IEEE Power & Energy - Spanish - May/June 2018 - 70

experiencia estadísticos en lugar de hacerlo en los criterios
teóricos. los desafíos de usar índices de experiencia en la
valoración de la estabilidad incluyen evitar valorar errónea-
mente una trayectoria estable como una inestable, aunque
entonces el umbral de la oscilación tiene que establecerse
en un nivel alto. las simulaciones realizadas en un intervalo
extenso pueden evitar los falsos positivos pero aumentar en
gran medida el costo de la carga informática. debido a que
los índices de experiencia de estabilidad pueden determi-
narse solo mediante el análisis de estadísticas numéricas,
no podemos obtener la condición necesaria/suficiente para
la estabilidad ni cuantificar las influencias de los distintos
parámetros en el grado de estabilidad del sistema. estos
desafíos obstaculizan el estudio del mecanismo de estabili-
dad y la decisión de control de la estabilidad óptima.
en teoría, los métodos analíticos existen para calcular
la estabilidad del ángulo de potencia transitoria de los sis-
temas de potencia. el más conocido es el criterio de áreas
iguales (eac, por sus siglas en inglés), que tiene un signi-
ficado claro, conciso y físico intuitivo que explica el meca-
nismo de estabilidad de los sistemas de potencia y puede
abordar el problema de estabilidad desde una perspectiva
de razonamiento por causalidad, en lugar de hacerlo usando
un análisis estadístico numérico. sin embargo, el eac solo
es aplicable en sistemas de máquina síncrona/barra infinita
(smIB, por sus siglas en inglés) y no considera la disipación
de energía ni las estrategias de control durante la falla.
los investigadores buscan ampliar la aplicabilidad de los
métodos analíticos debido a su ventaja sobre el análisis y el
control de los sistemas de potencia. sin embargo, el sistema
de potencia real es demasiado complejo para usar métodos
analíticos debido a que la gran escala del sistema de poten-
cia es esencialmente un problema dimensional muy superior
que el método analítico no puede solucionar. las ideas de
"big data" ofrecen una posible solución. el eac extendido
(eeac, por sus siglas en inglés) usa la idea de reducción
dimensional para ampliar la aplicabilidad del eac a los sis-
temas de potencia complejos.
el Gráfico 6 muestra el flujo lógico del eeac. en primer
lugar, lleva a cabo la simulación de la trayectoria posterior
a las perturbaciones según el modelo completo del sistema
de potencia (es decir, modelos de espacio R n ) usando algo-
ritmos de integración numérica. a continuación, podemos
transformar la trayectoria de alta dimensión obtenida en un
conjunto de trayectorias de smIB ortogonales (indepen-
dientes) usando un mapeo de reducción de dimensiones y
de preservación de estabilidad lineal. el análisis de estabi-
lidad se puede llevar a cabo entonces usando la teoría de
eac, donde existe un modo dominante de oscilación que
recae en el espacio R 1 o R 2 (la trayectoria transformada se
puede analizar en el espacio R 1 si el modo dominante de
la oscilación es uno o varios generadores que se balancean
con fuerza desde otros generadores mayoritarios. se puede
analizar en el espacio R 2 si el modo dominante de oscilación
son dos grupos de generadores que se balancean entre sí). el
70

ieee power & energy magazine

margen de estabilidad o el margen de parámetros se puede
evaluar cuantitativamente a través del razonamiento por cau-
salidad en lugar de hacerlo a través de un análisis estadístico
numérico. la estrategia de control de estabilidad se puede
optimizar entonces.
de esta manera, el eeac convierte el análisis de estadís-
tica numérica de la estabilidad de los grandes sistemas de
potencia en un análisis de razonamiento por causalidad. es
aplicable a muchos sistemas de potencia complejos con una
fuerte falta de linealidad y diferencias en los tiempos, así
como a escenarios complicados de contingencia.
