VOL. IV, N.° 2, 2021 | eISSN: 2697-3243 | pISSN: 2588-0829
Autoridades
Dr. Fernando Sempérteguí Ontaneda, Ph.D
Rector de la Universidad Central del Ecuador
Ing. Cecilia Flores Villalva, MSc
Decana, Facultad de Ingeniería y Ciencias Aplicadas
Ing. Flavio Arroyo Morocho, Ph. D.
Sudecano, Facultad de Ingeniería y Ciencias Aplicadas
Editor
Flavio Arroyo Morocho
Consejo Editorial
Ing. Cecilia Flores Villalva, M.Sc., Presidenta, Universidad Central del Ecuador, ECUADOR
Ing. Flavio Arroyo Morocho, Ph.D., Editor in Chief, Universidad Central del Ecuador, ECUADOR
Ing. Abel Remache Coyago, MSc., Editor Académico, Universidad Central del Ecuador, ECUADOR
Ing. Paulina Viera Arroba, MSc., Universidad Central del Ecuador, ECUADOR
Dr. Jhohannes Ritz, MA., MIB., Ph.D. (c ), Miembro, EU Business School Munich, ALEMANIA
Dra. Teresa Magal-Royo, Ph.D, Miembro, Universidad Politécnica de Valencia, ESPAÑA
Dr. Andrés Vivas Albán, Ph.D., Miembro, Universidad del Cauca, COLOMBIA
Dr. Boris Heredia Rojas, Ph.D., Miembro, Universidad del Norte, CHILE
Dr. Jaime Duque Domingo, Ph.D., Miembro, Universidad de Valladolid, ESPAÑA
Dr. Giovanni Herrera Enríquez, Ph.D., Miembro, Universidad de las Fuerzas Armadas-ESPE, ECUADOR
Dr. José Luis Paz, Ph.D., Miembro, Escuela Politécnica Nacional-EPN, ECUADOR
Dr. Jesús López Villada, Ph.D., Miembro, Universidad Internacional SEK, ECUADOR
Dr. Michel Vargas, Ph.D., Miembro, Escuela Politécnica Nacional-EPN, ECUADOR
Dr. Andrés Robalino-López, Ph.D., Miembro, Escuela Politécnica Nacional-EPN, ECUADOR
Consejo Asesor y Evaluador
Ing. Adrián Coello Velásquez, M.Sc. Empresa Eléctrica de Guayaquil, ECUADOR
Ing. Nelson Layedra Quinteros, M.Sc., Escuela Superior Politécnica del Litoral ESPOL, ECUADOR
Ing. Edison Proaño Ayabaca, Ph.D., Investigador Independiente, ECUADOR
Lic. Luis Fernando Andrade, M.Sc., Ministerio de Educación, ECUADOR
Ing. Juan Espinoza Palacios, M.Sc., Escuela Politécnica Nacional EPN, ECUADOR
Ing. Horacio Cedeño Muñoz, M.Sc., Universidad Laica Eloy Alfaro de Manabí ULEAM, ECUADOR
Ing. Atal Kumar Vivas, M.Sc., Universidad de las Fuerzas Armadas-ESPE, ECUADOR
Ing. Majid Khorami, M.Sc., Ph.D. (c), Universidad Tecnológica Equinoccial UTE, ECUADOR
Ing. Ángel Zambrano Mejía, M.Sc., Universidad Laica Eloy Alfaro de Manabí ULEAM, ECUADOR
Mat. Holger Enrique Balseca, M.Sc. Investigador Independiente, ECUADOR
Ing. Raymond Gabriel Suárez, M.Sc., Contraloría General del Estado, ECUADOR
Ing. Marco Terán Santamaría, M.Sc., Contraloría General del Estado, ECUADOR
Este número estuvo bajo la coordinación editorial del Ing. Flavio Arroyo, Ph.D., Ing. Abel Remache, MSc, y Lic. Tatiana Freire
MSc.(c)
Diseño y diagramación | Christian Echeverría
Corrección de textos | Marcelo Acuña
Portada | Jonathan Morales
Editorial Universitaria, 2021
Ciudadela Universitaria, Av. América, s. n.
Quito, Ecuador
+593 (02) 2524 033
editorial@uce.edu.ec
Revista Ingenio
ng.revista.ingenio@uce.edu.ec
vicedecanat.ng@uce.edu.ec
http://revistadigital.uce.edu.ec/index.php/INGENIO/index
Revista Ingenio es una revista semestral de la Facultad de Ingeniería y Ciencias Aplicadas de la Universidad Central del Ecua-
dor fundada en el año 2017 | Vol. 4, núm. 2 | julio-diciembre 2021 | p-ISSN 2588-0829 e-ISSN 2697-3243 |
Los contenidos pueden usarse libremente, sin nes comerciales y siempre y cuando se cite la fuente.
Si se hacen cambios de cualquier tipo, debe guardarse el espíritu de libre acceso al contenido.
ÍNDICE
Análisis de equilibrio de voltaje en un sistema de subtransmisión,
mediante curvas QV-PV y análisis modals ………………...… ...................................................................... 4
Santillán H., Peña R., Morales J.
Control de la formación y desarrollo del bulking en una planta de tratamiento
de aguas residuales con aireación extendida. Caso de estudio: , Quitumbe …………………..… ..16
Enríquez C., Molineros O., Vaca S.
Análisis matemático de la supresión de impulsos tipo atmosférico
en sistemas de distribución ……………………………………………..… .................................................27
Quimiz J., .Guerra N., Carrión K., Cárdenas D., Chávez C.
Accidentabilidad laboral en el sector de la construcción: Ecuador, período 2016-2019 ........................... 35
Morales K., Pacheco G., Viera P.
El concepto de desarrollo sostenible y su papel en la solución de los
problemas…………………………………………………. ...........................................................................46
Vivas D., Tapia M., Sandoval D.
Normas para publicar en la revista Ingenio ………………………………………………………..… ....53
La Revista es el órgano de divulgación especializada de la Facultad de Ingeniería y
Ciencias Aplicadas de la Universidad Central del Ecuador; su objetivo es la difusión de inves-
tigaciones técnicas y cientícas en los campos de Ingeniería Civil, Ingeniería Informática/Sis-
temas de Información, Ingeniería en Diseño Industrial e Ingeniería en Computación Gráca/
Computación. Es de periodicidad semestral y está dirigida a personas que esten inmersas tan-
to en el ámbito académico como industrial y a quienes les pueda interesar conocer de temas e
investigaciones que se realizan dentro del ámbito de la revista.
La revista utiliza el Open Journal Systems () como sistema de gestión editorial,
desarrollado por Public Knowledge Project (). Todos los manuscritos a ser considerados
para publicación deben ser enviados a través de este sistema.
Los artículos de la revista usan el sistema el cual proporciona una infraestructura
técnica y social para el registro y uso de identicadores interoperables persistentes, llamados
, para su uso en redes digitales.
REVISTA INGENIO
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante
curvas QV-PV y análisis modal
Voltage stability analysis in a subtransmission system, using - curves and modal analysis
Hólger Santillán | Universidad Politécnica Salesiana, Guayaquil, Ecuador
Rogger Peña | Instituto Superior Tecnológico Simón Bolívar, Guayaquil, Ecuador
Juan Morales | Universidad Politécnica Salesiana, Guayaquil, Ecuador
https://doi.org/10.29166/ingenio.v4i2.3165 pISSN 2588-0829
© 2021 Universidad Central del Ecuador eISSN 2697-3243
CC BY-NC 4.0 —Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional ng.revista.ingenio@uce.edu.ec
2021, (), -, . -
e voltage collapse in an electrical network can occur in various ways such as: increased load, maxi-
mum performance of the machine, very remote generation points, very high inductive reactive powers,
among others; therefore, they generate unbalance in their voltage and in the angles of the nodes in an
electrical system. In the network of the Province of Manabí, it was identied by means of the PV curves
that the Chone bar of 69 kV is the most critical and with the QV curves that the Manta bar of 69 kV
is the most critical, using the soware by DigSilent. To obtain the participation factors of the branches
and generators, it is necessary to increase the load to 0.1 Mvar to estimate the load using modal analysis,
where the most critical substation of the branches is the Quevedo substation, which has 0.8986 p. u. and
in its generators the substation is Montecristi, which has a value of 0.346 p. u. on your stresses, using
Matlab to run the analysis. is study is of great importance, since with these projection values it will be
possible to observe the places where voltage instability is created and the network can be optimized in
dierent ways, either by increasing the generation, by placing a capacitor bank, between others; at the
point where the collapse is generated.
