Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 5 Analisis de Flujo de Potencia PDF
Unidad 5 Analisis de Flujo de Potencia PDF
Las magnitudes y ángulos de los voltajes de barra que no se programaron en los datos
de entrada del estudio de flujos de potencia se llaman variables de estado o variables
dependientes, porque sus valores (que describen el estado del sistema) dependen
de las cantidades especificadas en todas las barras. Por tanto, el problema de flujos de
potencia consiste en determinar los valores para todas las variables de estado,
resolviendo un número igual de ecuaciones de flujos de potencia que se basan en las
especificaciones de los datos de entrada. Si hay Ng barras de voltaje controlado (sin
contar la barra de compensación) en el sistema de N barras, habrá (2N - Ng - 2)
ecuaciones por resolver para las (2N - Ng - 2) variables de estado, de la manera que se
muestra en la tabla.
5.2 El método de Gauss-Seidel
El método de Gauss-Seidel es también conocido como el método de los desplazamientos sucesivos. Para
ilustrar la técnica, hay que considerar la solución de la ecuación no lineal dada por
f(X) = 0 (5.21).
Ésta función se puede expresar como
Una solución se obtiene cuando la diferencia entre el valor absoluto de las iteraciones sucesivas es
menor que una precisión especificada, v.gr., | x(k+1) – x(k) | ≤ (5.24) donde es la
exactitud deseada.
ITERACIÓN x Y
Para ejemplificar el uso del método Gauss-Seidel, veremos cómo se 0.05
encuentra la raíz de una ecuación.
f(x) = X (1) = 2 2.2222 0.2222 Reitera
Solucionando X (2)
para=x, la expression
2.2222 anterior
2.5173 0.2951
se reescribe como Reitera
( ) = g (x)
Aplicando elXalgoritmo
(3) = de Gauss-Seidel,
2.5173 y2.8966
usando una 0.3793 Reitera
estimación inicial de ( ) 2
De (5.23), la primer iteración es x(k+1) = g( x(k) )
x(1) = g ( 2 X
) =(4)(= ) 2.8966= 2.2222
3.3376 0.441 Reitera
X (5) = 3.3376 3.7398 0.4022 Reitera
X (6)subsecuente
La iteración = 3.7398
son x(2) = g ( 3.9568
2.2222 ) = ( 0.217 ) Reitera = 2.5173
Los
dadacomandos
a partir desiguientes muestran
una estimación el de
inicial procedimiento
( )
2. para la solución de la ecuación
A menudo se puede aumentar la tasa de convergencia utilizando un factor de
aceleración a, adecuado, y la secuencia iterativa se convierte en
=
( ) ( ) ( ) ( )
Ejemplificando una solución con el software MatLab, proporcionamos el
código fuente: (Saadat, 1999)
Encuentre las raíces de la ecuación del ejemplo anterior con un factor de
aceleración de 1.25. chp6fig4 % Graphical display for Example 6.3
dx=1; % Change in variable is set to a high
value x=2; % Initial estimate
iter = 0; % Iteration counter
disp('Iter g dx x') % Heading for results
while abs(dx) >= 0.001 & iter < 100 % Test for
convergence iter = iter + 1; % No. of iterations
g = -1/9*x^3+6/9*x^2+4/9;
dx = g-x; % Change in variable
x = x + 1.25*dx; % Successive approximation with 1.25 accel.
factor fprintf('%g', iter), disp([g, dx, x])
end
La solución se muestra en la figura siguiente y converge en 5 iteraciones.
Gaus-Seidel y las Redes
Eléctricas
Para comprender la aplicación de este método al análisis de flujo de potencia
de las redes
eléctricas, primero hay que definir el arreglo de la red, y luego establecer las
ecuaciones para el análisis de flujo de carga.
(1)
, - ∑ , -, -
que
que es lo mismo
, - , -, - , -, - , -,
- (2)
Estas
ánguloson
de las variables de estado de la red son V1d1 ,V2d2,…..,Vndn.. (Magnitud y
la tensión en cada nodo ó bus). Algunas son conocidas, algunas son
desconocidas.
