0005 FP A Solucns Flujos Carga

ASP-I U-03 C-01 Flujos de potencia …
Introducción
Flujos de potencia
1
Introducción
Flujos de potencia
1 2 Solución de 3
Análisis ecuaciones Planteamiento del
nodal algebraicas no problema de F.C. y uso
YBUS - ZBUS
lineales
Jacobi / G-S / N-R
de métodos de solución
G-S y N-R
4 5
Estudios
Análisis y control
especiales de
del SEP
F.C.
Estado de operación de la red. Contingencias
Control de voltaje Flujos óptimos
Carga de equipos Aplicaciones: Seguridad Operativa.
Expansión de la red.
2
Introducción 1
Análisis
nodal
• Análisis de Estudios YBUS - ZBUS Solución
Contingencias ecuaciones
de
• Expansión de la red 6 2 Jacobi / G-S / N-R
seguridad algebraicas
• Estimación de estado
• Flujos óptimos operativa no lineales
Flujos de
potencia Plantea-
Estado de operación Análisis y miento del
de la red. control del problema
• Control de voltaje
5 3
sistema de de flujos de
• Carga de equipos potencia Métodos carga
de
Solución
4 G-S y N-R
3
Introducción 1
Análisis
nodal
de
Flujos de
potencia Plantea-
5 3
de
Solución
4 G-S y N-R
4
Introducción
Solución de ecuaciones
algebraicas no lineales
(Jacobi / Gaus-Siedel / Newton-Raphson)
5
Introducción
Objetivos de la unidad:
•Revisar algunos métodos asociados a la solución de ecuaciones

algebraicas lineales y no lineales.
•Plantear y resolver el problema de flujos de potencia.
•Aplicar la teoría a casos de simulación.
6
Introducción
Temas:
• Soluciones directas para ecuaciones algebraicas lineales.
• Soluciones iterativas para ecuaciones algebraicas lineales.
• Eliminación de Guass.
• Jacobi y Gauss-Siedel.
• Soluciones iterativas para ecuaciones algebraicas no lineales.
• Gauss-Siedel.
• Newton-Raphson.
• El problema de los flujos de potencia.
• Solución al F.P. por Gauss-Siedel.
• Solución al F.P. por Newton-Raphson.
• Control de flujos de potencia.
• Técnicas para matrices dispersas.
• F.P. por el método de desacoplado rápido.
• F.P. en “DC”.
7
Introducción
Antes, un aspecto de base: Modelización matemática.
Las ideas que se expresan a continuación, son tomadas del documento:
Rev Esp Quimioter 2013;26(2):81-91 8

Introducción
•El objetivo básico de la modelización matemática es la traducción de los

problemas que aparecen en un determinado ámbito científico o tecnológico al
lenguaje matemático, de tal forma que el análisis teórico y numérico que se
hace de los mismos proporciona información para entender mejor los
mecanismos que rigen el fenómeno en cuestión.
•Se trata pues de una herramienta de investigación que puede ser considerada
como un complemento a la teoría y experimentación en la investigación
científica.
•De hecho, la modelización matemática es la opción óptima cuando se trata de

obtener conocimientos e información de experimentos o procesos que o bien
son muy caros de llevar a cabo, o bien tendrían una duración extremadamente
larga, o bien son potencialmente peligrosos.
9
Introducción
•La modelización matemática se lleva a cabo a través de los llamados modelos

matemáticos que, grosso modo, no son más que representaciones
simplificadas de naturaleza matemática de un determinado fenómeno.
•Se caracterizan por hacer suposiciones en relación a una serie de variables,

parámetros y relaciones funcionales entre dichas variables y parámetros que
gobiernan la dinámica de las variables.
•De esta manera los modelos matemáticos plasman hipótesis sobre los
sistemas estudiados y nos permiten comparar dichas hipótesis con los datos
empíricos (si es que los hubiera).
10
Introducción
Antes, un aspecto de base: Modelización matemática. Punto de partida.
•Todo modelo matemático viene caracterizado por tres elementos: las variables
que se estudian, los parámetros que se utilizan y las relaciones funcionales
que rigen la dinámica considerando las variables y parámetros.
•El punto de partida del proceso de modelización matemática lo marca el

problema real al que se quiere hacer frente (usualmente consistente en la
determinación de las leyes que rigen la dinámica de un cierto fenómeno).
•A continuación se deben identificar y seleccionar aquellos factores que

