TRADUCCIN

L-
2607

COORDINACIN COORDINACIN EN TIEMPO REAL DE RELEVADORES DE

SOBRECORRIENTE DIRECCIONALES*

CONTENIDO

RESUMEN............................................................................................2
INTRODUCCIN............................................................................... 3
FORMULACIN DE LA COORDINACIN EN TEMPO REAL ........................ 3
COORDINACIN EN TIEMPO REAL...................... 3
FORMULACIN DEL PROBLEMA DE COORDINACIN..4
Funcin objetivo.4
Restricciones de revelador primario y de
respaldo................................... 4
. Curva caracterstica del
relevador........................................................ 4
ALGORITMO GENTICO MEJORADO.. 5
PASOS DE LA DE PROTECCIONES USANDO ALGORITMO
GENTICO.....................................................................................5
OPTIMIZACIN DE COLONIA DE HORMIGAS..........................................5
NOMENCLATURA..............................................................................5
FORMULACIN DE OPTIMIZACIN DE COLONIA DE HORMIGAS.................6
Matriz de feromonas.......................................................7
Regla de transicin.........................................................7
ACTUALIZACIN DE FEROMONAS........................................................7
Actualizacin de feromona local.......................................7
Actualizacin global de feromonas...................................7
EXPLORACIN INTELIGENTE...............................................................8
SISTEMA DE PRUEBA........................................................................8
RESULTADOS Y DISCUCIONES. 9
SIMULACIN DE RED FIJA.. 9
COORDINACIN EN TIEMPO REAL.........9
SIMULACIN EN RED MODIFICADA..... 10
CONCLUSIONES..1
1
REFERENCIAS.1
1

*M. Y. Shih y A. Conde Enrquez, Real time coordination of directional overcurrent relays
by ACO, Ingenieras, vol. 17, nm. 65, oct./dic. 2014, pp. 52-63, 18 refs.

COORDINACIN EN TIEMPO REAL DE RELEVADORES DE SOBRECORRIENTE
DIRECCIONALES*
RESUMEN
La coordinacin de relevadores direccionales
de sobrecorriente se estudia comnmente en
base a una topologa fija en un sistema
elctrico de potencia interconectado dada su
complejidad y no linealidad, la coordinacin se
formula como un problema de optimizacin.
Los sistemas de distribucin suelen sufrir
consecuencias debido a los cambios dinmicos
de topologa de red y la operacin de
elementos. Dichos cambios son entradas y
salidas de generadores, lneas y cargas. Las
consecuencias son la reduccin de sensibilidad
y selectividad de relevadores. El objetivo
principal de este trabajo es el coordinar los
reveladores de sobrecorriente en tiempo real.
El objetivo secundario es presentar la
formulacin de un algoritmo de colonia de
hormigas y una comparacin de la misma con
el algoritmo gentico. Los objetivos fueron
cumplidos a travs del desarrollo de un
algoritmo en tiempo real que ha funcionado en
conjunto con los algoritmos de optimizacin.
Palabra clave
Rel de coordinacin de sobrecorriente,
dinmica de sistemas de potencia, dinmica de
topologa de red, algoritmo gentico, algoritmo
de colonia de hormigas.
INTRODUCCION
El objetivo fundamental de un relevador de
proteccin es detectar y aislar el elemento
fallado tan pronto como sea posible, de modo
que el impacto al resto del sistema sea
minimizado, dejando intactos tantos elementos
no fallados como sea posible. Ya que se utilizan
diferentes protecciones en diferentes niveles
de tensin del sistema elctrico, los
relevadores direccionales de sobrecorriente
(DOCRs) son ampliamente implementados en
los sistemas de sub-transmisin y distribucin
debido a sus costos competitivos. El propsito
de coordinar los DOCRs es encontrar ajustes
que minimicen su tiempo de operacin para
fallas dentro de la zona de proteccin,
ofreciendo al mismo tiempo respaldo
temporizado pre-especificado para relevadores
que estn en las zonas adyacentes. Se
consideraron dos ajustes (grados de libertad):
Dial que es tambin conocido como ajuste de
retardo y k que es el factor de seguridad que
2
L-2607
se multiplica por la corriente de carga a fin de
obtener el ajuste de la corriente de arranque.
Aunque los DOCRs tienen curvas
caractersticas no lineales (funcin no lineal), la
coordinacin es realizada como un problema
lineal. Esto es porque la coordinacin
de un par de relevadores se lleva a cabo
basada en un punto, que es la corriente
mxima de coordinacin del par de
relevadores. Por lo tanto, los relevadores
garantizan coordinacin en este punto; sin
embargo, existe una prdida de coordinacin
por fallas que estn localizadas lejos de este
punto.
En las ltimas dcadas, la coordinacin manual
de DOCRs ha sido la prctica ms comn
realizada por expertos en proteccin. Sin
embargo, debido a su complejidad y no
linealidad, la coordinacin manual ha sido
formulada como un problema de optimizacin.
Se han propuesto diferentes mtodos de
optimizacin para atacar este problema. La
coordinacin de DOCRs, en el marco de la
teora de optimizacin determinstica, usando
programacin lineal (PL) fue un mtodo
reportado primero en 1988. El problema se
present como una funcin lineal en la cual los
dials fueron calculados para valores dados de
corrientes de arranque1. La PL se ha estudiado
entonces ms para este problema debido a su
simplicidad2,3. Los mtodos heursticos, tales
como el algoritmo gentico (GA) y la
optimizacin de enjambre de partculas (PSO) 4,
de la familia de la inteligencia artificial (AI),
han ganado popularidad rpidamente en la
solucin de problemas de coordinacin 5-8. El GA
ha sido frecuentemente reportado en
diferentes literaturas debido a su simplicidad,
robustes y fcil implementacin. Este algoritmo
se basa en las ideas evolutivas de la seleccin
natural de los genes que consiste en la
seleccin, reproduccin y mutacin. En este
caso, el problema fue presentado como una
funcin no lineal en la cual fueron calculados
tanto los parmetros de corriente de dial como
de arranque.
Recientemente, han surgido tambin mtodos
hbridos para resolver el problema de
coordinacin. Sus principales atractivos son la
reduccin del espacio de bsqueda, el tiempo
de ejecucin y el nmero de iteraciones

