3.

Descripción de la Confiabilidad de componentes

Los componentes de sistemas de suministro de energía eléctrica están sujetos e influencias

mecánicas, térmicas, electromagnéticas y físico-químicas que constituyen el complejo
condicionante de su comportamiento de operación. Aunque en la técnica siempre hay entre la
ocurrencia de un determinado fenómeno y sus causas una relación causa-efecto perfectame
nte definida, debido a la complejidad de estas relaciones y al conocimiento incompleto de las
mismas no es posible prever con exactitud su comportamiento futuro.

3.1 Componentes no reparables. La salida de servicio por falla

Aunque los componentes de sistemas eléctricos están sujetos a mantenimiento preventivo y

son reparados en casos de defecto, se hará, con el objeto de simplificar el análisis siguiente, la
hipótesis de que no tiene lugar ninguna reparación. Esta hipótesis será eliminada más
adelante.

Suponiendo que el comportamiento solo puede encontrarse en uno de los estados O

(Operación) y F (Falla), se tiene el siguiente diagrama de estados y transiciones posibles entre
estados.

Operación O Falla F

Si en el instante t=0 un componente entra en operación, es de esperar, debido a su limitada

vida útil, que para cierto valor t >=0 saldra de servicio por falla. Definiendo la variable aleatoria
tiempo de operación, se puede describir el comportamiento del componente a través de las
siguientes funciones:

 Función de falla Q(t), que da la probabilidad de que como máximo hasta el tiempo t, el
componente falle.

Q(t)=Pr(T0<=t) (3.1)

 Función de confiabilidad R(t), también llamada función de supervivencia, que da la

probabilidad que el componente supere el tiempo de operación t.

R(T)=Pr(T0>t) (3.2)

Tal como se desprende de las ecuaciones (3.1) y (3.2) estas funciones son complementarias es
decir

R(T)=1-Q(t) (3.3)

 Densidad de probabilidad de falla f(t), que es la función densidad de probabilidad

correspondiente a la distribución de probabilidad de falla Q(t) y da la probabilidad de que la
falla del componente se produzca en el intervalo (t, t+∆t)

Pag.1
 𝑄(𝑡+∆𝑡)−𝑄(𝑡) 𝑑𝑄 𝑑𝑅
𝑓(𝑡) = lim∆𝑡→0 = =− (3.4)
𝑡 𝑑𝑡 𝑑𝑡

Inversamente vale
𝑡
𝑄(𝑡) = ∫0 𝑓(𝜏)𝑑(𝜏) (3.5)

Q(∞)=1

Tasa de fallas λ(t), da la probabilidad de que el componente falle en el intervalo (t, t+∆t) bajo
la condición que el mismo se encuentra todavía en operación en el instante t. Para la
deducción de la expresión para la función λ(t) se analizará el proceso estocástico de la figura
3.2.

O O

A) b)
X(t) X(t)

F F

t t´ t +∆t T t´ t t +∆t T

x(t) = O : Operación

x(t) = F : Falla

Fig.3.2: Evento Aleatorio falla como parte del proceso estocástico x(t)

Para el cálculo de la probabilidad de que el componente se encuentre en el estado F en el

instante t+∆t se distinguirán dos casos:

a) El componente falla en el intervalo (t, t+∆t)

b) El componente falla antes de t

Definiendo a t´ como el instante en que se produzca la falla . en el caso a) vale:

Pr(F, t, t+∆t)=Pr(O,t)*Pr(OF,t<=t´<t+∆t│t) (3.6)

Pr(OF) es la probabilidad de falla en el intervalo (t, t+∆t) bajo la condición que el componente
se halle en operación en el instante t.