describan los aspectos más importantes del fenómeno y que se vayan a tener
en cuenta en su desarrollo: principios que gobiernan la evolución del mismo,
leyes físicas involucradas, variables, parámetros y relaciones entre ellos, etc.
11
Introducción
Antes, un aspecto de base: Modelización matemática. Punto de partida.
•Mediante este proceso de simplificación obtendremos el denominado modelo

de trabajo.
•El modelo matemático se obtiene cuando expresamos el modelo de trabajo en

términos matemáticos determinando para ello las ecuaciones cuyas soluciones
lo describen.
12
Introducción
Antes,un aspecto de base: Modelización matemática. Implementación
computacional.
•La implementación computacional del modelo matemático da lugar al modelo

computacional (traducción de la matemática a la informática), cuya ejecución
permitirá realizar simulaciones a partir de las cuales inferir resultados y
conclusiones.
•La interpretación de dichos resultados y su comparación con los datos

empíricos obtenidos a partir de la observación del fenómeno real nos permitirá
determinar la eficiencia del modelo matemático desarrollado.
•Si se observa que las predicciones se ajustan a lo que acontece en la realidad

podremos afirmar que el modelo es adecuado; de lo contrario se debe iniciar
de nuevo el proceso de modelización a fin de obtener un producto más
refinado.
13
Introducción
Antes,un aspecto de base: Modelización matemática. Implementación
computacional.
Matemática
software
Algoritmo
Problema puntual Estadístic Modelo

de la realidad a matemático
Parámetro
s
Realidad susceptible de If software OK Then
estudio Informática “FIN”
Else …
14
Introducción
Antes, un aspecto de base: Modelización matemática. Clasificación.
•Los modelos matemáticos pueden clasificarse atendiendo a diferentes

características que definen su naturaleza. Así, las principales variantes son las
siguientes:
•(1) Modelos deterministas vs. modelos estocásticos:

•Los modelos deterministas (basados usualmente en ecuaciones
diferenciales o ecuaciones en diferencia) son aquellos cuyos parámetros y
variables no son de naturaleza aleatoria. Los modelos deterministas
proporcionan buenos resultados cuando la población es muy grande.
•Al contrario de lo que ocurre con los modelos estocásticos (hacen uso
fundamentalmente de las cadenas de Markov sobre tiempo y estados
continuos o discretos). Se muestran más adecuados cuando se intenta
simular eventos en entornos más reducidos.
15
Introducción

siguientes:
•(2) Modelos continuos vs. modelos discretos:

•Los modelos continuos son aquellos en los que las variables pueden tomar
un número infinito de valores dentro de un rango determinado;
•En los modelos discretos algunas o todas las variables toman un número
finito de valores.
16
Introducción

siguientes:
•(3) Modelos globales vs. modelos individuales:

•Cuando lo que se pretende simular es el comportamiento de un sistema
complejo formado por múltiples elementos, los modelos continuos son
aquellos que estudian la dinámica del sistema proporcionando la evolución
global del mismo sin tener en cuenta las interacciones locales de los
elementos que lo forman; por el contrario,
•Los modelos individuales consideran dichas interacciones.
17
Introducción
Antes, un aspecto de base: Modelización matemática. Paradigma matemático.
•El paradigma matemático en el que se basa el modelo determina la

clasificación del mismo.
•La inmensa mayoría de los modelos matemáticos están basados en el uso de

ecuaciones diferenciales ordinarias, lo que hace que dichos modelos sean de
carácter continuo y determinista…
•Por el contrario, si las herramientas matemáticas utilizadas son ecuaciones en

recurrencias, autómatas celulares, redes neuronales, máquinas de estados
finitos, ecuaciones booleanas con retardo, etc. obtendríamos modelos
discretos (deterministas o estocásticos).
18
Introducción
Antes, un aspecto de base: Confianza en el modelo
Realidad Modelo Realidad Modelo
19
Introducción 1
Análisis
nodal
de
Flujos de
potencia Plantea-
5 3
de
Solución
4 G-S y N-R
20
ASP-I U-03 C-01 Flujos de potencia Soluciones directas
•Introducción
Soluciones directas para ecuaciones algebraicas lineales
Considere el siguiente conjunto de ecuaciones lineales algebraicas:
Ec. 1
= Reales o complejos
• Matriz de N x N
• Con Determinante A ≠ 0. Vectores de N cantidad de filas.
• Cumplidas las dos: existe una única solución.
Dado A e y, el objetivo es resolver para x