El colapso de voltaje en una red eléctrica puede presentarse de diversas formas: como aumento de la
carga, operatividad del máximo rendimiento de la máquina, puntos de generación muy alejados, poten-
cias reactivas inductivas muy elevadas, entre otros, por lo que generan desequilibrio en su tensión y en
los ángulos de los nodos en un sistema eléctrico. En la red de la provincia de Manabí se identicó, por
medio de las curvas PV, que la barra de Chone de 69 kV es la más crítica y, con las curvas QV, que la
barra de Manta de 69 kV es la de mayor criticidad, utilizando el soware de DigSilent. Para obtener los
factores de participación de los ramales y generadores, es necesario aumentar la carga a 0,1 Mvar para
estimar la carga utilizando el análisis modal, en donde la subestación más crítica de los ramales es la de
Quevedo, que tiene 0,8986 p. u. y en sus generadores la subestación es Montecristi, que llega a tener un
valor de 0,346 p. u. en sus tensiones, utilizando Matlab para ejecutar el análisis. Este estudio es de gran
importancia, ya que con esos valores de proyección se podrán observar los lugares en donde se presente
una inestabilidad de voltaje y optimizar de diferentes formas la red, ya sea aumentando la generación,
colocando bancos de capacitores, entre otros, en el punto donde se genere el colapso.
1. Introducción
La inestabilidad del voltaje eléctrico, así como las varia-
ciones en otras magnitudes físicas de un sistema eléctrico
de potencia (), como frecuencia y corriente, inuyen
directamente en el estándar de energía eléctrica proveída
[1]. Es responsabilidad de las empresas de transmisión
garantizar los niveles adecuados de dichas magnitudes
y establecer normas y procedimientos para medir obje-
tivamente la calidad de la energía que reciben los con-
sumidores nales, reduciendo de esta forma sus efectos
perjudiciales [2]. En Ecuador, esta responsabilidad recae
en manos de Arconel y la regulación vigente está descrita
en la resolución 053/18 [3].
Recepción: 15/06/2021
Aceptación: 07/09/2021
Inestabilidad de voltaje, potencias reac-
tivas inductivas, voltajes, ángulos, PV,
QV, factores de participación, colapso
de red.
Received: 15/06/2021
Accepted: 07/09/2021
Voltage instability, inductive reactive
powers, voltages, angles, PV, QV,
participation factors, network collapse.
5
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante curvas QV-PV y análisis modal
La demanda y la generación eléctricas en Ecuador han
crecido en los últimos años. Por ejemplo, del año 2019
al 2020 creció el 5,5% y del año 2020 al 2021 crecerá
el 5,2%, que representa 5.091 MW, es decir, crecerá de
acuerdo a lo proyectado en el Plan Maestro de Electrici-
dad 2016-2025 [4]. Este aumento de la carga y compleji-
dad del sistema eléctrico tiene un efecto en la estabiliza-
ción del voltaje.
La inestabilidad de la tensión puede ser causada por
perturbaciones eléctricas o electromecánicas; las empre-
sas de transmisión tienen que ser capaces de identicar
los diferentes tipos de problemas y proporcionar las solu-
ciones correspondientes [5]. Un estudio de estabilización
de diferencia de potencial permite determinar cuáles son
los nodos críticos de la red y sus potenciales fallas con res
-
pecto al aumento de la carga [6]. El análisis de sensibili-
dad de la potencia activa y de la potencia reactiva de un
, ante las variaciones de voltaje que se realizan, utili
-
zando las curvas (voltaje de potencia) y (potencia
reactiva) respectivamente, así como los datos aportados
por un análisis modal del sistema, han probado ser herra-
mientas sucientes para identicar los componentes críti-
cos y evaluar el futuro desempeño del sistema en nuevos
escenarios de carga. En este análisis se presentan los re-
sultados de la inestabilidad de tensión utilizando curvas
, y análisis modal del subsistema de subtransmisión
de Portoviejo.
En el análisis de los resultados para la revisión sobre
el estado del arte relacionado al desequilibrio de diferen-
cia de potencial en una red eléctrica de potencia, se de-
terminan las bases teóricas y el enfoque para el desarrollo
del presente estudio y se relacionan las normas estable-
cidas para evaluar el nivel de la energía entregada. En la
sección se describe la red eléctrica de la provincia de
Manabí mediante un diagrama unilar que ha sido mo-
delado, parametrizado y simulado utilizando el soware
DigSilent Power Factory [7] y se describe la metodología
utilizada en el análisis de sensibilidad utilizando las cur-
vas , y análisis modal. Además, se detalla el proce-
dimiento utilizado en el análisis modal implementado en
Matlab. En la sección se muestran y analizan los resul-
tados centrados en el sistema de subtransmisión. Por úl-
timo, se exterioriza el producto del análisis y se realizan
las propuestas a n de garantizar el futuro trabajo esta-
ble del sistema.
. M
SISTEMA ELÉCTRICO DE POTENCIA
A. Aspectos generales
Las redes de un sistema eléctrico de potencia están crea-
das para generar, transmitir y distribuir al usuario nal
voltaje, corriente y potencia según sus necesidades. En
gran parte, los sistemas de generación se encuentran en
zonas muy alejadas de la ciudad, por lo que es necesa-
rio elevar su nivel de tensión y evitar perturbaciones [8]
para que la comercialización sea lo más económica po-
sible hasta llegar a los centros de carga que son las sub-
estaciones de distribución [9]. Es necesario contar con
un soware (el cual realiza inspección, revisión y
adquisición de data) para poderlos controlar y ser capaz
de mantener las redes en operaciones estables [10] y ante
cualquier inestabilidad de voltaje alertar a los centros de
operación y control para su respectiva inspección [11].
B. Normas de calidad del servicio eléctrico en el Ecuador
Las empresas de transmisión y subtransmisión están en
la obligación de suministrar energía de calidad [12] a
sus clientes. Arconel es la encargada de regular el ser-
vicio eléctrico y hacer cumplir las ordenanzas; una de
las disposiciones sobre la calidad de voltaje está en su
Resolución 053/18 que habla acerca de «la ecacia de
funcionamiento de la repartición y mercadeo de ener-
gía eléctrica»[3], donde se especica este tema de calidad
de energía. Arconel divide las regulaciones en 3 aspectos
muy importantes que son:
1. Nivel de voltaje
Conocer la intensidad del voltaje en un sistema de
distribución hace posible determinar si los parámetros de
calidad son aceptables, y de esta manera vericar la varia-
ción de voltaje en el suministro, la cual se determina de
la siguiente forma [3]:
(1)
Donde:
∆VK = Diferencial de la tensión de entrega respecto a
la tensión nominal en el punto k.
Vk = Tensión de entrega al punto k, denido como el
promedio de las medidas registradas (por lo menos cada
tres segundos) en un lapso de diez minutos.
VN = Tensión nominal en el punto k.
6
Santillán H. et al.
2. Límites de voltaje
Es importante conocer cuáles son los rangos aceptables
de voltaje en sus diferentes niveles de tensión; en la tabla
1 se observa los límites permisibles [3] (ver Tabla 1).
3. Desequilibrio de voltaje
Se puede analizar el punto donde existe un desequilibrio
de voltaje y se obtiene de la siguiente fórmula [3]:
(2)
Donde:
Componente de la secuencia negativa de tensión, de-
nido como el producto medio de las medidas analizadas
(por lo menos cada tres segundos) en un intervalo de
diez minutos.
Componente de secuencia positiva de tensión, denido
como el producto medio de las medidas analizadas (por lo
menos cada tres segundos) en un intervalo de diez minutos.
C. Tipos de desequilibrio de la tensión
Se han descrito diferentes causas como generadoras de
una inestabilidad de voltaje [13] que, al no controlarse,
pueden ocasionar problemas graves en la red a los ele-
mentos, equipos y a los usuarios nales; por ello es nece-
sario identicar cuáles de los diferentes tipos de inestabi-
lidad de voltaje se están presentando en la red y llevarlos
a los parámetros de calidad que exige la resolución de la
Arconel 053/18 [3].
Algunos de los tipos de inestabilidad de voltaje más
frecuente son:
1. Aumento de la carga
Cuando no existe un estudio de planicación adecuada
del crecimiento de la demanda por ciudades, región y
país, es difícil controlar la inestabilidad de voltaje [14],
ya que la expansión territorial del ser humano va aumen-
tando y con ello también la carga [15].
2. Operabilidad del máximo rendimiento de la máquina
Inicialmente, cualquier máquina en condiciones norma-
les va a responder sin ningún problema ante la detección
de una carga, pero a medida que va aumentando la carga
se va perdiendo la eciencia [16] ya que el rendimiento
de la máquina llega a su máxima capacidad y entra a un
estado de saturación [17].
3. Puntos de generación muy alejados
Cuando las fuentes de generación son muy alejadas, la
impedancia de la línea hace disminuir el nivel de tensión
en la que se encuentra [18], creando un bajo voltaje al
nal de la línea [19].
