ESTUDIO DE FLUJOS DE POTENCIA

Durante el diseño de la infraestructura de un sistema eléctrico, un estudio de flujos de

potencia —realizado por un equipo calificado— garantiza que los procesos y los
servicios no se verán interrumpidos, esto debido al flujo continuo de la potencia por el
sistema. Proveer respuestas a la variedad de preguntas relacionadas con el flujo de
potencia permite que las operaciones se lleven a cabo con normalidad.

¿QUÉ ES EL ESTUDIO DE FLUJOS DE POTENCIA?

Este es usado ampliamente en la operación y la planeación de un sistema de potencia.
Se trata de una herramienta fundamental para el análisis de este último. Los cálculos
determinan si un elemento específico de la infraestructura está en riesgo de
sobrecargarse.
En las operaciones, el estudio de flujos de potencia se realiza para asegurarse de que
los generadores alcancen su capacidad operativa óptima, el mantenimient pueda
llevarse a cabo sin problema y el suministro de energía satisfaga la demanda
satisfactoriamente. El análisis también determina cómo operará el sistema con una
carga específica.
En teoría, el estudio muestra la descripción matemática de una red eléctrica, así como
los cálculos que llegan a resultados satisfactorios.

¿PARA QUÉ SE USA?

El estudio de flujos de potencia se utiliza para investigar:
 Los componentes o la carga del circuito.
 Perfiles de voltaje del bus.
  Flujo de potencia real y reactiva.
 Pérdidas en el sistema de potencia.
 Los ajustes adecuados del tap (grifo) del transformador.
El estudio se lleva a cabo con un software que simula el estado actual de las
condiciones de operación del sistema de potencia, permitiendo conocer lo ya
mencionado. Hacer este análisis, utilizando distintos escenarios, permite asegurarse de
que el sistema de potencia está adecuadamente diseñado para satisfacer los criterios
de desempeño. Un sistema con esta característica significa hacer rendir al máximo la
inversión inicial de capital en la infraestructura y los futuros costos de operación.
¿Qué puede hacer el estudio?
 Optimizar el uso de los circuitos.
 Desarrollar perfiles de voltaje prácticos.
 Minimizar las pérdidas de kW y kVAR.
 Desarrollar lineamientos para las especificaciones de los equipos.
 Identificar la configuración del tap del transformador.

¿CÓMO SE HACE?
Un sistema de potencia consta de varios nodos o buses en los que se conectan líneas,
generadores y cargas. Cada bus tiene asociadas dos ecuaciones de flujo de potencia,
lo que hace que el análisis sea no lineal.
En un estudio de flujos de potencia, dos de las cuatro variables —potencial real,
potencia reactiva, magnitud de voltaje y ángulo de voltaje— están definidas, mientras
que las otras dos son desconocidas. De esta manera, la ecuación es igual al número
de variables faltantes. Las que están disponibles dependen del tipo de bus en el
análisis.

Tipos de bus
 Carga: calcula el ángulo y la magnitud, o el voltaje colectivo, mientras que los
valores disponibles son la potencia reactiva y la real.
 Generador: determina el ángulo y la potencia reactiva, mientras que los valores
conocidos son el voltaje y la potencia real.
 De referencia: el ángulo y la magnitud del voltaje se asumen para calcular la
potencia real y la reactiva.

Beneficios
  Disminuir el tiempo de inactividad no planificado.
 Reducer costos de mantenimiento y operación.
 Obtener más capacidad de los activos existentes.

Conocer los aspectos básicos de los flujos de potencia y entender su importancia en

cualquier sistema eléctrico permite obtener un panorama muy claro al diseñarlo o
incrementar su capacidad. Se trata también de una herramienta que provee seguridad
a los trabajadores de una instalación, pues determina la mejor manera de mitigar
riesgos como sobrecargas. Un estudio de flujos de potencia se requiere para
cerciorarse de que la potencia fluye adecuadamente en todo momento, a pesar de
fluctuaciones de carga normales y contingencias.

MÉTODO DE GAUSS-SEIDEL
El método de Gauss-Seidel es un procedimiento iterativo para hallar soluciones
aproximadas a un sistema de ecuaciones algebraicas lineales con una precisión
arbitrariamente elegida. El método se aplica a matrices cuadradas con elementos no
nulos en sus diagonales y la convergencia se garantiza si la matriz es diagonalmente
dominante.
Fue creado por Carl Friedrich Gauss (1777-1855), el cual le hizo una demostración
privada a uno de sus estudiantes en 1823. Posteriormente fue publicado formalmente
por Philipp Ludwig von Seidel (1821-1896) en 1874, de ahí que lleve el nombre de
ambos matemáticos.
Para una mayor comprensión del método, es preciso saber que una matriz es
diagonalmente dominante cuando el valor absoluto del elemento diagonal de cada fila
es mayor o igual que la suma de los valores absolutos de los otros elementos de esa
misma fila.
Este método es iterativo o de aproximación y es similar a las técnicas para obtener
raíces vistas en el tema anterior. Aquellos métodos consisten en la determinación de un
valor inicial a  partir del cual, mediante una técnica sistemática  se obtiene una mejor
aproximación a la raíz. La razón por la cual los métodos iterativos son útiles en la
disminución de los errores de redondeo en sistemas, se debe a que un método de
aproximación se puede continuar hasta que converga dentro de alguna tolerancia de
error previamente especificada.
Las técnicas iterativas se emplean rara vez para resolver problemas de dimensiones
pequeñas ya que el tiempo requerido para lograr una precisión suficiente excede al de
las técnicas directas. Sin embargo, para sistemas grandes con un gran porcentaje de
ceros, ésta técnica es eficiente. Los sistemas de este tipo surgen frecuentemente en la
solución numérica de problemas de valores frontera y de ecuaciones diferenciales
parciales.
Este método iterativo utiliza la misma transformación que el método de Jacobi, de
hecho es una mejora al método de Jacobi.