Ducan Glover 6ta. Ed. Cap. 6 21
•Introducción
Soluciones directas para ecuaciones algebraicas lineales – triangulando la matriz superior
La solución se obtiene triangulando para una matriz superior:
1°
2°
1° 2°
En general, la ecuación
K se puede resolver:
in
El procedimiento se llama “back substitution” (substitución retroactiva)
22
•Introducción
Soluciones directas para ecuaciones algebraicas lineales – eliminación de Gauss
Si A no es una matriz triangular superior, se puede transformar

por medio de la eliminación de Gauss.
Habrán (N-1) pasos de la siguiente forma:
1° • A partir y usando la ec. 1 elimine x1 del resto

de ecuaciones.
• Esto es:
• La ec. 1 se multiplica por An1/A11,
• Luego se substrae de la ecuación “n”,
para n = 2,3,…,N.
Resultado del paso 1:
23
•Introducción

Superíndice indica paso 1 de la

eliminación de Gauss 1° • A partir y usando la ec. 1 elimine x1 del resto
de ecuaciones.
• Esto es:
• La ec. 1 se multiplica por An1/A11,
para n = 2,3,…,N.
24
•Introducción

Superíndice indica paso 1 de la

eliminación de Gauss 2° • A partir del resultado anterior, elimine x2 del
resto de ecuaciones.
• Esto es:
• Resultado paso 1, se multiplica por
A(1)n2/A(1)22,
para n = 3,4,…,N.
25
•Introducción

K-ésimo paso: •Durante el paso “k”, comience con: A(k-1) x = y(k-1)

•La primera k (de estas ecuaciones) ya está triangulada, se deja
sin cambios.
•También:
•La ecuación k es, se multiplica por: A(k-1)nk/A(k-1)kk,
•Luego se substrae de la ecuación “n”, para n = k+1,k+2,…,N.
Después de (N-1) pasos, la matriz A(N-1) es triangular superior en la ecuación:

A(N-1) x = y(N-1)
26
•Introducción
Soluciones directas para ecuaciones algebraicas lineales – eliminación de Gauss / back substitution
Ejemplo: usando eliminación de Gauss y Back 1° • Multiplique la primera ecuación 1 por A /A = 2/10
Substitution resuelva para: 21 11
• Luego se substrae de la ecuación n = 2
10 5 x1 6
10 5 x 6 =
1 = 2 9 3
2 9 3 x2
x
2
[2 – 10 (2/10)] = 0 [3 – 6 (2/10)] = 1.8
[9 – 5 (2/10)] = 8
10 5 x1 6
=
0 8 1.8
x2
Dado que N = 2, entonces habrán (N-1) = 1 etapa de 0.4875

Solución: x1
solución. =
0.225
x2
27
•Introducción
Ejemplo: usando eliminación de Gauss y Back 1° • Multiplique la primera ecuación 1 por

Substitution resuelva para: A21/A11 = - 4/2= - 2.
2 3 -1 X 5
1
-4 6 8 = 7
X
10 12 14 2 9 2 3 -1 5
X1
X3 -4 6 8 = 7
X2
10 12 14 9
X3 [7 – (5) (- 2)] = 17
[8 – (- 1) (- 2)] = 6
[- 4 – 2 (-2) = 0]
[6 – 3 (-2)] = 12
Dado que N = 3, entonces habrán (N-1) = 2 etapas de

solución.
28
•Introducción

Substitution resuelva para: A31/A11 = 10/2= 5.
2 3 -1 X 5
1
-4 6 8 = 7
X
10 12 14 2 9 2 3 -1 5
X1
X3 -4 6 8 = 7
X2
10 12 14 9
X3 [9 – (5) (5)] = - 16
[14 – (- 1) (5)] = 19
[10 – (2) (5) = 0]
[12 – 3 (5)] = - 3

solución.
29
•Introducción

Substitution resuelva para: A31/A11 = 10/2= 5.
2 3 -1 X 5
1
-4 6 8 = 7
X
10 12 14 2 9 2 3 -1 5
X1
X3 0 12 6 = 17
X2
0 -3 19 -16
X3
El anterior es el resultado: A(1) x = y(1)

