Upload
buibao
View
212
Download
0
Embed Size (px)
Citation preview
Pontificia Universidad Católica de Chile Escuela de Ingeniería
CONTROL DE EMERGENCIAS Y DESPRENDIMIENTO ÓPTIMO DE CARGA
ARMENGOL BLANCO BENITO
Tesis para optar al Grado de Magíster en ciencias de la Ingeniería Profesor Supervisor HUGH RUDNICK V.D.W.
Santiago de Chile, 1992
Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ingeniería Eléctrica
CONTROL DE EMERGENCIAS Y DESPRENDIMIENTO ÓPTIMO DE CARGA
ARMENGOL BLANCO BENITO
Tesis presentada a la comisión integrada por los profesores:
HUGH RUDNICK V.D.W.
LUIS CONTESSE B.
SEBASTIAN RIOS M.
MIGUEL ARIAS A.
JUAN DE DIOS ORTUZAR S.
para completar las exigencias del grado de Magíster en Ciencias de la Ingeniería.
Santiago de Chile, 1992
iii
AGRADECIMIENTOS
A la Pontificia Universidad Católica de Chile, por brindarme la oportunidad de
profundizar mis conocimientos.
A los profesores del Programa de Post-Grado de la Escuela de Ingeniería, por
las enseñanzas y sugerencias recibidas, en forma muy especial a mi Profesor
Supervisor Dr. Hugh Rudnick por su valiosa enseñanza y la colaboración
facilitada en el desarrollo y concreción de este trabajo.
A los autores de PENAMOR, Luís Contesse y Jorge Villavicencio, y a los
miembros de la comisión de revisión de la tesis, por los invalorables
comentarios y consejos.
A la Vicerrectoría Académica (Fondo de Ayuda de Tesis FAT 19/91) y la
Escuela de Ingeniería de la Universidad Católica, y al Programa de las
Naciones Unidas para el Desarrollo (Programa CHI/87/030), por el respaldo
brindado.
A los miembros del Departamento de Ingeniería Eléctrica, por el amplio espíritu
de colaboración.
iv
INDICE GENERAL
Pág.ii
iii iv vii viii ix x
DEDICATORIA AGRADECIMIENTOS INDICE GENERAL INDICE DE TABLAS INDICE DE FIGURAS RESUMEN ABSTRACT
1. INTRODUCCION 1.1 Planteamiento del Problema 1
1.2 Objetivos 4 1.3 Organización del Trabajo 4 1.4 Revisión Bibliográfica 5
II. CONTROL DE EMERGENCIAS 11 2.1 Introducción 11 2.2 Estados de Operación de un S.E.P. 12 2.3 Factores de Predisposición para Colapsos 16 2.4 Perturbaciones en un S.E.P. 16
2.5 Frecuencia del Sistema. 20
2.6 Control del Sistema en Estado de Emergencia 20
2.7 Acciones de Control. 21
2.7.1 Acciones sobre la red 21
2.7.2 Acciones sobre las plantas de generación 22
III. MODELO DE DESPRENDIMIENTO DE CARGA 24
3.1 Introducción 24
3.2 Variables del Sistema Eléctrico 24
3.2.1 Estado de pre-emergencia 25
v
3.2.2 Desprendimiento de carga 26
3.3 Modelo Matemático para el Desprendimiento
Optimo de Carga
27
3.3.1 Función objetivo 28
3.3.2 Restricciones de red y operación 29
3.3.3 Modelo de optimización 31
3.4 Modelación de la Carga 34
3.5 Modelos de Optimización 36
IV. METODOLOGIA E IMPLEMENTACION COMPUTACIONAL
38
4.1 Introducción 38
4.2 Metodologías de Optimización No-Lineal 38
4.2.1 Algoritmo de optimización 40
4.2.2 Punto inicial factible 44
4.3 Programa Computacional 46
4.3.1 Archivos de salida 47
4.4 Almacenamiento Compacto de la Matriz de
Admitancia Nodal
49
4.5 Barra de Referencia 50
V. APLICACION DE LOS MODELOS 51
5.1 Introducción 51
5.2 Sistemas de Prueba 51
5.2.1 Sistema de 8 barras 52
5.2.2 Sistema de 30 barras 53
5.2.3 Sistema de 57 barras 54
5.3 Análisis de Resultados 55
VI. APLICACION A UN SISTEMA REAL 60
6.1 Introducción 60
vi
6.2 Sistema Interconectado Central Chileno 60
6.3 Resultados de la Aplicación 60
6.4 Análisis de Resultados 63
VII. CONCLUSIONES Y COMENTARIOS FINALES 64
7.1 Conclusiones 64
7.2 Desarrollo Futuro 65
ANEXOS
67
74
95
ANEXO A: Descripción de los Modelos de Optimización
ANEXO B: Datos y Resultados de la Aplicación ANEXO C: Desarrollo de las Subrutinas de Optimización
BIBLIOGRAFIA 97
vii
INDICE DE TABLAS
Pág.Tabla V-1 CASO 1, Sistema de 8 Barras. Resumen de Resultados 53 Tabla V-2 CASO 1, Sistema IEEE3O. Resumen de Resultados 54 Tabla V-3 CASO 1, Sistema IEEE57. Resumen de Resultados 55 Tabla V-4 Tamaño de los Programas en bytes 59 Tabla V-5 No. de Optimizaciones, CASO 1 Sistema IEEE57 59 Tabla Vl-1 CASO 1, SIC Resumen de resultados 61 Tabla Vl-2 CASO 1, SIC Variables saturadas. Modelo BOTARCAR 62 Tabla Vl-3 CASO 1, SIC Variables saturadas. Modelo OPTIMO 62
viii
INDICE DE FIGURAS Pág.Figura 2.1 Estados de operación del S.E.P. 13 Figura 2.2 Secuencia hacia el colapso. 18 Figura 2.3 Evolución de una contingencia. 19 Figura 4.1 Diagrama de flujo-Simulación. 48 Figura 4.2 Estructura de la matriz BUS considerada. 50 Figura 5.1 Tiempo CPU vs No. de Barras (caso base). 57 Figura 5.2 Tiempo promedio CPU, Iteración mayor. 57 Figura 5.3 No. Iteraciones vs No. Barras. 58
ix
RESUMEN
El objetivo del presente trabajo es desarrollar metodologías que permitan
enfrentar las condiciones de emergencias en un Sistema Eléctrico de Potencia,
ante una pérdida de generación. Se optimiza el desprendimiento de carga, para
lograr el balance entre generación y demanda, de modo que la demanda no-
servida sea mínima.
Se utiliza una metodología de optimización no-lineal basada en la penalización
lagrangeana amortiguada, utilizando el paquete computacional PENAMOR.
Según la modelación utilizada para la carga, se consideran tres estrategias para
el desprendimiento de carga, las que toman en cuenta el factor de potencia, la
característica tensión-frecuencia y la prioridad de la carga, como parte principal
de la formulación. El algoritmo desarrollado es muy eficiente
computacionalmente. Se utiliza una técnica numérica de dispersidad y la
simulación entrega resultados numéricos confiables.
Las metodologías se aplicaron con éxito sobre tres sistemas estándar de
prueba y además al Sistema Interconectado Central Chileno, en distintas
condiciones de operación.
Como resultado de este trabajo, se tiene una herramienta promisoria para la
planificación y diseño de esquemas de desprendimiento óptimo de carga.
x
ABSTRACT
This thesis develops some efficient analytical methodologies for power systems
emergency control problems. The work is focused on the development of
optimal strategies for load-shedding during generation outages.
The static model developed leads to a non-linear formulation of the problem,
which is solved using non-linear approach based on the Lagrangean damped
penalty method. PENAMOR, a computer package which implements the method
was used for solving the load-shedding problem.
Three possible optimal load-shedding strategies are presented, depending upon
the characteristics include in the load model. Representations consider power-
factor, voltage-frequency and load priority characteristics as the main part of the
formulation.
The algorithm developed is very efficient computationally. It uses adequate
numerical sparsity techniques, and provides robust numerical simulation results.
Finally, successful applications of the load-shedding methodology on three
standard test systems, as well as on the Chilean Interconnected Central Power
System, were achieved.
As a result of this work, a promising tool for optimal load-shedding planning
strategies is made available.
1
1.1. INTRODUCCION
1 .1 Planteamiento del Problema
Un Sistema Eléctrico de Potencia (SEP) está sujeto a perturbaciones
y fallas que provocan generalmente la salida inesperada de equipos, que
alteran el punto de operación del sistema, con la consiguiente degradación del
servicio eléctrico. Si la perturbación es severa, pueden producirse salidas
múltiples de equipos debido a respuestas erróneas de los sistemas de
protección, se produce la violación de restricciones de red y operación, tales
como sobrecargas en los equipos, desbalance entre generación y demanda,
etc. Con un diseño adecuado de la expansión y una planificación correcta de la
operación del SEP, se logra altos índices de confiabilidad para el servicio
eléctrico. Si los criterios de diseño adoptados no fueran adecuados, entonces la
ocurrencia de una perturbación hará que el nivel de seguridad del sistema
eléctrico disminuya a niveles inaceptables.
Una perturbación severa conduce al sistema a un estado de
emergencia y es necesario realizar acciones de control para evitar la salida de
equipos en cascada, que lleven al colapso y desintegración del sistema. Las
interrupciones prolongadas del servicio causan pérdidas económicas tanto a las
empresas del sector eléctrico como a los usuarios. Las perturbaciones causan
dos tipos de emergencias denominadas crisis de estabilidad y crisis de
viabilidad. En el primer caso se tiene involucrados problemas de inestabilidad
de las máquinas sincrónicas que suceden después de ocurrida la perturbación y
requieren acciones de control muy rápidas. En el segundo caso se presenta un
desbalance entre generación y demanda que conduce a niveles de tensión y/o
frecuencia anormales y sobrecargas en los equipos del sistema.
Las estadísticas muestran [1] que la probabilidad de ocurrencia de un
déficit de generación es muy alta y sus efectos muy graves. Como los
generadores son los equipos más importantes y costosos del sistema, están
2
equipados con dispositivos de protección que actúan automáticamente ante la
presencia de una perturbación que ponga en peligro al equipo. Por lo tanto, se
produce un déficit de generación de potencia.
Existen dos opciones para enfrentar el déficit de generación:
i) Redespacho de la generación
El déficit puede ser cubierto por los generadores restantes al realizar un
redespacho de la generación, sin embargo solo es aplicable en un sistema
con suficiente reserva en giro. El método es adecuado para eliminar
sobrecargas en los equipos del sistema. Si bien se puede minimizar los
costos de operación, debido a la dinámica rápida del comportamiento del
sistema y las restricciones de capacidad y respuesta lenta de las plantas
térmicas a vapor, no es aplicable un redespacho en una condición de
emergencia ante una pérdida de generación drástica.
ii) Desprendimiento de carga
El déficit se equilibra mediante el recorte de carga en algunas barras del
sistema, fijando escalones de frecuencia para desprender bloques de carga
en determinadas barras. Se retiran las cargas menos importantes de
acuerdo a una lista de prioridad fijada con anterioridad, cuando la frecuencia
del sistema cae a un nivel determinado. Generalmente se consideran tres
niveles de frecuencia para el desprendimiento de carga. Este método es
aplicable para enfrentar una crisis de viabilidad.
Considerando una aplicación en tiempo-real, los enfoques en uso
para enfrentar el déficit de generación se basan en métodos heurísticos, que
dependen en gran medida de la experiencia adquirida en la explotación del
sistema y la intuición del operador.
Es práctica común, en el diseño de un esquema de desprendimiento
de carga, que la cantidad de carga a desprender sea determinada por estudios
3
de estabilidad transitoria. Para realizar el recorte de carga se utilizan relés de
frecuencia que detectan niveles de frecuencia y su tasa de variación. Este
desprendimiento puede ser excesivo, ya que no se considera la optimización de
la carga desprendida.
La importancia de minimizar el desprendimiento de carga en una
condición de emergencia del SEP ante un déficit de potencia, se debe a la
necesidad de satisfacer a la mayor cantidad posible de la demanda, de tal modo
que el costo de energía no-servida sea mínimo y aumente la calidad del servicio
eléctrico.
En condiciones de emergencia con déficit de generación, la
frecuencia del sistema varía con la dinámica del sistema y tiene efectos
perjudiciales sobre los equipos que son sensibles a la variación de frecuencia. 1
frecuencia anormal afecta principalmente a las plantas térmicas, turbinas y
calderas.
La importancia de considerar la frecuencia como una variable de
decisión, se debe principalmente a que en una condición de emergencia al o
mantenerse el equilibrio del balance generación-consumo, la frecuencia de
operación del sistema cambia. Si el déficit de generación es muy importante, a
frecuencia del sistema cae muy rápidamente. La variación de frecuencia y su
velocidad de declinación son indicadores de la gravedad de la perturbación.
Este trabajo corresponde al desarrollo de una metodología y su
correspondiente programa computacional para la simulación fuera de línea y
asistir al planificador del SEP, en la determinación del esquema de
desprendimiento de carga óptimo, de modo que el costo de energía no servida
sea mínimo. El problema del desprendimiento óptimo de carga en condición de
emergencia se formula como un problema de optimización estática.
4
1.2 Objetivos
El trabajo se plantea los siguientes objetivos:
i) Desarrollar una metodología para el desprendimiento de carga, en la
operación del SEP en condición de emergencia, minimizando el recorte de
carga.
ii) Contribuir con una herramienta de análisis, para ser utilizada en la
planificación del SEP.
iii) Modelar la carga, considerando su característica tensión-frecuencia.
1.3 Organización del Trabajo
En este primer capítulo se introduce la problemática general a realizar
en el trabajo. Se presentan los objetivos y se realiza una revisión bibliográfica,
donde se analizan soluciones al problema planteados por otros investigadores.
En el capítulo II se definen los estados de operación de un SEP,
considerando la operación de emergencia y se describen las acciones de
control necesarias para preservar la integridad del sistema.
En el capítulo III se plantea el modelo de optimización del
desprendimiento de carga para enfrentar la condición de pérdida de generación,
se determina la función objetivo y se describen las restricciones de red y de
operación a las que está sujeta el SEP. Se consideran tres modelos de
optimización.
En el capítulo IV se describen los principales métodos de
optimización no-lineal, el software de optimización utilizado, la estructura de los
5
programas desarrollados, las variables consideradas y el aprovechamiento de la
dispersidad de la matriz de admitancia nodal.
En el capítulo V se entregan los resultados y el análisis de la
validación del algoritmo y los modelos de optimización con sistemas de prueba
de 8, 30 y 57 barras, bajo distintas condiciones de operación.
En el capítulo VI se entregan los resultados de la aplicación del
algoritmo de desprendimiento óptimo de carga al Sistema Interconectado
Central Chileno SIC.
En el capítulo VII se presentan las conclusiones del presente trabajo y
los desarrollos futuros posibles relacionados con la temática del
desprendimiento de carga.
1.4 Revisión Bibliográfica
El artículo presentado por L. Hajdu y otros [2] es uno de los primeros
trabajos reportados en la literatura para minimizar el desprendimiento de carga.
Propone un procedimiento computacional para minimizar la reducción de carga,
por medio de la técnica del gradiente, la cual se basa en la técnica de Newton-
Raphson para resolver las ecuaciones del flujo de potencia y el teorema de
Kuhn-Tucker para la optimización. La función objetivo es una función cuadrática
de la demanda activa insatisfecha tomando en cuenta su prioridad, sin embargo
el análisis no considera la potencia reactiva, las pérdidas ni la variación de la
frecuencia.
D. Subramanian [3] describe un modelo de sensibilidad, considerando
la linealización alrededor del punto de operación del sistema de potencia. Por
medio de la Programación Lineal PL, resuelve el problema del desprendimiento
óptimo de carga. La función objetivo es la variación cuadrática de la corriente de
6
carga. El método no considera los requerimientos operacionales ni la frecuencia
del sistema.
S.M. Chan y F.C. Schweppe [4] consideran el problema del
redespacho de generación y desprendimiento de cargas en un estado de
emergencia. Se plantea un modelo de optimización no-lineal, cuya resolución se
realiza a partir de un modelo de sensibilidad exacto. La función objetivo es la
suma de la penalización no-lineal del desprendimiento de carga y las
desviaciones en el despacho de la generación. El modelo considera cambios en
la generación de potencia activa, en las magnitudes de tensión en los
generadores (y consecuentemente la inyección de potencia reactiva), recortes
de carga (potencia activa y reactiva), cambios de reactores en paralelo y
condensadores. La carga se modela como impedancia constante. Debido al
tamaño del problema se utiliza la técnica de programación lineal dispersa con
cota superior, explotando la dispersidad de la formulación lineal completa. Sin
embargo, no considera la frecuencia del sistema y solo es aplicable para
eliminar sobrecargas en los equipos.
K.A. Palaniswamy y otros [5] desarrollan un método para la reducción
óptima de carga en un sistema de potencia. En la modelación se considera la
dependencia de la carga con la tensión y frecuencia, el efecto de los controles
del generador y reguladores de tensión. La función objetivo es el
desprendimiento de carga dependiente de la frecuencia y tensión, minimizando
el recorte de carga y desviación de frecuencia a partir de su valor nominal,
sujeto a las restricciones de operación y de red. La modelación propuesta no
entrega un recorte neto de carga. El balance de potencia queda realizado por la
variación de la carga y generación con la frecuencia.
J.G. Blaschak y otros [6] presentan un algoritmo para reducir las
sobrecargas del sistema de transmisión en el estado de alerta, se maximiza el
uso del sistema de transmisión. La función objetivo es minimizar el valor
promedio de las diferencias angulares de las tensiones de las barras terminales,
7
considerando el redespacho económico de generación. Se usan factores de
ponderación del nivel de carga de la línea. El modelo considera un flujo de
carga exacto y los coeficientes de sensibilidad en la resolución del problema,
sin embargo no considera la característica tensión-frecuencia de la carga ni la
variación de frecuencia.