En el caso b) el estado F en estado t+∆t es un evento seguro:

Pr(F, t, t+∆t)=Pr(F,t)*Pr(FF,t>t´<t+∆t│t)= Pr(F,t) (3.7)

La probabilidad total del estado F para t+∆t es:

Pr(F, t, t+∆t)= Pr(F, t, t+∆t)a+ Pr(F, t, t+∆t)b (3.8)

Pr(F, t, t+∆t)= Pr(O,t)*Pr(OF,t<=t´<t+∆t│t)+ Pr(F,t) (3.9)

Pag.2
(Pr(F, t, t+∆t) - Pr(F,t))/ ∆t* Pr(O,t)= Pr(OF,t<=t´<t+∆t│t)/ ∆t (3.10)

1
lim∆𝑡→0 (Pr(F, t, t + ∆t) − Pr(F, t))/ ∆t)=lim∆𝑡→0 Pr(OF, t <= t´ < t + ∆t│t)/ ∆t
Pr(O,t)

(3.11)

1 𝑑𝑃𝑟(𝐹,𝑡)
= 𝜆(𝑡) (3.12)
Pr(O,t) 𝑑𝑡

Y considerando que:

Pr(O,t) = Pr(TO>t) = R(t)

Pr(F,t) = Pr(TO<=t) = Q(t)

Se obtiene:

1 𝑑𝑄(𝑡) 𝑓(𝑡)
= 𝜆(𝑡) = (3.13)
(1−Q(t)) 𝑑𝑡 𝑅(𝑡)

Las cuatro funciones definidas en lo que procede R(t), Q(t), f(t), λ(t) contienen la información
completa sobre la distribución de los tiempos de operación, es decir que describen
completamente la variable aleatoria T0. La tabla 3.1 indica las relaciones existentes entre
cuatro funciones:

Q(t) R(t) f(t) λ(t)

Q(t) 1-Q(t) 𝑑𝑄(𝑡) 1 𝑑𝑄(𝑡)
𝑑𝑡 (1 − 𝑄(𝑡)) 𝑑𝑡
R(t) 1- R(t) 𝑑𝑅(𝑡) 1 𝑑𝑅(𝑡)
− −
𝑑𝑡 𝑅(𝑡) 𝑑𝑡
𝑡 ∞
f(t) 𝑓(𝑡)
∫ 𝑓(𝜏)𝑑𝜏 ∫ 𝑓(𝜏)𝑑𝜏 ∞
0 𝑡 ∫0 𝑓(𝜏)𝑑𝜏
𝑡 𝑡 𝑡
λ(t) 1 − 𝑒 − ∫0 𝜆(𝜏)𝑑𝜏 𝑒 − ∫0 𝜆(𝜏)𝑑𝜏 𝜆(𝑡)𝑒 − ∫0 𝜆(𝜏)𝑑𝜏

En muchos casos es posible trabajar en forma más simple con parámetros de estas
distribuciones, siendo el valor esperado del tiempo de operación E(TO) el más importante de
ellos:
∞ 1
𝐸(𝑇0) = ∫0 𝑡𝑓(𝑡)𝑑𝑡 = (3.14)
𝜆

E el caso tratado hasta ahora de componentes no reparables E(T0) representa la vida media.

Pag.3
Para la determinación en la práctica de las funciones arriba tratadas se somete un colectivo
representativo de componentes a una prueba de duración, registrando la cantidad nF(t) de
unidades que fallan hasta el instante t. siendo n la cantidad total de unidades observadas se
tiene:

𝑛𝐹(𝑡)
𝑄(𝑇) = = Pr(𝑇𝑂 ≤ 𝑡) (3.15)
𝑛

1 ∆𝑛𝐹(𝑡)
𝜆(𝑡) = (3.16)
𝑛−𝑛𝐹(𝑡) ∆(𝑡)

La tasa de fallas λ(t) puede estimarse fácilmente a través de la cantidad ∆nF(t) de unidades que
fallan en el intervalo t+∆t referida a la cantidad de unidades todavía en servicio en el instante t
y el periodo de tiempo ∆t

En general para componentes no reparables se tiene una curva característica de la tasa de

fallas λ(t) en función del tiempo como se muestra en la figura 3.3

Se puede
modelar con una
Weibull β<1
R(t)
Periodo de fallas
aleatorias
f(t) Se puede
modelar con una
λ (t) Weibull β>1

R(t)

λ (t)

f (t)

T1 T2 T3

Fig. 3.3: Curvas R(t), f(t), y λ(t) para componentes no reparables

La duración de los periodos de tiempo T1, T2,T3 es distinta según los tipos de componentes,
pero en general pueden darse los siguientes valores:

Fallas Tempranas: dλ/dt<0

Pag.4
Causas: defectos del material, construcción, acabado, montaje, etc. 0<T1≤ 0.5 … 2 años.

