Thesis:

Optimización de la Localización y Tamaño de Sistemas BESS con el Fin de Mejorar la Respuesta de Estabilidad de Pequeña Señal

Este documento tiene como objetivo optimizar la ubicación, el dimensionamiento y la sintonización de diversos parámetros en distintos sistemas de almacenamiento de energía en baterías (BESS), con el fin de mejorar la respuesta oscilatoria o de estabilidad de señal pequeña (SSS) en sistemas de potencia. Para cada BESS candidato, se modelan las características del convertidor de potencia, considerando los límites de potencia y constantes de tiempo. Se plantea un problema matemático de optimización multiobjetivo, que incluye la parte real de los valores propios más cercanos al eje imaginario y la razón de amortiguamiento de los modos electromecánicos críticamente amortiguados. La optimización se resuelve mediante un algoritmo genético (GA), implementado en DIgSILENT, considerando escenarios base y de alta penetración de energía eólica en el sistema de 39 barras de Nueva Inglaterra. Los resultados muestran mejoras significativas en la respuesta oscilatoria y en la respuesta primaria de frecuencia del sistema. El GA logra cumplir con una razón de amortiguamiento mínima del 6 %, y los resultados son validados mediante simulaciones en el dominio del tiempo ante las contingencias más severas. Se concluye que la instalación estratégica de BESS permite aumentar significativamente la estabilidad del sistema y viabiliza una mayor penetración de Energías Renovables Variables (ERV).

This document aims to optimize the location, sizing, and tuning of various parameters for candidate Battery Energy Storage Systems (BESS) to enhance the small-signal stability (SSS) or oscillatory response of a power system. Each BESS candidate is modeled by incorporating the power converter’s dynamic response, including power limits and time constants. A multi-objective mathematical optimization problem is formulated, targeting the real part of the eigenvalues closest to the imaginary axis and the damping ratio of lightly damped electromechanical modes. The optimization is solved using a Genetic Algorithm (GA), with the multi-objective function implemented in DIgSILENT programming language. The proposed approach is demonstrated on the IEEE 39-bus New England system under both base case and high wind power penetration scenarios. In both cases, the oscillatory response and primary frequency response are notably improved. The GA consistently meets a minimum damping ratio requirement of 6 %, and results are validated through time-domain simulations under the two most severe contingencies. The results clearly show that BESS integration significantly enhances power system stability and supports greater integration of Variable Renewable Energy (VRE).