IEEE Power & Energy Magazine - Spanish - July/August 2020 - 80

no son instantáneas de momentos en el tiempo. Son altamente realistas y consistentes porque fueron elaborados
por los mismos ingenieros para los mismos fines utilizando suposiciones consistentes. Por supuesto, el despacho de generación reportado en la tabla 5 para los casos
de alta demanda fue diferente del despacho reportado
para los casos de baja demanda. Como las altas demandas
en invierno, primavera y verano también diferían entre
sí, también lo hacían sus despachos, y lo mismo aplicaba
para los casos de baja demanda de invierno y verano.
Existía una temática: la SW WI importaba casi siempre
netamente de centrales eléctricas remotas, y la demanda
en todos los casos era mayor que la generación local. Fue
muy útil poder comparar patrones de carga y generación
consistentes, aunque diferentes.
Es peculiar tener acceso a tales datos, y resulta insólito
que los investigadores tengan acceso a una reconstrucción
previa al apagón, como es la información previa al apagón
de 2011 que figura en la tabla 5. El estudio de la WI fue único
en el sentido que utilizó datos realistas en un sistema a gran
escala, y las mejoras de la contribución del WECC al estudio
de la prevención de los apagones en cascada es gratamente
reconocida. Los casos de 2012 y 2016 no pretendían cumplir con el N−1, sino que estaban destinados a ser utilizados
en estudios operativos para identificar y resolver problemas.
Desafortunadamente, el caso previo al apagón de 2011 no
cumplía con el N−1 debido a fallas en las prácticas y procedimientos. Todos estos datos fueron proporcionados por el
WECC y fueron manejados, eliminados e informados bajo
una estricta disciplina de Información Crítica sobre Energía/
Infraestructura Eléctrica.

LODF
La mayoría de los análisis tratados en esta sección solamente
consideraron las ramas monitoreadas e interrumpidas en la
SW WI, pero los DFAX incorporaron las ramas y los flujos
en toda la WI. La figura 3 muestra la distribución de los
valores de DFAX para las ramas interrumpidas y monitoreadas en la SW WI, lo cual es típico de tales distribuciones
para otros sistemas. Por ejemplo, el caso de alta demanda del
verano de 2016 (la curva superior) tuvo aproximadamente
5.79 millones de DFAX. La figura 3 muestra que la mayoría
de ellos son muy pequeños, solo aproximadamente 43,500
tienen valores absolutos mayores que 0.1. Los valores absolutos de solo 4,305 DFAX fueron mayores o iguales a un
gran, pero arbitrario, 0.7. (El 0.7 en esta figura no tiene un
significado especial y no está relacionado con ningún otro
0.7 en este artículo).
La figura 3 tiene dos propiedades muy significativas. Primero, 4,305, un gran número, pero si es que tantos pares de
ramas interrumpidos/monitoreados corren el riesgo de cascada, solo es una pequeña fracción (aproximadamente 0.07 %)
de los 5.79 millones de DFAX para este caso, la mayoría de
los cuales son esencialmente cero. Los DFAX con valores
más altos son para ramas interrumpidas que están más estrechamente unidas a las ramas monitoreadas. Si todo se mantiene igual, cuantos menos pares de ramas interrumpidas/
monitoreadas estén estrechamente unidas, menos fallas se
propagarán. Esta "buena noticia" en la figura 3 significa que
el sistema de EHV, por su naturaleza y debido a cómo se planifica, es altamente inmune a las cascadas. La interrupción
de una rama solamente amenaza, a lo sumo, a algunas pocas
otras. Esta es una de las razones por las cuales sufrimos tan

tabla 6. El número de ramas estresadas y el porcentaje de todas las ramas en la región SW de la WI.
Casos

Vulnerabilidad

Criticidad

DegreeV ≥ 2

RankC ≥ 1
(DegreeC ≥ 1)

DegreeC ≥ 2

Ramas
Juicio informal del SW
del riesgo
WI

259 5.3 %

108 2.2 %

309 6.4 %

89 1.8 %

Pico

4,849

0.8 %

0.1 %

0.9 %

Baja

4,785

Alta

1.1 %

0.1 %

1.1 %

0.1 %

Media

4,534

Baja

0.6 %

0.1 %

0.5 %

Más baja

4,563

Temporada /
Demanda

RankV ≥ 1
(DegreeV ≥ 1)

Alta
Baja

Verano 2016

Invierno 2016

Primavera
2016
Alta

109 2.4 %

0.7 %

2.1 %

14 0.3 %

Alta

4,553

8 de
septiembre de
2011

126 3.1 %

1.5 %

183 4.5 %

27 0.7 %

Antes del
apagón

4,096

Umbrales = 100 % de las capacidades para métricas de grado.
Las métricas de mayor estrés (por nro. y %) están resaltadas en verde.
80

ieee power & energy magazine

julio/agosto 2020

IEEE Power & Energy Magazine - Spanish - July/August 2020

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - July/August 2020