requeridas para encontrar la solucin. El GA
hbrido y el PSO mezclado son mtodos
recientemente desarrollados que son
combinados con la PL, en los que sus espacios
de bsqueda son reducidos drsticamente
codificando solo las corrientes de arranque
como cadena de variables de entrada, dejando
los dials como tarea a resolver por la PL 9,10. En
otras palabras, estos mtodos hbridos
resuelven los problemas de coordinacin
mediante la linearizacin de la funcin del
relevador.
Aunque los DOCRs son los ms simples y
econmicos, son los ms difciles de aplicar y
los ms rpidos en necesitar re-ajuste a
medida que el sistema cambia.
Coincidentemente, son los mayormente
implementados en la red de distribucin, que
es la parte ms dinmica de todo el sistema
elctrico. En consecuencia, estos cambios
dinmicos afectan su sensibilidad y TIEMPO REAL
selectividad, lo cual causa operaciones
inapropiadas. Sin embargo, debido al hecho de
que los DOCRs necesitan cumplir los requisitos
fundamentales de sensibilidad, selectividad,
confiabilidad y velocidad11, en este documento
se propone la coordinacin en una base de
tiempo real.
La coordinacin de DOCRs considerando
diferentes topologas de red ha sido reportada
en diferentes ocasiones9,12,13. Se encuentra que
un conjunto de ajustes de relevador satisfar
las restricciones de coordinacin de diferentes
casos de la topologa de red. Por otra parte, la
coordinacin en tiempo real propuesta en este
documento no es para encontrar un conjunto
de ajustes de relevador que satisfagan las
restricciones de coordinacin de diferentes
casos de la topologa de red, sino re-coordinar
todos los DOCRs para cualquier cambio de
topologa de red. Las ventajas de hacer sto
son tiempo mnimo de operacin del relevador,
incremento de sensibilidad, y la capacidad de
soportar otra contingencia desconocida.
Adems, la idea es coordinar DOCRs en lnea,
lo cual como resultado contribuye a lograr los
requisitos fundamentales mencionados arriba.
L-2607
despacho econmico de flujo de potencia, 15 y
programacin de generacin de potencia 16.
ACO ha reportado ser una herramienta
poderosa en la solucin de problemas
complejos en diferentes reas.17
La ventaja de este algoritmo, comparado con
GA es el papel de memoria global
desempeado por la matriz de feromonas, lo
cual lleva a una mejor y ms rpida
convergencia de solucin. Por tanto, la idea de
formular el problema de coordinacin usando
ACO es original. El GA, que es ampliamente
conocido en el rea de coordinacin, es usado
como la referencia de comparacin.
Adicionalmente, GA es mejorado y
seleccionado debido a su simplicidad, robustez
y fcil implementacin.
FORMULACIN DE LA COORDINACIN EN
Como se present en la seccin previa, la
coordinacin de DOCRs sobre una base de
tiempo real contribuye a lograr los requisitos
fundamentales de sensibilidad, selectividad,
confiabilidad y velocidad.11 Por lo tanto, el
algoritmo de coordinacin en tiempo real y la
formulacin del problema de coordinacin se
presentan secuencialmente.
COORDINACIN EN TIEMPO REAL
El diagrama de flujo de coordinacin en tiempo
real de DOCRs se presenta en la figura 1.

El algoritmo en tiempo real desarrollado Figura 1. Diagrama de flujo de coordinacin en

tiempo real.
primero actualiza datos de los ltimos cambios
del sistema, y luego calcula el flujo de carga y
anlisis de falla a fin de obtener datos de
entrada para los algoritmos de optimizacin.
En este documento, la optimizacin de colonia
de hormigas (ACO) y el GA fueron
seleccionados para trabajar mano a mano con
el algoritmo en tiempo real. La ACO ha sido
usada ltimamente para el estudio de
planeacin de flujo de potencia reactiva, 14

