CAP{TULO7 ALGORITMOS PARA LAS PROTECCIONES DIGITALES ‘ASPECTOS GENERALES Y APLICACIONES ALA PROTECCION DE DISTANCIA 741. Aspectos generales “Lavefcacia de las protecciones digitales esté intimamente relacionada con los -ggottinos seleccionados para cada uno de os casos. aia entender de qué estamos hablando cuando dacimos “algoritmo”, veamos el significado de la palabra: "Un algoritmo es un conjunto de procedimientos para “fealizar un céloulc”. Si referimos la palabra a un relé digital, debemos entendor ‘entonces que se trata de los.programas de célculo; por ejemplo, para obtener las __componentes real e imaginaria de las ondas de corrente y tensién, para luego ~caloula la impedancia aparente, No es posible decir que cada tipo de protecciéin, por ejemplo distanclométrica, ‘iferencial, de onda viajera, elc., se resuelve con un determinado algorimo. “Efectivamente, as condiciones" impuestas por el sistema de potencia, fundementalmente en lo que hace a la goeracion de armonices y tansitorios de Jodo tipo por un lado, y necesidades de velocidad de eliminacién de las fellas por “otro, hacen que los algoritmos aplos para cerlas redes 0 sectores de redes resullen inadecuados en otros casos. La elesci6n entonces de las protecciones a Implementar en cada caso no puede partir de une base general, sino que tiene que tener en cuenta las condiciones del ‘Sistema de potencia y los algoritmas eficaces disponibles para esas condiciones. El ingeniero de protecciones que realice la seleccién debe estar provisio de un “profundo conocimiento del sistema de potencia protegido y de los algoritmos txistentes, con sus ventas y desventajas, su campo de aplicactén, etc. Por otra parte, en la informacién de los fabicantes referida a sus relés suele haber luna’ descripoion no muy detallada de los algoritmos empleades, que puede ser Interpretaca sin mayores dificultades si se tlene un buen clominio del tema, pero que _ fo resulta suficiente si no se tiene tal dominio. A esto hay que agregar que distintos fabricantes tienen distitas soluciones para un mismo caso, y que un mismo “‘Tereante puede tener dlstintas coluciones, aplicables a casos distintos, aunque sas soluciones respondan al misma principo goneral de proteccién, En los puntos siguientes se explcardn distintes algorimos, especialmente los mas Usuales, con dierente grado Ge detale, teniende en consideracin la tondencia Atlual do eplcacién, DBierenclaremos dos grandes tipos de algorios:436 + Algorttmos de fitrad eigtal + Alaoriimos de proteccién propiamente dichos 7.4.2, Algoritmos de fitrado digital Es conocido que la mayor parte de las protecciones aplicadas a los sistemas elécicos de potencia, se basan en la evaluacién y comparacién de las ondas de tensién y/o cortionte da frecuencia fundamental (50 Hz 0 60 Hz, segtin el caso). Si eras ondas fuesen sencidales puras, la solucién de cada problema de proteccién seria bastante sencilla y la respuesia de cada relé seria de muy alta velocidad En realidad, Jas ondas de tensiones y cortientes do falla ostin fuertomento contaminadas, particularmente en los instantes iniciales luego de la incepcién de la falla. Esa ‘contaminacion” consiste en general en transitorios de lipo exponencial, arménicas superiores y ondas no arm6nicas. La necesidad do realizar los célculos tenfondo solamente en cuenta las ‘componentes de frecuencia fundamenial y el problema de contaminacién de las ondas de falla, implican que los relés ce proteccién deban llevar a cabo, en forma previa a esos cAlculos, un proceso de fitrado. En las protecciones digitales hay en realidad dos procesos de fitrado: + Presttrado analégico * Ftrado digital El preitrado anal6glco dobe realizarse para resolver el problema del limite de Nyquist, que indica quo fa