Fallas aleatorias: λ(t)≈cte

Causas: en general influencias exteriores (errores de maniobras, sobrecargas, factores

climáticos)

0.5 … 2 años ≤T2 ≤ 5 … 50 años

Fallas por envejecimiento o desgaste: dλ/dt>0

Causas: envejecimiento de materiales, desgastes, fatiga

T3 ≥ 5 … 50 años

Un comportamiento de operación tal como el de la figura 3.3. puede ser descriptivo mediante
la distribución Weibull, cuyos parámetros λ y β se determinan con ayuda de métodos
estadísticos. Los distintos periodos en la figura 3.3. pueden ser modelados variando los valores
del parámetro de forma β.

Β<1: fallas tempranas

Β=1: fallas aleatorias

Β>1: fallas por envejecimiento

Para la fase de fallas aleatorias la descripción analítica es muy sencilla utilizando la distribución
exponencial, cuya característica principal es precisamente la constancia de la tasa de fallas.

λ(t) =cte

f(t) = e-λt (3.17)

Q(t)=1- e-λt (3.18)

E(TO)=1/λ (3.19)

Debido a la simplicidad de su tratamiento matemático, ya que queda completamente definido

a través del valor esperado E(T), la distribución exponencial, tiene gran importancia en la
teoría de confiabilidad. Lamentablemente la suposición de tasas de fallas constantes es a
menudo solo una aproximación, debiéndose verificar en cada caso si resulta aceptable o si por
contrario es indispensable trabajar con modelos mas complejos pero también más cercanos a
la realidad.

3.2 Componentes reparables, Reparación y Mantenimiento

La hipótesis realizada en el punto anterior de que los componentes no son reparables no

corresponden a la realidad en los sistemas de suministro de energía eléctrica.Se deben
distinguir los dos siguientes tipos de actividad:

Reparación: Que comprende las tareas a realizar para restablecer el estado de disponibilidad
de un componente luego de una falla.

Pag.5
Mantenimiento: Que comprende las tareas necesarias para conservar el estado de
disponibilidad del componente a través de vigilancia, (inspección y medición, pruebas) asi
como cambio preventivo de partes de la instalación.

Mientras las tareas de mantenimiento son preventivas y pueden planificarse con anticipación,
las de reparación se llevan a cabo por la necesidad inesperada de restablecer la capacidad del
componente para cumplir las funciones para las que esta destinado.

3.3 Procesos Renovables

El proceso estocástico correspondiente a la operación de un componente reparable

constituido por una sucesión de estados de operación, falla, operación, etc. Es un proceso
renovable.

La descripción de tales procesos se lleva a cabo mediante:

La función de falla Q(t), es decir la distribución de probabilidad del tiempo de operación TO

La función de reparación M(t), es decir la distribución de probabilidad del tiempo de

reparación TF.

Para el tratamiento posterior es conveniente reemplazar las funciones Q(t) y M(t) por las tasas
de transición λ(t) y µ(t) respectivamente, que contienen exactamente la misma información
según, se mostró en 3.1 así se obtiene el diagrama de la figura 3.6

λ(t)
Operación O Falla F
μ(t)

Figura 3.6 Proceso renovable con dos estados

Una descripción más fácil de comprender se logra a través de las probabilidades de los dos
estados posibles Pr(O,t) y Pr(F,t) conociendo el estado de la instalación o componente en el
instante t=0. Dado que:

Pr(O,t) + Pr(F,t) = 1 (3.20)

Basta encontrar una de las probabilidades para lograr la descripción completa del proceso
renovable.

En el caso en que las tasas de transición son constantes se pueden calcular las mencionadas
probabilidades analíticamente en forma sencilla, Este caso corresponde a un proceso
markoviano y se tratara a continuación.

