ESCUELA POLITCNICA NACIONAL

FACULTAD DE INGENIERA ELCTRICA Y

ELECTRNICA

DESARROLLO DE UN SOFTWARE PARA LA DETECCIN Y

UBICACIN DE FALLAS EN UN SISTEMA ELCTRICO DE
POTENCIA USANDO EL MDULO DPL DE DIGSILENT
POWERFACTORY

PROYECTO PREVIO A LA OBTENCIN DEL TTULO DE

INGENIERO ELCTRICO

DIEGO FERNANDO CHVEZ RECALDE

diegodch_9@hotmail.com

DIRECTOR: Ph.D JACKELINE ABAD TORRES

jackeline.abad@epn.edu.ec

Quito, Agosto 2016

 i

DECLARACIN

Yo Diego Fernando Chvez Recalde, declaro bajo juramento que el trabajo aqu
descrito es de mi autora; que no ha sido previamente presentada para ningn
grado o calificacin profesional; y, que he consultado las referencias bibliogrficas
que se incluyen en este documento.

A travs de la presente declaracin cedo mis derechos de propiedad intelectual

correspondientes a este trabajo, a la Escuela Politcnica Nacional, segn lo
establecido por la Ley de Propiedad Intelectual, por su Reglamento y por la
normatividad institucional vigente.

_____________________________
Diego Fernando Chvez Recalde
 ii

CERTIFICACIN

Certifico que el presente trabajo fue desarrollado por Diego Fernando Chvez
Recalde, bajo mi supervisin.

________________________
Ph.D. Jackeline Abad
DIRECTORA DEL PROYECTO
 iii

AGRADECIMIENTO

Un profundo agradecimiento a mis padres, quienes son los pilares de mi vida, muy
agradecido por su dedicacin, paciencia y apoyo.

Un agradecimiento especial a mis hermanos, quienes son un factor importante en

mi vida, gracias por su cario y admiracin.

Un agradecimiento importante a mi Directora de tesis Ph.D. Jackeline Abad, muy

agradecido por su apoyo y paciencia, de la misma manera a mi Codirector de tesis
Ph.D. Hugo Arcos por su apoyo y por compartir su amplio conocimiento en el aula
de clases.

A mis amigos de la universidad con quienes compart una de las mejores etapas
de la vida y quienes fueron un apoyo importante en mi etapa como estudiante.

Por ltimo a todas las personas participes en el transcurso de mi vida, quienes

estuvieron en los mejores y peores momentos, quienes tuvieron confianza en m y
en mi familia.
 iv

DEDICATORIA

A mi madre y a mi padre, que con todo sacrificio hicieron este sueo realidad tanto
para ellos y para m.

A mi hermana Gaby y mi hermano Josue quienes siempre creyeron en m.

A mi abuelita Mara Elena quien me dio sus buenos deseos al inicio de mi carrera
y siempre est en mi mente.

Todo gran sueo comienza con un gran soador. Recuerda siempre: tienes en tu
interior la fuerza, la paciencia y la pasin para alcanzar las estrellas y cambiar el
mundo -Harriet Tubman.
 v

DESARROLLO DE UN SOFTWARE PARA LA DETECCIN Y

UBICACIN DE FALLAS EN UN SISTEMA ELCTRICO DE

POTENCIA USANDO EL MDULO DPL DE DIGSILENT
POWERFACTORY

CONTENIDO
DECLARACIN ....................................................................................................... i

CERTIFICACIN .....................................................................................................ii

AGRADECIMIENTO ............................................................................................... iii

DEDICATORIA ....................................................................................................... iv

CONTENIDO ........................................................................................................... v

RESUMEN ............................................................................................................ viii

PRESENTACIN ....................................................................................................ix

CAPTULO I ............................................................................................................ 1

1. INTRODUCCIN ............................................................................................ 1

1.1. OBJETIVOS ............................................................................................... 3

1.1.1. OBJETIVO GENERAL ......................................................................... 3

1.1.2. OBJETIVOS ESPECFICOS ............................................................... 3

1.2. ALCANCE .................................................................................................. 3

1.3. JUSTIFICACIN DEL PROYECTO .......................................................... 4

CAPTULO II ........................................................................................................... 5

2. Formulacin del problema y revisin del estado de arte .................................. 5

2.1. Marco Terico ............................................................................................ 5

2.1.1. Anormalidades en la operacin de los Sistemas Elctricos de

Potencia. .......................................................................................................... 5
 vi

2.1.2. Estudio de Estabilidad en los Sistemas Elctricos de Potencia. ......... 8

2.1.3. Estabilidad de ngulo del Rotor......................................................... 11

2.1.4. Modelo matemtico de los elementos del SEP para el estudio de la

dinmica de oscilacin. .................................................................................. 13

2.1.5. Modelo Dinmico del Sistema Elctrico de Potencia ......................... 22

2.1.6. Deteccin o Prueba de Hiptesis....................................................... 27

2.2. Estado del Arte y formulacin del problema ............................................ 30

2.2.1. Estado del Arte .................................................................................. 31

2.2.2. Formulacin del problema ................................................................. 42

CAPTULO III ........................................................................................................ 46

3. Algoritmo de solucin ..................................................................................... 46

3.1. Detector MAP ........................................................................................... 46

3.2. Diagrama de flujo del Algoritmo ............................................................... 48

CAPTULO IV ........................................................................................................ 52

4. Implementacin del Software. ........................................................................ 52

4.1. Lenguaje de programacion DPL (digsilent Programming languaje). ........ 53

4.1.1. Estructura del comando DPL ............................................................. 54

4.2. Desarrollo del Software. ........................................................................... 55

4.2.1. Comando DPL ................................................................................... 56

4.2.2. Script MatLab..................................................................................... 62

CAPTULO V ......................................................................................................... 64

5. EJEMPLOS DE APLICACIN ....................................................................... 64

5.1. Sistema IEEE 11-BARRAS (dos reas). .................................................. 64

5.1.1. Condiciones de simulacin ................................................................ 65

5.1.2. Anlisis de resultados ........................................................................ 69

 vii

5.2. Sistema IEEE 39-BARRAS ...................................................................... 76

5.2.1. Condiciones de simulacin ................................................................ 77

5.2.2. Anlisis de resultados ........................................................................ 81

CAPTULO VI ........................................................................................................ 97

6. Conclusiones y recomendaciones .................................................................. 97

6.1. Conclusiones ............................................................................................ 97

6.2. Recomendaciones.................................................................................... 98

BIBLIOGRAFA ................................................................................................... 100

ANEXOS ............................................................................................................. 103

ANEXO A: ........................................................................................................ 103

ANEXO B: ........................................................................................................ 105

ANEXO C:........................................................................................................ 111

ANEXO D:........................................................................................................ 138

 viii

RESUMEN

El sistema elctrico de potencia (SEP) permite la transferencia de energa elctrica

desde las fuentes de generacin hacia las subestaciones que sirven a los centros
de carga. Fallas en las lneas de transmisin alteran las condiciones operativas del
sistema y eventualmente podran provocar la inestabilidad del sistema o la
interrupcin del servicio de energa elctrica.

Actualmente existen equipos que permiten tomar ciertas mediciones, las cuales
resultan ser necesarias para el anlisis operativo de los sistemas elctricos y
anlisis de eventos de falla en tiempo real. Tratar de supervisar los ngulos de
fase relativos de todos los voltajes y corrientes de las barras del sistema elctrico
era una tarea casi imposible debido a la falta de capacidad de procesamiento y a
las dificultades en la recoleccin, coordinacin y sincronizacin de los datos del
sistema. La aplicacin de la tecnologa fasorial en el campo de los satlites ofrece
nuevas posibilidades para la supervisin, proteccin, anlisis y control del SEP.
Para este proyecto se implementa un algoritmo para la localizacin de fallas
usando datos fasoriales, el cual permite mejorar los mtodos tradicionales y la
localizacin de fallas en tiempo real. El algoritmo implementado distingue las
respuestas de varios modelos linealizados (condiciones de falla) frente a las
mediciones tomadas de las PMUs cuando se produce un transitorio en el sistema
elctrico. En base a esta formulacin, un detector de Mxima Probabilidad A-
posteriori (MAP, Maximum A-posteriori Probability) es implementado, el cual se
basa en la inferencia estadstica de varias hiptesis y pruebas sucesivas que
determinan la probabilidad de ocurrencia de falla.

El algoritmo se implementa en el mdulo DPL del software PowerFactory de

DIgSILENT, su funcionamiento se comprueba mediante simulaciones realizadas
en el sistema IEEE 11-Barras y en el IEEE 39-Barras. Las pruebas realizadas
distinguen la hiptesis ms probable entre una lista de posibles hiptesis. En el
presente trabajo no solo se comprob la efectividad del algoritmo mediante las
pruebas realizadas sino tambin mediante la probabilidad de error del detector.
 ix

PRESENTACIN

En el presente trabajo se ha desarrollado un software para la deteccin de fallas

en un sistema elctrico de potencia. Para el desarrollo del software se utiliza el
mdulo DPL del software PowerFactory de DIgSILENT.

En el CAPTULO 1, se presenta una introduccin general del problema planteado

de este trabajo.

En el CAPTULO 2, se desarrolla el sustento terico para la deteccin de fallas en

el sistema elctrico de potencia, con una revisin del estado de arte y la
formulacin del problema planteado.

En el CAPTULO 3, se describe el funcionamiento del algoritmo basado en el

detector de Mxima Probabilidad A-posteriori (MAP). Adicionalmente, se explica
cmo se implementar el mismo.

En el CAPTULO 4, la implementacin del algoritmo al software PowerFactory de

DIg SILENT (DigSILENT Programming Laguage DPL), tomando en cuenta todos
los parmetros necesarios para el funcionamiento del algoritmo.

En el CAPTULO 5, se aplica el algoritmo a los sistemas IEEE 11-Barras y al IEEE

39-Barras para comprobar su funcionamiento. Adems, se demuestra el grado de
confiabilidad de la deteccin mediante la probabilidad de error.

En el CAPTULO 6 se expone las conclusiones y recomendaciones obtenidas en

la implementacin del algoritmo.

Finalmente se presentan las Referencia Bibliogrficas y los Anexos obtenidos de

las simulaciones del presente trabajo.
 1

CAPTULO I

1. INTRODUCCIN [1], [2], [3]

El Sistema Elctrico de Potencia (SEP) est conformado por varios elementos, con el
fin de generar, transmitir y distribuir energa elctrica hasta los respectivos centros de
carga a un nivel aceptable de calidad, confiabilidad y de seguridad. El abastecimiento
de la energa elctrica se la realiza al mnimo costo y con el mejor aprovechamiento
de sus recursos para mantener un servicio continuo.

Un SEP en ocasiones es sometido a distintos escenarios de operacin que

ocasionan perturbaciones ya sean de sobrevoltaje o sobrecorriente, llegando a
provocar oscilaciones en las mquinas sincrnicas, tal que, pueden llegar a ser
peligrosas para su operacin afectando la estabilidad del sistema o provocando la
interrupcin del servicio de energa elctrica.

Es importante para un SEP reducir el tiempo de interrupcin del suministro de

energa elctrica, esto ha ocasionado que las empresas de servicio elctrico deban
cumplir con exigentes estndares de servicio. Para cumplir con estos estndares es
necesario realizar diferentes tipos de estudios a diferentes condiciones de operacin
del sistema elctrico.

Uno de los estudios es el anlisis de falla en Lneas de Transmisin (L/T), este

anlisis se aplica con la finalidad de detectar e identificar eventos de falla, y as,
proteger a los operadores de lnea, equipo principal del SEP y evitar recortes de
servicio de energa elctrica. Debido a la longitud de las L/T, las condiciones
climticas y a diferentes agentes externos, una L/T es ms susceptible a un evento
de falla.

La deteccin rpida del evento de falla, ayuda a mejorar los tiempos de restauracin
del sistema y permitir el control en tiempo real de sus efectos para mejorar la
economa operativa y la confiabilidad del sistema.
 2

Los operadores de las L/T utilizan equipos y sistemas automticos de proteccin

frente a condiciones anormales de operacin en el sistema elctrico; especialmente
rels de proteccin que implementan algoritmos de localizacin de fallas, para lo cual
utilizan clculos de impedancia de la L/T. Sobre la base de estos clculos, una
variedad de algoritmos de deteccin de falla han sido desarrollados e implementados
en varios sistemas elctricos.

La deteccin de fallas en las L/T efectuado por el sistema de proteccin es eficaz,

pero, es susceptible a varios errores, por ejemplo, debido al ajuste y calibracin de
los equipos, tambin por retrasos en su operacin, ya que estos equipos son
manejados por operadores y deben comunicar las anomalas al centro de control.
Por otra parte, el sistema de proteccin no puede proveer informacin en tiempo real
sobre la variacin de los parmetros de la L/T y de las caractersticas de carga.

Actualmente existen equipos que permiten tomar las mediciones necesarias para
realizar el anlisis de la operacin de los sistemas elctricos y de eventos de falla en
tiempo real, como por ejemplo las unidades de medicin fasorial (PMU). El uso de
fasores permite simplificar los clculos matemticos y reducir la capacidad de
procesar informacin para los diferentes escenarios de operacin del SEP. Las
PMUs son usadas en diferentes sistemas elctricos alrededor del mundo, ya que
permiten obtener datos anlogos de voltaje y de corriente sincronizados en un GPS
de cualquier parte del sistema elctrico.

Para este proyecto, se ha implementado un algoritmo para la deteccin de fallas en

una L/T usando la informacin de la medicin realizadas por las PMUs con la
finalidad de proporcionar un nuevo mtodo de deteccin. El algoritmo aprovecha la
dinmica de propagacin oscilatoria que resulta de los eventos de falla para lograr la
deteccin de una condicin anormal de operacin. Para la deteccin de un evento de
falla, el algoritmo hace uso de un detector de Mxima Probabilidad A-posteriori
(MAP), el cual permite identificar entre varias hiptesis de eventos de falla, la ms
probable mediante el empleo de una prueba de hiptesis, lo que da una prueba de
comparacin simple.
 3

1.1. OBJETIVOS

1.1.1. OBJETIVO GENERAL

Implementar un programa que permita la deteccin de fallas en los Sistemas

Elctricos de Potencia.

1.1.2. OBJETIVOS ESPECFICOS

Estudiar el funcionamiento de un algoritmo para la deteccin de fallas en las lneas

de transmisin en un sistema elctrico de potencia.

Implementar un algoritmo de deteccin de Mxima Probabilidad A-posteriori (MAP)

en el ambiente DPL del programa computacional PowerFactory de DIgSILENT,
basado en el pre-computo de parmetros y en la estimacin de estado para
condiciones de operacin normal y ante contingencias N-1.

Realizar las pruebas de funcionamiento del programa implementado en diferentes

sistemas elctricos de potencia.

1.2. ALCANCE

Se proceder a implementar un programa para la deteccin de fallas en L/T de un

sistema elctrico de potencia. El programa ser realizado en el mdulo DPL del
software PowerFactory de DIgSILENT y se basar en la realizacin de pruebas de
hiptesis o deteccin estadstica de problemas para elegir la hiptesis ms probable
ante un evento anormal de operacin.

Para estas pruebas se utilizarn los modelos dinmicos linealizados

correspondientes al SEP ante contingencias N-1 a diferentes condiciones de falla,
frente a las mediciones sincrofasoriales obtenidas de un evento transitorio de
operacin. Un detector de Mxima Probabilidad A-posteriori (MAP) ser desarrollado,
lo que da una prueba de comparacin para localizar la falla.
 4

Una vez implementado el software se realizar pruebas de localizacin de fallas en

diferentes sistemas elctricos de potencia para hacer vlido su funcionamiento.

1.3. JUSTIFICACIN DEL PROYECTO [2], [4]

Las fallas en lneas de transmisin pueden potencialmente iniciar impactos en

cascada que merman las condiciones operativas del sistema y eventualmente
podran provocar apagones, daos en equipos, deterioro en la calidad del servicio,
etc. Uno de los efectos ms adversos de estas fallas es la interrupcin del suministro
de energa, lo cual es sancionado por la LEY ORGNICA DEL SERVICIO PBLICO
DE ENERGA ELCTRICA [5], y cuyas penalizaciones dependern del tiempo
empleado para la restauracin del suministro de energa elctrica.

Por lo antes mencionado, es esencial que el SEP sea diseado y operado de manera
que el mismo pueda mantenerse en funcionamiento sin prdida de carga y que las
posibles contingencias no den lugar a interrupciones de energa. La ubicacin exacta
y rpida de fallas puede mejorar los tiempos de restauracin y permitir el control en
tiempo real de sus efectos en el sistema, mejorando la economa operativa y su
confiabilidad.

En un sistema elctrico, los elevados niveles de transferencia de potencia pueden

establecer condiciones de inestabilidad operativa y en tal sentido la utilizacin de
nuevas tecnologas basadas en PMUs (Phasor Measurement Unit) constituyen
una solucin alternativa para el mejoramiento de la estabilidad del sistema. Las
nuevas tcnicas que permiten aprovechar las mediciones provenientes de un
nmero limitado de PMUs, logran la ubicacin e identificacin de fallas; estas
tcnicas se fundamentan en el anlisis de los diferentes eventos de falla con
ayuda de la informacin en las mediciones provenientes de las PMUs. En la
actualidad, existen tcnicas que permiten detectar un evento de falla, basadas en
ondas viajeras, redes neuronales, clculos de la impedancia de lnea, mapeo
estadstico de las mediciones, entre otras. La diferencia de una tcnica y otra est
en la precisin y en su complejidad [6].
 5

CAPTULO II

2. FORMULACIN DEL PROBLEMA Y REVISIN DEL

ESTADO DE ARTE

El sistema elctrico de potencia trabaja ante varias condiciones operativas, algunas

de estas condiciones pueden llegar a ser peligrosas para su funcionamiento, por lo
tanto es necesario realizar un estudio sobre la estabilidad del sistema elctrico.

En este captulo se realiza una breve revisin de las anomalas en la operacin de un

sistema elctrico, las cuales alteran la operacin normal y que pueden llevar a la
inestabilidad del sistema elctrico. Motivo por el cual se realiza un breve anlisis
sobre estabilidad de un sistema elctrico cuyo enfoque principal es la estabilidad de
ngulo de rotor y anlisis sobre el sincronismo de los generadores.

En este captulo tambin se plantea el modelo matemtico sobre el cual se va a

trabajar y que permite la implementacin del algoritmo de deteccin de fallas, as
como un breve resumen acerca de la prueba de hiptesis, mecanismo en el cual se
basa el algoritmo a ser implementado.

2.1. MARCO TERICO

2.1.1. ANORMALIDADES EN LA OPERACIN DE LOS SISTEMAS ELCTRICOS

DE POTENCIA. [6], [7]

Los eventos de falla y perturbaciones que se pueden dar en el sistema elctrico de

potencia deben ser detectados y suprimidos por el sistema de protecciones del
mismo, para evitar el mal funcionamiento o fallas en cascada.

2.1.1.1. Tipos de falla en los Sistemas Elctricos de Potencia

Fallas Primarias: Son las que se originan en las lneas de transmisin a causa de
descargas atmosfricas, ruptura de conductores, o contacto entre conductores. stas
 6

tambin se originan por fallas en los transformadores de potencia o fallas en las

mquinas sincrnicas debido al deterioro, contacto accidental o por sobrecarga de
las mismas.

Fallas Secundarias: stas ocurren debido al mal accionar del sistema de proteccin,
generalmente a causa de una mala calibracin, un mal ajuste, error en el diseo, falla
en la conexin de los equipos o por disparos indeseados ocasionados por errores
operacionales.