T. Medicherla y otros [7] analizan el alivio de las sobrecargas en las
líneas y transformadores en un sistema de potencia mediante el redespacho de
la generación y el desprendimiento de carga, considerando los coeficientes de
sensibilidad. Las variables de decisión consideradas son las corrientes en las
líneas, se linealiza las relaciones entre las variables de estado y las potencias
inyectadas en barras en base al método de Newton-Raphson. El modelo
matemático está compuesto de dos conjuntos de ecuaciones: la relación lineal
entre las corrientes de sobrecarga y las tensiones, las variables de estado y la
potencia generada. La relación matricial de las corrientes de sobrecarga y las
variables de estado dan una matriz A, que es rectangular y altamente dispersa.
Se considera la pseudo inversa de la matriz A, cuya solución no es única.
A. Kuppurajulu [8] presenta un algoritmo para el control de
emergencias para ser incorporado como una función importante en un centro de
control de energía. Se minimizan los cambios de generación y carga. El modelo
considera el efecto del regulador de velocidad, el ajuste del control automático
de generación (A.G.C.) y determina el nuevo estado de post- contingencia y
elimina las sobrecargas por medio de un procedimiento de programación lineal.
Utiliza la técnica de los flujos lineales ó DC, aprovechando la flexibilidad del
modelo, ya que no se requiere invertir nuevamente la matriz de susceptancias
para una determinada contingencia y/o salida posterior de un equipo.
J.A. Zannier [9] desarrolla una estrategia para reducir las sobrecargas
en líneas y/o transformadores, utilizando primeramente el redespacho de
generación considerando los coeficientes de sensibilidad y seguidamente,
minimizando el desprendimiento de carga por medio de la programación lineal.
8
Considera un modelo de flujo DC y el análisis de sensibilidad. Se utiliza el
modelo de carga de potencia constante.
M.M. Adibi y D.K. Thorne [10] consideran un desprendimiento de
carga local estratégico, al ser insuficientes las acciones de control para eliminar
una sobrecarga en los equipos (regulación de tensión, cambios de taps de los
transformadores, puesta en marcha de las turbinas de combustión). Es un
método heurístico que considera una lista de prioridad especificada de la carga
a desprender. Se basa en la redistribución de los flujos y un decremento de la
carga. Solo se considera la potencia activa y la carga se modela como potencia
constante.
S. Shah, S. M. Shahidehpour [11] profundizan el enfoque de Abidi y
Thorne [10], y proponen la utilización de un sistema experto basado en un
método heurístico para mejorar la operación del SEP, al considerar el
desprendimiento de carga en la restauración del servicio. Considera los
coeficientes de sensibilidad y optimiza la redistribución de flujo de potencia
activa y el decremento de carga. Es una aplicación en tiempo-real, que no
considera la potencia reactiva ni la variación de la frecuencia.
J.C. Casçaes [12] presenta metodologías y criterios de diseño, que se
utilizan en el desprendimiento de cargas para enfrentar las condiciones de
emergencia. Previamente es necesario determinar el bloque de potencia a
retirar en barras mediante estudios de estabilidad. En el análisis solo se
considera la potencia activa.
J. Jones, W.D. Kirkland [13] describen una técnica computarizada
para el diseño de un esquema de retiro de cargas utilizando relés de baja
frecuencia distribuidos en todo el sistema, los cuales detectan la declinación de
frecuencia y reaccionan automáticamente para retirar porciones de carga
predeterminadas, de acuerdo a una coordinación de frecuencia. Consideran el
factor de amortiguación correspondiente al cambio de la carga al variar la
frecuencia. Solo se considera la potencia activa.
9
L. Wei-Jen, G. Jyh-Charng [14] presentan un relé de
sobre/subfrecuencia inteligente basado en un microcomputador, en el que
pueden ser ajustados los puntos de calibración y el retardo dinámico de tiempo,
al operar el sistema en condiciones de emergencia. Corresponde a una
aplicación en tiempo-real.
Los modelos de optimización analizados para el desprendimiento de
carga, corresponden a modelos estáticos. Los enfoques realizados por los
diversos autores para la resolución de los modelos propuestos, se pueden
clasificar en:
¡) Análisis de coeficientes de sensibilidad, como indicadores de la dirección
de corrección de los flujos de potencia [3,6,7,15]. Requieren la inversión
del Jacobiano asociado a las ecuaciones del flujo de potencia. Si bien no
entrega una solución óptima, requiere poco esfuerzo computacional.
II) Optimización no-lineal, considera una función objetivo y restricciones no-
lineales y las condiciones de Kuhn-Tucker [2,5]. Requiere un alto esfuerzo
computacional dada la complejidad de los modelos de optimización
empleados en SEP. Tienen la ventaja de entregar resultados confiables
por la modelación detallada del sistema.
iii) Optimización lineal, consideran una función objetivo y restricciones
linealizadas alrededor del punto de operación [4], ó un modelo de flujo de
potencia lineal [8,9]. El esfuerzo computacional es moderado y entrega
una solución cercana al óptimo. Es posible explotar la dispersidad de la
matriz de restricciones con un tratamiento adecuado.
Las metodologías utilizadas en el diseño del esquema de
desprendimiento de carga considerando la respuesta en el tiempo, se pueden
clasificar en:
10
i) Metodología estática, no se considera en el diseño el comportamiento del
sistema en el tiempo [12,13] y la carga a desprender se determina
previamente.
ii) Metodología dinámica, el nivel de frecuencia para el desprendimiento se
ajusta según el comportamiento del sistema en el tiempo [14].
Solamente los enfoques propuestos en las referencias [2,5,8], son
adecuados para minimizar el desprendimiento de carga, ante una contingencia
severa de pérdida de generación.
Un redespacho económico de la generación se justifica solamente en
un estado normal ó de alerta. Los métodos propuestos en las referencias
[3,4,6,7,8,9] son adecuados para aliviar las sobrecargas en los equipos.
El recorte de carga estratégico es adecuado solo en un estado
restaurativo [10,11] donde es posible priorizar la retorna de carga.
Este trabajo profundiza el enfoque propuesto por Palaniswamy [5] y
Hajdu [2], que consideran el desprendimiento de carga óptimo para enfrentar un
déficit de generación.
11
II. CONTROL DE EMERGENCIAS
2.1 Introducción
En la actualidad los sistemas eléctricos de potencia (SEP) presentan
una complejidad creciente, la cual está asociada al crecimiento constante de la
demanda de energía eléctrica. Los SEP se amplían con nuevas interconexiones
y se realizan las instalaciones de nuevas plantas de generación y
transformación, se refuerzan las redes existentes y se extienden nuevas redes
de transmisión y distribución. Los SEP son sistemas extensos, con potencias
instaladas considerables y están sujetos a diversas perturbaciones y
contingencias que ponen en peligro su integridad.
El control y la operación de los sistemas eléctricos de potencia tienen
una importancia fundamental para una adecuada explotación del sistema. En el
estado normal de operación las acciones de control se enfocan hacia una
operación económica, a abastecer la demanda y a satisfacer las restricciones
de operación con el costo mínimo. Una perturbación severa puede causar que
el sistema pase a un estado de emergencia, en el cual son necesarias realizar
acciones de control correctivas y estrategias especiales, para llevar al sistema a
un estado normal y mantener su integridad.
El control del SEP durante las condiciones de emergencia es un tema
de considerable interés para las empresas del sector eléctrico, ya que una
inadecuada operación del SEP en condiciones de emergencia puede producir el
colapso del sistema. Las interrupciones prolongadas que se presentan en los
SEP tienen consecuencias catastróficas, pérdidas económicas debido a la
paralización de industrias y los servicios esenciales en las grandes ciudades,
vandalismos, vulnerabilidad de los sistemas de defensa, etc.
El objetivo de una empresa eléctrica es proveer un suministro
eléctrico de manera económica y confiable, que se traduzca al nivel de los
consumidores en tarifas bajas, un servicio continuo y de excelente calidad. Sin
12
embargo, no es posible proveer un servicio que sea 100% confiable a causa de
la presencia de perturbaciones y fallas de los equipos. Ellas se producen en
forma aleatoria y el tener equipos de respaldo para obtener una confiabilidad
del 100% representa fuertes inversiones. Para enfrentar el constante
crecimiento de la demanda, las empresas eléctricas deben necesariamente
realizar una adecuada planificación de la expansión del sistema, utilizando
métodos probabilísticos para prevenir las consecuencias de una perturbación
(especialmente las que causan la pérdida de generación).
2.2 Estados de Operación de un Sistema Eléctrico de Potencia
Las condiciones de operación del SEP puede ser descritas por cinco
estados de operación [16,17,18,19,20] como se ilustra en la figura 2.1.
Tres conjuntos de ecuaciones genéricas -una diferencial y dos
algebraicas- modelan la operación del sistema de potencia. El conjunto de
ecuaciones diferenciales toma en cuenta las leyes físicas que gobiernan el
comportamiento dinámico de los elementos componentes del sistema. Los dos
conjuntos de ecuaciones algebraicas consideran la restricción de igualdad I, que está referida al balance entre generación y consumo, y la restricción de
desigualdad D a la que están sometidas algunas variables del sistema, tales
como corrientes y tensiones, que no deben exceder niveles máximos y mínimos
representando las limitaciones físicas de los equipos.
Son diversas las perturbaciones que pueden causar que un SEP
abandone su estado normal de operación y los efectos específicos dependen
de factores tales como la magnitud, localización y tiempo de duración de la
perturbación, hora del día, día de la semana y estación del año en que ocurre
dicha perturbación, las condiciones de operación y planificación inadecuada de
la operación (por ejemplo insuficiente reserva en giro). En la transición del SEP
entre los diferentes estados ocurren dinámicas de corto (segundos) y largo
13
(minutos) período, cada estado requiere distintas acciones de control para llevar
al sistema a un estado normal seguro.
Figura 2.1 Estados de operación de un SEP
Los estados de operación de un SEP son:
i) Estado normal
En este estado, la frecuencia y las tensiones en las barras se mantienen
dentro de sus valores nominales. Se mantiene el balance entre generación
y consumo, la demanda es abastecida en su totalidad, existe una
adecuada potencia de reserva en giro, todas las restricciones de la red son
14
satisfechas, no existen sobrecargas en el sistema (i.e. la generación y la
carga de los transformadores no exceden sus capacidades nominales).
Los flujos de potencia en las líneas de transmisión se mantienen por
debajo de sus límites térmicos ó de estabilidad estática. Los márgenes de
reserva tanto en transmisión como en generación son suficientes para
proveer un nivel adecuado de seguridad, ante un conjunto predefinido de
contingencias.
El objetivo del control es minimizar los costos de operación del sistema.
ii) Estado de alerta
Si se determina que alguna perturbación, de un conjunto predefinido,
llevaría al sistema a una condición anormal, se dice que el sistema está en
estado de alerta (inseguro). Existe un equilibrio entre generación y
consumo, no existen sobrecargas en los equipos, disponiéndose todavía
de reserva rodante, o sea, aún se satisfacen las restricciones de igualdad
y desigualdad. Sin embargo, una perturbación puede cambiar totalmente lo
anterior, por lo que es imprescindible iniciar acciones de control preventivo
para llevar al sistema a un estado normal (seguro). Esta situación puede
presentarse si disminuye el margen de reserva en giro o aumente la
probabilidad de perturbaciones.
El objetivo del control es aumentar el nivel de seguridad de la operación
del sistema.
iii) Estado de emergencia
Si las perturbaciones son severas que hacen que las acciones de control
preventivas sean insuficientes, el sistema entra en emergencia. La
transición al estado de emergencia puede ser ya sea desde el estado
normal ó a través del estado de alerta y dependerá de la gravedad de la
perturbación. La actuación falsa ó descoordinada de los dispositivos de
15
protección puede causar la desintegración del sistema. Se mantiene aún el
equilibrio entre generación y consumo. Sin embargo, las restricciones de
desigualdad son violadas (i.e. uno ó varios componentes son
sobrecargados, las tensiones están fuera del rango aceptable en algunas
barras) y el nivel de seguridad del sistema es nulo, aún cuando el sistema
permanece integro. Es urgente que el sistema retorne al estado normal por
medio de las acciones del control de emergencia (i.e. desconexión de
equipos con falla, redistribución de los flujos de potencia y el
desprendimiento de carga), acciones que son en gran medida heurísticas y
dependientes del juicio y la responsabilidad del operador.
El objetivo del control es mantener la integridad del sistema y disminuir los
efectos de los colapsos.
iv) Estado extremo
Si las medidas correctivas son insuficientes y si la perturbación trae
aparejados otros problemas, se presenta una situación inminente de
colapso parcial ó total del sistema y este empieza a desintegrarse en
secciones o ‘islas’ debido a la operación de los sistemas de protección.
Alguna de esas islas puede tener suficiente generación, sin embargo
debido a que no se permite a los generadores trabajar con sobrecarga,
son sacados fuera de línea y se produce el colapso total. Son violadas
tanto las restricciones de igualdad y desigualdad.
v) Estado restaurativo
Se toman acciones para retomar las cargas y reconexión del sistema en
forma gradual, se sincronizan las áreas o ‘islas’. El sistema puede transitar
por el estado de alerta ó normal dependiendo de las circunstancias. Es un
proceso lento que puede llevar horas o días dependiendo de la gravedad
del disturbio.
16
2.3 Factores de Predisposición para un Colapso
Las causas para la interrupción de potencia y los colapsos se deben a
diversos factores de predisposición [17,21] que son:
i) Geográfico
Un sistema de potencia está limitado por las características geográficas en
las que está emplazado el sistema.
ii) Demográfico
En áreas densamente pobladas, la densidad de potencia es alta en los
derechos de vías, incrementándose la vulnerabilidad del sistema.
iii) Error humano
Algunas fallas de operación son imputables a errores de operación,
dependiendo del estado de entrenamiento de los operadores.
iv) Otros factores
Corresponden a procedimientos de mantenimiento, prácticas de diseño de
subestaciones, la calidad del control de las plantas y sus rendimientos, el
grado de flexibilidad de los sistemas de protección para adaptarse a los
cambios a través de los años, estudios de diseños continuos y exactos,
políticas económicas y de protección del medio ambiente.
2.4 Perturbaciones en un Sistema Eléctrico de Potencia
Las perturbaciones que se presentan en la operación de un SEP,
interfieren el normal funcionamiento del sistema. Según el origen de la
perturbación se pueden clasificar [17] en:
17
i) Perturbaciones de origen externo
- Descargas atmosféricas. Un sistema eléctrico estará más expuesto a la
descarga de rayos cuanto mayor sea el nivel isoceráunico. Por lo que,
serán frecuentes la operación de los disyuntores de las líneas de
transmisión, aumentando la probabilidad de operaciones inadecuadas.
Además, la descarga de rayos induce en el SEP sobretensiones
transitorias, las cuales producen un envejecimiento más acelerado de
los materiales aislantes utilizados en los equipos.
- Fenómenos naturales, tales como terremotos, tempestades, tifones,
etc.
- Geomagnetismo, fenómeno no estudiado todavía en profundidad en su
impacto en el SEP.
- Accidentes, caída de árbol sobre líneas, etc.
ii) Perturbaciones de origen interno
- Falla de algún equipo del sistema, transformador, línea de transmisión,
bancos de condensadores, generadores, turbinas, envejecimiento de
aislantes que conducen a cortocircuitos, etc.
- Falla de los sistemas de control y los dispositivos asociados, falsas
actuaciones de las protecciones, etc.
- Salida de generadores debido a pérdida de sincronismo ó problemas
de funcionamiento.
- Variaciones de carga, grandes y bruscas.
18
En la figura 2.2 se muestra un diagrama esquemático que ilustra,
como las perturbaciones pueden conducir al sistema a un colapso con los
consiguientes perjuicios [21]. Los eventos que siguen a una perturbación no
necesariamente ocurrirán en el orden establecido. Dependerá en gran medida
de la gravedad y localización de la perturbación.
Figura 2.2 Secuencia hacia el colapso
Al presentarse una perturbación, tal como la falla repentina de un
equipo importante, generador ó línea de interconexión, el sistema evoluciona
por los distintos estados de operación, al realizarse las acciones de control
necesarias para llevar al sistema a un estado normal. La evolución de la
contingencia se ilustra en cuatro fases en la figura 2.3 [2]: Fase 1, la protección
de alta velocidad aísla la falla y puede existir un déficit ó exceso de generación
19
(se ilustra el déficit); esta fase es de corta duración, menos del segundo. Fase
2, salida de equipo adicional, debido a la actuación de la protección de respaldo
ó sobrecarga; duración de segundos a minutos. Fase 3, no existe más pérdida
de carga, se inicia la retorna de carga por los generadores de reserva en giro,
se intenta el redespacho de generación; duración de minutos a horas. Fase 4, el
equipo fallado es reparado y reconectado a la red; duración de minutos a días.
En la evolución de una contingencia se aprecian dinámicas de corto y largo
período.
Figura 2.3 Evolución de una Contingencia
Después de ocurrida la dinámica de corto período, el sistema puede
buscar por sí mismo un estado cuasi-permanente involuntario, que depende de
la gravedad de la perturbación y su ubicación dentro del sistema. La transición
del sistema, desde un estado normal, a otro estado cuasi-normal (estado de
emergencia), tiene lugar a través de la interacción dinámica de los distintos
componentes involucrados.
20
2.5 Frecuencia del Sistema
La variación anormal de la frecuencia del sistema eléctrico tiene
efectos perjudiciales sobre los equipos del sistema [22]. Los equipos que son
más afectados por la sobre/subfrecuencia son las turbinas térmicas. Los alabes
de las turbinas están diseñadas para que se tenga una frecuencia natural de
resonancia lo suficientemente alejada de la frecuencia nominal fundamental y
sus armónicas, para evitar la condición de resonancia mecánica la cual puede
resultar en una sobrepresión sobre los alabes. Las calderas de vapor y la planta
tienen una constante de tiempo muy grande y no son adecuados como para
responder en condiciones de emergencia.
