Diseño y simulación de un estabilizador adaptativo mediante redes neuronales para el Sistema de Potencia Carrasco, Bulo Bulo y Entre Ríos

Abstract

En este trabajo se trata la aplicación de técnicas de diseño de sistemas de control, así como también la implementación del aprendizaje automático mediante redes neuronales para amortiguar oscilaciones de baja frecuencia en sistemas de potencia cuando están sometidas a perturbaciones. Para ello, se abordará el controlador PSS, y los controladores FACTS basados en SVC y VSC. Estos controladores se implementarán en el sistema de potencia de una máquina sincrónica conectado a un bus infinito y en el sistema de potencia de múltiples generadores, con el propósito de demostrar su contribución en la estabilidad de los sistemas de potencia. Se abordará el modelo linealizado de Heffron- Phillips que nos ayudará a encontrar la representación en el espacio de estados de cada uno de los sistemas que se consideran en este proyecto. Los métodos de control que se emplearán son: método de asignación de polos y método de compensación de fase. También se empleará el diseño mediante MATLab SIMULINK SISOTOOL para los casos de sistemas de potencia de múltiples generadores. Una vez desarrollados los conceptos de los controladores FACTS, se realizará el diseño de un controlador basado en un SVC para el sistema de potencia Carrasco, Bulo Bulo y Entre Ríos. Finalmente, se realizará el diseño de un controlador MRNC basado en redes neuronales artificiales multicapa y el modelo del algoritmo de propagación de errores hacia atrás, para el sistema Carrasco, Bulo Bulo y Entre Ríos, con el objetivo de aprender por sí mismo el controlador FACTS basado en un SVC.