solución.
30
•Introducción

Substitution resuelva para: A(1)32/A(1)22 = -3/12= - 1/4.
2 3 -1 X 5
1
-4 6 8 = 7
X
10 12 14 2 9 2 3 -1 5
X1
X3 0 12 6 = 17
X2
0 -3 19 -16
X3
[-16 – 17 (-1/4)] = -11.75
[- 3 – 12 (-1/4)] = 0
[19 – 6 (-1/4)] = 20.5

solución.
31
•Introducción

Substitution resuelva para: A(1)32/A(1)22 = -3/12= - 1/4.
2 3 -1 X 5
1
-4 6 8 = 7
X
10 12 14 2 9 2 3 -1 5
X1
X3 0 12 6 = 17
X2
0 0 20.5 -11.75
X3
El anterior es el resultado: A(2) x = y(2)
A partir del resultado anterior, y por back

substitution se encuentran x y x .
2 1
solución.
32
ASP-I U-03 C-01 Flujos de potencia Soluciones indirectas
•Introducción
Soluciones iterativas para ecuaciones algebraicas lineales
Una solución iterativa para resolver la ecuación 1 Las siguientes preguntas son pertinentes:
procede de la siguiente manera:
1. ¿El procedimiento iterativo converge a una
1° • Seleccione una solución inicial x(0). solución única?
• Luego use la expresión: 2. ¿Cuál es la velocidad de convergencia?¿cuántas
Suposición i-esima
iteraciones son requeridas?
3. Cuando se usa una computadora digital ¿Cuáles
son los requerimientos de almacenamiento y
tiempo de computo?
Vector N de funciones que
especifica el método de iteración.
Estos requerimientos son considerados por dos
Continúe este proceso hasta que se satisfaga métodos específicos:
2°
la siguiente condición: • Jacobi
Tolerancia • Gauss-Siedel
Para todos los:
Componente k-ésimo de x(i)
33
•Introducción
Soluciones iterativas para ecuaciones algebraicas lineales – Jacobi
Una solución iterativa para resolver la ecuación 1 El método de Jacobi considera la k-esima ecuación de la
procede de la siguiente manera: siguiente manera:
1° • Seleccione una solución inicial x(0).

• Luego use la expresión:
Suposición i-esima
Que resolviendo para xk

2° Continúe este proceso hasta que se satisfaga Que de forma resumida es:
la siguiente condición:
Tolerancia
Para todos los:
34
•Introducción
Una solución iterativa para resolver la ecuación 1 El método de Jacobi considera la k-esima ecuación de la

Suposición i-esima
Nuevos valores en la búsqueda de la solución:

2° Continúe este proceso hasta que se satisfaga

El método de Jacobi usa los
Tolerancia valores “viejos” de x(i) en la
iteración i para generar el “nuevo”
Para todos los:
valor de x(i+1) en el lado derecho
de la ecuación anterior.
35
•Introducción
Una solución iterativa para resolver la ecuación 1 El método de Jacobi considera la k-ésima ecuación de la

Suposición i-esima
Matricialmente:

2° Continúe este proceso hasta que se satisfaga

la siguiente condición: Dispone de los
Tolerancia
elementos de la
Para todos los: diagonal principal
de la matriz A.
36
•Introducción
Soluciones iterativas para ecuaciones algebraicas lineales – Gauss-Siedel
Una solución iterativa para resolver la ecuación 1 El método de Gauss-Siedel considera la k-esima
procede de la siguiente manera: ecuación de la siguiente manera:

Suposición i-esima
Nuevos valores en la búsqueda de la solución Jacobi:

2° Continúe este proceso hasta que se satisfaga Nuevos valores en la búsqueda de la solución G-S:
Tolerancia
Para todos los:
37
•Introducción
Soluciones iterativas para ecuaciones algebraicas no lineales – Gauss-Siedel
Reordenando:
Un set de ecuaciones algebraicas no lineales en
formato matricial se puede expresar así: Añadiendo “D” a ambos lados de la expresión,
(siendo D una matriz N x N invertible):
Pre multiplicando por D-1
Vector N de
funciones de “x”
Los valores antiguos de
Dado “y” y f(x), el objetivo es resolver para “x” “x(i)” son usados en el lado
derecho de esta
Los métodos iterativos descritos antes pueden Para producir nuevos ecuación…
aplicarse a ecuaciones no lineales, según detalle a valores “x(i+1)” en el lado
continuación: izquierdo de esta
ecuación.
38
•Introducción
Reordenando:
formato matricial se puede expresar así: Añadiendo “D” a ambos lados de la expresión,
(siendo D una matriz N x N invertible):
Pre multiplicando por D-1
Vector N de
Dado “y” y f(x), el objetivo es resolver para “x”