La mejora consiste en utilizar la incógnita encontrada, en la misma iteración para

calcular la siguiente incógnita. Por ejemplo, en el método de Jacobi se obtiene en el
primer cálculo xi+1, pero este valor de x no se utiliza sino hasta la siguiente iteración.
En el método de Gauss-Seidel en lugar de eso se utiliza de xi+1 en lugar de xi en forma
inmediata
para calcular el valor de yi+1 de igual manera procede con las siguientes variables;
siempre se utilizan las variables recien calculadas.
Entrada el número de ecuaciones o incógnitas n; los elementos de axn de la matriz A;
los elementos bi, 1 ? i ?  n de b; los elementos  X0i, 1 ? i ? n  de X0 = x0;
 la tolerancia Es (error sugerido); el número máximo de iteraciones, iter.

 Algoritmo:
1) Se debe despejar da cada ecuación despejar la variable sobre la diagonal principal.
2) Dar un valor inicial a las incógnitas (X generalmente se establecen ceros).
3) Sustituir los valores iniciales en la primera ecuación para obtener un nuevo valor
para la primera incógnita.
4) Ese nuevo valor es usado para obtener el valor de la siguiente  incógnita. Este
procedimiento se repite hasta obtener los nuevos valores de todas las incógnitas
despejadas.
5) Se evalúa la aproximación relativa de todas las incógnitas hasta que la solución
converja bastante cerca de la solución real, según la tolerancia establecida para el
método.

Se puede observa que los resultados obtenidos son prácticamente iguales a los
obtenidos con los métodos directos y con el método de Jacobi, con la ventaja de un
número menor de iteraciones.

Explicación mediante un caso sencillo

Para ilustrar en qué consiste el método de Gauss-Seidel tomaremos un caso sencillo,
en el cual se puede encontrar los valores de X y Y en el sistema de ecuaciones lineales
2×2 que se muestra a continuación:
5X + 2Y = 1
X – 4Y = 0
Pasos a seguir
1- En primer lugar hay que determinar si la convergencia es segura. De inmediato se
observa que, en efecto, se trata de un sistema diagonalmente dominante, ya que en la
primera fila el primer coeficiente tiene mayor valor absoluto que los demás de la
primera fila:
|5|>|2|
Igualmente, el segundo coeficiente de la segunda fila también es diagonalmente
dominante:
 |-4|>|1|
2- Se despejan la variables X e Y: 
X = (1 – 2Y)/5
Y = X/4
3- Se coloca un valor inicial arbitrario, denominado “semilla”: Xo=1, Yo=2.
4-Comienza la iteración: para obtener la primera aproximación X1, Y1 se sustituye la
semilla en la primera ecuación del paso 2 y el resultado en la segunda ecuación del
paso 2:
X1 = (1 – 2 Yo)/5 = (1 – 2×2)/5 = -3/5
Y1 = X1 / 4 = (-3/5) / 4 = -3/20
5- Se procede en forma similar para obtener la segunda aproximación de la solución
del sistema de ecuaciones:
X2 = (1 – 2 Y1)/5 = (1 – 2x(-3/20))/5 = 13/50
Y2 = X2/4 = (13/50)/4 = 13/200
6- Tercera iteración:
X3 = (1 – 2 Y2)/5 = (1 – 2 (13/200))/5 = 87/500
Y3 = X3 / 4 = (87/500)/4 = 87/2000
7- Cuarta iteración, como iteración final de este caso ilustrativo:
X4 = (1 – 2 Y3)/5 = (1 – 2 (87/2000))/5 = 913/5000
Y4 = X4 / 4 = (913/5000)/4 = 913/20000
Estos valores coinciden bastante bien con la solución hallada mediante otros métodos
de resolución. 
ANÁLISIS DEL MÉTODO
Como puede observarse, en el método de Gauss-Seidel hay que sustituir en la
siguiente variable, los valores aproximados obtenidos para la variable previa en ese
mismo paso. Esto lo diferencia de otros métodos iterativos como el de Jacobi, en el
cual cada paso requiere las aproximaciones de la etapa previa. 
El método de Gauss-Seidel no es un procedimiento paralelo, mientras que el de Gauss-
Jordan si lo es. También es la razón de que el método de Gauss-Seidel tenga una
convergencia más rápida -en menos pasos- que el método de Jordan.
En cuanto a la condición de matriz diagonalmente dominante, esta no siempre se
satisface. Sin embargo, en la mayoría de los casos basta con intercambiar las filas del
sistema original para que se cumpla la condición. Además, el método converge casi
siempre, aun cuando no se cumpla la condición de dominancia diagonal.
Aplicaciones
El método de Gauss-Seidel no se limita únicamente a sistema de ecuaciones lineales
2×2. Puede generalizarse el procedimiento anterior para resolver un sistema lineal
de n ecuaciones con n incógnitas, el cual se representa matricialmente así:
A X = b
Donde A es una matriz n x n, mientras X es el vector n componentes de las n variables
a ser calculadas; y b es un vector que contiene los valores de los términos
independientes.