El segundo paso es establecer las condiciones del problema y calcular todas las
variables de estado, usando la ecuación (1) para los flujos de carga. Otra forma
de expresar la ecuación (1) es
[ ] (3)
, - ⁄ ∑ , -, -
La potencia
siguiente formacompleja estaría expresada de la
∑ , -, -, - (4)
si separamos las partes Real e Imaginaria de la ecuación (4)
tendremos:
∑ , -, -, - ( )
(5)
∑ , -, -, - ( ) (6)
para k = 1, …..,
n.
Esto nos ayuda a comprender como aunque podemos establecer n ecuaciones con
n variables de estado, desconocemos algunas de ellas por lo que tenemos un
sistema de ecuaciones no - lineales.
Ejemplo de Gauss-Seidel con dos barras. (El más
simple).
Datos
Sbase = 100 MVA
Vgen = V1 = 1<0° pu
Zs = 0 + j0.1 pu
Scarga = 0.8 + j0.5
pu
∑, -, -
Solución
( ) , -, -
Asumiendo que = 1<0° = 1 + j0 pu, y que V1 = 1<0° = 1 + j0 pu
( )
( ) , -, -+
Realizamos la siguiente iteración para V2,
( ) , -, -+
iter
=0;
S2=-2.566-j*1.102;% es la potencia compleja en el bus de
carga 2
S3=-1.386-
j*.452;
V2=1+j*0;
V3=1+j*0;
for
I=1:10;
iter=iter+1
;
V2 = (conj(S2)/conj(V2)+y12*V1+y23*V3)/
(y12+y23); V3 =
(conj(S3)/conj(V3)+y13*V1+y23*V2)/(y13+y23);
disp([iter, V2, V3])
en
d
V2= .98-
j*.06; V3= 1-
j*.05;
I12=y12*(V1-V2); I21=-
I12; I13=y13*(V1-V3);
I31=-I13; I23=y23*(V2-
V3); I32=-I23;
S12=V1*conj(I12);
S21=V2*conj(I21);
S13=V1*conj(I13);
S31=V3*conj(I31);
S23=V2*conj(I23);
S32=V3*conj(I32); I1221=[I12,I21]
I1331=[I13,I31
]
I2332=[I23,I32
]
S1221=[S12, S21 (S12+S13)
S12+S21] S1331=[S13, S31
(S31+S32) S13+S31] S2332=[S23,
S32 (S23+S21) S23+S32]
Ilustración 17. Diagrama de Flujo de Potencia del ejemplo 6.7 (Potencias en MW y MVArs).
5.3 El método de Newton-
Raphson.
( ( )) ( ) ( ) ( )( ( ))
Suponiendo que el error es muy pequeño; los terminus de más alto
( )
orden pueden
( ) ( )
( )
,
( )
La segunda ecuación se arregla así: (6.18)
( ) ( )
Donde ./
La relación
ecuación
aproxima porenlaentangente
lineal (6.18)
cuantodemuestra que atla ecuación
adelosla curva ( ) no lolineal
. Por f (x)
tanto. se -obtiene
c = 0,una
se
pequeños cambios en la variable. la intersección de la tangente con el eje x resulta
en .
( )
Esta idea se demuestra gráficamente en el ejemplo 6.4.
Ejemplo 6.4
Utilice N-R inicial
estimación para encontrar
de ( ) las
6. raíces de la ecuación del ejemplo 6.2. Suponga una
Código fuente, function
chp6ex4.m dx=1;
x=input('Enter the initial estimate -> '); % Initial
estimate
iter = 0
% Itera disp('iter Dc J dx x'
% Head while abs(dx) >= 0.001 & iter < 100 % Test for convergence
iter = iter + 1;
% No. Dc=4 - (x^3-6*x^2+9*x); % Residual
J = 3*x^2-12*x+9; %
Derivative
dx= Dc/J
%Chan x=x+dx
% Succ fprintf('%g', iter), disp([Dc, J, dx, x])
en
d
chp6fig
5
iter Dc J dx x
1 -50 45 -1.1111 4.8889
2 - 22.037 - 4.2789
13.4431 0 0.6100
3 -2.9981 12.579 - 4.0405
7 0.2383
4 -0.3748 9.4914 - 4.0011
0.0395
5 -0.0095 9.0126 -0.0011 4.0000
40
+9x-4
30 3 2
f(x) = x -6x
20
10
-10 0 1 2 3 4 5 6
x
à, - , -, - , -, - , -, -
La inyección de potencia reactiva esta dada por:
[, - ⁄ ] ∑, -, -
à ∑ , -, -, -
∑, -, -, - ( )
à ∑ , -, -, - ( )
Rescribimos las ecuaciones de potencia de modo iterativo
∑[ ][ ][ ] ( )
∑[ ][ ][ ] (
)
* +; ( )
Formulación general de la ecuación para hallar la solución:
( )
( )
La ecuación iterativa:
( )(
( ) ( )
)
(
)( ( )
)
( )
, es la respuesta correcta; , será la suposición inicial, y , es la
( ) ( ) ( )
operación que convierte a todo el proceso en el método de Newton-Raphson.