3

El algoritmo en tiempo real es un segmento
muy importante de este documento, como se
presenta en la Figura 1. Consiste de colectar
datos de los ltimos cambios en elementos y
en la red, de los cuales se calculan los datos de
entrada para posterior coordinacin de
relevadores. Se asume que el sistema de
hardware para actualizacin en lnea ya ha sido
fabricado; el hardware requiere solo la
instalacin de un algoritmo de tiempo real
apropiado. El GA y el ACO presentados en la
Figura 1 son solo para fines de comparacin.
La descripcin detallada del algoritmo es como
sigue: primero, los datos del sistema son
actualizados de acuerdo a cambios en
elementos y en la red. Luego, el Ybus es
construido o modificado a partir de los datos
obtenidos usando el mtodo incidente y el
inverso del mtodo de inspeccin. En seguida,
ambas listas de Nombres de Relevadores y
Pares de Coordinacin son generados
automticamente. Despus de eso, se corre el
anlisis de flujo de carga usando Newton
Raphson u otro mtodo. Entonces, se
construye o modifica el Zbus mediante el
mtodo de construccin de bloques y consigna
de inversin parcial. Finalmente, se corre el
anlisis de fallas usando el mtodo de
Thevenin o el de Componentes Simtricas. 18
Cuando todo lo anterior se ha hecho, el
algoritmo tendr definidos los pares de
coordinacin y calculadas las corrientes
mximas de carga y de falla (3 fases principal,
3 fases de respaldo, 2 fases de respaldo, 1
fase) de cada relevador para los algoritmos de
optimizacin de la topologa original de la red.
Sin embargo, para asegurar que los ajustes de
relevadores obtenidos del algoritmo de
coordinacin posterior son adecuados para al
menos una salida de elemento, sin prdida de
coordinacin, las corrientes mximas de carga
y de falla deben ser calculadas de acuerdo a
las diferentes n-1 topologas de contingencia.
Todos los elementos son sacados uno a la vez y
la simulacin es realizada una y otra vez para
las diferentes n-1 topologas. Solo las
corrientes mximas de carga y de falla son
almacenadas como datos para uso en
coordinacin.
Finalmente, este algoritmo realiza una
filtracin de sensibilidad antes de pasar los
datos a los algoritmos de optimizacin que
coordinan los relevadores de sobrecorriente.
Este paso asegura que todos los pares de
coordinacin pueden ser coordinados. Los
pares de coordinacin que no satisfacen los
4
L-2607
requisitos de anlisis de sensibilidad sern
omitidos del proceso de coordinacin. De esta
forma, los algoritmos de optimizacin no
gastarn tiempo extra en tratar de encontrar
ajustes para estos pares insensibles de
relevadores, que no tienen ajustes que les
sean adecuados.
FORMULACIN DEL PROBLEMA DE COORDINACIN
Funcin objetivo:
El propsito de formular la coordinacin de
DOCRs como un problema de optimizacin es
minimizar el tiempo de operacin principal y
de respaldo de relevadores, manteniendo a la
vez la selectividad. Es de gran importancia
establecer una buena funcin objetivo que
evale la adecuacin de los ajustes, porque
esta es la clave para encontrar soluciones
ptimas utilizando algoritmos de optimizacin.
La adecuacin est dada en (1):
(1)
Donde h1, h2 y h3 son factores que incrementan
o disminuyen la influencia de cada funcin sub-
objetivo y lo harn para cualquier otro sistema,
NCP es el nmero de pares de coordinacin,
tprimarya es el tiempo de operacin primario del
relevador a, tbackupb es el tiempo de operacin
de respaldo del relevador b, y ECTIL es el error
CTI del L-th par de coordinacin.
Restricciones de relevador primario y de
respaldo
Para coordinar los relevadores, debe haber una
diferencia de tiempo entre el relevador
primario y el de respaldo. Esta diferencia de
tiempo se llama intervalo de tiempo de
coordinacin (CTI). De esta forma, cuando sea
que el relevador primario falle en extinguir una
falla, el relevador de respaldo entra y trata de
extinguir la falla luego de un retardo pre-
especificado. It est normalmente entre 0.2 y
0.5 segundos, pero en este documento se us
0.3 segundos. La restriccin de coordinacin
para cada par de coordinacin est dada en
(2):

Donde CTIL es el CTI del L-th par de
coordinacin, tprimary es el tiempo de operacin
primario, tbackup es el tiempo de operacin de
respaldo.
Tambin hay un rango para cada ajuste de
relevador, a partir del cual se encuentran
soluciones factibles. Esto est dado en (3) y
(4):
Donde dial es el ajuste dial del relevador
encontrado dentro de su rango de mximo
dialmax y mnimo dialmin. E Ipickup es la corriente
de arranque del relevador encontrada con su
rango mximo Ipickupmax y mnimo Ipickupmin.
Curva caracterstica del relevador:
Los relevadores funcionan de acuerdo a la
curva caracterstica del relevador (curva de
tiempo inverso). Esta curva de tiempo inverso
opera con menos tiempo a
medida que la magnitud de la falla crece y ms
tiempo a medida que la magnitud de la falla
disminuye. La norma IEEE C37.112-1996 se
usa en este documento y est dada en (5):
Donde t es el tiempo de operacin del
relevador. ISC3max es la corriente mxima de
cortocircuito trifsico,Ipickup es la corriente de
arranque, dial es el ajuste dial del relevador, y
A,B,n son constantes de la norma IEEE.
Las constantes de IEEE de DOCRs se muestran
en la Tabla I. Estas son las curvas
convencionales: inversa moderada (MI), muy
inversa (VI) y extremadamente inversa (EI). La
curva VI IEEE se usa en este documento, pero
otras curvas tales como la estndar IEC
pueden ser usadas tambin.
Tabladocumento
Norm Tipo de curva A B N Generar aleatoriamente la poblacin inicial
a de n cromosomas, en la cual cada gene es
Moderadame 0.0515 0.114 0.02
nte inversa
IEEE Muy inversa 19.61 0.491 2
Extremadame 28.2 0.1267 2 5
nte inversa
L-2607
ALGORITMO GENTICO MEJORADO
El GA es un algoritmo simple y robusto que ha
ganado popularidad en las ltimas dcadas.
Este realiza una bsqueda heurstica basada
en ideas evolutivas de seleccin natural de
genes. Se crea una poblacin delespacio de
bsqueda conteniendo conjuntos de soluciones
factibles (cromosomas). Las variables de
decisin (dial,k) son codificadas como genes en
las cadenas de cromosomas. Entonces, los
genes son evaluados, penalizados, clasificados
y seleccionados de acuerdo a sus valores de
adecuacin de la funcin objetivo. Luego de
eso, se aplican principios de evolucin gentica
(cruce, mutacin), y se forma la nueva
poblacin. Todo el proceso es repetido hasta
que el criterio de paro sea alcanzado.
El tamao de la poblacin indica cuantos
cromosomas hay en la poblacin (en una
generacin). Si hay demasiado pocos
cromosomas, el algoritmo tendr pocas
posibilidades de realizar cruces y solo una
pequea parte del espacio de bsqueda es
explorado. Por otra parte, si hay demasiados
cromosomas, el algoritmo explorar ms
variedad de soluciones factibles, pero el
tiempo de ejecucin se incrementa
excesivamente.
La poblacin es como se muestra en (6):
Donde NC es el nmero de cromosomas y NR
es el nmero de relevadores. El tamao de la
poblacin es el nmero de cromosomas
multiplicado por dos veces el nmero de
relevadores (NC, NR*2). Aunque los
cromosomas pueden ser codificados como
cadenas binarias, en este documentolos
parmetros dial y k estn codificados como
cadenas enteras continuas.
Debido a que GA es un algoritmo bien conocido
en el rea de coordinacin, no se presentan
penalizacin, clasificacin y operadores
genticos tales como seleccin, reproduccin,
mutacin.
PASOS DE COORDINACIN DE PROTECCIONES
USANDO ALGORITMO GENTICO
Los pasos detallados del AG realizado en este
sedepresentan
I. Parmetros como
relevadores IEEE sigue:
una posible solucin al problema. Los genes

