4.3.2. Newton-Raphson.v5

Unidad 4
SOLUCIONES DE FLUJOS DE POTENCIA

J. Rojas
CONTENIDO:
4.5 MÉTODO DE GAUSS-SEIDEL
4.6 MÉTODO DE NEWTON-RAPHSON
24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 2

El método de Newton-Raphson es un algoritmo eficiente para encontrar aproximaciones de los ceros o

raíces de una función real.
• El método de Newton-Raphson es un método abierto, en el sentido de que no está garantizada su
convergencia global. La única manera de alcanzar la convergencia es seleccionar un valor inicial 𝑥𝑜 lo
suficientemente cercano a la raíz buscada. Así, se ha de comenzar la iteración con un valor
razonablemente cercano al cero (denominado punto de arranque o valor supuesto).
• La relativa cercanía del punto inicial a la raíz depende mucho de la naturaleza de la propia función; si
ésta presenta múltiples puntos de inflexión o pendientes grandes en el entorno de la raíz, entonces las
probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor puesto cercano
a la raíz.
• Una vez que se ha hecho esto, el método linealiza la función por la recta tangente en ese valor
supuesto. La abscisa en el origen de dicha recta será, según el método, una mejor aproximación de la
raíz que el valor anterior. Se realizarán sucesivas iteraciones hasta que el método haya convergido lo
suficiente.

El objetivo de este método para estimar la solución de una ecuación 𝑓 𝑥 = 0 es producir una sucesión de
aproximaciones que se acerquen a la solución (iteraciones). Escogemos el primer número 𝑥𝑜 de la
secuencia y luego en circunstancias favorables el método hace el resto moviéndose paso a paso hacia la
raíz.
Procedimiento del método de NR:

1. Iniciar con el valor supuesto 𝑥𝑜 para la primera aproximación a la
solución de la ecuación 𝑓 𝑥 = 0.
2. Usar la primera aproximación para obtener la segunda, la segunda para
obtener la tercera, y así sucesivamente, usando la fórmula:
𝑓 𝑥𝑘
𝑥𝑘+1 = 𝑥𝑘 − ′ , 𝑠𝑖 𝑓 ′ 𝑥𝑘 ≠ 0 𝑘 = N° Iteraciones
𝑓 𝑥𝑘
3. Calcule el error relativo que existe entre dos aproximaciones sucesivas:
𝑥𝑘+1 − 𝑥𝑘
𝜀𝑘+1 =
𝑥𝑘+1
𝑓 𝑥𝑘
𝑥𝑘+1 = 𝑥𝑘 − ′
𝑓 𝑥𝑘
𝑠𝑖 𝑓 ′ 𝑥𝑘 ≠ 0

4.6 MÉTODO DE NEWTON-RAPHSON: Ejemplo 1
Encontrar una buena aproximación a una raíz de la siguiente función usando el método de
Newton-Raphson. Considerar como punto de partida 𝑥0 = 1.
𝑓 𝑥 = 𝑥3 − 𝑥 − 1

Paso 1: Obtener la 1ra. Derivada de la función𝑓(𝑥):

𝑓 ′ 𝑥 = 3𝑥 2 − 1
Paso 2: Resolver la ecuación de NR:

𝑓 𝑥 = 𝑥3 − 𝑥 − 1 𝑘 = 0, aproximación inicial (condiciones iniciales):
𝑥0 = 1
Primera iteración: 𝑘 = 0; 𝑘 + 1 = 1
𝑓 𝑥0 𝑓 1 13 − 1 − 1
𝑥1 = 𝑥0 − ′ =1− ′ =1− = 1.5
𝑓 𝑥0 𝑓 1 3 ∙ 12 − 1
𝑥1 − 𝑥0 1.5 − 1
𝜀1 = = = 0.3333
𝑥1 1.5

