⚡ electrical engineering

Deep Reinforcement Learning-Based Adaptive Coordination of DC Reactor Fault Current Limiters for Protection of Hybrid AC/DC Microgrids with High Renewable Penetration

Este artículo propone un marco de coordinación adaptativa basado en Redes Q-Profundas para Limitadores de Corriente de Falla de Reactores de CC que optimiza dinámicamente la impedancia y las secuencias de conmutación en microrredes híbridas CA/CC, superando significativamente a las estrategias fijas convencionales en la reducción de la corriente de falla, la restauración del voltaje y la selectividad de protección bajo una alta penetración de energías renovables.

Autores originales: B. Venkata Ramana¹, Sridhar Savarapu²

Publicado 2026-07-14

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: B. Venkata Ramana¹, Sridhar Savarapu²

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina una microrred híbrida CA/CC como una ciudad bulliciosa y de alta tecnología con dos tipos de autopistas eléctricas: una para la corriente alterna (CA) y otra para la corriente continua (CC). Esta ciudad es alimentada por una mezcla de generadores tradicionales y una inundación de fuentes de energía renovables, como turbinas eólicas y paneles solares. ¿El problema? Cuando ocurre un "accidente de tráfico" (un cortocircuito o falla), los antiguos policías de tráfico (los relés de protección) se confunden. Debido a que las fuentes de energía renovables son impredecibles y pueden enviar energía en direcciones extrañas, las reglas antiguas para detener el accidente no funcionan. Los atascos de tráfico empeoran y se cierran las calles equivocadas.

Durante mucho tiempo, los ingenieros intentaron solucionar esto con "barreras inteligentes" llamadas Limitadores de Corriente de Falla (FCL, por sus siglas en inglés). Piensa en ellos como reductores de velocidad automáticos que aparecen cuando se detecta un choque para frenar la sobrecarga de electricidad. Sin embargo, el artículo argumenta que la vieja forma de usar estas barreras —configurándolas con una altura fija o usando reglas simples y preescritas— es como intentar conducir un coche de Fórmula 1 con un mapa de 1990. Simplemente no funciona cuando las condiciones de la carretera cambian, como cuando la ciudad pasa de estar conectada a la red eléctrica principal a funcionar por su cuenta (modo isla), o cuando el sol y el viento cambian su producción de energía.

La Gran Idea del Artículo: Una IA de Videojuego para Redes Eléctricas

Los autores proponen una solución superinteligente: un agente de Aprendizaje por Refuerzo Profundo (DRL). Si el antiguo sistema de protección es un libro de reglas, este nuevo sistema es una IA de un videojuego que aprende jugando.

Así es como funciona en el mundo real de la simulación:

El Campo de Entrenamiento: Los investigadores construyeron un gemelo digital detallado de su microrred híbrida en un programa de computadora llamado MATLAB/Simulink. No solo probaron esto una vez; dejaron que su "jugador" de IA chocara contra la red 5,000 veces en diferentes escenarios. Le lanzaron de todo: diferentes tipos de fallas eléctricas, diferentes ubicaciones y niveles variables de energía renovable (desde un 20% hasta un 80% de la potencia total).
El Proceso de Aprendizaje: La IA (específicamente una Red Q-Deep, o DQN) aprendió a ajustar los "reductores de velocidad" (los FCL de reactancia de CC) en tiempo real. Aprendió que, a veces, necesita que la barrera sea muy alta para detener una enorme sobrecarga, y otras veces necesita que sea más baja para mantener la estabilidad del voltaje y que las luces no parpadeen. Descubrió el equilibrio perfecto probando millones de combinaciones y obteniendo "puntos" (recompensas) por mantener la red segura y "perdiendo puntos" (penalizaciones) cuando la red se confundía o el voltaje caía demasiado bajo.
La Defensa de Dos Etapas: El sistema tiene un plan de reacción de dos pasos.
- Etapa 1 (El Reflejo): En el momento en que se detecta una falla (dentro de un rango de 0 a 10 milisegundos), el hardware local actúa automáticamente para levantar una barrera máxima. Este es un movimiento reflexivo rápido que ocurre antes de que la IA termine de pensar.
- Etapa 2 (El Cerebro): Un instante después (después de 10 milisegundos), la IA toma el control. Observa toda la ciudad, calcula la configuración exacta ideal para cada una de las barreras y les ordena ajustarse. Lo hace cada 5 milisegundos, ajustando constantemente la protección a medida que la situación cambia.

Lo Que el Artículo Dice Que Funciona (y Lo Que No)

El artículo es muy claro sobre lo que no funciona. Descarta explícitamente la idea de que un ajuste único y fijo para las barreras pueda manejar una red moderna con alta energía renovable. También argumenta en contra de confiar únicamente en reglas precalculadas que no cambian cuando la red cambia de modo (como pasar de estar conectado a la red a modo isla). Los autores muestran que, en sus simulaciones, estos métodos antiguos provocan "descoordinación", donde los disyuntores equivocados se activan, dejando partes sanas de la ciudad a oscuras mientras la falla persiste.