pueden encontrarse dentro de los rangos
especificados introducidos en (3) y (4).
Calcular el tiempo primario y de respaldo de
cada relevador de acuerdo a cada
cromosoma.
Evaluar la aptitud f(x) de cada cromosoma x
en la poblacin.
Crear una nueva poblacin en cada
iteracin:
Seleccin: seleccionar cromosomas padres
de la poblacin de acuerdo a sus aptitudes
mediante la realizacin de procedimientos
de ruleta, de rango y elitista.
Reproduccin: utilizar una probabilidad de
cruce para cruzar a los padres para formar
un nuevo hijo o hijos. Realizar un cruce no
uniforme.
Mutacin: utilizar un porcentaje de mutacin
para mutar los genes de los cromosomas.
Realizar mutacin no uniforme en las
primeras etapas del algoritmo, luego
realizar mutacin inteligente en las etapas
posteriores.
Nueva poblacin: colocar los resultados de
reproduccin, mutacin (nuevos hijos) y
elitismo en la nueva poblacin.
Ejecutar el algoritmo otra vez usando la
nueva poblacin.
Terminar el algoritmo si se alcanza el criterio
de paro, de no ser as, repetir los pasos 2 a
5.
La mejora del GA aqu es la adicin de
mutacin inteligente. Esto es realizado en
etapas posteriores del algoritmo. Consiste en
detectar pares de coordinacin que no estn
coordinados, y mutar solo los ajustes de
aquellos relevadores dejando los pares
coordinados intactos. Ya que la mutacin
inteligente fue incorporada en el algoritmo,
numerosos cromosomas e iteraciones ya no
son necesarios. Esta fue una mejora muy
exitosa de este particular problema de
coordinacin debido a los resultados de la
funcin objetivo, en todos los pares de
coordinacin, son coordinados la mayor parte
del tiempo. La solucin reportada aqu puede
no ser la ptima global, pero esto es excusable
debido a que la coordinacin es realizada en
una base de tiempo real.
OPTIMIZACIN DE COLONIA DE HORMIGAS
El algoritmo ACO es parte del clculo de
inteligencia de enjambre, es una optimizacin
meta-heurstica dirigida a buscar una
6
L-2607
trayectoria ptima en una grfica, con base en
el comportamiento de las hormigas buscando
una trayectoria entre su colonia hogar y la
fuente de alimento. Las hormigas reales son
capaces de encontrar la trayectoria ms corta
entre su colonia hogar y la fuente de alimento
usando solo informacin de depsitos qumicos
llamados senderos de feromonas. Las hormigas
caminan sobre senderos de feromonas
depositados previamente por otras hormigas,
mientras que al mismo tiempo depositan
senderos de feromonas sobre el suelo para que
futuras hormigas lo sigan. Los senderos de
feromonas son voltiles con el tiempo. Cuando
una hormiga cruza ms de un sendero de
feromonas, selecciona el sendero ms intenso
para seguir de acuerdo a la regla de transicin.
La intensidad de un sendero de feromonas
depositado en una ruta depende de la cantidad
de hormigas que viajaron sobre ella y la
cantidad de alimento encontrado a travs de
ella. Este comportamiento biolgico inspir el
algoritmo ACO, en el cual un conjunto de
agentes hormigas artificiales adoptan el
comportamiento de las hormigas reales en la
solucin de un problema, intercambiando
informacin va las feromonas depositadas en
una grfica.
NOMENCLATURA
Los agentes hormiga son un nmero de
hormigas artificiales que construyen soluciones
a un problema de optimizacin e intercambian
informacin sobre su calidad a travs de un
esquema de comunicacin que recuerda el
adoptado por las hormigas reales.17
La grfica AS (espacio de bsqueda) es una
matriz que contiene ajustes discretos (estados)
de las variables de control (etapas)[14]. En
otras palabras, esta grfica o matriz contiene
el conjunto de soluciones factibles al problema
de optimizacin, lo que ser explorado por los
agentes hormigas. Otra matriz, llamada matriz
de feromonas, es creada para representar el
atractivo de cada ajuste discreto.
La matriz de feromonas es una matriz que
contiene informacin respecto a las feromonas
qumicas depositadas por las hormigas. La
matriz muestra la intensidad de feromonas de
cada ajuste discreto, describiendo por lo tanto
el atractivo de cada ruta posible a la solucin.
Mientras ms intenso sea un ajuste, mayor es
la probabilidad que tiene ser elegido por un
agente hormiga como parte de la solucin.
La regla de transicin es el mecanismo
probabilstico y estocstico que los agentes