Segunda iteración:
𝑓 𝑥1 𝑓 1.5 0.875
𝑥2 = 𝑥1 − ′ = 1.5 − ′ = 1.5 − = 1.34783
𝑓 𝑥1 𝑓 1.5 5.75
𝑥2 − 𝑥1 1.34783 − 1.5
𝜀2 = = = 0.1129
𝑥1 1.34783
Tercera iteración:
𝑓 𝑥2 𝑓 1.34783 0.1007
𝑥3 = 𝑥2 − = 1.34783 − = 1.34783 − = 1.32520
𝑓 ′ 𝑥2 𝑓 ′ 1.34783 4.4499
𝑥3 − 𝑥2 1.32520 − 1.34783
𝜀3 = = = 0.0171
𝑥2 1.32520
Cuarta iteración:
𝑓 𝑥3 𝑓 1.32520 0.00206
𝑥4 = 𝑥3 − = 1.32520 − = 1.32520 − = 1.32468
𝑓 ′ 𝑥3 𝑓 ′ 1.32520 3.9433
𝑥4 − 𝑥3 1.32468 − 1.32520
𝜀4 = = = 0.0004
𝑥4 1.32468
𝑓 𝑥 = 𝑥3 − 𝑥 − 1
Tolerancia:
𝑘 𝑥𝑘+1 𝜀𝒌+𝟏
𝜖 ≤ 1%
0 1 - No
1 1.5 0.3333 No
2 1.34783 0.1129 No
3 1.32520 0.0171 No
4 1.32468 0.0004 Si
𝑥 = 1.32468

https://www.geogebra.org/m/XCrwWHzy

Usando Matlab:
syms x
f_x = x^3-x-1; %ingreso de la funcion f(x)
fun = f_x;
x0 = 1; %punto inicial
tol = 1/1000; %error
dfun = diff(sym(fun)); %derivada de la funcion f'(x)

f = subs(fun,x0); %evalúa f(x=x0)
df = subs(dfun,x0); %evalúa df(x=x0)
k = 1; %contador de iteraciones
while abs(f)>tol
xf = x0 - f/df;
f = subs(fun,xf);
df = subs(dfun,xf);
x0 = xf;
k = k + 1; x = 1.325
end
x = vpa(x0,4)
iteraciones = k iteraciones = 5

SISTEMAS DE ECUACIONES NO LINEALES:
Considérese un sistema de 𝑛 ecuaciones no lineales con 𝑛 incógnitas (varias variables) representado

por:
𝑓1 (𝑥 ) 𝑥1
𝑓 (𝑥 ) 𝑥2
𝑭= 2 𝒙= ⋮
⋮
𝑓𝑛 (𝑥 ) 𝑥𝑛

Aproximación lineal de Taylor varias variables:
Función no lineal de varias variables: 𝑓1 𝒙 = 𝑓1 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛
la aproximación lineal (solo términos de orden 1) sería:
𝜕𝑓1 𝒙 𝜕𝑓1 𝒙
𝑓1 𝒙 ≈ 𝑓1 𝑥0 + ∆𝑥1 + ⋯ + ∆𝑥𝑛
𝜕𝑥1 𝜕𝑥𝑛
𝜕𝑓2 𝒙 𝜕𝑓2 𝒙
𝑓2 𝒙 ≈ 𝑓2 𝑥0 + ∆𝑥1 + ⋯ + ∆𝑥𝑛
⋮
𝜕𝑓𝑛 𝒙 𝜕𝑓𝑛 𝒙
𝑓𝑛 𝒙 ≈ 𝑓𝑛 𝑥0 + ∆𝑥1 + ⋯ + ∆𝑥𝑛

Supongamos que tomamos una estimación inicial de la solución 𝑥 = 𝑥 𝑘

o 𝑘 = 0, 1, 2, … , 𝑛
o 𝑘 = 0, Condición
inicial (arranque)
𝜕𝑓1 𝑥 𝜕𝑓1 𝑥
𝑓1 𝑥 𝑘 ≈ 𝑓1 𝑥 𝑘 + ቤ ∆𝑥1𝑘 + ⋯ + ቤ ∆𝑥𝑛𝑘 = 0
𝜕𝑥1 𝑥=𝑥𝑘 𝜕𝑥𝑛 𝑥=𝑥𝑘
𝑘 𝑘
𝜕𝑓2 𝑥 𝑘
𝜕𝑓2 𝑥
𝑓2 𝑥 ≈ 𝑓2 𝑥 + ቤ ∆𝑥1 + ⋯ + ቤ ∆𝑥𝑛𝑘 = 0
⋮
𝜕𝑓𝑛 𝑥 𝑘
𝜕𝑓𝑛 𝑥
𝑓𝑛 𝑥𝑘 ≈ 𝑓𝑛 𝑥𝑘 + ቤ ∆𝑥1 + ⋯ + ቤ ∆𝑥𝑛𝑘 = 0

