GENERALIDADES

Contenido
• Sistemas no lineales

❖ Ecuaciones diferenciales ordinarias

❖ Ecuaciones diferenciales algebraicas

• Puntos de equilibrio

❖ Definiciones

❖ Estabilidad

• Regiones de estabilidad
 Sistemas EDO
• Un sistema no lineal está representado por un
conjunto no lineal de ecuaciones diferenciales

Donde:
– x → n variables de estado (ángulo de los Gen.)
– p → k parámetros controlable (compensación)
– λ → l parámetros incontrolables (cargas)
– s(⋅) → n funciones no lineales (ecuaciones de los Gen.)
 Sistemas EDO
• Por ejemplo:
Nodo
Infinito
(M = 1)

– El Generador es modelado como eje D simple de voltaje junto con su

reactancia transitoria, el cual solo me controla el dinamismo mecánico:
 Sistemas EDO
Donde

– Si el AVR es modelado, se puede asumir a V1 como constante al variar

E1, considerando los límites de la potencia reactiva del generador:
 Sistemas EDO
• Si el AVR no es modelado:
– x = [δ ω]T → Variables de estado
– p = [E' V]T → Parámetros controlados
– λ = PL → Parámetros no controlados
– Por lo tanto,se asume p = [1.5 1]T, M = D = 0.1, and
X = 0.75

• Que son las ecuaciones del péndulo.

 Sistemas EDA
– Los modelos de sistemas de ecuaciones diferenciales algebraicas
(EDA) son definidas como:

Donde:
– y → m variables algebraicas (voltajes en las cargas)
– f(⋅) → n ecuaciones diferenciales no lineales (ecu. de
los Gen.)
– g(⋅) → k ecuaciones algebraicas no lineales
(ecuaciones de potencia reactiva)
 Sistemas EDA
• Por ejemplo, para el sistema Gen-Nodo Infinito
con AVR:
– Para QGmin ≤ QG ≤ QGmax:
 Sistemas EDA
– Por lo tanto; para:
• x = [δ ω]T
• y = [E' δ1 QG]T
• p = [V1 V]T = [1 1]T
• λ = PL
• M = D = 0.1; X = 0.75; X'G = 0.25; XL+XTh = 0.5
 Sistemas EDA
– SI QG = QGmax (or QGmin ):
• x = [δ ω]T
• y = [E' δ1 V1]T
• p = [QG V]T = [±0.5 1]T
• λ = PL
• M = D = 0.1; X = 0.75; X'G = 0.25; XL+XTh = 0.5
 Sistemas EDA
• Si la Jacobiana Dy g = [∂ gi/∂yj]mxm no es singular, es decir
invertible, a lo largo de su trayectoria de soluciones,el sistema
puede ser transformado en un sistema EDO (Teorema de la
función implícita)

• En la práctica este es un ejercicio netamente teórico,

debido a su complejidad de aplicación
• El sistema se lo debe verificar cuando Dy g es
singular
 Puntos de Equilibrio
• En un Sistema EDO, el equilibrio está definido como la solución
de los puntos xo, si se conoce los parámetros po y λo, del
conjunto de ecuaciones

• Existen muchas soluciones al problema, es decir;

muchos puntos de equilibrio.
• La ESTABILIDAD del equilibrios está definida por la
linealización del sistema no lineal alrededor xo:

• Donde Dx s|o = Dx s(xo,po,λo) = ∂s/∂x|o es la evaluación de la

Jacobiana en el punto de equilibrio.
 Puntos de Equilibrio
• De la teoría de sistemas lineales, la estabilidad de un sistema lineal está
definido por los eingenvalores µi de la Jacobiana Dx s|o, que se definen como
las soluciones:

• Por lo tanto, existen n eingenvalores complejos, asociados los eingenvectores derecho

e izuqierdo; relacionados con el sistema Jacobiano Dx s|o.

• En la práctica, el eigen-sistema no se lo determina usando las características

polinomiales, se usa otras técnicas numéricas más eficientes, como asociar el
costo con el cálculo de estos valores en SEP de gran tamaño.
 Puntos de Equilibrio
• Los eigenvalores definen la estabilidad de pequeña
señal del sistema EDO, es decir; la estabilidad local del
sistema no líneas cerca de los puntos de equilibrio:
– Punto de equilibrio estable (PEE): El sistema es localmente estable
alrededor de xo si todos los eingenvalores µi(Dx s|o) están a la izquierda
del plano complejo
– Punto de equilibrio inestable (PEI): El sistema es localmente inestable
alrededor de xo si al menos un eigenvalor µi(Dx s|o) está a la derecha del
plano complejo
– El equilibrio de xo es un punto de bifurcación de al menos un eingenvalor
µi(Dx s|o) sobre el eje imaginario del plano complejo. Algunos sistemas
tienen equilibrio sin el punto de bifurcación; por ejemplo un sistema
simple Gen-Nodo Infinito sin pérdidas.
 Puntos de Equilibrio

• Por ejemplo, para un sistema simple Gen-Nodo infinito

sin AVR

– Los puntos de equilibrio pueden ser encontrados a partir de

las ecuaciones de flujo de potencia de estado estable.
 Puntos de Equilibrio

– Esto genera 3 puntos de equilibrio:

• PEE→ 0 < x1s <π/2

• PEI1→ x1u1 = π - x1s
• PEI2→ x1u2 = - π - x1s
 Puntos de Equilibrio
– Las cuales corresponden a la intersección de
PG = E'V/X sinδ con PL:
 Puntos de Equilibrio

– La Estabilidad de estos puntos de

equilibrio está dada por:

18
Puntos de Equilibrio
 Puntos de Equilibrio

– Para el sistema, el equilibrio es:

• Estable si ∂PG/∂δ > 0
• Inestable si ∂PG/∂δ < 0
• Punto de bifurcación para ∂PG/∂δ = 0 ⇒ δ = π/2 (90o)
 Puntos de Equilibrio

• Para sistema EDA, el equilibrio zo = (xo,yo) par los

parámetros po y λo están definidas como solución del
problema no lineal de estado estable:

• En este caso, la linealización (xo,yo):

 Puntos de Equilibrio

• Por otro lado, eliminando ∆y de estas ecuaciones se

obtiene:

• Observe que, como se mencionó anteriormente, el no

se requiere singularidad de la jacobiana Dy g|o

• Note que se aplica las mismas condiciones de

estabilidad considerando de los eingenvaloresDx s|o.
 Regiones de Estabilidad
• Asociado a cada PEE xs existe una región de
estabilidad A(xs), que básicamente corresponde a la
región de variables del sistema que se sienten atraídas
a xs, i.e. x(t→∞) →xs :
x1(0)
A(xs)

xs
Estable

x1(t)
∂A(x
s )
(Límite de la región de
estabilidad) Inestable
x2(0) x2(t)
 Regiones de Estabilidad
• Si se conoce A(xs), la estabilidad del
sistema se la puede evaluar rápidamente
• Sin embargo, determinar esta región es
una tarea bastante difícil.
• Esto puede lograrse de manera realista
solo para sistemas de 2 o 3 dimensiones
que utilizan técnicas de análisis de
sistemas no lineales sofisticadas
 Regiones de Estabilidad
• Simple generator-system model:
Nodo Infinito (M = 1)
 Regiones de Estabilidad
• En estado estable

– La máxima potencia que puede ser enviada es: V1 V2/X

– El punto de operación está definido por
PG = PL ⇒ δ = δo
 Regiones de Estabilidad
• Para el ejemplo Gen-Nodo infinito:
Generator-Infinite Bus Stability Region (X=0.50; lambda=0.5)
10
∂A(xs)

xu1
0
xu2
xs
x2

-5
x1(0)
A(xs)
-10
x2(0)

-15
-5 0 5 10
x1
 Regiones de Estabilidad
• Incrementando la carga (λmax=1,5):
Generator-Infinite Bus Stability Region (X=0.50; lambda=1.5)
10

0
x2

-5

-10

-15
-5 0 5 10
x1
 Regiones de Estabilidad
• Asumiendo que V1 y V2 son constantes, para cambiar X
mediante un compensador paralelo, la potencia máxima y el
punto de operación cambia:
 Regiones de Estabilidad
• The equivalent circuit is:
 Stability Regions
• Por:
 Stability Regions
• Para una compensación serie, se tiene:
 Regiones de Estabilidad
• Por:
 Regiones de Estabilidad
• Incrementando la carga y el 5 % de compensación serie:
Generator-Infinite Bus Stability Region (X=0.45; lambda=1.5)
10

0
x2

-5

-10

-15
-5 0 5 10
x1
 Regiones de Estabilidad
• Los sistemas aumentan su estabilidad por:
– La potencia que puede ser transmitida por los
generadores a la carga incrementa.
– El ángulo de operación del generador δo es pequeño.
– Ello se le puede asociar con un incremento en la
energía de desaceleración del sistema (Criterio de
las áreas iguales).
 Regiones de Estabilidad
• Para un phase shifter:
Regiones de Estabilidad
 Regiones de Estabilidad
• Por lo tanto, para V1 = V2 = 1, XL =0.25, XTh = 0.25 (X =
XL+XTh = 0.5), α = 10o:
8

7
P Gmax Sistema
2 compensado
6

3 Sistema Base
PGmax
2 1

PL
1

0
0 20 δ o2 40 δ o160 80 100 120 140 160 180
 Regiones de Estabilidad
• Incrementando la carga y 10o phase-shifting
GIB with Phase Shifter Stability Region (alpha=10.0; lambda=1.5)
10

0
x2

-5

-10

-15
-5 0 5 10
x1
 Regiones de Estabilidad
• Para el caso de la compensación serie y
paralelo, el sistema es más estable por:
– La potencia que puede ser transmitida por los
generadores a la carga incrementa.
– El ángulo de operación del generador δo es pequeño.
 Regiones de Estabilidad
• En un sistema real, el método prueba – error
es usado comúnmente:
– Una contingencia produce una condición inicial dada x(0).
– Para el sistema post contingencia, la trayectorias
x(t) pueden ser calculadas aplicando integración numérica.
– Si x(t) converge en el xs de equilibrio post contingencia, el
sistema es estable; x(0) ∈ A(xs).
– Caso contrario, el sistema es inestable.