hormiga usan para evaluar la intensidad de
feromonas a fin de decidir cul punto es el ms
atractivo para visitar luego.
La actualizacin de feromonas es el proceso en
el cual las intensidades de feromonas
aumentan o disminuyen de acuerdo a los
resultados evaluados, sin importar si los
ajustes conducen a buenas o malas soluciones.
Esto se alcanza disminuyendo los valores de
feromonas a travs de evaporacin de
feromonas e incrementando los niveles de
feromonas depositando ms feromonas si hay
un conjunto de buena solucin.
El algoritmo es iniciado con muchos conjuntos
de soluciones (estados); juntos, todos los
estados forman el espacio de bsqueda de
grfica-AS (grfica de sistemas autnomos).
Esta grfica-AS es mantenida constante a
travs de todo el proceso de bsqueda; por lo
tanto no cambia de iteracin a iteracin. Por
otra parte, la matriz de feromonas es una
representacin de atractivo de cada ajuste
discreto (borde) que cambia no solo en todas
las iteraciones sino en cada viaje de hormiga.
Los ajustes que encajen consecuentemente
conducirn a los agentes hormiga a depositar
ms y ms feromonas hasta que todas las
hormigas converjan en esta ruta (conjuntos de
ajustes). De esta forma, la solucin ptima es
encontrada. El proceso completo est
representado hasta que se cumpla el criterio
de paro.
El tamao de la grfica-AS indica cuantos
estados hay en ella. Si existen demasiado
pocos estados, el algoritmo tendr menores
posibilidades para obtener la solucin ptima
al problema, y solo una pequea parte del
espacio de bsqueda es explorado. Por otra
parte, si hay demasiados estados, el algoritmo
incrementa la posibilidad para encontrar la
solucin ptima, pero drsticamente ralentiza
todo el proceso.
FORMULACIN DE OPTIMIZACIN DE COLONIA
DE HORMIGAS
1) Grfica-AS
El tamao de la grfica AS es una matriz
(m,n*NR) donde m representa el nmero de
estados, n el nmero de etapas y NR el nmero
de relevadores. Por ejemplo, si un sistema
tiene 5 relevadores con 2 grados de libertad
(dial y k), entonces el tamao de la grfica AS
para 20 estados ser (20,10). Habr un total
de 200 ajustes discretos de relevadores.
Mientras ms grados de libertad sean
agregados a la grfica-AS, ms crecer el
7
L-2607
tamao de la grfica-AS.
La grfica-AS es como se muestra en (7):
A fin de crear la matriz de la grfica-AS, los
datos necesarios tales como lmites superior e
inferior y los pasos de las variables de control
son requeridos. Por ejemplo si un sistema tiene
2 relevadores con 2 grados de libertad (Dial,k)
en el cual el rango de dial es [0.5,1.4) en pasos
de 0.1 y el rango de k es [1.4,1.6] en pasos de
0.05, entonces la grfica AS es una matriz
(10,4). Ntese que hay 10 valores en el rango
de ajuste Dial incluyendo lmites superior e
inferior, pero solo hay 5 valores en el rango de
ajuste k incluyendo lmites superior e inferior.
Bajo esta circunstancia, completar el resto de
la matriz de los ajustes k repitiendo el lmite
superior de k. Esto es para tener un orden
secuencial.
Matriz de feromonas:
La matriz de feromonas (m,n) es construida de
acuerdo al tamao de la grfica AS, donde m
es el nmero de estados y n es el nmero de
etapas. Esta matriz es inicializada como se
muestra en (8):
donde _max es el mximo sendero de
feromonas y est dado en (9):
donde fgbest es la mejor solucin global (mejor
sobre todas las iteraciones pasadas) y es un
valor emprico que mejor ajusta en el rango
[0.88,0.99][11]. En el caso de inicializar la
matriz de feromonas, f_gbest es una
estimacin inicial de la mejor solucin.
En este documento, la matriz de feromonas fue
construida primero con todos los bordes
iguales, como se present en (8). Sin embargo,
como en la construccin de la grfica AS, los
ajustes ms pequeos de relevadores ocupan
las primeras hileras de la grfica AS. Estos

ajustes son los ajustes reales para coordinacin
debido a la razn de que darn como resultado
un tiempo de operacin mnimo. Por lo tanto,
luego de que se construye la matriz, las
feromonas de las primeras hileras de esta
matriz son incrementadas. Esto se hizo para
ayudar al algoritmo a encontrar los mejores
ajustes del tiempo de operacin en menos
tiempo, de modo que uno decide cuantas
hileras cambiar y en qu cantidad. Uno no
cambiar demasiadas hileras y los cambios no
deben ser grandes porque esto afecta
significativamente el desempeo de la
exploracin de hormigas.
Regla de transicin:
Cuando la hormiga j est en el estado r de la
etapa (i-1), elegir el estado s de la etapa (i)
como la siguiente visita, de acuerdo a la regla
de transicin mostrada en (10):
Donde Nrj es una lista tab de memoria de la
hormiga j que define el conjunto de puntos an
por visitar cuando est en el punto r. Las
feromonas de la siguiente posible visita de la
etapa (i) actualmente bajo evaluacin es (r,s)
y l(r,l) es la suma de feromonas de toda la
columna de la etapa (i) bajo evaluacin.
ACTUALIZACIN DE FEROMONAS:
Actualizacin de feromonas local:
El sendero de feromonas en cada borde del
viaje de la hormiga j es actualizado
inmediatamente a medida que el agente
hormiga j termina su viaje. Esto est dado en
(11):
donde es la persistencia del sendero de
feromonas dentro del rango 0<<1, (1-)
representa la evaporacin del sendero de
feromonas y k(r,s) es la cantidad de
feromonas que la hormiga j pone sobre el
borde (r,s). La conveniencia del borde (r,s) est
representada por j, tal como una distancia
ms corta, un mejor desempeo, y en este
caso un tiempo de operacin ms corto. La
evaluacin de la funcin objetivo de los ajustes
del viaje de la hormiga j es representada por f
y Q es una constante positiva. De (12) se
8
L-2607
observa que a medida que la constante Q
crece, la cantidad de feromonas depositadas
por una hormiga disminuye. Aqu Q se eligi
con un valor de 100.
Actualizacin global de feromonas:
Despus de que todos los agentes hormigas
han completado sus viajes en la iteracin, se
calculan los tiempos de operacin principales y
de respaldo. La funcin objetivo es evaluada
para cada viaje de hormiga y todos los bordes
de feromonas (r,s) del mejor viaje de hormiga
(el viaje de hormiga con el valor de mejor
adecuacin) son actualizados de acuerdo a
(13):
Donde fbest es la mejor solucin de esta
iteracin, R es una constante positiva y J jbest es
la lista de localizacin del mejor viaje de
hormiga que registra el estado de cada etapa
cuando la hormiga j se mueve de una etapa a
otra. De (13) se observa que, a medida que la
constante R crece, la cantidad de feromonas
depositadas por una hormiga disminuye. Aqu
R se eligi con un valor de 5.
En este trabajo, la actualizacin global de
feromonas no fue realizada como se describi
en el prrafo anterior. Esto fue porque
actualizar solo el mejor viaje de hormiga
conduce a una convergencia prematura. Por lo
tanto, la actualizacin global de feromonas fue
realizada actualizando un porcentaje de los
mejores viajes de hormiga. Por ejemplo, se
actualizaron el 30% de los viajes de hormiga
clasificados como los mejores.
Pruebas empricas han demostrado que la ACO
converge ms rpido cuando Q y R son
nmeros arbitrariamente grandes y casi
iguales uno al otro. Estudios en la literatura
podran usar Q=R=1,000,000 para otros
problemas, pero una constante tan grande no
es muy adecuada para su uso aqu ya que el
algoritmo converge en cerca de 30 iteraciones,
dejando muchos pares de coordinacin sin
coordinar. Esta es la razn para elegir Q=100 y
R=5. Estos se eligieron empricamente pero
pueden trabajar para cualquier red.
EXPLORACIN INTELIGENTE:
La exploracin inteligente de la grfica AS
consiste en explorar el ajuste (dial) de
relevadores especficos luego de una cantidad
pre-especificada de iteraciones. Esto fue