¿Qué hacer?
Estimar el valor mejorado 𝑥 𝑘+1 a partir de la aproximación de Taylor.
𝜕𝑓1 𝑥 𝜕𝑓1 𝑥 𝜕𝑓1 𝑥

+ + … +
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
𝑓1 𝑥 𝑘 ∆𝑥1𝑘 0
𝜕𝑓2 𝑥 𝜕𝑓2 𝑥 𝜕𝑓2 𝑥
𝑓2 𝑥 𝑘 + 𝜕𝑥1 + + … + ∙ ∆𝑥 𝑘
2 =
0
𝜕𝑥2 𝜕𝑥𝑛 ⋮
⋮ ⋮
⋮
𝑓𝑛 𝑥 𝑘 ∆𝑥𝑛𝑘 0
𝜕𝑓𝑛 𝑥 𝜕𝑓𝑛 𝑥 𝜕𝑓𝑛 𝑥
+ + … +
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
𝑓 𝑥 ≅ 𝑓 𝑥𝑘 + 𝐽 𝑥𝑘 ∙ ∆𝑥 𝑘 = 0

Matriz Jacobiana: Vector de apartamiento :

𝑘
𝑓1 𝑥
𝑘 𝑓 𝑥
𝜕𝑓1 𝑥 𝜕𝑓1 𝑥 𝜕𝑓1 𝑥
𝑘 𝑓 𝑥 = 2
… ⋮
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛 𝑓𝑛 𝑥
𝜕𝑓2 𝑥 𝜕𝑓2 𝑥 𝜕𝑓2 𝑥
𝐽 𝑥 𝑘
= 𝑱𝑘 = 𝜕𝑥1 …
⋮ Vector estimador lineal del error:
𝜕𝑓𝑛 𝑥 𝜕𝑓𝑛 𝑥 𝜕𝑓𝑛 𝑥
…
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
∆𝑥 𝑘 = 𝑥 𝑘+1 − 𝑥 𝑘

𝒌+𝟏
Estimador mejorado del valor supuesto inicialmente 𝒙 :
−𝑓 𝑥 𝑘
𝑘 𝑥 𝑘+1 − 𝑥 𝑘 =−𝐽 𝑥 𝑘 −1 𝑓 𝑥 𝑘
∆𝑥 = 𝑘
𝐽 𝑥
𝑥 𝑘+1 = 𝑥 𝑘 − 𝐽 𝑥 𝑘 −1 𝑓 𝑥 𝑘

APLICACIÓN AL FLUJO DE POTENCIA
➢ Para los cálculos de N -R se utiliza la forma polar de las ecuaciones de flujo de potencia:
𝑁
𝑖, 𝑗 → 𝑏𝑎𝑟𝑟𝑎𝑠 𝑜 𝑛𝑜𝑑𝑜𝑠.
𝑃𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 𝑐𝑜𝑠 𝛿𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑖𝑛 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛 − 1
𝑗=1
𝛿𝑖 = 𝑎𝑛𝑔𝑙𝑒 𝑽𝑖 1
𝑁
𝑄𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 sin 𝛿𝑖𝑗 − 𝐵𝑖𝑗 cos 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛 𝛿𝑗 = 𝑎𝑛𝑔𝑙𝑒 𝑽𝑗

𝑗=1
➢ Se eligen las variables de estado (𝒙) como:
𝛿
𝒙=
𝑉
Elección de las variables de estado (𝒙):
(a) Para barras PQ, elegir la magnitud del voltaje de barra y el ángulo de fase asociado.
(b) Para barras PV, elegir el ángulo de fase (la magnitud del voltaje es fija)
(c) Para barra SLACK, tanto la magnitud de voltaje como el ángulo de fase son cantidades
especificadas.
𝛿2 𝑉2
𝛿 𝛿 𝑉3
𝒙= → 𝜹= 3 ; 𝑽 = 2
𝑉 ⋮ ⋮
𝛿𝑛 𝑉𝑛

➢ Se definen las funciones que dependen de la variable de estado desconocida (𝒙) :
𝑃𝑖 𝒙 = 𝑃𝑖 𝛿, 𝑉 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 𝑐𝑜𝑠 𝛿𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑖𝑛 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛 − 1

𝑗=1 3
𝑁
𝑄𝑖 𝒙 = 𝑄𝑖 𝛿, 𝑉 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 sin 𝛿𝑖𝑗 − 𝐵𝑖𝑗 cos 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛

𝑗=1
➢ Se denomina la barra de compensación con el número 1, y los cálculos comienzan en la barra 2,

por lo tanto:
𝑒𝑠𝑝 𝑒𝑠𝑝
𝑒𝑠𝑝 𝑃𝑖 y 𝑄𝑖 son constates
𝑃𝑖 = 𝑃𝑖 𝒙 𝑖 = 2, 3, ⋯ , 𝑛 − 1 especificadas, mientras que,
4
𝑃𝑖 𝒙 y 𝑄𝑖 𝒙 son funciones
𝑒𝑠𝑝
𝑄𝑖 = 𝑄𝑖 𝒙 𝑖 = 2, 3, ⋯ , 𝑛 especificadas (a calcularse) de la
variable desconocida 𝒙.
➢ Escribimos la ecuación 4 en la forma 𝑓 𝑥 = 0
𝑃𝑖 𝒙 − 𝑃𝑖 =0 𝑓𝑖𝑃 𝑃𝑖 𝒙 − 𝑃𝑖
𝑓 𝑥 = = 𝑒𝑠𝑝 = 0
𝑒𝑠𝑝
𝑓𝑖𝑄 𝑄𝑖 𝒙 − 𝑄𝑖
𝑄𝑖 𝒙 − 𝑄𝑖 =0
➢ El vector de apartamiento resultante corresponde a las ecuaciones de balance de potencia:
𝑒𝑠𝑝
𝑃𝑖 − 𝑃𝑖 𝒙 ∆𝑃𝑖 𝒙
𝑓 𝑥 =− 𝑒𝑠𝑝 =− =0 5
𝑄𝑖 − 𝑄𝑖 𝒙 ∆𝑄𝑖 𝒙
𝑁 𝑁
∆𝑃𝑖 𝒙 = 𝑃𝑖 − 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 cos 𝛿𝑖𝑗 + 𝐵𝑖𝑗 sin 𝛿𝑖𝑗 ∆𝑄𝑖 𝒙 = 𝑄𝑖 − 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 sin 𝛿𝑖𝑗 − 𝐵𝑖𝑗 cos 𝛿𝑖𝑗
𝑗=1 𝑗=1

➢ Tomamos una estimación inicial (𝑘) de la solución 𝒙 = 𝛿𝑖 , 𝑉𝑖 :
𝑘
𝑘 ∆𝑃𝑖 𝛿𝑖 , 𝑉𝑖
𝑓 𝛿𝑖 , 𝑉𝑖 =− =0
∆𝑄𝑖 𝛿𝑖 , 𝑉𝑖
➢ Y considerando la aproximación de Taylor, se obtienen las correcciones de las

variables de estado:
𝑘 𝑘 𝑘+1 𝑘
∆𝛿𝑖 ∆𝛿𝑖 𝛿 𝛿
𝑓 𝛿𝑖 , 𝑉𝑖 ≅ 𝑓 𝛿𝑖 , 𝑉𝑖 𝑘 + 𝐽 𝛿𝑖 , 𝑉𝑖 𝑘 ∙ =0 = 𝑖 − 𝑖
∆𝑉𝑖 ∆𝑉𝑖 𝑉𝑖 𝑉𝑖
𝑘+1 𝑘
𝛿𝑖 𝛿𝑖 𝑘 −1 𝑘 7
− = − 𝐽 𝛿𝑖 , 𝑉𝑖 𝑓 𝛿𝑖 , 𝑉𝑖
𝑉𝑖 𝑉𝑖

➢ Se calculan las variables de estado mejoradas:
𝑘+1 𝑘 𝑘
𝛿𝑖 𝛿𝑖 𝑘 −1 ∆𝑃𝑖 𝛿𝑖 , 𝑉𝑖
= + 𝐽 𝛿𝑖 , 𝑉𝑖
𝑉𝑖 𝑉𝑖 ∆𝑄𝑖 𝛿𝑖 , 𝑉𝑖
𝑘+1 𝑘 𝑘 −1 𝑘
𝛿𝑖 𝛿𝑖 J1 J2 ∆𝑃𝑖 𝛿𝑖 , 𝑉𝑖
= +
𝑉𝑖 𝑉𝑖 J3 J4 ∆𝑄𝑖 𝛿𝑖 , 𝑉𝑖
H, N, M, L son submatrices del Jacobiano