Para ecuaciones lineales: se reduce a la
Los métodos iterativos descritos antes pueden expresión:
aplicarse a ecuaciones no lineales, según detalle a
continuación:
39
•Introducción
Reordenando:
formato matricial se puede expresar así:
Vector N de Para ecuaciones lineales: se reduce a la

expresión:
Los métodos iterativos descritos antes pueden

continuación:
Esto es la definición del método de Jacobi y Gauss Siedel
40
•Introducción
Soluciones iterativas para ecuaciones algebraicas no lineales – Newton Raphson

Esto es la definición del método de Jacobi y Gauss Siedel
Para ecuaciones no lineales, la matriz D debe ser

especificada.
Un método para especificar D es llamado

Vector N de Newton-Raphson y se basa en la siguiente
funciones de “x” expansión de Taylor alrededor de un punto de
Dado “y” y f(x), el objetivo es resolver para “x” operación X0
• Ignorando los
términos de mayor
orden.
Los métodos iterativos descritos antes pueden • Resolviendo para x.
continuación:
41
•Introducción

El método de N-R reemplaza x0 por:

Vector N de • Los valores antiguos de x(i)
funciones de “x” • Por los nuevos valores de x(i+1).

continuación:
J(i) Es una matriz N x N, y sus elementos son las
derivadas parciales de la función f(x).
42
•Introducción

J(i) se expresa así:
Vector N de

continuación:
43
•Introducción

N-R es similar a G-S, excepto que D se reemplaza por J.
Vector N de

continuación:
44
•Introducción

N-R es similar a G-S, excepto que D se reemplaza por J.
Vector N de
Aplicaciones de N-R para:
funciones de “x” •Ecuaciones polinómicas.
Dado “y” y f(x), el objetivo es resolver para “x” •Ecuaciones algebraicas no lineales.
continuación:
45
Introducción 1
Análisis
nodal
de
Flujos de
potencia Plantea-
5 3
de
Solución
4 G-S y N-R
46
Introducción
Planteamiento del
problema de flujos de carga
47
Introducción
Antes… clasificación de métodos
48
ASP-I U-03 C-01 Flujos de potencia El problema de flujos de potencia
•Introducción
El problema de flujos de potencia se puede definir como:
El computo de las magnitudes de voltaje y ángulos de fase en cada

bus en un sistema de potencia bajo condiciones trifásicas balanceadas
de estado estable.
Como producto de este cálculo derivan El punto de partida para el análisis de Flujos
los flujos de potencia real (P-MW) y de Potencia es:
reactiva (Q-MVAR) en equipos como: • El diagrama unifilar del SEP, y de este, los
• Líneas de transmisión, parámetros de los modelos de los equipos
transformadores. (datos de…) :
• Pérdidas en la red de potencia. • Buses.
• Líneas de transmisión.
• Transformadores.
• Generadores.
• Cargas (GenCo/LoadCo).
• Conectividad del sistema.
49
•Introducción
Definición de buses Las siguientes cuatro variables
Hacia otras están asociadas con cada bus k:
subestaciones. •Magnitud de voltaje
Bus k
•Ángulo de fase
•Potencia real neta
•Potencia reactiva
En cada bus:
• Dos de estas variables son especificadas como
datos de entrada, y
• Dos son desconocidas y a ser calculadas por el
Ge Load programa de flujos de potencia.
n
Por conveniencia, la potencia enviada al bus k se
separa en términos de generador y carga:
50
•Introducción
Definición de buses
Hacia otras Variables de cada bus k
subestaciones.
Bus k
Cada bus k se caracteriza en uno de los siguientes tipos

de buses:
BUS OSCILANTE (Slack Bus)
Ge Load
n • Solo hay uno.
• Es referencia para y que
típicamente Vosc está cerca de 1 p.u. y el ángulo δ=0°.
• El programa de flujos resuelve para Posc & Qosc.
51
•Introducción
subestaciones.
Bus k