4. Potencias reactivas inductivas muy elevadas
En un sistema eléctrico de potencia, a medida que su car-
ga va aumentando, también lo hará su potencia reactiva
inductiva, por lo que se va a generar una inestabilidad
tanto en voltaje como en ángulo [20].
D. DigSilent
DigSilent Power Factory es un soware que ayuda a la si-
mulación de cualquier sistema eléctrico para obtener los
resultados necesarios y de esta manera desarrollar pro-
yectos que ayuden a mejorar una red eléctrica en estudio.
Este soware incorpora una librería muy grande para
realizar diversos casos de estudio como: ujo de fuerza,
estudios de fallas, estudio de mallas de baja tensión, me-
joramiento de mallas de distribución, modelación diná-
mica, entre otros [21]. Es muy utilizado en las empresas
eléctricas ecuatorianas como: Cenace y Transelectric por-
que dan un gran aporte al análisis de la red en estudio.
. R
CURVAS PVQV Y ANÁLISIS MODAL
A. Red eléctrica de la provincia de Manabí
El sistema eléctrico de la provincia de Manabí cuenta
con 28 barras, 9 transformadores de tres devanados, 13
transformadores de dos devanados, 10 puntos de cargas
y 4 puntos de bancos de transformadores trifásicos como
se observa en la gura 1(ver Figura 1).
Tabla 1. Límites de tensión aceptables por la Arconel 053/18
Nivel de voltaje Rango admisible
Tensión alta-grupo 1 > 138 kV ± 5.0 %
Tensión alta-grupo 2 > 40 kV y ≤ 138 kV ± 5.0 %
Tensión media > 0,6 kV y ≤ 40 kV ± 6.0 %
Tensión baja ≥ 0,6 kV ± 8.0 %
7
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante curvas QV-PV y análisis modal
Las 10 cargas que se encuentran acopladas a la red de
estudio son: Severino, Chone, San Gregorio, Quevedo,
Esquinas Lodana, Esquinas Portoviejo 3, Esquinas Por-
toviejo 1, Manta.
Con respecto a las 10 cargas conectadas a la red, se
analiza la estabilidad en la tensión mediante las grácas
-, para estudiar el comportamiento dinámico de sus
cargas activa y reactiva inductiva con respecto al análi-
sis modal.
Para obtener las curvas, se comienza dando ujo al
sistema eléctrico para observar cómo se está comportado
la red en condiciones normales, con el reporte del BusBar
se adquieren todos los datos de corriente, voltaje, frecuen-
cia, entre otros. Después se escogen todas las barras que
estén conectadas a una carga, para comparar su deman-
da con respecto al nivel de voltaje, y nalmente se obtie-
nen las grácas.
B. Curva
El análisis de esta curva es muy importante, ya que con
ello se observa el comportamiento del voltaje a medida
que la potencia activa comienza a aumentar o disminuir
en el sistema [22]. El análisis de las curvas se inter-
preta desde su punto de colapso, a medida que su de-
manda de potencia activa va aumentando, su voltaje va
a disminuir, por lo que la curva que se encuentre en la
parte más inferior de los ejes de las «», que corresponde
a las coordenadas de los voltajes, indicará cuál es la ba-
rra más crítica de la red (ver Figura 2) [23]. En la curva
, se indica que es la cantidad de potencia activa que
está entregando la barra y es el cambio de la tensión a
medida que la carga comienza a aumentar hasta alcanzar
al punto de su máxima transferencia antes de llegar al
colapso de tensión, como se observa en la gura 2 [24].
Con las 10 cargas anteriormente nombradas se obtie-
nen las curvas por medio del soware DigSilent. Cada
barra tiene diferentes tipos de cargas, por lo que sus án-
gulos, voltajes y potencia va a variar, se obtuvo una cur-
va por cada barra para analizar e identicar el punto de
colapso en el bus más crítico del sistema de estudio [25].
C. Curva
El análisis de este tipo de curva es muy importante ya
que se observa la inestabilidad de voltaje en cada una de
las barras por la falta del balance de la potencia reactiva
que se genera en la red eléctrica [26]. La curva , tiene
un aspecto en forma de , en donde el punto máximo
de la curva se encuentra en su holgura, es decir, en la
parte más baja de la curva y es ahí donde se encuentra la
potencia reactiva más crítica con respecto al voltaje (ver
Figura 3). Este tipo de inestabilidad se genera por el ex-
ceso de consumo o demanda de potencia reactiva induc-
tiva, en donde se identicará, por medio de sus curvas,
cuál es el punto de carga que está cerca del colapso por
no balancear su demanda [27]. Por ejemplo, la gura 3
muestra que la gráca más eciente es la P1 ya que tiene
una reserva para poder conectar muchas cargas más de
potencia reactiva inductiva sin afectar la red. La curva
P2 es el límite máximo de operación. En la curva P3 el
sistema se encuentra en una inestabilidad de voltaje por
falta de potencia reactiva capacitiva [28].
Con las mismas 10 cargas anteriormente nombradas
se obtiene las curvas utilizando el soware de DigSi
-
lent. Los ángulos, voltajes y potencia van a ser diferente ya
que cada barra tendrá distintas demandas y con las cur-
vas obtenidas se podrá analizar el punto más crítico que
será la curva con la concavidad más alta [29].
D. Análisis modal
En el análisis modal se establecen las características
como la frecuencia de resonancia, amortiguamiento,
modo estado de excitación, entre otros. Los valores que
sirven para satisfacer valores propios de la matriz.
El objetivo principal se basa en analizar las áreas más
vulnerables a una inestabilidad de voltaje, que también se
las denomina áreas débiles; que tienen un decaimiento de
voltaje con respecto a su carga, que se analizará por me-
dio de los resultados de los factores de participación [30].
Este análisis modal se basa en encontrar los valores
propios que son los valores o modos del sistema que atañe
de manera directa a la potencia reactiva introducida en el
sistema junto a las tensiones en los nodos [31] o también
llamados lambdas que se utilizan en la matriz jacobia-
na reducida en el procedimiento de Newton-Raphson, el
cual consiste, principalmente, en analizar las variaciones
en potencia reactiva y en variación de voltaje del sistema,
siendo un método de ingeniería que se usa en el estudio
de la inestabilidad de voltaje de una red eléctrica de fuer-
za, y mediante la cual se basa parte del análisis realizado
en el presente estudio [32].
1. Matriz jacobiana reducida
Para obtener la matriz jacobiana reducida [33] es necesa-
rio dividir en cuatro partes la matriz del método de New-
ton-Raphson [34] y asumiendo que P = 0, se obtiene la
siguiente expresión [27]:
(3)
Resolviendo esta matriz se obtiene:
JR = [—J21J11
-1J12 + J22]
JR ∆ = ∆
8
Santillán H. et al.
Figura 1. Red eléctrica de potencia de la provincia de Manabí
Figura 2. Áreas de estabilidad e inestabilidad de la curva PV
9
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante curvas QV-PV y análisis modal
Por lo tanto,
∆ = JR
-1∆ (4)
Donde:
· JR es la matriz jacobiana reducida.
· JR
-1es la matriz inversa de la jacobiana reducida.
Como resultado nal se obtendrá la correspondencia
para el cambio en la tensión y la potencia reactiva en la
cual el i-ésimo componente en la transversal de la matriz
es la sensibilidad en - en el modo i, del sistema en es-
tudio [35].
2. Inestabilidad de voltaje en modos
Para desarrollar la matriz diagonal de valores propios,
primero se debe realizar la descomposición de la matriz
jacobiana reducida, que es [36]:
JR = Φ Λψ (5)
Φψ = ; ψ = Φ-1 (6)
Donde:
·JR es la matriz jacobiana.
·
Φ el conjunto de vectores derechos de la asociada a Λ.
· Λ es la matriz transversal de elementos propios de JR.
·
ψ el conjunto de vectores izquierdos de J
R
asociados
a Λ.
Hallando la inversa de la ecuación (6), se obtiene:
JR
-1 = ΦΛ-1ψ (7)
Despejando se tiene:
(8)
La correspondiente variación de la tensión modal es:
∆ = Λ-1 ∆Qm
Entonces, tenemos:
La i-ésima variación de voltaje modal es:
∆Vmi = λi
-1 ∆Qmi (9)
Donde:
·
∆V
m
corresponde al vector del cambio de voltaje de
los modos.
·
∆Q
m
corresponde al vector del cambio de la potencia
reactiva de los modos.
Con este estudio se muestra que a medida que va cre-
ciendo el valor de lambda en el modo i «λi» se puede de-
terminar la debilidad del voltaje modal, con los siguien-
tes parámetros:
· Si el valor de «λi» propio de la matriz jacobiana es po-
sitivo, el voltaje de la red está estable.