frecuoncia de muestreo debe ser igual o mayor que 2 veces la maxima frecuencia de componente presente en la onda sometida a fitrado Gigita $i esto no se cumple, aparecen errores dominados “aliasing” El filvado digital, o si so profiore numérico, se puede llevar a cabo mediante varios tipos de algoritmos. A continuacién, a modo de ejemplo, describiremos los siguientes: > Algoritmo no recursivo basado en la Transformada Discreta de Fourier (TDF), ‘con ventana de datas de un ciclo > Algoritmo no recursivo basado en la Transformada Discreta de Fourier (TDF), ‘con ventana de datos de medio ciclo > Algoritmo recursiva basado en la Transformada Discreta de Fourier (TOF), con ventana de datos de un ciclo > Algoritmo basado en la Transformada de Welsh (TW) La descripcién se haré considerando jos siguientes aspactos: 1. Presentacién del algoritma 97. 2. Forma de aplcacion 4, Transtorio de flla y respuesta on trecuencla ‘Antes de entrar de lleno en esos aspecias, consideramas Ia idea general de los fits que nos proponemos analiza Unto digital puede ser ropresentedo porel ciagrama de bloques de la Fig. 7-1. La tntrada ec la excitacion x (nT) y la salida es la respuesta cel fro y (nT). La {ospuesta esté relacionada con la excitaclin por elguna regia de correspendencia, {Eee hecho lo podemos indiear como: y(T) = Rx (aT) (Dando MR. 0s un operador, m es un nimero entero dentro de un rango determinado y -_ Tes el periodo de muestreo. x(nT) R f+ y(n) ‘Figura 7-1: Dingrama de bloques de un filteo digital Lo quo caracieriza entonces a los fitros que nos proponemos enalizar es la forma que adquiere en cada caso ol operador R. . Consideremos que ia excitacién es una onda muestieada y digitaizada (ver Capitulo 13), es decir, valores numéricos fepresentaivos de tas muesiras de la onda de entrada tomadas cada T milisegundos. La salida Ideal en el caso que nos ocupa es una onda puramente Senodal, de frecuencia fundamental, reprasantada por valores numéticos dados cada T milisegundos. Para nosotros un fitro ideal seria uno que produjese una saltda nula para cada ‘excitacién compuesta por una onda senoical de frecuencia distinta a la frecuencia fundamental del sistema, y que produjese una salida que reprocujese exactamente Ja-ertrada cuando ésta es una onda senoidal puta de frecuencia fundamental \Veremos que los fitros digitales practicos, en el caso que nos ocupa, distan de tener luna saida nula para todo el rango de frecuencias distintas a la frecuencia fundementa, Esa idea de la respuesta del fitro se puece representar gréficamnente mediante lo ue se denomina “médilo de ta funcién transferencia’ IHI, en funcion de la ‘recuencia f438 ‘A simple tilulo lustrativo, agregamos que hay distintos tipos de fittos digitales, orrespondiends los que nos ocupan a la clasificacion de “fitros invariantes, causales, lineales". Dentro de osa clasificacién, veremos “fitros no recutsivos" y ‘fltros recursivos”. Un filtro no recursive tiene en consideracién N muestras de la excitacién anteriores: al instante de caleulo, Un titro recursive considera muestras anteriores al instante de ccélculo y yalores de la salida anteriores al instante de calculo. 7.1.2.4, Algoritmo basado en la TDF con Ventana de Datos de un Ciclo Se treta de un algoritmo quo implementa ftros digitales no recursives, basados en la Transformada Discreta de Fourier. Para cada sofal de entrada de tension o cortierie, se emplean dos filtos, cuyas salidas son respectivamente las compenentes “Sena” y "Coseno" de la onda de frecuencia fundamental de la entrada. 