de buses:
BUS DE CARGA (P,Q)
Ge Load
n • Pk y Qk son datos de entrada.
• El programa de flujos resuelve para Vk & δk.
52
•Introducción
subestaciones.
Bus k

de buses:
BUS DE VOLTAJE CONTROLADO (P,V)
Pmax
Qmax
Ge Load
n • Pk y Vk son datos de entrada.
Pmin
Qmin • El programa de flujos resuelve para Qk & δk.
• Ejemplos: buses donde se conectan generadores,
capacitores, CEV, LTC.
• Si un límite se cumple, pasa a ser bus PQ.
CEV: compensador estático de voltaje. LTC: Load Tap Changer. 53
•Introducción
Definición de líneas, transformadores de dos y tres devanados, LTC.
De la línea:
•Los buses a los que se conecta.
•El modelo π de la línea
(impedancia serie y admitancia
paralelo).
•Máxima capacidad en MVA.
•Introducción
Definición de líneas, transformadores de dos y tres devanados, LTC.
Del transformador:
•Los buses a los que se conecta.
•Impedancia de los devanados.
•Rama de admitancia de excitación.
•Máxima capacidad en MVA.
•Máximo settings de taps.
•Introducción
Definición de la matriz de admitancias
La matriz de admitancias YBUS se puede construir de los datos de

entrada para las líneas de transmisión y transformadores.
La YBUS se forma según las siguientes reglas:

• Elementos de la diagonal principal Ykk = suma de admitancias
conectadas al bus k.
• Elementos fuera de la diagonal principal Ykn = - (suma de
admitancias conectadas entre el bus k y el bus n) cuando k ≠ n.
•Introducción
Planteamiento de las ecuaciones de bus Usando la matriz YBUS , las ecuaciones nodales para un SEP son:
Vector “N” de fuentes de corriente Vector “N” de voltajes de bus.
inyectadas en cada bus.
Las soluciones de flujos de potencia por
Para el bus “k”, la kth ecuación es: Gauss-Siedel, están basadas en
ecuaciones nodales, donde cada
fuente de corriente Ik es calculada
usando esta expresión.
La potencia compleja enviada

al bus “k” es:
Con la siguiente notación:

•Introducción
Planteamiento de las ecuaciones de bus Usando la matriz YBUS , las ecuaciones nodales para un SEP son:
Vector “N” de fuentes de corriente Vector “N” de voltajes de bus.
inyectadas en cada bus.
Las soluciones de flujos de potencia por
Para el bus “k”, la kth ecuación es: Gauss-Siedel, están basadas en
ecuaciones nodales, donde cada
fuente de corriente Ik es calculada
usando esta expresión.

al bus “k” es:
Tenemos:
•Introducción
Planteamiento de las ecuaciones de bus

al bus “k” es:
Tenemos:
Tomando la parte real e imaginaria,

las ecuaciones de balance de
potencia en forma polar se escriben
así:
Gauss-Siedel y Newton-Raphson
resuelven estas ecuaciones:
•Introducción
Planteamiento de las ecuaciones de bus

al bus “k” es:
Tenemos:
O cuando Ykn se expresa en

coordenadas rectangulares así:
Gauss-Siedel y Newton-Raphson
resuelven estas ecuaciones:
Introducción 1
Análisis
nodal
de
Flujos de
potencia Plantea-
5 3
de
Solución
4 G-S y N-R
61
Introducción
Métodos de solución al
problema de flujos de carga
(Gaus-Siedel / Newton-Raphson)
62
•Introducción
Solución por Gauss-Siedel
• En cada bus de carga la corriente Ik puede
• Las ecuaciones de nodo I = YBUSV son calcularse así:
un set de ecuaciones análogas a y =
Ax resueltas usando Gauss-Siedel.
• Dado que para flujos de potencia, los

datos de bus consisten en: Aplicando el método de G-S:
• Pk y Qk para buses de carga.
• Pk y Vk para buses de voltaje
controlado.
• Las ecuaciones de nodo no se adaptan A cada bus del SEP para calcular su voltaje, tenemos:
directamente a la forma y = Ax.
• El vector de corrientes I se desconoce y
las ecuaciones son no lineales.
•Introducción
Ec. (a)
La ecuación anterior puede ser Para buses de voltaje controlado, Qk es