El
jacobiano ( )
( )
La matriz jacobiana:
⇒[ ]
( ( )) | |
[ | |]
[ | |]
| | | |
| | | |
| |
| | |
[ ]
|
| |]
[ [
Los términos del
Jacobiano:
| | | |]
El proceso de iteración
Ø Hallar el desbalance de potencia:
La diferencia entre la potencia programada con la calculada
Su derivada será ( )
( )
( ) ( ) ( ) -
5 125 -150 45 -4 16 0.6666666
75 -60 9 24 7
- -
4.3333333 81.370370 112.66666 39 -4 3.7037037 0.2777777
3 4 56.333337 -52 9 13.333333 8
33 3
- -
4.0555555 66.703875 98.685185 36. -4 0.5186899 0.0536062
6 2 2 5- 9 4
49.34259 48.6666667 9 9.6759259
26 3
- -
4.0019493 64.093612 96.093590 36.0175439 -4 0.0175666 0.0019467
2 9 48.04671 - 9 7
9.0234032 9
95 1
48.0233918
Ejemplo:
ángulo en radianes
Ejemplo de Flujo de Carga
Datos:
Barra Tipo Magnitud Angulo de P Q
de la
1 Swing Tensió
1.0 Tensió
0º -- --
2 Generado 1.1 -- 5.3217 --
3 r Carga -- -- - -
3.6392 0.53
Línea
Ypq
p-q
1 2 -j10.0
2 3 -j5.0
1 3 -j5.0
Preguntas:
1. Resolver por Newton Raphson
Matriz de Admitancia de Barra
é- j15 j10 j5 ù é- 15 10 5 ù
Y =
ê - j15 j5 B =
ê - 15 5
j10 ú ú
10
j5 j5 - j10 5 5 - 10úû
1. Método de Newton-Raphson
Formulación:
P2 = V2 {V1 B21 Sen(d 2 - d 1 ) + V3 B23 Sen(d 2 - d 3 )}
P3 = V3 {V1 B31 Sen(d 3 - d 1 ) + V2 B32 Sen(d 3 - d 2 )}
Q3 = V3 {- V1 B31Cos(d 3 - d 1 ) - V2 B32 Cos(d 3 - d 1 ) - V3 B33 }
y la matriz B tenemos:
Reemplazando valores de V1
,V2 , d 1
P2 = 11.Sen(d 2 ) + 5.5.V3 Sen(d 2
……..(2)
- d 3)
P3 = 5.V3 .Sen(d 3 ) + 5.5.V3 Sen(d
3 - d 2)
3
¶P2 -d )
H = = -5.5.V
.Cos(d
23 3 2 3
¶d 3
¶P3 -d )
H = = -5.5.V
.Cos(d
32 3 3 2
¶d 2
¶P2 = 5.5.V3- d 3 )
N 23 = Sen(d 2
.V 3
¶V3
¶Q3 -d )
J = = -5.5.V
.Sen(d
32 3 2 3
¶d 2
¶Q3 ) + 5.5.V - d )
J = = 5.V .Sen(d
.Sen(d
33 3 3 3 2
¶d
3
3
2
¶Q3 = -5.V3) - 5.5.V3- d 2) + 20.V
3
L33 = .Cos(d 3 .Cos(d 3
.V
¶V
3 3
Jacobiano y pronóstico:
é - 5.5 0 5.3217 ù
16.5 ú
10. 0 - 3.6392
ê
ê- 5.5 5
0 0 9.5 - 0.0339
Sustitución:
DV3
= -0.00357, (V3 = 0.996)
V3
Dd 3 = -0.2152
Dd 2 = 0.25
Jacobiano y pronostico:
é - 4.896 2.456 0.1437 ù
15.554 ú
9.762 - 3.519 - 0.113
ê - 4.896
ê - 3.519 9.494 - 0.6923úû
ê
ë
2.456
Sustitución
DV3
= 0.08345, (V3 = 0.9129)
V3
Dd 3 = -0.03614, d 3 = -0.2511
Dd 2 = 0.011, d 2 = 0.2611
1. Calcular el error