la teoría del eeac se puede ver como una técnica de
extracción de conocimientos profundos a partir de los datos
de simulación masivos o los datos de sincrofasores (pmu, por
sus siglas en inglés). esto prueba que la condición necesaria
y suficiente para la inestabilidad de un sistema de múltiples
máquinas es que la energía cinética de al menos un par de
grupos complementarios supera la barrera de energía poten-
cial correspondiente. el límite de estabilidad del modelo de
sistemas multigeneracionales depende del par de grupos más
crítico. por lo tanto, el razonamiento por causalidad entre el
conjunto de trayectorias perturbadas (conjunto de "big data"
y el margen de estabilidad de los sistemas (datos escalares
únicos) complementa las interpretaciones experimentales y
estadísticas de la estabilidad de las trayectorias perturbadas.
de esta manera, el análisis experimental asciende a un aná-
lisis riguroso de mecanismos. en otras palabras, el eeac
determina la relación de causalidad existente objetivamente,
aunque poco conocida en los datos estadísticos.
el eeac consiste en tres algoritmos: el eeac estático (se
omiten los factores de variación de tiempo), el eeac diná-
mico (se consideran parcialmente los factores de variación
de tiempo) y el eeac integrado (se consideran plenamente
los factores de variación de tiempo). las precisiones de estos
algoritmos aumentan sucesivamente, al costo de la carga
informática adicional. podemos aplicar estos tres algoritmos
del eeac de forma secuencial para coordinar la precisión y la
carga informática en el análisis de estabilidad de los sistemas.
la pregunta sigue siendo por qué las estabilidades en muchos
casos (denominadas "casos de tipo a") se pueden calcular de
forma precisa usando el eeac estático analítico, mientras
que otras (denominadas "casos de tipo B") se pueden calcular
por medio de un eeac integrado o dinámico para valorar su
estabilidad. al analizar y verificar los resultados intermedios
de un amplio número de casos, encontramos que existen erro-
res en el eeac estático comparado con el eeac dinámico
debido a que el tamaño de paso es demasiado grande para
reflejar la variabilidad del tiempo del sistema de mapeo. la
carga informática se puede reducir radicalmente cuando dis-
tinguimos los casos de tipo a de los casos de tipo B.
al aplicar el eeac en un sistema de potencia práctico,
podemos usar la técnica estadística para determinar si se puede
terminar todo el proceso de análisis directamente en la etapa
del eeac estadístico o en la etapa del eeac dinámico. por
ejemplo, cuando los resultados dados por el eeac dinámico
mayo/junio 2018



Table of Contents for the Digital Edition of IEEE Power & Energy - Spanish - May/June 2018

Contenidos
IEEE Power & Energy - Spanish - May/June 2018 - Cover1
IEEE Power & Energy - Spanish - May/June 2018 - Cover2
IEEE Power & Energy - Spanish - May/June 2018 - Contenidos
IEEE Power & Energy - Spanish - May/June 2018 - 2
IEEE Power & Energy - Spanish - May/June 2018 - 3
IEEE Power & Energy - Spanish - May/June 2018 - 4
IEEE Power & Energy - Spanish - May/June 2018 - 5
IEEE Power & Energy - Spanish - May/June 2018 - 6
IEEE Power & Energy - Spanish - May/June 2018 - 7
IEEE Power & Energy - Spanish - May/June 2018 - 8
IEEE Power & Energy - Spanish - May/June 2018 - 9
IEEE Power & Energy - Spanish - May/June 2018 - 10
IEEE Power & Energy - Spanish - May/June 2018 - 11
IEEE Power & Energy - Spanish - May/June 2018 - 12
IEEE Power & Energy - Spanish - May/June 2018 - 13
