Simulación y estimación para encontrar el tiempo de reemplazo económico del transformador de la subestación de potencia Moyobamba, utilizando el algoritmo Monte Carlo

Abstract

Este trabajo aborda la simulación y estimación del tiempo óptimo de reemplazo de un transformador en la subestación de potencia Moyobamba, una infraestructura clave en el sistema eléctrico del Perú, utilizando el algoritmo de Monte Carlo. En el contexto peruano, donde la demanda energética está en constante crecimiento y la confiabilidad del suministro eléctrico es crítica para el desarrollo económico, asegurar el buen funcionamiento de los transformadores es esencial para evitar interrupciones costosas. Para lograr este objetivo, se desarrolló un programa en Python que aplica el método de Monte Carlo, permitiendo evaluar la confiabilidad de los transformadores de potencia que operan en paralelo. El programa determina el momento donde puede ocurrir una interrupción del servicio estudiado con ello también se recolecta el tiempo de interrupción, además de analizar la variación de temperatura y la disminución del tiempo de vida para el transformador o los transformadores. Este análisis se aplicó a los transformadores del Sistema Nacional de Transmisión de Perú, donde las variaciones en la carga, los niveles máximos de temperatura y la reducción de vida útil se evalúan a lo largo de distintos períodos de tiempo. Esto permite generar estrategias óptimas de mantenimiento y reemplazo, mejorando la eficiencia y reduciendo costos en el sistema eléctrico peruano, particularmente en zonas estratégicas como Moyobamba.

This work addresses the simulation and estimation of the optimal replacement time of a transformer at the Moyobamba power substation, a key infrastructure in the Peruvian electrical system, using the Monte Carlo algorithm. In the Peruvian context, where energy demand is constantly growing and the reliability of the electrical supply is critical for economic development, ensuring the proper functioning of transformers is essential to avoid costly interruptions. To achieve this objective, a Python program was developed that applies the Monte Carlo method, allowing the reliability of power transformers operating in parallel to be assessed. The program determines the moment of occurrence of an unavailability and its respective duration, in addition to analyzing the temperature variation and the reduction in the useful life of the transformers. This analysis was applied to the transformers of the National Transmission System of Peru, where variations in load, maximum temperature levels and the reduction in useful life are evaluated over different time periods. This allows for the generation of optimal maintenance and replacement strategies, improving efficiency and reducing costs in the Peruvian electrical system, particularly in strategic areas such as Moyobamba.