·
Si el valor de «λ
i
» propio de la matriz jacobiana es cero,
la red está en el límite del desequilibrio.
·
Si el valor de «λi» propio de la matriz jacobiana es ne-
gativo, la red se encuentra en un desequilibrio.
Para determinar la sensibilidad de del bus k, que
se origina en el modo i, se utiliza:
(10)
Factor de participación de los ramales
Con este factor se identica el ramal que está contribu-
yendo en mayor proporción a la inestabilidad de volta-
je mediante la comparación de los ujos en los ramales
para los estados 1 y 2 del sistema, por lo que la variación
de ingreso de la potencia reactiva es, el cambio resultante
es y el cambio del ángulo con respecto al modo i es [37]:
∆Qmi = JR
-1 * JR * ∆Vmi (11)
Se dene,
∆Qlmaxi = maxj (∆Qlji) (12)
Donde:
∆Qlji = variación de pérdidas reactivas a través de la ruta
de traslado j
El elemento de la participación en los ramales es:
(13)
Factor de participación de los generadores
Es posible identicar cuál generador está entregando
más potencia reactiva a medida del cambio incremental
10
Santillán H. et al.
Figura 3. Áreas de estabilidad e inestabilidad de la curva QV
Figura 4. Curvas PV de la red eléctrica de la provincia de Manabí
Fuente: autores. Soware: DigSilent.
11
Tabla 2. Resultados del del sistema eléctrico de la provincia de Manabí, con una proyección de carga de 0,1 Mvar
Ramales Estado 1 Estado 2
From To Q[Mvar] Q[p. u.] Q[Mvar] Q[p. u.] Diferencia
1 2 -19,971 -0,199 22,152 0,221 0,421 1
1 4 -0,225 -0,002 0,075 0,007 0,002 0,006
1 5 48,188 0,481 67,983 0,679 0,198 0,47
2 3 35,724 0,357 -2,136 -0,021 0,378 0,898
2 8 -5,897 -0,058 -33,965 -0,339 0,28 0,666
5 6 -31,825 -0,318 -43,236 -0,432 0,113 0,27
5 7 26,832 0,268 23,432 0,234 0,034 0,08
6 15 11,131 0,111 21,848 0,218 0,107 0,254
6 27 16,722 0,167 9,192 0,091 0,075 0,178
8 9 -2,876 -0,028 -4,594 -0,045 0,017 0,04
8 10 -13,248 -0,132 -12,796 -0,127 0,004 0,01
8 11 -13,24 -0,132 -12,792 -0,127 0,004 0,01
8 12 36,526 0,365 51,431 0,514 0,149 0,353
8 27 -18,301 -0,183 0,32 0,003 0,186 0,442
12 13 -93,186 -0,931 -88,555 -0,885 0,046 0,109
13 14 0 0 0,325 0,003 0,003 0,007
15 16 -29,251 -0,292 -28,458 -0,284 0,008 0,018
15 19 -16,295 -0,162 0,578 0,005 0,168 0,4
16 17 0,017 0,001 -0,915 -0,009 0,009 0,021
16 18 0,015 0,001 -0,581 -0,005 0,005 0,014
19 20 0 0 -1,162 -0,011 0,011 0,027
19 21 0 0 -0,626 -0,006 0,006 0,014
19 22 -1,684 -0,016 -2,672 -0,026 0,009 0,023
19 23 11,033 0,11 17,532 0,175 0,065 0,154
19 24 -25,998 -0,259 -26,731 -0,267 0,007 0,018
23 25 -36,945 -0,369 -38,22 -0,382 0,013 0,029
25 26 0 0 0,152 0,001 0,002 0,004
27 28 44,696 0,446 42,685 0,426 0,02 0,047
de la carga del sistema, si su factor de participación es
más alto que otro, esto signica que un generador está
aportando más potencia reactiva que la otra y con ello
se puede generar una inestabilidad de voltaje por falta de
compensación de potencia reactiva capacitiva, se dene
[38]:
∆Qgmaxi = maxk (∆Qgki) (14)
Donde:
∆Q
gki
= Cambio de la potencia reactiva para el modo i.
El factor de participación de generadores es:
(15)
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante curvas QV-PV y análisis modal
12
Santillán H. et al.
Los datos del sistema modelado en el DigSilent son in-
gresados al Matlab para realizar cálculos, utilizando al-
goritmos propios implementados y validados para todas
las operaciones correspondientes al análisis modal. Para
identicar los ramales y buses más críticos se consideran
los factores de participación con valores altos [4]. Los
valores de los factores de participación se obtienen si-
mulando una perturbación de la carga de 0,1 Mvar, este
valor se obtuvo por el crecimiento anual del país en el
Plan Maestro de Electricidad [39].
. A
A. Curvas
La barra de subtransmisión más crítica es la de Chone
de 69 kV, que suministra una potencia de 639.006 y
0,595 p.u. de voltaje. También la barra de Portoviejo de
69 kV que tiene un 0,841 p.u. de voltaje que representa
un suministro de potencia activa de 635.450 se en-
cuentra en una inestabilidad de voltaje. El resto de las ba-
rras se encuentran en estabilidad de voltaje ya que tienen
un valor superior a 0,9 p.u. de voltaje (ver Figura 4) [23].
Este resultado se debe a que hay una excesiva deman-
da de potencia activa en esa barra, por lo que es necesario
que exista un punto de generación cercana para compen
-
sar con su carga y estabilizar su voltaje [40].
B. Curvas
La barra de subtransmisión más crítica es la de Manta
de 69 kV, que tiene -72.209 Mvar y 0,537 p.u. en su vol-
taje. Aunque las demás cargas se encuentran en la zona
de reserva de potencia reactiva, no existe un peligro de
inestabilidad de voltaje por potencias reactivas inducti-
vas (ver Figura 5).
Este resultado se debe que hay un aumento de cargas
con potencias reactivas inductivas en esa barra, por lo que
es necesario instalar bancos de capacitores para compensar
la potencia reactiva y así estabilizar el ángulo [27].
C. Análisis modal
En la sección 3.4 se obtuvo los valores de los factores de
participación mostrados en la tabla 2. Donde en el esta-
do 1 se tienen las potencias reactivas en condiciones ini-
Figura 5. Curvas QV de la red eléctrica de la provincia de Manabí
Fuente: autores. Soware: DigSilent.
13
ciales de ujo y en el estado 2 se tiene potencia reactiva
con la carga aumentada de 0,1 Mvar, con ese incremento
tomado del Plan Maestro de Electricidad el cual indica
la proyección del ramal donde se generará una inestabi-
lidad de voltaje, según la proyección de crecimiento del
ente regulador para este sistema en análisis (ver Tabla 2).
La barra de subtransmisión más crítica es la barra 2
a 3 que es la subestación de Quevedo de 138 kV a 69 kV,
tiene un factor de participación de 0,898 p.u., que al no
corregirse provocará una inestabilidad de voltaje por su
excesiva carga en potencia reactiva inductiva que afecta
a su ángulo del factor de potencia.
Una de las soluciones más frecuentes es la utiliza-
ción de bancos de capacitores trifásicos para compensar
potencias reactivas capacitivas y así mejorar el ángulo del
factor de potencia.
En la tabla 3 se observan los factores de participación
de los generadores, en donde el estado 1 muestra las po-
tencias reactivas en condiciones normales de la red y en el
estado 2 muestra las potencias reactivas aumentadas con
0,1 Mvar para poder hacer el análisis de las proyecciones
del crecimiento de la demanda (ver Tabla 3).
La barra más crítica es la 17, que pertenece al gene-
rador 1 de Montecristi, y tiene un factor de participación
de 0,346 p.u., por lo que no se considera tan grave, pero
con cargas futuras puede entrar a un colapso de voltaje
por excesiva demanda.
Este problema se debe a las cargas que se encuentran
cerca al generador y están aumentando exponencialmen-
te, haciendo que el generador llegue a su estado de satu-
ración, por lo que provocaría una inestabilidad de voltaje
por exceso de consumo de potencia activa [24].
Unas de las soluciones más comunes para este caso es
crear fuentes de generación cercanas al generador donde
se produce el colapso, para aliviar el rendimiento de la má-
quina y operar en porcentajes de operabilidad adecuadas.
. C
En el análisis de condiciones normales, en el DigSilent
se observa que la red se encuentra operando con gene-
radores de sobrecarga y ciertas barras con inestabilidad
de voltaje.
Del análisis realizado con las curvas , con respec-
to a todas las barras que tienen sus respectivas cargas del
sistema eléctrico de Manabí, se analizó que la barra más
crítica es la barra de Chone de 69 Kv, ya que tiene un vol-
taje de 0,596 p.u., donde es necesario aumentar el siste-
ma de generación en ese punto, puesto que llegaría a un
colapso de tensión en caso de no hacerlo.
