Universidad autónoma de santo domingo

Facultad de Ingeniería y Arquitectura

Escuela de Ingeniería Electromecánica

Titulo
Seminario II
Estimación de sistemas eléctricos de potencia

Materia:
IEM-550

Sustentantes

Efren Mateo Compres Cf4636

Misael Daniel Estevez 100187765
Rafael Estiven Castillo Moreta 100217475
Argenis Hernández 100277867

Profesor:
Félix Cabral
 Índice

Introducción .................................................................................................... 1
Estimación de estados ..................................................................................... 2
Fuentes de información necesarias para el estimador de estado .................... 4
Descripción del problema................................................................................ 5
Exactitud de las medidas ................................................................................. 7
Estimación por mínimos cuadrados: la solución básica. .................................. 8
Estimación por mínimos cuadrados ponderados ............................................. 9
Observabilidad de la red y Pseudo Mediciones ............................................. 10
Aplicación de la estimación de estado de SEP ............................................... 11
Resultados de la estimación de estado.......................................................... 13
Estimacion de SEP y Sincrofasores ................................................................ 16
Conclusión . ................................................................................................... 22
Bibliografía………………………………………………………………………………………………….23
 Introducción

Cuando en 1965 se produjo el incidente que dejó sin energía eléctrica al

nordeste de los Estados Unidos, las empresas eléctricas tomaron conciencia
de que debían realizar un gran esfuerzo para desarrollar nuevas técnicas de
operación de los sistemas de potencia, de forma que les permitieran obtener
un elevado nivel de seguridad en el servicio. Esto dio lugar a que los antiguos
métodos y herramientas de operación resultaran inadecuados.
Se comenzó a hablar de análisis de seguridad, índices de seguridad, mejora de
la seguridad, análisis de estabilidad, optimización y se empezaron a construir
nuevos centros de control. Hasta entonces el control y la decisión de la
operación se basaba en un sistema de supervisión, que controlaba las
posiciones de los interruptores y otro sistema separado, análogo al anterior,
que controlaba de manera automática la generación y el despacho económico.
Por lo tanto, los únicos datos que el operador tenia disponibles en tiempo real
eran el estado de los interruptores, la frecuencia del sistema y el conjunto de
medidas de potencia necesarias para el control de la generación.
A causa de esta situación, el esfuerzo se centró en conseguir información
continua en pequeños intervalos de tiempo, tanto de interruptores como de
todas las medidas de la red que se controlaba. Con esto era posible comprobar
la seguridad continuamente de cada equipo en la red y detectar las situaciones
anormales. Este proceso de captación, detección y señalización del sistema,
junto con la utilización de pantallas gráficas y el almacenamiento de todos los
eventos, constituyo el sistema de supervisión del control y adquisición de
datos SCADA. A pesar de todo lo anterior se presentaban problemas para la
ejecución de las funciones se seguridad.

1
 Estimación de estados

La estimación de estados tiene un papel muy importante en el monitoreo y el

control de los sistemas modernos de potencia. Como en el caso del análisis de
flujo de carga, el objetivo de la estimación de estados es obtener los mejores
valores posibles de las magnitudes y ángulos de voltaje de bus al procesar los
datos disponibles en la red. Sin embargo, en este caso se introducen dos
modificaciones para lograr una mejor exactitud de la solución con el costo de
algunos cálculos adicionales. Primero, se reconoce que los valores numéricos
de los datos por procesar para estimar el estado, en general contienen ruido
debido a los errores presentes. En segundo lugar, se nota que hay un mayor
número de variables en el sistema (por ejemplo, flujos de línea P, Q) que se
pueden medir pero que no se utilizan en el análisis de flujo de carga.
Así, el proceso implica mediciones imperfectas que son redundantes y el
proceso de estimar los estados del sistema se basa en un criterio estadístico,
que calcula el valor real de las variables de estado, para minimizar o maximizar
el criterio seleccionado. Un criterio bien conocido y de uso común es el de
minimizar la suma de los cuadrados de las diferencias entre los valores
estimados y reales de una función.
Las estimaciones de estado pueden ser estáticas y dinámicas. Ambas se han
desarrollado para sistemas de potencia.
En un sistema de potencia, las variables de estado son las magnitudes de
voltaje y los ángulos de fase en los buses. Los datos para un estimador son
mediciones imperfectas del sistema eléctrico de potencia. El estimador se
diseña para dar la mejor estimación o mejor estimado del voltaje del sistema
y los ángulos de fase, en el que se tiene presente que hay errores en las
cantidades medidas y que pueden contener medidas redundantes. Los datos
obtenidos (de salida) se usan entonces en los centros de control de energía
para efectuar varios estudios del sistema en tiempo real o en línea como, por
ejemplo, el despacho económico o el análisis de seguridad.

