INSTITUTO TECNOLÓGICO DEL ISTMO

MATERIA:
MODELADO DE SISTEMAS ELECTRICOS DE POTENCIA

CATEDRATICO:
ING. JOSE MANUEL CUEVAS JIMENEZ

Trabajo:
UNIDAD III ANALISIS DE FLUJO DE CARGA Y REPRESENTACION DE
LOS S.E.P

ALUMNO:
SANTIAGO GAZGA OSMAR

ESPECIALIDAD:
INGENIERIA ELECTRICA

GRUPO: SEMESTRE:
“L” SEPTIMO

H.CD. JUCHITÀN DE ZARAGOZA OAX; 11/11/17

 INTRODUCCION

Las técnicas más comunes utilizadas para la solución iterativa de ecuaciones

algebraicas no lineales son los métodos de Gauss-Seidel, Newton-Raphson y Los
métodos de Gauss-Seidel y Newton-Raphson se discuten para la ecuación
unidimensional y luego son extendidos a ecuaciones n-dimensionales.
La mala regulación de voltaje y el bajo factor de potencia afectan negativamente el
rendimiento de los equipos, la eficiencia del sistema eléctrico y el costo de energía.
Las configuraciones operativas del sistema dan lugar a la desigualdad de
distribución de cargas o sobrecargas de circuitos alimentadores. El análisis de flujos
de carga calcula la distribución de carga y los perfiles de tensión para examinar el
rendimiento del sistema, determinando la eficacia de la regulación y/o corrección
del factor de potencia.
 INDICE

3.1 FORMULACION DEL PROBLEMA

3.2 METODO ITERATIVO DE GAUSS

3.3 METODO ITERATIVO DE GAUSS – SEIDEL

3.4 METODO DE NEWTON – RAPSHON

3.5 METODO DESACOMPLETADO

3.6 METODO DE CD
 LISTA DE TABLA

TABLA. 1 DATOS DEL RESULTADO OBTENIDO

ACRONIMOS

(Pi) longitud de circunferencia

ΔP potencia real
ΔO ángulo de tensión
S.E.L Schweitzer Engineering Laboratories
3.1 FORMULACION DEL PROBLEMA
La asignación de flujos de mercancías al conjunto de rutas de la red troncal se puede
expresar como un problema de programación matemática, con la identificación de
una función objetivo de costes a minimizar y varias restricciones. En este contexto,
debido a la consolidación de la carga de los clientes en las terminales y
delegaciones, algunos de los flujos entre delegaciones suelen tener una masa
crítica suficiente para justificar un envío directo entre éstas. Sin embargo, en
algunas relaciones con poca demanda, los envíos pueden resultar más eficientes si
se realiza una ruta con paradas múltiples o con alguna transferencia y cambio de
vehículo en una terminal. En este capítulo se abordará el problema de programación
matemática mediante la definición de las variables, restricciones y la función de
costes asociada a una red de distribución de muchos orígenes a muchos destinos
con la posibilidad de estrategias de envíos directos, con paradas múltiples o vía hub.
El problema general se descompondrá en dos fases: en la primera etapa se
realizará la asignación de envíos a carga completa con los distintos vehículos
disponibles, mientras que en la segunda etapa se planificarán todos los envíos con
carga inferior a la capacidad del vehículo. La descomposición es obvia porque si qij
es el flujo entre el origen i y el destino j y Ck la capacidad de un vehículo de tipo k,
se cumple la ecuación

Donde [ ]− · indica la parte entera por defecto y {·} la parte fraccionaria. Cualquier
consolidación de la carga [ ] qij Ck Ck − / implica mayores costes que enviar [ ]− qij
Ck / vehículos de tipo k llenos. Si en un sistema de potencia se especifican los
valores de carga nodal, se conocen los parámetros de la red y además se conocen
dos de sus cuatro variables características (V, θ, P, Q), es posible determinar el
estado de equilibrio nodal y global del sistema. Esta tarea se denomina flujo de
potencia. Los elementos de la red de transmisión son diseñados para condiciones
de operación en equilibrio, además la operación de los mismos es efectuada de
manera balanceada debido a que la carga nodal es equilibrada, por lo tanto, el flujo
de potencia a través de los elementos presenta condiciones de balanceo, esto es,
no existe circulación de corriente por neutro ni tierra, en estas condiciones, si la red
trifásica es descompuesta en tres redes de secuencia, denominadas de secuencia
positiva, negativa y cero, solo la red de secuencia positiva tiene efecto en la
operación. Por lo anterior, al efectuar análisis en estado estacionario en redes de
alta potencia, la red se modela por su equivalente monofásico de secuencia positiva.
Los estudios de Flujos de Potencia se aplican en:
 Planeación y diseño del Sistema Eléctrico.
 Determinación de las condiciones operativas. El flujo de Potencia
proporciona información de suma importancia acerca de la operación de las
redes eléctricas como es: Voltajes nodales, flujos de potencia por las líneas,
perdidas, etc.
Las matrices de redes empleadas en los diferentes estudios de sistemas eléctricos
son:
 La matriz admitancia de barra Ybus
 La matriz impedancia de barra Zbus
Los métodos clásicos más comúnmente empleados de flujo de carga son
desarrollados con base en la matriz Ybus. Los de corto circuito están basados en la
matriz Zbus. Los elementos de la matriz Ybus son descritos de la siguiente manera:

El modelo matemático del sistema para resolver el problema de flujo de carga se

expresa en función de voltajes nodales, los cuales podrán ser dados en
componentes polares o rectangulares, siendo la más usada en los escritos técnicos
la representación polar.

La ecuación que relaciona la corriente inyectada en el nodo en función de voltajes

nodales y la matriz Ybus es la siguiente:
Sean Pi y Qi las potencias reales y reactivas especificadas en el nodo i. La ecuación
que relaciona estas variables con el voltaje nodal y la matriz Ybus es:

Expresado en forma polar es:

El error de potencia en el nodo (i) se calcula como la diferencia entre la potencia

inyectada por el sistema externo e interno, esta diferencia se presenta en el proceso
del flujo de carga en el cual la potencia del sistema externo es establecida en un
valor, la del sistema interno se calcula con base en los voltajes nodales y parámetros
de la red, así que solo hasta cuando se alcance el voltaje de equilibrio- las dos
potencias coinciden y el error de potencia será menor que un valor establecido,
calculado así:
3.2 METODO ITERATIVO DE GAUSS
Una combinación lineal de E1 y E2 es, por ejemplo: − 3E1 + 4E2
Una combinación lineal es una nueva ecuación que se obtiene al multiplicar cada
ecuación por un número y después sumar los resultados.
Diremos que un conjunto de ecuaciones son linealmente independientes cuando
no se puede expresar ninguna ecuación como combinación lineal de las restantes.
Sirve para resolver cualquier sistema de ecuaciones lineales. Consiste en
transformar un sistema en otro sistema escalonado, y resolver éste último.
Procedimiento:
Se sustituye una ecuación por una combinación lineal de ella y de otra ecuación.
- Se empieza haciendo “ceros” en la primera columna, después se pasa a la
segunda columna y así sucesivamente.
- Para hacer “ceros” en la primera columna, siempre uso la primera ecuación, para
hacer ceros en la segunda columna uso la segunda ecuación y así sucesivamente.
- La notación E2 → 2E1 − 3E2 significa que sustituyo la 2ª ecuación por la
combinación lineal que resulta al multiplicar la 1ª ecuación por “2” y la 2ª ecuación
por “-3”.

Al finalizar el proceso, o en algún paso intermedio podemos encontrarnos con uno

de los siguientes casos: a) Una fila de ceros, corresponde a una ecuación que no
aporta información y por tanto podemos prescindir de ella.

Cuando esto sucede es porque en el sistema inicial la ecuación correspondiente

es combinación lineal de las ecuaciones anteriores.
b) Dos filas iguales o proporcionales, podemos suprimir una de ellas.
3) Una fila de ceros salvo el último número, el que corresponde al término
independiente:

La ecuación no tiene solución, y por tanto se trata de una sistema incompatible, S.I
3.3 METODO ITERATIVO DE GAUSS – SEIDEL
En análisis numérico el método de Gauss-Seidel es un método iterativo utilizado
para resolver sistemas de ecuaciones lineales. El método se llama así en honor a
los matemáticos alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel y es
similar al método de Jacobi.
Aunque este método puede aplicarse a cualquier sistema de ecuaciones lineales
que produzca una matriz (cuadrada, naturalmente pues para que exista solución
única, el sistema debe tener tantas ecuaciones como incógnitas) de coeficientes
con los elementos de su diagonal no-nulos, la convergencia del método solo se
garantiza si la matriz es diagonalmente dominante o si es simétrica y, a la
vez, definida positiva. Es un método iterativo, lo que significa que se parte de una
aproximación inicial y se repite el proceso hasta llegar a una solución con un margen
de error tan pequeño como se quiera. Buscamos la solución a un sistema de
ecuaciones lineales, en notación matricial:
Ax=b,

El método de iteración Gauss-Seidel se computa, para la iteración :

Donde
A= N - P
Definimos

Y
Donde los coeficientes de la matriz N se definen como

Considerando el sistema AX = b, con la condición de que .