Los elementos del SEP tienen diferentes tasas de frecuencia de falla durante su
operacin, tal como lo indica la Figura 2.1:

Figura 2.1-Tasa de frecuencia de fallas en diferentes elementos del SEP. [8]

Las fallas en el sistema elctrico de potencia son clasificadas segn la rapidez del
transitorio provocado en el evento de falla, se clasifica en cuatro tipos, tal como lo
indica la Figura 2.2:
 7

Figura 2.2- Tiempo de duracin de los transitorios. [9]

Los eventos de falla ms frecuentes en el sistema de transmisin son los

cortocircuitos. Se denomina cortocircuito a cualquier evento que interfiere con el flujo
normal de corriente, se producen por deterioro o flameo de los elementos aisladores,
prdida de las propiedades aislantes del medio (envejecimiento, calentamiento,
contaminacin, etc), sobrevoltajes o por diversos efectos mecnicos (roturas,
deformaciones, desplazamiento, etc). [10]

En las lneas de transmisin los cortocircuitos se producen con mayor frecuencia,

debido al deterioro o por la contaminacin de la cadena de aisladores, ruptura o
movimiento de los conductores debido a la accin del viento, o por el contacto
accidental de los conductores con objetos extraos o entre conductores, etc.

Los cortocircuitos se clasifican en varias categoras; dependen del nmero de fases

implicadas en la falla y a la existencia o no de una conexin a tierra. Las
contingencias consideradas son cortocircuitos de diferentes tipos y estos son:

Falla trifsica (tres fases).

Falla bifsica (fase fase).
Falla bifsica tierra (fase fase tierra).
 8

Falla monofsica (fase tierra).

En un sistema elctrico, las fallas monofsicas son ms frecuentes (80%), seguidas

de las fallas bifsicas (15%) y por ltimo las fallas trifsicas (5%). [11]

La falla trifsica a pesar de ser una falla no muy comn, es la que generalmente se
considera al realizar los estudios de cortocircuito debido a que representa la situacin
ms desfavorable, generalmente, la de mayor intensidad de corriente de falla.

2.1.2. ESTUDIO DE ESTABILIDAD EN LOS SISTEMAS ELCTRICOS DE

POTENCIA. [7], [12]

La estabilidad del sistema elctrico de potencia se basa en el estudio del

comportamiento de las mquinas sincrnicas despus de haber sido sometidas a
algn tipo de perturbacin. Si la perturbacin involucra cambios en el flujo de
potencia, como el desbalance entre de la potencia generada y la carga, es necesario
un nuevo estado de operacin. En el caso que no exista desbalance en el flujo de
potencia, las mquinas sincrnicas retornan a su estado original de operacin. En
cualquier caso todas las mquinas sincrnicas interconectadas deben permanecer
en sincronismo y operar en paralelo para tener una operacin satisfactoria.

Un sistema elctrico de potencia puede ser estable para un disturbio e inestable para
otros. El transitorio resultante de una perturbacin del sistema es de naturaleza
oscilatoria, que para sistemas estables estas oscilaciones son amortiguadas y llevan
al sistema a una nueva condicin de operacin y de equilibrio.

La respuesta del sistema elctrico de potencia ante un disturbio puede involucrar la

accin de varios equipos. Para una falla sobre un elemento crtico, la operacin del
sistema de proteccin causar cambios en los flujos de potencia, voltajes de las
barras y velocidades del rotor de las mquinas sincrnicas. Los dispositivos
utilizados en la proteccin deben responder a los cambios del sistema y aislar el
equipo implicado en la falla, lo que posiblemente podra llevar a la inestabilidad del
sistema elctrico.
 9

Si el sistema elctrico de potencia pierde su estabilidad, el resultado sera una

aceleracin o desaceleracin del rotor de las mquinas sincrnicas, lo cual provoca
un progresivo incremento en la separacin angular de los rotores, o en una posible
disminucin de valor de la magnitud de los voltajes de las barras del SEP.

La inestabilidad del sistema elctrico de potencia tambin puede ocurrir por el

colapso de voltaje. Lo anteriormente mencionado ha llevado a la necesidad de
establecer criterios de clasificacin de estabilidad de los sistemas elctricos de
potencia.

La Figura 2.3 brinda un mejor panorama del estudio de problemas de estabilidad en

los sistemas elctricos de potencia.

El estudio de los problemas de estabilidad, permite identificar o detectar los factores

que llevan al sistema a la inestabilidad, y poder formular mtodos que permitan
mejorar la operacin del SEP.

En este trabajo se estudia ms a fondo la estabilidad de ngulo del rotor de las

mquinas sincrnicas de un SEP, debido a que el inters se centra en el estudio del
sincronismo de los generadores despus de haber sido sometidos a un disturbio.
 10

Figura 2.3- Clasificacin de los estudios de estabilidad. [7]

 11

2.1.3. ESTABILIDAD DE NGULO DEL ROTOR [7]

El estudio de la estabilidad del ngulo del rotor comprende la capacidad que tienen
los generadores de un sistema elctrico de potencia de permanecer en sincronismo
una vez que el sistema haya sido sometido a algn tipo de perturbacin,
manteniendo o restaurando el equilibrio del torque electromagntico con el torque
mecnico de cada mquina sincrnica. La inestabilidad de ngulo de rotor provoca
un aumento de las oscilaciones angulares que conlleva a la prdida del sincronismo
del generador con los otros generadores del SEP.

Una caracterstica importante de la estabilidad angular del SEP es la relacin entre la

potencia de salida y la separacin angular de los rotores de los generadores, la
variacin de la potencia de transferencia provoca el cambio de la velocidad de los
rotores de los generadores del sistema elctrico.

Dependiendo de la relacin ngulo-potencia, la diferencia angular hace que se

transfiera parte de la carga del generador lento al generador ms rpido. Lo cual
reduce la diferencia de velocidad y por lo tanto la separacin angular. Un aumento en
la separacin angular provoca una disminucin de la potencia de transferencia,
dando como resultado que la separacin angular se incrementa an ms. Cuando un
sistema elctrico de potencia no puede absorber la energa cintica de las
diferencias de las velocidades de los rotores, el resultado es la inestabilidad.

El estudio de estabilidad del ngulo de rotor se clasifica en:

Estabilidad Transitoria.
Estabilidad de pequea seal.

2.1.3.1. Estabilidad transitoria.

Es la capacidad del sistema elctrico de potencia de permanecer en sincronismo

despus de que ocurra un gran disturbio transitorio. El sistema elctrico de potencia
es influenciado por la relacin no lineal potencia-ngulo que depende del estado
inicial y de la severidad de la perturbacin.
 12

Los perodos de estudio de estabilidad angular transitoria por lo general van de 3 a 5

segundos despus del disturbio, y en ocasiones se extiende de 10 a 20 segundos
para sistemas muy grandes. La prdida del sincronismo ser evidente generalmente
en el plazo de de 2 a 3 segundos ocurrido la perturbacin inicial.

2.1.3.2. Estabilidad de pequea seal.

Es la capacidad del sistema elctrico de potencia de permanecer en sincronismo

ante la presencia de pequeos disturbios que ocurren debido a pequeas variaciones
en las cargas o en la generacin, las cuales resultan en pequeos cambios en la
relacin angular, velocidad y potencia de los generadores del sistema elctrico de
potencia.

El estudio de estabilidad depende de la operacin inicial del sistema. Ante mnimas

perturbaciones se hace posible la linealizacin y representacin del sistema elctrico
a travs de ecuaciones diferenciales-algebraicas; el tiempo de anlisis aborda entre
los 10 a 20 segundos despus de haber ocurrido la perturbacin.

Las oscilaciones que aparecen en el sistema elctrico de potencia se deben al efecto

de la atenuacin de los devanados de amortiguamiento de los generadores, estos
devanados amortiguan limitadamente las oscilaciones.

Los devanados de amortiguacin no resuelven el problema de las oscilaciones de

pequea seal, ya que su efecto amortiguador entre reas es mnima por la
presencia de la impedancia externa del resto del sistema y por la impedancia del
estator; estas impedancias provocan que las oscilaciones no puedan ser
completamente amortiguadas.

Para solucionar estos inconvenientes, se hace necesario el uso de controles

automticos, que proporcionan amortiguamiento negativo para atenuar las
oscilaciones que provocan variaciones en la potencia de carga o de generacin.
 13

2.1.4. MODELO MATEMTICO DE LOS ELEMENTOS DEL SEP PARA EL

ESTUDIO DE LA DINMICA DE OSCILACIN. [12], [2], [7]

2.1.4.1. Generador Sincrnico.

Su funcin principal es la conversin de energa mecnica en energa elctrica,

obteniendo en sus terminales un valor de voltaje a una frecuencia determinada
manteniendo constante la velocidad del rotor. Para lo cual, el generador es
conectado a una turbina para regular el flujo de energa mecnica de entrada y
mantener constante la velocidad de rotacin del eje.

Para realizar el anlisis de estabilidad de sistemas elctricos de potencia, es

conveniente referirse a la posicin del rotor del generador con respecto a una
referencia sincrnica, se define al ngulo del rotor ! como el ngulo entre el eje de
cuadratura del generador y la referencia sincrnica:

! = "# $ %& ' (2.1)

donde:

"# : Posicin del rotor con respecto a una referencia fija.

%& : Velocidad sincrnica.

Comportamiento Mecnico

Las ecuaciones que describen el comportamiento mecnico establecen algunas

presunciones:

1) La potencia mecnica del eje del generador permanece constante,

2) Se desprecian las prdidas rotacionales

3) La desviacin de la velocidad del rotor es pequea en comparacin con la

velocidad sincrnica.
 14

Asumiendo esas presunciones, la ecuacin diferencial que describe el movimiento

relativo del eje del rotor respecto de los ejes del campo magntico rotatorio queda
expresada por:

()*+ ", .*' + - = /0 = /, $ /122 2[34] (2.2)

donde:

(: Momento de inercia. [kg.m].

", : Desplazamiento angular del rotor. [rad]

': Tiempo [s]

/0 : Torque de aceleracin [N-m]

/, : Torque mecnico entregado por la fuente de energa primaria menos el torque de

retardo debido a las prdidas rotacionales, [N-m]

/1 2: Torque elctrico. [N-m]

Un sistema en estado estable cumple con /, $ /1 = 5, lo cual representa que el

generador trabaja a velocidad sincrnica.

", se mide con respecto al eje estacionario sobre el estator, es ms conveniente

medir la posicin angular del rotor con respecto al eje de referencia que rota a la
velocidad sincrnica, por lo tanto:

", = %&, ' 6 !, 22[78*], (2.3)

donde:

%&, : Velocidad sincrnica del generador.

!, : Desplazamiento angular del rotor medido desde el eje de referencia que rota a
velocidad sincrnica.
 15

Aplicando la primera y segunda derivando a la ecuacin (2.3) respecto al tiempo ', se

obtiene:

*", .*' = %&, 6 *! .*' 22[rad9s] (2.4)

*", .*' = *! .*' 22[rad9s] (2.5)

donde:

*! .*': Desviacin de la velocidad del rotor respecto a la velocidad sincrnica.

*! .*': Variacin de la velocidad del rotor.

Las ecuaciones diferenciales de primer orden (2.4) y (2.5) al sustituirlas en la

ecuacin (2.2), y usando la expresin *", .*' = %, , se obtiene:

(%, )* + !, .*' + - = ;, $ ;1 = ;0 2[<] (2.6)

donde:

;, : Potencia de entrada o primaria.

;1 : Potencia elctrica formada en el entrehierro.

P> : Potencia de aceleracin, resultado del desbalance entre ;, 22y2;1 .

En los parmetros de los generadores se encuentra el valor de una constante que

relaciona la inercia del generador, esta se llama constante de inercia ? y se define
por:

?= = + 2(S %&, + VT,0U 2[WS XS ]

@A1#B02CDAEDC020F,0C1A0G0202H1FICDG0G2&DAC#ADC02[JK] R
L0M0CDG0G2G1F2N1A1#0GI#2[JOQ]
(2.7)

Y realizando el reemplazo en la ecuacin (2.6), se obtiene:

)Y? .%& -) * + ! .*' + - = ;, $ ;1 = ;0 2[WS XS ] (2.8)

 16

Donde la ecuacin (2.8), es la ecuacin fundamental de la dinmica rotacional, la

cual representa la ecuacin de oscilacin del generador. Esta ecuacin diferencial de
segundo orden se puede escribir en dos ecuaciones diferenciales de primer orden:

)Y? .%& - )*%.*'- = ;, $ ;1 2[WS XS ]22 (2.9)

*! .*' = % $ %& (2.10)

Comportamiento Elctrico

Para cambios rpidos de las condiciones externas de los generadores sincrnicos,

las relaciones de rgimen permanente no son vlidas ya que los enlaces de flujo no
varan instantneamente, esto hace que sea necesario el uso de ecuaciones
diferenciales que describan este comportamiento. Para el caso de los generadores
sincrnicos de polos salientes, son analizadas en componentes de eje directo * y en
eje de cuadrantura Z, las ecuaciones que expresan el efecto transitorio en los ejes
directo y de cuadratura son:

Modelo de efecto transitorio en eje de cuadratura:

*\U ^.*' = )_./^GI -`$\Ub $ )cG $ cG ^-2eG 6 \fG g (2.11)

Modelo de efecto transitorio en eje directo

*\G ^.*' = )_./^UI - `$\Gb $ `cU $ cU ^geU g (2.12)

donde:

/^GI : Constante de Tiempo asociada al eje directo

/^UI : Constante de Tiempo asociada al eje de cuadratura

\Ub : Voltaje transitorio interno de eje de cuadratura del generador

\Gb : Voltaje transitorio interno de eje directo de generador

 17

cU : Reactancia sincrnica de eje de cuadratura

cUb : Reactancia transitoria de eje de cuadratura

cG : Reactancia sincrnica de eje directo

cG ^ : Reactancia transitoria de eje directo

eU : Corriente de armadura de eje de cuadratura

eG : Corriente de armadura de eje directo

\fG : Voltaje del devanado de campo del generador sincrnico.

2.1.4.2. Sistema de Control de Generadores Sincrnicos. [2], [7]

Sistema de Excitacin

Figura 2.4- Representacin de un sistema de excitacin. [7]

El sistema de excitacin provee de corriente al devanado de campo para obtener un

voltaje constante en las terminales del generador. El sistema de excitacin responde
ante algn cambio del valor de voltaje de las terminales del generador, logra
mantener al voltaje terminal en el valor preestablecido de operacin y as mantener la
estabilidad del sistema. La Figura 2.4 detalla el esquema del sistema de excitacin.
 18

La ecuacin diferencial de voltaje del devanado de campo para el rgimen transitorio

es la siguiente:

*\fG ^.*' = )_./Q - h$\fG b 6 iQ `j#1f $ jE 6 jk gl (2.13)

donde:

\fG : Voltaje del devanado de campo del generador sincrnico.

/Q : Constante del control de tiempo.

iQ : Controlador de Ganancia.

j#1f : Voltaje de referencia del generador sincrnico.

jE : Voltaje de la terminal del generador sincrnico.

jk : Voltaje de salida del estabilizador de potencia que sirve como seal de entrada a
la excitatriz.

Regulador de Velocidad

En las centrales de generacin es posible mantener el torque mecnico a un valor

constante mediante el control de flujo de la energa primaria, pero la carga es
dinmica y en todo instante origina desequilibrios entre torques. Frente esto, es
necesaria la inyeccin controlada de energa primaria utilizada para realizar el
proceso de generacin de energa elctrica. Las seales que indican el desequilibrio
de torques del sistema son la velocidad del rotor y frecuencia del generador. Estas
seales permiten configurar al regulador de velocidad sobre la potencia mecnica de
entrada.

La Figura 2.5 representa al sistema de regulacin de velocidad para lo cual se

describe la ecuacin de la potencia de la turbina para el rgimen transitorio, es la
siguiente:
 19

*;, ^.*' = _./mn h$;, b 6 %#1f )_ $ o-l (2.14)

donde:

;, : Potencia de la turbina del generador sincrnico.

%#1f : Velocidad sincrnica de referencia.

/mn : Constante de tiempo del gobernador.

o: Velocidad angular de la mquina sincrnica.

Figura 2.5 Representacin de un regulador de velocidad. [7]

Estabilizador de Potencia (PSS)

El PSS aade amortiguacin a las oscilaciones del rotor a travs del sistema de
excitacin del generador, extiende los rangos de estabilidad y mejora la operacin
del SEP. Cuando el SEP trabaja en los lmites de estabilidad, existe una mayor
probabilidad de oscilaciones electromecnicas en un rango entre 0,1 y 2,5 Hz, las
cuales limitan la capacidad de las L/T produciendo perdida del sincronismo del SEP.

El PSS mide las seales de estado dinmico y modula la diferencia del voltaje de
referencia con el voltaje del AVR, con la finalidad de producir torque de
amortiguamiento que este en fase con la velocidad de referencia y as compensar el
 20

desfase existente entre el generador, sistema de excitacin y la carga. La Figura 2.6

es una representacin del PSS.

Figura 2.6- Representacin de un PSS. [7]

Las ecuaciones de la dinmica del PSS para el rgimen transitorio son las siguientes:

*j, ^.*' = $ j, ^./p 6 `)i&E0q .Y?- );, $ ;N -g (2.15)

*jk ^.*' = $ j& ^./+ 6 j, ^./+ $ /R ./p /+ t j,b 6 `i&E0q t /R .Y? t /+ );, $ ;N -g (2.16)

donde:

j, : Seal de filtro pasa alto, el cual permite que el PSS responda solo a cambios
oscilatorios de la velocidad, adems de filtrar componentes continuas y no
peridicas.

/u : Constante de tiempo.

i&E0q : Constante de amplificacin del estabilizador, determina la cantidad de

amortiguamiento que entrega el PSS.

v: Constante de inercia de la mquina sincrnica.

Pw : Potencia mecnica de entrada.

 21

Px : Potencia generada.

zR 2{2z+ : Constantes de tiempo para la compensacin de fase.

j| : Voltaje de salida del PSS, el cual provee la compensacin de fase, el cual sirve
para compensar el atraso de fase entre la entrada de la excitatriz y el torque elctrico
del generador.

2.1.4.3. Variables algebraicas que representan al SEP.

Son las variables que permiten estudiar la interconexin del generador con el resto
de la red elctrica. Para lo cual se establecen las ecuaciones algebraicas de interface
entre generador-red y las ecuaciones algebraicas de la red de transmisin y
caractersticas de las barras del sistema, tales como las ecuaciones de voltaje y
corriente de los ejes directo y de cuadratura y las ecuaciones de potencia activa y
reactiva de cada barra del SEP. Esas ecuaciones son:

jG = jD s}~)!D $ "D - (2.17)

jU = jD s)!D $ "D - (2.18)

eG = )_.G b -2 `\U $ jD s)!D $ "D -g (2.19)

eU = _.U b )$\G 6 jD s}~)!D $ "D -- (2.20)

;D = AR D jD j `s) "D 6 ! $ !D -g (2.21)

D = $ AR D jD j s}~)"D 6 ! $ !D - (2.22)

donde:

jG 2{2jU 2: Voltaje de eje directo y eje de cuadrantura respectivamente.

eG 2{2eU : Corriente del eje directo y del eje de cuadrantura respectivamente.

jD : Voltaje de la barra .
 22

!D : ngulo de la barra .

"D : ngulo de la impedancia entre la barra y la barra .

D : Componente de la matriz de admitancias del sistema elctrico entre la barra

y la barra .