Una subfrecuencia afecta al rendimiento de las bombas del circuito de
alimentación de agua, que pierden su capacidad. Debido a eso, es necesario
cortar la alimentación de vapor y sacar de servicio la planta.
Una sobrefrecuencia aumenta las fuerzas centrífugas, con la
consiguiente fatiga de los elementos de sujeción de las masas rotantes.
También se produce sobreexcitación en los generadores y transformadores,
que causan el calentamiento de los núcleos de acero debido a las corrientes de
Eddy.
2.6 Control del Sistema en Estado de Emergencia
Son acciones y estrategias de control correctivo que se realizan en la
operación del sistema en condiciones de emergencia para llevarlo a un estado
normal [8]. Se requieren acciones de control inmediatas de corto plazo,
realizadas por el centro de control del sistema en forma automática.
Los objetivos del control de emergencia [19,20] son:
- Minimizar los riesgos de la perturbación.
- Limitar las consecuencias de la perturbación.
21
- Facilitar la rapidez de la restauración.
La identificación de la condición de emergencia y la acción rápida
sobre las variables de control, son necesarias para enfrentar las perturbaciones
que se presentan en un SEP. Estas variables de control son:
- Recorte de la Demanda.
- Redespacho de la generación.
- Modificación de la topología de la red (reconfiguración).
2.7 Acciones de Control
La operación eléctrica de los sistemas de generación y transmisión es vista
como una serie de acciones de control ejecutadas para mantener la continuidad
del servicio eléctrico, con frecuencia y perfiles de tensiones nominales. Las
acciones de control, ya sea manuales ó automáticas, son realizadas por varios
procesos de decisión-acción, basados sobre los datos del sistema de
información disponibles, datos de medio ambiente, conocimientos de ingeniería,
experiencia e intuición. La decisión-acción puede no ser la mejor y puede
empeorar en vez de aliviar la condición de emergencia.
Para resolver el problema del control del SEP en condiciones de emergencia,
se han diseñado herramientas de control que responden automáticamente a
variaciones de uno ó varios parámetros del sistema.
2.7.1 Acciones sobre la red
Las acciones de control que se pueden realizar sobre los elementos de la red
son:
a) Reconexión de disyuntores de alta velocidad, trifásica 6 monofásica,
utilizado para preservar el sincronismo.
22
b) Conexión de resistencias a generadores: consiste en aplicar bancos de
resistores durante varios segundos para disipar la energía en exceso
después de la salida de la planta.
c) Conexión de condensadores en serie, en medio de la línea de transmisión,
para aumentar la capacidad de transmisión.
d) Desconexión de carga mediante relés de frecuencia, los cuales se ajustan
para operar a niveles predeterminados de frecuencia, cuando la frecuencia
baja más allá del valor de ajuste, desconectando una carga 6 una área
predeterminada.
e) Desconexión de carga por relés de tensión y potencia, las cuales se
ajustan para desconectar carga ó separar áreas debido a bajas tensiones
(inestabilidad de tensión) ó flujos excesivos de potencia en líneas de
interconexión.
f) Seccionamiento, que consiste en separar una parte del sistema para que
permanezca en funcionamiento, a pesar de la falla del sistema restante.
2.7.2 Acciones sobre la planta de generación
Son acciones que se realizan en las plantas de generación en caso de
perturbaciones que afecten a los generadores:
a) Cierre rápido de válvulas, para evitar la sobrevelocidad.
b) Sistema de desvío de vapor hacia los condensadores de enfriamiento,
para evitar sobreesfuerzos sobre la caldera.
c) Excitación rápida del generador, elevando el margen de estabilidad para
evitar la pérdida de sincronismo.
23
d) Desconexión de unidades de generación selectivamente, para corregir el
desbalance entre generación y consumo.
24
III. MODELO DE DESPRENDIMIENTO DE CARGA
3.1 Introducción
En un sistema eléctrico de potencia (SEP) es muy alta la probabilidad
de pérdida de generación o de una línea de interconexión importante, lo que
tiene efectos severos sobre el sistema. Para restablecer el balance entre
generación y consumo es necesario tomar acciones de control tales como
desprender cargas en algunas barras del sistema, minimizando los efectos
sobre el sistema y los perjuicios a los consumidores.
Ante una contingencia, se supone que el SEP transita del estado de
pre-emergencia (estado normal) al estado de emergencia y luego, mediante las
acciones del control de emergencia, a un estado de post-emergencia (nuevo
estado normal). En esta transición se considera que el sistema es
dinámicamente estable si satisface los requerimientos de operación y servicio.
3.2 Variables del Sistema Eléctrico
En la modelación de la operación en estado permanente del SEP, el
sistema se representa mediante un conjunto de variables de estado x, de
control u y parámetros p de la red. Las leyes físicas relacionan dichas variables
y parámetros.
Considerando al SEP como un sistema de control, este queda
representado por las siguientes ecuaciones e inecuaciones:
g(x,u,p) = 0 (3.1)
h(x,u,p) ≤ 0 (3.2)
donde:
25
g( ) : Ecuaciones del flujo de potencia. Balance de potencia en cada nodo,
formuladas de acuerdo a las leyes de Kirchhoff.
h( ) : Inecuaciones que representan las restricciones de desigualdad. Están
relacionadas con la factibilidad y las condiciones de seguridad a ser
satisfechas en la operación del SEP.
x : Vector de variables de estado. Ángulos de fase δ de las tensiones en
cada barra, magnitudes de tensión V en las barras de carga PQ y la
frecuencia del sistema f.
u : Vector de variables de control. Potencia activa PG y magnitud de tensión
V en una barra PV, magnitud de tensión V en barras de compensación
de reactivos, posición de taps t de los transformadores de regulación,
desprendimiento de carga ∆PD y ∆QD en barras.
p : Parámetros de la red. Impedancias y admitancias de los equipos del
sistema que conforman una determinada topología.
Para la resolución de este modelo se emplean diversos métodos,
siendo el más popular el Método Newton-Raphson Desacoplado Rápido [17].
3.2.1 Estado de pre-emergencia
Es el estado normal antes de la emergencia. Las variables del
sistema x, u satisfacen las siguientes restricciones de red y operación:
PGi – PDi – Pi = 0 (3.3)
QGi – QDi – Qi = 0 (3.4)
PGi – PRi ∆f/Ri = PGio (3.5)
∆f = f – f0 = 0 (3.6)
26
Vim ≤ Vi ≤ Vi
M (3.7)
PGim ≤ PGi ≤ PGi
M (3.8)
QGim ≤ QGi ≤ QGi
M (3.9)
QCim ≤ QCi ≤ QCi
M (3.10)
tim ≤ ti ≤ ti
M (3.11)
|δi-δj| ≤ ψij (3.12)
donde:
Pi = ViΣjVj (Gij cos (δi-δj) + Bij sen (δi-δj)) (3.13)
Qi = ViΣjVj (Gij sen (δi-δj) + Bij cos (δi-δj)) (3.14)
Gij +jBij : Elementos de la matriz de admitancia nodal.
Vi, δi : Módulo y Angulo de fase de la tensión en el nodo i.
PDi, QDi : Demanda de potencia activa y reactiva en el nodo i.
PGi, QGi : Generación de potencia activa y reactiva en el nodo i.
PGio : Generación de potencia activa especificada en el nodo i.
QCi : Potencia reactiva del compensador en el nodo i.
∆f = f-f0 : Desviación de frecuencia.
ψij : Diferencia angular máxima.
ti : Posición de taps en los transformadores.
PRi : Potencia Nominal del generador i.
Ri : Regulación de velocidad del generador i.
3.2.2 Desprendimiento de carga
Al salir fuera de servicio algún generador, existe una pérdida de
generación de potencia activa ∆PGi y reactiva ∆QGi. Se produce un desbalance
27
y modificación de flujos de potencia en ∆Pi, ∆Qi y la frecuencia del sistema
cambia en ∆f. Para lograr el equilibrio se desprenden cargas ∆PDi, ∆QDi en las
barras i.
Al presentarse una contingencia (pérdida de generación), se
modifican las variables de control ∆u y las variables de estado cambian en ∆x
para satisfacer la nueva condición de equilibrio:
g(x+∆x,u+∆u,p) = 0 (3.15)
h(x+∆x,u+∆u,p) ≤ 0 (3.16)
La solución de este problema se puede realizar con los mismos
métodos utilizados para las ecuaciones de flujos de potencia [17].
3.3 Modelo Matemático para el Desprendimiento Óptimo de Carga
En el proceso de optimización de la operación del SEP en condición
de emergencia ante la pérdida de generación, el modelo se expresa como:
Minimizar Costos de Energía no servida y Degradación de servicio
Sujeto a:
Restricciones de Red y Operación
El problema equivalente se expresa como:
Minimizar Desprendimiento de carga y Desviación de frecuencia
Sujeto a:
Restricciones de Red y Operación
28
3.3.1 Función objetivo
La función costo que se considera representa la carga total
desprendida y la variación de la frecuencia.
Las cargas desprendidas ∆PDi, ∆QDi en los distintos nodos i y el
desvío de frecuencia ∆f en el nuevo estado normal deben ser mínimas. El
modelo de optimización se expresa como:
Min Σi( |∆PDi| + |∆QDi| ) + I ∆f I (3.17)
s.a.:
Restricciones de Red y Operación
La formulación de la función objetivo como una sumatoria de valores
absolutos, implica dificultades en el manejo computacional, debido a que no
corresponde a una función diferenciable. Para sortear esta dificultad se
considera una función objetivo alternativa de modo de minimizar las
desviaciones cuadráticas ponderadas [23,24], tanto de las cargas como de la
frecuencia, respecto del punto de operación normal.
Las ponderaciones toman en cuenta la importancia relativa de las
distintas barras, ya que no es equivalente el recorte de carga de igual volumen
en una barra que en otra. Así en particular las barras conectadas a servicios
prioritarios tienen asociado una alta ponderación. En la optimización se
considera la prioridad de la carga conectada, al asignar un alto factor de
penalización a aquellas barras donde están conectados servicios de
emergencias, hospitales, bases militares, etc.
29
3.3.2 Restricciones de red y operación
Las restricciones consideradas son:
1) Restricciones de red (igualdad)
i) Balance de potencia
Son básicamente las ecuaciones del flujo de potencia (3.3) y (3.4) para
todas las barras del sistema. Constituyen la ecuación del balance de
potencia, al aplicar las leyes de Kirchhoff.
ii) Regulación
La frecuencia del sistema está determinada por la regulación de los
generadores del sistema, que está considerada por la ecuación (3.5).
2) Restricciones de operación (desigualdad)
Consideran las limitaciones de los equipos del sistema y rangos de
funcionamiento aceptables de las magnitudes eléctricas.
i) Capacidad de generación
La generación de potencia está limitada por consideraciones térmicas,
diseño, estabilidad estática y seguridad. Dichas consideraciones delimitan
la región de funcionamiento seguro de un generador [25-27]; las
ecuaciones (3.8) y (3.9) representan esa consideración. Se considera el
mismo criterio respecto a los compensadores de potencia reactiva. Las
ecuaciones (3.10) representan los límites de la compensación.
30
ii) Tolerancia de variación de la tensión
Todo equipo eléctrico está diseñado para un determinado tiempo de vida
útil a la tensión nominal V desviaciones excesivas de tensión acortan su
vida útil o producen un mal funcionamiento, por lo cual es necesario
mantener la tensión dentro de rangos fijado por las normas.
iii) Sobrecargas en líneas y transformadores
Una línea de transmisión, tiene una capacidad de transporte de potencia
que está limitada por consideraciones térmicas (efecto Joule, I2R) ó de
estabilidad estática [28]. La capacidad térmica se describe en términos de
capacidad nominal y capacidad de emergencia (sobrecarga) de corto (20
min.) y largo (3 hr.) período. El grado de sobrecarga de un transformador
depende de su constante térmica. Las sobrecargas en los equipos del
sistema se pueden tratar como restricciones fuertes ó suaves,
considerando su constante térmica y el grado de sobrecarga que aceptan.
El flujo de potencia en una rama es proporcional a la diferencia de los
ángulos de fase de las tensiones de los nodos a las cuales está conectada
la rama. Luego, el límite de capacidad se expresa como una desigualdad
angular:
|δi-δj| ≤ ψij (3.18)
donde:
|δi-δj| : Ángulos de fase de los nodos i y j.
ψij : Diferencia angular máxima.
La expresión equivalente que permite simplificar el manejo computacional
está dada por:
31
(δi-δj)2 ≤ ψij
2 (3.19)
iv) Demanda mínima
Existe una demanda que debe ser satisfecha en una cierta cantidad
mínima en cada barra, tales como los servicios esenciales o cargas
ininterrumpibles o por consideraciones de seguridad.
PDim ≤ PDi ≤ PDi
M (3.20)
QDim ≤ QDi ≤ QDi
M (3.21)
v) Tolerancia de variación de la frecuencia
Considerando la calidad de servicio, la variación de frecuencia aceptable
es del orden del 1% respecto al valor nominal [29]. En el diseño de
esquemas de desprendimiento de carga, se tiene variaciones del 3% [22,30-32].
3.3.3 Modelo de optimización
Considerando una función objetivo cuadrática y los factores de
penalización αi, βi y γ, para la carga y variación de la frecuencia
respectivamente, se tiene el siguiente modelo de optimización:
Min Σi[αi(PDi - PDio)2 + β(QDi - QDio)2 + γ(f – f0)2 (3.22)
s.a:
PGi – PDi – Pi = 0 (3.23)
QGi – QDi – Qi = 0 (3.24)
PGi – PRi ∆f/Ri = PGio (3.25)
32
(δi-δj)2 ≤ ψij
2 (3.26)
Vim ≤ Vi ≤ Vi
M (3.27)
∆fim ≤ ∆f ≤ ∆fi
M (3.28)
PGim ≤ PGi ≤ PGi
M (3.29)
QGim ≤ QGi ≤ QGi
M (3.30)
QCim ≤ QCi ≤ QCi
M (3.31)
PDim ≤ PDi ≤ PDi
M (3.32)
QDim ≤ QDi ≤ QDi
M (3.33)
donde:
PDio, QDio : Demanda de potencia activa y reactiva en el nodo i, antes de la emergencia.
αi, βi : Factor de penalización de la carga del nudo i, para la potencia activa y reactiva respectivamente.
γ : Factor de penalización de la frecuencia. m, M : Superíndices que representan los límites mínimo y máximo de las
variables.
Los cálculos se realizan con valores en por unidad (p.u.) y los ángulos
se expresan en radianes.
33
Utilizando una notación compacta, se tiene la siguiente expresión
simplificada del modelo:
Min (F(P,Q, f) (3.34)
s.a:
Gi(P,Q,f) = 0 (3.35)
Hi(P,Q,f) = 0 (3.36)
donde:
P=P(V,δ,f) (3.37)
Q=Q(V, δ,t) (3.38)
Gi : Considera las restricciones de igualdad no-lineales (3.23), (3.24) y lineales (3.25).
Hi : Considera las restricciones no-lineal de desigualdad (3.26) y las restricciones de cotas (3.27)-(3.33).
El modelo considerado corresponde a un modelo de optimización no-
lineal de la forma:
Min f(x) (3.39)
s.a:
gi(x) = 0 (3.40)
hi(x) ≤ 0 (3.41)
xm ≤ x ≤ xM (3.42)
cuya resolución es posible mediante métodos de programación no-lineal.
34
En este modelo la variable x queda definida por:
x = [Vi δi ∆f PGi QGi QCi PDi QDi]T (3.43)
3.4 Modelación de la Carga
Se reportan en la literatura dos enfoques para modelar la carga; uno
basado en mediciones y el otro basado en la combinación de los componentes
individuales (ventana de carga) [33-36]. En el método basado en mediciones,
los modelos de cargas específicas en alimentadores se derivan por mediciones
de la respuesta del sistema a diferentes ensayos, ó a respuestas de estabilidad
transitoria. En el método de la ventana de carga se construye el modelo de
carga como la composición de las cargas individuales.
A nivel de las barras de Alta Tensión, se hace difícil discriminar el
aporte de cada tipo de carga individual.
En el análisis de SEP la carga ha sido modelada como impedancia
constante en problemas de estabilidad y como potencia constante en los
cálculos de flujos de potencia [17,37). El modelamiento de la carga como una
función de la tensión y frecuencia ha sido realizado solo en estudios de
estabilidad [34,38].
Considerando que la carga tiene una dependencia con la tensión,
Berg [39] propone una modelación exponencial. Price y otros [33] postulan un
modelo de carga completo de tipo polinomial que considera la dependencia de
la carga en función de la tensión y frecuencia.
En los modelos para el control de emergencia, la carga ha sido
modelada ya sea como impedancia constante [4], potencia constante [2, 6, 8,
9], ó corriente constante [3,7]. Palaniswamy y otros [5] consideran una
modelación polinomial de la carga en función de la tensión y frecuencia.
35
La importancia de considerar la característica tensión-frecuencia de la
carga se debe a las siguientes razones:
i) La tendencia a mejorar la exactitud de la representación del sistema para
una simulación adecuada y exacta.
ii) Si no se toma en cuenta la característica tensión-frecuencia de la carga, la
solución del modelo de optimización del desprendimiento de carga entrega
resultados muy pesimistas, que inducen a recortar más carga de lo
necesario.
Sería más adecuado la utilización de un modelo de carga polinomial,
pero la determinación de sus parámetros solo es válida para un sistema en
particular. En cambio la consideración de que la carga está compuesta de
partes que se comportan como potencia, corriente e impedancia constantes, es
una extensión natural que combina los modelos conocidos de la carga. En este
trabajo se utiliza la siguiente dependencia de la carga con la tensión y
frecuencia [5]:
PDi = P Di(1 +Kpi∆f) (ppi + pci(Vi/Vio) + pzi (Vi/Vio)2) (3.44)
QDi = Q Di(1+Kqi∆f) (qqi + qci(Vi/Vio) + qzi (Vi/io)2) (3.45)
donde:
P Di, Q Di : Módulo de la demanda de potencia activa y reactiva en el nodo i, que no depende de la tensión y frecuencia.
