IEEE Power & Energy Magazine - Spanish - Marzo/Abril 2017 - 61

Los errores relacionados con la posición geográfica de objetos
conllevan un desafío diferente: garantizar que la conectividad física
de cualquier elemento eléctrico se refleje en el SIG.
instalarían sistemas de energía Pv en tejados (cuanto mayor
sea el consumo, más probable será la instalación). el tamaño
más adecuado para la instalación de sistemas fotovoltaicos y
el correspondiente perfil de producción también se pueden
determinar con estos datos. el último paso en la integración
de los siG y el software de análisis de la red de distribución
es hacer que el QGis y opendss se comuniquen entre sí para
llevar a cabo estudios específicos de red, que pueden ir desde
instantáneos a estudios de flujos de potencia diarios y anuales. el lenguaje de programación de código abierto Python
se utilizó para integrar el QGis y opendss, así como para
dirigir sus tareas. Gracias a la visualización del software del
siG, los resultados correspondientes pueden presentarse de
una manera intuitiva y fácil de entender tanto para personas
con conocimientos técnicos como sin ellos.

Desafíos Prácticos
Un aspecto fundamental en la integración de datos de siG es
garantizar que todas las capas utilizan el mismo sistema de
coordenadas proyectado. Pero también es importante que los
formatos de archivos de los siG sean compatibles entre sí;
el ráster, la red de vector y los archivos de datos geográficos
son comunes. sin embargo, el aspecto más desafiante es que
los siG de los dno y de otras organizaciones son propensos
a errores humanos y técnicos, que pueden relacionarse con
los datos mismos o la posición geográfica de los objetos. Los
errores de datos incluyen componentes con atributos incorrectos o perdidos, el etiquetado no estandarizado de componentes y la incorrecta asignación de fases. Por ejemplo, en
los datos de los siG de los dno costarricenses, los transformadores solían presentar capacidades iguales a 0 kva,
mientras que los conductores del mismo tipo se etiquetaban
de forma distinta. en ocasiones, resultó que los segmentos
trifásicos estaban alimentados por una sección monofásica.
en general, estos errores de datos y otros similares pueden
resolverse en su mayoría de forma manual mediante filtros,
datos habituales y conocimiento de ingeniería de los dno.
Los errores relacionados con la posición geográfica de
objetos conllevan un desafío diferente: garantizar que la conectividad física de cualquier elemento eléctrico se refleje en
el siG. Por ejemplo, las diferencias en las coordenadas de
cargas y cables de servicio; los transformadores y cables o
líneas de m. t.; y los puntos finales de segmentos conectados
de cables o líneas son errores comunes. Para ilustrar esto, el
Gráfico 4 muestra la desconexión de una carga al cable de
servicio, de un transformador de distribución al circuito de
B.t. y de dos segmentos de línea B.t. dado el volumen de
marzo/abril 2017

los datos, resolver estos problemas requiere no solo enfoques
automáticos, sino enfoques sofisticados que explotan las particularidades topológicas de las redes de distribución. Para
hacer frente a esto, la Universidad de costa Rica adoptó una
serie de reglas que utilizan kdtree (una estructura de datos
para organizar y gestionar datos espaciales) y algoritmos basados en la teoría de grafos para buscar elementos eléctricos
desconectados en el siG y para reconectarlos cuando sea posible. Los errores en el orden de milímetros eran comunes en
los datos de los siG de los dno costarricenses.
Finalmente, es importante destacar que la creación de
modelos opendss (o cualquier otro paquete de software)
de datos de los siG requiere definir las características eléctricas de los componentes de red (por ejemplo, impedancias
de los conductores y transformadores). sin embargo, esta
información no suele estar disponible en el siG de los dno
de costa Rica y debe obtenerse de otras bases de datos (por
ejemplo, de datos típicos u hojas de datos del fabricante).
dependiendo del tipo de estudio a realizar, podría necesitarse información adicional. Por ejemplo, la capacidad de
cortocircuito en las subestaciones (esencial en el análisis de
fallas) no estaba en el siG y se solicitó a los dno.

Herramientas en Acción
según lo mencionado previamente, a principios de 2016, el
ministerio de ambiente y energía pidió a todos los dno
que llevaran a cabo estudios de red detallados para identificar la capacidad de acoger generación distribuida en sus
circuitos. esto condujo a una colaboración entre los dno
y la Universidad de costa Rica para desarrollar una plataforma que integra el siG correspondiente con el software
de análisis de red de distribución. esta plataforma está formada por cuatro herramientas presentadas en bloques en el
Gráfico 3 y descritas en detalle más adelante. estas herramientas se desarrollaron con QGis, opendss y Python, y
fueron diseñadas para ayudar a los dno con la corrección de
datos, el modelado, los estudios de la red y la visualización de
resultados. antes de utilizar estas herramientas, los usuarios
deben combinar todos los datos socioeconómicos, meteorológicos y de red en un proyecto particular de QGis y habilitar la interfaz com en el QGis. aunque las herramientas se
ejecutan secuencialmente, las herramientas de corrección y
modelado solo son necesarias la primera vez que se procesan
los datos. Las herramientas de análisis y de visualización de
red se ejecutan tantas veces como los estudios requeridos.
✔✔ Herramienta 1. Corrección de datos del SIG: esta
herramienta detecta errores comunes en los datos de
ieee power & energy magazine

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - Marzo/Abril 2017