Del estudio realizado con las curvas , referente a to-
das las barras con sus respectivas cargas, se detecta que la
barra más crítica por falta de compensación de potencia
reactiva capacitiva es la subestación de Manta de 69 kV
ya que tiene un voltaje de 0,537 p.u., donde es necesario
colocar un banco de capacitores para mejorar el ángulo
y el voltaje de la red.
Cada barra es un estudio diferente, por lo que se ob-
tienen otras curvas y , y está directamente relacio-
nado con el dinamismo de la carga.
En el factor de participación de los ramales, la ba-
rra más crítica es la 2 a 3 que pertenece a la subestación
Quevedo por lo que su es de 0,898 p.u., que se debe
a su incremento de potencia reactiva inductiva que afec-
ta al ángulo de la red y es necesario poner un banco de
condensadores a n de optimizar el componente de po-
tencia en esa red.
Referente al factor en la participación de los genera
-
dores, la barra más crítica es la 17 que es del generador 1
de Montecristi que tiene un de 0,346 p.u., por lo que
la red estaría pronto a entrar en una inestabilidad de vol-
taje por su máxima carga al generador, debido a lo cual
es preciso incrementar la facultad de generación ya que
existe una gran demanda.
R
[1] P. D. E. Distribución, «Voltage stability analysis in power
distribution feeder reconguration», vol. 33, .o 41, pp.
30-35, 2009.
[2] Arconel 006/2020, «Resolución .
o
Arconel-006/2020»,
pp. 1-58, 2020, [Online]. Available: http://www.
cna-ecuador.com/wp-content/uploads/2020/06/Reg-
Sust-Reg--20-Directorio-res-006-20-rm.
pdf
[3] Arconel, «Resolución .o Arconel-053/18», Arconel, pp.
1-40, 2018.
[4] « 2016-2025.pdf», Minist. Electr. y Energía Renov.,
p. 439, 2017.
[5] B. Brusiłowicz, W. Rebizant and J. Szafran, «A new me-
thod of voltage stability margin estimation based on lo-
cal measurements», 2011 - Proc. 2011 Int. Conf.
Adv. Power Syst. Autom. Prot., vol. 3, pp. 2443-2447,
2011, : 10.1109/.2011.6180655.
[6] M. A. Joodi, I. K. Ibraheem, and F. M. Tuaimah, «Power
transmission system midpoint voltage xation using
with genetic tuned simple controller», Int. J. Eng. Te-
chnol., vol. 7, .
o
4, pp. 5438-5443, 2018, : 10.14419/
ijet.v7i4.24799.
[7] G. Chen, J. L. Moiola, and H. O. Wang, «Bifurcation
control: eories, methods, and applications», Int. J.
Bifurcat. Chaos, vol. 10, .o 3, pp. 511-548, 2000, :
10.1142/S0218127400000360.
[8] Z. Wang, X. Yin, Y. Chen, J. Lai, L. Li, and Z. Qi, «-
integrated with Y-y connection transformer for re-
active power compensation», Int. J. Electr. Power Energy
Syst., vol. 117, .
o
september 2018, p. 105721, 2020, :
10.1016/j.ijepes.2019.105721.
[9] T. Cui, Y. Shen, Z. Hu, J. Song, H. Guo and X. Wang,
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante curvas QV-PV y análisis modal
14
Santillán H. et al.
«Voltage regulation of synchronous condensers and
switching capacitors in power grids with a /
System», Proc. - 2018 3rd Int. Conf. Smart City Syst. Eng.
2018, .
o
1, pp. 552-556, 2018, : 10.1109/-
.2018.00118.
[10] V. F. Pires, A. V. Pombo and J. M. Lourenço, «Mul-
ti-objective optimization with post-pareto optimality
analysis for the integration of storage systems with re-
active-power compensation in distribution networks»,
J. Energy Storage, vol. 24, .o april, p. 100769, 2019, doi:
10.1016/j.est.2019.100769.
[11] M. Hasani and M. Parniani, «Method of combined sta-
tic and dynamic analysis of voltage collapse in voltage
stability assessment», Proc. Power Eng. Soc. Transm.
Distrib. Conf., vol. 2005, pp. 1-6, 2005, : 10.1109/
.2005.1547182.
[12] M. S. Saddique et al., «Solution to optimal reactive
power dispatch in transmission system using meta-heu-
ristic techniques-Status and technological review», Elec-
tr. Power Syst. Res., vol. 178, .o august 2019, p. 106031,
2020, : 10.1016/j.epsr.2019.106031.
[13] B. Singh and R. Kumar, «A comprehensive survey on
enhancement of system performances by using die-
rent types of controllers in power systems with
static and realistic load models», Energy Reports, vol. 6,
pp. 55-79, 2020, : 10.1016/j.egyr.2019.08.045.
[14] S. Chansareewittaya, «Optimal allocations of
controllers for economic dispatch using evolutionary
programming», 2017 - 21st Int. Comput. Sci.
Eng. Conf. 2017, Proceeding, vol. 6, pp. 1-4, 2018, :
10.1109/.2017.8443901.
[15] M. Tituaña and D. Carrión, «Análisis de inestabilidad
de tensión en el sistema eléctrico de potencia usando el
análisis modal», p. 22, 2016.
[16] P. Cao et al., «Analysis of electrical length compensation
types for tuned half-wavelength transmission lines», Int.
J. Electr. Power Energy Syst., vol. 115, .
o
August 2019, p.
105520, 2020, : 10.1016/j.ijepes.2019.105520.
[17] P. A. Löf, T. Smed, G. Andersson and D. J. Hill,
«Fast calculation of a voltage stability index»,
Trans. Power Syst., vol. 7, .o 1, pp. 54-64, 1992, :
10.1109/59.141687.
[18] M. Miranda, «Diseño de sistema de generación fotovol-
taica para viviendas conectadas a la red de distribución,
en el contexto de la Ley .° 20.571», 2016.
[19] Á. A. Recalde, «Estabilidad de los sistemas de poten-
cia: problemáticas en escenarios complejos», Research
Gate, vol. 1, .o october 2014, p. 6, 2015, [Online].
Available: https://www.researchgate.net/prole/Angel_
Recalde/publication/273450101____
_____-
_/links/550204b60cf2d60c0e62981f/
-------
---
[20] A. Amer, «Voltage collapse prediction for interconnected
power systems», Morgantown, West Virginia, 2000, [On-
line]. Available: http://www.wvuscholar.wvu.edu:8881/
exlibris/dtl/d3_1/apache_media/4blicmlz20b-
9k18x2wo9tp80g5.pdf
[21] N. Manjul and M. S. Rawat, «/ Curve based opti-
mal placement of static var system in power network
using DigSilent power factory», 8th Power India Int.
Conf. 2018, pp. 1-6, 2018, : 10.1109/-
.2018.8704441.
[22] A. C. Zambroni De Souza, F. W. Mohn, I. F. Borges and
T. R. Ocariz, «Using and curves with the meaning
of static contingency screening and planning», Electr.
Power Syst. Res., vol. 81, .
o
7, pp. 1491-1498, 2011, :
10.1016/j.epsr.2011.02.012.
[23] H. G. P. Kesse, «C=min]», .o july, p. 9935, 1986.
[24] M. A. Ríos, A. Torres M., and M. T. de Torres, «Estabi-
lidad de voltaje en sistemas de potencia: Caso de apli-
cación a la », Rev. Ing., .
o
8, pp. 19-24, 1997, :
10.16924/revinge.8.4.
[25] V. N. Sewdien, R. Preece, J. L. R. Torres, and M. A. M.
M. Van Der Meijden, «Evaluation of and based
voltage stability analyses in converter dominated power
systems» Asia-Pacic Power Energy Eng. Conf. ,
vol. 2018-Octob, pp. 161-165, 2018, : 10.1109/
.2018.8566421.
[26] R. S. Moura, A. C. Zambroni de Souza, B. I. Lima Lopes,
and F. W. Mohn, «Eects of curves in the dynamic
behaviour of power systems» Gener. Transm. Dis-
trib., vol. 10, .o 12, pp. 2861-2870, 2016, : 10.1049/
iet-gtd.2015.1042.
[27] A. Bonini Neto and D. Amancio Alves, «Singularities
analysis of the jacobian matrix modied in the continua-
tion power ow: performance evaluation», Lat. Am.
Trans., vol. 15, .o 11, pp. 2137-2143, 2017, : 10.1109/
.2017.8070419.
[28] K. Vu, M. M. Begovic, D. Novosel and M. M. Saha, «Use
of local measurements to estimate voltage-stability mar-
gin», Power Ind. Comput. Appl. Conf., pp. 318-323,
1997.