Si se conoce el estado de la instalación pata t=0 y se supone que en el intervalo ∆t solo es

posible un cambio de estado (lo que es para ∆t suficientemente pequeño siempre se cumple),
entonces se puede obtener la Probabilidad Pr(O,t+∆t) a partir de los siguientes dos casos tal
como se presenta en la figura 3.7:

Pag.6
a) La instalación se encuentra en operación en t y permanece en operación durante ∆t
b) La instalación se encuentra en falla en t y pasa al estado Operación en el intervalo ∆t

∆t ∆t
O O

A) b)
X(t) X(t)

F F
t´ t T t t´ T

Fig. 3.7: Determinación de la probabilidad de operación Pr(O,t+∆t):

Pr(O,t+∆t)=Pr(O,t)*Pr(OO, t≤t´<t+∆t│t)+Pr(F,t)*Pr(FO, t≤t´<t+∆t│t) (3.21)

En general Pr(IJ, t≤t´<t+∆t│t) es la probabilidad de que se produzca el cambio en el estado I al

estado J en el intervalo [t,t+∆t] bajo la condición de que la instalación se encuentra en el
estado I en el instante t.

De la ecuación 3.21 se obtiene:

Pr(O,t+∆t)− Pr(O,t) 1−Pr(OO,t≤t´<t+∆t|t) Pr(F,t)∗Pr(FO,t≤t´<t+∆t│t)

= − Pr(𝑂, 𝑡) ∗ + Pr(𝐹, 𝑡) (3.22)
∆t ∆t ∆t

Teniendo en cuenta que:

1-Pr(OO, t≤t´<t+∆t│t)= Pr(OF, t≤t´<t+∆t│t)

Y tomando límite para ∆t→0 vale:

Pr(OF,t≤t´<t+∆t│t)
lim∆t→0 = 𝜆 = 𝑐𝑡𝑒 (3.23)
∆t

Pr(FO,t≤t´<t+∆t|t)
lim∆t→0 = 𝜇 = 𝑐𝑡𝑒 (3.24)
∆t

Se obtiene:

𝑑𝑃𝑟(𝑂,𝑡)
= −𝜆 Pr(𝑂, 𝑡) + µPr(𝐹, 𝑡) (3.25)
𝑑𝑡

Y en forma análoga:

𝑑𝑃𝑟(𝐹,𝑡)
= −𝜇 Pr(𝐹, 𝑡) + 𝜆Pr(𝑂, 𝑡) (3.26)
𝑑𝑡

Este sistema de ecuaciones diferenciales de primer orden describe completamente el proceso

markoviano tratado, dado que las ecuaciones (3.25) y (3.26) no son linealmente
independientes, se necesita para su solución una ecuación adicional dada por la condición de
contorno (3.20).

Pag.7
Además el estado conocido en t=0 proporciona las condiciones iniciales. Expresando las
ecuaciones diferenciales en forma matricial y resumiendo las condiciones arriba enunciadas se
tiene:

𝑑𝑃𝑟(𝑂,𝑡)
𝑑𝑡 −𝜆 𝜇 Pr(𝑂, 𝑡)
[𝑑𝑃𝑟(𝐹,𝑡) ] =[ ][ ] (3.27)
𝜆 −𝜇 Pr(𝐹, 𝑡)
𝑑𝑡

Pr(O,t)+Pr(F,t)=1

0≤Pr(O,t=0)≤1

0≤Pr(F,t=0)≤1

La solución del sistema de ecuaciones (3.27) es la siguiente:

µ 𝜆 Pr(𝑂,0)−𝜇Pr(𝐹,0) −(𝜇+𝜆)𝑡
Pr(𝑂, 𝑡) = + 𝑒 (3.28)
𝜇+𝜆 µ+𝜆

𝜆 𝜆 Pr(𝑂,0)−𝜇Pr(𝐹,0) −(𝜇+𝜆)𝑡
Pr(𝐹, 𝑡) = − 𝑒 (3.28)
𝜇+𝜆 µ+𝜆

Los valores estacionarios son independientes de las condiciones iniciales y valen:

µ 𝜆 Pr(𝑂,0)−𝜇Pr(𝐹,0) −(𝜇+𝜆)𝑡
Pr(𝑂, 𝑡) = + 𝑒 (3.29)
𝜇+𝜆 µ+𝜆

µ 𝐸(𝑇0)
Pr(𝑂, ∞) = = (3.30)
𝜇+𝜆 𝐸(𝑇0)+𝐸(𝑇𝐹)