7.4.2.1.1, Presentacién del algoritmo Si derominamos s a la onda de entrada (recordemos que s puede ser una tension ¥ © una cortiante i), entoncos sin] es el valor numérico de la muestra n-ésima, tomada con un perfodo de muestreo de T milisegundos. Las expresiones de las componentes Seno y Coseno, calculadas en el instante de la muestra keéslma y que toman en consideracién esa misma muestra y las (N ~ 1) muestres anteriores, resuitan: N S.=@N)Es[k-N+p)Thsen(2ap/N) (1) pel N S.= QIN) Ys [(k-N + p) T] eos (2 p/N) (7-2) pel Este es e! caso-en que la ventana de N datos abarca un ciclo completo de la onda, de frezuoncia fundamental; es decir: NT=Ty 73) ‘con Teel periode de la onda de frecuencia tundamental A partir de las expresiones de las-componentes Seno y Coseno de Ia seal de salida, Se puace reconstruir la onda de componente fundamental de dos modos distinos: En el dominio tempo: sen (2a 1/12) 439 Sp =S,sen (ot) +S, cos (ot) 7) nla representacién fasorel convencional: Sr= S, + j8. 75) Donde ol subindice F indica componente de frecuencia fundameral 7.2.1.2, Forma de aplicacién “En rigot, las expresiones (7-1) y (7-2) bastan para aplicar los algorlimos de calcul, pero veamos dos ejamplos practices para que quede mas clara fa forma en que se “leva a cabo el céloulo. ‘Gas01 Nimero de muestras por ciclo de ta onda fundamental Noid Muestras desde la N -1 musstras anteriores a la muestra en el instante en que se hace el caloulo: Muestra 11 antes de la muesirak: s {(k-11)T] Muestra 10 antes de la muestra k: s {(k—10)T] Muestra k: s [KT] Coeficiantes a apliar: cos (2 1/12) = +0,866 sen (21 2/12) * cos (202/12) =+0.50 ‘sen (223/12) 20s (213/12) = 0,00 ‘sen (20 4/12) cos (204/12) = -0,50 sen (21 5/12) £05 (205/12) = -0,866 "$e (2016/12) cos (206/12) = -1,00 sen (27/12) 203 (207/12) sen (2 8/12) cos (218/12) sen (219/12) eos (29/12) Sen 21 10/12) 0s (2n LO/I2) sen (21 11/12) cos (2m L1/12)440 sen Qu 12/12) = 0,00 (00s (2a 12/12) 41,00) Por a tanto: S.=s [(k= L1)T) 0,50 +5 [(k~ 10)T) . 0,866 +.....+ 5 [CT] .0,00 So=s IGk- 17]. 0,866 + 8 ((k—10)T} . 0,50 +... Casc2 s {CST}. 1,00 Namaro de musstras por ciclo de la onda fundamental: N=20 Muestras desde la N -1 musstras anteriores a la muestra en el instante en que se hace el cau: Muestra 19 antes de la muestra k: 8 [( k~ 19)T] Muestra 18 antes dela muestra k: s[( k— 18)T] Muestra ke s{(iT] Cosfientes a aplicar: sen Qa 1/20) =40,31 0s (211/20) sen 22/20) = 40,59 20s (21 2/20) sen (2113/20) cos (213/20) sen 214/20) cos (214/20) sen 215/20) cos (215/20) sen 16/20) os (21 6/20) sen @7/20) 0s (217/20) sen (2118/20) 0s (218/20) sen (2119/20) 0s (29120) sen (2 10/20) cos (21 10/20) sen (2 11/20) 603 (2011/20) sen Qa 12/20) cos (21 12/20) sen 2a 13/20) cos (27 13/20) sen Qa 14/20) cos (2 14/20) sen (21 15/20) 0s (27 15/20) sen Qa 16/20) cos (21 16/20) sen (2117/20) cos (2117/20) sen x 18/20) = cos (2 18/20) en (20 19120) ~ -0,31 sen (220720) = 0,00 ‘20s (2320/20) = 1,00 oro tanto $= (k= 19)T 031 +5 [0 18)T] 9559+ nck 8 (CITT. 0100 .= $ (C= 19)T] 0.95% 5 [k~ 18)T]. 0581+... 8 (( KIT]. 1,00 tHemos considerado que los célculos son realizado en ol instante colncidente con la mugsira K-ésima, considerando esa muestra y las N-1 muestves anteriores. Pero, {ome os obvio, cuando el algoitmo se utiiza en un relé este calaulo se lleva a cabo - Gontinvamente. Es decir, ce calculan las conponentes Seno y Coseno en el instante de [a muestra k+ésima, luego en el instante de la muestia k+L, luego en al instante ‘ge la muestra K+2, cfc. Antoriommente so habian calculado en ef instante de a muestra k-L , en el instante de la muestra k-2, etc. Nos preguntamos entonces si en caso dus la onda muestreaca tuese una onda ica de periodo Tp, los valores de las componentes Seno y Coseno obtenicos Se hubiesen mantenido constantes. Abeclutamente no. Lo quo si se hubiese mantenido constante en ese caso es la raiz cusdrada de los cuadrados de ambos componentes. Es decir Sp=(S" + 82)" = Cte. (78) La razén