Tema 2: Introducción a Matlab-Simulink

Estabilidad de Sistemas de Potencia

Prof. Agustı́n Rafael Marulanda Guerra, PhD
Escuela Colombiana de Ingenierı́a Julio Garavito
Maestrı́a en Ingenierı́a Eléctrica

Agosto de 2018
Contenido

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 2 / 50

¿Qué es Matlab?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 3 / 50

¿Qué es Matlab?

MatLab es un lenguaje de alto nivel para realizar cálculos

cientı́ficos-técnicos
Integra herramientas de cálculo necesarias con otras de visualización,
ası́ como un entorno de programación de fácil uso

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 4 / 50

¿Qué es Matlab?

Trabaja con datos en forma de vector que no requiere ser

dimensionados
Proporciona paquetes de extensión ToolBox para aplicaciones
especı́ficas
Los paquetes incluyen librerı́as de funciones (M-files)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 5 / 50

¿Qué es Matlab?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 6 / 50

¿Qué es Matlab?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 7 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 8 / 50

¿Qué es Simulink?

SIMULINK es una toolbox especial de MATLAB que sirve para

simular el comportamiento de los sistemas dinámicos
Puede simular sistemas lineales y no lineales, modelos en tiempo
continuo y tiempo discreto y sistemas hı́bridos de todos los anteriores
En tiempo continuo
En tiempo discreto
Hı́bridos
Sistemas multifrecuencia (contienen sistemas muestreados a diferentes
frecuencias)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 9 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 10 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 11 / 50

¿Qué es Simulink?

Se puede modelar un sistema eléctrico con Simulink de dos maneras:

A partir de sus ecuaciones diferenciales, con las herramientas de
Simulink
Aplicando una librerı́a especı́fica de Simulink (SimPowerSystem)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 12 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 13 / 50

¿Qué es Simulink?
Para este ejercicio simularemos un generador de señales seno y coseno de la misma
amplitud, ajustadas a la misma frecuencia de acuerdo a la ecuación de un oscilador:

d2 y1
= −ω 2 y1
dt2
donde ω es la frecuencia angular.
Introducimos un nuevo estado,
 
1 dy1
y2 =
ω dt
Derivando y2 y despejando,
  2
dy2 1 d y1 d2 y1 dy2
= =⇒ =ω
dt ω dt2 dt2 dt
Sustituyendo,

dy2
= −ωy1
dt

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 14 / 50

¿Qué es Simulink?

Escibimos las ecuaciones en forma de integral

 
1 dy1
y2 = =⇒ ωy2 dt = dy1
ω dt
Z
y1 = ω y2 dt

La señal 2 es,

dy2
= −ωy1 =⇒ dy2 = −ωy1 dt
dt
Z
y2 = −ω y1 dt

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 15 / 50

¿Qué es Simulink?

El generador de señales, queda definido por;

Z
y1 = ω y2 dt
Z
y2 = −ω y1 dt

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 16 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 17 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 18 / 50

¿Qué es Simulink?

El tiempo de simulación no es lo mismo que la hora del reloj; una simulación durante 10
segundos generalmente no toma 10 segundos

Un solver calcula los estados de un sistema dinámico en ”pasos de tiempo”sucesivos

durante un tiempo especificado, utilizando la información provista por el modelo

Existen dos tipos de solver :

Solver de paso fijo
Solver de paso variable

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 19 / 50

¿Qué es Simulink?

Solver de paso Fijo

Resuelven el modelo a intervalos regulares desde el principio hasta el final

de la simulación. El tamaño del intervalo se conoce como el tamaño del
paso. Puede especificar el tamaño del paso o dejar que el solver elija el
tamaño del paso. En general, la disminución del tamaño del paso aumenta
la precisión de los resultados al tiempo que aumenta el tiempo requerido
para simular el sistema.

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 20 / 50

¿Qué es Simulink?