[29] D. Eltigani, «Method of computing maximum loadabi-
lity, using continuation power ow», pp. 0-4, 2013.
[30] N. C. Yang and H. C. Chen, «Decomposed Newton al-
gorithm-based three-phase power-ow for unbalanced
radial distribution networks with distributed energy
resources and electric vehicle demands», Int. J. Electr.
Power Energy Syst., vol. 96, .
o
september 2017, pp. 473-
483, 2018, : 10.1016/j.ijepes.2017.09.042.
[31] D. Hau and A. Lee, «Equivalent nodal analysis», vol. 31,
.o 1, pp. 454-463, 2016.
[32] T. Van Cutsem, «Voltage instability: phenomena, coun-
termeasures, and analysis methods» Proc. , vol. 88,
.o 2, pp. 208-227, 2000, : 10.1109/5.823999.
[33] Y. Song, D. J. Hill, and T. Liu, «State-in-mode analysis of
the power ow jacobian for static voltage stability», Int. J.
Electr. Power Energy Syst., vol. 105, no. September 2018,
pp. 671–678, 2019, : 10.1016/j.ijepes.2018.09.012.
15
[34] O. D. Montoya, W. Gil-Gonzalez, and V. M. Garrido,
«Voltage stability margin in grids with s: A re-
cursive Newton-raphson approximation», Trans.
Circuits Syst. Express Briefs, vol. 67, .
o
2, pp. 300-304,
2020, : 10.1109/.2019.2904211.
[35] P. Li, H. Su, C. Wang, Z. Liu and J. Wu, «-Based es-
timation of voltage-to-power sensitivity for distribution
networks considering the sparsity of jacobian matrix»,
Access, vol. 6, .o c, pp. 31307-31316, 2018, :
10.1109/.2018.2841010.
[36] W. Xu, Y. Mansour and B. C. Hydro, «Voltage stabili-
ty analysis using generic dynamic load models»,
Trans. Power Syst., vol. 9, .o 1, pp. 479-493, 1994, :
10.1109/59.317575.
[37] G. K. Morison, B. Gao, and P. Kundur, «Voltage stabili-
ty analysis using static and dynamic approaches»,
Trans. Power Syst., vol. 8, .
o
3, pp. 1159-1171, 1993, :
10.1109/59.260881.
[38] M. K. Pal, «Voltage stability conditions considering load
characteristics», Trans. Power Syst., vol. 7, .
o
1, pp.
243-249, 1992, : 10.1109/59.141710.
[39] Ministerio de Electricidad y Energías no Renovables,
«Electricidad Plan», 2018.
[40] M. Qemali, R. Bualoti and M. Çelo, «N-1 Criterion, Al-
banian Power System Case», pp. 1-8, 2016.
Análisis de equilibrio de voltaje en un sistema de subtransmisión, mediante curvas QV-PV y análisis modal
REVISTA INGENIO
Control de la formación y desarrollo del bulking en una planta de tratamiento de
aguas residuales con aireación extendida. Caso de estudio: , Quitumbe
Proposal to control the formation and development of bulking in a wastewater treatment plant
with extended aeration. Case study: Wastewater treatment plant (), Quitumbe
Carlos Enríquez | Universidad Central del Ecuador, Ecuador
Oswaldo Molineros | Universidad Central del Ecuador, Ecuador
Sebastián Vaca | Universidad Central del Ecuador, Ecuador
https://doi.org/10.29166/ingenio.v4i2.3177 pSSN 2588-0829
© 2021 Universidad Central del Ecuador eISSN 2697-3243
CC BY-NC 4.0 —Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional ng.revista.ingenio@uce.edu.ec
, (), -, . -
Quitumbe’s Wastewater Treatment Plant, in the city of Quito presented bulking in its prolonged aera-
tion through activated sludges process, which developed foaming on the biological reactors’ surface.
erefore, to solve it, the historical and experimental data from the quality of water and operation
parameters have been statistically analyzed and contrasted with the permissible limits for «discharges
into water streams» regulations issued by; e Ministerial Agreement 097- and e Metropolitan
Ordinance 404 with the aim to evaluate contaminants removal, also a model focused on the review
of the existing design was calculated in order to compare the current operative conditions against the
calculated ones. Lastly, concluding that the origin of the sludge bulking is purely operational, two
proposals were made: e rst entails the addition of a stabilizer substance (calcium hydroxide) into
the biological reactor; and the second one, based on the ecient operation, consists in programming
the purge of the excess sludges.
La planta de tratamiento de aguas residuales Quitumbe, de la ciudad de Quito, presentó bulking en su
sistema de lodos activados mediante aireación extendida, lo que formó espumas sobrenadantes en el
biorreactor, por lo que para solucionarlo se analizaron estadísticamente datos históricos y experimenta-
les de calidad del agua y parámetros operacionales en contraste con límites permisibles para el «vertido
en cuerpos de agua» de las normativas, Acuerdo Ministerial 97- y Ordenanza Metropolitana 404,
con el n de evaluar remoción de contaminantes, calculándose, además, un modelo correspondiente a la
revisión del diseño existente, para comparar condiciones operativas actuales y calculadas. Finalmente, se
concluyó que el origen del bulking es operacional, se determinaron dos propuestas: la primera consiste
en la adición de una sustancia estabilizadora (hidróxido de calcio) en el reactor biológico, y la segunda,
basada en la operación eciente, consistente en la programación de la purga de lodos en exceso.
1. Introducción
En el Distrito Metropolitano de Quito, las aguas residua-
les de los barrios: Manuelita Sáenz, San Alfonso, Nue-
vos Horizontes, Los Cóndores, Arrayanes, San Francisco
del Sur, Martha Bucaram de Roldós, La Ecuatoriana, Las
Orquídeas, La Concordia y Ninallacta, son conducidas
hasta la planta de tratamiento de aguas residuales ()
Quitumbe, ubicada al sur de la ciudad, entre las aveni-
das Guayanay Ñan y Rumichaca Ñan; que cuenta con 1,5
hectáreas y capacidad de tratamiento de 108 /s.
Aquí el agua residual pasa del cárcamo de bombeo
al pretratamiento, que consta de los procesos de criba-
do, desarenado y desengrasado para posteriormente ser
Recepción: 22/06/2021
Aceptación: 09/09/2021
Límites permisibles, parámetros de con-
trol, aguas residuales, bulking.
Received: 22/06/2021
Accepted: 09/09/2021
Permissible limits, control parameters,
wastewater, bulking.
17
enviada al tratamiento secundario de lodos activados me-
diante aireación extendida, el cual se basa en la depuración
del agua con un cultivo biológico conformado por una gran
variedad de bacterias las cuales se alimentan de sustancias
presentes en el agua contaminada para poder remover con-
taminantes a través de sus procesos metabólicos.
Entre la variedad de bacterias presentes que incluyen
los géneros Pseudomonas, Zoogloea, Gordonia, Achromo-
bacter, Flavobacterium, Mycobacterium, y las dos bacterias
nitricantes más comunes, los Nitrosomas y las Nitrobac-
ter) [1] se encuentran las de tipo lamentosas, que al pro-
liferar de forma excesiva generan el problema del bulking,
que provoca dicultades como: hinchamiento de lodos y
aparición de espumas en la supercie de los reactores bio-
lógicos que pueden propagarse a los procesos posteriores
y, por ende, afectar la calidad del agua tratada (ver Figura
1); además de generar una deciente sedimentabilidad de
los lodos destinados a la deshidratación [2].
Dicha problemática tiene su origen bajo ciertas condi-
ciones que pueden ser: anormales concentraciones de oxí-
geno disuelto, valores de p inferiores a 7,5 [3] así como
una baja relación alimento/microorganismo (/) (0,05-
0,15 [kg /kg
LM
*día] o tiempos de retención celu-
lar elevados superiores al rango normal de 20-30 días [4].
De manera que para enfrentar el problema de bulking y
que la continúe trabajando con normalidad, la presente
investigación planteó una caracterización sicoquímica del
inuente y euente de la planta para evaluar el cumplimien-
to de remoción de contaminantes, de igual manera se carac-
terizó y analizó el diseño junto al desempeño del biorreactor
(operación unitaria donde se identicó el problema).
Consecuentemente, los datos recolectados fueron
aprovechados para lograr establecer las causas para la for-
mación y proliferación del bulking, así como sus efectos
adversos en la . Y, por ende, se determinaron proce-
dimientos de control operativo y de mantenimiento para
el crecimiento de las bacterias lamentosas, adecuados
desde el punto de vista técnico y económico.