por la cual no se mantionen constantes dichas componentas es muy sencilla. El instante de referencia ( {= 0) es en cada célcule el instante de la ‘muestra tomada en ditimo término. Por ejemplo, st la muestra en cuestién coincide ‘gon el momento en que la onda de freaioncia fundamental pasa por cero, la _ componente Seno seré maxima y la componente Coseno serd nua; sila muestra en ‘uestién coincide con el momento en que Is onda de frecuencia fundamental pasa ‘por su valor maximo, la componente Seno sera nula y le componente Coseno sera ‘méxima. Toda situactén intermedia se caractorizaré por componentes Seno y ‘Cosene no nulas, pero que cumplen con fa ecuacion (7-6). Pare mayer claridad de la dea, recordemos que cualquier funcién considerada en el ‘instante t = 0 que no sea “par" (igual valor para los instantes t -1 y t +1) ni “impar* {igual valor absoluto pro distinto signo pare los instantes t -1 y t +1), puede ser descompuesta en una funcién “par’ y otra ‘impar’. Segdn el instante de referencia, ‘que coincide con ta ditima muestra adquirida, la onda sera “par’, “impar" 0 tendra: ‘Una component ‘par’ y tra “imp Es claro que hemos consideraco hasta ahora una funcién periédica. Esa stuacién on las ondas de corrients y tensién en una red eléctiica solamente se da en Condiciones estacionarias de carga 0 estaconatias de falla, en este caso luego de Un tiempo mas 0 menos protongado.402 ‘A continuacién analizaremos que sucede durante el transitorio de fala. 7.1.24.3, Transitorio de falla y respuesta en frecuencia CConsieremos I onda da conriente dela Fig. 7-2. Podemos dstinguir un estado de profala (corente carga) y un ostado ce fala. La corrento de oarga os sendical. Supendymos que la corente durant Ia fala tiene una comoonente senoidal y una componente exponencial (en realidad la corriente de falla tiene ademas Componentes de frecuencias atménieasy no armeniczs). ‘Ventanas con silo ‘Ventanas con slo svestras antes de apes ca fala ne es ae ‘Fig. 7.2: Muestreo de una onda de corriente y distintas “ventanas de datos” Denominamos ‘ventana de datos" al conjunto de musstras que el algoritmo ‘considera pata calcular las componentas Seno y Coseno. Esa ventana se va desplazando desde la condicién de carga hasta Ia condisién de falla. Algunas ventanas abarcan solamente muestras de corriente de carga. Otras ventanas abarcan solamerite muestras correspondienies al estado de fala. Pero algunas ventanas abarcan muestras de ambos astados, Eso signilica que, desde los valores de las componentes Seno y Ceseno corresponcientes al estado de carga hasta los valores correspondiente a la corriente de carga, se produce un transitorio de diehos valores, 43 oe ees ‘avancemos un poco més sobre este asunto, 5) corsideramos las primeras Ventanas censtiuidas intogramerte con muestras core enes al estado do fala, noe preguntemos © Toe valores do. las ee ome ‘Seno y Coseno se estabiizan inmediatamente. La respuesta es que __omponertss mons posbls sila coniene de fala no huviese Una componente so al 8a pos carne aban, eoreres oscars pone con i componente de recuenca fundamental. : para explicar esto, se requlere que anaiicemos como es el médulo de la Funcién ~Transforencia IAI, en funcién de la frecuencia f “En la Fig, 7-8 80 ha representado dicha funcién, para los fitros Seno y Coseno fpasados en la TDF con ventana de un cio. ig. 7-3: Médoto de la Funcién Transferencia on funcidn de ta frecuencia de los filtros ‘Sento y Coseno basados en la Transformada Disereta de Fourier con ventana edatos de un cielo Puede observarse que la respuesta es uno para la frecuencia fundamental y @s o2ro _ para todas las trecuencias arménicas y para frecuencia cero. Tiene un valor menor que uno, pero no nulo, para frecuencias no arménicas y para