2
Con la aparición del sistema de supervisión del control y adquisición de datos
de un SEP o SCADA, se pensó que teniendo la base de datos actualizada
periódicamente se podría llevar el seguimiento y el control de la seguridad del
SEP con sólo introducir las medidas en los programas de control. Esto último
no era correcto y fue Schweppe el que reconoció desde el principio que había
dos problemas fundamentales para la ejecución de las funciones de seguridad.
En primer lugar, aunque el número de medidas era generalmente muy grande,
siempre había inconsistencias, ya que ciertas medidas desaparecían
temporalmente o había medidas con errores no gaussianos. En segundo lugar,
las nuevas funciones de seguridad necesitaban un punto de partida, es decir,
un reparto de cargas en tiempo real, sin embargo, los programas de reparto
de cargas que se usaban hasta esas fechas no se podían utilizar en tiempo real,
por lo que no había forma práctica de realizar las funciones de seguridad.
Schweppe, con la estimación de estado, resolvió tanto el problema de los
datos como el de la resolución en tiempo real. La estimación de datos es un
purificador de datos, análogamente como se purifica la sangre en el cuerpo
humano. Más que esto, el estimador de estado es un reparto de cargas en
tiempo real. Con esto se asegura la ejecución de las funciones se seguridad en
los centros de control y el SCADA es remplazado por lo que hoy día se conoce
como sistema de gestión de energía EMS.
Schweppe definió la estimación de estados como un algoritmo de
procesamiento de datos que convierte las medidas redundantes y otra
información disponible en un estimado del estado del sistema eléctrico. A
grandes rasgos, el estimador de estado es básicamente una herramienta
utilizada por los centros de control de energía eléctrica para una construcción,
en tiempo real, del modelo eléctrico del sistema. Este modelo creado en
tiempo real debe ser confiable, sobre todo en la operación de mercados de
energía, donde cuestiones económicas entran en conflicto, como son los
límites de operación del sistema.

3
 Fuentes de información necesarias para el estimador de estado

Los datos de entrada para el estimador de estado son:

1) Los valores de los parámetros de diseño (R, L, etc.).

2) La información topológica o estructural (Posición de interruptores,

etc.).

3) Los distintos tipos de medida:

 Telemedidas. Son las que se obtienen en tiempo real desde las remotas
de las subestaciones a través del SCADA. Los datos típicos que se
incluyen son:

a) Las tensiones e inyecciones de activa y reactiva en los nudos.

b) Los flujos de potencia activa y reactiva en las líneas.
Ocurre que en estos datos contienen errores debido a la calibración de los
transductores, el efecto de la conversión analógica-digital, el ruido en los
canales de comunicación, el desequilibrio entre fases, etc.
 Pseudomedidas. Son valores obtenidos basándose en los datos
históricos existentes, por lo que tienen menos precisión que si fuesen
medidos, por ejemplo, la potencia generada en las centrales o la
demanda de las subestaciones.

 Medidas virtuales. Son aquellas que no requieren ser medidas, como

por ejemplo la inyección cero de las subestaciones de transporte (nudos
de transito)

4
 Descripción del problema

El modelo puede obtenerse de siguiente circuito DC:

Sean:
Z2 = Vm = Medición detectada por el Voltímetro.
Z1 = Av = Medición detectada por el amperímetro.

Las variables de estado a ser determinadas son el voltaje y la corriente, eso

es X1 = V y X2 = I. Por lo tanto, se pueden plantear las siguientes ecuaciones
para los elementos Zmedidos.

Donde: es el termino responsable de relacionar los elementos

activos del sistema y es el error de la medición Z1.
Haciendo la expresión anterior toma la forma:

De forma análoga para la medición Z2

5
En caso de tener n variables de estado y m mediciones se puede configurar el
siguiente sistema:

Donde la cantidad de variables de estado puede diferir de la cantidad de

mediciones debido a que pueden existir mediciones redundantes, lo cual es
necesario en caso de que una de las mediciones definitivamente no sirva a
causa del deterioro. El sistema anterior se puede expresar en forma matricial
como:

para diferenciar los datos estimados de los medidos se adopta la siguiente

nomenclatura:

donde las variables con cotejo denotan valores estimados.