Vi : Modulo de tensión en el nodo i.
Vio : Modulo de tensión nominal en el nodo ¡.
∆f : Variación de frecuencia.
Kpi, Kqi : Constantes de frecuencia.
ppi, qpi : Porción de la carga modelada como potencia constante.
pci, qci : Porción de la carga modelada como corriente constante.
pzi, qzi : Porción de la carga modelada como impedancia constante.
36
Considerando la dependencia de la potencia activa y reactiva de la
carga por medio del factor de potencia cos θ, se tiene la siguiente relación:
QDi = QDi tgθ (3.46)
El considerar que en el desprendimiento de carga, el factor de
potencia cos θ se mantiene constante, simplifica la modelación al tener un
menor número de variables.
Para una aplicación específica, será necesario modelar la carga en
cada barra de acuerdo a la característica particular de cada sistema eléctrico.
3.5 Modelos de Optimización
Los tres modelos desarrollados en el presente trabajo son:
i) DESPRE, considera la característica de regulación de los generadores
representada por la ecuación (3.25), donde la carga se modela como
función de la tensión y frecuencia. La potencia activa y reactiva se
consideran independientes en el desprendimiento.
ii) OPTIMUS, se realiza una consideración igual al modelo anterior, pero se
toma en cuenta que el factor de potencia se mantiene constante en el
desprendimiento, lo que se representa con la ecuación (3.46). El modelo
OPTIMO es una versión que considera un esquema de almacenamiento
compacto de la matriz de admitancia nodal.
iii) BOTARCAR, no considera la característica de regulación de los
generadores y la carga se modela como potencia constante. Se toma en
cuenta la dependencia entre la potencia activa y reactiva en el
desprendimiento.
37
En el anexo A se realiza una descripción detallada de cada uno de los
modelos de optimizarían considerados en este trabajo.
38
IV. METODOLOGIAS E IMPLEMENTACION COMPUTACIONAL
4.1 Introducción
A partir de los modelos de optimización expuestos en el capítulo III,
se desarrollan programas computacionales para el desprendimiento óptimo de
cargas utilizando metodologías de programación matemática. Especificada una
determinada contingencia de pérdida de generación, la resolución del modelo
de optimización entrega la información sobre la cantidad y ubicación de la carga
a desprender en forma óptima para mantener el balance entre generación y
consumo. La resolución también entrega los multiplicadores de Lagrange
óptimos asociados a cada restricción y variable respectivamente, el estado de
saturación de las cotas, así como los valores para los distintos parámetros de
penalización y amortiguación.
Considerando que una adecuada programación facilita la
comprensión y depuración final de un programa, se utiliza la notación que es
habitual en la descripción de las ecuaciones de flujos de potencia. Los pasos
importantes contienen comentarios explicativos, considerados oportunos.
Considerando las restricciones y costos de uso de memoria del
computador, se optimizan los programas utilizando un esquema de
almacenamiento compacto de la matriz de admitancia nodal YBUS.
En el desarrollo de los programas computacionales se realiza un uso
eficiente de los recursos computacionales software con que cuenta la
Universidad Católica de Chile.
4.2 Metodologías de Optimización No-lineal
El problema de desprendimiento óptimo de carga puede ser
expresado como un modelo de optimización:
39
Min f(x)
s.a:
gj(x) = O
hj(x) ≤ O
El modelo contiene restricciones no-lineales y lineales, tanto de
igualdad y de desigualdad.
Entre las principales técnicas de resolución empleadas por la
programación matemática se tiene:
i) Técnica de multiplicadores
Es una metodología clásica para resolver modelos de optimización no-
lineal con restricciones, a través de la resolución del sistema de igualdades
y/o desigualdades no-lineales, resultantes de la condición de optimalidad
de Karush-Kuhn-Tucker-Lagrange [24,40]. La resolución para sistemas
grandes presenta dificultades numéricas, más aún si son funciones no-
lineales.
ii) Métodos de penalización
Una manera alternativa de resolver el problema, es utilizar funciones de
penalización para luego aplicar métodos de optimización sin restricciones.
Se resuelve una secuencia de problemas penalizados [40].
iii) Métodos de descenso
Al considerar un problema de minimización sin restricciones, la dirección
de máximo descenso en el punto xk, está dada por el menos gradiente de
la función objetivo dk = -Grad(f(xk)). Conocida ésta dirección, en el método
de máximo descenso de Cauchy se minimiza en cada iteración la función
40
ψ(α) = f(xk- α dk) de una sola variable, α. Alternativamente el método de
Newton considera la dirección de descenso dk = - H-1(xk)Grad(f(xk)),
donde H-1(xk) designa la inversa del Hessiano de la función f(), evaluada
en xk [40].
iv) Método de activación de restricciones
Aplicable esencialmente a problemas con restricciones lineales.
Inicialmente se determina el conjunto de restricciones activas. La
búsqueda del mínimo se realiza sobre la variedad activa o reducida [23].
La activación (adición) de una restricción corresponde al caso en que una
restricción de desigualdad se satura. La desactivación (eliminación) de una
restricción corresponde al caso en que una restricción de desigualdad
saturada deja de serlo. Para garantizar el máximo descenso se elimina la
restricción que tiene un multiplicador de Lagrange más negativo.
En este trabajo se utiliza una metodología de optimización no-lineal,
que corresponde a una variante de los métodos de optimización descritos [41-
45], que utiliza de una u otra forma las ideas algorítmicas antes mencionadas.
Basado en el método de penalización lagrangeana amortiguada, esta variante
utiliza el método de multiplicadores de Hestenes-Powell-Rockafellar, para la
resolución de modelos de optimización con restricciones de igualdad, de
desigualdad ó mixtas [41]. La metodología está disponible a través de un
software computacional de propósito general PENAMOR, desarrollado por
Contesse y Villavicencio [42] en la Universidad Católica de Chile.
4.2.1 Algoritmo de optimización
El algoritmo utilizado está diseñado para la búsqueda de soluciones óptimas del
problema de optimización no-lineal [42] de la forma:
41
Min f(x)
s.a:
gi(x) = 0 i = 1, ... , MNE
gi(x) ≤ 0 i = MNE+1, ... , MN
ajTx = bj j = 1, ... , MLE
ajTx ≤ bj j = MLE+1, ... , ML
l ≤ x ≤ u
donde:
gi( ) : Restricciones no-lineales, ecuaciones (3.23, 3.24) e inecuación (3.26).
ajT, bi : Coeficientes de las restricciones lineales, ecuación (3.25).
l, u : Cotas inferior y superior, inecuaciones (3.27-3.33). MNE : Número de restricciones no-lineales de igualdad. MN : Número total de restricciones no-lineales. MLE : Número de restricciones lineales de igualdad. ML : Número total de restricciones lineales.
El algoritmo resuelve iterativamente sub-problemas más sencillos,
definidos mediante la penalización de las restricciones no-lineales y la
activación de restricciones lineales [41-44].
Algoritmo principal
i) Condiciones iniciales:
Dado una aproximación inicial λ0, µ0, x0, r0, ε0 y ρ0 a los valores iniciales
de los multiplicadores ., p. asociados a las restricciones no-lineales, las
variables x, los factores de penalización r, los parámetros e y p
respectivamente. Inicialmente x0 satisface a las restricciones lineales:
42
ajTx = bj j =1, ... , MLE
ajTx ≤ bj j = MLE+1, ... , ML
ii) Etapa k+1
Dados λk, µk, xk, rk, εk y ρk, mediante un algoritmo secundario basado en
el método de activación de restricciones [43-45], resolver el problema:
Min L(x, λk, µk, rk, εk, ρk)
s.a:
ajTx = bj
ajTx ≤ bj
donde:
L(x, λk, µk, rk, εk, ρk) = L(x, λk) + ∑MNE
1=i
2i
k)x(g2
r+ ∑
MN
1+MNE=iθ(gi(x), µk, rk, εk, ρk)
con L(x,k) = f(x) + Σλikgi(x), la función lagrangeana clásica y la función
θ(s, µk, rk, εk, ρk) está definida por tramos:
i) µ s+ 2r
s2 si s ≥ rε+µ
ii) )ρ+r(2ρr
s2 + ρ+rrε+µρ
s - )ρ+r(2
2)ε+µ( si - ρ
ε- rµ
≤ s ≤ rε+µ
iii) r2
2µ- ρ2
2ε si s ≤ r
µρε
--
donde ε > O y ρ >0 parámetros positivos.
43
Actualizar λk, µk, rk, εk, ρk, para obtener λk+1, µk+1, rk+1, εk+1, ρk+1 según
las relaciones:
para las restricciones de igualdad
λjk+1 = λj
k+1 + rk gi(xk)
para las restricciones de desigualdad:
µjk+1 = µj
k+1 + rk gi(xk) si gi(x
k) ≥ r
ε+µ ki
ki
_
µjk+1 =
i
kkii
kik
ii
iρ+r
rε+ρµ+)x(gρ+r
ρr si
i
kiρε
- rµk
i ≤ gi(xk) ≤ r
ε+µ ki
ki
µjk+1 = 0 si gi(x
k) ≤ rµ
ρε k
ii
ki --
los parámetros iε , son modificados según:
ki
1+ki αε=ε si -
i
kiρε
- rµk
i ≤ gi(xk) ≤ r
ε+µ ki
ki
ki
1+ki αε=ε , en el resto de los casos.
Para un cierto 0 < α <1, donde inicialmente
0=ε0i
los parámetros iρ p, son modificados según:
)ε(ρ=ρ ji
44
donde )(ρ es una función estrictamente positiva definida sobre IR+ tal que
+0→)t(ρ y +0→)t(ρ/t cuando +0→t . Siendo t=)t(ρ para efectos
prácticos.
iii) Finalizar, si se satisface la condición de parada. En caso contrario,
hacer k = k+1 e ir a la etapa siguiente ii).
La iteración k se denomina iteración mayor y las iteraciones que
requiere el algoritmo secundario se denominan iteraciones menores.
Los problemas de optimización no-lineales son en general muy
sensibles respecto al punto inicial de partida. Se logra acelerar la convergencia
a la solución óptima partiendo de una solución factible cercana al punto óptimo.
4.2.2 Punto inicial factible
Si bien el software de optimización solo requiere de un punto inicial
que satisfaga las restricciones lineales. Esto es adecuado en problemas de
pocas variables, sin embargo no lo es en sistemas grandes como son los
sistemas eléctricos. Para facilitar la determinación de una solución óptima es
conveniente dar una solución inicial que satisfaga tanto las restricciones lineales
como las no-lineales con el fin de disminuir el número total de iteraciones
menores. El punto inicial estará en la vecindad de la solución óptima.
En este trabajo se plantean dos estrategias para generar una buena
solución inicial factible, que son:
i) Resolución de las ecuaciones de flujo de potencia
Como las restricciones no-lineales de igualdad, son las clásicas
ecuaciones de flujos de potencia (EFPs), el programa toma como punto de
partida un x0 que es la solución de las EFPs. Este x0 representa el sistema
en el estado de pre-emergencia.
45
En el estado de emergencia, al haber una pérdida de generación ∆PGi,
∆QGi las variables de estado se modifican en ∆x y la solución del nuevo
estado está representada por x1. Se postula un punto inicial x1’ = x0 que
satisface las ecuaciones del estado de pre-emergencia, aunque no la
ecuación de balance de potencia del nodo i donde existe el déficit de
generación. El punto x1’ está en la vecindad de x1’. Esta estrategia es
adecuada para pérdidas de generación moderadas.
ii) Linealización en el punto inicial
Una función no-lineal puede ser aproximada mediante una función
linealizada alrededor de un punto determinado. La linealización de
funciones facilita la manipulación de ecuaciones no-lineales. Se utiliza la
serie de Taylor truncada en el término de primer orden. Si bien la técnica
de la linealización de funciones no-lineales es una herramienta fácil de
implementar, su aplicación irrestricta puede conducir a resultados
erróneos. Su efectividad es aceptable en problemas de análisis del SEP.
En este caso, al haber una pérdida de generación, se desprende carga en
algunas barras ∆s y las variables de estado se modifican en ∆x. Esta
condición se representa mediante la siguiente ecuación:
G(x+∆x, p) = ∆s
donde:
p : parámetros de la red.
La solución está dada por:
=x∆ -[ ] s∆x∂/G∂ 1_
x1’ = x0 + ∆x
46
donde:
x0 : Estado de pre-emergencia.
x1’: Nuevo estado.
El problema se presenta al evaluar ∆s de las varias posibilidades
consideradas; en este caso parece adecuado retirar carga en cada barra
de acuerdo al siguiente factor de participación: ∑ j
iPd
Pd y la carga
desprendida es: Gj
i P∆Pd
Pd∑ .
donde:
Pdi : Demanda de potencia activa en la barra 1.
∆PG : Déficit de generación.
4.3 Programa Computacional
La implementación computacional del algoritmo, se basa en el diseño
de rutinas codificadas en lenguaje Fortran, las que son incorporadas como
módulos de librería del software de optimización PENAMOR.
El modelo de optimización se implementa como subrutinas [42], las
cuales son:
INOR : Definición de las dimensiones del problema. COB, CGOB : Cálculo de la función objetivo y su gradiente. CRE, CGRE : Cálculo de las restricciones y sus gradientes
CREL : Especificación de las restricciones lineales.
BOUNDS : Especificación de las restricciones de cotas.
47
XO : Especificación del punto inicial de partida.
En el anexo C, se detalla las subrutinas utilizadas.
4.3.1 Archivos de salida
En el proceso de solución del problema de optimización, se generan
archivos de salida, que son:
PENAMOR.SAL contiene la información de cada iteración, indicando las
iteraciones mayores y menores, los multiplicadores, las restricciones, la
penalización r, el parámetro de amortiguación ε y la función objetivo.
PENAMOR.LIS contiene la solución óptima, los valores que toman las variables
y sus multiplicadores asociados, la función objetivo, la norma de la gradiente,
las restricciones lineales y no-lineales, sus factores de penalización,
multiplicadores y los parámetros de amortiguación asociados.
CARDESP.LIS, contiene el listado de la solución del desprendimiento óptimo de
la carga, frecuencia del sistema, tensiones, ángulos, potencias generadas y
carga desprendida en cada barra. Se obtiene los flujos de potencia y las
pérdidas.
RESTRIC.LIS, contiene el estado de las variables, su holgura y los
multiplicadores asociados.
La implementación de los modelos de desprendimiento de carga en programas
computacionales, está orientada a la simulación de diferentes condiciones del
SEP, para la cual es necesaria la interacción con otros programas. En la figura
5.1 se muestran los pasos de la simulación.
Con los datos preparados del sistema bajo estudio en ARCHIVO.DAT, se
inicializa el problema con los resultados del algoritmo de flujo de potencia,
SESION.DAT. Se genera un nuevo ARCHIVO.DAT actualizado, conjuntamente
48
con ANGULOS.DAT y se inicia el proceso de optimización con PENAMOR. Se
obtiene la solución en PENAMOR.LIS, la interpretación de la solución en
CARDESP.LIS y el estado de las variables en RESTRIC.LIS. La precisión de la
solución puede ser mejorada partiendo del último punto de PENAMOR.SAL,
denominado como XCERO.SAL.
Figura 4.1 Diagrama de flujo - Simulación
49
4.4 Almacenamiento Compacto de la Matriz de Admitancia Nodal
Al formular las ecuaciones de flujos de potencia en base a la ley de corrientes
de Kirchhoff, la topología de la red queda representada por la estructura de la
matriz de admitancia nodal YBUS la cual es altamente dispersa para SEP reales
[17]. Su almacenamiento completo requiere el uso innecesario de memoria del
computador por la gran cantidad de elementos nulos.
En la versión OPTIMO se aprovecha la dispersidad de la matriz YBUS, al utilizar
un almacenamiento compacto. Se almacena los elementos no nulos de la
matriz y la información para poder acceder a su identificación [25]. Se utiliza la
siguiente flotación:
GI( ), BI( ) : Parte real e imaginaria de los elementos no nulos de YBUS
IM(i) : Posición donde comienza la información relativa al nodo i.
IN(j) : Nodo j conectado al nodo i.
IN(IM(i)) : Número de nodos conectados al nodo i.
IBV(i) : Número de nodos PV conectados al nodo i.
En la figura 4.2, se muestra el esquema de almacenamiento compacto
utilizado para almacenar los elementos de la matriz YBUS.
50
Figura 4.2 Estructura de la matriz BUS considerada
4.5 Barra de Referencia
En los métodos de flujos de potencia es necesario especificar una
barra de holgura [17], tal como en los métodos de gradiente descendente [2,31].
En el método desarrollado no es necesaria una barra de holgura [5,46], dado
que las diferencias de potencia son absorbidas por los generadores según su
característica de regulación y el desprendimiento de carga. Sin embargo, es
necesario especificar el ángulo de fase de la tensión de un nodo, que se
considera como referencia. En este trabajo, la barra de referencia para el
cálculo de los ángulos de fase es la barra de holgura considerada por el
algoritmo de flujo de potencia.
51
V. APLICACION DE LOS MODELOS
5.1 Introducción
Para la validación de la metodología, el algoritmo y los programas
desarrollados, se realizaron simulaciones y comparación de resultados con un
sistema de prueba de 8 barras [5] y sistemas estándar de la IEEE de 30 y 57
barras [47], bajo diferentes condiciones y se presentan resultados de las
simulaciones realizadas. Los modelos de optimización que se consideran en
este trabajo se detallan en el anexo A. En el anexo B se entregan los datos de
los sistemas bajo estudio.
La simulación de los casos bajo estudio fue realizada en
computadores Apollo HP 10.000, sistema operativo SR10.3
5.2 Sistemas de Prueba
Los valores que se consideran para las constantes en la modelación de la carga
son pp = qq = 0.5, pc = qc = 0.2, pz = qz = 0.3, kp = kq = 0.05, los límites de la
magnitud de tensión considerados son Vmin = 0.95 y Vmax = 1.10 en p.u.; si los
valores en condición normal están fuera de ese rango, los límites se consideran
iguales a los de esa condición.