➢ Expresiones para los términos del Jacobiano en la formulación polar:

➢ Expresiones para los términos del Jacobiano en la formulación polar:

Convergencia de NR:
El procedimiento iterativo de NR continúa hasta que los

errores ∆𝑃𝑖 𝒙 y ∆𝑄𝑖 𝒙 se hacen menores a sus valores
permitidos estipulados (las ecuaciones de balance de
potencia tienen que ser lo más cercanas a cero) o bien, si
todas las ∆𝛿𝑖 y ∆𝑉𝑖 son menores que el índice de precisión
seleccionado.

Características del método:
1. Barras PQ generan 2 filas en el Jacobiano correspondiente a ∆𝑷 y ∆𝑸.

2. Barras PV generan 1 fila en el Jacobiano correspondiente a ∆𝑷.
3. Velocidad de convergencia “cuadrática” (el número de cifras significativas se
duplica luego de cada iteración).
4. Confiable, no sensible a la elección de la barra SLACK.
5. Solución precisa obtenida luego de 3 – 6 iteraciones.
6. El Jacobiano debe ser re-calculado e invertido luego de cada iteración.

RESUMEN:
La solución del flujo de cargas mediante el método de Newton-Raphson consta entonces de los
siguientes pasos:
1. Iniciar tensiones con el perfil plano o usar la solución de un caso anterior.

2. Calcular ∆𝑃𝑖 y ∆𝑄𝑖 , así como los términos del Jacobiano. Si todos los componentes de este vector
son menores que 𝜀, detener el proceso. En caso contrario, continuar.
∆𝛿
3. Obtener resolviendo el sistema
∆𝑉
𝑘
𝐻 𝑁 𝑘 ∆𝛿 𝑘 ∆𝑃𝑖 𝑥
∙ =
𝑀 𝐿 ∆𝑉 ∆𝑄𝑖 𝑥
𝛿
4. Actualizar y volver al paso 2.
𝑉
Por cada nodo PV, nos ahorramos una ecuación en el sistema anterior, lo cual constituye la principal
ventaja de la formulación polar.

¿Cómo plantear el Jacobiano?

Ejemplo: Considere un sistema de potencia de tres barras que incluye una barra SLACK, una barra PQ y una
barra PV:
• Barra 2: Barra PQ genera dos filas en el jacobiano debido al balance de potencia activa Pi y reactiva Qi.
• Barra 3: Barra PV genera una fila en el jacobiano debido solamente al balance de potencia activa Pi.
Variables desconocidas Datos iniciales: 𝑉1 = 1∠0° 𝑝. 𝑢. → 𝑝𝑒𝑟𝑓𝑖𝑙 𝑝𝑙𝑎𝑛𝑜
𝛿2 𝛿3 𝑉2
Todas las Todas los
fases, i voltajes, |Vi|
𝑃2 𝐻22 𝐻23 𝑁22
𝐽 = 𝑃3 𝐻32 𝐻33 𝑁32
Todas las Pi
𝑄2 𝐽22 𝐽23 𝐿22
J=
Todas las Qi
𝐻23 ≠ 𝐻32 → 𝑀𝑎𝑡𝑟𝑖𝑧 𝑎𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎

Resolver el problema de flujo de carga usando el método de Newton-Raphson
P=0.5, V=1
2
1 j0.1
15+j0.8
j0.2 j0.25 1.5+j0.8
3
P=1, V=1
Figura 1. Sistema de Potencia para el ejemplo 2.

P=0.5, V=1 • Determine el tipo de barra.