;D : Potencia activa de la barra .

D : Potencia reactiva de la barra .

2.1.5. MODELO DINMICO DEL SISTEMA ELCTRICO DE POTENCIA. [7], [13]

Figura 2.7- Estructura del modelo completo del SEP para anlisis oscilatorio.

La Figura 2.7 detalla la representacin general de la estructura del modelo del SEP
para un anlisis de estabilidad. El sistema es un modelo de uno o un conjunto de
dispositivos que permite realizar un anlisis cuantitativo para hallar las respuestas a
las diferentes seales de entrada y un anlisis cualitativo que permite analizar la
estabilidad del sistema. El SEP tiene un comportamiento no lineal que opera
 23

dependiendo de la configuracin del sistema y de su operacin, por ejemplo,

cambios en la carga, salida de generadores, presencia de disturbios o cambios en
los parmetros de operacin.

La representacin del sistema incluye modelos para los siguientes componentes:

Generadores sincrnicos y su sistema control.

Sistema de transmisin que interconecta al conjunto de generadores y dems
elementos del sistema incluyendo a las cargas estticas.

El modelo no lineal del sistema consiste de un gran grupo de ecuaciones

diferenciales ordinarias y de ecuaciones algebraicas.

2.1.5.1. Estado y Ecuacin de Estado.

El estado de un sistema, es el conjunto de variables llamadas variables de estado,

las cuales contienen la suficiente informacin de los antecedentes del sistema y que
permiten calcular los estados futuros. Las ecuaciones de estado son constituidas por
un conjunto de ecuaciones diferenciales de primer orden que describen el
comportamiento del sistema. La dimensin del sistema es definida por el nmero de
variables de estado.

La representacin del SEP, se la hace mediante un conjunto de ecuaciones

diferenciales ordinarias de primer orden, as:

= ) X- (2.23)

Donde el vector de estado , contiene las variables del estado de los generadores,
generalmente ngulos de las mquinas sincrnicas, velocidad angular, voltaje interno
del eje de cuadrantura y eje directo, voltaje del devanado de campo, etc. Las
variables algebraicas de entrada, estn contenidas por el vector X, que generalmente
son las magnitudes de ngulos y voltajes de las barras del SEP.
 24

Las variables de salida se pueden expresar en trminos de las variables de estado y

de las variables algebraicas de entrada, tienen en la siguiente forma:

y = ) X- (2.24)

La estabilidad del SEP puede ser estudiada mediante la linealizacin del sistema de
ecuaciones diferenciales no lineales alrededor de un punto de equilibrio. Para la
linealizacin de la ecuacin usamos las expresiones que representa al vector de
variables de estado inicial y X es el vector de variables de entrada inicial medidos en
el punto de equilibrio del cual se est analizando la operacin del sistema. Para una
operacin en equilibrio, se tiene:

= ) 2 X - = 5 (2.25)

Cuando el sistema es sometido a un disturbio, se obtiene:

= 6

X = X 6 (2.26)

De ah la necesidad de determinar un nuevo estado para satisfacer a la ecuacin

(2.23):

= 6 = [) 6 - )X 6 -] ( 2.27)

Las funciones no lineales ) X- se pueden representar en expansin de series de

Taylor. Despreciando los trminos que involucran potencias de segundo y orden
superior de y X. El resultado es un sistema lineal cuya solucin es una
combinacin lineal de las funciones exponenciales complejas, el mismo resultado se
aplica para el sistema diferencial algebraico, se obtiene:

= 2 6 2X = ) X- (2.28)

y = C Dx + D Du = g ( x, u) (2.29)
 25

Las matrices 2{2 son derivadas parciales de las funciones 2{2 g respecto a
las variables 2{2X evaluadas en el punto de equilibrio 2para este proyecto el punto
de equilibrio es el estado estable de post-falla del sistema.

Para determinar las matrices 2{2, se procede de la siguiente manera:

f f f f

= =

f f f f

n n n n
(2.30)

= =

n n n n

donde:

: Vector de estado de dimensin .

{: Vector de salida de dimensin W.

X: Vector de entrada de dimensin 7.

: Matriz de estado o de planta, de tamao .

: Matriz de entrada o de control, de tamao 7.

: Matriz de salida, de tamao 4 .

: Matriz con la relacin entre la entrada y salida del sistema, tamao 4 7.

La matriz D incluye el Jacobiano del flujo de potencia (fM , ya que la funcin ) X-

contiene las ecuaciones del flujo del sistema entre otras.

Cuando (fM es singular, la matriz D no tiene inversa e impide la linealizacin del

sistema, por lo cual la determinacin de un valor propio con un valor de cero o
cercano a cero en (fM se puede utilizar para determinar la inestabilidad del sistema.
 26

Por otro lado (fM puede ser invertible y an as puede existir inestabilidad en el
sistema elctrico. [13]

R R

XR X#
=
, ,

XR X#

Bajo el supuesto de que la matriz D es invertible y despejando correctamente las

ecuaciones 29 y 30, se obtiene:

= ) $ R -S = (k S (2.31)

Para las desviaciones en estado discreto, se tiene:

[] = )'- (2.32)
donde:

': es el intervalo de tiempo de muestreo en segundos y = _ Y S

Las desviaciones se rigen por la ecuacin de estado en tiempo discreto, la siguiente

expresin permite el estudio de la linealizacin del sistema a un punto de equilibrio
de operacin:

[ 6 _] = [] (2.33)

donde:

= )K E- . (2.34)

Cuando 2 = 25, el cual corresponde al primer estado despus del despeje de fallas.

Adems, se observa que el vector de estado en el tiempo ', est dado por

[] = [] 6 M (2.35)
 27

2.1.6. DETECCIN O PRUEBA DE HIPTESIS. [14], [15]

Un parmetro puede ser estimado a partir de un dato o un conjunto de datos. En

muchos casos, el propsito de una investigacin no se encuentra en estimar un valor
determinado, sino ms bien elegir entre posibles opciones cual es la correcta para
algn estudio en particular, esto se consigue mediante una inferencia estadstica
llamada prueba de hiptesis.

2.1.6.1. Estudio de Probabilidades

La probabilidad es la medida de la certeza que ocurra un evento, cuyo resultado se

desconoce y existe incertidumbre en cualquier situacin de los posibles sucesos.

El estudio de la probabilidad permite establecer a cada evento un valor 2;)-,

denominado probabilidad del evento , esto corresponde a una medida del evento.
Todas las probabilidades deben cumplir:

;)- 5.
;)T- = _; donde S es el espacio muestral que contiene todos los posibles
resultados de un experimento.
Sea R 2+ , un conjunto de eventos excluyentes,

;)R 2 2 + 2 2 2 S - = ;)D -
DR

Probabilidad a priori

Se define como el grado de certeza de una probabilidad ;)- ante la falta de

informacin.

Probabilidad a posteriori

Conocida tambin como condicional ;)-, se define como el grado de certeza de

una proposicin tras observaciones asociadas a ella.
 28

El objetivo de una inferencia estadstica es usar cantidades conocidas que junto con
un modelo paramtrico se pueda hacer inferencias sobre las cantidades
desconocidas. Aplicando la definicin de probabilidad condicional (Teorema de
Bayes), se tiene:

;)D - = ;)D -;)D -.;)- , (2.36)

Donde 2;)D - es la probabilidad a priori, ;)D - es la probabilidad a posteriori, y

;)D - es la verosimilitud.

El objetivo consiste en determinar ;)D -, el teorema de Bayes parte de la situacin

en que se conoce las probabilidades de que ocurran D . Se aade un evento
cuya certeza de ocurrencia proporciona relevante informacin debido que las
probabilidades de que ocurra son distintas al evento D .

Ante la afirmacin de que ha ocurrido el evento , la ecuacin (2.36) indica cmo se

modifica la informacin de las probabilidades D .

2.1.6.2. Prueba de Hiptesis [14], [15]

La hiptesis es la aseveracin de un determinado fenmeno, que permite dar inicio al

proceso de la formulacin de cierto conocimiento. La caracterstica elemental de una
hiptesis es la formulacin de la proposicin, ya que debe ser comprobada para
transformarse en una proposicin verdadera. Para validar una hiptesis, se puede
recurrir a observaciones, teoras, hiptesis convalidadas, anlisis crticos
relacionados al tema en estudio. Una hiptesis se plantea en forma de afirmacin, y
es ah donde se necesita validar tal afirmacin con la finalidad de mantenerla,
alterarla o desecharla, dependiendo de la necesidad del tema en estudio.

La hiptesis nula (? ), es la que se considera como una proposicin verdadera al

inicio de la prueba. La hiptesis alternativa (?R ), es la proposicin contradictoria a la
hiptesis nula. En cualquier caso, una prueba de hiptesis considera la existencia de
 29

una o varias hiptesis, que con base a la informacin muestral se decidir cul
hiptesis es la correcta.

Una prueba de hiptesis es un mtodo que utiliza informacin muestral para decidir
si ? debe ser rechazada o no. Se podra probar con ? :2 = 4 contra ?R :2 4. Si
la informacin muestral sugiere fuertemente que es diferente de m, se deber
rechazar ? , caso contrario, ? no debe ser rechazada.

Figura 2.8- Distribucin de una variable dentro de una curva normal. [16]

Para realizar una prueba estadstica se observa la distribucin de datos bajo la

hiptesis nula, si observamos un valor inusual, por ejemplo uno que sea menor del
5% o mayor del 95% de probabilidad de que ocurra, entonces se rechaza la hiptesis
nula en favor de la alternativa. (El 5% de probabilidad se conoce como el nivel de
significacin de la prueba.) Si el valor no es inusual, no se rechaza la hiptesis nula,
como se aprecia en la Figura 2.8.

El procedimiento de la prueba, consiste en desarrollar una regla que basada en los

datos muestrales, se decide si rechazar o no a ? y cual de las hiptesis alternativas
se va a aceptar. Este procedimiento consta de dos parmetros:

1. Estadstico de prueba, es una funcin de la informacin muestral del cual se basa

la decisin de rechazar o no ? .

2. Regin de rechazo, es el conjunto de todos los valores estadsticos por los cuales
? ser rechazada.
 30

Para elegir la regin de rechazo se debe considerar los errores que se podran
presentar al determinar una conclusin. En el proceso de rechazar o aceptar una
hiptesis se pueden cometer dos posibles errores:

1. Error de Tipo I: rechazar ? cuando es correcta.

2. Error de Tipo II: aceptar ? cuando es incorrecta.

La probabilidad de cometer estos errores se representan por:

1. = probabilidad de rechazar ? (error de Tipo I).

2. = probabilidad de aceptar ? (error de Tipo II).

Habitualmente se fija el valor de y se denomina nivel de significacin ( = -,

mientras que _ $ se conoce como potencia de la prueba (_ $ = 5).

Por tanto tenemos las siguientes posibilidades:

a) Si se fijan y se podra calcular el tamao de muestra necesario.

b) Si se fijan y se podra determinar la potencia de la prueba.

La funcin de potencia se define como la probabilidad de rechazar la hiptesis nula

cuando la alternativa es verdadera, esta potencia depende del valor de la hiptesis
alternativa y del tamao de la muestra. Para realizar una correcta prueba estadstica
hay que tener en cuenta estos errores y tratar de reducirlos al mnimo.

2.2. ESTADO DEL ARTE Y FORMULACIN DEL PROBLEMA [4],

[17], [18]

En una topografa con una alta tasa de probabilidad de eventos de falla debido a
diversas condiciones de operacin, frecuentemente ocurren interrupciones
indeseadas del servicio de energa elctrica. Por tal motivo, es necesario el
desarrollo de mtodos rpidos y confiables para detectar estos eventos en las lneas
 31

de transmisin y as poder reducir los tiempos de indisposicin de la lnea o equipos

del SEP.

Para realizar un anlisis de eventos de fallas en el SEP, se utilizan diferentes

herramientas digitales o analgicas que brindan la informacin del sistema, las
principales son:

SOE (Sequence of Events), almacena las seales registradas por los sistemas
de control y proteccin.
SCADA, que presenta una base de datos que almacena los estados de cada
equipo que componen al SEP.
Registros oscilogrficos capturados por IEDs (Intelligent Electronic Device),
tales como los rels de proteccin numrica y los DFR (Digital Fault
Recorder).

Entre las tcnicas para el desarrollo de algoritmos tenemos:

Tcnicas basadas en la modelacin de la L/T a travs de ecuaciones

diferenciales.
Tcnicas basadas en el procesamiento de ondas viajeras producto de un
evento de falla.
Tcnicas que procesan las seales de voltaje y corriente de L/T.
Tcnicas que utilizan inteligencia artificial como redes neuronales artificiales y
redes neuronales hbridas.

2.2.1. ESTADO DEL ARTE

Se analizan algunos algoritmos que fueron desarrollados con el objetivo de detectar

fallas en lneas en el SEP. Los algoritmos presentan una aproximacin a la deteccin
de un evento de falla, con margen de error que es proporcional a varios factores que
dependen de la complejidad de la red, topologa, riesgos, etc.
 32

El algoritmo presentado en [19], es implementado en un rel digital de proteccin

para lograr estimar la distancia al punto de falla determinando el porcentaje de la
longitud de la lnea. El algoritmo asume que la fuente de energa se conecta a un
terminal de la lnea para tomar las seales de voltaje y corriente provenientes de los
transformadores de corriente y potencial y as calcular la relacin de la impedancia
de falla con la impedancia de lnea como una funcin del ngulo formado por la
impedancia de falla.

El algoritmo presentado en [20], considera el efecto de los extremos de la lnea sobre

la falla. Este algoritmo usa voltajes y corrientes de pre-falla para poder determinar
variaciones de stas magnitudes y as poder calcular la distancia al punto de falla en
funcin de esas variaciones.

El algoritmo presentado en [21], propone un mtodo iterativo, el cual modela el rea

de inters por medio de parmetros concentrados donde la impedancia y ubicacin
de la falla se desconocen. Las variables de entrada usadas en el modelo son los
voltajes obtenidos de los registros oscilogrficos ubicados en los extremos de la
lnea. Las corrientes se determinan en la salida del modelo y se comparan con las
mediciones de las corrientes reales. La ubicacin de la falla y la impedancia de falla
van variando sus valores de forma iterativa, hasta que la diferencia entre las
corrientes sea la mnima.

El algoritmo de deteccin de fallas en L/T presentado en [22], usa tcnicas basadas

en el procesamiento de ondas viajeras, estas tcnicas pueden identificar rasgos
distinguibles de los frentes de onda. Este algoritmo usa el primer frente de onda
generada por el colapso de voltaje en el punto de origen del evento de falla con la
finalidad de determinar si se encuentra dentro o fuera del rea de proteccin de la
red. Adems, propone el uso de tcnicas de anlisis de la componente principal de
las seales transitorias tanto de voltaje y de corriente. Las ondas viajeras generadas
por la presencia de un disturbio en una L/T se dividen en onda reflejada y en onda
transmitida, los frentes de onda viajera al propagarse presentan una alteracin en su
contorno al momento de atravesar una discontinuidad, esto provoca un cambio en el
 33

valor de la impedancia, este cambio del valor de la impedancia es detectada por el

algoritmo.

Existen algoritmos basados en tcnicas de inteligencia artificial, por ejemplo las

redes neuronales, las cuales implementan una tcnica que imitan al proceso de
aprendizaje del cerebro humano. A cada neurona pueden llegar miles de seales de
entrada, cada una con una fuerza diferente, en la cual se obtiene un nivel de
activacin de la neurona, la cual emite una seal de salida que es enviada a cada
neurona a la que est conectada. La red neuronal artificial (RNA) es un sistema
compuesto de elementos procesadores simples, conectados en paralelo y cuya
funcin es determinada por la estructura de la red, la fuerza de las conexiones y el
procesamiento de informacin de los elementos del SEP.

El algoritmo presentado en [23], utiliza seales de las componentes de secuencia de

corriente super-impuestas, estas seales se obtienen de la diferencia entre la
muestra de corriente de la operacin actual y la muestra de corriente de la operacin
del ciclo anterior. Las magnitudes de cada componente de secuencia son
comparadas con la magnitud de la misma componente de secuencia tomada un ciclo
antes, si existe una diferencia considerada, entonces se asume la existencia de una
anomala en el sistema. Este mtodo permite clasificar diferentes tipos de fallas y es
evaluado usando varias propiedades de fallas, obteniendo buenos resultados para
diferentes combinaciones de condiciones de fallas, como: tipo de falla, resistencia de
falla, localizacin de falla, direccin de flujo de potencia pre-falla y nivel de
cortocircuito del sistema.

El algoritmo presentado en [24], utiliza el sistema ANFIS (sistema adaptativo de

inferencia Neuro-Difusas) para localizar fallas en trminos de sus coordenadas
geomtricas y en las propiedades del tipo de falla. Con el uso de varios ANFIS en
serie y paralelo, se toman los valores RMS de corrientes trifsicas post-falla; las
salidas representan las coordenadas del punto de falla y un nmero en el rango de 0
y 10, los cuales representan el tipo de falla.
 34

El algoritmo presentado en [25], tambin implementa tcnicas neuro-difusas para

clasificar las fallas del sistema, esta tcnica se basa en el estudio de la relacin entre
las componentes simtricas de corriente de falla y de la corriente nominal para
obtener valores que determinen la existencia o no de la falla, y posteriormente
clasificarla.

El modelo desarrollado en [26], es un localizador del punto de falla monofsica en el

SEP, que a travs de tcnicas de inteligencia artificial RNA y ANFIS, las cuales
permiten estimar la localizacin del punto de falla para baja, media y alta impedancia.
Las seales que son analizadas son los fasores super-impuestos de corriente y
voltaje, los cuales se calculan mediante la diferencia de un ciclo completo de
corriente y voltaje en pre-falla y post-falla. Posteriormente a travs de un filtro de
Fourier se obtiene la magnitud y ngulo de los fasores del primer y tercer armnico
de las seales de voltaje y corriente, estos armnicos determinan la existencia del
evento de falla.

El anlisis de esta literatura permite conocer diferentes mtodos de deteccin de

fallas e implementar nuevos algoritmos, esto representa un gran reto que depende
de la complejidad, estructura y condiciones de la operacin del SEP.

Los algoritmos presentan variaciones uno de otros, como en la forma de aplicacin,

procesamiento de datos, requerimiento de informacin, etc. Todas estas variaciones
tienen como finalidad disminuir la complejidad de las ecuaciones en uso o simplificar
variables que estn presentes en esas ecuaciones. Los algoritmos basados en el
anlisis de ondas viajeras proporcionan una metodologa rpida para la deteccin y
la localizacin de la falla pero la propagacin de la onda viajera puede ser afectada
por los parmetros y la configuracin del SEP; adems presenta otras dificultades,
como en los casos de que las fallas ocurran cerca de las barras o para aquellas que
ocurren en el cruce por cero de la onda de voltaje; adicionalmente presentan
dificultades en las simulaciones debido a la alta complejidad.
 35

Los algoritmos que usan la medicin de las magnitudes de la componente

fundamental del voltaje y corriente en el terminal de la lnea, dependen de la
informacin disponible en los transformadores de medida, instalados en las
subestaciones; adems son fciles de implementar mediante simulacin, pero
susceptibles a fallas en la medicin. Los mtodos que usan informacin de ambos
extremos de la lnea de transmisin presentan resultados ms precisos, a pesar de
esto su utilizacin no es muy difundida debido a la transferencia de informacin a
largas distancias, adems de la sincronizacin de las seales en ambos extremos
por lo cual el proceso de adquisicin de datos es ms complejo.

