Cómo el despliegue de calificación de línea dinámica más grande de la nación desbloqueó casi un 50% más de capacidad de transmisión para Great River Energy
El proyecto de calificación de línea dinámica (DLR) de Great River Energy es la mayor implementación de DLR hasta la fecha en los EE. UU. En función de la cantidad de sensores instalados. Los primeros resultados identificaron un aumento del 48.92% en la capacidad de carga de energía en una de las líneas monitoreadas. Estos hechos, y más, hacen que el proyecto sea digno de reconocimiento como el ganador del premio T&D 2025 de Power.
Las clasificaciones tradicionales de la línea de energía, conocidas como clasificaciones térmicas estáticas, se basan en supuestos meteorológicos conservadores en el peor de los casos, típicamente altas temperaturas ambientales, bajas velocidades del viento y calentamiento solar máximo. Si bien este enfoque garantiza la seguridad, subutila significativamente la capacidad de transmisión para la mayoría de las horas de operación.
La tecnología de calificación de línea dinámica (DLR) ofrece una solución transformadora al monitorear continuamente las condiciones climáticas reales y las temperaturas del conductor para determinar la capacidad de transmisión en tiempo real. Al contabilizar factores como la velocidad del viento, la temperatura ambiente y la irradiancia solar, tal como ocurren, en lugar de asumir los peores escenarios, DLR puede aumentar de manera segura la capacidad de línea en un 10% a 40% en promedio, con ganancias aún más altas durante las condiciones climáticas favorables. Para los operadores de la red que enfrentan las presiones duales de descarbonización y confiabilidad, DLR representa una solución de puente rentable que maximiza la infraestructura existente, mientras que los proyectos de expansión de transmisión a largo plazo avanzan a través de la planificación, el permiso y la construcción de procesos.
Proyecto piloto DLR DLR de Great River Energy
Una ubicación donde el clima puede ser bastante volátil es en Minnesota. El estado tiene recursos viento y solar bien golpeado, particularmente en Occidente, pero la variabilidad de estas fuentes renovables presentó un desafío para Great River Energy, una cooperativa de energía eléctrica sin fines de lucro con sede en Maple Grove, Minnesota, atendiendo a 26 cooperativas de distribución de propietarios de miembros, suministrando electricidad a aproximadamente 1.7 millones de personas. “Creemos que DLR podría ayudarnos a administrar toda esa volatilidad y ofrecernos una forma de obtener capacidad adicional antes al evaluar las actualizaciones de infraestructura”, dijo Michael Craig, gerente de sistemas de gestión de energía y distribución con gran energía fluvial, dijo FUERZA.
Si bien el sistema de transmisión de Great River Energy está construido y diseñado para manejar la generación y la carga que se encuentra en él, la cuadrícula se está volviendo más dinámica con la generación eólica y solar que aún se agrega, junto con centros de datos y otras cargas. Las interrupciones planificadas y no planificadas también pueden agregar complejidad, todo lo cual puede causar congestión en el sistema. Con esto como telón de fondo, la cooperativa se embarcó en una misión para evaluar los beneficios de DLR.
La mayoría de los servicios públicos, incluida Great River Energy, son conscientes de los cuellos de botella de congestión en su cuadrícula porque esas áreas a menudo requieren mucha atención. Con este entendimiento, Great River Energy identificó fácilmente una línea piloto que consideró que sería útil para su evaluación DLR. “La línea piloto fue seleccionada porque era bastante sencilla, y sabíamos que nos permitiría generar los datos que necesitábamos para validar rápidamente, o desacreditar, nuestra teoría de que DLR podría ser la solución correcta”, dijo Craig.
Para comenzar el programa piloto, en septiembre de 2023, Great River Energy Technicians utilizaron palitos calientes (herramientas de línea en vivo) para instalar cuatro neuronas (ver imagen de apertura). “The Neuron is a collection of sensors packed in an eight-pound sphere that is about the diameter of a small soccer ball. It opens like a Pac-Man for installation directly onto powered high-voltage transmission lines—from 7 kV to 550 kV—to monitor critical parameters including conductor temperature, current, sag, phase angle, ice buildup, and environmental conditions, like wind and humidity,” Tom Cleaver, vice president of North American markets with Heimdall Power, explicó.
