Professional Documents
Culture Documents
BANCO DE CONDENSADORES
GRUPO N° 07 B
INTEGRANTES:
LIMA – PERU
2017
1
INDICE
1. INTRODUCCIÓN ..................................................................................................................... 3
2. ANTECEDENTES, EVOLUCION E HISTORIA ............................................................................. 4
3. CLASIFICACION DE LOS BANCOS DE CAPACITADORES .......................................................... 7
3.1 Montados en el poste ................................................................................................... 7
3.2 Montados en piso.......................................................................................................... 8
4. TIPOS ..................................................................................................................................... 9
4.1 CAPACITORES FIJOS: ...................................................................................................... 9
4.1.1 Condensadores de cerámica.................................................................................. 9
4.1.2 Condensadores de lámina de plástico ................................................................. 10
4.1.3 Condensadores de mica: ..................................................................................... 11
4.1.4 Capacitores de poliéster: ..................................................................................... 12
4.1.5 Condensadores electrolíticos: ............................................................................. 12
4.1.6 Condensadores de tantalio: ................................................................................. 13
4.2 CAPACITADORES VARIABLES ....................................................................................... 14
4.2.1 Capacitores variables giratorios: ......................................................................... 14
4.2.2 Capacitores ajustables “trimmer”: ...................................................................... 15
5. Energía eléctrica .................................................................................................................. 16
6. CRITERIO PARA INSTALAR EL BANCO DE CAPACITORES ..................................................... 19
7. Aplicación de Redes Neuronales al Control de Bancos de Condensadores en Sistemas
Eléctricos Industriales ................................................................................................................. 20
8. BIBLIOGRAFIA ...................................................................................................................... 32
2
1. INTRODUCCIÓN
3
2. ANTECEDENTES, EVOLUCION E HISTORIA
4
Estructura de la botella de Leyden
La botella de Leyden mejorada por John Bevis se compone de:
1.- Varilla metálica conductora de la corriente eléctrica (polo positivo).
2.- Tapón.
3.- Botella de vidrio.
4.- Revestimiento externo de papel de aluminio (polo negativo).
5.- Revestimiento interno también de papel de aluminio (polo positivo).
6.- Alambre conductor de interconexión entre la varilla metálica y la capa
de. Papel de aluminio interna con polaridad positiva.
5
Estructura típica de un capacitor
Como ya quedó apuntado anteriormente, la propiedad fundamental de un
capacitor o condensador es acumular cargas eléctricas. Su estructura
más simple consta de dos chapas o láminas metálicas denominadas
“armaduras”, enfrentadas y separadas entre sí por un material aislante o
“dieléctrico”, que puede ser aire, papel, mica, cerámica, plástico u otro
tipo de aislamiento.
6
3. CLASIFICACION DE LOS BANCOS DE CAPACITADORES
Según el lugar donde serán instalados, los bancos de capacitaciones se
clasificaran en:
Montados en poste
Montados en piso
Montados en subestaciones
Montados en gabinetes (casos especiales)
7
3.2 Montados en piso
8
4. TIPOS
Un banco de capacitores puede ser fundamentalmente de dos tipos:
Bancos de capacitores fijos
Bancos de capacitores variables o automáticos
10
Fig#6: Lamina de metal con aislante
11
4.1.4 Capacitores de poliéster:
12
Fig#9: Condensador de electrolíticos
13
4.2 CAPACITADORES VARIABLES
14
Fig#12: Capacitador variable giratorio
15
5. Energía eléctrica
Factor de potencia.
El factor de potencia o también llamado coseno Ҩ refleja el buen uso de
la energía, este factor muestra de forma simplificada el porcentaje que se
convierte en trabajo o potencia útil (Potencia activa) del total de potencia
suministrada (potencia aparente), este factor toma valores desde el 0 al
1, siendo 0 la peor condición y 1 la mejor. El triángulo de potencia es la
forma de apreciar gráficamente que es el cos Ҩ.
Siendo este un triángulo rectángulo y analizándolo bajo trigonometría, el
coseno Ҩ resultaría en el cateto adyacente dividido por la hipotenusa,
llevándolo a nuestro ejemplo potencia activa (P) dividido Potencia
aparente (S).