Solver de Paso Variable

Varı́an el tamaño del paso durante la simulación, reduciendo el tamaño del

paso para aumentar la precisión cuando los estados de un modelo cambian
rápidamente y aumentan el tamaño del paso para evitar tomar pasos
innecesarios cuando los estados del modelo cambian lentamente. Calcular
el tamaño del paso se suma a la carga computacional en cada paso, pero
puede reducir el número total de pasos, y por lo tanto el tiempo de
simulación, necesarios para mantener un nivel especı́fico de precisión para
los modelos con estados de cambio continuo o por partes.

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 21 / 50

Solvers de Paso Fijo

ode8 (Dormand-Prince RK8(7)): Utiliza la fórmula

Dormand-Prince de octavo orden para calcular el
estado del modelo en el siguiente paso, como una
función explı́cita del valor actual del estado y las
derivadas del estado aproximadas en puntos
intermedios

ode5 (Dormand-Prince): Utiliza la fórmula de

Dormand-Prince de quinto orden para calcular el
estado del modelo en el siguiente paso como una
función explı́cita del valor actual del estado y las
derivadas del estado aproximadas en los puntos
intermedios

ode4 (Runge-Kutta): Utiliza la fórmula de cuarto

orden Runge-Kutta (RK4) para calcular el estado
del modelo en el siguiente paso como una función
explı́cita del valor actual del estado y las derivadas
del estado

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 22 / 50

Solvers de Paso Fijo

ode2 (Heun): Utiliza el método de integración

Heun para calcular el estado del modelo en el
siguiente paso como una función explı́cita del valor
actual del estado y las derivadas del estado

ode1 (Euler): Utiliza el método de integración de

Euler para calcular el estado del modelo en el
próximo paso como una función explı́cita del valor
actual del estado y las derivadas del estado. Este
solver requiere menos cálculos que un solver de
orden superior. Sin embargo, proporciona
comparativamente menos precisión.

ode14x (extrapolation): Utiliza una combinación

del método de Newton y la extrapolación del valor
valor para calcular el estado del modelo en el
siguiente paso, como una función implı́cita del
estado y la derivada del estado en el siguiente paso

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 23 / 50

Solvers de Paso Variable

ode45 (Dormand-Prince): Calcula el estado del

modelo en el siguiente paso utilizando una fórmula
explı́cita de Runge-Kutta (4,5) (el par
Dormand-Prince) para la integración numérica. Use
ode45 como primer intento para la mayorı́a de los
problemas

ode23 (Bogacki-Shampine): Calcula el estado del

modelo en el siguiente paso usando una fórmula
explı́cita de Runge-Kutta (2,3) (el par
Bogacki-Shampine) para la integración numérica.
ode23 es más eficiente que ode45 en tolerancias y
en presencia de rigidez leve.

ode113 (Adams): Calcula el estado del modelo en el

siguiente paso utilizando una técnica de integración
numérica PECE Adams-Bashforth-Moulton de
orden variable. Es de pasos múltiples; generalmente
necesita las soluciones en varios momentos previos
para calcular la solución actual. ode113 puede ser
más eficiente que ode45 con tolerancias estrictas
© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 24 / 50
Solvers de Paso Variable
ode15s (stiff/NDF): Calcula el estado del modelo en el siguiente paso utilizando fórmulas
de diferenciación numérica de orden variable (NDF).También conocido como método de
Gear. Es un solver de pasos múltiples; generalmente necesita las soluciones en varios
momentos previos para calcular la solución actual. Es eficiente para problemas difı́ciles.
Pruebe este solver si ode45 falla o es ineficiente.

ode23s (stiff/Mod. Rosenbrock): Calcula el estado del modelo en el siguiente paso

utilizando una fórmula modificada de Rosenbrock de orden 2. Es un solver de un solo
paso; solo necesita la solución en el punto de tiempo anterior. Es más eficiente que ode15s
a tolerancias crudas, y puede resolver problemas difı́ciles para los que ode15s es ineficaz.

ode23t (Mod. stiff/Trapezoidal): Calcula el estado del modelo en el siguiente paso

utilizando una implementación de la regla trapezoidal con un interpolador ”libre”. Es un
solucionador de un paso; solo necesita la solución en el punto de tiempo anterior. Use
ode23t si el problema es moderadamente rı́gido y necesita una solución sin amortiguación
numérica.

ode23tb ( stiff/TR-BDF2): Calcula el estado del modelo en el siguiente paso utilizando

una implementación de múltiples pasos de TR-BDF2, una fórmula implı́cita de
Runge-Kutta. Es más eficiente que ode15s en tolerancias, y puede resolver problemas
difı́ciles para los que ode15s es ineficaz.