𝜆 𝐸(𝑇𝐹)
Pr(𝐹, ∞) = = (3.31)
𝜇+𝜆 𝐸(𝑇0)+𝐸(𝑇𝐹)

Utilizando la teoría de los procesos renovables se puede mostrar que las ecuaciones (3.30) y
(3.31) también son válidas para el caso de tiempos de operación y de falla no
exponencialmente distribuidos. Los valores de Pr(O, ∞) y Pr(F, ∞) son independientes de las
distribuciones de probabilidad de los tiempos TO y TF. De esta forma pueden estimarse los
valores estacionarios de las probabilidades de ambos estados a través de un simple cálculo de
valores medios de los tiempos de operación y fallas como parámetros de confiabilidad.

La probabilidad del estado de operación dada por las ecuaciones (3.30) y (3.31) suele llamarse
disponibilidad estocástica V del componente. Estos parámetros son de gran importancia para
la comparación de la confiabilidad de componentes. Para estudios de confiabilidad de sistemas
es poco apropiado. Ya que en muchos casos se requiere la probabilidad de operación en
función del tiempo Pr(O,t), la que para un instante determinado puede ser distinta de la
disponibilidad estocástica V.

Como el producto de la disponibilidad estocástica V por el factor de mantenimiento W se

obtiene la disponibilidad total k, que tiene en cuenta tanto las salidas de servicio aleatorias
como aquellas motivadas en la necesidad de mantenimiento preventivo.

Pag.8
K=v*W (3.32)

Para muchos componentes de los sistemas de suministro de energía eléctrica resulta

insuficiente un modelo con solo dos estados. El sistema de ecuaciones (3.27) se puede
generalizar para el caso de n estados posibles, mantenimiento la hipótesis de que la tasas de
transición entre estados son constantes. En este caso se tiene:

𝑑𝑃𝑟(1,𝑡)
𝑑𝑡 𝑎11 ⋯ 𝑎1𝑛 Pr(1, 𝑡)
[ ⋮ ]=[ ⋮ ⋱ ⋮ ][ ⋮ ] (3.33)
𝑑𝑃𝑟(𝑛,𝑡) 𝑎𝑛1 ⋯ 𝑎𝑛𝑛 Pr(𝑛, 𝑡)
𝑑𝑡

𝑎𝑖𝑖 = − ∑𝑘≠𝑖 𝑎𝑘𝑖 (3.34)

∑𝑖 Pr(𝑖, 𝑡) = 1 (3.35)

Y las condiciones iniciales

0≤Pr(i,t=0)≤1; 1,2,3,….n

Es posible resolver el sistema (3.33) obteniendo las probabilidades de los estados Pr(i,t)

Ejemplo: Una compañía eléctrica tiene una política de reemplazar baterías que respaldan un
sistema de relevadores cada 5 años, (Ver la Fig.3.8), sin embargo, se ha encontrado que en
algunos casos las baterías tienen que ser reemplazadas en menos de 5 años. Para ver de que
manera se acorta el ciclo de reemplazos. Se han obtenido datos en un periodo de tiempo. La
estimación completa de la vida de las baterías ocurrió como sigue: 10% de las baterías nuevas
fueron reemplazadas al finalizar el primer año, 35% de las baterías con dos años de edad
fuerón reemplazadas al final de los dos años, 40% de las baterías fuerón reemplazadas al final
de los tres años.

¿Cuál es la distribución de probabilidad, de la edad de las baterías después que los relevadores
están en operación por un largo periodo de tiempo?

Solución: La edad de las baterías será marcada al comienzo de cada años solo después de que
un posible reemplazo se haya llevado a cabo, por lo tanto las baterías pueden ten 0,1,2,3,4
años de edad. Si una batería es i años de edad. Entonces el siguiente año puede ser 0 años de
edad (si esta es reemplazada) o puede llegar a ser i+1 años de edad (si esta no es
reemplazada). Si la batería tiene cuatro años de edad. Entonces de acuerdo a la política de la
empresa, esta será reemplazada el siguiente año y llegara a tener 0 años de edad, desde el
momento en que la edad de la batería únicamente depende de la edad de la batería en el año
previo. Es posible aplicar el modelo de Markov para representar el año de reemplazo de la
batería, haciendo (i=0,1,2,3,4) los años de edad de las baterías, estos denotan los estados del
modelo de Markov.