Finalmente:

para minimizar esta última, existen dos funciones muy usadas; el método de
los mínimos cuadrado y el método de los valores absolutos.

y respectivamente.

6
 Exactitud de las medidas

La exactitud e las medidas no sólo dependerá del transformador de medida,

sino también de los transductores y convertidores y se tendrá en cuenta como
el error de las medicas un único valor que sea conjunción de la suma
acumulativa de los errores en los dispositivos que intervienen en todo el
proceso. Los parámetros que definen la exactitud de la medida son:
 Clase: se entiende por clase el error máximo que dicho aparato de
medida pueda tener, tomando en tanto por ciento, con respecto al
valor de fondo de escala o señal nominal de salida, en unas condiciones
definidas por normas nacionales o internacionales. En la figura se
presentan los valores medidos con curva discontinua y los valores
verdaderos con trazo continuo.

 Linealidad: se entiende como error de linealidad el error relativo en

tanto por ciento, con respecto al valor de fondo de escala, que existe
entre el verdadero valor y el valor obtenido con el aparato de medida
calibrado perfectamente para la señal de fondo de escala, es decir,
ajustado de manera que la entrada nominal le correspondiese
exactamente la salida nominal.

7
 Estimación por mínimos cuadrados: la solución básica.

El problema de la estimación de estados del sistema eléctrico de potencia es

un caso especial del problema más general de la estimación de un vector
aleatorio X a partir de los valores numéricos de otro vector aleatorio
relacionado Y donde se dispone de relativamente poca información estadística
para X y para Y.
En estos casos se puede utilizar, con buenos resultados, el método de
estimación de error de mínimos cuadrados, y, en consecuencia, se emplea
ampliamente.
Suponga que X es un vector de n variables aleatorias x1, x2, …, xn, y que Y es
otro vector de m (> 𝑛) variables aleatorias y1, y2, …, ym, y que ambos vectores
se relacionan por:
y = Hx + r
donde H es una matriz conocida de dimensión m x n, y r es una variable
aleatoria con promedio cero con las mismas dimensiones que y. El vector X
representa las variables que se van a estimar mientras que el vector Y
representa las variables de cuyos valores numéricos se disponen. Esta última
ecuación sugiere que el vector Y de medición está linealmente relacionado con
el vector X desconocido y que además está alterado por el vector r (Vector
error).
El problema básico es obtener el mejor valor posible del vector X a partir de
los valores dados del vector Y. Como se supone que la variable r tiene
promedio cero, se puede considerar esa expectativa en la ecuación y obtener:
𝑦
̅ = 𝐻𝑥
̅

Donde 𝑦̅ y 𝑥̅ son los valores esperados de X y Y, respectivamente.

Esto indica que se podrían usar los métodos de flujo de carga para estimar los
valores promedios de los voltajes de bus. Sin embargo, se prefiere estimar los
valores reales de voltaje de bus en lugar de sus promedios.
Una forma posible de obtener el mejor estimado posible del vector X a partir
de Y se basa en el uso del método de estimación por mínimos cuadrados.
8
 Estimación por mínimos cuadrados ponderados

El estimado obtenido por la solución básica se suele referir como

estimado ordinario por mínimos cuadrados y se obtiene al minimizar
la función índice que asigna igual peso a los errores de estimación de
todos los componentes del vector Y. Con frecuencia se desea asignar
distintos pesos a los diferentes componentes de Y, ya que algunas de
las mediciones pueden ser más confiables y exactas que otras y
aquellas a las que se les debería dar más importancia.
Este concepto lleva a la estimación por mínimos cuadrados
ponderados.
Para casos no lineales se usan métodos iterativos o algoritmos. En la
figura se muestra un diagrama de flujo para implementar un
algoritmo de iteración. Una de las grandes necesidades
computacionales en el algoritmo es actualizar el jacobiano en cada
etapa de la iteración.