En la realización de las simulaciones se consideran dos casos para cada
sistema de prueba, que se denominan CASO 0 y CASO 1.
CASO O
Corresponde al caso base, en el que no existe desprendimiento de carga. Se
parte del punto solución entregado por el algoritmo de flujo de potencia y los
multiplicadores de Lagrange son nulos inicialmente. Con la solución del
problema de optimización se determinan los valores óptimos de los
multiplicadores, los factores de penalización y los parámetros de amortiguación
asociados a las variables y restricciones.
52
CASO 1
Existe una pérdida de generación, considerándose la salida de
generación en las barras de mayor potencia disponible. Los factores de
penalización de las cargas se consideran iguales a 1. Se presentan los
resultados obtenidos al aplicar los modelos de optimización a los tres sistemas
de prueba. La pérdida de generación se expresa con respecto a la generación
del estado de pre-emergencia, tanto de la generación individual y total.
La aplicación de los modelos de desprendimiento óptimo a los
sistemas de 8 y 30 barras dan resultados coincidentes con las soluciones
encontradas por Palaniswamy y otros [5]. La aplicación al sistema de 57 barras
da resultados aceptables.
5.2.1 Sistema de 8 barras
CASO 1: se supone la siguiente pérdida de generación:
Barra Pérdida
ioi
PGPG∆
BUS9 400 MW 48.73 %
BUS6 400 MW 24.62 %
El déficit de generación considerado es de 800 MW (20.28 % con respecto a la
generación total del estado de pre-emergencia). La tabla V-1 muestra un
resumen de los resultados que se obtienen al aplicar los modelos de
optimización.
53
TABLA V-1. CASO 1, Sistema de 8 Barras. Resumen de Resultados
Resultados de la Optimización
Modelo Utilizado BOTARCAR OPTIMUS OPTIMO DESPRE Función Objetivo 1.37e-1 6.422e-2 6.292e-1 6.298e-1
Frecuencia Hz 50 49.77 49.77 49.77 Error Máx. MW -0.14 -0.16 -0.048 -0.048 Pérdida Gen. MW 800 800 800 800 Carga Despr. MW 703.92 500.1 501 .34 501 .34
MVAR 53.54 36.44 39.60 0 Pérdidas MW 127.46 144.77 145.38 145.38 MVAR 689.36 814.08 816.21 816.20 Proceso Computacional Tiempo CPU, s 63.5 109.9 37.8 286.2 Iteraciones M 45 59 30 115 m 987 1336 776 4372 No. Optimiz. 3 3 2 3
5.2.2 Sistema IEEE de 30 barras
CASO 1: se supone la siguiente pérdida de generación:
Barra Pérdida
ioi
PGPG∆
1 50 MW 29.62 %
11 20 MW 33.33%
El déficit de generación considerado es de 70 MW (23.83 % respecto
a la generación del estado de pre-emergencia). La tabla V-2 muestra un
resumen de los resultados que se obtienen al aplicar los modelos de
optimización.
54
TABLA V-2. CASO 1, Sistema IEEE3O. Resumen de Resultados
Resultados de la Optimización
Modelo Utilizado BOTARCAR OPTIMUS OPTIMO DESPRE Función Objetivo 2.98e-2 1.52e-2 1.51 e-2 1.27e-2
Frecuencia Hz 50 49.8 49.8 49.8
Error Máx. MW 0.03 MVAR -0.001 MW -0.007 MW -0.043 MW
Pérdida Gen. MW 70 70 70 70
Carga Despr. MW 65.56 48.79 48.64 49.61
MVAR 29.55 21.39 21.32 0.21
Pérdidas MW 6.25 7.13 7.13 7.28
MVAR -7.78 -3.63 -3.63 -2.88
Proceso Computacional Tiempo CPU, s 687.6 9041.2 4104.3 4726.5
Iteraciones M 21 121 121 58
m 679 8781 9504 4811
No. Optimiz. 2 4 4 2
5.2.3 Sistema IEEE de 57 barras
CASO 1: se supone la siguiente pérdida de generación:
Barra Pérdida
ioi
PGPG∆
8 70MW 15.56%
12 60MW 19.35%
El déficit de generación considerado es de 130 MW (10.17 %). La
tabla V-3 muestra un resumen de los resultados que se obtienen al aplicar los
modelos de optimización.
55
TABLA V-3. CASO 1, Sistema IEEE57. Resumen de Resultados
Resultados de la Optimización
Modelo Utilizado BOTARCAR OPTIMUS OPTIMO DESPRE Función Objetivo 5.67e-2 3.40e-5 3.51 e-5 5.64e-5
Frecuencia Hz 50 49.708 49.707 49.71
Error Máx. MVAR 0.16 -0.011 -0.048 0.003
Pérdida Gen. MW 130 .12 .00 1.35
Carga Despr. MW 126.26 48.79 48.64 49.61
MVAR 37.93 .04 -.01 0.46
Pérdidas MW 24.41 32.36 32.57 32.49
MVAR -12.06 21.30 21.82 21.53
Proceso Computacional Tiempo CPU, s 5662.8 5560.1 684.1 486
Iteraciones M 51 32 12 5
m 1736 1670 488 132
No. Optimiz. 5 3 2 1
5.3 Análisis de Resultados
En el análisis de los resultados obtenidos se toma en cuenta la
validez de los modelos, el tiempo de CPU empleado, el número de iteraciones
necesarias, la memoria requerida, la precisión de la solución y las pérdidas del
sistema:
1) Validez de los modelos
Si se considera que un modelo debe reflejar adecuadamente el
comportamiento del sistema real, los modelos desarrollados presentan distintos
grados de validez:
56
Modelo BOTARCAR
El no considerar las características de regulación de los generadores ni la
característica tensión-frecuencia de la carga, conduce a recortes excesivos de
carga. Entrega resultados pesimistas.
Modelo DESPRE
Se considera la característica de regulación de los generadores. El no
considerar la existencia de una dependencia funcional entre la potencia activa y
reactiva de la carga, conduce a un resultado en el que no existe
desprendimiento de la potencia reactiva. Esto no concuerda con la realidad ya
que una carga determinada tiene un cierto factor de potencia.
Modelo OPTIMO
El modelo OPTIMO (versión OPTIMUS con matriz de admitancia nodal
compacta), refleja adecuadamente el comportamiento de un sistema de
potencia. En un estado de emergencia con pérdida de generación, la frecuencia
del sistema disminuye con una cierta velocidad por la característica de
regulación de los generadores que entregan mayor potencia.
La carga tiene un determinado factor de potencia, que depende de la
composición de los diferentes tipos de carga conectada a una barra. Al
desprenderse carga (accionamiento de interruptores de alimentadores menos
importantes en una subestación), varía el factor de potencia. Si bien el modelo
considera constante el factor de potencia durante el desprendimiento, parece
realista la suposición de una dependencia funcional entre la potencia activa y
reactiva de la carga.
ii) Tiempos de ejecución
La optimización del caso base, es un buen patrón de comparación de la
aplicación de los modelos de optimización. El punto inicial x0, dado por el
57
algoritmo de flujo de potencia, es una solución que satisface las restricciones de
igualdad, pero como no se conocen los multiplicadores de Lagrange, es
necesario ejecutar la optimización. Al considerar el tiempo de procesamiento, el
modelo OPTIMO es el que requiere menos tiempo de CPU. En la figura 5.1, se
indica los tiempos de ejecución en función del número de barras en el caso
base.
Figura 5.1 Tiempo CPU vs No. De Barra (caso base).
Figura 5.2 Tiempo promedio CPU, Iteración mayor
58
La figura 5.2 muestra los tiempos de CPU promedios por iteración
mayor, los cuales crecen aproximadamente en forma cuadrática.
iii) Número de Iteraciones
En la figura 5.3 se muestra las iteraciones mayores necesarias para obtener
una solución con precisión aceptable para el caso base. El modelo DESPRE
tiene un comportamiento lento por el mayor número de variables involucradas.
Figura 5.3 No. Iteraciones vs No. Barras
iv) Requerimiento de memoria
Los programas se desarrollaron en un computador Apollo HP 10.000,
sistema operativo SR10.3. Para la codificación se utilizó el lenguaje de
programación Fortran y el compilador versión 10.8. Los programas se
dimensionaron para 400 restricciones no-lineales (100 barras, 200 líneas y 50
transformadores) y 400 variables.
La Tabla V-4 muestra el tamaño de los programas desarrollados.
59
Tabla V-4. Tamaño de los Programas en bytes
Modelo Ejecutable Fuente Bloque Common
BOTACAR 108.277 19.102 1.334
OPTIMUS 118.109 23.431 1.334
OPTIMO 120.361 26.963 1.354
DESPRE 124.317 27.200 1.334
v) Número de pasos de optimización
Para obtener una precisión adecuada de los resultados, algunos de
los modelos necesitan repetir el proceso de optimización, partiendo de una
solución anterior. En la Tabla V-5 se lista la carga desprendida en cada paso de
optimización para cada modelo. El modelo BOTARCAR requiere mayor número
de pasos de optimización debido a que el desprendimiento es considerable y
existe mayor número de variables saturadas.
Tabla V-5, No. de Optimizaciones, Caso 1 Sistema IEEE57
Carga Desprendida en cada paso de optimización
Modelo 1 2 3 4
BOTACAR MW 211.83 126.83 126.30 126.26
MVAR 68.82 38.66 38.18 37.93
OPTIMUS MW 0.09 0.12
MVAR 0.03 0.04
OPTIMO MW 0.00
MVAR -0.01
DESPRE MW 1.35
MVAR 0.46
60
VI. APLICACION A UN SISTEMA DE TAMAÑO REAL
6.1 Introducción
Hecha la validación del algoritmo con sistemas de prueba, se procede a realizar
la aplicación al Sistema Interconectado Central Chileno, SIC, considerando un
sistema reducido de 94 barras. Los datos de la demanda del sistema son los
valores proyectados para el año 1992. En la modelación de la carga se
consideran los mismos parámetros utilizados para el estudio de los sistemas
anteriores. Sólo se consideran los modelos BOTARCAR y OPTIMO, debido a
que estos modelos dan resultados adecuados para una comparación y se
ajustan a los propósitos de este trabajo.
6.2 Sistema Interconectado Central SIC
El SIC se modela a través de 94 barras, 13 barras de generación, 3 barras de
compensación, 103 líneas, 34 transformadores, 13 compensaciones shunt fijas.
Los resultados se listan en el anexo B. Las características principales del SIC, son su escaso enmallamiento por ser un sistema longitudinal y alta dispersidad
(96.54 %) de su matriz de admitancia nodal YBUS Resulta ser un sistema mal
condicionado cuando se resuelven las ecuaciones del flujo de potencia.
6.3 Resultados de la Aplicación
CASO 1: se considera la siguiente pérdida de generación:
Barra Pérdida
ioi
PGPG∆
RAPEL 138 150 MW 46.88 %
COLBUN 138 100 MW 22.73%
61
La pérdida de generación total es de 250 MW (10.18 % respecto al
ido de pre-emergencia). En la tabla Vl-1 se muestra un resumen de los
resultados que se obtiene en la aplicación de los modelos de optimización.
TABLA VI-1. CASO 1, SIC Resumen de resultados
Modelo Utilizado BOTARCAR OPTIMO
Función Objetivo 0.350498 0.024988
Frecuencia Hz 50 49.8 Error Máx. MVAR 0.0014 MVAR -0.0027 MW
Pérdida Gen. MW 250 250 Carga Despr. MW 124.66 132.57
MVAR 245.34 76.80 Pérdidas MW 68.92 30.03 MVAR 197.80 360.54 Proceso Computacional
Tiempo CPU, s 6807.6 2046.8 Iteraciones M 18 7 m 18 7 No. Optimiz. 1 1
En las tablas Vl-2 y 3 se muestran las variables que se encuentran
saturadas (restricciones de cotas activas) en la aplicación de los dos modelos y
sus multiplicadores de Lagrange asociados. Solo se indican los valores límites
en que se hallan saturadas las variables. Al relajar las restricciones de cotas
que se hallan saturadas, el desprendimiento de carga resultante será menor.
Las condiciones técnicas y la disponibilidad de recursos permitirán relajar
dichas restricciones.
62
Tabla VI-2. Caso 1 , SIC Variables saturadas. Modelo BOTARCAR
Saturación
Variables Nodo Min. Máx. λ(pu)
Tensión p.u.
JAHUEL11O 1.08 3.3167
ISLA154 1.08 12.9941
VALDI22O 1.08 1.6250
Compensador MVAR
MAINT138 -40.0 0.3778
Carga MW
RAPEL66B 0.0 0.2616
RAPEL66R 0.0 0.0753
TILC1 542 0.0 0.0514
PEDRO11O 31.2 0.2610
Tabla Vl-3. Caso 1, SIC Variables saturadas. Modelo OPTIMO
Saturación
Variables Nodo Min. Máx. λ(pu)
Frecuencia Hz 49.8 23.3967
Carga MW
RAPEL66B 0.0 0.0174
TILC1542 0.0 0.0427
63
6.4 Análisis de Resultados
El análisis de los resultados de la aplicación de los modelos de
desprendimiento óptimo de carga al SIC, permite sacar conclusiones sobre la
validez de los modelos desarrollados.
El valor de la función objetivo del modelo OPTIMO es menor que el
del modelo BOTARCAR, debido a que en este último la carga se modela como
potencia constante por lo que se requiere desprender mayor cantidad de carga
para equilibrar el déficit de potencia. Mientras que en el modelo OPTIMO, la
carga se modela dependiente de la tensión y frecuencia, y además se considera
la característica de regulación de los generadores, resultando menor la carga
desprendida para un mismo déficit de potencia.
El modelo OPTIMO refleja adecuadamente el comportamiento del
sistema por el adecuado modelo de carga empleado. El déficit de potencia es
absorbido en parte por la variación de la carga con la tensión y frecuencia, y
resultan saturadas pocas restricciones de cotas.
Si bien el modelo BOTARCAR tiene menor número de variables, es
un modelo simple. Sin embargo, la obtención de la solución requiere mayor
número de iteraciones debido a la saturación de las restricciones de cotas,
razón por la cual se dificulta la búsqueda de la solución. Se produce un
excesivo desprendimiento de carga aproximadamente del mismo orden del
déficit de generación, por lo que se considera un modelo pesimista.
Las pérdidas del sistema obtenidas con el modelo BOTARCAR son
menores con respecto a las obtenidas con el modelo OPTIMO, esto se explica
debido a que en el modelo BOTARCAR existe mayor desprendimiento de carga
y por lo tanto el sistema está menos cargado.
De lo anterior, se concluye que la modelación de la carga resulta
fundamental para una representación adecuada del sistema.
64
VII. CONCLUSIONES Y COMENTARIOS FINALES
7.1 Conclusiones
En este trabajo se presenta una formulación general del problema del
desprendimiento óptimo de carga en los sistemas eléctricos de potencia (SEP)
para enfrentar un déficit de generación en una condición de emergencia.
Las metas alcanzadas por el presente trabajo son:
El desarrollo de una metodología y del software asociado para
determinar un esquema de desprendimiento óptimo de carga.
La utilización de un software de optimización no-lineal de propósito
general, PENAMOR, para el análisis del SEP.
La modelación de la carga del sistema eléctrico tomando en cuenta
su característica tensión-frecuencia. La carga se modela como un módulo
variable, multiplicada por factores que consideran la dependencia con la tensión
y frecuencia.
Entre las principales conclusiones se tiene que:
El software de optimización PENAMOR es robusto y adecuado para
la solución de las ecuaciones de flujos de potencia que corresponden a un
problema de optimización no-lineal.
En un análisis de desprendimiento de carga, el punto inicial es
importante para una convergencia rápida del método hacia una solución óptima.
Si el punto inicial no está localizado en la región de convergencia, el método
puede no converger y sólo entrega una solución aproximada.
Los modelos de desprendimiento de carga desarrollados dan
respuestas correctas. Se observa, en general, que las restricciones de las
65
ecuaciones del flujo de potencia para la potencia activa, son las que requieren
mayor número de iteraciones en la búsqueda de la solución exacta. Esto
conduce a pensar en la utilización de metodologías que consideren el
desacoplamiento del problema.
El modelo DESPRE es muy sensible al punto inicial de partida. Su
resolución es lenta por el mayor número de variables involucradas. El no
considerar la dependencia de las potencias activa y reactiva de la carga,
conduce a resultados no acordes con los sistemas reales. Es un modelo poco
adecuado para la simulación.
El modelo BOTARCAR no refleja adecuadamente el comportamiento
real de un sistema eléctrico. Sin embargo, es un modelo simple y tiene menor
número de variables.
El modelo OPTIMO (versión OPTIMUS con almacenamiento
compacto de la matriz YBUS) requiere de un menor tiempo de resolución que los
otros modelos considerados. El modelo es atractivo para ser utilizado en
simulación, planificación y diseño de los esquemas de desprendimiento óptimo
de carga.
De manera general, el no considerar en el modelamiento de la carga
su característica tensión-frecuencia conduce a un recorte excesivo de carga.
7.2 Desarrollos Futuros
Los modelos desarrollados en este trabajo consideran variables
continuas para el desprendimiento. En la práctica, la actuación de los relés de
frecuencia produce un desprendimiento de carga discreto. Sería interesante
estudiar la posibilidad de utilizar variables discretas para el desprendimiento y
desarrollar metodologías de optimización con variables discretas o mixtas.
El modelo de la carga utilizado en este trabajo considera que la carga
está compuesta por partes que se comportan como: potencia, corriente e
66
impedancia constantes, y es linealmente dependiente de la frecuencia, tanto
para la potencia activa como reactiva. Será necesario a futuro realizar una
modelación completa, detallada y más precisa de las cargas en cada una de las
barras del SIC, para la obtención de resultados adecuados en los diferentes
estudios a realizar.