En contraste, el enfoque impulsado por la IA mostró resultados notables en sus simulaciones:

Cero Confusión: En 20 escenarios de prueba, el sistema de IA tuvo cero eventos de descoordinación. El sistema fijo antiguo tuvo 3, y otro método adaptativo tuvo 2.
Mejor Voltaje: Cuando ocurrió una falla, la IA mantuvo el voltaje en 0.87 pu (por unidad), mientras que el mejor método anterior solo logró 0.50 pu. Esto significa que las luces se mantuvieron mucho más brillantes y el equipo más seguro.
Respuesta Más Rápida: La IA ayudó a despejar las fallas más rápido, con un tiempo de operación del relé primario de 312 ms, comparado con los 400 ms del sistema fijo.
Reducción de Corriente: Redujo con éxito la corriente de falla pico en el punto de conexión principal a 1.98 kA, una reducción del 47.9% en comparación con no tener ningún limitador.

¿Qué Tan Seguros Estamos?

Es importante notar que estos impresionantes números provienen de simulaciones. Los autores realizaron sus pruebas en un modelo computacional, no en una red eléctrica física en el mundo real todavía. Están muy seguros de las matemáticas y la lógica, demostrando que la IA aprendió a manejar desde fallas trifásicas hasta fallas de línea a tierra, incluso cuando la penetración de energía renovable era tan alta como el 70%.

El artículo concluye que, si bien este es un gran paso adelante, el siguiente paso es demostrar que funciona en hardware real. Los autores planean probar esto en un sistema de "hardware-in-the-loop" (donde la IA controla un simulador en tiempo real conectado a equipos físicos) y ver cómo maneja los retrasos de comunicación o los ciberataques. Pero por ahora, en el mundo digital de sus simulaciones, este "policía de tráfico" de IA ha aprendido a mantener la ciudad híbrida segura, rápida y estable de una manera que los viejos libros de reglas nunca podrían.

Resumen Técnico: Coordinación Adaptativa Basada en Aprendizaje por Refuerzo Profundo de Limitadores de Corriente de Falla de Reactores de CC para Microrredes Híbridas CA/CC

Planteamiento del Problema
La creciente integración de fuentes de energía renovable (RES) y generación distribuida (DG) en microrredes híbridas CA/CC ha alterado fundamentalmente las características de la corriente de falla, introduciendo flujos de potencia bidireccionales y perfiles de impedancia dinámicos. Estos cambios interrumpen severamente los esquemas de coordinación de protección convencionales, particularmente para los Relés de Sobrecorriente Direccionales (DOCR) y los relés de distancia. El "efecto de inyección" (infeed effect) de las unidades de DG a menudo provoca que los relés operen erróneamente (sobrealcance o subalcance), lo que conduce a fallas de coordinación. Si bien los Limitadores de Corriente de Falla (FCL), específicamente los FCL de Reactores de CC (DCR-FCL), ofrecen una solución de hardware al limitar las corrientes de falla, las estrategias de coordinación existentes dependen de umbrales de impedancia fijos o técnicas de optimización fuera de línea (por ejemplo, Algoritmos Genéticos, Optimización por Enjambre de Partículas). Estos enfoques estáticos no logran adaptarse a los cambios rápidos y estocásticos en la topología de la microrred, las transiciones de isla y los niveles variables de penetración de RES, lo que hace que los ajustes precalculados sean subóptimos o inválidos en escenarios de tiempo real.

Metodología
El artículo propone un marco de Aprendizaje por Refuerzo Profundo (DRL) utilizando un agente de Red Q Profunda (DQN) para lograr la coordinación adaptativa de los DCR-FCL. La metodología se estructura de la siguiente manera:

Modelado del Sistema: Se modela un sistema de prueba de microrred híbrida CA/CC en MATLAB/Simulink, que presenta una subred CA de 11 kV y una subred de CC de 800 V interconectadas por un convertidor de enlace bidireccional. El sistema incluye turbinas eólicas, unidades fotovoltaicas, almacenamiento de baterías y generadores diésel. Las unidades DCR-FCL se ubican estratégicamente en el Punto de Acoplamiento Común (PCC), terminales de DG y secciones de líneas críticas.
Formulación de DRL (MDP): El problema de coordinación se formula como un Proceso de Decisión de Markov (MDP):
- Espacio de Estados ( $S$ ): Incluye voltajes de bus, corrientes de línea, corrientes de DG, ubicación estimada de la falla, tipo de falla, generación total de RES y modo de operación (conectado a la red o en isla).
- Espacio de Acciones ( $A$ ): Ciclos de trabajo discretos ( $D \in \{0, 0.1, \dots, 1.0\}$ ) para los interruptores IGBT dentro de cada unidad DCR-FCL, que controlan directamente la impedancia limitadora efectiva ( $Z_{FCL}$ ).
- Función de Recompensa ( $R$ ): Una suma ponderada de recompensas para mantener las corrientes de línea dentro de los límites, mantener los voltajes de bus estables (0.85–1.05 pu), asegurar la correcta coordinación de relés primarios/secundarios y mantener la selectividad (aislando solo la zona con falla).
Esquema de Coordinación de Dos Etapas:
- Etapa I (Respuesta Autónoma Local): Tras la detección de la falla (0–10 ms), los controladores locales activan inmediatamente la impedancia de limitación máxima para suprimir los picos iniciales de corriente de falla, independientemente de la latencia de comunicación.
- Etapa II (Coordinación Global de DRL): Después de la ventana inicial, un Centro de Toma de Decisiones (DMC) centralizado que alberga el agente DQN entrenado recibe el estado completo del sistema a través de una capa IoT. El agente calcula los ciclos de trabajo óptimos para todos los FCL y actualiza simultáneamente los ajustes de los DOCR para asegurar una optimización de la coordinación de protección (OPC). Este proceso se repite cada 5 ms.
Entrenamiento: El agente DQN es entrenado durante 5,000 episodios en un entorno estocástico que cubre varios tipos de falla (LG, LL, LLG, 3Φ), ubicaciones, resistencias y niveles de penetración de RES (20–80%).