IEEE Power & Energy - Spanish - May/June 2018 - 14
IEEE Power & Energy - Spanish - May/June 2018 - 15
IEEE Power & Energy - Spanish - May/June 2018 - 16
IEEE Power & Energy - Spanish - May/June 2018 - 17
IEEE Power & Energy - Spanish - May/June 2018 - 18
IEEE Power & Energy - Spanish - May/June 2018 - 19
IEEE Power & Energy - Spanish - May/June 2018 - 20
IEEE Power & Energy - Spanish - May/June 2018 - 21
IEEE Power & Energy - Spanish - May/June 2018 - 22
IEEE Power & Energy - Spanish - May/June 2018 - 23
IEEE Power & Energy - Spanish - May/June 2018 - 24
IEEE Power & Energy - Spanish - May/June 2018 - 25
IEEE Power & Energy - Spanish - May/June 2018 - 26
IEEE Power & Energy - Spanish - May/June 2018 - 27
IEEE Power & Energy - Spanish - May/June 2018 - 28
IEEE Power & Energy - Spanish - May/June 2018 - 29
IEEE Power & Energy - Spanish - May/June 2018 - 30
IEEE Power & Energy - Spanish - May/June 2018 - 31
IEEE Power & Energy - Spanish - May/June 2018 - 32
IEEE Power & Energy - Spanish - May/June 2018 - 33
IEEE Power & Energy - Spanish - May/June 2018 - 34
IEEE Power & Energy - Spanish - May/June 2018 - 35
IEEE Power & Energy - Spanish - May/June 2018 - 36
IEEE Power & Energy - Spanish - May/June 2018 - 37
IEEE Power & Energy - Spanish - May/June 2018 - 38
IEEE Power & Energy - Spanish - May/June 2018 - 39
IEEE Power & Energy - Spanish - May/June 2018 - 40
IEEE Power & Energy - Spanish - May/June 2018 - 41
IEEE Power & Energy - Spanish - May/June 2018 - 42
IEEE Power & Energy - Spanish - May/June 2018 - 43
IEEE Power & Energy - Spanish - May/June 2018 - 44
IEEE Power & Energy - Spanish - May/June 2018 - 45
IEEE Power & Energy - Spanish - May/June 2018 - 46
IEEE Power & Energy - Spanish - May/June 2018 - 47
IEEE Power & Energy - Spanish - May/June 2018 - 48
IEEE Power & Energy - Spanish - May/June 2018 - 49
IEEE Power & Energy - Spanish - May/June 2018 - 50
IEEE Power & Energy - Spanish - May/June 2018 - 51
IEEE Power & Energy - Spanish - May/June 2018 - 52
IEEE Power & Energy - Spanish - May/June 2018 - 53
IEEE Power & Energy - Spanish - May/June 2018 - 54
IEEE Power & Energy - Spanish - May/June 2018 - 55
IEEE Power & Energy - Spanish - May/June 2018 - 56
IEEE Power & Energy - Spanish - May/June 2018 - 57
IEEE Power & Energy - Spanish - May/June 2018 - 58
IEEE Power & Energy - Spanish - May/June 2018 - 59
IEEE Power & Energy - Spanish - May/June 2018 - 60
IEEE Power & Energy - Spanish - May/June 2018 - 61
IEEE Power & Energy - Spanish - May/June 2018 - 62
IEEE Power & Energy - Spanish - May/June 2018 - 63
IEEE Power & Energy - Spanish - May/June 2018 - 64
IEEE Power & Energy - Spanish - May/June 2018 - 65
IEEE Power & Energy - Spanish - May/June 2018 - 66
IEEE Power & Energy - Spanish - May/June 2018 - 67
IEEE Power & Energy - Spanish - May/June 2018 - 68
IEEE Power & Energy - Spanish - May/June 2018 - 69
IEEE Power & Energy - Spanish - May/June 2018 - 70
IEEE Power & Energy - Spanish - May/June 2018 - 71
IEEE Power & Energy - Spanish - May/June 2018 - 72
IEEE Power & Energy - Spanish - May/June 2018 - 73
IEEE Power & Energy - Spanish - May/June 2018 - 74
IEEE Power & Energy - Spanish - May/June 2018 - 75
IEEE Power & Energy - Spanish - May/June 2018 - 76
IEEE Power & Energy - Spanish - May/June 2018 - 77
IEEE Power & Energy - Spanish - May/June 2018 - 78
IEEE Power & Energy - Spanish - May/June 2018 - 79
IEEE Power & Energy - Spanish - May/June 2018 - 80
IEEE Power & Energy - Spanish - May/June 2018 - 81