programado para ayudar a coordinar todos los
pares de coordinacin. El ajuste Dial fue
elegido porque tiene ms influencia sobre el
tiempo de operacin del relevador.
Primero, los pares de coordinacin que no
estn coordinados son detectados. Entonces,
se selecciona un par para empezar con l.
Luego, el ajuste de este relevador especfico
(primario) es obtenido a partir del mejor viaje
de hormiga y es usado como el lmite superior.
Despus, se aplica (13) otra vez pero con la
modificacin dada en (14).
Donde ran1 es un nmero aleatorio
seleccionado del intervalo [1:r]. Las feromonas
son entonces depositadas sobre su borde.
Ntese que r representa el lmite superior
(estado) y s representa el relevador especfico
(etapa). El depsito de feromonas sobre este
borde especfico llevar a los agentes hormiga
a explorar el ajuste correspondiente a partir de
la grfica AS. Y debido a que tiene un lmite
superior, el borde recientemente explorado
corresponder a un ajuste ms pequeo en la
grfica AS, conduciendo a una reduccin del
tiempo de operacin primario.
El ajuste del relevador especfico (respaldo) es
obtenido a partir del mejor viaje de hormiga
del mismo par de coordinacin que fue
seleccionado previamente, y es usado como el
lmite inferior. Entonces (13) es aplicada otra
vez pero con la modificacin como se da en
(15).
Donde ran2 es un nmero aleatorio
seleccionado del intervalo [r:fin de estado]. Las
feromonas son entonces depositadas en este
borde. Ntese que r representa el lmite
inferior (estado) y s representa el relevador
especfico (etapa).
Depositar feromonas en este borde especfico
llevar a los agentes hormiga a explorar el
ajuste correspondiente a partir de la grfica
AS. Debido a que este tiene un lmite inferior,
el borde recientemente explorado
corresponder a un ajuste ms grande en la
grfica AS, llevando a un incremento del
tiempo de operacin de respaldo.
Si todos los pares de coordinacin fueron
coordinados, entonces los pares de
coordinacin que tienen un CTI mayor que el
pre-especificado son detectados y reducidos.
Un par de coordinacin es elegido para iniciar
L-2607
con l y los ajustes de ambos relevadores
(primario y de respaldo) son obtenidos a partir
del mejor viaje de hormiga y usados como el
lmite superior. Entonces, (13) es aplicada
tambin, esta vez, tanto para el relevador
primario como para el de respaldo. Haciendo
esto, los senderos de feromonas son
depositados sobre estos bordes especficos
(tanto primario como de respaldo). Eso lleva a
los agentes hormiga a explorar los ajustes
correspondientes a partir de la grfica AS. Y
debido a que tienen lmite superior, los bordes
recientemente explorados correspondern a un
ajuste ms pequeo en la grfica AS, llevando
a una reduccin del tiempo de operacin tanto
primario como de respaldo.
SISTEMA DE PRUEBA
El sistema de prueba IEEE 14-bus fue elegido
como se muestra en la Figura 2. El sistema
consiste de relevadores de fase 32 y se
localizan como se muestra en la Figura 2. Las
tensiones seleccionadas fueron 34.5kV para
buses en el lado de alta tensin de los
transformadores y 22 kV para buses en el lado
de baja tensin de los transformadores. Se
considera que todos los relevadores tienen
caractersticas de curva de tiempo muy inverso
como se presenta en la Tabla I.
Figura 2. Sistema de prueba de 14 buses
IEEE.
En el presente trabajo, la coordinacin de
relevadores de fase ser estudiada y los
relevadores de tierra sern omitidos. Ya que la
proteccin a tierra es un problema ms fcil, el
estudio aqu se concentrar en la complicada
coordinacin de los relevadores de fase.
Los nombres de relevadores no son asignados
9