2. Metodología
La planta de tratamiento de aguas residuales de Quitum-
be posee un tren de tratamiento que consta de: bombeo
inicial, con un cárcamo y ltro de sólidos gruesos; pre-
tratamiento, de cribado y desarenado-desengrasado; tra-
tamiento biológico, compuesto por dos biorreactores y
sedimentadores; y ltración mecánica previa a la desin-
fección. Se evidenció que había un problema al observar-
se espumas en ambos biorreactores, mismas que pasaron
a las dos unidades de sedimentación (claricadores) del
proceso posterior (ver Figura 2).
En visitas realizadas los días 15 y 18 de junio de 2019,
se observó el estado del reactor biológico (ver Figura 3);
el cual presentaba espumas en su supercie, normales en
el proceso, de no ser por su coloración marrón, espesor
y cobertura supercial mayor al 30%, que teóricamente
indican la presencia excesiva de bacterias lamentosas,
como puede ser la Gordonia, además, sugieren una eleva-
da edad de lodos, por lo que se dedujo un posible evento
de espumas relacionado al bulking (ver Figura 4).
Por lo que, con base en la información obtenida de la ob-
servación, se procedió a realizar la recolección de datos de la
planta y análisis de éstos, como se verá en los siguientes pun-
tos.
2.1 TOMA DE MUESTRAS
Debido a la gran cantidad de datos históricos entregados
por la [6], únicamente se necesitó realizar un
muestreo experimental durante una semana: «simple»,
para análisis microbiológico. Y «compuesto-integral»
para los demás parámetros, siendo seleccionados para to-
dos los puntos: , , tensoactivos y solidos totales.
Adicionalmente se obtuvo el índice de coliformes fecales
(análisis microbiológico) al ingreso y salida de la .
Los puntos de muestreo elegidos fueron:
1. Compuerta de agua cruda (inuente de la ptar).
2. Ingreso del biorreactor.
3. Salida del biorreactor.
4. Euente de la planta.
De esta manera se llevó a cabo un contraste de datos para
vericar si la planta estaba cumpliendo con su objetivo
de remoción de contaminantes en su euente respecto
al inuente. Además, se caracterizó el inuente y euen-
te del proceso unitario donde se evidenció el problema
(reactor biológico), en cuanto a , , sólidos totales
y tensoactivos, ya que los tres primeros son indicadores
del metabolismo bacteriano, mientras que el último pue-
de favorecer la generación de espumas.
En cuanto a la frecuencia de muestreo, se tomó al lunes
(día de arranque de la planta), miércoles (día de operación
normal) y sábado (día no-laboral), los cuales poseen carac-
terísticas representativas de caudal y carga contaminante;
proveyendo de sucientes datos para el estudio en cuestión.
2.2 ANÁLISIS DEL BIORREACTOR
La caracterización del reactor biológico se llevó a cabo para
observar su eciencia en remoción de y , además
de observar lo que ocurría con tensoactivos y sólidos a la
entrada y salida del proceso. Los resultados dan informa-
ción importante sobre la operación del biorreactor y sobre
el proceso de bio-oculación y metabolismo bacteriano.
2.3 OXÍGENO DISUELTO
La generación de espumas, así como el bulking ocasiona-
do por una población excesiva de bacterias lamentosas
Control de la formación y desarrollo del bulking en una planta de tratamiento de aguas residuales con aireación extendida. Caso
de estudio: , Quitumbe
18
Enríquez C., et al.
Figura 1. Espumas sobrenadantes en los claricadores.
Figura 3. Presencia de espumas en el reactor biológico.
Figura 4. Bacteria lamentosa Gordonia [5].
Figura 2. Procesos de tratamiento de la línea de agua [6].
19
Control de la formación y desarrollo del bulking en una planta de tratamiento de aguas residuales con aireación extendida. Caso
de estudio: , Quitumbe
pueden estar ligados a una sobreaireación del sistema o
a una escasez de aire. Por lo que se revisaron grácas con
las concentraciones promedio diarias de meses asocia-
dos a la problemática.
Los límites para el análisis son: mínimo de 0,5 mg/L,
y el rango normal en sistemas con nitricación de 1,5-
4,0 mg/ [7].
2.4 CURVA DE POTENCIAL REDOX
«La curva de potencial redox (e, electrodo de hidróge-
no), se usa principalmente como un indicador de diag-
nóstico de la progresión del proceso de nitricación-des-
nitricación y como un parámetro de control» [8]. Esto a
través de la medición y conversión de la energía química
de oxidación-reducción
Se analizó el 12 de junio de 2019 al ser el día más crí-
tico. Determinar si el p era bajo y afectaba al cultivo
biológico, nos llevó a la mencionada curva de potencial
redox, que a través del sistema es medido cada 5
minutos, y se relaciona con las mediciones de oxígeno di-
suelto y el p.
2.5 REVISIÓN DEL DISEÑO
Comprender el funcionamiento del reactor biológico
requería poder cuanticar de algún modo la diferencia
entre el comportamiento que se esperaba para el reactor
en las condiciones operativas para ese entonces y las que
realmente se estaban dando para que el problema haya
tenido lugar. Por lo que se calculó un modelo en función
de parámetros según el tipo de sistema de tratamiento,
información histórica del reactor biológico y observacio-
nes del manual de operaciones.
El análisis se basó principalmente en el dimensiona
-
miento del proceso unitario y la edad de lodos, calculados
para datos de caudal y carga contaminante de la planta y
ajustado dentro de los rangos normales para un proceso
de lodos activados por aireación extendida.
Volumen del reactor biológico:
(1)
Donde:
= volumen del reactor [m3]
5
= concentración de en el inuente [kg
5
/m
3
]
= caudal a tratar [m3/día]
LM
= concentración de sólidos suspendidos volátiles
del licor de mezcla [kg LM/m3]
m = carga másica [kg 5/kg LM*día]
Edad de lodos:
(2)
Donde:
θc = edad de lodos [días]
= volumen del reactor [m3]
LM = concentración de sólidos suspendidos voláti-
les del licor de mezcla [kg LM/m3]
purga = caudal de purga [m3/hora]
purga
= concentración de en la purga de lodo
[kg/m3]
euente = caudal del euente [m3/hora]
euente = concentración de en el euente [kg/m3]
2.6 ÍNDICE VOLUMÉTRICO DE LODOS IVL Y RELACIÓN
ALIMENTO/MICROORGANISMOS F/M
El , es el cociente entre los sólidos suspendidos totales
en el reactor biológico (LM) en mg/ y el dato obtenido
de la prueba de sedimentabilidad de los lodos expresado
en m/ en un tiempo de 30 min [9]. Dato que se recoge
diariamente en la .
Índice volumétrico de lodos:
(3)
Donde:
= índice volumétrico de lodos [m/g]
30 = volumen de decantación en 30 minutos [m/]
= concentración de en el licor mezcla [g/m]
El llamado factor de carga o relación
Es el más signicativo de los parámetros para medir el
nivel de carga del proceso de lodos activados, «esta re-
lación ayuda a mantener un balance adecuado entre la
cantidad de nutrientes disponibles y la cantidad de mi-
croorganismos en el reactor aerobio» [10]. Los valores
típicos de esta relación varían entre 0,05-0,15 para
en aireación extendida (ver Tabla 1).
Relación /:
(4)
Donde:
/ = relación / [kg/kg * día]
So = concentración de en el auente [kg/m3]
θ = tiempo de retención hidráulica del biorreactor
[día]
LM= concentración de sólidos suspendidos voláti-
les en el tanque de aireación [kg/m3]
20
Enríquez C., et al.
3. Resultados y discusión
3.1 RESULTADOS
3.1.1 Remoción de contaminantes en la
Para mostrar los resultados obtenidos del muestreo ex-
perimental, en los puntos 1 y 4, se trazaron grácas que
en sus barras muestran las concentraciones históricas y
experimentales para inuente y euente de la y rec-
tas que señalan las concentraciones máximas permitidas
por el Acuerdo Ministerial 097- (-) y la Orde-
nanza Metropolitana 404 (0,404) a razón del emplaza-
miento de la (ver Figura ).
De esta manera, en cuanto a la , desde el inicio
de operación se ha cumplido con el límite de descarga de
100 mg/L de ambas normativas. Mientras que en
se cumple con el límite más crítico de 160 mg/L (0,404)
y, por ende, con los 200 mg/L que establece el -
(ver Figura 6).
En cuanto a sólidos totales, tanto inuente como euente
se encuentran por debajo del límite permisible más crí-
tico (1200 mg/) cumpliendo satisfactoriamente con la
normativa (ver Figura 7).
Según datos históricos, los tensoactivos sobrepasan
el valor permisible de 0,5 mg/ ínmamente, sin embar-
go, en la experimentación sí se cumple con una remoción
del 99,7% (ver Figura 8).