P. Activa P. Reactiva
Voltajes Tipo de
2 BARRA Pi Qi
barra
Pgi Pdi Qgi Qdi |Vi| i
1 -j10
1 x x x SLACK
2 x x PQ
15+j0.8
1.5+j0.8
-j5 -j4 3 x x PV
3
• Listar variables conocidas y desconocidas.
P=1, V=1 Pi Qi Voltajes Tipo de

BARRA
Pgi Pdi Qgi Qdi |Vi| i barra
• Formar la matriz Ybarra. 1 0.5 1 0° SLACK
2 1.5 j0.8 ? ? PQ
−𝑗15 𝑗10 𝑗5 3 1 ? ? 1 ? PV
𝒀𝑏𝑎𝑟𝑟𝑎 = 𝑗10 −𝑗14 𝑗4 [S]
𝑗5 𝑗4 −𝑗9

P=0.5, V=1 • Escribir las ecuaciones de flujo de potencia.
3
2 𝑃2 = ෍ 𝑉2 𝑉𝑗 𝐵2𝑗 sin 𝛿2𝑗 = 𝑃𝑔2 − 𝑃𝑑2
1 -j10 𝑗=1
𝑃2 = 𝑉2 10𝑉1 sin 𝛿2 + 4𝑉3 sin 𝛿2 − 𝛿3

15+j0.8
-j5 -j4 1.5+j0.8
3 3
𝑃3 = ෍ 𝑉3 𝑉𝑗 𝐵3𝑗 sin 𝛿3𝑗 = 𝑃𝑔3 − 𝑃𝑑3

𝑗=1
P=1, V=1 𝑃3 = 𝑉3 5𝑉1 sin 𝛿3 + 4𝑉2 sin 𝛿3 − 𝛿2
𝑁
3
𝑃𝑖 = ෍ 𝑉𝑖 𝑉𝑗 𝐺𝑖𝑗 cos 𝛿𝑖𝑗 + 𝐵𝑖𝑗 sin 𝛿𝑖𝑗
𝑗=1 𝑄2 = − ෍ 𝑉2 𝑉𝑗 𝐵2𝑗 cos 𝛿2𝑗 = 𝑄𝑔2 − 𝑄𝑑2
𝑁
𝑗=1
𝑄𝑖 = ෍ 𝑉𝑖 𝑉𝑗 𝐺𝑖𝑗 sin 𝛿𝑖𝑗 − 𝐵𝑖𝑗 cos 𝛿𝑖𝑗 𝑄2 = 14𝑉22 − 𝑉2 10𝑉1 cos 𝛿2 + 4𝑉3 cos 𝛿2 − 𝛿3
𝑗=1

Estimación lineal del error ∆𝑥 por N-R:
𝑘 𝑘
∆𝛿 𝑘 −1 ∆𝑃𝑖 𝑥
= 𝐽
∆𝑉 ∆𝑄𝑖 𝑥
𝑘 𝑘 −1 𝑘
∆𝛿2 𝐻22 𝐻23 𝑁22 ∆𝑃2 𝑥
∆𝛿3 = 𝐻32 𝐻33 𝑁32 ∆𝑃3 𝑥
∆𝑉2 𝐽22 𝐽23 𝐿22 ∆𝑄2 𝑥
Variables de estado mejoradas del valor supuesto inicialmente:
𝑘+1 𝑘 𝑘 −1 𝑘
𝛿2 𝛿2 𝐻22 𝐻23 𝑁22 ∆𝑃2 𝑥
𝛿3 = 𝛿3 + 𝐻32 𝐻33 𝑁32 ∆𝑃3 𝑥 𝑘 = No. iteraciones
𝑉2 𝑉2 𝐽22 𝐽23 𝐿22 ∆𝑄2 𝑥

Primera iteración: Se analiza el sistema con las condiciones iniciales dadas, o se parte del perfil plano.
(1) Se escriben las condiciones iniciales:
𝑉1 = 𝑉2 = 𝑉3 = 1
𝛿10 = 𝛿20 = 𝛿30 = 0
(2) Se calcula el Jacobiano:
𝐻22 𝐻23 𝑁22 14 −4 0

𝐽 0 = 𝐽0 = 𝐻32 𝐻33 𝑁32 = −4 9 0
𝐽22 𝐽23 𝐿22 0 0 14

(3) Se calcula el balance de potencias P y Q:
0 𝑒𝑠𝑝 0 0
∆𝑃2 𝑥 𝑃2 − 𝑃2 𝒙 𝑃𝑔2 − 𝑃𝑑2 − 𝑃2 𝒙 −1.5 − 0 −1.5
𝑒𝑠𝑝
∆𝑃3 𝑥 = 𝑃3 − 𝑃3 𝒙 = 𝑃𝑔3 − 𝑃𝑑3 − 𝑃3 𝒙 = 1.0 − 0 = 1.0
∆𝑄2 𝑥 𝑒𝑠𝑝 −0.8 − 0 −0.8
𝑄2 − 𝑄2 𝒙 𝑄𝑔2 − 𝑄𝑑2 − 𝑄2 𝒙
(4) Se estima el error:
0 −1
∆𝛿2 14 −4 0 −1.5 −0.0864
∆𝛿3 = −4 9 0 ∙ 1.0 = 0.0727
∆𝑉2 0 0 14 −0.8 −0.0571