9
 Observabilidad de la red y Pseudo Mediciones

Para que sea eficaz la estimación de los estados es necesaria una cantidad
mínima de datos. Una forma más analítica para determinar si los datos son
suficientes para estimar los estados del sistema se llama análisis de
Observabilidad. Este forma parte integral de todo estimador de estados en
tiempo real. La capacidad de efectuar estimaciones de estado depende de que
haya suficientes estimaciones bien distribuidas por todo el sistema. Cuando se
dispone de mediciones suficientes, la estimación de estado del sistema puede
obtener el vector de estado de todo el sistema. En este caso la red es
observable.
Esto último es cierto cuando el rango de la matriz jacobiana de medición es
igual al número de variables desconocidas de estado. El rango de la matriz
jacobiana de medición depende de los lugares y tipos de mediciones
disponibles, así como de la topología de la red.
Un problema auxiliar en la estimación de estado es dónde agregar datos
adicionales a pseudo mediciones a un sistema de potencia para mejorar la
exactitud del estado calculada, es decir, para mejorar la Obsevabilidad. Las
mediciones adicionales representan un costo por los transductores físicos, la
terminal remota o el sistema de telemetría y por software de procesamiento
de datos en la computadora central.
Las Pseudo mediciones aumentan la redundancia de datos de la estimación de
estado. Si se adopta este método, se debe tener cuidado al asignar peso a los
diversos tipos de mediciones.

10
 Aplicación de la estimación de estado de SEP

En un ambiente de tiempo real el estimador de estado consta de distintos

módulos como el procesador de topología de red, análisis de Obsevabilidad,
estimación de estado y procesamiento de datos anómalos. El procesador de
topología de la red es necesario en todo el análisis de potencia. Un programa
de topología de convencional usa la información de estado de los corta
circuitos de conectividad de red para determinar la conectividad de la misma.
La figura es un diagrama esquemático que muestra el flujo de información
entre las diversas funciones que se deben realizar en un sistema de cómputos
para el centro de control de operaciones.

11
El sistema obtiene información de la unidad de terminal remota de RUT que
codifica las salidas de los transductores de medición e información del estado
abierto/cerrado en señales digitales, las cuales se envían al centro de
operación por medio de circuitos de comunicación. El centro de control
también puede transmitir comandos, como, por ejemplo, subir/bajar,
abrir/cerrar a los disyuntores y los cortacircuitos. Las mediciones analógicas de
salida del generador se usarían directamente en el programa AGC, sin
embargo, el resto de los datos se procesará por el estimador de estado antes
de usarse en otras funciones como flujo de carga optimo, entre otros.
Antes de ejecutar la estimación del estado debe conocerse como están
conectadas las líneas de transmisión a los buses de carga y del generador, es
decir, la topología de la red. Esta es cambiante, por lo que el estado actual tele
medido del cortacircuitos/interruptor debe usarse para restructurar el modelo
del sistema eléctrico. A esto se le llama programa de topología de red o
procesador del estado del sistema o sistema configurador de red.
Los resultados del estimador del estado junto con el modelo más reciente
forman la base del despacho económico, del programa de análisis de
contingencias, etc.

12
 Resultados de la estimación de estado

El estimador procesa toda la información disponible del sistema

interconectado y genera una base de datos para las funciones de control y
reparto. Los resultados de la estimación de estado son los estimados de las
variables del sistema eléctrico que pueden incluir la generación, las cargas
activas y reactivas, los flujos de potencia activa y reactiva de las líneas de
transmisión y las magnitudes y las fases de los ángulos de las tensiones en los
nudos.
Con esta información se puede determinar, mediante el análisis de
sensibilidad, cómo afectan los errores del modelo del sistema a los resultados
de la estimación de estado. Además, se pueden calcular las matrices de
covarianza de la estimación y residual que permitirán evaluar la bondad de la
estimación, así como detectar errores no gaussianos.
Asimismo, la información proporcionada por el estimador de estado o la que
se puede obtener fácilmente de él, influirá en:

1) Las funciones de control:

 El control de carga y frecuencia. Es necesario obtener la estimación

optima de los flujos de potencia e inyecciones, especialmente de las
medidas que no se realizan en tiempo real pero que se estiman y
actualizan periódicamente por el operador.

 El despacho óptimo de las potencias reactiva y activa. Este se basa en

los nudos de carga, pudiendo realizar el estimador la estimación de las
cargas no telemedidas.

13
 La supervisión de la seguridad. El estimador de estado debe suministrar
en tiempo real la información necesaria para la inspección periódica de
la generación, las cargas de las líneas, las tensiones de los nudos, la
estabilidad transitoria de la red y la predicción de los efectos de las
posibles contingencias.