Contribuciones Clave
El artículo reclama las siguientes contribuciones específicas:

Primera Aplicación de DRL a DCR-FCL: Presenta la primera aplicación de Redes Q Profundas a la coordinación adaptativa de Limitadores de Corriente de Falla de Reactores de CC en microrredes híbridas CA/CC, yendo más allá de la optimización estática.
Marco Unificado de Dos Etapas: Integra el control de impedancia del FCL directamente con la optimización de los ajustes de los DOCR, creando un marco unificado que equilibra dinámicamente la supresión de la corriente de falla, el soporte de voltaje y la coordinación de los relés.
Extensión a Topologías Híbridas: La arquitectura extiende los conceptos previos de coordinación de múltiples FCL (originalmente para sistemas CA radiales) a complejas microrredes híbridas CA/CC, incorporando la dinámica del convertidor de enlace y las características de falla del lado de CC.
Benchmarking Exhaustivo: El estudio proporciona un benchmark de desempeño unificado comparando el esquema propuesto de DRL contra estrategias de FCL fijos y esquemas de Impedancia Virtual adaptativa (VI-FCL) a través de diversos escenarios de falla y niveles de penetración de RES.

Resultos
Los resultados de la simulación demuestran que el enfoque basado en DRL supera significativamente a las estrategias convencionales y de reglas adaptativas:

Coordinación de Relés: El esquema de DRL logró cero eventos de descoordinación en 20 casos de prueba, mientras que los esquemas de FCL fijo y VI-FCL adaptativo experimentaron 3 y 2 eventos de descoordinación, respectivamente.
Reducción de Corriente de Falla: El esquema de DRL redujo la corriente de falla pico en el PCC en un 47.9% (a 1.98 kA), superando ligeramente a los esquemas fijos (44.7%) y de VI adaptativa (47.4%).
Estabilidad de Voltaje: Durante las fallas, el esquema de DRL mantuvo un voltaje de bus mínimo de 0.87 pu, una mejora notable respecto al 0.50 pu logrado por el mejor enfoque previo. Esto indica una capacidad superior para equilibrar la limitación de corriente con el soporte de voltaje.
Velocidad: El tiempo de operación del relé primario se redujo a 312 ms bajo el esquema de DRL, en comparación con los 400 ms para los FCL fijos, lo que permite una eliminación de falla más rápida.
Adaptabilidad: El agente se adaptó con éxito a la operación en modo isla y a la alta penetración de RES (70%) sin necesidad de reentrenamiento, mientras que los esquemas estáticos fallaron o tuvieron un desempeño deficiente en estas condiciones dinámicas.
Viabilidad en Tiempo Real: El tiempo de cómputo para la inferencia de la DQN se midió en 0.8 ms, muy por debajo del intervalo de decisión de 5 ms, confirmando su aplicabilidad en tiempo real.

Significancia y Reclamaciones
Los autores posicionan este trabajo como la culminación de un programa de investigación que ha avanzado sistemáticamente la tecnología FCL desde aplicaciones de dispositivo único hasta la coordinación inteligente impulsada por IA en tiempo real. El artículo afirma que el marco propuesto aborda la limitación fundamental de las estrategias de protección existentes: su incapacidad para adaptarse a las condiciones de operación dinámicas e inciertas de las microrredes modernas. Al aprovechar el DRL, el sistema puede percibir el estado completo de la red y aprender políticas óptimas que optimizan simultáneamente la supresión de la corriente de falla, la restauración del voltaje y la integridad de la coordinación de los relés. Los autores aseguran que este enfoque proporciona una solución integral para proteger las microrredes híbridas CA/CC con alta penetración de renovables, ofreciendo un paso significativo hacia la confiabilidad de la protección en redes inteligentes.

El trabajo futuro identificado por los autores incluye la validación mediante Hardware-in-the-Loop (HIL), la extensión a DRL multi-agente para redes más grandes, el análisis de robustez frente a retrasos de comunicación y amenazas cibernéticas, y la investigación de RL basado en modelos para reducir los requisitos de datos de entrenamiento.

Más como este