Las probabilidades de transición son obtenidas como sigue: si la batería fue reemplazada el
año anterior (esta tiene 0 años de edad), la probabilidad de que sea reemplazada después de
finalizado un año en P00=0.1, y la probabilidad que cumpla su primer año de edad es entonces
P01=0.9, si la batería ya tenía un año de edad, entonces la probabilidad de que esta sea

Pag.9
reemplazada es 15% y la probabilidad que llegue a cumplir dos años de edad es 85%. Que es
P10=0.15 y P12=0.85 de forma similar se obtiene, P20=0.35 y P23=0.65, P30=0.4 y P34=0.6,
P40=1, por lo tanto la matriz de transición será:

0.4

0.35
0.15

0 1 2 3 4
0.1

0.9 0.85 0.65 0.6

Fig. 3.8: Diagrama de estados para el ejemplo de la vida de las baterías

 0.1 0.9 0 0 0
0.15 0 0.85 0 0 

P  0.35 0 0 0.65 0 
 
 0.4 0 0 0 0.6
 1 0 0 0 0 

Usar esta matriz de transición provoca que el sistema tenga infinita soluciones ya que el vector
derecho valdría cero, para ello se debe agregar la ecuación que la suma de todas las
probabilidades debe ser igual a 1 y reemplazarla por la primera ecuación, se resuelve p*=A*p*
que es la ecuación de probabilidades de estado estacionario de un proceso markoviano.

Las probabilidades de estado estacionario se obtienen al resolver el sistema de ecuaciones:

1  0.9 0 0 0  1
1 1  0.85 0 0  0

P0
*
P1* P2* P3* 
P4* * 1 0 1  0.65 0   0 
   
1 0 0 1  0.6 0
1 0 0 0 1  0

La solución de este sistema de ecuaciones tiene también infinitas soluciones si se permiten

que las probabilidades sean negativas!, no obstante previendo que las probabilidades no
pueden ser negativas la solución del sistema de ecuaciones seria:

P0
*
P1* P2* P3* 
P4*  0.289 0.26 0.221 0.144 0.086 

Pag.10
 Componentes que se encuentran en serie y en paralelo
Considere el sistema de potencia radial mostrado en la Fig. 3.9 las capacidades de los
circuitos se muestran en el diagrama. Asumir que solamente las líneas de transmisión
pueden fallar. Determinar la probabilidad de estado estacionario, la frecuencia y la
duración media de falla si ocurre lo siguiente:

a) La carga es igual a 50 MW, y la falla de las líneas de transmisión son eventos

independientes.
b) La carga es iguala 75 MW y la falla de los circuitos son eventos independientes

C1=50 MW

C2=50 MW

Fig. 3.9: Sistema Eléctrico de Potencia

λ1 λ2

Estado 1
La línea de Transmisión
No. 1 está En servicio
µ2
Estado 0 µ1 Estado 3
Las Dos líneas de Las dos líneas de
Transmisión están en Transmisión están en
línea servicio

λ1

λ2
µ2
Estado 2 µ1
La línea de Transmisión
No. 2 está En servicio

Fig. 3.10: Diagrama de estados de un proceso paralelo

Solución del inciso a.-) En este caso la falla del sistema ocurre únicamente cuando fallan las dos
líneas de transmisión ya que la carga es de 50 MW y es un sistema en paralelo.