 La mejora de los sistemas de seguridad. Se genera una base de datos en

tiempo real que permite la realización del análisis de seguridad y la
detección de anomalías.

 El programa de descargos. Este va a depender de las conclusiones que

se obtengan de los análisis que se realizan de los efectos que pueden
producir cortes sobre la seguridad del sistema. Las variables estimadas
pueden servir de base para estos análisis.

2) El operador:

 Proporcionándole, junto con sus respectivas desviaciones típicas, el

estimado de los flujos de las líneas, las salidas de generadores, cargas,
niveles de tensión, ángulos de las fases, etc.

 Indicándole las anomalías del sistema y su localización geográfica e

informándole sobre los problemas de red.

 Proporcionándole salidas no registradas y su localización geográfica e

informándole sobre los problemas de la red.

14
 Informándole de los costes marginales de potencia en los nodos
importantes y en los de intercambio.

 Facilitándole índices de seguridad tales como reservas de generación y

transmisión o los márgenes de estabilidad como reservas de generación
y transmisión o los márgenes de estabilidad transitoria para alertarle
mientras se encuentre el sistema en un estado vulnerable.

 Proporcionándole las acciones correctoras requeridas para solucionar

las condiciones indeseables de potencia y tensiones y los
procedimientos de restablecimiento del sistema.

3) El diseño y la planificación de los sistemas de información:

 Facilita el proceso de localización y definición de la exactitud de los

sensores necesarios para mejorar algunas variables de estado con el
menor coste posible.

15
 Estimación de Sistemas de Potencia y Sincrofasores

Las PMU (Phasor Measurement Unit) se consideran como uno de los más
importantes dispositivos de medición de un sistema de potencia, aunque sus
beneficios han sido discutidos desde la década de los 80s en el ámbito
internacional. Su principal ventaja radica en el hecho de poder contar con
mediciones fasoriales sincronizadas de tensiones y corrientes de diversos
puntos del sistema de potencia, aun cuando estos se encuentren separados
por grandes distancias.
Obtener mediciones fasoriales sincronizadas de distintas localizaciones dentro
de una red eléctrica es posible mediante el sistema de posicionamiento global
(GPS), el cual garantiza una exactitud de 1 micro segundo para la señal utilizada
en el proceso de sincronización de las PMU. Para un sistema con una
frecuencia nominal de 60 Hertz, se refleja un error de Angulo de 0.021º.
Simulaciones y pruebas de campo sugieren que las PMU pueden
revolucionar la manera en que se monitorean y controlan los sistemas
de potencia. Pero existen dos limitaciones importantes en la
implantación de esta tecnología que son: la inversión que debe
realizarse en un sistema de comunicaciones adecuado para soportar el
tráfico de información del sistema de medición fasorial sincronizado y el
costo de cada unidad de medición, incluyendo su instalación. Teniendo
en cuenta estas limitaciones, el número de PMU a instalar en un sistema
de potencia depende de la aplicación de control o monitoreo que se
desee llevar a cabo.
Las PMU son dispositivos capaces de medir el favor de tensión nodal y los
fasores de corrientes de todos los elementos conectados al nodo (subestación)
donde se instala este dispositivo. Además, se logra una sincronización en estas
mediciones, basando el muestreo de las señales de tensión y corriente en una
señal de sincronización suministrada por el sistema de posicionamiento global
GPS, esta señal de referencia de tiempo está disponible en cada subestación
del sistema donde existen PMU.

16
Las PMU realizan el cálculo de las componentes de secuencia positiva de cada
medición de tensión y corriente. Los fasores dados por estos dispositivos se
obtienen mediante la aplicación de la transformada discreta de Fouriel
aplicada a una ventana de datos móvil, cuyo ancho puede variar desde una
fracción de un ciclo hasta un múltiplo de un ciclo. La tasa de muestreo de las
PMU puede llegar a valores de 48 muestras/ciclo.
Se muestra un diagrama de bloques para una PMU

El filtro anti-aliasing es usado para suprimir frecuencias superiores existentes

en la señal de entrada a la determinada mediante el criterio de estabilidad de
Nyquist. El oscilador convierte la señal de un pulso por segundo suministrado
por el GPS en una secuencia de pulsos de tiempo de alta velocidad, usada para
el muestreo de la señal. El micro procesador realiza los cálculos del fasor.
Finalmente, se asigna una estampa de tiempo al fasor calculado y es
transmitido al concentrador de datos fasoriales, el cual funciona como un nodo
en la red de comunicación donde los datos de diferentes PMU se correlacionan
y se envían en un solo stream de datos para ser utilizados por diferentes
aplicaciones.

