating in the rotor body [5]. Usually, the rotor gets damaged in the process. Moreover, this behavior may trigger voltage stability problems in the power system leading to major system disturbances and blackouts. To avoid all these possible issues, LOE must be detected and treated as soon as possible. The importance of LOE protection has been stressed in [6] and [7]. Here, we present a new approach to the detection of the LOE problem. Unlike most of the algorithms proposed in the literature, which only use the information available at the point of connection, we also take advantage of prior knowledge of the generator model. To track the field voltage and the other state variables, we have chosen the Constrained Unscented Kalman Filter (CUKF) as the core estimation technique, with phasor measurements as the input for this filtering algorithm. Detection of LOE is then performed by using the Faulty Modes Detection and Diagnosis (FMDD) algorithm, which combines the normal operation and a LOE-based model to decide in real-time whether an LOE has occurred or not. Results of simulations using a small two-area power system and the IEEE 39-bus system show that LOE detection times may be significantly reduced as compared to conventional and state-of-the-art approaches. Moreover, we observe that the new fault detection signal used to trip the generator can avoid short-term voltage stability problems.