IEEE Power & Energy - Spanish - May/June 2018 - 82
IEEE Power & Energy - Spanish - May/June 2018 - 83
IEEE Power & Energy - Spanish - May/June 2018 - 84
IEEE Power & Energy - Spanish - May/June 2018 - 85
IEEE Power & Energy - Spanish - May/June 2018 - 86
IEEE Power & Energy - Spanish - May/June 2018 - 87
IEEE Power & Energy - Spanish - May/June 2018 - 88
IEEE Power & Energy - Spanish - May/June 2018 - 89
IEEE Power & Energy - Spanish - May/June 2018 - 90
IEEE Power & Energy - Spanish - May/June 2018 - 91
IEEE Power & Energy - Spanish - May/June 2018 - 92
IEEE Power & Energy - Spanish - May/June 2018 - 93
IEEE Power & Energy - Spanish - May/June 2018 - 94
IEEE Power & Energy - Spanish - May/June 2018 - 95
IEEE Power & Energy - Spanish - May/June 2018 - 96
IEEE Power & Energy - Spanish - May/June 2018 - 97
IEEE Power & Energy - Spanish - May/June 2018 - 98
IEEE Power & Energy - Spanish - May/June 2018 - 99
IEEE Power & Energy - Spanish - May/June 2018 - 100
IEEE Power & Energy - Spanish - May/June 2018 - 101
IEEE Power & Energy - Spanish - May/June 2018 - 102
IEEE Power & Energy - Spanish - May/June 2018 - 103
IEEE Power & Energy - Spanish - May/June 2018 - 104
IEEE Power & Energy - Spanish - May/June 2018 - 105
IEEE Power & Energy - Spanish - May/June 2018 - 106
IEEE Power & Energy - Spanish - May/June 2018 - 107
IEEE Power & Energy - Spanish - May/June 2018 - 108
IEEE Power & Energy - Spanish - May/June 2018 - 109
IEEE Power & Energy - Spanish - May/June 2018 - 110
IEEE Power & Energy - Spanish - May/June 2018 - 111
IEEE Power & Energy - Spanish - May/June 2018 - 112
IEEE Power & Energy - Spanish - May/June 2018 - 113
IEEE Power & Energy - Spanish - May/June 2018 - 114
IEEE Power & Energy - Spanish - May/June 2018 - 115
IEEE Power & Energy - Spanish - May/June 2018 - 116
IEEE Power & Energy - Spanish - May/June 2018 - 117
IEEE Power & Energy - Spanish - May/June 2018 - 118
IEEE Power & Energy - Spanish - May/June 2018 - 119
IEEE Power & Energy - Spanish - May/June 2018 - 120
IEEE Power & Energy - Spanish - May/June 2018 - 121
IEEE Power & Energy - Spanish - May/June 2018 - 122
IEEE Power & Energy - Spanish - May/June 2018 - 123
IEEE Power & Energy - Spanish - May/June 2018 - 124
IEEE Power & Energy - Spanish - May/June 2018 - Cover3
IEEE Power & Energy - Spanish - May/June 2018 - Cover4
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_091019
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_070819
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_050619
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_030419
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_010219
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_111218
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_091018
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_070818
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_050618
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_030418
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_010218
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0917
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0717
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0517
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0117
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0317
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_1116
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0916
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_111217
http://www.nxtbookMEDIA.com