El enfoque de Great River Energy fue casi completamente impulsado por los resultados, según Craig. Para marzo de 2024, solo seis meses después del piloto, la energía del río era ver tan grandes resultados que estaba listo para ampliar. “Los datos eran irrefutables. DLR abrió una capacidad adicional de 48.92% en nuestra línea de transmisión piloto, lo que tomó la decisión de escalar una obviedad”, dijo Craig.
“Nuestros objetivos iniciales eran aumentar la capacidad de transmisión de manera que fueran más rápidas, menos costosas y más fáciles que construir una nueva infraestructura o reónductora”, recordó Craig. “Nos mudamos del despliegue piloto a completo en menos de nueve meses. Esto es realmente rápido para los estándares de la industria, pero los resultados iniciales fueron tan convincentes, especialmente en comparación con la inversión requerida. Además, tener sensores instalados en estas líneas no nos impidió hacer análisis de congestión y planificación del sistema, por lo que estábamos, y siempre estamos, haciendo ese trabajo en paralelos para identificar áreas que podrían necesitar la inversión”.
Implementar DLR a escala
Después de la identificación inicial de las líneas congestionadas de Great River Energy, la potencia de Heimdall realizó un estudio de línea más completo para determinar la colocación óptima de las neuronas a lo largo de cada tramo de línea. El posicionamiento del sensor estratégico es esencial para garantizar que los datos resultantes representen todas las variables a lo largo de un tramo de línea. Factores como el cambio de elevación y el follaje circundante a lo largo de un lapso pueden afectar las condiciones en tiempo real y, por lo tanto, la capacidad de una línea.
“Al dirigirnos al piloto, ya habíamos identificado las líneas adicionales a las que apuntaríamos si el piloto demostrara ser exitoso, porque no pilotamos por el bien de la pilotaje, diseñamos pilotos para acelerar un despliegue completo si el valor está allí”, dijo Craig.
Desde el principio, el plan de Great River Energy había sido instalar todos los equipos DLR por sí solo utilizando la técnica de Hot Stick, pero la naturaleza tenía otro plan. “Nos encontramos en el final de una temporada de primavera realmente húmeda”, recordó Craig. “La instalación de Hot Stick habría requerido mano de obra adicional, horas de máquina y esteras simplemente para acceder a los tramos seleccionados. Incluso entonces, los camiones pesados podrían haber tenido dificultades para entrar y sus alrededores”.
El equipo tenía algunas opciones. Podrían haber gastado dinero extra para extender las horas de trabajo y administrar las condiciones de campo para instalarlo en Hot Stick en el horario original o podrían haber retrasado la implementación hasta que las condiciones mejoraron y el suelo se secara. Pero lo que surgió como la mejor opción era usar drones para hacer el trabajo. “Fue una decisión fácil”, dijo Craig.
Al final, el 80% de las neuronas físicas (40 de 50) fueron instaladas por la potencia de Heimdall en líneas vivas usando drones (Figura 1). El otro 20% (10 neuronas físicas, incluidas las cuatro que formaban parte del piloto de una línea) fueron instaladas por los técnicos de Great River Energy que usaban palos calientes. Ahora, se están monitoreando un total de 10 líneas, ocho por 50 neuronas físicas y dos por 37 neuronas virtuales.
 |
|
1. La neurona se puede instalar en líneas alimentadas usando un dron. Las neuronas monitorean los parámetros clave directamente en la línea, proporcionando a los usuarios datos en tiempo real. Cortesía: Heimdall Power |
“Las neuronas virtuales son sensores basados en software que se pueden implementar instantáneamente, ya sea solo o con neuronas físicas, para monitorear la capacidad de la red combinando datos meteorológicos de línea y datos históricos de DLR”, explicó Cleaver. “En términos prácticos, las dos soluciones se complementan entre sí y extienden el valor de cada uno. Las neuronas virtuales se entrenan continuamente con datos de los físicos para mejorar incrementalmente la precisión y el pronóstico con el tiempo, una hazaña que es imposible sin datos en tiempo real de la línea eléctrica en sí, lo que proporciona las neuronas físicas”.