Finalmente, en cuanto a coliformes fecales, experi-
mentalmente se cumplió con lo especicado en ambas
normativas de una remoción superior al 99,9% (ver Fi-
gura 9).
3.1.2 Análisis del biorreactor
La caracterización del reactor biológico (puntos 2 y 3)
reejó que en cuanto a la y , existe una remo-
ción que es complementada por los claricadores, para
llegar a un 80-95%; los valores de sólidos son norma-
les, debido al proceso de biooculación y metabolismo
bacteriano, y son eliminados mediante sedimentación.
Y los tensoactivos removidos ya indican concentracio-
nes menores al límite normativo (ver Tabla 2).
3.1.3 Oxígeno disuelto
El 2019 fue el año en que se atestiguó la presencia de espu-
mas, y junio el mes en que se dio una tendencia al aumento
de oxígeno disuelto en el reactor y gran disminución en
Tabla 1. Rangos y valores típicos de
Sedimentabilidad Valores para índice volumétrico de lodos
Rango Típico
Óptima 0 - 50 45
Buena 50 - 100 75
Media 100 - 200 150
Pobre 200 - 300 250
Muy pobre 300 - 400 350
Nota: [11].
Figura 5. Contraste de remoción de la demanda bioquímica de oxígeno (DBO).
21
Control de la formación y desarrollo del bulking en una planta de tratamiento de aguas residuales con aireación extendida. Caso
de estudio: , Quitumbe
el , debido a acciones correctivas para solucionar el pro-
blema. Se identicaron días críticos, como el 12 de junio,
que mostró estados visiblemente opuestos entre ambos
biorreactores, y del cual se partió para el análisis de dichas
condiciones, pues ambos extremos crean condiciones fa-
vorables para que las espumas sobrenaden y las bacterias
lamentosas perduren (ver Figura 10).
3.1.4 Potencial redox
Reactor biológico
Para este reactor se muestra la curva verde de oxígeno
disuelto. Las mediciones durante picos de carga conta-
minante son elevadas, superan los 4 mg/L. Durante la
aireación, la materia orgánica se oxida y se produce la
nitricación, creciendo la curva azul debido al aumen-
to del potencial redox, que se estabiliza hasta caer en la
zona «de paro», donde el oxígeno decae, y las bacterias
llevan a cabo la desnitricación (ver Figura 11).
En la gura 12 se observa la curva púrpura de pH, a
razón de oxidaciones y reducciones, que no varía fuera de
6,3 a 6,15; rango bajo, que «favorecería el crecimiento de
bacterias lamentosas por su anidad a los medios ácidos,
y afectaría el de los microorganismos nitricantes-desni-
tricantes debido a su sensibilidad» [10] (ver Figura 12).
En consecuencia, la remoción de contaminantes bajo
altas concentraciones de oxígeno no se da de manera más
eciente, sino que propicia la formación de espumas y aci-
dica el medio.
Reactor biológico
En éste, se observa un comportamiento constante, espe-
cícamente en la curva de oxígeno disuelto de color ver-
de donde se mantiene una concentración de alrededor
de 0,5 mg/, y sufre ligeros aumentos alrededor de las
12:00 h. y su elevación a las 21:00 horas (ver Figura 13).
Debido a estas bajas concentraciones de oxígeno di-
suelto, se obtienen resultados negativos de potencial re-
dox, es decir, que se produjo una reducción en el agua
basicándola, pero el p siguió bajo (ver Figura 14).
Es así como, al mantener oxígeno y p bajos, se es-
taría propiciando el desarrollo de bacterias lamentosas
más que en sobre aireación; pues permite el desarrollo de
sus lamentos, ya que éstas acaparan de mejor forma el
oxígeno en bajas concentraciones.
En conclusión, el p ligeramente bajo, teóricamente
propicia el desarrollo desequilibrado de las bacterias -
lamentosas e inhibe el de las bacterias desnitricantes.
3.1.5 Revisión del diseño
En la tabla 3 se muestran los resultados de los cálculos
del modelo y de variaciones mínimas entre las columnas
de «Diseño calculado» y «Diseño existente». Esto per-
mitió realizar la columna de «Condiciones operativas
calculadas» y compararla con «Condiciones operativas
actuales», ambas calculadas con datos proporcionados
para el 2019.
Se concluyó que la purga de lodos para el caudal con
que operaba la planta debía ser un 50% mayor, conr-
mando la observación anterior de una elevada edad de
lodos (ver Tabla 3).
3.1.6 Índice volumétrico de lodos y relación () Ali-
mento/Microorganismos (/)
A continuación, se presentan los resultados de para
el día 12 de junio de 2019, tanto para el reactor como
para el .
= . m/g
= . m/g
Como se puede observar, en ambos reactores, el so-
brepasó los 300 m/g, valor para el cual la sedimentabi-
lidad ya es «muy pobre», es decir, sin duda hubo bulking
(ver Figura 15).
Y como complemento, en base a datos históricos, se
presentan las grácas del versus / para días entre
los meses de enero y abril (ver Figura 16).
La relación entre estos es inversa, porque cuando el
alimento escasea, las bacterias lamentosas lo identi-
can y proliferan mayormente para acapararlo, elevando
el , y pese a que incrementa, la relación / varía den-
tro del rango ideal para un proceso de aireación extendi-
da. Se acota que el es sensible al caudal de purga que
denota nuevamente una relación entre la problemática y
la edad de lodos. Estableciéndose como la causa raíz la
edad del lodo que, según la operación al 2019, era apro-
ximadamente de 43 días, siendo lo ideal 28, según el mo-
delo calculado.
3.2 DISCUSIÓN
En la búsqueda de la causa raíz de la problemática, se
llevó a cabo la metodología mencionada, la cual se basó
en ir descartando posibles causas comúnmente relacio-
nadas con la aparición del bulking, siendo analizado en
primera instancia, el cumplimiento global de la que
demostró una ecaz remoción de contaminantes en la
correlación de datos experimentales e históricos, acorde
a las normativas de referencia, lo cual indicó que el pro-
blema no generaba una deciente remoción de contami-
nantes del reactor biológico, que fue el objetivo de la ex-
perimentación, sino que se focalizaba en los parámetros
operativos que regulan este proceso unitario.
A partir de aquí se hizo un neto uso de los datos his-
tóricos obtenidos del reactor biológico, proporciona-
dos por la [6], entre los cuales se encuentran: la
22
Enríquez C., et al.
763,31
81,39
511
31,33
160 160
200 200
0
100
200
300
400
500
600
700
800
900
DQO (mg/L)
INFLUENTE EFLUENTE
Remoción de la Demanda Química de Oxígeno (DQO)
HISTÓRICOS EXPERIMENTALES
LÍMITE PERMISIBLE O.404 LÍMITE PERMISIBLE AM097A
Figura 6. Contraste de remoción de la demanda química de
oxígeno (DQO)
Figura 8. Contraste de remoción de tensoactivos
Figura 10. Concentraciones promedio de oxígeno disuelto
para junio 2019
Figura 12. Potencial redox y pH en función del tiem-
po. Reactor a (12 de junio de 2019)
Figura 13. Potencial redox y oxígeno disuelto en fun-
ción del tiempo. Reactor A (12 de junio de 2019)
Figura 11. Potencial redox y oxígeno disuelto en función del
tiempo. Reactor A (12 de junio de 2019)
Figura 9. Remoción experimental de coliformes fecales
Figura 7. Contraste de remoción sólidos totales
902,58
347,69
864,67
399,67
1200 1200
1600 1600
0
200
400
600
800
1000
1200
1400
1600
1800
SÓLIDOS TOTALES (mg/L)
INFLUENTE EFLUENTE
Remoción de Sólidos Totales
HISTÓRICOS EXPERIMENTALES
LÍMITE PERMISIBLE O.404 LÍMITE PERMISIBLE AM097A
14,86
1,10
7,60
0,05
0,50 0,50
0
2
4
6
8
10
12
14
16
TENSOACTIVOS (mg/L)
INFLUENTE EFLUENTE
Remoción de Tensoactivos
HISTÓRICOS EXPERIMENTALES LÍMITE PERMISIBLE AM097A Y O.404
2,40E+05 1,70E+06
3,50E+07
1,8 (100%) 49 (100%) 79 (100%)
0,00E+00
5,00E+06
1,00E+07
1,50E+07
2,00E+07
2,50E+07
3,00E+07
3,50E+07
4,00E+07
LUNES MIÉRCOLES SÁBADO
COLIFORMES FECALES (Nmp/100mL)
Día
Remoción experimental de Coliformes Fecales
INFLUENTE EFLUENTE LÍMITE PERMISIBLE*
*Debe ser mayor al 99.9% de eficiencia de remoción
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
12345678910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
OXÍGENO DISUELTO (mg/L)
DÍAS