La metodologa usada en cada algoritmo depende de muchos factores como la

estructura del SEP, las variables de anlisis, la tecnologa para su implementacin,
entre otras. El uso de diferentes tecnologas como rels de proteccin o inteligencia
artificial han sido la base para el desarrollo de varios algoritmos. Cronolgicamente
se puede apreciar como los algoritmos se vuelven ms complejos, todo esto
dependiendo del avance tecnolgico que ayude a cumplir con los objetivos de
proteccin al SEP. Si bien la deteccin de fallas es efectiva, el SEP afronta otros
problemas como son la supervisin y control en tiempo real de su operacin.

Para realizar la supervisin de la diferencia angular entre dos puntos del SEP se lo
puede realizar mediante el uso de estimadores de estado que calcula el valor
estimado del ngulo de los diferentes puntos. Debido a que el sistema tradicional de
medicin no permite realizar una supervisin del ngulo en los diferentes puntos del
SEP en tiempo real, el uso de nuevas tecnologas en medicin dispondran una
medicin en tiempo real de los fasores de voltaje y corriente de las barras del SEP y
con ello apreciar de forma grfica el ngulo mejorando la calidad de supervisin y
prevenir problemas de inestabilidad. [4]

Hoy en da muchos sistemas elctricos trabajan cerca de sus lmites operacionales,

por lo que un incremento en la diferencia angular entre dos puntos podra generar
problemas de inestabilidad. Los centros de control tratan de supervisar en tiempo
real los ngulos relativos de fase de todos los voltajes y corrientes de las barras del
 36

SEP, antes no era posible esa tarea debido a la falta de capacidad en el

procesamiento de informacin y ante la dificultad de la recoleccin, coordinacin y
sincronizacin de los datos sistema. Las nuevas tecnologas han dado un cambio a
esta situacin. Las Unidades de Medicin Fasorial conocidos como PMU (Phasor
Measurement Unit) que mediante tecnologa satelital pueden realizar tareas para la
supervisin, proteccin, anlisis y control del SEP en tiempo real. [3]

Cuando dos sistemas elctricos se interconectan existe el riesgo de que un problema

en la interconexin ocasione una prdida considerable de carga, de la misma
manera, si en una lnea de transmisin se produce un evento de falla se produce el
disparo de la lnea y se podra producir un incremento de la diferencia angular entre
los dos puntos de la lnea o de la interconexin, por esta razn es necesario instalar
sistemas de medicin que permitan calcular los ngulos de fase y con ello poder
realizar una supervisin en tiempo real del SEP. Los sincrofasores proporcionan
mediciones de las respuestas del SEP (como ngulos, frecuencia y voltajes de las
barras del SEP), esta nueva tecnologa abre un nuevo campo de investigacin para
el control y proteccin de sistemas elctricos frente a los sistemas tradicionales. [4]

Frente a las ventajas en el uso de unidades de medicin sincrofasorial, se ve la

necesidad de implementar un algoritmo que pueda ayudarse de este recurso para
detectar fallas en las lneas de transmisin. El algoritmo a implementar se abstrae a
una prueba de hiptesis, en el que los modelos dinmicos linealizados del SEP que
corresponden a las diferentes condiciones de falla deben ser distinguidos de las
mediciones realizadas a un evento de falla. El problema de deteccin se basa en
determinar que evento de falla ha ocurrido empleando datos de medicin de las
PMUs una vez que se ha despejado el evento de falla.

La PMUs son instalados en el sistema elctrico, estos datos se suponen que estn
disponibles en tiempo real, estas mediciones proporcionan datos sobre de los
transitorios producto del evento de falla, despus las seales de las PMUs se
almacenan en el Concentrador de Datos (PDC), tal como lo indica la Figura 2.9. [18]
 37

Figura 2.9- Red de Sincrofasores. [3]

Estimacin del ngulo de mquina mediante las mediciones fasoriales

2.2.1.1. Metodologas para determinar el ngulo de mquina ()

Para la implementacin del algoritmo es necesario realizar una correcta estimacin

del ngulo de rotor y de la velocidad del los generadores del sistema elctrico, ya
que la medicin fasorial nos entrega informacin de los fasores de voltaje y corriente
de las barras del sistema elctrico. Para implementar el algoritmo se necesita la
estimacin del ngulo de rotor y de la velocidad de la mquina la cual ser
comparada con las obtenidas en la linealizacin del sistema y la regla de deteccin
MAP ser la encargada de determinar que evento de falla ocurri.

Para realizar estudios de estabilidad y analizar los problemas relacionados con el

control de los niveles de voltaje y frecuencia de los sistemas elctricos, es
importante conocer los parmetros y variables de los generadores. Las medidas de
inters se encuentra el ngulo de mquina o de carga (!), la cual permite analizar la
 38

respuesta del generador ante condiciones transitorias y as determinar si el

generador pierde o no el sincronismo.

Entre las tcnicas ms importantes tenemos:

Determinacin del ! utilizando tcnicas estroboscpicas.

Esta tcnica permite determinar ! tomando como referencia un pulso entregado por
un sensor estroboscpico el cual indica el desplazamiento del rotor. Este pulso se lo
compara con una seal de cruce por cero proveniente del voltaje del terminal del
generador.

Determinacin de ! utilizando parmetros del generador

En [27] implementan una metodologa basadas en DSP (sigla en ingls de Digital

Signal Processor), el cual permite estimar el ngulo del rotor de los generadores del
sistema elctrico.

Para esta estimacin se hace necesario el uso de algunos parmetros del generador,
los cuales deben ser determinados previamente, entre los cuales tenemos:
reactancia del eje de cuadratura cU y la resistencia del estator . Adems se requiere
del valor del voltaje terminal , corriente de armadura e0 y los valores de potencia
activa ;, potencia reactiva y potencia aparente T.

Las siguientes ecuaciones muestran la relacin del ngulo de rotor respecto a las
variables mencionadas:

a~ ! = )e0 S cU S s $ e0 S S s}~ -.) 6 e0 S cU S s}~ 6 e0 S S s -

! = a~R )e0 S cU S ; $ e0 S S -.)S T 6 e0 S cU S 6 e0 S S ;-

Siendo el valor del ngulo de factor de potencia del generador.

Segn las normas de la IEEE, la aproximacin de una estimacin vlida del ngulo
de rotor es despreciando la resistencia del estator .
 39

Determinacin de ! utilizando Redes Neuronales

En algunos estudios se utilizan redes neuronales bsicas de funcin radial para

determinar ! y el flujo de potencia en eje directo. Estas estimaciones se las realiza
mediante las variaciones del torque mecnico y voltaje de campo. La ventaja del uso
de redes neuronales est en el entrenamiento del sistema elctrico para aplicaciones
en lnea.

En la referencia [28], desarrollan una tcnica para estimar en ngulo de rotor y

velocidad del generador, basados en la aplicacin de redes neuronales artificiales
usando mediciones fasoriales de voltaje y corriente en tiempo real.

En el desarrollo de este mtodo, se requiere el entrenamiento de dos redes, una que

realice la estimacin del ngulo de rotor y la otra para determinar la velocidad del
generador. Las variables de entrada de la primera red son los voltajes, corrientes y
ngulos medidos en ese mismo instante de tiempo y dos instantes antes.

La estructura de la red neuronal para determinar la velocidad del rotor es similar a la

primera red, que adicionalmente se utilizan tres entradas ms que son el valor
estimado de ! de la primera red.

La desventaja de este mtodo est en la necesidad de disponer de varios datos de

entrada de la red. As como el uso de un tiempo relativamente grande para el
entrenamiento de la red neuronal artificial.

En [29] se desarrolla un modelo tipo caja negra para la estimacin del ngulo del
rotor de un generador sincrnico, utilizando mediciones de voltaje y corriente en los
terminales. El modelo est basado en redes neuronales del tipo perceptrn multicapa
(MLP).

A partir de simulaciones en el dominio del tiempo de un sistema de potencia bsico,

se obtienen los registros de voltaje y corriente, los cuales se utilizan como base de
datos para entrenar y validar la red neuronal propuesta para la estimacin del ngulo
 40

del rotor. Se encuentra que el modelo basado en redes neuronales se adapta muy
bien al modelo clsico del generador, mostrando un error cuadrtico medio inferior a
_ _5R .

Para los casos en los cuales no se conocen los parmetros del generador o no se
tiene bien definida la estructura del modelo de la mquina, se puede recurrir al
modelado tipo caja negra, que slo considera la relacin entre un conjunto de datos
de entrada y salida de un sistema. Para monitorear y controlar la estabilidad
transitoria en tiempo real, el ngulo del rotor y la velocidad de los generadores
sincrnicos son las cantidades ms importantes a medir. Si estas cantidades pueden
ser medidas con suficiente rapidez y exactitud se utilizan para el monitoreo de
prdida de sincronismo en tiempo real y para disear esquemas automticos de
estabilizacin de lazo cerrado.

Las redes neuronales artificiales (ANN, Artificial neural networks), son caracterizadas
por su arquitectura, algoritmos de entrenamiento o aprendizaje y funciones de
activacin. La arquitectura describe bsicamente las conexiones entre las neuronas y
consiste en una capa de entrada, una capa de salida y generalmente, una o varias
capas ocultas entre stas. La funcin de activacin relaciona la salida de una
neurona ante sus entradas, a partir del nivel de actividad de cada una de las
entradas de la neurona.

Como entradas de la red neuronal se seleccionaron el voltaje, la corriente y el ngulo

de voltaje y de la corriente, medidos en los terminales de la mquina en los instantes
' ' $ _2{2' $ Y. La salida del modelo basado en la red neuronal consiste en una
neurona que representa el ngulo del rotor para un punto de operacin especfico.
En total, se seleccionaron 12 entradas para obtener una salida que corresponde al
ngulo del rotor.

El nmero de neuronas en la capa oculta se determin experimentalmente de

acuerdo al estudio del comportamiento de la red durante el proceso de
 41

entrenamiento, teniendo en cuenta algunos factores como la velocidad de

convergencia y el criterio de error, entre los ms importantes.

Este modelo es fcilmente expandible y aplicable a sistemas reales considerando

que se cuenta con las medidas que se requieren como entrada y tambin por el alto
desempeo obtenido en el seguimiento de ngulo del rotor. Con la metodologa
propuesta, se presenta una alternativa sencilla para la estimacin del ngulo del rotor
empleando slo las medidas fasoriales de voltaje y corriente en los terminales de la
mquina. As, se propone una metodologa viable para la implementacin de la red
neuronal entrenada con datos de simulacin y basada en modelos ms elaborados
del generador sincrnico.

Figura 2.10- Respuestas del ngulo del rotor y frecuencia de un generador en particular a un
evento de falla. [18]

La Figura 2.10, permite observar las respuestas de dos estados dinmicos del SEP
(el ngulo del rotor y la frecuencia de un generador) ante un evento de falla. Las
partes verdes del grfico indican una operacin de pre-falla. En cierto instante de
tiempo, se produce un evento de falla (en este caso una falla trifsica), haciendo que
los estados del sistema divergen, tal como se observa por la parte de color rojo de
las curvas. Despus del despeje de falla, correspondiente a las curvas azules, los
 42

estados del sistema oscilan por un tiempo, hasta llegar a un nuevo estado de
equilibrio. Para el esquema de deteccin, se toman mediciones de las PMUs
correspondientes a las trayectorias posteriores al despeje de la falla para estimar la
hiptesis ms probable.

2.2.2. FORMULACIN DEL PROBLEMA [18]

En el presente proyecto se considera un sistema elctrico que est sujeto a una serie
de eventos de falla en las lneas de transmisin, por ejemplo, contacto de las lneas
con objetos extraos o entre conductores, fallas en los equipos de proteccin,
condiciones climatolgicas que provocan averas en las torres de transmisin, entre
otros. Para el propsito de este estudio, la topologa nominal del sistema, incluyendo
los parmetros de los generadores, las impedancias de lnea, etc. son conocidas, as
como el estado estacionario del sistema en condiciones nominales. Adems, se
puede establecer una lista completa de posibles eventos de falla de lnea, y sus
respectivas caractersticas de estado estable post-falla a travs de un anlisis de
contingencia.

La atencin est en la localizar los eventos de falla que pueden llegar a

desestabilizar al SEP, debido a que los operadores cumplen condiciones de
seguridad y de operacin N-1 que es razonable en la mayora de los casos.

La deteccin consiste en determinar que evento de falla se ha producido, empleando

datos de medicin sincrofasorial una vez despejada la falla, las cuales son
proporcionadas por las PMUs. Matemticamente el problema de deteccin se basa
en determinar el vector de medicin de las PMUs y en modelar al SEP como un
modelo lineal de la dinmica de oscilacin para cada posible evento de falla.

Para realizar la deteccin, se desarrolla un detector de mxima probabilidad a

posteriori (MAP). El anlisis del detector MAP muestra que el evento de falla se
puede identificar mediante la comparacin de los datos medidos de las PMUs con
las respectivas respuestas pronosticadas por el modelo del sistema para cada evento
de falla.
 43

La estructura del algoritmo para la deteccin de Fallas se compone de la siguiente

manera:

2.2.2.1. Planteamiento de las hiptesis

Se consideran n hiptesis, que cada una indica un posible evento de falla. La

hiptesis ?D indica un evento de falla en una lnea de transmisin de la red elctrica,
cada hiptesis tiene una probabilidad a priori WD donde ADR WD = _.

2.2.2.2. Modelacin del Sistema Elctrico de potencia [7], [29], [30]

Figura 2.11- Esquema de las ecuaciones que representan la dinmica del sistema elctrico.
[30]

Matemticamente para cada evento de falla (hiptesis ?D ), la dinmica del sistema

elctrico se pueden modelar como un conjunto de ecuaciones algebraicas de
entrada, como las ecuaciones (2.17), (2.18), (2.19), (2.20), (2,21) y (2.22) que
describen la relacin del generador con el sistema y entre los diferentes elementos
del SEP.

Adems el sistema se modela con ecuaciones diferenciales no lineales, como las

ecuaciones (2.9), (2.10), (2.11), (2.12), (2.13), (2.14), (2.15), y (2.16) que describen el
comportamiento dinmico del sistema. Todo este conjunto de ecuaciones se utilizan
 44

para llegar a modelar al sistema como las ecuaciones (2.23) y (2.24), como se
observa en el esquema de la Figura 11.

Se utilizar )D- )'- para representar al vector de las variables de estado dinmico de
la hiptesis ?D las cuales incluyen el ngulo del rotor del generador )!-, velocidad del
generador )%-, fuerza electromotriz de los ejes d-q (\G 2{2\U ), fuerza electromotriz del
sistema de excitacin (\fG ), dinmica del regulador de velocidad, dinmica del
estabilizador de potencia (PSS). El vector X)D- abarca las variables algebraicas de
entrada del sistema como los voltajes y ngulos de las barras del SEP bajo la
hiptesis de estudio ?D .

El modelo dinmico no lineal de oscilacin del SEP es preciso, pero es inconveniente

usarlo directamente en la deteccin de fallas debido a la carga computacional
asociado con el modelo de simulacin y por la dificultad del desarrollo de una regla
de deteccin. Para resolver ese inconveniente, se usa una aproximacin lineal para
el conjunto de ecuaciones algebraicas diferenciales no lineales.

Las ecuaciones (2.23) y (2.24) son linealizadas alrededor de los estados estable de
post-falla M)D- (especificado por la hiptesis de estudio ?D ), es decir modelo lineal
reducido queda como la ecuacin (2.31).

La PMU contiene la informacin de las variables dinmicas necesarias para poder

realizar un seguimiento de la dinmica lineal de la ecuacin (2.31) a tiempos de
muestreo discretos. Las mediciones de la o las PMUs tienen el siguiente modelo:

W = [] 6 [] (2.37)

Donde W es el modelo de la medicin de los ngulos de rotor y velocidades angulares para

un pequeo conjunto de generadores obtenida de la PMU. La matriz tienen valores de 0
o 1 los cuales especifican las variables de estado dinmico que se miden, y [] es
una matriz de distribucin de seal gaussiana de ruido blanco con media cero y una
matriz de varianza + e.
 45

Una forma de decidir qu evento o hiptesis ha ocurrido es elegir la hiptesis con la

mxima probabilidad dados los datos de la PMU. Para un conjunto de mediciones en
un horizonte temporal f , se tiene:

= W [5] W[f $ _] (2.38)

El transitorio post-falla an no refleja la incertidumbre del tiempo de compensacin, ni

otros cambios de la dinmica de pre-compensacin. El tiempo de compensacin y la
dinmica de pre-compensacin dependen de muchos factores como la naturaleza del
evento de falla y la configuracin de los dispositivos de proteccin del SEP. Para
simular estas incertidumbres, el estado inicial )D- [5] se modela como un vector
aleatorio en cada hiptesis de estudio. Consideramos que )D- [5] corresponde al
estado de operacin que aparece despus del tiempo de compensacin y que tiene
una distribucin de Gauss por cada hiptesis:

32))D- )D- - (2.39)

Donde:

)D- : Estado de tiempo de compensacin o de condicin inicial.

)D- : Matriz de Covarianza.

La estadstica del estado en el momento de despeje de falla se puede determinar a

travs de la simulacin del modelo no lineal del sistema elctrico.

?
El esquema de deteccin se basa en un detector de mxima probabilidad a posteriori
(MAP). Formalmente, la hiptesis seleccionada esta dada por
= 8748D ;)?D -. Como ya se ha mencionado, el problema de deteccin se
?
plantea como una prueba estadstica o de hiptesis. Para lo cual, se considera como
hiptesis nula a la que contenga una mayor probabilidad a priori, el resto de hiptesis
vienen a ser las hiptesis alternativas de estudio, los resultados obtenidos de la
ejecucin del algoritmo nos permitir aceptar o rechazar la hiptesis nula.
 46

CAPTULO III

3. ALGORITMO DE SOLUCIN

La Figura 3.1 resume el esquema del algoritmo a implementar. La salida del detector
es la hiptesis ms probable de todo el conjunto de hiptesis, esta informacin es
enviada al personal encargado para que pueda tomar las acciones pertinentes.

Mediciones
PMU

Configuracin
de los MAP Deteccin
parmetros del Base del detector de de la falla
sistema falla en el SEP

Condiciones
Iniciales del
Sistema

Figura 3.1- Datos de entrada y salida del MAP

3.1. DETECTOR MAP

El detector MAP, para un evento de falla, puede identificar con eficacia mediante la
comparacin de los datos medidos por la PMU y con las respuestas pronosticadas
por el modelo promediado para cada evento de falla.

Como se explic en el captulo anterior, el objetivo del detector es decidir entre

hiptesis cual es la ms probable. En este proyecto, las hiptesis consideradas son:

? :2En la lnea li ha ocurrido un evento de fallaS22222222 = _Y 2 (3.1)

 47

Cada hiptesis se modela suponiendo que tiene un valor de probabilidad a priori.

El detector MAP emplea un enfoque bayesiano para elegir la hiptesis con mayor
del detector es la hiptesis ?D
probabilidad a posteriori. En concreto, la seleccin ?
si:

;7)?D - ;7`? g222222 5 4 (3.2)

El esquema de deteccin MAP requiere una comparacin del par secuencial de la

probabilidad a posteriori por cada hiptesis. Con un poco de lgebra, estas
comparaciones de probabilidad pueden simplificarse a clculos algebraicos simples.

En concreto, la regla de decisin para seleccionar entre dos hiptesis ?D y ? se

puede expresar de la siguiente manera:

` R $ D R g $ Y` R $ D R D g

222Y h l 6 D D R D $ R 6 `D R g
M

M
(3.3)

donde:

D : Vector que contiene las respuestas promedio pronosticadas por el modelo del
sistema en el horizonte de tiempo f para el evento de falla .