(5) Finalmente, se calculan los nuevos valores de las variables de estado:
1 0 0 0 0
𝛿2 𝛿2 ∆𝛿2 0 −0.0864
𝛿3 = 𝛿3 + ∆𝛿3 = 0 + 0.0727
𝑉2 𝑉2 ∆𝑉2 1 −0.0571
𝛿21 = 𝛿20 + ∆𝛿20 = 0 − 0.0864 = −𝟎. 𝟎𝟖𝟔𝟒

Fin de la 1ra.
𝛿31 = 𝛿30 + ∆𝛿30 = 0 + 0.0727 = 𝟎. 𝟎𝟕𝟐𝟕 iteración
𝑉21 = 𝑉20 + ∆𝑉20 = 1 + −0.0571 = 𝟎. 𝟗𝟒𝟐𝟗

Segunda iteración: 𝑘 = 1; 𝑘 + 1 = 2
Condiciones iniciales: 𝑉1 1 = 1, 𝑉2 1 = 0.9429, 𝑉3 1 =1
𝛿11 = 0°, 𝛿21 = −0.0864, 𝛿31 = 0.0727
Estimación lineal del error:

2 1 1 −1 1
𝛿2 𝛿2 𝐻22 𝐻23 𝑁22 ∆𝑃2 𝑥
𝛿3 = 𝛿3 + 𝐻32 𝐻33 𝑁32 ∆𝑃3 𝑥
𝑉2 𝑉2 𝑀22 𝑀23 𝐿22 ∆𝑄2 𝑥
Nuevos valores mejorados de las variables de estado:
𝛿22 = −𝟎. 𝟎𝟗𝟒𝟒 Fin de la 2da.

𝛿32 = 𝟎. 𝟎𝟕𝟑𝟎 iteración
𝑉22 = 𝟎. 𝟗𝟑𝟏𝟎

EVALUACIÓN DEL ERROR: Tolerancia: 𝜖 ≤ 10−2
Partida 1ra. Iteración 2da. Iteración 3ra. Iteración 4ta. Iteración

1 1.0000 1.0000 1.0000 1.0000
1 0.9429 0.9310 0.9315 0.9314
1 1.0000 1.0000 1.0000 1.0000
0 0.0000 0.0000 0.0000 0.0000
0 -0.0864 -0.0944 -0.0940 -0.0940
0 0.0727 0.0730 0.0749 0.0749
Variables de estado mejoradas:
en radianes: en grados:
𝛿24 = −5.3841°
2mejorado -0.0940 -5.3841 °
𝛿34 = 4.289°
3mejorado 0.0749 4.2890 °
𝑉24 = 0.9314 𝑝𝑢
V2mejorado 0.9314 0.9314
𝐸𝑟𝑟𝑜𝑟 = 0.000428707

RESOLVIENDO EN POWER WORLD V. 21


RESOLVIENDO EN MATPOWER


Variables de entrada en script de Matlab:
%% bus data
bus_i type Pd Qd Gs Bs area Vm Va baseKV zone Vmax Vmin
1 3 0 0 0 0 0 1 0 230 0 1.1 0.9
2 1 150 80 0 0 0 1 0 230 0 1.1 0.9
3 2 0 0 0 0 0 1 0 230 0 1.1 0.9
%% generator data
bus Pg Qg Qmax Qmin Vg mBase status Pmax Pmin Pc1 Pc2 Qc1min Qc1max Qc2min Qc2max ramp_agc ramp_10 ramp_30 ramp_q apf
1 50 0 1 -1 1 1 1 50 0 0 0 0 0 0 0 0 0 0 0 0
3 100 0 1 -1 1 1 1 100 0 0 0 0 0 0 0 0 0 0 0 0
%% branch data
fbus tbus r x b rateA rateB rateC ratio angle status angmin angmax
1 2 0 0.1 0 0 0 0 0 0 1 -360 360
1 3 0 0.2 0 0 0 0 0 0 1 -360 360
2 3 0 0.25 0 0 0 0 0 0 1 -360 360