Entonces podemos escribir la fórmula de iteración del método

El método de Gauss-Seidel es también conocido como el método de los

desplazamientos sucesivos. Para ilustrar la técnica, hay que considerar la solución
de la ecuación no lineal dada por

Ésta función se puede expresar como

x = g(x)
Si xk es un estimado inicial de la variable x, se forma la siguiente secuencia
interactiva:

Una solución se obtiene cuando la diferencia entre el valor absoluto de las

iteraciones sucesivas es menor que una precisión especificada,
donde  es la exactitud deseada. Para ejemplificar el uso del método Gauss-
Seidel, veremos cómo se encuentra la raíz de una ecuación.

Solucionando para x, la expresión anterior se reescribe como

Aplicando el algoritmo de Gauss-Seidel, y usando una estimación inicial de

la primer
iteración es.

Las iteraciones subsecuentes son:

El proceso se repite hasta que el cambio en la variable está dentro de la exactitud

deseada (0.05).
Puede verse que el método de Gauss-Seidel necesita muchas iteraciones para
lograr la exactitud deseada, y no hay ninguna garantía para la convergencia. En
este ejemplo, puesto que la estimación inicial era dentro de una región "encuadrado
en", la solución convergió en una forma en zig-zag a una de las raíces. De hecho,
si la estimación inicial era fuera de esta región, 6, el proceso iría hacia una
divergencia.
3.4 METODO DE NEWTON – RAPSHON
El método de Newton-Raphson es un método de optimización iterativo que se
basa en aproximar la función a optimizar por medio de la serie de Taylor hasta
orden 2. Tiene la ventaja sobre el método de ascenso más rápido que no requiere
un proceso iterativo para determinar hasta donde moverse.

Suponga que se desea minimizar la función f(x) con n variables y que esta se
aproxima utilizando el
desarrollo de Taylor hasta orden. Así
f(x) ≈ .(x) = f(xo) + (x − xo)′∇f(xo) +1(x − xo)′Hf (xo) (x − xo)

Si la aproximación de f(x) por .(x) es buena, un mínimo relativo f(x) se podría

aproximar por un mínimo relativo de por .(x). Supongamos que x1 es un mínimo
relativo de .(x), entonces x1 es un punto estacionario para .(x), ası ∇.(x1) = 0.
Desarrollando el gradiente de. (x), sustituyendo x1 por x e igualando a 0 tenemos:
∇f(xo) +Hf (xo)(x1 − x0) = 0
Si la matriz hessiana Hf (xo) es invertible tenemos que
x1 = xo −Hf −1(xo)∇f(xo) (1)
La expresión anterior se usa como una ecuación de recurrencia para dado un
punto inicial generar una sucesión de puntos que deben converger al mínimo local
de f(x). Como calcular la inversa de una matriz tiene una mayor complejidad (8/3
n3) que resolver un sistema de ecuaciones (2/3 n3), la expresión Hf
−1(xo)∇f(xo) se obtiene resolviendo el sistema
[Hf (xo)|∇f(xo)]

Ejecute dos interacciones del método de newton raphson con la función:

Partiendo del punto P(0.3 , 0.6 )

SOLUCION
Tenemos

Por tanto:

Con estos datos se procede hacer los siguiente tabla: (en ella, la como se usa como
el vector de columna .

TABLA 1. DATOS DEL RESULTADO OBTENIDO

3.5 METODO DESACOMPLETADO
En teoría de conversión de energía, hemos estudiado el fuerte “acoplamiento”
existente entre Potencia Real (Pi) y ángulo de Potencia (di ) el cuál es el ángulo de
voltajes, también sabemos la fuerte interrelación entre Potencia Reactiva y corriente
de Campo, la cual controla magnitudes de voltajes (Vi)
A estas características se les puede dar una interpretación
Numérica muy obvia:
Las su matrices J2 y J3 son numéricamente menos
Importantes que las sus matrices J1 y J4, por lo que:
J2 = J3 = 0, y,
DP = J1 Dd
DQ = J4 DE
Para lograr tomar una buena decisión es necesario tener una solución del problema
de Flujos de Potencia “rápidamente”.
El más común de los métodos que se han desarrollado al respecto es el
Método Desacoplado, aunque también existe el Método Desacoplado Rápido.