como un nmero, como se ha hecho
convencionalmente, sino que en vez de eso
son generados automticamente por el
algoritmo en tiempo real como una cadena de
nmeros. Estos nombres de relevadores
(cadena de nmeros) consisten de 3 dgitos. El
primer dgito es el nombre del bus cercano, el
segundo dgito es el nombre del bus remoto y
el tercer dgito representa el nmero de lneas
paralelas entre los dos buses. Por ejemplo, los
relevadores entre los buses 1 y 2 que estn
cerca del bus 1 son asignados como [121] y
[122], mientras que los relevadores que estn
cerca del bus 2 son asignados como [211] y
[212] respectivamente.
Las dos lneas entre los buses 1 y 2 tienen el
mismo valor de impedancia. Por lo tanto los
relevadores [121], [122],[211] y [212] detectan
la misma cantidad de corrientes mximas de
carga de 815 A, pero debido al anlisis de
contingencia n-1 descrito en la seccin II-A, las
corrientes mximas de carga de estos
relevadores son 1,849 A. Los valores actuales
se basan en operacin con carga mnima.
La CTI se propone como 0.3 segundos. Tanto
Dial como k son considerados continuos en GA,
sus rangos son [0.5:2.0] y [1.4:1.6] y 0.05,
0.01 respectivamente. Otros parmetros del
ACO son Q=100, R=5. El nico criterio de paro
es parar cuando los algoritmos han alcanzado
la iteracin mxima de 1,000. Aunque cada
algoritmo tiene su propio criterio de paro,
fueron deshabilitados para ser comparables
entre ellos. El GA es simulado con 500
cromosomas y el ACO es simulado con 500
agentes hormigas.
Figura 3. Convergencia adaptativa promedio de la
topologa de la red principal tanto de GA como de ACO
en diez simulaciones operando a mxima carga.
Las corrientes de falla son calculadas con el
extremo remoto abierto. Esto se hizo debido a
dos consideraciones: para obtener la mxima
corriente de falla que el relevador detecta y la
muy pequea probabilidad para que el
relevador de extremo remoto funcione mal.
L-2607
Ntese que a medida que la operacin de los
elementos o la topologa de la red cambian, el
flujo de carga y el anlisis de falla deben ser
calculados nuevamente mediante el algoritmo
de tiempo real.
RESULTADOS Y DISCUSIONES
SIMULACIN DE RED FIJA
La red principal es simulada usando tanto GA
como ACO con los parmetros
correspondientes presentados en la seccin
previa. Hay un total de 39 pares de
coordinacin de relevadores luego del filtro de
sensibilidad. Ambos algoritmos fueron
simulados 10 veces. La convergencia de cada
algoritmo fue promediada usando el mejor
ajuste de cada iteracin de las 10
simulaciones. Esto se presenta en la Figura 3
por comparacin.
El nmero promedio de violaciones de
restricciones de coordinacin, convergencia
adaptativa promedio y tiempo promedio tanto
de GA como de ACO son 0.1, 10.611, 5507
segundos y 0, 7.994, 441 segundos
respectivamente. A partir de estos resultados,
se concluye que CO tiene ms pocas
violaciones de restriccin de coordinacin,
mejor convergencia y desempeo ms rpido
que GA. Ntese que en ACO, todos los pares de
coordinacin son coordinados para las 10
simulaciones. Por el contrario, algunas de las
10 simulaciones de GA no tienen todos los
pares de coordinacin coordinados.
Los ajustes de relevador y el tiempo de
operacin promediados, as como CTI y
sensibilidad de los 10 GA promediados y
simulaciones de ACO, son presentados en la
Tabla II.
Tabla II. Ajustes promediados de relevador, tiempo de
operacin, CTI y sensibilidad tanto de GA como de ACO
para topologa de la red principal a mxima carga.
Aunque se observa de la Tabla II que el Dial
promediado es cercano a 1, existen muchos
relevadores que usan el valor mnimo de Dial,
lo que lleva a un tiempo de operacin ms
rpido. Algunos relevadores usan un Dial
cercano al mnimo y el resto usan Dials ms
grandes debido a la necesidad de
coordinacin. Todos los relevadores usan unk
pequeo que lleva a una sensibilidad ms
10