Cleaver señaló que las neuronas virtuales se pueden usar solas para lograr el cumplimiento de la Comisión Reguladora de Energía Federal (FERC), pero Great River Energy las está utilizando en una configuración híbrida con neuronas físicas para cubrir más de su cuadrícula de una manera rentable. Este enfoque también ofrece a los usuarios la flexibilidad de volver a implementar en cualquier lugar, en cualquier momento, lo que les permite pivotar rápidamente para capturar datos en tiempo real cuando y dónde se necesita más.
“Desde la perspectiva de Heimdall Power, DLR basado en software, que es una capacidad que nuestra neurona virtual puede ofrecer, tiene su lugar en el futuro del monitoreo de la red. Sin embargo, no puede ser lo único. Debería ser parte de una combinación dinámica de herramientas e entradas que deben incluir datos físicos en tiempo real de la línea”, dijo Clever.
Otras consideraciones
Si bien DLR es claramente una gran herramienta para aumentar la utilización de la capacidad de la línea de potencia, existen otros factores que pueden causar congestión. Por ejemplo, la línea piloto de Great River Energy se clasificó en 142 MVA según su calificación de línea de temporada de verano. Durante la temporada de verano de 2024, Great River Energy pudo aumentar la capacidad en la línea en un 48,92%. Si se realiza por completo, estas ganancias habrían aumentado la capacidad de transmisión general de la línea a un promedio de 211 MVA.
Sin embargo, ese potencial se basa solo en la línea/conductor de transmisión y no tiene en cuenta el próximo elemento más limitante en el sistema de transmisión, que podría incluir cualquier cosa, desde saltadores hasta interruptores de circuitos. En el caso de la línea piloto de Great River Energy, el siguiente elemento más limitante se clasificó en 173 MVA. Por lo tanto, las ganancias realizadas se limitaron a 173 MVA. Aún así, tener esta información es importante y puede ayudar a priorizar las actualizaciones en otras áreas del sistema.
“Este escenario dinámico es único para cada línea, y para una gran energía fluvial, varía según sus calificaciones estacionales de verano e invierno. Y debido a que el calor es la variable más impactante para determinar la capacidad de la línea de transmisión, cuanto más caliente es la línea, menor capacidad, las calificaciones de la línea del verano son típicamente mucho más bajas que las clasificaciones de la línea de temporada de invierno”, explicó Cleaver. “Como es cierto para la mayoría de los servicios públicos, la temporada de verano es cuando DLR es más crítico. A medida que aumentan las temperaturas, también lo hacen los eventos de congestión y los cortes de energía. Por lo tanto, si bien las calificaciones de invierno son útiles, las clasificaciones de verano son probablemente una mejor indicación de dónde DLR realmente puede agregar valor”.
También vale la pena señalar que aproximadamente del 2% al 3% del tiempo, las calificaciones estacionales de verano de Great River Energy son más altas que DLR. Si bien las ganancias son buenas, también hay valor que tenga una comprensión verdadera y precisa de las condiciones de línea, en lugar de esperar que las condiciones calculadas de las peores sean adecuadamente.
“No se puede evitar el hecho de que necesitaremos construir una nueva infraestructura o un reconductor en algún momento, pero sabíamos que DLR podría permitirnos aplazar esas inversiones, o espaciarlas durante un período de tiempo más largo. También sabíamos que una vez que esa nueva infraestructura se puso en línea, DLR podría complementar esos nuevos sistemas, concluyó también”, concluyó Craig.
–Aaron Larson Es el editor ejecutivo de Power.