2. Chequear la convergencia
3. Continuar procedimiento de error
La solución correcta es
V3 = 0.9
d 3 = -0.2618
d 2 = 0.2618
Ejemplo con PSAT
DATOS
Bus.co
n
1 400 1 0 1 1
2 400 1 0 2 1
3 400 1 0 3 1
Line.con
Columns 1 through 9
1.0000 2.0000 100.0000 400.0000 60.0000 0 0 0 0.1000
1.0000 3.0000 100.0000 400.0000 60.0000 0 0 0 0.1000
2.0000 3.0000 100.0000 400.0000 60.0000 0 0 0 0.1000
Columns 10 through 16
0 1.0000 0 0.4000 0.4000 0 1.000
0 1.0000 0 0.4000 0.4000 0 1.000
0
0 1.0000 0 0.4000 0.4000 0
0 1.000
0
Line Data Format (Line.con)
Column Variable Description Unit
1 k From Bus int
2 m To Bus int
3 Sn Power rating MVA
4 Vn Voltage rating kV
5 fn Frequency rating Hz
6 ℓ Line length km
7 - not used -
8 r Resistance p.u. (/km)
9 x Reactance p.u. (H/km)
10 b Susceptance p.u. (F/km)
†11 -- not used --
†12 -- not used --
Column Variable Description Unit
†13 Imax Current limit p.u.
†14 Pmax Active power limit p.u.
†15 Smax Apparent power limit p.u.
16 u Connection status [ 0, 1 ]
SW.con
Columns 1 through 9
1.0000 100.0000 400.0000 1.0000 0 1.5000 -1.5000 1.1000 0.9000
Columns 10 through 13
0.4000 1.0000 1.0000 1.0000
Slack Generator Data Format (SW.con)
Column Variable Description Unit
1 - Bus number int
2 Sn Power rating MVA
3 Vn Voltage rating kV
4 V0 Voltage magnitude p.u.
5 θ0 Reference Angle p.u.
†6 Qmax Maximum reactive power p.u.
†7 Qmin Minimum reactive power p.u.
†8 Vmax Maximum voltage p.u.
†9 Vmin Minimum voltage p.u.
†10 Pg0 Active power guess p.u.
|†11 γ Loss participation coefficient -
†12 z Reference bus Connection {0,1}
13 u status 0, 1
0.9 30
0.8 20
0.7 10
Q G- Q L [MVar]
0.6 0
P - P [MW]
-10
0.5
L
-20
G
0.4
-30
0.3
-40
0.2
-50
0.1
-60 1 2 3
0 Bus #
1 2 3
Bus #
5.5 El método desacoplado de flujos de potencia
Formulación
DP
= B'.Dd DQ = B'
'.DV V
;
V
Donde:
é 15 - 5ù
B' = ê ú B' ' = [10]
ë- 5 10
;
é B' 0ù
Descomposición de
ú en “LU”:
ë0 B' '
é 1 0 é15 -5 0ù
0ù
ê ú ê ú
L = - 0.333 0 U = 8.333 0
1 0
0 0 0 0 10úû
1
Vector de error:
é ù
V
DP2 2 é 4.838 ù
ê ú
ê DPú ê ú
V3 ú =ê - 3.6392ú
3
ê
êDQ ú êë- 0.0339úû
ê 3
V
ú
ë 3
û
Paso #2:
Vector de error:
é ù
V
DP2 2 é 0.134 ù
ê ú
ê DPú ê ú
V3 ú =ê 0.1378 ú
3
ê
êDQ ú êë- 0.7747úû
ê 3
V
ú
ë 3
û