Para una modelación más completa, sería de interés añadir otras
variables de control, tales como taps de transformadores y la relación funcional
entre la generación de potencia activa y reactiva. También sería conveniente
añadir las restricciones de la capacidad térmica de los generadores.
Dada la estructura de los programas y rutinas desarrolladas, estos
pueden ser fácilmente adaptados como rutinas para un Flujo de Potencia
Optimo. Para ello sólo se requiere modificar la función objetivo. De hecho, el
modelo de optimización utilizado para el desprendimiento óptimo de carga, es
un caso particular del Flujo de Potencia Optimo.
67
ANEXO A
Los modelos de optimización considerados en este trabajo, de
acuerdo a los distintos supuestos, son: DESPRE, OPTIMUS, OPTIMO (versión
OPTIMUS con almacenamiento compacto de la matriz YBUS) y BOTARCAR.
Nomenclatura Utilizada
Se considera la siguiente denominación para las barras del sistema:
Tipo 3 : Barra PV de Compensación de reactivos.
Tipo 2 : Barra PV de Generación.
Tipo 1: Barra PQ de Carga.
La notación utilizada tiene las siguientes características:
NB : # Barras.
MB : # Generadores de tensión controlada.
MV : # Barras de Compensación VAR.
NL : # Líneas.
NT : # Transformadores.
NBS : # Elementos shunt.
MP : # Cargas conectadas en barra Tipo 2 ó 3, potencia activa.
NP : # Cargas conectadas, potencia activa.
MQ : # Cargas conectadas en barra Tipo 2 ó 3, potencia reactiva.
NQ : # Cargas conectadas, potencia reactiva.
Se realiza la siguiente correlación del variables del S.E.P. con el
software de optimización:
68
Variables consideradas
x = [Vi δi ∆f PGi QGi QCi PDi QDi]T
Vi ; i = MB+MV+1, ... , NB
δi ; i = 2,...,NB
∆f
PGi ; i = 1,... ,MB
QGi ; i = 1,...,MB
QCi ; i = 1,...,MV
PDi ; i = 1,... ,MP
PDi ; i = MP+1,...,NP
QDi ; i = 1,... ,MQ
QDi ; i = MQ+1,... ,NP
El número de variables N, está determinado según el modelo a
considerar.
Modelo DESPRE
En este modelo se considera PDi, QDi independientes, la carga se
modela tomando en cuenta su característica de tensión y frecuencia.
Las variables consideradas, son:
x = [Vi δi ∆f PGi QGi QCi PDi QDi]T
Vi ; i = MB+MV+1, ... , NB
69
δi ; i = 2, ... ,NB
∆f
PGi ; i = 1, ... ,MB
QGi ; i = 1, ... ,MB
QCi ; i = 1, ... ,MV
PDi ; i = 1, ... ,MP
PDi ; i = MP+1, ... ,NP
QDi ; i = 1, ... ,MQ
QDi ; i = MQ+1, ... ,NP
El modelo de optimización se formula como:
Min Σi[αi(PDi - PDio)2 + β(QDi - QDio)2 + γ(f – f0)2
s.a:
PGi – PDi – Pi = 0
QGi – QDi – Qi = 0
(δi-δj)2 - ψij
2 ≤ 0
PGi – PRi ∆f/Ri = PGio
Vim ≤ Vi ≤ Vi
M
PGim ≤ PGi ≤ PGi
M
QGim ≤ QGi ≤ QGi
M
QCim ≤ QCi ≤ QCi
M
donde:
PDi = P Di (1 + Kpi∆f) (ppi + pci(Vi/Vio) + pzi (Vi/Vio)2)
QDi = Q Di (1 + Kqi∆f) (qqi + qci(Vi/Vio) + qzi (Vi/io)2)
70
Parámetros para PENAMOR:
N = 2*NB + MB + NP + NQ
MNE = 2*NB
MN =2*NB+NL+NT
MLE=MB
MNL = O
Modelo OPTIMUS
En este modelo se toma en cuenta que el factor de potencia se
mantiene constante después del desprendimiento, es decir ioi θcos=θcos las
variables consideradas son:
x = [Vi δi ∆f PGi QGi QCi PDi QDi]T
Vi ; i = MB+MV+1, ... , NB
δi ; i = 2, ... ,NB
∆f
PGi ; i = 1, ... ,MB
QGi ; i = 1, ... ,MB
QCi ; i = 1, ... ,MV
PDi ; i = 1, ... ,MP
PDi ; i = MP+1, ... ,NP
El modelo de optimización se formula como:
71
Min Σi[αi(PDi - PDio)2 + γ(f – f0)2
s.a:
PGi – PDi – Pi = 0
QGi – QDi – Qi = 0
(δi-δj)2 - ψij
2 ≤ 0
PGi – PRi ∆f/Ri = PGio
Vim ≤ Vi ≤ Vi
M
PGim ≤ PGi ≤ PGi
M
QGim ≤ QGi ≤ QGi
M
QCim ≤ QCi ≤ QCi
M
donde:
PDi = P Di (1 + Kpi∆f) (ppi + pci(Vi/Vio) + pzi (Vi/Vio)2)
DioDio
i PQ=θtg
Parámetros para PENAMOR:
N = 2*NB + MB + NP
MNE = 2*NB
MN = 2*NB+NL+NT
MLE = MB
MNL = 0
72
Modelo BOTARCAR
En este modelo de optimización, la modelación de la carga se realiza
sin considerar la característica de tensión y frecuencia, las potencias generadas
PGi son especificadas, se considera constante el factor de potencia de la carga
desprendida, las variables a considerar son:
x = [Vi δi ∆f PGi QGi QCi PDi QDi]T
Vi ; i = MB+MV+1, ... , NB
δi ; i = 2, ... , NB
QGi ; i = 1, ... , MB
QCi ; i = 1, ... , MV
PDi ; i = 1, ... , NP
QDi ; i = 1, ... , NQ
El modelo de optimización formulado queda expresado como:
Min Σi[αi*(PDi - PDio)2
s.a:
PGi – PDi – Pi = 0
QGi – PDi tgθi – Qi = 0
(δi-δj)2 - ψij
2 ≤ 0
Vim ≤ Vi ≤ Vi
M
QGim ≤ QGi ≤ QGi
M
QCim ≤ QCi ≤ QCi
M
donde:
73
2Dio
Dioii
*i )P
Q(β+α=α
Parámetros para PENAMOR:
N = 2*NB + NP - 1
MNE = 2*NB
MN = 2*NB+NL+NT
MLE = 0
MNL = 0
74
ANEXO B
CARACTERISTICAS Y DATOS DE LOS SISTEMAS DE ESTUDIO
Los sistemas que se utilizaron para la validación y evaluación del
algoritmo propuesto tienen las siguientes características y datos relevantes:
B-1 Sistema de 8 Barras [46]
El sistema consta de 8 barras, 4 del tipo PV y 4 del tipo PQ. Posee 8
líneas y 2 transformadores con tap ajustable. La red se muestra en la Figura B.1
y el archivo de datos se lista en la Tabla B.1
Figura B.1 Red del sistema de 8 barras
75
B-2 Sistema IEEE de 30 Barras [47]
El sistema posee 30 barras, 37 líneas, 4 transformadores de tap
ajustable, 2 elementos shunts, 2 generadores y 4 compensadores de reactivos.
La Figura B.2 muestra la red del sistema y en la tabla B-2 se entrega el listado
del archivo de datos.
Figura B.2 Red del sistema IEEE3O
76
B-3 Sistema IEEE de 57 Barras [47]
El sistema posee 57 barras, 63 líneas, 17 transformadores de tap
ajustable, 3 elementos shunts, 4 generadores y 3 compensadores de reactivos.
La Figura B.3 muestra la red del sistema.
Figura B.3 Red del sistema IEEE57
77
B-4 Datos y Resultados
Se presentan los listados de los datos y resultados de la simulación
de los sistemas de estudio.
78
Tabla B-1. Datos Sistema de 8 Barras.
Sistema de 8 barra
Datos en p.u.
Ref: Okamura et al. 1984 *
Datos del sistema
nl nt ng nb nbs gama sbaseMVA s ns na
8 2 5 8 1 1.000 1000.000 1 2 1
Datos de Barras
barra tipo pg pgmin pgmax r qg qgmin qgmax v vmin
pd alfa kp Pp Pc Pz Pdmin
qd beta kq Qp Qc Qz Qdmin
BUS9 2 0.82071 0.22498 0.87498 0.05000 0.10000 -0.10000 0.50000 1.00000 0.95000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
BUS92 2 0.80000 0.22500 0.87500 0.05000 0.10000 -0.10000 0.50000 1.00000 0.95000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
BUS3 2 0.20000 0.06000 0.25000 0.05000 0.10000 0.00000 0.55000 1.00000 0.95000
0.50000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
0.00000 1 .00000 0.00000 1 .00000 0.00000 0.00000 0.00000
BUS6 2 1.62500 0.50000 2.00000 0.05000 0.10000 0.00000 0.55000 1.00000 0.95000
0.45000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
0.15000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
BUS2 1 0.50000 0.15000 0.62500 0.05000 0.00000 -0.20000 0.50000 1.01310 0.95000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
BUS1 1 0.00000 0.22500 0.47500 0.05000 0.00000 -0.10000 0.30000 1.01668 0.94000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
BUS4 1 0.00000 0.22500 0.47500 0.05000 0.00000 -0.10000 0.30000 0.96340 0.94000
1.30000 1.00000 0.04000 0.20000 0.30000 0.50000 0.25000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
79
BUS5 1 0.00000 0.10000 1.20000 0.05000 0.00000 -0.10000 0.30000 0.94801 0.94000
1.50000 1.00000 0.00000 1.00000 0.00000 0.00000 0.50000
0.00000 1.00000 0.00000 1.00000 0.00000 0.00000 0.00000
Datos de líneas
barraip barraiq r x bs diLmax plmax
BUS2 BUS1 0.10000 0.65000 0.02600 0.55000
BUS1 BUS4 0.10400 0.65000 0.02600 0.60000
BUS1 BUS4 0.10400 0.65000 0.02600 0.60000
BUS6 BUS1 0.10400 0.65000 0.02600 0.60000
BUS3 BUS2 0.10400 0.65000 0.02600 0.60000
BUS3 BUS4 0.03000 0.10000 0.00000 0.50000
BUS4 BUS5 0.03000 0.20000 0.00000 0.50000
BUS5 BUS6 0.03000 0.10000 0.00000 0.50000
Datos de transformadores
barraip barraiq r x t diLmax plmax
BUS1 BUS9 0.00000 0.20000 1.05000 0.50000
BUS1 BUS92 0.00000 0.20000 1.05000 0.80000
Datos de Susceptancia Shunt
barraip bsh
BUS4 0.00000
Datos de frecuencia límites
Fmin Fo Fmax
49.500 50.000 51.000
Datos de simulación
Barra Pgs Pgsmin Pgsmax Qgsmin Qgsmax
BUS9 0.40000 0.20000 0.20000 0.00000 0.00000
BUS6 0.40000 0.20000 0.20000 0.00000 0.00000
80
Tabla B-2. Datos Sistema IEEE30
Datos del sistema de AEP de 30 barras
Caso Base Stgo. 23-4-92
Datos del sistema
nl nt ng nb nbs gama sbaseMVA s ns na
37 4 6 30 2 1.000 100.000 1 2 0
Datos de Barras
barra tipo pg pgmin pgmax r qg qgmin qgmax v vmin
pd alfa kp Pp Pc Pz Pdmin
qd beta kq Qp Qc Qz Qdmin
1 2 1.68800 0.84400 2.53200 0.05000 0.00100 -0.20000 0.50000 1.06000 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
2 2 0.65000 0.32500 0.97500 0.05000 0.38800 -0.20000 0.50000 1.04500 0.93000
0.21700 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.12700 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
11 2 0.60000 0.30000 0.90000 0.05000 0.18600 -0.05000 0.50000 1.08200 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
5 3 0.00000 0.00000 0.00000 0.05000 0.36000 -0.15000 0.50000 1.01000 0.93000
0.94200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.19000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
8 3 0.00000 0.00000 0.00000 0.05000 0.27700 -0.15000 0.50000 1.01000 0.93000
0.30000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.30000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
3 3 0.00000 0.00000 0.00000 0.05000 0.10600 -0.15000 0.50000 1.07100 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
3 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.02432 0.93000
0.02400 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.01200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
81
4 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.01627 0.93000
0.07600 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.01600 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
6 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.01420 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
7 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.00428 0.93000
0.22800 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.10900 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
9 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.05259 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
10 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.05045 0.93000
0.05800 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.02000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
12 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.05720 0.93000
0.11200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.07500 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
14 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.04243 0.93000
0.06200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.01600 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
15 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.03915 0.93000
0.08200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.02500 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
16 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.04757 0.93000
0.03500 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.01800 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
17 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.04440 0.93000
0.09000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.05800 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
18 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.03106 0.93000
0.03200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00900 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
82
19 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.02939 0.93000
0.09500 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.03400 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
20 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.03391 0.93000
0.02200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00700 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
21 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.03779 0.93000
0.17500 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.11200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
22 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.03821 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
23 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.02912 0.93000
0.03200 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.01600 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
24 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.02407 0.93000
0.08700 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.06700 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
25 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.01770 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
26 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.00003 0.93000
0.03500 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.02300 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
27 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.02251 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
28 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.00932 0.93000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00000 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
29 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 1.00265 0.93000
0.02400 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.00900 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
83
30 1 0.00000 0.00000 0.00000 0.05000 0.00000 0.00000 0.00000 0.99117 0.93000
0.10600 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
0.01900 1.00000 0.05000 0.20000 0.30000 0.50000 0.50000
Datos de líneas
barraip barraiq r x bs dij_max plmax
1 2 0.01920 0.05750 0.05280 1.00000
1 3 0.04520 0.18520 0.04080 1.00000
2 4 0.05700 0.17370 0.03680 1.00000
3 4 0.01320 0.03790 0.00840 1.00000
2 5 0.04720 0.19830 0.04180 1.00000
2 6 0.05810 0.17630 0.03740 1.00000
4 6 0.01190 0.04140 0.00900 1.00000
5 7 0.04600 0.11600 0.02040 1.00000
6 7 0.02670 0.08200 0.01700 1.00000
6 8 0.01200 0.04200 0.00900 1.00000
9 11 0.00000 0.20800 0.00000 1.00000
9 10 0.00000 0.11000 0.00000 1.00000
12 13 0.00000 0.14000 0.00000 1.00000
12 4 0.12310 0.25590 0.00000 1.00000
12 15 0.06620 0.13040 0.00000 1.00000
12 16 0.09450 0.19870 0.00000 1.00000
14 15 0.22100 0.19970 0.00000 1.00000
16 17 0.08240 0.19230 0.00000 1.00000
15 18 0.10730 0.21850 0.00000 1.00000
18 19 0.06390 0.12920 0.00000 1.00000
19 20 0.03400 0.06800 0.00000 1.00000
10 20 0.09360 0.20900 0.00000 1.00000