D = D `f gI)D- $ D `f gM)D- 6 e?M)D- (3.4)

D : Representa su correspondiente propagacin.

D = D `f g)D- D `f g 6 + e

(3.5)

: Representa el determinante de la matriz Q.

: Matriz de observabilidad por cada hiptesis = _ S

D = ? 222)- ? 2222`)- fR g ? 2 (3.6)
 48

e: Matriz con f matrices de identidad ordenada de la siguiente forma:

e = [e22 222e] (3.7)

La regla de decisin de la ecuacin (3.3) elige la hiptesis ms probable entre ?D y

? . Se hacen comparaciones secuenciales en parejas de hiptesis para encontrar la
hiptesis ms probable dado el conjunto de mediciones.

Por ejemplo, considere tres eventos de falla o hiptesis: ?R , ?+ y ? si es ms

probable que ocurra ?R que la hiptesis ?+ , de acuerdo con la regla de decisin
MAP,2?R se compararn de nuevo con ? y la ms probable entre ellas es la
.
hiptesis seleccionada ?

3.2. DIAGRAMA DE FLUJO DEL ALGORITMO [29]

Para empezar, es necesario definir y enumerar los posibles eventos de falla con sus
respectivos valores de probabilidad a priori. Esto no solo permitir establecer una
buena base de datos sobre todas los posibles eventos de falla, sino que permitir la
rpida deteccin de la falla en tiempo real.

Las caractersticas del estudio estadstico del estado inicial del sistema, requieren de
una simulacin detallada del SEP antes del despeje de falla utilizando el modelo de
oscilacin no lineal. El anlisis de contingencia del evento de falla tambin
proporciona caracterizaciones de las condiciones de funcionamiento post-falla
necesarios para el algoritmo.

Procedimiento

Paso 1: El algoritmo se ejecuta con la indicacin de que un evento de falla se

desarrolla en una L/T de cualquier parte del sistema. Los eventos de falla se pueden
detectar como una cada rpida de las magnitudes de voltaje en las barras del
sistema.
 49

Paso 2: Se debe determinar todos los posibles eventos de falla que pueden ocurrir
en la operacin del SEP, cada evento de falla o hiptesis de estudio viene
acompaada con su respectivo valor de probabilidad a priori. En total son posibles
eventos de falla.

Paso 3: Los datos de medicin de las PMUs estn disponibles desde el instante del
despeje de la falla en adelante, se las obtiene en tiempo real para poder hacer uso
de esta informacin en el algoritmo.

Paso 4: Se calcula el vector de medicin (observacin) el cual contiene

informacin de las variables dinmicas de oscilacin dinmica necesarias para poder
detectar perturbaciones en el sistema.

Paso 5: Se realizan simulaciones para determinar los parmetros del sistema y los
estados estacionarios frente a cada hiptesis, en este paso se determinan los
vectores de las variables de estado y vectores de las variables algebraicas X para
poder calcular el modelo lineal del sistema, este proceso se repite para todas las
posibles hiptesis determinadas en el paso 2.

Paso 6: Se procede a calcular las respuestas promedio pronosticados por el modelo

lineal con su correspondiente propagacin, vectores D y matrices D , para cada
hiptesis de estudio.

Es necesario mencionar que los pasos 5 y 6 del algoritmo se los puede realizar fuera
de lnea, y por lo tanto no representara una carga computacional para el algoritmo
(en lnea).

Paso 7: Se procede a implementar la regla de decisin del detector MAP, el

esquema de deteccin MAP requiere de la comparacin del par secuencial de la
probabilidad a posteriori de cada hiptesis, La regla de deteccin MAP se
implementa secuencialmente para identificar la hiptesis con la mxima probabilidad
frente a las mediciones obtenidas de un evento de falla.
 50

Paso 8: Una vez realizadas todas las comparaciones, se reporta la hiptesis con
mayor probabilidad frente a las mediciones de las PMUs y se reporta a los
operadores de L/T donde se detect la falla, tal como se observa en el diagrama de
flujo de la Figura 3.2.

El proceso termina de esta manera, el algoritmo vuelve a ejecutarse las veces que se
reporte un evento de falla y se tenga disponibles las mediciones de las PMUs.

Figura 3.2- Diagrama de flujo del algoritmo.

Algunas complicaciones pueden aparecer en la aplicacin del algoritmo debido a que

los eventos de falla en la red pueden producirse en cualquier punto a lo largo de una
lnea, y tambin pueden ser muy diversos en su tipo. Por lo tanto, enumerar una lista
de posibles eventos de falla puede llegar a ser un desafo. Adems, la posibilidad de
que los eventos de falla no sean en una L/T, por ejemplo, se puede producir fallas en
 51

el transformador, generador, etc., esto puede complicar el problema de deteccin.

Estas complicaciones estn fuera del alcance de este trabajo, por lo que no han sido
modeladas dentro del algoritmo.

La Figura 3.3 detalla el diagrama de flujo de datos (parmetros y mediciones)

necesarios para implementar el algoritmo. El detector MAP utiliza las mediciones
obtenidas de los sincrofasores en el estado de post-falla, adems necesita la
informacin de las condiciones de funcionamiento de estado estacionario (de pre-
falla y post-falla M necesarios para construir el modelo del sistema) y de la
configuracin del sistema.

Figura 3.3- Procedimiento para obtener el Flujo de Datos para el algoritmo de localizacin de
fallas.
 52

CAPTULO IV

4. IMPLEMENTACIN DEL SOFTWARE. [31]

El programa PowerFactory de DIgSILENT es una herramienta computacional

avanzada para la simulacin y anlisis de sistemas elctricos de potencia a gran
escala. El software DigSilent (Digital Simulator for Electrical Network) desde sus
inicios sigue incorporando ms caractersticas de anlisis para la modelacin,
operacin y simulacin del sistemas elctricos de potencia, y ha ido evolucionando
para asimilar de forma adecuada al desarrollo tecnolgico y los intereses del sector
elctrico.

Hoy en da, la topologa de los sistemas elctricos de potencia es muy compleja, la

cual contiene muchos elementos como generadores, transformadores, lneas, cargas
etc., cada elemento tiene asociado elementos de medicin, control, proteccin, etc.
Con el paso del tiempo los problemas asociados al SEP son ms complejos debido a
varios factores, principalmente por el crecimiento de la demanda de energa elctrica.
Frente a todo esto, se necesita realizar un correcto anlisis del SEP, se requiere de
una herramienta computacional como DIgSILENT PowerFactory para simular
adecuadamente todos los escenarios de operacin posibles.

El software permite trabajar en una interface grfica, el cual permite realizar

diagramas unifilares del sistema elctrico en estudio. Cada elemento del diagrama
unifilar se enlaza con la base de datos que almacena toda la informacin del SEP,
permitiendo as editar los parmetros de cualquier elemento. Adems, desde la
interface grfica se tiene acceso directo a todas las caractersticas de clculo tanto
dinmicas como estticas.

Cada sistema elctrico modelado en el software constituye un proyecto, de manera

que cada proyecto debe contener la topologa de la red (grid), los parmetros de
cada elemento (library) y la definicin del caso de estudio (study case).
 53

En un mismo proyecto pueden existir tantas Grid, Libray y Study Case como sean
necesarias, lo cual permite modelar en un mismo proyecto un sistema con varias
condiciones operativas (cambio en las demandas de energa elctrica, cambios
topolgicos, etc) e incluso su proyeccin o expansin.

Este software incorpora una lista de funciones para realizar una ptima simulacin
que incluyen:

Flujo de Carga y Anlisis de fallas en el SEP.

Optimizacin de sistemas de distribucin
Dimensionamiento de elementos conforme a normas internacionales.
Simulacin electromecnica y dinmica
Coordinacin de sistemas de proteccin
Anlisis armnico
Anlisis de confiabilidad de redes elctricas
Anlisis de estabilidad del sistema elctrico
Modelado de dispositivos de electrnica de potencia
Interfaz para SCADA/GIS/NIS
Compatibilidad con otros softwares como MatLab, PSS/E, entro otros
Flujos ptimos de potencia.

4.1. LENGUAJE DE PROGRAMACION DPL (DIGSILENT

PROGRAMMING LANGUAJE). [32]

El lenguaje de programacin DPL (DigSilent Programming Languaje) de DIgSILENT

PowerFactory, proporciona una interfaz para realizar tareas automticas, esta
interfaz contiene comandos, objetos, funciones y variables manejables en DigSilent.

El uso del DPL permite crear nuevas funciones de clculo al usuario, adems de las
funciones definidas por el software. Estas funciones tienen el objetivo de ejecutar
varias tareas automticas para el anlisis de un sistema elctrico, por ejemplo, flujos
 54

de potencia, anlisis de contingencias, optimizacin de redes, estudios de

estabilidad, estudios de confiabilidad, estudios de armnicos, etc.

El DPL presenta funciones de clculo con estructuras algortmicas haciendo uso de

comandos de flujo, estos comandos pueden ser de lazo repetitivo (do y while) o
condicionales (if, else).

4.1.1. ESTRUCTURA DEL COMANDO DPL

El comando DPL ComDpl es el elemento central, este comando conecta diferentes

parmetros, objetos o variables a varios objetos o funciones internas, con el fin de
obtener resultados o cambios en los parmetros del sistema elctrico en estudio.

En la entrada del escrito del programa (script) se pueden definir los parmetros de
entrada u objetos del SEP, los cuales el programa los almacena internamente y se
denominan Seleccin General. Esta informacin es almacenada y se la evala con
funciones y variables internas las cuales son incorporadas en el cdigo fuente. La
Figura 4.1 detalla la estructura del comando ComDpl.

Figura 4.1- Estructura de un comando DPL. [31]

 55

Los objetos internos son usados y ejecutados como:

Comandos de clculo, como por ejemplo ComLdf que es usado para el

clculo de flujo de potencia, y el comando ComSim que es usado para
realizar una simulacin.
Juego de filtros: permite seleccionar objetos (generadores, lneas,
Transformadores, etc), los cuales son utilizados en el script.
Subrutinas, las cuales son tareas automticas que permiten una mejor
estructuracin del programa.

El cdigo fuente de un DPL ejecuta una secuencia de operaciones e inicializa el

clculo de otras funciones internas con la finalidad de realizar tareas automticas.

La informacin que maneja el DPL se comunica directamente con la base de datos

para almacenar su configuracin, parmetros o resultados de todos los elementos
del SEP. En la etapa final de la ejecucin del DPL, los resultados pueden ser
exportados o modificados, todo esto depende de la tarea asignada.

4.2. DESARROLLO DEL SOFTWARE. [32], [33], [34]

Para implementar del software de deteccin de eventos de fallas en un SEP se utiliz

el software PowerFactory de DIgSILENT con ayuda del Software MatLab.

Estas dos plataformas, Matlab (Mathworks) y PowerFactory, son empleadas para

trabajar en conjunto, realizando un procedimiento de intercambio automtico de
datos, proceso que se detalla ms adelante.

MatLab - Fcil de escribir y depurar, permite de una manera mucho ms rpida el

clculo matricial y el procesamiento de informacin debido a que lleva implementado
funciones matriciales ya definidas, en el algoritmo es de gran ayuda en los clculos
matriciales y en el modelado de las mediciones de las PMUs.

PowerFactory- Sistema preciso de alimentacin y modelado de sistemas elctricos

de potencia, permite realizar simulaciones de los diferentes eventos de falla,
 56

simulaciones de los eventos de contingencia del sistema para cada hiptesis de

estudio, creacin de las matrices de los parmetros del sistema y de la
implementacin de la regla de decisin MAP.

Para llegar la deteccin de fallas en el sistema elctrico, se implementa el algoritmo

en un comando DPL, el cual hace uso de Sub-rutinas que ayudan a una mejor
estructuracin del software y realizar tareas especficas de simulacin.

4.2.1. COMANDO DPL

deteccion_falla_linea: El DPL deteccion_falla_linea, contiene el cuerpo principal del

Software, el cual tiene la siguiente estructura, Figura 4.2

Figura 4.2- Estructura principal del DPL deteccin_falla_linea.

1. La primera parte del software hace llamado a las diferentes subrutinas

necesarias para simular todos los eventos de falla (Hiptesis).
2. Intercambio de informacin con Matlab para procesar las seales de las
mediciones de las PMUs y para realizar clculos matriciales.
3. Se implementa la regla de deteccin MAP y se enva una seal o mensaje
indicando donde se detect la falla
 57

En el DPL tambin se almacenan los parmetros del sistema, como la informacin de

los generadores, lneas de transmisin, transformadores, cargas, sistema de control
de los generadores, etc. Tambin se almacena la informacin obtenida en la
simulacin de los eventos de falla, despeje de falla y flujos de potencia para formar
las matrices de las variables de estado y variables algebraicas por cada hiptesis de
estudio.

4.2.1.1. Subrutinas de Simulacin:

Las sub-rutinas permiten mejorar la estructuracin del software y cumplir con

funciones especficas de simulacin. Para realizar todos los clculos fue necesario el
uso de dos subrutinas, estas son:

Subrutina para simular eventos de falla:

La funcin principal de esta sub-rutina es simular el evento de falla determinada por

la hiptesis en estudio. Adems, es aqu donde se determina los valores de las
variables de estado inicial I del sistema elctrico.

Figura 4.3- Contenido de la subrutina de simulacin de eventos de falla.

 58

Esta subrutina utiliza los siguientes comandos de simulacin, tal como se observan
en la Figura 4.3:

Inic: calcula de las condiciones iniciales del sistema necesarias para las
simulaciones EMT (simulacin de transitorios electromagnticos) y RMS
(simulacin electromecnica).
Simul: comando que ejecuta los eventos de simulacin, tomando como
valores iniciales a los calculados con el comando Inic.
Res: comando que almacena los resultados de las variables monitoreadas en
la simulacin.
Eventos: comando que crea los eventos de simulacin, que en el caso de
esta sub-rutina, son eventos de cortocircuitos en lneas de transmisin
determinadas por la hiptesis de estudio.
Ldf: permite simular un flujo de potencia del sistema elctrico.

Figura 4.4- Diagrama de flujo de la subrutina de evento de falla.

Esta subrutina se ejecuta por cada hiptesis de estudio, realizando el siguiente

proceso, tal como lo indica el diagrama de flujo de la Figura 4.4:
 59

1. Se define el evento de contingencia para configurar los parmetros de la lnea

de transmisin donde ocurre la falla.
2. La subrutina ejecuta cada comando para poder simular el evento de falla en la
lnea de transmisin en estudio.
3. La informacin obtenida de la simulacin se almacena en la matriz de estado,
se toman las variables de estado de los generadores y sistemas de control
que conforman al sistema elctrico.

Subrutina para simular eventos de post-falla:

La funcin principal de esta sub-rutina es simular eventos de despeje de falla en

lneas de transmisin determinadas por la hiptesis en estudio. Adems, es aqu
donde se determina los valores de las variables de estado del sistema elctrico, y
otros valores como los de voltaje y ngulo de cada barra del sistema en operacin de
estado estable de post-falla.

Esta subrutina utiliza los mismos comandos de simulacin de la sub-rutina anterior,

con la diferencia de que los eventos que aqu se simulan son para el caso en que
ocurre un evento de falla en la lnea y luego de un instante de tiempo se realiza un
evento de switcheo para despejar la falla.

Figura 4.5- Diagrama de flujo de la subrutina de evento de post-falla.

 60

La subrutina se ejecuta por cada hiptesis de estudio, realizando el siguiente

proceso, tal como lo indica el diagrama de flujo de la Figura 4.5.

1. Se define el evento de contingencia para configurar los parmetros de la lnea

de transmisin donde ocurre la falla.
2. La subrutina ejecuta cada comando para poder simular el evento de falla
adicionando el evento de switcheo para desconectar la lnea de transmisin de
falla a un determinado lapso de tiempo.
3. La informacin obtenida de la simulacin se almacena en la matriz de estado y
en la matriz de variables algebraicas, se toman las variables de estado de los
generadores y sistemas de control que conforman al sistema elctrico y las
variables algebraicas como los voltajes y ngulos de cada barra del sistema
elctrico.

Una vez ejecutadas estas subrutinas para cada hiptesis, el siguiente paso es el
intercambio de informacin de DigSilent con el software MatLab.

4.2.1.2. Intercambio de datos entre MatLab Y PowerFactory. [34]

Este procedimiento fue necesario debido a la cantidad de informacin que se debe

modelar para obtener la medicin sincrofasorial y por el clculo matricial para obtener
los parmetros que necesita la regla de decisin MAP.

Matlab puede hacer que el software sea ms eficiente, ya que tiene implementada
funciones ya definidas para clculos matriciales.

Para empezar se ejecutan los dos programas en uso, el DPL de DigSilent y el scipt
de MAtLab. El proceso consiste en un switcheo, en el cual el archivo switch.csv
contiene los valores de 1 0. En el momento de inicializar la simulacin switch= 1, el
programa de MatLab entra en un ciclo repetitivo, mientras tanto el DPL realiza las
instrucciones de simulacin.
 61

Una vez finalizada las tareas del DPL, toda la informacin obtenida (variables de
estado, variables algebraicas, parmetros del sistema) se almacena en varios
archivos .csv, necesarios para el intercambio de informacin entre los programas.

Al finalizar el almacenamiento de informacin, de inmediato cambia el valor

switch=0; en ese instante, el DPL entra en un ciclo repetitivo, mientras tanto el scipt
de MatLab extrae toda la informacin de los archivos .csv y procede a realizar los
respectivos clculos matriciales con el fin de llegar construir el modelo lineal del
sistema elctrico. Todo este proceso iterativo se la puede detallar en la Figura 4.6.

Figura 4.6- Esquema de representacin para el intercambio de informacin entre los

programas DigSilent y MatLab. [34]

Una vez que Matlab termina el proceso de clculo, guarda los datos en los archivos
con extensin .csv y as termina su proceso de ejecucin, nuevamente switch= 1, el
programa DigSilent sale del bucle y realiza las tareas a las que fue asignado.
 62

4.2.1.3. Deteccin del evento de Falla

La etapa final de la implementacin del software de Deteccin de Fallas en lneas de

transmisin, corresponde a la comparacin entre hiptesis. Esto se lo realiza con la
regla de deteccin MAP la que fue escrita en el captulo anterior.

Esta comparacin se la hace con todas las hiptesis planteadas, hasta quedar con la
hiptesis de mayor probabilidad a posteriori, este proceso se llama prueba de
Hiptesis.

Finalmente el software enva un mensaje indicando la lnea de transmisin donde

ocurri el evento de falla.

4.2.2. SCRIPT MATLAB

detector_fallas.m: Una vez obtenidas las variables de estado, variables algebraicas,

parmetros del sistema para cada hiptesis en estudio, se procede a realizar la
modelacin del SEP y el clculo del vector de medicin sincrofasorial, calcular las
matrices y vectores estadsticos para poder implementar el detector MAP por cada
hiptesis de estudio. Como lo indica la estructura de la figura 4.7.

Figura 4.7- Estructura principal del script Detector_fallas.m.