grande. Esta observacin va tanto para GA
como para ACO.
COORDINACIN EN TIEMPO REAL
Los resultados presentados en la seccin VI-A
son calculados en base a las corrientes de
carga mximas. Ahora supongamos que hay
una disminucin de flujo de carga al mnimo,
debido a un cambio estacional. Los relevadores
del sistema pueden tener tiempo de operacin
ms rpido y mejor sensibilidad si son
calculados otra vez usando el algoritmo en
tiempo real (para obtener las ltimas
corrientes de falla y de carga) y los algoritmos
de coordinacin son corridos otra vez. Hay un
total de 48 pares de coordinacin de
relevadores despus del filtro de sensibilidad a
medida que la carga disminuy. Ambos
algoritmos fueron simulados 10 veces. La
convergencia de cada algoritmo fue
promediada usando la mejor adecuacin de
cada iteracin de las 10 simulaciones. Esto se
presenta en la figura 4 para comparacin.
El nmero promediado de violaciones de
restricciones de coordinacin, la convergencia
adaptativa promedio y el tiempo promediado
tanto de GA como de ACO son 1.4, 11.748,
5825 segundos y 0, 6.968, 438 segundos
respectivamente. A partir de estos resultados,
se concluye que el ACO tiene ms pocas
violaciones de restricciones de coordinacin,
mejor convergencia y desempeo ms rpido
que GA. Ntese que en el ACO todos los pares
de coordinacin son coordinados para las 10
simulaciones. Por el contrario, algunas de las
10 simulaciones de GA no tienen todos los
pares de coordinacin coordinados.
Figura 4. Convergencia adaptativa promedio de la
topologa de la red principal tanto de GA como de ACO
en diez simulaciones operando a mnima carga.
El tiempo de operacin del relevador del
recientemente coordinado sistema original,
debido al cambio de estacin, se muestra en la
Tabla III.
Tabla III. Ajustes promediados de relevador, tiempo de
operacin, CTI y sensibilidad tanto de GA como de
ACO para topologa de la red principal a mnima
carga.
L-2607
Una mejor comparacin entre los algoritmos
GA y ACO y los resultados promediados de
operacin de relevadores antes y despus del
cambio estacional se presentan en una forma
grfica como se present en la Figura 5.
La NV representa la cantidad de pares no
coordinados, o en otras palabras la cantidad de
violaciones de restricciones de coordinacin,
tp y tb representan tiempo primario y de
respaldo, CTI es el intervalo de tiempo de
coordinacin, sen representa la sensibilidad,
y dial es el dial de tiempo y k es el factor
de seguridad que multiplica la corriente de
carga.
De la Figura 5 se observa que el NV es cero
para las cargas mxima y mnima usando ACO,
mientras que es 0.1 para GA a carga mxima y
1.4 a carga mnima. El incremento en la NV
promedio para el GA a la carga mnima es
porque el nmero de pares de coordinacin se
increment a medida que la corriente de carga
disminuy, llevando a GA a ser incapaz de
satisfacer todas las restricciones de
coordinacin usando solo 500 individuos. Sin
embargo, debido a la necesidad de rpido
tiempo de ejecucin para el propsito de
coordinacin en tiempo real, la cantidad de
individuos no debe ser incrementada si no se
toma en cuenta una seria consideracin.
Figura 5. Grfica de comparacin de los valores
promediados tanto de GA como de ACO operando la
topologa de la red principal a mxima y mnima
carga.
El tp y tb de los algoritmos tanto de GA como
de ACO operando a la carga mnima es ms
pequeo que operar a la mxima carga. Esto
prueba la idea de obtener mejor desempeo
del tiempo de operacin de relevadores usando
coordinacin en tiempo real. El tp y tb de ACO
son ms pequeos que los de GA. Hay una
muy notable mejora de sensibilidad cuando el
sistema es ejecutado por el algoritmo de
tiempo real en la operacin de carga mnima.
Hubo un pequeo incremento de dial usando
ACO cuando el sistema est operando a la
carga mnima. Esto es razonable porque el Dial
11

es el factor mayor que afecta el tiempo de
operacin. Cuando la corriente de carga
disminuye, el tiempo de operacin del
relevador disminuye (operacin ms rpida) a
su vez, de modo que el dial se incrementa para
mantener la coordinacin. Por el contrario, si la
corriente de carga crece, el dial disminuye.
Hubo una pequea disminucin de k usando el
ACO cuando el sistema est operando a la
carga mnima. Esta disminucin de k lleva a un
incremento de sensibilidad.
SIMULACIN DE RED MODIFICADA
Supongamos ahora que la topologa de la red
principal sufri el siguiente cambio cuando
estuvo operando a la carga mnima: una
interrupcin de lnea de distribucin [122]
debido a mantenimiento.
Como se tom en cuenta un anlisis de
contingencia en el flujo de carga y simulacin
de falla en el algoritmo de tiempo real, la
interrupcin de la lnea [122] no caus
operacin inapropiada de los relevadores
cercanos que han conducido a prdida severa
de selectividad. Todos los relevadores se
mantuvieron coordinados para este cambio de
topologa de la red. Si el n-1 anlisis de
contingencia no fuera tomado en cuenta, los
mismos relevadores habran perdido
selectividad para este cambio de topologa.
Ahora, si otro elemento est fuera de servicio,
los ajustes reales del relevador ya no
mantendrn selectividad. Por tanto, a fin de
dejar que todos los relevadores se mantengan
coordinados para otra interrupcin (esperada o
inesperada), la nueva topologa debe ser
simulada otra vez a partir del algoritmo de
tiempo real para coordinacin.
Hay 41 pares de coordinacin para el nuevo
sistema debido al cambio de red. El nmero
promedio de violaciones a restricciones de
coordinacin, convergencia adaptativa
promedio y tiempo promedio, tanto de GA
como de ACO es 0.8, 11.637, 4028 segundos y
0, 7.694, 377 segundos, respectivamente. El
tiempo de operacin del relevador de la red
modificada se muestra en la Tabla IV.
Una comparacin entre la Tabla III y la Tabla IV,
y los resultados de operacin promediados del
relevador antes y despus del cambio de red a
carga mnima, se presenta en la forma grfica
como se muestra en la Figura 6
L-2607
Figura 6. Grfica de comparacin de los valores
promediados tanto de GA como de ACO operando la
topologa de la red modificada a mnima carga.
Existe NV cero para el algoritmo ACO. El NV se
reduce para GA debido al nmero de pares de
coordinacin reducidos, llevando a menos
restricciones de coordinacin. Los incrementos
tanto de GA como de ACO tales como tp, tb y
las disminuciones tales como sensibilidad, dial
son debido a la interrupcin de la lnea [122]
que caus el incremento de corriente de carga
para los DOCRs restantes.
CONCLUSIN
En este documento, la idea de coordinacin en
tiempo real es presentada formulando el
problema de coordinacin usando el ACO. La
principal contribucin de este trabajo de
investigacin es introducir la brillante idea de
coordinacin en tiempo real (en lnea). En otras
palabras, el objetivo es encontrar tan rpido
como sea posible un conjunto de soluciones
que garantice la sensibilidad y selectividad de
los relevadores no solo para la topologa
actual, sino tolerando una contingencia n-1 en
una base de tiempo real.
La implementacin del algoritmo propuesto
puede ser realizada de diversas maneras, tal
como considerar ajustes de relevador discretos
o continuos. Adems, la actualizacin puede
realizarse en cada cambio de estacin (menos
frecuentemente) o en cada cambio de
demanda (ms frecuentemente).
Tabla IV. Ajustes promediados de relevador, tiempo de
operacin, CTI y sensibilidad tanto de GA como de ACO
para topologa de la red modificada a mnima carga.
REFERENCIAS
12
 L-2607

13
 L-2607

14