Este método se basa en los siguientes principios:

 Cambio en el Angulo de tensión s en un bus afecta principalmente al flujo de
potencia real Pen las líneas de transmisión y deja sin cambio, relativamente,
a la potencia reactiva Q.
 Un cambio en la magnitud de tención | v | en una barra afecta principalmente
a la magnitud de potencia reactiva Q y deja sin cambio, relativamente, a la
magnitud de potencia real P.

Con base a estos principios se obtiene lo siguiente: con respecto al primer punto
este establece que p/δ es mucho mayor que Q/δ la cual se considera cero. Y en
base a la segunda observación, esta establece que Q/V es mucho mayor que P/V
la cual de igual manera será cero.
Estableciéndose entonces lo siguiente.

Estas ecuaciones están desacopladas desde el punto de vista de que las

correcciones del ángulo de tensión Δδ se calculan usando solo errores de la
potencia real ΔP, mientras que las correcciones de la magnitud de tensión se
calculan usando ΔQ. Sin embargo, las matrices formadas en las ecuaciones
anteriores son interdependientes.
Por tal motivo, dichas ecuaciones no pueden ser resueltas sin antes hacer
consideraciones previas adicionales a las realizadas al inicio de la presente sección,
y dichas consideraciones se realizan en función de la física de los flujos de potencia.
En un sistema de potencia se encuentran condiciones óptimas operando:
Las diferencias angulares (𝛿1 − 𝛿2) entre dos barras típicas del sistema son tan
pequeñas que:

Las susceptancias de las líneas BJK son muchas veces más grandes que las
conductancias GJK, así que
La potencia reactiva Qx que se inyecta en cualquier barra k del sistema durante la
operación normal es mucho menor que la potencia reactiva que fluirá si todas las
líneas de la barra estuvieran en corto circuito con la referencia esto es:

Las consideraciones anteriores ayudan a reducir las jacobianas anteriores de tal

forma que se obtendrá lo siguiente:
3.6 METODO DE CD

Después de la introducción del parámetro λ en las ecuaciones de flujo de potencia,

el algoritmo de continuación tiene como partida la solución del caso base (λ0 = 0),
calculados de forma convencional mediante un flujo de potencia. El siguiente paso
es la predicción de la siguiente solución, o su estimación. La técnica utilizada en
este trabajo para realizar la predicción se refiere al método tangente. En este
método, se avanza dando pasos en la dirección del vector tangente desde un punto
correspondiente a la solución actual.
El cálculo de este vector se muestra en la ecuación:

Que está representada matricialmente por:

Donde la matriz de la izquierda es la matriz Jacobiana del flujo de potencia

convencional aumentada en una columna (Fλ); y el vector de la derecha, es el vector
tangente. Sin embargo, un problema surge cuando se introduce el parámetro λ: el
sistema, antes representado por n ecuaciones y n incógnitas es ahora representado
por n ecuaciones y n+1 incógnitas. En otras palabras, de posible y determinado el
sistema se convierte en posible e indeterminado. Para superar este obstáculo se
hace necesaria una ecuación más. De esta forma, se tendrá un sistema con n+1
ecuaciones y n+1 incógnitas. Pero hay una segunda alternativa: definir cualquiera
de las n + 1 variables como parámetro. El valor de este parámetro se puede
especificar lo que, en última instancia, se elimina del sistema. Con esto, nuevamente
sería de n ecuaciones y n incógnitas. El proceso, es indicado por la ecuación que
muestra cómo hacer ese procedimiento.

Teniendo en cuenta la solución predicta, se corrige hacia un punto convergido,

utilizando el método de Newton para el cual se tiene:
Dónde:

Siendo n1 y n2 las barras PQ y PV respectivamente. En relación a la inversa de la

matriz Jacobiana, su modificación, cuando se introduce el parámetro λ, equivale al
incremento de una línea (ecuación) y una columna (variable). Esta nueva línea debe
representar los coeficientes de la nueva ecuación, que tendrá como función fijar el
valor de una de las variables. Por lo tanto, todos los elementos serán cero, excepto
el k-ésimo, que será igual a 1. Suponiendo que esta variable de valor fijo está en la
posición k, entonces se tiene:

Esta variable se conoce comúnmente como parámetro de continuación, que es de

fundamental importancia en el proceso de corrección de la solución predicta. Existen
varios procedimientos para elegir la variable a ser utilizada como un parámetro de
continuación. Matemáticamente, se contempla o será aquella variable que presente
la mayor tasa de cambio próxima a una solución dada. Analizando en términos de
sistemas de potencia, lambda como un parámetro de continuación es la mejor
opción cuando el proceso se inicia a partir de un caso base, sobre todo si el caso
base se caracteriza por una carga leve. En tales circunstancias, los ángulos y
magnitudes de las tensiones sufren alteraciones mínimas. Por otro lado, cuando la
solución se aproxima al PMC, ángulos y magnitudes de las tensiones están
experimentando cambios significativos, al contrario del parámetro de carga lambda,
lo que sería una mala elección en esta situación.
Por esta razón, la elección del parámetro de continuación debe ser recalculado
para cada paso del proceso de acuerdo con la ecuación:

Donde t es el vector tangente con dimensión igual a m=2n1+n2+1 y k es el máximo

componente del vector tangente SEYDEL. Así, las ecuaciones de la red eléctrica,
ángulos de fase y magnitudes de tensión en las barras, así como el propio
parámetro de carga, pueden convertirse en parámetros de continuación. La
parametrización local es aquella donde cada una de las variables de estado
presentes en el problema pueden ser un parámetro de continuación para diferentes
soluciones predictas. La ecuación que representa la corrección para una solución
convergida puede ser indicada.
Donde η es el valor predicto para el k-ésimo elemento de x. Dado que el problema
original del flujo de potencia ha experimentado cambios, la nueva matriz Jacobiana
(J) para el sistema es la siguiente:

Obsérvese que la posición del parámetro de continuación es alterada por una

transposición. Esta nueva matriz Jacobiana influye directamente en el cálculo del
vector tangente. Como se vio anteriormente, había un obstáculo que debía ser
superado, el hecho de que el número de ecuaciones sea inferior al número de
incógnitas. Solucionado el problema, se hace ahora el cálculo del vector tangente,
como se indica a continuación:
Dos puntos importantes se destacan en la ecuación: - Una correcta elección del
índice k (posición del parámetro de continuación) garantiza la no singularidad de la
matriz Jacobiana aumentada en el PMC. - La justificación de tener el valor de una
de las componentes del vector tangente igual a +1 o -1 reside en el hecho de que
esto proporcionará un sentido de variación en la dirección de la k-ésima componente
del vector tangente. Si la k- ésima variable sufre un incremento, el valor utilizado es
+1, en caso contrario será -1. Habiendo calculado el vector tangente, se da un paso
en su dirección:

El símbolo “∗” representa la solución predicta y σ es un escalar que define el tamaño

de paso. Debe darse atención especial a σ, ya que una vez que la solución fue
predicta podría llevar a una condición de divergencia, en este caso la solución se
encuentra fuera del radio de convergencia del método de Newton (aplicado para el
paso corrector); o una solución indeseable. Para finalizar el método de continuación,
resta saber cómo verificar si el PMC se alcanzó o no. Teniendo en cuenta que el
PMC representa un punto extremo de carga, donde el máximo se alcanza y
enseguida, ocurre un decrecimiento, basta verificar la componente del vector
tangente relacionada con el parámetro de carga λ. Cuando la carga sufre
crecimiento, el signo de dλ es positivo. Después de calcular el PMC, el valor de la
carga está decreciendo y el signo de dλ es negativo. Este cambio de signo de dλ
muestra que el punto final ha sido superado. Un simple análisis identifica que dλ es
exactamente cero en el PMC.
 REFERENCIA

https://es.wikipedia.org/wiki/M%C3%A9todo_de_Gauss-Seidel
http://www.juntadeandalucia.es/averroes/centros-
tic/11001762/helvia/sitio/upload/Sistemas_de_Ecuaciones_lineales._Metodo_de_
Gauss.pdf
http://www.mty.itesm.mx/dmti/materias/ma2008/lecturas/ma2008-09a.pdf

http://www.ehu.eus/juancarlos.gorostizaga/mn11b/temas/newton_ecuac.pdf
http://www.tdx.cat/bitstream/handle/10803/6625/05MER_Capitol3.pdf?sequence=5
https://es.wikipedia.org/wiki/M%C3%A9todo_de_Gauss-Seidel
http://www.labspot.ufsc.br/~simoes/osee/fpdr.pdf
FUNDAMENTOS DE ELECTROMAGNETISMO PARA INGENIERIA
Autor: DAVID K. CHENG