 63

1. El programa carga la informacin de las simulaciones de los archivos .csv

generados por el DPL.
2. Para cada hiptesis se procede a modelar al SEP hasta obtener el modelado
lineal calculando las matrices A, B, C y D con los valores de las variables de
estado y las variables algebraicas.
3. Se carga la informacin de las PMUs para calcular el vector e
implementarla en la regla de deteccin MAP.
4. Con los modelados lineales y modelados de las mediciones se procede a
determinar las matrices D D 2{2

Al final de este proceso se carga nuevamente la informacin en archivos .csv y se lo

enva al DPL para ejecutar la regla de deteccin MAP.
 64

CAPTULO V

5. EJEMPLOS DE APLICACIN

El algoritmo propuesto es implementado en dos sistemas elctricos de potencia. El

primer sistema elctrico es el estndar IEEE 11-BARRAS en el cual se busca
comprobar el funcionamiento de la programacin del DPL para obtener resultados
confiables. Luego del respectivo anlisis de resultados, se aplica el algoritmo a otro
sistema elctrico de potencia, el cual es el estndar IEEE 39-Barras con la finalidad
de comprobar el funcionamiento de la implementacin del algoritmo y quedar
demostrado el funcionamiento y eficacia del algoritmo.

5.1. SISTEMA IEEE 11-BARRAS (DOS REAS). [7]

El algoritmo se aplica al sistema IEEE de 11-barras, sistema que contiene cuatro

generadores (Figura 5.1, los datos del sistema estn en el Anexo A).

Figura 5.1- Sistema 11-Barras de la IEEE realizado en DigSilent.

En la Figura 5.1 se observa el diagrama unifilar del sistema IEEE de 11-Barras

simulado en el paquete computacional PowerFactory de DIgSILENT, mediante esta
herramienta computacional se realiza la implementacin del algoritmo de deteccin
de fallas mediante el desarrollo del DPL deteccin_falla_linea.
 65

5.1.1. CONDICIONES DE SIMULACIN

Se consideran dos posibles eventos de fallas o hiptesis de estudio:

1. ?R : Falla trifsica en una de las lneas de transmisin entre las barras 7 y 8

(lnea L7-8 (2)).
2. ?+ : Falla trifsica en una de las lneas de transmisin entre las barras 8 y 9
(lnea 8-9 (2))

Para la simulacin, las probabilidades a priori ?D se estiman que tienen el mismo

valor (WD = 5S).

Se realizaron simulaciones de diferentes eventos de falla en todas las L/T del

sistema IEEE de 11-Barras (Figura 5.2), el cual se nota la diferencia del estado
estable y del estado transitorio para cada evento de falla simulado, se realizan las
grficas de la seal de ngulo del rotor del generador, en este caso del generador
5Y. La diferencia de cada evento de falla permite detectar la falla con cero
probabilidad de error.

Figura 5.2- Comparacin de la seal de ngulo de rotor del Generador G02 para distintos
eventos de falla.
 66

Realizando un anlisis de la Figura 5.2, se observa que las seales de ngulo de

rotor despus de las lneas L 7-8 y L 8-9 son muy parecidas. La Figura 5.3 es una
ampliacin de la Figura 5.2, esta ampliacin permite una mejor visualizacin de la
semejanza entre esas dos seales, esto implica que estos dos eventos de falla son
ms difciles de diferenciarlos, por esta razn se utilizan estos dos eventos de falla
como las hiptesis de estudio. La Figura 5.4 y 5.5 presentan las grficas de la seal
del ngulo del rotor para los otros generadores del sistema en estudio.

Figura 5.3- Grfica de la seal de ngulo de rotor del generador G02 ante eventos de falla
en la L/T 7-8 y L/T 8-9.

Figura 5.4- Grfica de la seal de ngulo de rotor del Generador G03 ante eventos de falla
en la L/T 7-8 y L/T 8-9.
 67

Figura 5.5- Grfica de la seal de ngulo de rotor del generador G04 ante eventos de falla
en la L/T 7-8 y L/T 8-9.

El software implementado en este sistema es el encargado de distinguir cul de las

dos hiptesis se produjo utilizando las mediciones de las PMUs. Las PMUs se
consideran que se encuentran disponibles en las barras de los generadores 5Y, 5
y 5, esta ubicacin permite obtener el valor de las variables dinmicas del sistema
en cada evento de falla establecido, excepto del generador tomado como referencia
(5_).

Se realiz simulaciones la dinmica oscilatoria del sistema sobre cada evento de

falla, para poder aproximar la informacin a los datos reales de las PMUs, para lo
cual se implement el modelo de ecuaciones diferenciales - algebraicas no lineales
(DAE) con el modelo de carga de impedancia constante.

El modelo DAE consta de 24 variables de estado (8 variables de estado por cada

generador, excepto el de la barra slack), las cuales son:

1. Posicin angular del rotor; !

2. Velocidad angular del rotor; %
3. Fuerza electromotriz interna del eje q del Generador; \U
4. Fuerza electromotriz interna del eje d del Generador; \G
5. Fuerza electromotriz interna de excitacin del Regulador; \fG
 68

6. Potencia de la turbina, ;4
7. Dinmica del estabilizador del sistema de potencia (PSS), j42{2j

Para la medicin sincrofasorial, se toma como seal de medida (seal de equilibrio) a

la obtenida en las simulaciones para cada evento de falla, como las seales de
ngulo de rotor y las seales de velocidad angular de los generadores del sistema
elctrico, a las cuales se les aade una seal de ruido blanco de distribucin
Gaussiana con media cero y varianza + = 555_ (p.u.), para finalmente obtener la
seal determinada por la ecuacin (2.37), tal como se observa en la Figura 5.6.

Figura 5.6- Seal obtenida desde la PMU (seal con ruido) y seal de equilibrio obtenida de
DigSILENT, ante un evento de falla en la L/T 7-8 (2) tomada desde el Generador G02.

De la misma se procede con la seal de ngulo de rotor y seal de velocidad de los

generadores 5 y 5, como se observa en la Figura 5.7. El procedimiento anterior
se repite para obtener las seales de medicin para el otro evento de falla.

Los datos obtenidos de estas seale nos permiten calcular el vector de medicin .
Una vez obtenida las mediciones se procede con la implementacin del software,
 69

Figura 5.7- Seal de ngulo del rotor medida por la PMU ante un evento de falla en la L/T 7-
8 (2). a) generador G03 y b) generador G04.

5.1.2. ANLISIS DE RESULTADOS

Para comprobar los resultados del algoritmo se procede a realizar las simulaciones
de evento de falla en la lnea de transmisin L 7-8(2) (hiptesis ?R ), la Figura 5.8
muestra las grfica de seal de ngulo de rotor justo en el momento del despeje de
falla de los tres generadores, junto con las trayectorias calculadas por los modelos
lineales (que implcitamente estn siendo utilizados para el clculo de los parmetros
del detector).

Para la localizacin de fallas, el software utiliza los modelos dinmicos lineales

correspondientes a diferentes condiciones de falla y mediante las mediciones
sincrofasoriales distingue que hiptesis es la correcta.
 70

Figura 5.8- Comparacin de la seal del ngulo del rotor del generador del modelo lineal
frente a la medicin sincrofasorial. a) generador G02, b) generador G03, c) generador G04.
 71

Se toma una muestra de 1000 datos de la seal de medida y del modelo lineal para
realizar las grficas de comprobacin, siendo evidente la diferencia de las seales de
una hiptesis con otra. El software procesa la informacin y aplica la regla de
deteccin MAP.

El resultado obtenido es la correcta deteccin de falla en la L/T L7-8 (2), tal como lo
muestra la Figura 5.9. Llegando as a la correcta deteccin de falla cuya hiptesis es
la ?R .

Figura 5.9- Resultado de la deteccin de falla realizada por el algoritmo.

A continuacin se procede a tomar las mediciones cuando e evento de falla se

encuentra en la lnea de transmisin L8-9 (2), (hiptesis ?+ ), las tres grficas de la
Figura 5.10 muestran las seales de ngulo de rotor justo en el momento del despeje
de falla de los tres generadores en estudio, junto con las seales de las trayectorias
calculadas por los modelos lineales.
 72

Figura 5.10- Comparacin de la seal del ngulo del rotor del generador del modelo lineal
frente a la medicin sincrofasorial. a) generador G02, b) generador G03, c) generador G04.
 73

Se toma una muestra de 1000 datos de la seal de medida y del modelo lineal para
realizar las grficas de comprobacin, siendo evidente la diferencia de las seales de
una hiptesis con otra. El software procesa la informacin y aplica la regla de
deteccin MAP.

El resultado de aplicar el software est en la correcta deteccin de falla en la lnea de

transmisin L8-9 (2), tal como lo muestra la Figura 5.11 llegando as a la correcta
deteccin de falla cuya hiptesis es la ?+ .

Figura 5.11- Resultado de la deteccin de falla realizada por el algoritmo.

Debido que se toma una muestra de 1000 datos, es natural preguntarse si la

deteccin del evento de falla es la correcta. Como se explic en captulos anteriores,
el detector MAP permite que el evento de falla se pueda identificar mediante la
comparacin de los datos medidos de las PMUs con las respectivas respuestas
pronosticadas por el modelo del sistema para cada evento de falla mediante una
prueba de hiptesis.

Realizando la comprobacin de la prueba de hiptesis tenemos los siguientes

resultados:
 74

Tomando una muestra, 3 = _555, de la seal del evento de falla de la lnea de

transmisin L7-8 (2) y L8-9 (2) se grafica la curva de densidad de distribucin normal,
Figura 5.12.

Se analiza el caso en que el detector MAP determina que ocurri el evento de falla
en la lnea de transmisin L7-8 (2) (hiptesis ?R ). Este evento de falla es la hiptesis
nula de la prueba estadstica y con los datos de la medicin realizada por las PMUs,
se debe elegir si rechazar o aceptar la hiptesis nula.

Figura 5.12- Curva de densidad de distribucin de la hiptesis nula y de la hiptesis

alternativa

Ante la ausencia de valores inusuales para la hiptesis nula (tomadas en las

mediciones PMUs), tal como lo muestra la Figura 5.12, no se rechaza la hiptesis ?R .
En otras palabras, no hay valores dentro de la curva de densidad de probabilidad de
la hiptesis alternativa (?+ ).

Para disminuir los posibles errores de la prueba de hiptesis, la Figura 5.13 muestra
la potencia de la prueba de hiptesis, se observa que necesitamos una muestra
mnima de N = 75 aproximadamente. El software utiliz una muestra de 1000 datos
con lo cual la deteccin es correcta con mnimos mrgenes de error de la prueba de
hiptesis.
 75

Con este anlisis se llega a la conclusin de que si ocurri el evento de falla en la

lnea de transmisin en L7-8 (2) como lo detecto el software.

Figura 5.13- Potencia de la prueba estadstica y tamao muestral

Las mediciones estn modeladas como se indic en captulos anteriores por una
distribucin normal con media cero y con matriz de distribucin de seal gaussiana
de ruido blanco con media cero y una matriz de varianza + e, en este caso + =
5S55_. Para el primer caso donde ocurre un evento de falla en la lnea de transmisin
L7-8 (2), se procede a calcular la probabilidad de error del detector MAP.

La Figura 5.14 muestra la probabilidad de error del detector de falla como una
funcin del horizonte de observacin en una escala logartmica. El grfico muestra
que la probabilidad de error es asintticamente cercana a cero de manera
exponencial lo que implica que al aumentar los datos de medicin en la ejecucin del
algoritmo, la probabilidad de error disminuye notablemente su valor, para el caso de
una muestra de 1000 datos su probabilidad de error es ;1## = _ _5+ . Lo que
garantiza la eficacia del algoritmo de deteccin de fallas. Los resultados y su anlisis
para las otras L/T del sistema de 11-Barras se encuentran en el Anexo C.
 76

Figura 5.14- Probabilidad de error a escala logartmica

5.2. SISTEMA IEEE 39-BARRAS

El algoritmo de deteccin de fallas se aplica al sistema estndar IEEE 39-Barras.

Cuenta con 10 generadores, 19 cargas, 34 lneas de transmisin y 12
transformadores. Todos los datos de este sistema estn dados en p.u., a una
frecuencia (f) de 60 Hz, potencia base (Sbase) de 100 MVA y con un voltaje base
(Vbase) para la zona interna del sistema de 345 kV. (ANEXO B)

En la Figura 5.15 se observa el diagrama unifilar del sistema IEEE 39-Barras usado
para la simulacin en DIgSILENT de Power Factory, mediante esta herramienta se
realiza la implementacin del algoritmo de deteccin de fallas mediante el desarrollo
del DPL deteccin_fallas:linea.
 77

Figura 5.15- Sistema IEEE-39 Barras reducido de Nueva Inglaterra.

5.2.1. CONDICIONES DE SIMULACIN

Se consideran tres posibles eventos de falla:

?R : Falla trifsica en una de las lneas de transmisin entre las barras 26 y 29

(lnea Line 26-29).

?+ : Falla trifsica en una de las lneas de transmisin entre las barras 26 y 28

(lnea Line 26-28).

? : Falla trifsica en una de las lneas de transmisin entre las barras 28 y 29

(lnea Line 28-29).
 78

Para la simulacin, las probabilidades a priori ? se estiman:

1. WR = 5S
2. W+ = 5S
3. W = 5SY

Se realizaron simulaciones de diferentes eventos de falla en todas las L/T del

sistema IEEE de 39-Barras, el cual se nota la diferencia del estado estable y del
estado transitorio para cada evento de falla simulado, se realiza las grficas de las
seales de ngulo del rotor del los generadores del sistema excepto el del generador
de referencia (G1).

Debido a la cantidad de lneas de transmisin, se realizaron las grficas de las

seales de ngulo de rotor para eventos de falla en las lneas Line 26-29, Line 26-28,
Line 28-29, Line 1-2, Line 16-24 y Line 4-14. Adems se tomaron seales de ngulo
de rotor correspondiente a los generadores G2, G3, G9 y G10, tal como se observa
en las Figuras 5.16 a la 5.19.

Figura 5.16- Comparacin de la seal de ngulo de rotor del generador G2 para distintos
eventos de falla.
 79

Figura 5.17- Comparacin de la seal de ngulo de rotor del generador G3 para distintos
eventos de falla.

Figura 5.18- Comparacin de la seal de ngulo de rotor del generador G9 para distintos
eventos de falla.
 80

Figura 5.19- Comparacin de la seal de ngulo de rotor del generador G10 para distintos
eventos de falla.

Realizando el anlisis de estas seales de ngulo del rotor, se observa que las
trayectorias de las seales de las lneas Line 26-29, Line 26-28 y Line 28-29 son muy
parecidas (Figura 5.20), lo que implica que estas contingencias son ms difciles de
diferenciarlas, por esta razn es que se utilizaron estos tres eventos como las
hiptesis de estudio.

Figura 5.20- Grfica de la seal de ngulo del generador G2 ante eventos de falla en la L/T
26-29, L/T26-28 y L/T 28-29
 81

El algoritmo de deteccin es el encargado de distinguir cul hiptesis se produjo

utilizando las mediciones de las PMUs.

Se realizan simulaciones detalladas de la dinmica de oscilacin del sistema sobre

cada evento de falla (hiptesis de estudio), para poder aproximar la informacin a los
datos de medicin, para lo cual se implement el modelo de ecuaciones diferenciales
- algebraicas no lineales (DAE) con el modelo de carga de impedancia constante. El
modelo DAE utilizado para la simulacin, consta de 72 variables de estado (8
variables de estado por cada generador, excepto el generador de referencia).

5.2.2. ANLISIS DE RESULTADOS

Para la probar el algoritmo se analiza el caso cuando ocurre el evento de falla en la

lnea de transmisin Line 26-29 (hiptesis ?R ), la Figura 5.21 muestra las seales de
ngulo justo en el momento del despeje de falla de los nueve generadores, junto con
las trayectorias calculadas por los modelos lineales (que implcitamente estn siendo
utilizados por el detector para distinguir las hiptesis).

Se toma una muestra de 300 datos de la seal medida por la PMU y del modelo
lineal para realizar las grficas de comprobacin, siendo evidente la diferencia de las
seales de una hiptesis con otra. La informacin obtenida en la simulacin es
procesada por la regla de deteccin MAP implementada en el DPL de DIg SILENT.
82
83
 84

Figura 5.21- Comparacin de la seal del ngulo del rotor del generador del modelo lineal
frente a la medicin sincrofasorial. a) generador G2, b) generador G3, c) generador G4, d)
generador G5, e) generador G6, f) generador G8, h)generador G9, i) generador G10.

El resultado de aplicar el software est en la correcta deteccin de falla en la lnea de

transmisin Line 26-29, tal como lo muestra la Figura 5.22. Llegando as a la correcta
deteccin de falla cuya hiptesis es la ?_.
 85

Figura 5.22- Resultado de la deteccin de falla realizada por el algoritmo.

Para la siguiente comprobacin se asume que ocurre el evento de falla en la lnea de

transmisin Line 26-28, (hiptesis ?+ ), la Figura 5.23 muestra las seales de ngulo
de rotor de los distintos generadores a partir del momento del despeje de falla de los
nueve generadores en estudio, junto con las seales de las trayectorias calculadas
por los modelos lineales.

Se toma una muestra de 300 datos de la seal medida por la PMU y del modelo
lineal para realizar las grficas de comprobacin, siendo evidente la diferencia de las
seales de una hiptesis con otra. El resultado de aplicar el software est en la
correcta deteccin de falla en la lnea de transmisin Line 26-28.
86
87
 88

Figura 5.23- Comparacin de la seal del ngulo del rotor del generador del modelo lineal
frente a la medicin sincrofasorial. a) generador G2, b) generador G3, c) generador G4, d)
generador G5, e) generador G6, f) generador G8, h)generador G9, i) generador G10.

En este caso el software permiti detectar correctamente la falla en la lnea de

transmisin Line 26-28 (hiptesis es la ?+ ), tal como lo muestra Figura 5.24.
 89

Figura 5.24- Resultado de la deteccin de falla realizada por el algoritmo.

Para la siguiente comprobacin se asume que ocurre el evento de falla en la lnea de

transmisin Line 28-29, (hiptesis ? ), la Figura 5.25 muestra las seales de ngulo
de rotor de los distintos generadores a partir del momento del despeje de falla de los
nueve generadores en estudio, junto con las seales de las trayectorias calculadas
por los modelos lineales.

Se toma una muestra de 300 datos de la seal medida por la PMU y del modelo
lineal para realizar las grficas de comprobacin, siendo evidente la diferencia de las
seales de una hiptesis con otra. El resultado de aplicar el software est en la
correcta deteccin de falla en la lnea de transmisin Line 28-29.
90
91
 92

Figura 5.25- Comparacin de la seal del ngulo del rotor del generador del modelo lineal
frente a la medicin sincrofasorial. a) generador G2, b) generador G3, c) generador G4, d)
generador G5, e) generador G6, f) generador G8, h)generador G9, i) generador G10.

El resultado al aplicar el software est en la correcta deteccin de falla en la lnea de

transmisin Line 28-29, tal como lo muestra la Figura 5.26. Llegando as a la correcta
deteccin de falla cuya hiptesis es ? .
 93

Figura 5.26- Resultado de la deteccin de falla realizada por el algoritmo.

Debido que se toma una muestra de la medicin del evento de falla de 300 datos en
el tiempo, es natural preguntarse si la deteccin realizada por el software es la
correcta.

Para comprobar la prueba de hiptesis realizada por el algoritmo, se analiza el caso

en que el detector MAP determina la ocurrencia del evento de falla en la lnea de
transmisin Line 26-29 (hiptesis ?R ). Este evento de falla es la hiptesis nula de la
prueba estadstica y con la informacin del evento de falla se debe aceptar o
rechazar la hiptesis nula (? ).

El objetivo de este anlisis es similar al realizado para el primer ejemplo del sistema
IEEE 11-Barras, el cual permite reducir los posibles errores al momento de realizar la
prueba estadstica. Si tomamos valores inusuales para la hiptesis en estudio,
entonces se rechaza la hiptesis nula a favor de la alternativa.