10 17 0.03240 0.08450 0.00000 1.00000
10 21 0.03480 0.07490 0.00000 1.00000
10 22 0.07270 0.14990 0.00000 1.00000
21 22 0.01160 0.02360 0.00000 1.00000
15 23 0.11500 0.17900 0.00000 1.00000
23 24 0.13200 0.27000 0.00000 1.00000
24 25 0.18850 0.32920 0.00000 1.00000
84
25 26 0.25440 0.38000 0.00000 1.00000
25 27 0.10930 0.20870 0.00000 1.00000
27 29 0.21980 0.41530 0.00000 1.00000
27 30 0.32020 0.60270 0.00000 1.00000
29 30 0.23990 0.45330 0.00000 1.00000
8 28 0.06360 0.20000 0.04280 1.00000
6 28 0.01690 0.05990 0.01300 1.00000
Datos de transformadores
barraip barraiq r x t dij_max plmax
6 9 0.00000 0.20800 0.97847 1.00000
6 10 0.00000 0.55600 0.96900 1.00000
4 12 0.00000 0.25600 0.93197 1.00000
28 27 0.00000 0.39600 0.96806 1.00000
Datos de Susceptancias Shunt
barraip bsh
10 0.19000
24 0.04300
Datos de frecuencia límites
Fmin Fo Fmax
49.800 50.000 51.000
Datos de simulación
Barra Pgs Pgsmin Pgsmax Qgsmin Qgsmax
1 0.50000 0.50000 0.50000 0.00000 0.00000
11 0.20000 0.20000 0.20000 0.00000 0.00000
85
Tabla B-3. Resultados Modelo OPTIMO, CASO 1, SIC
DESPRENDIMIENTO OPTIMO DE CARGAS - MODELO OPTIMO
Considerando la Caracteristica - Tension y Frecuencia de la Carga
Factor de potencia constante
Caso: Perdida de Generación
Estado Estado de
Barra Normal Emergencia Pérdida
No MW MW MW %
RAPEL138 320.000000 170.000000 150.000000 46.875000
COLBU13B 440.000000 340.000000 100.000000 22.727273
Estado Optimo del Sistema Eléctrico
Frecuencia = 49.80000 Hz
Barra Tensión Generación Demanda
Magnitud Angulo
No p.u. Grad MW MVAR MW MVAR
ISLA138 1.021000 0.000000 72.684000 19.637800 0.000000 0.000000
RAPEL138 1.020000 -27.915076 183.600000 93.869300 0.000000 0.000000
SAUZA132 0.990000 -26.533216 51.840000 11.641100 0.000000 0.000000
SLITO138 1.043000 -25.276319 7.560000 1.118670 0.000000 0.000000
CIPRE132 1.025000 2.077969 107.892000 28.471500 0.000000 0.000000
PEHUE138 1.000000 5.051631 486.000000 153.891000 0.000000 0.000000
COLBU138 1.000000 2.838920 367.200000 160.673000 0.000000 0.000000
MACHI138 1.000000 5.010905 102.600000 36.178500 0.000000 0.000000
T0R0138 1.050000 20.635074 345.600000 132.417000 0.000000 0.000000
ANTU138 1.050000 23.165542 324.000000 105.507000 0.000000 0.000000
ABANI138 1.006000 13.400680 46.440000 9.730770 0.000000 0.000000
86
CANUT13B 1.050000 26.956861 136.080000 -32.908200 0.000000 0.000000
ALFALF12 1.040000 -23.493561 151.200000 73.588800 0.000000 0.000000
MAINT138 1.000000 -59.824241 0.000000 -36.341900 0.000000 0.000000
PAZUC138 1.000000 -54.841628 0.000000 6.276930 0.000000 0.000000
CONC138T 1.000000 -5.413202 0.000000 8.515380 0.000000 0.000000
MAINT220 1.004220 -59.960032 0.000000 0.000000 117.219296 0.096477
PAZUC220 1.031750 -54.759981 0.000000 0.000000 49.632472 -5.175826
VILOS220 1.009440 -44.973118 0.000000 0.000000 0.000000 0.000000
ISIDR220 0.985983 -39.017623 0.000000 0.000000 0.000000 0.000000
ISIDR110 1.043850 -44.373231 0.000000 0.000000 14.311391 -2.894439
ISIDROPM 0.993736 -45.277931 0.000000 0.000000 0.000000 0.000000
POLPA220 1.009780 -34.523055 0.000000 0.000000 0.000000 0.000000
NAVIA220 1.013080 -33.439478 0.000000 0.000000 218.082608 48.955310
NAVIA110 1.020710 -38.144263 0.000000 0.000000 277.360776 113.887811
NAVIA132 1.009450 -39.322608 0.000000 0.000000 0.000000 0.000000
NAVIAPM 1.013900 -39.238154 0.000000 0.000000 0.000000 0.000000
RAPEL220 1.074430 -29.834599 0.000000 0.000000 0.000000 0.000000
RAPEL66A 1.043080 -28,070634 0.000000 0.000000 0.000000 0.000000
RAPEL66B 1.045060 -27.367328 0.000000 0.000000 0.000000 0.000000
RAPEL66R 1.077790 -28.517656 0.000000 0.000000 8.327033 1.168706
RAPEPMAA 0.979117 -32.873911 0.000000 0.000000 0.000000 0.000000
RAPEPMMA 1.023890 -27.861218 0.000000 0.000000 0.000000 0.000000
RAPEPMAB 0.979202 -32.782639 0.000000 0.000000 0.000000 0.000000
RAPEPMMB 1.025270 -27.367386 0.000000 0.000000 0.000000 0.000000
RAPEPM1A 1.025160 -27.328940 0.000000 0.000000 0.000000 0.000000
RAPEPM2A 1.025820 -27.252450 0.000000 0.000000 0.000000 0.000000
RAPEPM3B 1.024830 -27.413108 0.000000 0.000000 0.000000 0.000000
RAPEPM4B 1.025730 -27.321320 0.000000 0.000000 0.000000 0.000000
JAHUE500 0.982328 -21.407937 0.000000 0.000000 0.000000 0.000000
JAHUE220 1.035600 -29.302436 0.000000 0.000000 335.839718 188.866512
JAHUE154 1.039370 -27.313585 0.000000 0.000000 0.000000 0.000000
JAHUE110 1.063810 -29.152264 0.000000 0.000000 17.466177 8.100256
JAHUE69 0.994241 -30.936512 0.000000 0.000000 0.000000 0.000000
AJAPM220 0.942467 -30.888670 0.000000 0.000000 0.000000 0.000000
87
AJA22138 1.052650 -29.155358 0.000000 0.000000 0.000000 0.000000
AJAPM110 1.022830 -29.109979 0.000000 0.000000 0.000000 0.000000
AJA15138 1.055880 -28.523099 0.000000 0.000000 0.000000 0.000000
AJA15110 1.055880 -28.523271 0.000000 0.000000 0.000000 0.000000
SAUZA154 1.007420 -27.659422 0.000000 0.000000 0.000000 0.000000
SAUZA110 1.020840 -30.792986 0.000000 0.000000 133.852060 26.262731
SAUZ132S 1.033880 -26.411176 0.000000 0.000000 0.000000 0.000000
SAUPM110 1.001980 -27.153558 0.000000 0.000000 0.000000 0.000000
RANCA154 1.011100 -27.105086 0.000000 0.000000 37.816190 1.567988
TUNI1541 1.028870 -23.245069 0.000000 0.000000 0.000000 0.000000
TUN11542 1.014010 -26.111233 0.000000 0.000000 0.000000 0.000000
TILC1541 1.024150 -20.604880 0.000000 0.000000 0.000000 0.000000
T1LC1542 1.004250 -23.152250 0.000000 0.000000 0.000000 0.000000
SFER1541 1.021670 -18.990285 0.000000 0.000000 0.000000 0.000000
SFER1542 0.999020 -21.329557 0.000000 0.000000 31.783502 14.844443
ITAHU154 1.015460 -14.004349 0.000000 0.000000 42.483822 22.177678
CIPRE 154 1.073470 -5.676459 0.000000 0.000000 0.000000 0.000000
ISLA154 1.074440 -5.579434 0.000000 0.000000 0.000000 0.000000
PEHUE220 0.992883 -0.675242 0.000000 0.000000 0.000000 0.000000
COLBU500 1.013690 -10.810968 0.000000 0.000000 0.000000 0.000000
COLBU220 0.978457 -3.419962 0.000000 0.000000 0.000000 0.000000
COLPM220 0.990282 -1.934775 0.000000 0.000000 0.000000 0.000000
MACHI220 0.980217 -3.134623 0.000000 0.000000 0.000000 0.000000
PARRA154 1.000000 -6.443369 0.000000 0.000000 30.824607 11.192268
CHARR220 1.050530 8.789917 0.000000 0.000000 0.000000 0.000000
CHARR154 1.041220 4.636105 0.000000 0.000000 114.588255 24.365906
CHAR132T 1.033780 3.896268 0.000000 0.000000 0.000000 0.000000
CHAPM154 0.995345 3.896119 0.000000 0.000000 0.000000 0.000000
T0R0220 1.093470 15.750094 0.000000 0.000000 0.000000 0.000000
AN11J220 1.084700 14.610194 0.000000 0.000000 0.000000 0.000000
ABANI154 1.056960 6.178662 0.000000 0.000000 0.000000 0.000000
CONCE220 0.990267 4.298822 0.000000 0.000000 0.000000 0.000000
CONCE154 1.017070 1.640716 0.000000 0.000000 152.158241 52.292109
CONCE66 1.003460 -4.934530 0.000000 0.000000 89.765735 25.841651
88
CONCE661 0.971720 1.459581 0.000000 0.000000 0.000000 0.000000
CON1PM66 0.982128 -5.413276 0.000000 0.000000 0.000000 0.000000
TEMUC220 1.042510 13.872683 0.000000 0.000000 27.547181 29.200012
VALDI220 1.058890 16.813045 0.000000 0.000000 11.655314 11.821818
MONTT220 1.064800 22.154444 0.000000 0.000000 27.237390 -0.185288
CANUT220 1.065070 23.933134 0.000000 0.000000 0.000000 0.000000
PEDRO110 1.042810 -44.446283 0.000000 0.000000 26.779695 52.100240
VENTA110 1.025390 -45.757210 0.000000 0.000000 9.020068 3.705919
VENT1151 1.025390 -45.757096 0.000000 0.000000 0.000000 0.000000
VENT115A 1.025390 -45.757096 0.000000 0.000000 0.000000 0.000000
VENT1152 1.025390 -45.757038 0.000000 0.000000 0.000000 0.000000
VENT115B 1.025390 -45.757038 0.000000 0.000000 0.000000 0.000000
MIRAF110 1.008960 -47.031468 0.000000 0.000000 155.364257 43.107973
ALFAL220 1.052940 -28.275524 0.000000 0. 000000 0.000000 0.000000
ALMEN220 1.026780 -30.724059 0.000000 0.000000 318.279425 101.869216
Generacion y Demanda Totales: 2382.695770 772.266626 2247.395134 773.169470
CARGA DESPRENDIDA EN BARRAS
Barra Factor de Potencia
Importancia MW MVAR
MAINT22O 1.000000 4.280704 0.003523
PAZUC22O 1.000000 4.067528 -0.424174
ISIDR11O 1.000000 3.488609 -0.705561
NAVIA22O 1.000000 3.317392 0.744690
NAVIA1 10 1.000000 3.439224 1.412189
RAPEL66B 1.000000 2.200000 0.600000
RAPEL66R 1.000000 3.072967 0.431294
JAHUE22O 1.000000 3.260282 1.833488
JAHUE11O 1.000000 3.233823 1.499744
SAUZA11O 1.000000 3.247940 0.637269
RANCA154 1.000000 3.183810 0.132012
T1LC1542 1.000000 1.000000 0.400000
89
SFER1542 1.000000 3.116498 1.455557
ITAHU154 1.000000 2.916178 1.522322
PARRA154 1.000000 2.775393 1.007732
CHARR154 1.000000 2.511745 0.534094
CONCE154 1.000000 2.641759 0.907891
CONCE66 1.000000 2.634265 0.758349
TEMUC22O 1.000000 2.452819 2.599988
VALDI22O 1.000000 2.344686 2.378182
MONTT22O 1.000000 2.162610 -0.014712
PEDRO11O 1.000000 4.420305 8.599760
VENTA11O 1.000000 3.879932 1.594081
MIRAF11O 1.000000 3.935743 1.092027
ALMEN22O 1.000000 3.220575 1.030784
Carga Desprendida Total: Activa = 76.804793 MW Reactiva = 30.030528 MVAR
Flujo de Carga en Líneas y Transformadores
De a Flujo Enviado Flujo Recibido Carga
Barra Barra MW MVAR MW MVAR MVA
PAZUC220 MAENT220 60.01988649 -9.07622501 58.64220241 13.39045999 60.70226165
PAZUC220 MAINT220 60.01988649 -9.07622501 58.64220241 13.39045999 60.70226165
VLOS220 PAZUC220 88.80143166 -42.34169126 84.85023667 -25.43805167 98.37943514
VILOS220 PAZUC220 88.80143166 -42.341 69126 84.85023667 -25.43805167 98.37943514
ISIDR220 VILOS220 91.43257141 -48.73940349 88.79890762 -42.34679381 103.61198978
ISIDR220 VILOS220 91.43257141 -48.73940349 88.79890762 -42.34679381 103.61198978
ISIDR110 PEDRO110 195.23608685 86.391 88409 195.15223334 87.27561811 213.49634077
POLPA220 ISIDR220 200.40283203 13.78709674 196.39537947 4.68788278 200.87652669
POLPA220 ISIDR220 200.40283203 13.78709674 196.39537947 4.68788278 200.87652669
NAVIA220 POLPA220 77.53562927 -7.66998753 77.16471574 -4.87723315 77.91407224
NAVIA220 PQLPA220 77.53562927 -7.66998753 77.16471574 -4.87723315 77.91407224
NAVIAPM NAVIA110 277.62206756 107.84169265 277.36320496 113.88187408 297.83189652
RAPEL220 NAVIA220 87.64847517 42.60931313 85.54836687 51.63283283 97.45670072
90
RAPEL22O NAVIA22O 87.64847517 42.60931313 85.54836687 51.63283283 97.45670072
RAPEL1 38 RAPEPM1A 42.78779328 20.83393782 42.78779182 21.37816386 47.59042172
RAPEL1 38 RAPEPM2A 43.21646690 20.95152587 4.3.21646686 21.57230343 48.02738197
RAPEL138 RAPEPM3B 36.63195670 19.54593211 36.63195675 19.96018291 41.52040086
RAPEL138 RAPEPM4B 38.72156739 20.67293376 38.72156689 21.19146938 43.89453200
RAPEPM1A RAPEPMAA 38.95160838 20.84270422 38.95160854 16.21871144 44.17743836
RAPEPM2A RAPEPMAA 38.73482547 20.76348115 38.73482645 16.10131115 43.94893504
RAPEPM1A RAPEPMMA 3.83902291 0.53041 239 3.83902304 0.4941126 3.87549165
RAPEPM2A RAPLPMMA 4.48173201 0.81892292 4.48173210 0.76980814 4.55593648
RAPEPM3B RAPEPMAB 36.97160042 20.14350448 36.97160184 15.85648507 42.10297010
RAPEPM4B RAPEPMAB 38.39044025 20.99776964 38.39043975 16.46627635 43.75765342
RAPEPMMB RAPEPM3B 0.33673912 0.18130657 0.33673912 0.18096010 0.38244648
RAPEPM4B RAPEPMMB 0.33288451 0.18589595 0.33288451 0.18554500 0.38127339
JAHUE22O NAVIA22O 244.58327293 16.82147384 240.03570637 4.83102197 245.16104553
JAHUE22O NAVIA22O 244.58327293 16.82147384 240.03570637 4.83102197 245.16104553
JAHUE22O ALMEN22O 84.41797495 13.97229731 84.09290958 17.87028358 85.56646304
JAHUE22O ALMEN22O 84.41797495 13.97229731 84.09290958 17.87028358 85.56646304
JAHUE22O POLPA22O 248.88141155 46.78107798 246.46231164 37.25620796 253.23986020
JAHUE154 AJA1511O 69.47591305 -51 .36855841 69.462091 95 -53.66293035 86.40388513
AJA1511O JAHUE11O 69.47055115 -53.66638893 69.39451694 -54.83454466 87.78518286
JAHUE1 10 SAUZA110 19.76565421 13.66644055 19.37043292 14.99148828 24.03024561
JAHUE1 10 SAUZA110 19.76565421 13.66644055 19.37043292 14.99148828 24.03024561
JAHUE69 AJAPM22O 0.00091163 97.86340594 -0.07659651 92.76724823 97.86340638
JAHUE69 AJAPM22O 0.00091163 97.86340594 -0.07659651 92.76724823 97.86340638
AJA221 38 AJAPM1 10 0.00116058 60.95212698 -0.04577885 59.22542490 60.95212615
AJA22138 AJAPM11O 0.00116058 60.95212698 -0.04577885 59.22542490 60.95212615
AJAI5138 AJA1511O 0.00221875 -0.00010621 0.00221875 -0.00010622 0.00222129
SAUZAl 54 SAUPM110 35.90866029 -9.67076197 35.79828473 -9.30284381 37.18811015
SAUZ132S SAUZA11O 7.51844191 0.96044512 7.47437030 0.37837692 7.57953977
SAUPM110 SAUZA110 35.79297947 -9.28033138 35.79297960 -11.75075173 36.97650424
SLITO138 SAUZ132S 7.56169009 1.11737003 7.51603693 0.95892744 7.64379979
RANCA154 SAUZAl 54 36.11358404 -10.18377393 35.88633259 -9.66064168 37.52199561
RANCA154 JAHUE154 0.01081158 -27.75233090 -0.08459298 -24.01000344 27.75233261
TUNI1541 JAHUE154 70.75178027 -26.28343701 69.55783529 -27.36918349 75.47604559
91
TUNI1542 RANCA154 74.78279471 -35.81101894 73.94311521 -36.36156574 82.91499075
TILC1541 TUNI1541 71.61827683 -25.52476227 70.75194354 -26.26930855 76.03085596
TILC1542 TIJM1542 75.86768866 -34.13413465 74.78996176 -35.79743009 83.19281975
SFER1541 T1L01541 72.15422988 -25.04135966 71.61578149 -25.53809454 76.37605884
SFER1542 T1LC1542 76.53796673 -33.04958940 75.86727680 -34.12438991 83.36867219
ITAHU154 SFERI54I 73.81170988 -23.32974821 72.15036761 -25.03922254 77.41088867
ITAHU154 SFER1542 111.86064482 -9.03489515 108.31695989 -18.21775590 112.22492416
CIPRE1S4 ITAHU154 90.26901722 12.94627786 86.84686340 7.53459843 91 .19266239
CIPRE154 ITAHU154 90.26901 722 12.94627786 86.84686340 7.53459843 91.19266239
ISL4154 CIPRE154 36.33291 721 6.07538372 36.31055748 6.26204824 36.83736139
ISLA154 CIPRE154 36.33291721 6.07538372 36.31 055748 6.26204824 36.83736139
PEHUE220 COLBU220 243.00155640 50.95405579 241.68444879 42.15875842 248.28626600
PEHUE220 COLBU220 243.00155640 50.95405579 241.68444879 42.15875842 248.28626600
COLBU500 JAHUE500 599.87092018 -3.83274928 590.12558289 95.48501949 599.88316634
COLBU500 JAHUE500 656.02650642 -50.85894465 640.67389602 98.41319895 657.99500070
MACHI220 COLBU220 102.60369778 20.45737207 102.52371444 21.44350314 104.62324338
PARRA154 ITAHU154 56.94668889 -25.21460652 54.46297414 -25.24716692 62.27922427
CHARR220 COLBU220 157.19136000 32.49855340 152.24911449 23.45936984 160.51567081
CHARR220 COLBU220 157.19136000 32.49855340 152.24911449 23.45936984 160.51567081
CHARR220 CONCE220 153.32239866 66.99045897 149.41748149 61.28142037 167.31849512
CHARR154 PARRA154 93.26711893 -4.93645109 87.77057796 -14.02165911 93.39766620