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 25 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 26 / 50

¿Qué es Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 27 / 50

Transformación de Fortescue

En el año de 1918, el ingeniero de la

empresa Westinghouse Electric &
Manufacturing Company Charles LeGeyt
Fortescue, publicó un artı́culo titulado
Method of symmetrical co-ordinates
applied to the solution of polyphase
networks, donde presentaba el método
de las componenetes simétricas para
facilitar el estudio de sistemas polifásicos
desequilibrados.

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 28 / 50

Transformación de Fortescue

    
f0 1 1 1 fa
 f 1  = 1  1 a a2   f b 
3
f2 1 a2 a fc
    
fa 1 1 1 f0
 fb  = 1  1 a2 a   f1 
3
fc 1 a a2 f2

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 29 / 50

Transformación de Clarke

En 1943, Edith Clarke publicó el

libro titulado Circuit Analysis of
AC Power Systems. Vol I, donde
expone las bases teóricas de la
conocida transformada de Clarke

La transformada de Clarke transforma un sistema trifásico estacionario

(abc) a un sistema estacionario ortogonal (αβ)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 30 / 50

Transformación de Clarke

1
−√21
 
1
  
fα −
√2 fa
2
 fβ  =  3 3
 0 fb 

2
− 2
3

f0 1 1 1 fc
2 2 2

2 1
fα = fa − (fb + fc )
3 2
√ !
2 3 √
fβ = fb − 32fc
3 2
1
f0 = (fa + fb + fc )
3

fα = fa
2fb + f a
fβ = √
3

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 31 / 50

Transformación de Clarke

La transformada de Clarke transforma un sistema trifásico

estacionario (abc) a un sistema estacionario ortogonal (αβ)
El sistema estacionario puede ser tensiones, corrientes o flujo

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 32 / 50

Transformación de Clarke

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 33 / 50

Transformación de Clarke

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 34 / 50

Transformación de Clarke

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 35 / 50

Transformación de Clarke
¿Cómo conectar MATLAB y Simulink?

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 36 / 50

Transformación de Clarke
¿Cómo conectar MATLAB y Simulink?
%=========================================================================
% E j e m p l o p a r a c o n e c t a r S i m u l i n k con Matl ab
% E s t a b i l i d a d de S i s t e m a s de P o t e n c i a
% P r o f . A g u s t i n Marul anda G u e r r a
% Agosto de 2018
%=========================================================================
clc
close al l
clear variables ;
Output=si m ( ’ T r a n s f o r m a c i o n C l a r k e ’ ) ; % Llama a l program a s i m u l i k e s p e c i f i c o

h2=f i g u r e ( ’ Name ’ , ’ S e ñ a l E s t a c i o n a r i a en c o o r d e n a d a s abc ’ ) ;

subplot (1 ,1 ,1)
p l o t ( S a l i d a ( : , 7 ) , S a l i d a ( : , 1 ) , S a l i d a ( : , 7 ) , S a l i d a ( : , 2 ) , S a l i d a ( : , 7 ) , S a l i d a ( : , 3 ) , ’ L i ne W i dth ’ , 2 )
g r i d on
x l a b e l ( ’ t i e m p o ( s . ) ’ ) ; y l a b e l ( ’ A m p l i t u d en pu ’ )
t i t l e ( ’ S e ñ a l E s t a c i o n a r i a en c o o r d e n a d a s abc ’ )

h2=f i g u r e ( ’ Name ’ , ’ S e ñ a l E s t a c i o n a r i a en c o o r d e n a d a s a l f a −be ta ’ ) ;

subplot (1 ,1 ,1)
p l o t ( S a l i d a ( : , 7 ) , S a l i d a ( : , 4 ) , S a l i d a ( : , 7 ) , S a l i d a ( : , 5 ) , S a l i d a ( : , 7 ) , S a l i d a ( : , 6 ) , ’ L i ne W i dth ’ , 2 )
g r i d on
x l a b e l ( ’ t i e m p o ( s . ) ’ ) ; y l a b e l ( ’ A m p l i t u d en pu ’ )
t i t l e ( ’ S e ñ a l E s t a c i o n a r i a en C o o r d e n a d a s A l f a −Beta ’ )