aplicada dos veces durante cada desconocido, pero puede calcularse así:
iteración de buses de carga:
1. Primero usando Vk*(i)
2. Después, reemplazando Vk*(i) por
Vk*(i+1) en el lado derecho de la Además:
Máx Si QGk está en límites, se usa
ecuación anterior. en la Ec. (a) para calcular:
Mín
•Introducción
Ec. (a)
La ecuación anterior puede ser Para buses de voltaje controlado, Qk es

aplicada dos veces durante cada desconocido, pero puede calcularse así:
iteración de buses de carga:
1. Primero usando Vk*(i)
2. Después, reemplazando Vk*(i) por
Vk*(i+1) en el lado derecho de la i. La magnitud de Vk(i+1) se cambia a Vk , el cual
ecuación anterior. es dato de entrada para el bus PV.
ii. Se usa la ec. (a) para calcular
en buses de voltaje controlado PV.
•Introducción
Ec. (a)
• Si durante cualquier iteración, el valor calculado de Qk excede cualquiera de los

limites inf./sup. de QGk éste bus pasa a ser de PV a PQ, con el valor de QGk en
uno de sus valores límites.
• Bajo esta condición, el dispositivo de voltaje controlado (GEN. B.C. CEV) no es

capaz de mantener Vk según se especifique como dato de entrada. El Flujo de
Potencia calcula un nuevo valor de Vk para ese bus.
• No se requieren iteraciones para el bus oscilante (se conocen VOSC y 𝛿OSC). Luego
que c/proceso iterativo converge, se calcula directamente Pk = POSC y Qk = QOSC.
ASP-I U-03 C-01 Flujos de potencia Ejemplo usando Gauss-Siedel
Introducción
1 5 4 3 p.u.
L1
L2
L3
T1
T2
1 Slack
2 P,Q
2 3 P,V
4 P,Q
5 P,Q
Calcule:
1. La YBUS.
2. El voltaje V2(1) ángulo δ2(1). Use los datos dados
como valores iniciales de las iteraciones.
•Introducción
Ec. (a)
0 0 **
** No hay conexión entre el BUS 2 y el 1 o el BUS 2 y el 3. Sus admitancias valen “CERO”.

•Introducción
Ec. (a)
Siguiente, el valor 0.96132 Ang (-16.543°) se usa en ecuación (a)

para recalcular V2(1).
Los cálculos se realizan para los buses

3, 4 y 5 para completar la primera
iteración por G-S.
•Introducción
Solución por Newton-Raphson
Las forma polar de Tienen la forma:

las ecuaciones para
P & Q siguientes:
k k
radianes
p.u. p.u.
δ1 & V1 del bus oscilante se omiten del planteamiento anterior. Ya son conocidas.
•Introducción
En la forma:
J J
La matriz Jacobiana 1 2
se define como:
J J
3 4
•Introducción
Y los elementos del Jacobiano son: para los elementos n ≠ k (fuera de la diagonal
principal):
J J
1 2
J J
3 4
•Introducción
Y los elementos del Jacobiano son: para los elementos n = k (diagonal principal):
J J
1 2
J J
3 4
•Introducción
Solución por Newton-Raphson – Aplicación de pasos para la solución de flujos de potencia
Iniciando con: para la iésima iteración

Pk(x) donde k = numero de bus, x = número de iteración
PASO 1: Use:
Que tienen la
forma:
•Para 𝛥P[x(i)] del bus k en la iteración x(i).

Para calcular:
•Ídem para 𝛥Q[x(i)]
•Introducción
Solución por Newton-Raphson – Aplicación de pasos para la solución de flujos de potencia
PASO 2: Use las ecuaciones del

Jacobiano para calcular
dicha matriz.
power mismatches.
PASO 3: Use (p.e.) la eliminación
de Gauss y la substitución
retroactiva para resolver:
•En intermedio, la inversa de la
matriz Jacobiana multiplica a los
power mismatches, tal que se
obtienen los deltas de ángulo y
PASO 4: Calcule … voltaje, que actualizan para la
siguiente iteración.
The solution es for:
phase angles & voltage magnitude mismatches.
•Introducción
Solución por Newton-Raphson – Criterios de paro en la solución
• Iniciando con un valor de x(0) el proceso

continua hasta alcanzar uno de los
siguientes criterios:
1. Se alcanza la convergencia por
cumplimiento de la tolerancia.
2. Se detiene el proceso por haber
alcanzado el número máximo de
iteraciones.
• El criterio de convergencia se basa
comúnmente en ∆y(i) (power mismatches)
en vez de ∆x(i) (phase angle & voltage
magnitude mismatches)