CHARR154 CONCEIS4 47.09117711 3.625561 67 46.25065272 6.02815882 47.23053658
CHARR1S4 CONCE154 47.09117711 3.62556167 46.25065272 6.02815882 47.23053658
T0R0220 ANTIJ220 172.80176878 49.79923964 172.39416017 48.93299564 179.83441111
T0R0220 ANT1J220 172.80176878 49.79923964 172.39416017 48.93299564 179.83441111
ANTIJ220 CHARR220 222.92933464 50.65376759 220.32319789 37.64923321 228.61166607
ANTU220 CHARR220 222.92933464 50.65376759 220.32319789 37,64923321 228.61166607
ANTU220 CHARR220 222.92933464 50.65376759 220.32319789 37.64923321 228.61166607
ABANI154 CHARR154 23.21971804 1.86724551 22.99278224 6.94580110 23.29467557
ABANI154 CHARR154 23.21971804 1.86724551 22.99278224 6.94580110 23.29467557
CONCE220 CONCE661 149.41858053 61.27808690 149.41857857 52.79392712 161.49586785
CONC138T CON1PM66 0.00055999 7.83859640 0.00055999 7.69850509 7.83859635
CONC138T CON1PM66 0,00055999 7.83859640 0.00055999 7.69850509 7.83859635
CONC138T CON1PM66 0.00055999 7.83859640 0.00055999 7,69850509 7.83859635
92
TEMUC220 CHARR220 64.18333054 -35.34504473 62.76637423 -7.30200268 73.27190508
MONTT220 TEMUC220 49.40511369 -34.60491601 46.95487022 13.74493539 60.31886453
VALDI220 TEMUC220 45.37425027 -8.99840601 44.77632344 12.72404045 46.25790710
MONTT220 VALDI220 58.37646671 -25.03363238 57.02688694 2.81646140 63.51767104
CANUT220 MONTT220 68.04272532 -20.30169070 67.51020847 -12.89805796 71.00683889
CANUT220 MONTT220 68.04272532 -20.30169070 67.51020847 -12.89805796 71 .00683889
CANUT138 CANUT220 68.04038396 -16.45506663 68.04038286 -20.30860633 70.00187754
CANUT138 CANUT220 68.04038396 -16.45506663 68.04038286 -20.30860633 70.00187754
PEDRO110 MIRAF110 55.48776984 6.97676539 53.95969902 5.33575919 55.92466166
PEDRO110 MIRAF110 55.48776984 6.97676539 53.95969902 5.33575919 55.92466166
VENTI15I VENTA110 0.00297433 0.00000000 0.00297433 0.00000000 0.00297433
VENTI151 VENTA110 0.00297433 0.00000000 0.00297433 0.00000000 0.00297433
VENTI152 VENTA110 0.00207518 0.00000000 0.00207518 0.00000000 0.00207518
PEDRO110 VENTA110 28.64447460 10.35375055 28.40423882 10.63637137 30.45826894
PEDRO110 VENTA110 28.64447460 10.35375055 28.40423882 10.63637137 30.45826894
VENTA110 MIRAF110 23.89972210 8.78476277 23.71859923 9.49395123 25.46308641
VENTA110 MRAF110 23.89972210 8.78476277 23.71859923 9.49395123 25.46308641
VENT115A VENT1151 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000
VENT115B VENT1152 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000
ALFAL220 ALMEN220 75.59915185 29.26906049 75.03924942 33.05025665 81.06731638
ALFAL220 ALMEN220 75.59915185 29.26906049 75.03924942 33.05025665 81.06731638
MAINT138 MAINT220 1.10803284 -25.24136007 1.10803284 -26.68467760 25.26566848
PAZUC220 PAZUC138 1.20125422 -27.54278779 1.20125422 -28.47485840 27.56897104
SDR220 ISIDROPM 209.17532444 108.31159353 209.17532444 80.77672720 235.55406398
ISIDRQPM ISIDR110 216.07830524 62.52100468 216.07830524 66.23580456 224.94157125
NAVA220 NAVIAPM 277.18367577 82.10843801 277.18367577 52.38378644 289.08923876
NAVIAPM NAVIA132 1.87708214 -58.33855271 1.87708214 -61 .14231348 58.36874343
RAPEPMAA RAPEL220 77.68803835 32.31610358 77.68803835 37.26404011 84.14131892
RPEPMAB RAPEL220 75.36365986 32.31659234 75.36365986 37.01510727 82.00026472
RAPEL138 RAPEL220 22.24407494 11.87022403 22.24407494 10.92925891 25.21311349
RAPEPMMA RAPEL66A 8.32525343 1.26227662 8.32525343 1.23116542 8.42040307
RAPEL66A RAPEL66R 8.32405761 1.24123059 8.32405761 1.17491 810 8.41 609097
RAPEL66B RAPEPMMB 0.00228518 0.00500524 0.00228518 0.00500523 0.00550223
JAHUE500 AJAPM220 1230.79853058 47.22617567 1230.79853058 -157.30543137 1231.70421423
93
MAPM220 JAHUE220 1230.64727783 28.20990980 1230.64727783 62.32865453 1230.97059140
AJAPM110 JAHUE220 9.92188975 255.33339977 9.92188975 234.98730659 255.52610337
JAHUE110 AJAPM110 19.20170635 135.24199724 19.20170635 135.96289158 136.59832964
SAUZA132 SAUZAl 10 51.84206963 11.63990423 51.84206963 7.65053928 53.13273594
CIPRE132 CIPRE154 107.89363384 28.47159207 107.89363384 13.30144405 111.58704163
ISLA138 ISLA154 72.68549204 19.63917762 72.68549204 12.21619844 75.29195025
PEHUE138 PEHUE220 486.00153923 153.89287472 486.00153923 101.91677809 509.78476536
COLPM220 COLBU500 1255.45873642 306.98530674 1255.45873642 106.84024096 1292.44596948
COLBU138 COLBU220 367.20190048 160.67147255 367.20190048 114.88549709 400.81486849
COLBU220 COLPM220 1264.28136826 236.10558510 1264.28136826 270.19312382 1286.13890766
MACHI138 MACHI220 102.60177851 36.17829084 102.60177851 20.46009451 108.79335035
CHARR220 CHAPM154 256.03773594 -26.28907561 256.03773594 -48.63893688 257.38383795
CHAPM154 CHARR154 256.04197979 9.51960534 256.04197979 12.83278465 256.21888503
CHAR132T CHAPM154 0.00160715 64.12245631 0.00160715 58.09587240 64.12245575
TORO138 T0R0220 345.59981823 132.43421316 345.59981823 99.63402748 370.10545858
ANTU138 ANTU220 324.00107384 105.51359653 324.00107384 54.11987305 340.74889738
ABANI138 ABANI154 46.44145370 9.73230824 46.44145370 3.74773256 47.45025289
CONCE661 CONCE154 149.42272902 52.58986950 149.42272902 53.12136412 158.40721435
CONCE154 CON1PM66 89.75980282 13.07533681 89.75980282 1.93349570 90.70714884
CON1PM66 CONCE66 89.76383805 25.0721 6930 89.76383805 25.88263452 93.19957240
ALFALF12 ALFAL220 151.20253563 73.59690070 151.20253563 58.56337547 168.16275283
Potencia en los Shunt
Barra MVAR
MAINT138 11.100000
PAZUC138 22.200000
NAVIA132 61.139358
JAHUE500 -146.676147
JAHUE110 226.338343
JAHUE69 195.726003
AJA22138 121 .887922
COLBU500 -156.191275
CHAR132T 64.122065
94
CONC138T 15.000000
TEMUC220 -32.604813
MQNTT220 -34.013971
MIRAF110 13.437604
Perdidas de Potencia : Activa — 132.570732 MW Reactiva — 360.540295 MVAR
Barra MaxError Multiplicador Penalidad Epsilon
MAINT22O -0.00267 MW -0.08561 10.00000 1.000
95
ANEXO C
DESARROLLO DE LAS SUBRUTINAS DE OPTIMIZACION El algoritmo desarrollado se codifica como subrutinas para ser
compilado conjuntamente con el software de optimización no-lineal PENAMOR.
Subrutina INOR
1) Definición de variables y dimensionado de Matrices y Vectores en un
bloque COMMON.
2) Lectura de ARCHIVO.DAT
3) Formación de la matriz de admitancia nodal YBUS
4) Identificación de barras con cargas: IP(j), IQ(j).
5) Cálculo de pérdida de generación, ∆PGi
6) Cálculo de los factores de penalización de la carga:
2Di
Diii
*i )P
Q(β+α=α
7) Definición de parámetros de PENAMOR.
Subrutina COB
1) Cálculo de la Función Objetivo en OB, según la ecuación (3.22).
Subrutina CGOB
1) Cálculo de la gradiente de la función objetivo en GOBi:
i
i x∂OB∂
=GOB
96
Subrutina CRE
1) Cálculo de las restricciones no-lineales, dadas por las ecuaciones (3.23)-
(3.26).
Subrutina CGRE
1) Cálculo de las gradientes de las restricciones no-lineales en GREi:
i
ii x
OG=GRE ∂∂
k = índice de la variable x que entra al cálculo.
Subrutina CREL
1) Cálculo de las restricciones lineales, dadas por la ecuación (3.25), en Ai, B.
Subrutina BOUNDS
1) Determina las restricciones de cotas, dadas por las ecuaciones (3.27)-
(3.33).
Subrutina XO
1) Asignación de valores iniciales a las variables.
97
BIBLIOGRAFIA [1] GONEN, T. (1988) Electric Power Transmission System Engineering:
Analysis and Design. John Wiley & Sons, New York.
[2] HAJDU, L. y PESCHON, J. (1968) Optimum load-shedding policy for
power systems. IEEE Trans. PAS, Vol. 87, N2 3, 784-794.
[3] SUBRAMANIAN, D. (1971) Optimum load shedding through programming
techniques. IEEE Trans. PAS, Vol. 90, N2 1, 89-95.
[4] CHAN, S.M. y SCHWEPPE, F.C. (1979) A generation reallocation and load
shedding algorithm’, IEEE Trans. PAS, Vol. 98, N2 1, 26-34.
[5] PALANISWAMY, K.A., SHARMA, J., MISRA, K.B. (1985) Optimum load
shedding taking account of voltage and frequency characteristics of loads.
IEEE Trans. PAS, Vol. 104, N9 6, 1342-1348.
[6] BLASCHAK, J.G., HEYDT, G.T., BRIGHT, J.M. (1979) A generation
dispatch strategy for power systems operating under alert status’, IEEE Summer Power Meeting, B.C.
[7] MEDICHERLA, T.K.P., BILLINTON, R., SACHDEV, M.S. (1979)
Generation rescheduling and load shedding to alleviate line overloads
analysis. IEEE Trans. PAS, Vol. 98, N2. 6, 1876-1884.
[8] KUPPURAJULU, A. (1985) An emergency control algorithm for real-time
applications. IEEE Trans. PAS, Vol. 104, N2. 8, 21 33-2139.
[9] ZANNIER, J. A. (1984) Una estrategia para la disminución y posterior
anulación de sobrecargas en sistemas eléctricos. Apuntes de Curso,
Universidad Técnica de Oruro, Bolivia.
98
[10] ADIBI, M.M., THORNE, D.K., (1988) Local Load Shedding. IEEE Trans. PWRS, Vol. 3, N2 3, 1220-1229.
[11] SHAH, S., SHAHIDEHPOUR, S. (1989) A heuristic approach to load
shedding scheme. IEEE Trans. PWRS, Vol. 4, N2 4, 1421-1429.
[12] CASÇAES, J.C. (1974) Criterios para Load Shedding, Dissertaçao de
Mestrado, Universidad Federal de Santa Catarina, Brasil.
[13] JONES, J. y KIRKLAND, W.D. (1988) Computer algorithm for selection of
frequency relays for load shedding. IEEE Computers Applications on Power, January 1988, 21-25.
[14] WEI-JEN, L. y JYH-CHARNG, G. (1989) A microcomputer-based intelligent
load shedding relays. IEEE Trans. PWRD, Vol. 4, N2 4, 2018- 2024.
[15] PESCHON, J., PIERCY, D.S., TINNEY, W.F., TVEIT, O.J. (1968)
Sensitivity in power systems. IEEE Trans. PAS, Vol. 87, N2 8, 1687-1 697.
[16] FINK, L. y CARLSEN, K. (1978) Operating under stress and strain. IEEE Spectrum, March 1978, 48-53.
[17] RUDNICK, H. y MOYA, 0. (1978) Aplicación de Computadoras al Análisis y Control de Sistemas Eléctricos de Potencia. Departamento
de Ingeniería Eléctrica, Pontificia Universidad Católica de Chile.
[18] ELGERD, 0. (1982) Electric Energy Systems Theory: An Introduction. 2
Edition, McGraw-Hill, New York.
[19] PEREIRA, G. (1989) Control de Emergencias em Sistemas Elétricos de
Potencia. Apuntes de Curso, Mayo 1989, Universidad de Chile.
99
[20] RODRIGUEZ, S. y GONZALES, S. (1983) Control de situaciones
anormales de sistemas eléctricos de potencia. Boletin IlE, Instituto de
Investigaciones Eléctricas de México, Septiembre/Octubre 1983, 199-205.
[21] EWART, D.N. (1978) Whys and wherefores of power systems blackouts.
IEEE Spectrum, April 1978, 36-41.
[22] PECINGER, C.J. (Chairman) (1988) Summary of the “Guide for abnormal
frequency protection for power generating plants”. IEEE Trans. PWRD,
Vol. 3, N 1,271-158.
[23] LUENBERGER, D.G. (1973) Introduction to Linear and Nonlinear Programming. Addison Wesley, Reading, Mass.
[24] PHILIPPI, B. (1988) Introducción a la Optimización de Sistemas. 2
edición, Editorial Universitaria, Pontificia Universidad Católica de Chile.
[25] ENRIQUEZ, G. (1981) Introducción al Análisis de Redes Eléctricas en Sistemas de Potencia. Limusa, México.
[26] HARNISCH, I., GARRIDO, M., PAUCAR, L., (1991) Límite de estabilidad
permanente teórica y práctica en la carta P-Q de la máquina síncrona de
polos salientes. Anales IX Congreso Chileno de Ingeniería Eléctrica,
14-19 Octubre 1991, Anca.
[27] WEEDY, B.M. (1989) Electric Power Systems. 3 Edition, John Wiley &
Sons, New York.
[28] WILSON, G.L. y ZARAKAS, P. (1978) Anatomy of a Blackout. IEEE Spectrum, February 1978, 38-46.
100
[29] HUGHES, F.M. (1991) Power System Dynamics and Control. Apuntes de Curso, Julio 1991, Pontificia Universidad Católica de Chile.
[30] FINK, L.H., BADLEY, D.E., KOEHLER, J.E., McINNIS, D.A., REDMOND,
J.J. (1985) Emergency control practices. IEEE Trans. PAS, Vol. 104, N2 9,
2336-2341.
[31] FERNANDEZ, J.A. (1984) Modelo de Desprendimiento Optimo de Cargas y su Aplicación al Sistema de Chilectra. Memoria de título,
Universidad de Chile.
[32] DiSANTE, H.J. (Chairman) (1975) A status report on methods used for
system preservation during underfrequency conditions. IEEE Trans. PAS,
Vol. 94, N2 2, 360-366.
[33] PRICE, W.W., WIRGAU, K.A., MURDOCH, A., MITSCHE, J.V., VAAHEDI,
E., EL-KADY, M.A. (1988) Load modeling for power flow and transient
stability computer studies. IEEE Trans. PWRS, Vol. 3, N 1, 180-1 87.
[34] VAAHEDI, E., EL-DIN, H.M.Z., PRICE, W.W. (1988) Dynamic load
modeling in large scale stability studies. IEEE Trans. PWRS, Vol 3, N9 3,
1039-1945.
[35] MUÑOZ, C. (1989) Flujos de Potencia Trifásico para Sistemas de Distribución. Memoria de titulación, Departamento de Ingeniería Eléctrica,
Pontificia Universidad Católica de Chile.
[36] PALMA, A., SANHUEZA, H., ARIAS, M., URBINA, J. (1991) Determinación
experimental de parámetros de carga y su empleo en estudios de flujo de
potencia en un sistema de distribución. Anales IX Congreso Chileno de Ingeniería Eléctrica, 14-19 Octubre 1991, Anca.
101
[37] SANDOVAL, R.l. y SOTO, H. (1985) Determinación de modelos de carga
para estudios de estabilidad. Anales VI Congreso Chileno de Ingeniería Eléctrica, 11-15 Noviembre 1985, Santiago.
[38] CONCORDIA, C. (1975) Representation of loads. IEEE Symposium on Adequacy and Philosophy of Modeling: Dynamic Systems Performance, 75CH0970-4-PWR, 41-45.
[39] BERG, G.J. (1972) System and load behavior following loss on generation.
Proc. lEE, Vol. 119, N2 10.
[40] PRAWDA, J. (1981) Métodos y Modelos de Investigación de Operaciones: Modelos Determinísticos. Vol 1, Editorial Limusa, México.
[41] CONTESSE, L. (1987) Método de penalización lagrangeana amortiguada
para la resolución de modelos no-lineales. Apuntes de Ingeniería, N9 26,
33-61.
[42] CONTESSE, L. y VILLAVICENCIO, J. (1990) PENAMOR: Método de Penalización Amortiguada. Manual de Uso, Departamento de Ingeniería
de Sistemas, Pontificia Universidad Católica de Chile, Agosto 1990.
[43] CONTESSE, L. y VILLAVICENCIO, J. (1987) Aplicación parcial del método
de penalización lagrangeana amortiguada ante restricciones lineales.
Apuntes de Ingeniería, N2 26, 63-83.
102
[44] CONTESSE, L. (1991) Resolución de modelos de optimización nolineales
de gran tamaño. Apuntes Seminario Interelectra ‘91, 6-7 Noviembre
1991, Santiago de Chile.
[45] CONTESSE, L. y VILLAVICENCIO, J. (1989) Resolución del modelo
económico de despacho de carga eléctrica mediante el método de
penalización lagrangeana con cotas. Revista del Instituto Chileno de Investigación Operativa, Vol. 3, N2 1, 80-112.
[46] OKAMURA, M., O-URA, Y., HAYASHI, S., UEMURA, K., ISHIGURO, F.
(1975) A new power flow model and solution method -including load and
generator characteristics and effects of system control devices-. IEEE Trans. PAS, Vol. 84, N2 3, 1042-1050.
[47] FRERIS, L.L. y SASSON, A.M. (1968) lnvestigation of the Ioad-flow
problem. Proc. lEE, Vol. 115, N9 10, 1450-1460.