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 37 / 50

Transformación de Clarke
¿Cómo conectar MATLAB y Simulink?
Señal Estacionaria en coordenadas abc
1

0.8

0.6

0.4
Amplitud en pu

0.2

-0.2

-0.4

-0.6

-0.8

-1
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
tiempo (s.)

Señal Estacionaria en Coordenadas Alfa-Beta

1.5

0.5
Amplitud en pu

-0.5

-1

-1.5
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
tiempo (s.)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 38 / 50

Transformación de Park

1929, R. H Park con su artı́culo

Two-Reaction Theory of
Synchronous Machine-Generalized
method of Analysis-Part I introdujo
un nuevo desarrollo para el análisis
de las máquinas eléctricas.

Un cambio de variables con el cual

se remplazaban la tensión, corriente
y flujo concatenado asociadas con
los devanados del estator de una
máquina sı́ncrona con variables
asociadas a unos devanados ficticios
girando con el rotor.

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 39 / 50

Transformación de Park

La transformada de Park, es un cambio

de coordenadas desde un sistema
trifásico estacionario a un sistema
giratorio sobre los ejes dq0

fabc = [fa fb fc ]T =⇒ fdq0 = [fd fq , f0 ]T

Se realiza en dos pasos:

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 40 / 50

Transformación de Park

Paso 1: Una transformación desde el

sistema de coordenado estacionario
trifásico (abc) a un sistema coordenado
estacionario αβ

fαβ = [T ]fabc
Paso 2: Una transformación desde el
sistema coordenado estacionario αβ al
sistema giratorio dq0

fdq0 = [T (θelec )]fαβ

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 41 / 50

Transformación de Park

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 42 / 50

Transformación de Park

Paso 1:

fαβ = [T ]fabc
1
−√12
 
1
  
fα −
√2 fa
2 3
 fβ  =  0 − 23   fb 

3 2
f0 1 1 1 fc
2 2 2

Paso 2:

fdq0 = [T (θelec )]fαβ

    
fd Cos (θelec ) Sen (θelec ) 0 fα
 fq  =  −Sen (θelec ) Cos (θelec ) 0   fβ 
f0 0 0 1 f0

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 43 / 50

Transformación de Park
   
2π 2π
 
  Cos (θelec ) Cos θelec − Cos θelec +  
fd  3  3   fa
 fq  = 2
   

 −Sen (θelec ) 2π 2π   fb 
3 −Sen θelec − −Sen θelec + 
f0  3 3  fc
1 1 1
2 2 2

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 44 / 50

Transformación de Park

Es una Transformación de 3 variables mediante la proyección

ortogonal sobre el eje directo (d)

fbCos fb (t)

d w
faCos
fcCos dt

fc (t)
fa(t)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 45 / 50

Transformación de Park

Es una Transformación de 3 variables mediante la proyección

ortogonal sobre el eje directo (d)

fbCos fb (t)

d w
faCos
fcCos dt

fc (t)
fa(t)

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 46 / 50

Transformación de Park

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 47 / 50

Transformación de Park

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 48 / 50

Transformación de Park
Paso 1:
−1 −1
 
1
  
fα 2 2 f
2  √
3
√
 a 
 fβ  =  0 2
− 23  fb
f0 3 1 1 1 fc
2 2 2

Paso 2:     
fd Cos (θelec ) Sen (θelec ) 0 fα
 fq  =  −Sen (θelec ) Cos (θelec ) 0   fβ 
f0 0 0 1 f0

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 49 / 50

Transformación de Park

© Agustı́n Marulanda, PhD Estabilidad Agosto de 2018 50 / 50