17
Puesto que la estimación de estado es el proceso de asignar un valor a una
variable de estado desconocida del sistema, basándose en mediciones del
sistema de acuerdo a un criterio determinado, los Sincrofasores son de vital
importancia para llevar a cabo esta tarea.
Las condiciones de operación, es decir, el estado del sistema de potencia se
puede determinar si se conocen todas las tensiones nodales del sistema en
magnitud y Angulo, datos que nos facilitan en tiempo real los sincrofasores,
por lo cual podemos muestrear y aplicar métodos estadísticos para determinar
variables desconocidas y refinar las mediciones que se extraen.
Cuando se realiza la estimación de estado del sistema de potencia solamente
utilizando PMU, se asume que el sistema es numéricamente observable
mediante mediciones fasoriales, es decir, no se tienen en cuenta las
mediciones convencionales que puedan existir en el sistema de potencia.
Se pueden realizar dos formulaciones para el problema de estimación de
estado usando únicamente PMU. Una de ellas conserva las características no
lineales en las relaciones entre las mediciones realizadas y el vector de estado,
y la más ventajosa plantea una relación lineal entre las mediciones realizadas
y el vector de estado. Las PMU son capaces de medir el fasor de tensión nodal
y los fasores de corrientes de todos los elementos conectados al nodo donde
se instala.
Para obtener el modelo de la estimación de estado no lineal con PMU se
procede de la misma forma que en el caso con mediciones convencionales. Se
asume un modelo π generalizado para el elemento que conecta los nodos k y
l.
Se considera que el vector de estado se expresa en coordenadas polares, por
lo tanto, las funciones que relacionan las mediciones fasoriales de corriente
con el vector de estado que se obtienen para el modelo π generalizado
mostrado:

18
Tomando las admitancias en coordenadas rectangulares:

Simplificando esto para el caso de una línea de transmisión, se tiene:

19
Donde:

Estas ecuaciones proporcionan la relación entre las partes real e imaginaria de

las corrientes del sistema de potencia con las variables de estado, las cuales
son no lineales, por lo que para llegar a una solución para la estimación de
estado sería necesario formular un proceso iterativo.

Para realizar una formulación lineal de la estimación de estado se debe

garantizar que el sistema de potencia sea numéricamente observable,
únicamente mediante las mediciones fasoriales provenientes de las PMU.

El conjunto de las mediciones fasoriales se puede expresar como:

se tienen N variables
de estado en forma fasorial.

20
21
 Conclusión

Se presentó el problema que existía en la operación de los sistemas de

potencia el cambio de mentalidad producido hacia los nuevos sistemas de
seguridad. Al producirse este cambio fue cuando emergió con gran fuerza la
estimación de estado como solución a los problemas de inconsistencia y
seguridad planteados.
Se han estudiado los datos de entrada necesarios para el estimador de estado,
que además de los datos proporcionados por el SCADA necesita los valores de
los parámetros, la información topológica, el modelo matemático del sistema
y las Pseudomedidas. Además, analizamos los parámetros que definen la
exactitud de la medida y se ha justificado la utilización de la clase como un
único parámetro para definirla.
continuamos analizamos los resultados que se obtienen de la estimación de
estado, justificándose los motivos para realizarla, así como la influencia que
tiene esta sobre las funciones de control, el operador y la planificación.
Finalmente concluimos con la relación entre los sincrofasores y la estimación
de estados, la cual sería inaplicable sin la implementación de los sincrofasores.

22
 Bibliografía

 Ricardo Rincón Ballesteros. ¨Estimación de Estado de un

Sistema de Potencia Utilizando Medición Fasorial Sincronizada
y Evaluación de su Implantación en Sistema de Transmisión
Colombiano¨.
 D.P. Kothari. I.J. Nagrath. ¨Sistemas Eléctricos de Potencia¨.
Tercera edición.
 Pedro Javier Zarco P. ¨Estimación de estados y de parámetros
en Redes Eléctricas¨.

23