Si tomamos una muestra, N=300, de la seal del evento de falla de la hiptesis ?R y

?+ , y graficamos las curvas de densidad de distribucin normal, Figura 5.27.

Si tomamos valores de la medicin de la PMU (300 datos), notamos en la Figura 5.27

que esta distribucin cubre un rea mayor en la curva azul, entonces se acepta la
hiptesis nula, es decir la deteccin es correcta y el evento de falla ocurri en la lnea
de transmisin Line 26-29.
 94

Figura 5.27- Curva de densidad de distribucin de la hiptesis nula y de la hiptesis

alternativa.

El Figura 5.28, mediante la potencia de la prueba, se determina que necesitamos N =

225 datos aproximadamente. Y con estas pruebas se llegamos a la conclusin de
que para este caso el detector MAP uso 300 datos lo cual es aceptable y se reduce
el error al realizar la prueba de hiptesis

Figura 5.28- Potencia de la prueba y tamao muestral.

 95

Las mediciones estn modeladas como se indic en captulos anteriores por una
distribucin normal con media cero y con matriz de distribucin de seal gaussiana
de ruido blanco con media cero y una matriz de varianza + e, en este caso + =
5S55_.

Se analizan los dos casos de estudio en este ejemplo, se procede a calcular la

probabilidad de error del detector MAP, primero para la ?R frente a ?+ (curva roja de
la Figura 5.29), y la probabilidad de error de ?R frente a ? (curva color verde de la
Figura 5.29).

La Figura 5.29 muestra la probabilidad de error del detector de falla como una
funcin del horizonte de observacin en una escala logartmica.

Figura 5.29- Probabilidad de error en escala logartmica.

El grfico muestra que la probabilidad de error es asintticamente cercana a cero de

manera exponencial lo que implica que al aumentar los datos de medicin en la
 96

ejecucin del algoritmo la probabilidad de error disminuye notablemente su valor,

para los dos casos se toma una muestra de 300 datos su probabilidad de error es

Caso1: ;1##R = _ _5+ .

Caso2: ;1##+ = _ _5R .

Lo que garantiza la eficacia del algoritmo de deteccin de fallas para los dos casos
de estudio en este ejemplo. Los resultados y su anlisis para las otras L/T del
sistema de 39-Barras se encuentran en el Anexo C.

Como se mencion en el Captulo III, algunas complicaciones pueden aparecer en la

aplicacin del algoritmo debido a que los eventos de falla en el sistema pueden
producirse en cualquier punto a lo largo de una lnea, y tambin pueden ser muy
diversos en su tipo debido a que el sistema elctrico es dinmico, lo que implica que
pueden ocurrir distintos eventos de falla en diferentes escenarios de operacin como
a demanda mxima o mnima. Por lo tanto, enumerar una lista de posibles eventos
de falla puede llegar a ser un desafo. Adems, la posibilidad de que los eventos de
falla no sean en una L/T, por ejemplo, se puede producir fallas en el transformador,
generador, etc., esto puede complicar el problema de deteccin. Estas
complicaciones estn fuera del alcance de este trabajo, por lo que no han sido
modeladas dentro del algoritmo. Este anlisis se lo hace con detalle en el Anexo D.
 97

CAPTULO VI

6. CONCLUSIONES Y RECOMENDACIONES

6.1. CONCLUSIONES

1. El algoritmo de deteccin de fallas en lneas de transmisin de un SEP ha sido

aplicado exitosamente, se logr la correcta deteccin del evento de falla
obteniendo resultados satisfactorios al momento de elegir entre todas las
hiptesis, o posibles eventos de falla, a la ms probable de acuerdo a los datos
de medicin.

2. Cada hiptesis del evento de falla corresponde a una dinmica de oscilacin

distinta del sistema, puesto que la topologa del sistema cambia. La correcta
deteccin cada evento de falla se consigui mediante la implementacin de la
regla de deteccin de mxima probabilidad a-posteriori (MAP), la cual es capaz
de diferenciar cada dinmica mediante un proceso secuencial; este proceso
permite elegir la hiptesis ms probable entre un listado de posibles eventos de
falla.

3. El software DIgSILENT de POWER FACTORY es un software muy poderoso en

la simulacin de distintos escenarios de operacin de sistemas elctricos de
potencia, gracias a su herramienta de comandos DPL se pudo simular los
distintos eventos de falla y de contingencia necesarios para la implementacin
del algoritmo. La ejecucin del DPL localiz correctamente la lnea de
transmisin donde ocurri la falla.

4. El software y el algoritmo se prob en el sistema elctrico estndar IEEE 11-

Barras y en el sistema IEEE 39-Barras, en los cuales se logr detectar fallas en
L/T ante distintas hiptesis. El algoritmo result eficaz al momento de detectar y
diferenciar entre fallas cuyas seales de ngulos de rotor de los generadores
 98

son similares, lo cual podra ser muy difcil de conseguir para algunos sistemas
de proteccin.

5. La prueba de hiptesis demostr ser capaz de rechazar o aceptar la hiptesis

en estudio, se trabaj con valores aceptables de significacin y de potencia de
la prueba para obtener resultados con bajos mrgenes de error en la prueba de
hiptesis.

6. Las grficas de probabilidad de error de los dos casos de estudio nos

demuestra la eficacia del detector en distinguir entre las distintas hiptesis de
estudio. El algoritmo es ms efectivo cuando trabajamos con ms datos de la
medicin.

7. El mtodo de deteccin implementado, el cual utiliza mediciones

sincrofasoriales para poder obtener datos de la dinmica de oscilacin del
sistema, result ser efectivo. Ms an, el software implementado diferenci
correctamente las seales medidas de las PMUs con las pronosticadas por el
modelo del sistema.

6.2. RECOMENDACIONES

1. Realizar varias pruebas con el algoritmo de deteccin de fallas para poder

afinar la programacin con sistemas elctricos de potencia ms complejos.

2. Realizar estudios estadsticos profundos que permitan determinar

correctamente las probabilidades que ocurra determinado evento de falla
(probabilidades a priori), las cuales son necesarias en la implementacin de la
regla de deteccin MAP. Esto no solo permitir establecer una buena base de
datos sobre todas los posibles eventos de falla, sino que permitir la rpida
deteccin de la falla en tiempo real.

3. Para la construccin correcta del modelo lineal del sistema es recomendable

contar con la mayor cantidad de informacin del sistema elctrico tal como los
parmetros del sistema y las variables de estado determinadas por los
 99

generadores y sus sistemas de control, lo cual permitir realizar un adecuado

modelo lineal del sistema.

4. Comprender la lgica del algoritmo de deteccin de fallas en lneas de

transmisin; esto permitir implementarlo en otros programas de simulacin de
sistemas elctricos o en otros lenguajes de programacin de manera que se
optimicen recursos. Con el fin de usarlo en sistemas elctricos ms complejos y
obtener resultados confiables.
 100

BIBLIOGRAFA

[1] G. Duncan, M. Sarma y T. Overbye, "Sistemas Elctricos de Potencia, Anlisis y

Diseo", Stamford: Ciencias e Ingenieras, 2012.
[2] A. G. Expsito, "Anlisis y Operacin de Sistemas de Energa Elctrica", Madrid:
McGraw-Hill, 2002.
[3] G. J. Araque y R. Barba, "Unidades de medicin fasorial - PMU", Quito:
CENACE, 2010.
[4] M. Vega, "Unidad de Medicin Fasorial (PMU), su desarrollo, aplicaciones y
Empleo en Amrica Latina", Universidad de Costa Rica: IE-0502, 2009.
[5] Asamblea Nacional, "Ley Orgnica del servicio pblico de energa elctrica",
Quito: Lexis, 2015.
[6] M. E. Pez, "Anlisis de los Sistemas de Protecciones", Quito: CENACE, 2000.
[7] P. Kundur, "Power System and Control and Stability", New York: IEEE, 1993.
[8] J. Ortega. [En lnea]. Available: http://es.slideshare.net/jiso45/fallas-electricas.
[9] COES, Requerimiento del Sistema de Protecciones, COES, 2010.
[10] I. Kasikci, "Short Cicuits in Power Systems", Weinheim, Germany: Wiley-VCH,
2002.
[11] J. Grainger y W. Stevenson, "Anlisis de Sistemas de Potencia", Mexico:
McGraw-Hill/Interamericana de Mexico, 1996, p. 358.
[12] P. Anderson y A. Fouad, "Power System Control and Stability", USA: IEEE
Power Engineering Society, 2003.
[13] J. A. C. Ramrez, "Anlisis de Estabilidad en pequea seal de una mquina
sincrnica conectada a un bus infinito", Pereira: Universidad Tecnolgica de
Pereira, 2013.
[14] J. L. Devore, "Probabilidad y Estadstica para Ingeniera y Ciencias", California:
CENGAGE Learning, 2008.
 101

[15] W. Navidi, "Estadstica para Ingenieros", Colorado: Mc Graw Hill, 2006.

[16] R. Jhonson, "Elementary Statisticsl", Duxbury, 1996.
[17] D. I. D. Chiguano, "Localizacin de fallas en Lneas Areas de Transmisin.
Aplicacin de un algoritmo digital para Lneas paralelas", Quito: Epn, 2009.
[18] J. Valdez, Z. Xun, J. Abad Torres y S. Roy, "Fast Foult Location in Power
Transmission Networks using Transient Signatures from Sparsely-Placed
Synchrophasors", Washington: IEEE, 2014.
[19] M. T. Sant y Y. G. Paithankar, "On line Digital Fault Locator for Overhead
Transmision Line", IEEE Proceedings, 1979.
[20] E. Vsquez Martinez y J. Castruita vila, "Proteccin de Sistemas Elctricos
mediante de reconocimiento de patrones de onda viajera", Mexico: Ingenieras,
2004.
[21] S. Urbaez Gonzales, J. A. Calderon Serna y L. E. Llano Zuleta, "Localizacin de
fallas en Sistemas de Transmisin mediante tcnicas de Inteligencia Artificial",
Medelln: ISA, 2010, p. 20.
[22] "Tcnicas Modernas para Proteccin y Monitoreo de Lneas de Transmisin",
2010.
[23] R. M. M. Rosas, "Proteccin de Sistemas de Potencia", Barcelona: Edicions
UPC, 2002.
[24] A. Mazn, "Simulacin de Sistemas Elctricos", Madrid: Paerson Educacin S.A.,
2005.
[25] H. Wang y W. Keerthipala, Fuzzy-Neuro Approach to Fault Classification for
Transmission Line Protection", Iran: Elsevier Journal, 1998.
[26] Q. Edwin, Modelo Adaptivo de Inteligencia Artificial para el Diagnstico
Automtico de Fallas a partir de Registros de Osciloperturbografa, Medellin:
Universidad Nacional de Colombia, 2007.
[27] I. Tomislav, E. Gorislav y S. Damir, Load Angle estimation of a synchronous
generator, Croatia: IEEE Melecom, 2004.
 102

[28] G. &. W. Del Angel, Using artificial neural networks to estimate rotor angles and
speeds from phasor measurements, Grecia: Proceedings og Intelligent Systems
Aplications to Power Systems Conference, 2003.
[29] R. Barrera, J. Mora y S. Perez, Estimador neuronal del ngulo de rotor de
generadores sincrnicos a partir de mediciones de tensin y corriente en
terminales, Pereira, Colombia: Universidad Tecnolgica de Pereira, 2009.
[30] J. Valdez, Z. Xun, J. Abad Torres y S. Roy, Fast Foult Location in Power
Transmission Networks using Transient Signatures from Sparsely-Placed
Synchrophasors, Washington: IEEE, 2014.
[31] F. Gonzales Longatt, "Estabilidad en Sistemas de Potencia", 2006.
[32] DIgSILENT Power Factory, Manual 15.1, Gomaringen Germany: GmbH, 2011.
[33] M. C. Casado Fernandez, Manual de MatLab, Servicios Informticos U.C.M,
2006.
[34] DIgSILENT Power Factory, DPL Tutorial, Gomaringen: DIgSILENT GmbH, 2013.
[35] A. Stativa, YouTube, [En lnea]. Available:
https://www.youtube.com/watch?v=Lgjf0vWl7Ik.
 103

ANEXOS

ANEXO A:
Parmetros del sistema IEEE 11-Barras
Se presenta los datos correspondientes al sistema de dos reas. Los datos
utilizados para la implementacin del sistema fueron obtenidos de Kundur, 1994.

Figura 30- Diagrama unifilar del sistema IEEE 11-Barras [Kundur, 1994]

Tabla 1- Parmetros de las mquinas sincrnicas

 104

Tabla 2- Datos de los transformadores.

Tabla 3- Datos de las cargas del sistema.

Tabla 4- Datos de las lneas de transmisin

Tabla 5- Parmetros del AVR incorporado al sistema

Tabla 6- Parmetros de los PSS incorporados en el sistema.

 105

Figura 31- Modelo del AVR incorporado en os generadores del sistema.

Figura 32- Modelo del PSS instalado a los generadores del sistema.

ANEXO B:
Parmetros del sistema IEEE-39 BARRAS
Este sistema de bus IEEE 39 es bien conocido como 10-mquinas de Nueva
Inglaterra-Power System. El Generador 1 representa la agregacin de un gran
nmero de generadores. Todos los parmetros que se muestran a continuacin
 106

vienen del libro titulado "Anlisis de funcin de energa para el sistema elctrico de
Estabilidad

Figura 33- Diagrama unifilar del sistema IEEE 39 BARRAS

Datos bsicos y caractersticas

Generadores: Los parmetros para el modelo de dos ejes de las mquinas
sincrnicas se muestran en la Tabla 7 como sigue.
Todos los valores se dan en el mismo MVA base del sistema.
 107

Tabla 7- Parmetros de las mquinas sincrnicas.

GENERADOR H Ra x'd x'q xd xq T'd0 Tq0 xl

G1 500.0 0 0.006 0.008 0.02 0.019 7.0 0.7 0.003
G2 30.3 0 0.0697 0.170 0.295 0.282 6.56 1.5 0.035
G3 35.8 0 0.0531 0.0876 0.2495 0.237 5.7 1.5 0.0304
G4 28.6 0 0.0436 0.166 0.262 0.258 5.69 1.5 0.0295
G5 26.0 0 0.132 0.166 0.67 0.62 5.4 0.44 0.054
G6 34.8 0 0.05 0.0814 0.254 0.241 7.3 0.4 0.0224
G7 26.4 0 0.049 0.186 0.295 0.292 5.66 1.5 0.0322
G8 24.3 0 0.057 0.0911 0.290 0.280 6.7 0.41 0.028
G9 34.5 0 0.057 0.0587 0.2106 0.205 4.79 1.96 0.0298
G10 42.0 0 0.031 0.008 0.1 0.069 10.2 0.0 0.0125

Lneas de Transmisin y Transformadores: Los datos de red para este sistema se

muestra en la siguiente tabla. Todos los valores se dan en el mismo MVA base del
sistema.
Tabla 8- Parmetros de L/T y Transformadores del sistema

Datos de las L/T Tap del

Transformador
del nodo al nodo R X B Magnitud Angulo
1 2 0.0035 0.0411 0.6987 0.000 0.00
1 39 0.0010 0.0250 0.7500 0.000 0.00
2 3 0.0013 0.0151 0.2572 0.000 0.00
2 25 0.0070 0.0086 0.1460 0.000 0.00
3 4 0.0013 0.0213 0.2214 0.000 0.00
3 18 0.0011 0.0133 0.2138 0.000 0.00
4 5 0.0008 0.0128 0.1342 0.000 0.00
4 14 0.0008 0.0129 0.1382 0.000 0.00
5 6 0.0002 0.0026 0.0434 0.000 0.00
 108

5 8 0.0008 0.0112 0.1476 0.000 0.00

6 7 0.0006 0.0092 0.1130 0.000 0.00
6 11 0.0007 0.0082 0.1389 0.000 0.00
7 8 0.0004 0.0046 0.0780 0.000 0.00
8 9 0.0023 0.0363 0.3804 0.000 0.00
9 39 0.0010 0.0250 1.200 0.000 0.00
10 11 0.0004 0.0043 0.0729 0.000 0.00
10 13 0.0004 0.0043 0.0729 0.000 0.00
13 14 0.0009 0.0101 0.1723 0.000 0.00
14 15 0.0018 0.0217 0.3660 0.000 0.00
15 16 0.0009 0.0094 0.1710 0.000 0.00
16 17 0.0007 0.0089 0.1342 0.000 0.00
16 19 0.0016 0.0195 0.3040 0.000 0.00
16 21 0.0008 0.0135 0.2548 0.000 0.00
16 24 0.0003 0.0059 0.0680 0.000 0.00
17 18 0.0007 0.0082 0.1319 0.000 0.00
17 27 0.0013 0.0173 0.3216 0.000 0.00
21 22 0.0008 0.0140 0.2565 0.000 0.00
22 23 0.0006 0.0096 0.1846 0.000 0.00
23 24 0.0022 0.0350 0.3610 0.000 0.00
25 26 0.0032 0.0323 0.5130 0.000 0.00
26 27 0.0014 0.0147 0.2396 0.000 0.00
26 28 0.0043 0.0474 0.7802 0.000 0.00
26 29 0.0057 0.0625 10.290 0.000 0.00
28 29 0.0014 0.0151 0.2490 0.000 0.00
12 11 0.0016 0.0435 0.0000 1.006 0.00
12 13 0.0016 0.0435 0.0000 1.006 0.00
6 31 0.0000 0.0250 0.0000 1.070 0.00
10 32 0.0000 0.0200 0.0000 1.070 0.00
 109

19 33 0.0007 0.0142 0.0000 1.070 0.00

20 34 0.0009 0.0180 0.0000 1.009 0.00
22 35 0.0000 0.0143 0.0000 1.025 0.00
23 36 0.0005 0.0272 0.0000 1.000 0.00
25 37 0.0006 0.0232 0.0000 1.025 0.00
2 30 0.0000 0.0181 0.0000 1.025 0.00
29 38 0.0008 0.0156 0.0000 1.025 0.00
19 20 0.0007 0.0138 0.0000 1.060 0.00

Barras del sistema: Todos los valores se dan en el mismo MVA base del sistema.
Tenga en cuenta que el generador 2 es el nodo de oscilacin.
Tabla 9. Potencia y Voltaje de las Barras del sistema

Barra Tipo Voltaje Carga Generacin

[p.u.] MW Mvar MW Mvar Generador
1 PQ - 0 0 0 0
2 PQ - 0 0 0 0
3 PQ - 322.0 2.4 0 0
4 PQ - 500.0 184.0 0 0
5 PQ - 0 0 0 0
6 PQ - 0 0 0 0
7 PQ - 233.8 84.0 0 0
8 PQ - 522.0 176.0 0 0
9 PQ - 0 0 0 0
10 PQ - 0 0 0 0
11 PQ - 0 0 0 0
12 PQ - 7.5 88.0 0 0
13 PQ - 0 0 0 0
14 PQ - 0 0 0 0
 110

15 PQ - 320.0 153.0 0 0
16 PQ - 329.0 32.3 0 0
17 PQ - 0 0 0 0
18 PQ - 158.0 30.0 0 0
19 PQ - 0 0 0 0
20 PQ - 628.0 103.0 0 0
21 PQ - 274.0 115.0 0 0
22 PQ - 0 0 0 0
23 PQ - 247.5 84.6 0 0
24 PQ - 308.6 -92.0 0 0
25 PQ - 224.0 47.2 0 0
26 PQ - 139.0 17.0 0 0
27 PQ - 281.0 75.5 0 0
28 PQ - 206.0 27.6 0 0
29 PQ - 283.5 26.9 0 0
30 PV 1,0475 0 0 250.0 - Gen 10
31 PV 0.9820 9.2 4.6 - - Gen 2
32 PV 0.9831 0 0 650.0 - Gen 3
33 PV 0.9972 0 0 632.0 - Gen 4
34 PV 1,0123 0 0 508.0 - Gen 5
35 PV 1,0493 0 0 650.0 - Gen 6
36 PV 1,0635 0 0 560.0 - Gen 7
37 PV 1,0278 0 0 540.0 - Gen 8
38 PV 1,0265 0 0 830.0 - Gen 9
39 PV 1,0300 1104.0 250.0 1000.0 - Gen 1
 111

ANEXO C:

En el captulo IV se realizaron algunas simulaciones que demuestran el correcto

funcionamiento del algoritmo, las simulaciones realizadas en ese captulo fueron para
las L/T en las cuales las respuestas del ngulo de rotor eran similares y podra
ocasionar algn tipo de dificultad al momento de elegir la hiptesis ms probable
frente a las mediciones realizadas.