frecuencies subamménicas, Ello significa que los -estados tvansitorios, que indetectiblemente contienen Componentes exponeciales ylo trecuencias no arménicas e inclusive pueden ‘ontener frequenclas subarmonicas de origen distinfo @ Jas componentesa4 fexponenciales (por ejemplo, oscilaciones subsinorénicas originadas en la compensacién capacitiva serie) hacen que la respuesta del filvo esté afectada por ‘98a componentes. Podria entonces preguntarse si’no hay forma de realizar un filtro que elimine en mayor proporci6n la infiuencia de todas las componentes de frecuencias distinias a la fundamental. La respuesta es que un filtro numérico de este tipo debe trabajar con luna ventana de datos acotada, ya que los requerimiontos de velocidad de respuesta {de laprateccion impiden Ventanas més amplias. Aplicar una ventana acatada implica asimlar la.onda de fella, que no es periédica, a una onda periddica cuyo periodo corresponde en el caso que nos ocupa al periado de la frecuencia fundamental, Por esa 1226n, al fitro asimlla las componentes transitorias a una onda periédioa, que, aunque distinta a una anda sonoidal, tiene su propia componente senoidal de ‘frecuencia fundamental. Esta componente es entregada por la salida dal filtro en adicién a la componente verdaderaments senoidal de la serial de fala, En resumen, podriamos decir que existe un transitorio entre el valor do las componentes Seno y Coseno de una ventana de musstras puras de no falla y el valor de esas componentes en un estado estacionario de falla. Ese transitario depende fuertemente de la configuracién del sistema de potencia, del tipo de fella, de la ubicacién do la misma y del momento de incopcién. Puesto que el transitorio de la respuesta de los filros Seno y Coseno es muy dite de analizar teérieamente, mas adelante veremos gréticos abtenidos con modelos huméricos, cuando los fitros son aplicados a protecciones de distancia. 7.1.22, Algoritmo basado en la TDF con Ventana de Datos de Medio Ciclo ‘También en este caso se trata de un algoritmo que Implement fitros digitales no recursivos basados en la TDF, pero en este caso se usa una ventana de datos de medio ciclo de la componente de frecuencia fundamental. Idénticamente, para cada serial de entrada de tensién 0 corriente, se emplean dos filtros, cuyas salldas son respectivamente las componentes "Seno" y “Coseno de la onda de frecuencia fundamental de la entrada. 7.1.22.1. Presentacién del algoritmo Las expresiones de las components Seno y Coseno, calculadas on ol instante de le muestra k y que toman en consideration esa misma muestra y las [(N/2)~ 1)] muestra anteriores resuttan: NA S,=(@4N) Ys [(k-N/2+p)T]senQap/N) (7-7) P Na2 GIN) Ds [(k-N/2+ p) T] cos (2p /N) (78) 742.22. Forma de aplicacién La aplcacién de las formulas es enteremerte similar al caso anterior; por lo que no - fgsaitan necesarias otras explicaciones. 7.42.28. Transitorio de falla y respuesta en frecuencia Veamas como es el médulo de la Funcién Transferencia HI. en funcién de la srecuencia f fn la Fig. 7-4 se ha representado dicha tunclén para los fires Seno y Coseno pasados on Ia TOF con vantana de medio cio, ig. 7-4: Médulo de la Funcién Transferencia en funcion de la frecuencia de los filtros ‘Seno y Coseno basados en la Transformada Discreta de Fourier con ventana de datos de medio ciclo Obsérvese que le respuesta no es cero para frecuencia cero y es muy clevada para frecuencias subarménicas, por lo que les componentes exconenciales de las ‘orrientes de falla afectan notorlamente le exactitud de las componentes Seno y Coseno calouladas mediante ol algoritmo. Asimismo, afecten ta exactud las componentes arménicas ce fecuencias par, adomés. de afectarla las componenies de frequencies 0 anménicaments relaconadas.