0005 FP A Solucns Flujos Carga

Cargado por

Información del documento

Descripción original:

Título original

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

0005 FP A Solucns Flujos Carga

Cargado por

Copyright:

Formatos disponibles

ASP-I U-03 C-01 Flujos de potencia …

•Revisar algunos métodos asociados a la solución de ecuaciones

Las ideas que se expresan a continuación, son tomadas del documento:

Rev Esp Quimioter 2013;26(2):81-91 8

•El objetivo básico de la modelización matemática es la traducción de los

•De hecho, la modelización matemática es la opción óptima cuando se trata de

•La modelización matemática se lleva a cabo a través de los llamados modelos

•Se caracterizan por hacer suposiciones en relación a una serie de variables,

•El punto de partida del proceso de modelización matemática lo marca el

•A continuación se deben identificar y seleccionar aquellos factores que

•Mediante este proceso de simplificación obtendremos el denominado modelo

•El modelo matemático se obtiene cuando expresamos el modelo de trabajo en

•La implementación computacional del modelo matemático da lugar al modelo

•La interpretación de dichos resultados y su comparación con los datos

•Si se observa que las predicciones se ajustan a lo que acontece en la realidad

Problema puntual Estadístic Modelo

•Los modelos matemáticos pueden clasificarse atendiendo a diferentes

•(1) Modelos deterministas vs. modelos estocásticos:

•Los modelos matemáticos pueden clasificarse atendiendo a diferentes

•(2) Modelos continuos vs. modelos discretos:

•Los modelos matemáticos pueden clasificarse atendiendo a diferentes

•(3) Modelos globales vs. modelos individuales:

•El paradigma matemático en el que se basa el modelo determina la

•La inmensa mayoría de los modelos matemáticos están basados en el uso de

•Por el contrario, si las herramientas matemáticas utilizadas son ecuaciones en

Realidad Modelo Realidad Modelo

Considere el siguiente conjunto de ecuaciones lineales algebraicas:

Dado A e y, el objetivo es resolver para x

La solución se obtiene triangulando para una matriz superior:

El procedimiento se llama “back substitution” (substitución retroactiva)

Si A no es una matriz triangular superior, se puede transformar

Habrán (N-1) pasos de la siguiente forma:

1° • A partir y usando la ec. 1 elimine x1 del resto

Resultado del paso 1:

Si A no es una matriz triangular superior, se puede transformar

Habrán (N-1) pasos de la siguiente forma:

Superíndice indica paso 1 de la

Resultado del paso 1:

Si A no es una matriz triangular superior, se puede transformar

Habrán (N-1) pasos de la siguiente forma:

Superíndice indica paso 1 de la

Si A no es una matriz triangular superior, se puede transformar

Habrán (N-1) pasos de la siguiente forma:

K-ésimo paso: •Durante el paso “k”, comience con: A(k-1) x = y(k-1)

Después de (N-1) pasos, la matriz A(N-1) es triangular superior en la ecuación:

Dado que N = 2, entonces habrán (N-1) = 1 etapa de 0.4875

Ejemplo: usando eliminación de Gauss y Back 1° • Multiplique la primera ecuación 1 por

Dado que N = 3, entonces habrán (N-1) = 2 etapas de

Ejemplo: usando eliminación de Gauss y Back 1° • Multiplique la primera ecuación 1 por

Dado que N = 3, entonces habrán (N-1) = 2 etapas de

Ejemplo: usando eliminación de Gauss y Back 1° • Multiplique la primera ecuación 1 por

Dado que N = 3, entonces habrán (N-1) = 2 etapas de

Ejemplo: usando eliminación de Gauss y Back 2° • Multiplique la primera ecuación 2 por

Dado que N = 3, entonces habrán (N-1) = 2 etapas de

Ejemplo: usando eliminación de Gauss y Back 2° • Multiplique la primera ecuación 2 por

A partir del resultado anterior, y por back

Componente k-ésimo de x(i)

1° • Seleccione una solución inicial x(0).

Vector N de funciones que

Para todos los:

Componente k-ésimo de x(i)

1° • Seleccione una solución inicial x(0).