16
Fig#14: Triangulo rectángulo del factor de potencia
17
Corrección mal factor de potencia
La corrección del factor de potencia consiste en disminuir el consumo de
energía reactiva desde la red y de este modo evitar efectos dañinos
sobre la red, Para ello se emplean Condensadores los cuales aportan
esta energía reactiva que utilizan las cargas conectadas aguas abajo.
Denominando banco a un grupo de condensadores interconectados.
Existen tres formas de conectar bancos condensadores a la red, además
de posibles combinaciones.
Compensación individual
Compensación grupal
Compensación central
18
6. CRITERIO PARA INSTALAR EL BANCO DE CAPACITORES
19
7. Aplicación de Redes Neuronales al Control de Bancos de
Condensadores en Sistemas Eléctricos Industriales
20
En una de las primeras aplicaciones de redes neuronales al control de
bancos de capacitores shunt y regulación de tensión en sistemas de
distribución de energía eléctrica, los autores experimentan con distintos
grupos de entrada y salida de datos para el entrenamiento en un sistema
de distribución radial con 30 barras y 5 bancos de condensadores
controlables. El empleo combinado de redes neuronales y programación
dinámica difusa es utilizada en para el control de tensión y potencia
reactiva en una subestación de distribución. En se utiliza una red neuronal
artificial para reducir el tiempo requerido en la operación de capacitores,
encontrando que la técnica resulta a lo menos 100 veces más rápida que
los métodos tradicionales. Para resolver el mismo problema, en se aplica
lógica difusa y un algoritmo basado en programación lineal entera
recursiva, mientras que en se recurre a una tabla de decisión para
simplificar el proceso que se ilustra con aplicación a un sistema de 115
KV. En un trabajo reciente se informa sobre un micro controlador para el
control de potencia reactiva, que en base a medición determina un patrón
de operaciones para mantener la potencia reactiva en un valor deseado.
EL SISTEMA DE PRUEBA
21
Figura 15. Sistema eléctrico de prueba
22
Tabla Nº2. Combinaciones de los condensadores
23
De acuerdo al modelo de la red neuronal, se emplea como entrada una
muestra de la potencia activa y reactiva, medida con una tarjeta de
adquisición de datos. El valor entregado por la neurona de salida
corresponde a la ponderación por 76 VAR de acuerdo a la necesidad de
potencia reactiva a inyectar. Este se transforma a número binario de 3
dígitos para activar los switch (SW) de cada condensador.
cos = [0 0,05 0,1 0,15 0,2 0,25......0,95 1] y Q = [25 50 75 100 125 150
175 200 ...700] VAR.
P = Q / tan (1)
24
Entrenamiento de la Red Neuronal
25
Para verificar el comportamiento de la red neuronal con los parámetros
encontrados en el entrenamiento, se realizó una simulación con todos los
valores entrenados, obteniendo la corrección del factor de potencia que
se observa en la Figura 4.
Adquisición De Datos
26
Figura 19. Detección de desfase
= t x (/2) / 10 ms (3)
Implementación
27
Figura 20. Ventana de programación de la red neuronal
28
la medición de P y Q. También se observa que, para la condición de
carga especificada, la red neuronal entrega un valor igual a 1, con lo
cual se activa el primer condensador inyectando 76 VAR al sistema y
manteniendo el factor de potencia constante a 0,97. Por otro lado, se
probó con diferentes valores de potencia activa y reactiva, entre ellos
los valores simulados, obteniendo exactamente la misma respuesta
que en la simulación.
RESULTADOS DE LABORATORIO
29
Caso 2
30
Caso 3
31
8. BIBLIOGRAFIA
https://www.researchgate.net/publication/259078205_Aplicacion_de_Redes_Neuronales_al_
Control_de_Bancos_de_Condensadores_en_Sistemas_Electricos_Industriales
http://www.bateriasdecondensadores.com/banco-de-condensadores/
https://www.schneider-electric.com.pe/documents/local/catalogo-
de09/cap._5_compensacion_de_energia_reactiva.pdf
http://www.leyden.com.ar/esp/pdf/bancos_poste.pdf
https://www.ecured.cu/Banco_de_capacitores#Clasificaci.C3.B3n_de_los_bancos_de_capacit
ores
http://www.promelsa.com.pe/bancos-condensadores.htm
32