Gestión dinámica de líneas mediante estimación distribuida de viento y aprendizaje automático
Dynamic line rating through distributed wind estimation and machine learning
Ver/ Abrir
Identificadores
URI: https://hdl.handle.net/10902/33106Registro completo
Mostrar el registro completo DCAutoría
Mínguez Matorras, Rafael
Fecha
2022-05-16Derechos
Attribution-NonCommercial-NoDerivatives 4.0 International
Palabras clave
Gestion dinámica de líneas
Modelo elevación digital
Propagación del viento
Viento efectivo
Integración renovable
Distribución de energía eléctrica
Transmisión de energía eléctrica
Resumen/Abstract
El presente trabajo tiene como objetivo general generar una metodología que permita crear un modelo de refrigeración para cualquier línea aérea, teniendo en cuenta las características físicas y espaciales de la línea, así como la orografía de la traza de la línea y sus alrededores. Este modelo de refrigeración nos permite seleccionar la ubicación más favorable de las estaciones meteorológicas y, mediante técnicas de aprendizaje automático ("machine learning"), estimar la velocidad mínima del viento efectivo de la línea basándonos en las mediciones de las estaciones meteorológicas disponibles. En primer lugar, se expone un caso real de como la gestión dinámica de líneas es una herramienta de gran utilidad en la industria, permitiendo aprovechar al máximo la capacidad de las líneas en situaciones de condiciones favorables. En el caso particular de Viesgo ha permitido reducir casi por completo los vertidos de energía eólica como consecuencias de restricciones en la capacidad de evacuación de líneas. Posteriormente, se desarrolla una metodología que permite el desarrollo de un sistema de estimación de viento distribuido simulado (SDWE).
This work aims to develop a methodology that allows for the creation of a cooling model for any power line, considering the physical and spatial characteristics of the line, as well as the orography of the line’s path and its surroundings. This cooling model enables the selection of the most favorable locations for weather stations and, through machine learning techniques, estimates the minimum effective wind speed along the line based on the measurements from available weather stations. Firstly, a real-life case is presented, demonstrating how dynamic line management is a highly useful tool in the industry, allowing for optimal utilization of line capacity in favorable conditions. In the case of Viesgo, it has significantly reduced the discharge of wind energy due to restrictions in line evacuation capacity. Subsequently, a methodology is developed to create a Simulated Distributed Wind Estimation (SDWE) system.
Colecciones a las que pertenece
- D19 Proyectos de investigación [102]
- D19 Tesis [17]
- EDUC Tesis [654]