Localización de recursos distribuidos en redes eléctricas rurales-urbanas marginales considerando el índice de predicción de colapso de tensión

Abstract

Esta investigación se centra en la localización georreferenciada de los recursos distribuidos, concretamente en la inyección de potencia activa a través de la generación distribuida. Se tomó como caso de estudio un alimentador marginal rural-urbano de una empresa distribuidora de Ecuador con información georreferenciada, que cuenta con un enlace primario trifásico a media tensión y varios ramales monofásicos a media tensión de gran longitud, para abastecer a usuarios alejados de la red de la empresa local. En consecuencia, para analizar el comportamiento de la red eléctrica, se utilizó el software Cymdist para realizar simulaciones en estado estacionario con y sin la inserción de generación distribuida. Para la ubicación de la generación distribuida, se empleó el índice de predicción de colapso de voltaje como técnica para cuantificar e identificar problemas en los nodos de la red. Además, a partir de la metodología propuesta, se obtuvo la georreferenciación idónea de los sitios donde es necesario inyectar potencia activa para mejorar los perfiles de tensión y reducir el índice de predicción de colapso de voltaje.//This research focuses on the georeferenced location of distributed resources, specifically in the injection of active power through distributed generation. A ruralurban marginal feeder of a distribution company in Ecuador with georeferenced information was taken as a case study, which has a medium voltage three-phase primary link and several medium voltage one-phase branches of great length to supply users located far from the local company’s network. Consequently, to analyze the behavior of the electrical network, the Cymdist software was used to perform simulations in steady state without and with the insertion of distributed generation. For the location of distributed generation, the voltage collapse prediction index was used as a technique to quantify and identify problems in the network nodes. Moreover, based on the proposed methodology, it was obtained the suitable georeferencing of the sites where it is necessary to inject active power to improve the voltage profiles and reduce the voltage collapse prediction index.