4.3.2. Newton-Raphson.v5

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

4.3.2. Newton-Raphson.v5

Cargado por

Copyright:

Formatos disponibles

Unidad 4

SOLUCIONES DE FLUJOS DE POTENCIA

4.5 MÉTODO DE GAUSS-SEIDEL

4.6 MÉTODO DE NEWTON-RAPHSON

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 2

El método de Newton-Raphson es un algoritmo eficiente para encontrar aproximaciones de los ceros o

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 3

Procedimiento del método de NR:

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 5

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 6

Paso 1: Obtener la 1ra. Derivada de la función𝑓(𝑥):

Paso 2: Resolver la ecuación de NR:

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 7

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 9

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 10

dfun = diff(sym(fun)); %derivada de la funcion f'(x)

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 11

Considérese un sistema de 𝑛 ecuaciones no lineales con 𝑛 incógnitas (varias variables) representado

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 12

Función no lineal de varias variables: 𝑓1 𝒙 = 𝑓1 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛

la aproximación lineal (solo términos de orden 1) sería:

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 13

Supongamos que tomamos una estimación inicial de la solución 𝑥 = 𝑥 𝑘

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 14

𝜕𝑓1 𝑥 𝜕𝑓1 𝑥 𝜕𝑓1 𝑥

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 15

Matriz Jacobiana: Vector de apartamiento :

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 16

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 17

𝑄𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 sin 𝛿𝑖𝑗 − 𝐵𝑖𝑗 cos 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛 𝛿𝑗 = 𝑎𝑛𝑔𝑙𝑒 𝑽𝑗

➢ Se eligen las variables de estado (𝒙) como:

Elección de las variables de estado (𝒙):

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 19

𝑃𝑖 𝒙 = 𝑃𝑖 𝛿, 𝑉 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 𝑐𝑜𝑠 𝛿𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑖𝑛 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛 − 1

𝑄𝑖 𝒙 = 𝑄𝑖 𝛿, 𝑉 = 𝑉𝑖 ෍ 𝑉𝑗 𝐺𝑖𝑗 sin 𝛿𝑖𝑗 − 𝐵𝑖𝑗 cos 𝛿𝑖𝑗 𝑖 = 1, 2, 3, , ⋯ 𝑛

➢ Se denomina la barra de compensación con el número 1, y los cálculos comienzan en la barra 2,

➢ El vector de apartamiento resultante corresponde a las ecuaciones de balance de potencia:

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 21

➢ Y considerando la aproximación de Taylor, se obtienen las correcciones de las

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 22

➢ Se calculan las variables de estado mejoradas:

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 23

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 24

➢ Expresiones para los términos del Jacobiano en la formulación polar:

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 25

El procedimiento iterativo de NR continúa hasta que los

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 26

Características del método:

1. Barras PQ generan 2 filas en el Jacobiano correspondiente a ∆𝑷 y ∆𝑸.

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 27

1. Iniciar tensiones con el perfil plano o usar la solución de un caso anterior.

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 28

¿Cómo plantear el Jacobiano?

Variables desconocidas Datos iniciales: 𝑉1 = 1∠0° 𝑝. 𝑢. → 𝑝𝑒𝑟𝑓𝑖𝑙 𝑝𝑙𝑎𝑛𝑜

𝐻23 ≠ 𝐻32 → 𝑀𝑎𝑡𝑟𝑖𝑧 𝑎𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 29

Resolver el problema de flujo de carga usando el método de Newton-Raphson

Figura 1. Sistema de Potencia para el ejemplo 2.

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 30

P=0.5, V=1 • Determine el tipo de barra.

P=1, V=1 Pi Qi Voltajes Tipo de

24/1/2022 SEP I_ Ing. Jorge Rojas Espinoza, MER 31

𝑃2 = 𝑉2 10𝑉1 sin 𝛿2 + 4𝑉3 sin 𝛿2 − 𝛿3

𝑃3 = ෍ 𝑉3 𝑉𝑗 𝐵3𝑗 sin 𝛿3𝑗 = 𝑃𝑔3 − 𝑃𝑑3