Estrategia de control local tensión-reactiva en sistemas de distribución a partir de bancos de capacitores y cambia tomas en transformadores utilizando aprendizaje por refuerzo

Abstract

El control tensión-reactiva (Volt/Var Control, VVC) es una función esencial para mantener la calidad del servicio en redes de distribución, especialmente ante la creciente variabilidad introducida por cambios en la demanda y la incorporación de recursos energéticos distribuidos. En este trabajo se evalúa una estrategia de control local basada en aprendizaje profundo por refuerzo para coordinar dispositivos discretos convencionales en una red de distribución. La propuesta utiliza un esquema Multi-Agent Soft Actor-Critic (MSAC) con entrenamiento centralizado y ejecución descentralizada, de manera que cada dispositivo decide con información local durante la operación, mientras que la coordinación entre agentes se favorece durante el aprendizaje. La metodología se implementa sobre el alimentador IEEE de 33 nodos en pandapower, con un transformador OLTC y siete bancos de capacitores, representados mediante ocho agentes. Cada actor observa variables locales de tensión, potencia activa, potencia reactiva y estado del actuador, mientras que los críticos emplean información global del sistema y la acción conjunta. La función de recompensa penaliza las violaciones de tensión fuera de la banda operativa y el consumo de potencia aparente en la barra slack. El desempeño del método se compara con un esquema centralizado basado en Discrete Coordinate Descent (DCD) y se evalúa tanto en un escenario nominal como en escenarios estocásticos generados con distribución de Weibull. Los resultados muestran que, en condiciones nominales, el MSAC elimina las violaciones de tensión observadas en el caso base y mejora el comportamiento operativo del sistema. Frente al método DCD, el MSAC ofrece un mejor control del perfil de tensión, mientras que el DCD presenta mayor eficiencia en la reducción de la potencia aparente global. En escenarios con certidumbre elevada, el desempeño del control local se degrada, lo que evidencia que la estrategia propuesta es prometedora para condiciones predecibles, pero requiere mecanismos adicionales de robustez para operar con alta variabilidad.