Para una correcta comprobacin, se procede a realizar las simulaciones para todas
las L/T, tanto para el sistema de 11-Barras (2 reas) y el sistema de 39-Barras que
fueron utilizadas en la aplicacin del algoritmo y demostrar su correcto
funcionamiento.

Para estas comprobaciones se utiliza una matriz de confusin, la cual ordena todos
los casos del modelo en categoras, determinando si el valor de prediccin coincide
con el valor real. La matriz de confusin compara los valores reales con los valores
de prediccin para cada estado de prediccin especificado. Las filas de la matriz
representan los valores de prediccin para el modelo, mientras que las columnas
representan los valores reales.

Una matriz de confusin es una herramienta importante para evaluar los resultados
de la prediccin, ya que hace que resulte fcil entender y explicar los efectos de las
predicciones errneas. Al ver la cantidad y los porcentajes en cada celda de la
matriz, podr saber rpidamente en cuntas ocasiones ha sido exacta la prediccin
del modelo.

Se procede a realizar varias simulaciones de eventos de falla para el sistema de 11-

Barras (2 reas), se determinan las hiptesis de estudio en cada L/T del sistema,
siguiendo todos los pasos como se explica en el captulo III.

Las hiptesis de estudio son:

 112

1. ?R : Falla trifsica en una de las lneas de transmisin entre las barras 5 y 6

(lnea L5-6).
2. ?+ : Falla trifsica en una de las lneas de transmisin entre las barras 6 y 7
(lnea L6-7).
3. ? : Falla trifsica en una de las lneas de transmisin entre las barras 7 y 8
(lnea L7-8 (1)).
4. ? : Falla trifsica en una de las lneas de transmisin entre las barras 7 y 8
(lnea 7-8 (1))
5. ? : Falla trifsica en una de las lneas de transmisin entre las barras 8 y 9
(lnea L8-9 (1)).
6. ? : Falla trifsica en una de las lneas de transmisin entre las barras 8 y 9
(lnea 8-9 (2))
7. ? : Falla trifsica en una de las lneas de transmisin entre las barras 9 y 10
(lnea L9-10).
8. ? : Falla trifsica en una de las lneas de transmisin entre las barras 10 y 11
(lnea 10-11).

Se realizan simulaciones para eventos de falla de diferentes tipos: trifsicas,

bifsicas y monofsicas a diferentes distancias de la L/T: 5%, 50% y 95%. Esta
informacin corresponde a la medicin realizada por las PMUs ubicadas a lo largo
del SEP.

Una vez establecidas todas las hiptesis y casos de medicin, se procede a realizar
las simulaciones en el sistema elctrico para poder conformar la matriz de confusin.

La diferencia entre cada respuesta del ngulo del generador hace que el algoritmo
detecte sin ningn inconveniente cada hiptesis probable frente a la informacin
obtenida de la medicin fasorial. Se realizaron en total 72 simulaciones para este
caso de estudio (sistema 11-Barras), correspondiente para cada hiptesis 9 casos de
estudio los cuales corresponden:

Falla 3-Fases: a una distancia del 5%, 50% y 95% de la L/T.

 113

Falla 2-Fases: a una distancia del 5%, 50% y 95% de la L/T.

Falla Fase-Tierra: a una distancia del 5%, 50% y 95% de la L/T.

Obteniendo la siguiente matriz de confusin, tal como lo muestra la tabla 10:

Tabla 10- Matriz de confusin del algoritmo aplicado al sistema de 11 Barras (dos reas).
PREDICCIN
L/T 7-8 L/T 7-8 L/T 8-9 L/T 8-9
L/T 5-6 L/T 6-7 L/T 9-10 L/T 10-11 TOTALES
(1) (2) (1) (2)
L/T 5-6 9 0 0 0 0 0 0 0 9
L/T 6-7 0 9 0 0 0 0 0 0 9
L/T 7-8 (1) 0 0 8 1 0 0 0 0 9
VALOR ACTUAL

L/T 7-8 (2) 0 0 0 7 1 1 0 0 9

L/T 8-9 (1) 0 0 0 0 8 1 0 0 9
L/T 8-9 (2) 0 0 0 0 0 6 3 0 9
L/T 9-10 0 0 0 0 0 0 9 0 9
L/T 10-11 0 0 0 0 0 0 2 7 9
TOTALES 9 9 8 8 9 8 14 7 72

La precisin a la hora de realizar la deteccin de la falla que ocurre en una de las L/T
es del 93% para los 72 casos analizados.

Existe cierto margen de error del 17% al momento de realizar la deteccin debido a
que en algunas L/T se debe de definir claramente los estados dinmicos para la
respectiva simulacin, ya que al momento de realizar el despeje de la L/T que fall,
esta desconecta al generador del sistema haciendo que pierda el sincronismo del
resto de generadores y provocando errores al momento de la deteccin de falla.

La figura 5 a la figura 23, se presenta la respuesta del ngulo de rotor para los
generadores en estudio, claramente se nota las diferencias entre las respuestas del
ngulo de rotor frente a cada evento de falla (hiptesis de estudio), adems de la
respuesta del ngulo de rotor para cada tipo de falla y distancia de la misma.
 114

Figura 5- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 5-6.

Figura 6- Respuesta de ngulo de Rotor del generador G3 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 5-6.
 115

Figura 7- Respuesta de ngulo de Rotor del generador G4 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 5-6.

Figura 8- Respuesta de ngulo de Rotor del generador G3 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 6-7.
 116

Figura 9- Respuesta de ngulo de Rotor del generador G4 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 5-6.

Figura 10- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 7-8 (1).
 117

Figura 11- Respuesta de ngulo de Rotor del generador G3 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 7-8 (1).

Figura 12- Respuesta de ngulo de Rotor del generador G4 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 7-8 (1).
 118

Figura 13- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 7-8 (2).

Figura 14- Respuesta de ngulo de Rotor del generador G3 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 7-8 (2).
 119

Figura 15- Respuesta de ngulo de Rotor del generador G4 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 7-8 (2).

Figura 16- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 8-9 (1).
 120

Figura 17- Respuesta de ngulo de Rotor del generador G3 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 8-9 (1).

Figura 18- Respuesta de ngulo de Rotor del generador G4 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 8-9 (1).
 121

Figura 19- Respuesta de ngulo de Rotor del generador G4 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 8-9 (2).

Figura 20- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 8-9 (2).
 122

Figura 21- Respuesta de ngulo de Rotor del generador G3 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 8-9 (2).

Figura 22- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 9-10.
 123

Figura 23- Respuesta de ngulo de Rotor del generador G2 del sistema de 11-Barras para
diferentes eventos de falla en la L/T 10-11.

Para el segundo sistema elctrico utilizado en la aplicacin del algoritmo, de la

misma manera se procede a realizar varias simulaciones de eventos de falla para el
sistema de 39-Barras, se determinan las hiptesis de estudio en cada L/T del
sistema, siguiendo todos los pasos como se explica en el captulo III. Debido a la
gran cantidad de L/T existentes en este sistema, se consideran las hiptesis que van
enumeradas R de acuerdo al orden como van las L/T.

Se realizan simulaciones para eventos de falla de diferentes tipos: trifsicas,

bifsicas y monofsicas a distancias de la L/T del 50%. Esta informacin
corresponde a la medicin realizada por las PMUs ubicadas a lo largo del SEP. En
este caso no se realizan las simulaciones a la distancia del 5% y del 95% debido a la
gran cantidad de L/T y de informacin para realizar estas comprobaciones, de
acuerdo a las realizadas en el sistema de 11-Barras (2 reas) se nota claramente
que el algoritmo detecta sin problema las fallas a diferentes distancia y tipos la cual
se las toma en cuenta para el desarrollo de esta comprobacin.
 124

Una vez establecidas todas las hiptesis y casos de medicin, se procede a realizar
las simulaciones en el sistema elctrico para poder conformar la matriz de confusin.

La diferencia entre cada respuesta del ngulo del generador hace que el algoritmo
detecte sin ningn inconveniente cada hiptesis probable frente a la informacin
obtenida de la medicin fasorial. Se realizaron en total 102 simulaciones para este
caso de estudio, correspondiente a cada hiptesis 3 casos de estudio los cuales
corresponden:

Falla 3-Fases: a una distancia 50% de la L/T.

Falla 2-Fases: a una distancia del 50% de la L/T.
Falla Fase-Tierra: a una distancia del 50% de la L/T.

Obteniendo la siguiente matriz de confusin, tal como lo muestra la tabla 11. La

precisin a la hora de realizar la deteccin de la falla que ocurre en una de las L/T es
aproximadamente del 97% para los 102 casos analizados.

Existe cierto margen de error bajo al momento de realizar la deteccin debido a que
en algunas L/T se debe de definir claramente los estados dinmicos para la
respectiva simulacin, ya que al momento de realizar el despeje de la L/T que fall,
esta L/T desconecta al generador del sistema haciendo que pierda el sincronismo.

La figura 23 a la figura 45, se presenta algunos ejemplos de la respuesta del ngulo

de rotor para los generadores en estudio, claramente se nota las diferencias entre las
respuestas del ngulo de rotor frente a cada evento de falla (hiptesis de estudio).

Entre los ejemplos citados estn los eventos de falla en las L/T 1-2, L/T 1-39 y de la
L/T 2-3.
 125

Tabla 11- Matriz de confusin del algoritmo aplicado al sistema de 39 Barras.

PREDICCIN
TOTAL

L/T 1-2
L/T 2-3
L/T 3-4
L/T 4-5
L/T 5-6
L/T 5-8
L/T 6-7
L/T 7-8
L/T 8-9

L/T 1-39
L/T 2-25
L/T 3-18
L/T 4-14
L/T 6-11
L/T 9-39
L/T 10-11
L/T 10-13
L/T 13-14
L/T 14-15
L/T 15-16
L/T 16-17
L/T 16-19
L/T 16-21
L/T 16-24
L/T 17-18
L/T 17-27
L/T 21-22
L/T 22-23
L/T 23-24
L/T 25-26
L/T 26-27
L/T 26-28
L/T 26-29
L/T 28-29

L/T 1-2 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 1-39 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 2-3 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 2-25 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 3-4 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 3-18 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 4-5 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 4-14 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 5-6 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 5-8 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 6-7 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 6-11 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3

VALOR ACTUAL
L/T 7-8 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 8-9 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 9-39 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 10-11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 10-13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 13-14 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 14-15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 15-16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 16-17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 3
L/T 16-19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 3
 126

L/T 16-21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 3
L/T 16-24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 3
L/T 17-18 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 3
L/T 17-27 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 3
L/T 21-22 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 3
L/T 22-23 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 3
L/T 23-24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 3
L/T 25-26 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 3
L/T 26-27 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 3
L/T 26-28 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 3
L/T 26-29 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3
L/T 28-29 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 2 3
TOTAL 3 3 3 3 4 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 2 3 102
 127

Figura 24- Respuesta de ngulo de Rotor del generador G_1 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.

Figura 25- Respuesta de ngulo de Rotor del generador G_3 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.
 128

Figura 26- Respuesta de ngulo de Rotor del generador G_4 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.

Figura 27- Respuesta de ngulo de Rotor del generador G_5 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.
 129

Figura 28- Respuesta de ngulo de Rotor del generador G_6 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.

Figura 29- Respuesta de ngulo de Rotor del generador G_7 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.
 130

Figura 30- Respuesta de ngulo de Rotor del generador G_8 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.

Figura 31- Respuesta de ngulo de Rotor del generador G_9 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-2.
 131

Figura 32- Respuesta de ngulo de Rotor del generador G_1 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.

Figura 33- Respuesta de ngulo de Rotor del generador G_3 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.
 132

Figura 34- Respuesta de ngulo de Rotor del generador G_4 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.

Figura 35- Respuesta de ngulo de Rotor del generador G_5 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.
 133

Figura 36- Respuesta de ngulo de Rotor del generador G_6 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.

Figura 37- Respuesta de ngulo de Rotor del generador G_8 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.
 134

Figura 38- Respuesta de ngulo de Rotor del generador G_9 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 1-39.

Figura 39- Respuesta de ngulo de Rotor del generador G_1 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.
 135

Figura 40- Respuesta de ngulo de Rotor del generador G_3 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.

Figura 41- Respuesta de ngulo de Rotor del generador G_4 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.
 136

Figura 42- Respuesta de ngulo de Rotor del generador G_5 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.

Figura 43- Respuesta de ngulo de Rotor del generador G_6 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.
 137

Figura 44- Respuesta de ngulo de Rotor del generador G_7 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.

Figura 45- Respuesta de ngulo de Rotor del generador G_8 del sistema de 39-Barras para
diferentes eventos de falla en la L/T 2-3.
 138

ANEXO D:
Se analiza el caso donde puede producirse un evento de falla en la L/T 7-8 (2) del
sistema de 11-Barras (sistema de dos reas) en otro escenario de demanda, por
ejemplo para escenarios en demanda mnima y a demanda mxima.

Para ms detalle de este anlisis se realiza las grficas de la variable dinmica en

estudio (ngulo de potencia , figura 46 a la figura 49), en la cual claramente se nota
la diferencia para cada escenario de operacin ante una contingencia o falla, el
algoritmo realiza la deteccin del evento de falla pero debido a la diferencia que
existente entre la informacin ingresada en la simulacin por la hiptesis de estudio
con la medicin fasorial (escenario de demanda mxima o mnima), se producen
errores al momento de determinar cual evento es el que realmente ocurri con
valores de probabilidad de error elevados.

Para este caso se realizan la simulacin de eventos de falla para distintos escenarios
de operacin y se ingresa la medicin fasorial para el evento de falla a demanda
mxima

Figura 46- Respuesta del ngulo de rotor del generador G2 del sistema de 11-Barras a
diferentes escenarios de operacin de demanda de energa elctrica.
 139

Figura 47- Respuesta del ngulo de rotor del generador G3 del sistema de 11-Barras a
diferentes escenarios de operacin de demanda de energa elctrica.

Figura 48- Respuesta del ngulo de rotor del generador G2 del sistema de 11-Barras a
diferentes escenarios de operacin de demanda de energa elctrica.

Para evitar estos problemas en el algoritmo, es necesario determinar todas las

hiptesis de estudio, ya sea para operacin normal y ante distintos escenarios de
 140

demanda, para esto es necesario realizar un exhaustivo estudio de confiabilidad del

sistema elctrico en estudio para determinar la tasa de error en cada una de las L/T
del sistema elctrico de potencia.

Las empresas de servicio elctrico normalmente llevan un registro estadstico de

eventos pasados, con los cuales pueden evaluar el desempeo del sistema y
algunos indicadores econmicos, especialmente de la energa no suministrada. La
prediccin de ndices de confiabilidad pretende determinar el comportamiento que
tendr la red ante una contingencia, basado en el desempeo pasado, determinando
posibles problemas y poder sugerir correcciones, cambios o mejoras en la topologa
de la red.

La confiabilidad del sistema elctrico se establece en base a una serie de

cuantificadores que intentan describir en promedio las veces en que se ve afectado
el servicio elctrico y sus probables duraciones.

Los ndices ms comunes utilizados en la cuantificacin de confiabilidad son los

relacionados con la frecuencia y duracin de fallas o cortes de suministro de energa
elctrica.

Para cada componente se requiere reportes de eventos de salida y restauracin que

incluye la fecha y hora de salida, fecha y hora de restauracin. A mayor tiempo de
registros, mayor ser el intervalo de confianza de las estadsticas. Estos dependern
de la naturaleza y detalle del sistema elctrico en estudio. Los datos de los
componentes del sistema que generalmente se requieren son:

Tasa de falla (tasas forzadas de falla) asociada con los diferentes tipos de falla.

Tiempo promedio esperado de reparacin o reemplazo de un componente en falla.

Mantenimiento programado de un componente.

Duracin promedio esperada por mantenimiento sea este programado o no.

 141

El anlisis de confiabilidad del sistema elctrico en estudio se lo puede realizar en

PowerFactory de DIgSILENTEl, este anlisis se realiza para el escenario de
demanda mxima, en busca de mejores alternativas de operacin del sistema e
inversin de recursos a muy corto plazo. Esta inversin de recursos se traduce
prcticamente en la disminucin de la tasa de falla, energa no suministrada; factores
que tienen relacin directa con los ndices de confiabilidad y la calidad del servicio
elctrico.

Para realizar un anlisis de confiabilidad en el software PowerFactory de DIgSILENT,

se realiza los siguientes pasos:

Modelo de fallas.

Modelo de carga.

Estado de produccin del sistema.

Anlisis de efecto de fallas (FEA).

Anlisis estadstico.

Reporte de resultados.

Los modelos de falla describen la manera en el que los componentes del sistema
pueden fallar, la frecuencia con que se producir un error y el tiempo que se necesita
para repararlas. Los modelos de carga pueden consistir en slo algunas demandas
de carga posible, o puede basarse en la carga exacta previsiones y escenarios de
crecimiento. La combinacin de una o ms fallas simultneas y una condicin de
carga especfica se denomina Estado del Sistema.

Es la tarea del modulo de FEA analizar los estados de falla del sistema simulando las
reacciones del sistema a estas fallas. El FEA normalmente tomar el sistema de
potencia a travs de una serie de estados operacionales que pueden incluir:
 142

Despeje de fallas disparando protecciones.

Separacin de fallas por la apertura de los interruptores de separacin.

Restauracin de potencia mediante el cierre de los interruptores normalmente

abiertos.

Alivio de sobrecarga por transferencia de carga y desconexin de carga.

La tarea bsica de las funciones del FEA es determinar si las fallas del sistema darn
lugar a las interrupciones de cargas y cuando sea el caso observar por cunto tiempo
se vern interrumpidas estas cargas. Los resultados del FEA se combinan con los
datos que proporciona el mdulo de estado de produccin del sistema para actualizar
las estadsticas. Los datos del estado del sistema describe la frecuencia esperada de
ocurrencia del estado del sistema y su duracin esperada.

Existen ciertas consideraciones que se deben tener en cuenta para la simulacin.

Modelar el sistema de estudio para clculos de flujo de carga.

Entrada y asignacin de datos de confiabilidad.

Asignar caractersticas a los elementos de carga.

Posiblemente definir grupos de fallas.

Ajustar los parmetros de clculo.

Ejecutar el clculo.

Visualizar los resultados en el diagrama de red, por medio de tablas y grficos.

Posiblemente hacer evaluaciones adicionales.

Posiblemente repetir los pasos desde la ejecucin de clculo con el fin de analizar
diferentes casos de estudio.