Para este proceso representado en la Fig. 3.10 la matriz de transición estará dada por:

Pag.11
 0  (1  2 ) 1 2 0  0 
1 1  ( 1   2 ) 2  0 
P 0
*
P1* P2* 
P4* * 
2 2 0
0
 (1   2 ) 1
 
 0 
   
3 0 2 1  ( 1   2 )  0 

Además se debe cumplir la siguiente ecuación:

P0*  P1*  P2*  P3*  1

La solución de este sistema de ecuaciones es la siguiente:

1 2 1  2 2 1 2 1
P0*  , P1*  , P2*  , P3* 
(1  1 ) * (2   2 ) (1  1 ) * (2   2 ) (1  1 ) * (2   2 ) (1  1 ) * (2   2 )

Finalmente la Probabilidad que no se suministren los 50 MW, constituyen la Probabilidad de

Falla Pf que en este caso es igual a P3*

Solución b.-) En este caso para suplir 75 MW es un sistema en serie ya que basta que falle un
elemento de transmisión para que el sistema falle, el sistema se encuentra en falla si al menos
1 línea de transmisión se encuentra fallada, lo que implica que la probabilidad de falla Pf en
este caso es igual a 1- P0*

(1  1 ) * (2   2 )  1  2
Pf* 
(1  1 ) * (2   2 )

Ejemplo: Considere el siguiente sistema de potencia

CL1 = 50 MW

PL

CL2 = 50 MW

La carga se comporta durante todo el año de conformidad a la siguiente figura:

Se tienen los siguientes parámetros de confiabilidad para las líneas de transmisión

λL1= λL2=10-3 h-1

λL1L2 = 5x10-4 h-1

Pag.12
μL1 = 10-2 h-1

μL1L2 = 2*10-2 h-1

Utilizando el siguiente modelo de tres estados determine lo siguiente:

2λL1
Estado 1
Solo una línea de
Transmisión esta fuera
de servicio
Estado 0 µL1
Las Dos líneas de µL1
Transmisión están en
línea
λL1

λL1L2
Estado 2
μL1L2 Las dos línea de
Transmisión están
fuera de servicio

Determinar los valores de Energía no Suministrada para cada escalón de demanda y

finalmente, el valor de energía no suministrada de todo el año.

La matriz de transición es la siguiente:

 1   P0  1
*
1 1
 2  (L1   L1 )  L1  *  P*   0
 L1   1  
L1L 2 L1  (  L1   L1L 2 )  P2*  0

Cuyo Determinante D es el siguiente:

D  (  L1   L1L 2 ) * (L1   L1 )  L1 L1  2L1 (  L1   L1L 2 )   L1L1L 2  22L1  (L1   L1 ) * L1L 2

(L1   L1 ) * (  L1   L1L 2 )   L1 * L1

P0* 
(  L1   L1L 2 ) * (L1   L1 )   L1L1  2 * (  L1L1L 2  L1 L1L 2  2L1 )  L1L1L 2
=0.815286324841

2 * L1 * (  L1   L1L 2 )   L1 * L1L 2

P1* 
(  L1   L1L 2 ) * (L1   L1 )   L1L1  2 * (  L1L1L 2  L1 L1L 2  2L1 )  L1L1L 2
=0.16560447

Pag.13
 2 * 2L1  L1L 2 * (L1   L1 )
P 
*

(  L1   L1L 2 ) * (L1   L1 )   L1L1  2 * (  L1L1L 2  L1 L1L 2  2L1 )  L1L1L 2

2

=0.19108280

El Determinante D=0.0003925, los anteriores valores son los valores exactos.

 1   P0  1
*
1 1
2 *10 3  (10 3  10  2 ) 10  2  *  P *   0
   1  
5 *10  4 10 3
 (10  2 *10 )  P2*  0
2 2

 P0*   0.815286624204 
 *  
 P1    0.165605095541 
 P2*  0.0191082802548
 

ENS(100MW)=50MW*4000hrs* P1*+100MW*4000hrs*P2*=33121.02MWh+7643.3MWh=40,764.3MWh

ENS(50MW)=50MW*2000hrs* P2*= 1910.83MWh

ENS(25MW)=25MW*2760hrs* P2*= 1318.47MWh

ENS(AÑO)=43,993.63MWh

ES=100MW*4000hrs+50MW*2000hrs+25MW*2760hrs=569,000MWh

%ENS(Año)=43,993.63MWh/569,000MWh =0.0773=7.7%

USD=1500USD/MWh*43,993.63 MWH=65,990,445USD

Pag.14