Estabilidad de Pequena Señal DigSilent

Capacitación para el Uso y Manejo del Software Especializado
Capacitación para el
PowerFactory
Uso y Manejo
Prof. Francisco Gonzalez-Longatt PhD
GOBIERNO DE LA
fglongatt.org
REPUBLICA DE HONDURAS
del Software
All rights reserved. No part of this publication may be reproduced or distributed in any form without permission of the author. Copyright © 208-2016. http:www.fglongatt.org
Especializado
DIgSILENT
EMPRESA NACIONAL DE
ENERGÍA ELÉCTRICA
ENEE
Capacitación para el Uso y Manejo del Software Especializado DIgSILENT
Tegucigalpa, Honduras
27 Junio al 1 Julio 2016
Prof. Francisco M. Gonzalez-Longatt, PhD
Prof Francisco M. Gonzalez-Longatt PhD | fglongatt@fglongatt.org | Copyright © 2008-2016, Tegucigalpa, Honduras, 27 Junio al 1 Julio de 2016 1/67
PowerFactory
Capacitación para el
Uso y Manejo del Software
Especializado DIgSILENT
Copyright Notice
The documents are created by Francisco M. Gonzalez-Longatt and contain copyrighted material, trademarks, and other proprietary information. All rights reserved. No part of the documents may be reproduced or
copied in any form or by any means - such as graphic, electronic, or mechanical, including photocopying, taping, or information storage and retrieval systems without the prior written permission of Francisco M.
Gonzalez-Longatt . The use of these documents by you, or anyone else authorized by you, is prohibited unless specifically permitted by Francisco M. Gonzalez-Longatt. You may not alter or remove any
trademark, copyright or other notice from the documents. The documents are provided “as is” and Francisco M. Gonzalez-Longatt shall not have any responsibility or liability whatsoever for the results of use of the
documents by you.
PowerFactory
Estabilidad
de Pequeña Señal
Esta sección presenta una comprensiva introducción a
la estabilidad de Pequeña Señal en Sistemas

Eléctricos de Potencia.
Copyright Notice
documents by you.
PowerFactory
Introducción al Análisis Modal
Esta sección presenta una introducción teórica simple

al análisis modal.
Copyright Notice
documents by you.
PowerFactory
Introducción
Introducción al Análisis Modal en el Sistema de

Potencia.
Estabilidad de Pequeña Señal (1/4)
• Estabilidad de Pequeña Señal es la capacidad del
sistema de alimentación para mantener el
sincronismo cuando se somete a pequeñas
perturbaciones [1].
• Una perturbación se considera pequeña si las
ecuaciones que describen la respuesta resultante
de sistema de potencia pueden ser linealizadas con
el propósito de análisis.
• La Inestabilidad como resultado puede ser de dos
formas [1]:
• Aumento constante en el ángulo del rotor del generador,

debido a la falta de sincronización con el torque,
• Aumento en la Oscilación del Rotor debido a la
insuficiencia en la amortiguación.
[1] P. Kundur, Power System Stability and Control. New York: McGraw- Hill, 1994.
Dd Dw
P Stable DTe
 TS Positive DTD
 TD Positive
Dd
0 t DTS
Dw
Dd DTe
P DTD
Instable
Non-oscillatory
 T S Negative
 T D Positive
0 t Dd DTS
(a) With constant field voltage

Dd Dw
P Stable DTe
 TS Positive DTD
 TD Positive
Dd
0 t
DTS
Dd Instable
P  TS Positive Dw
 TD Negative DTS Dd
0 t
DTD
DTe
(b) With excitation control
• En los sistemas de potencia prácticos de hoy en día,
el problema de estabilidad de pequeña señal es por
lo general una de insuficiencia de amortiguación
en las oscilaciones del sistema.
• Pequeñas señales pueden ser analizadas utilizando
técnicas lineales proveendo una valiosa información
acerca de las características dinámicas del sistema
de potencia además de ayudandarle en su diseño.
PowerFactory
Conceptos Fundamentales
de Estabilidad
en Pequeña Señal
PowerFactory
Representación
State-Space
Representación State-Space (1/4)
• El comportamiento de un sistema dinámico, tal como
un sistema de potencia, puede ser descrito por un
conjunto n primer orden de ecuaciones diferenciales
ordinarias no lineales.
• Esto se puede escribir usando notación vector matriz
[1]: x  f x,u, t 
Donde:
 x1   u1   f1 
x  u  f 
 2  2
x u  2
f 
  
     
 xn  ur  fn 
 x1   u1   f1 
x  u  f 
x  2
u  2
f  2
  
     
 xn  ur  fn 
• La columna vector x se refiere como el vector de
estado.
• xi se conocen como variables de estado.
La columna vector u es el vector de entradas al
sistema.
• u son las señales externas que influyen en el
rendimiento del sistema.

• t denota tiempo.
• x es la derivación de una relación de variable de estado
con el tiempo.
• El sistema se llama autónomo si los derivados de
las variables de estado no son funciones explícitas
de tiempo. x  f x,u
• Las variables de salida se pueden observar en el
sistema. Estos se pueden expresar en términos de
las variables de estado y las variables entradas [1]:
y  gx,u
• Donde:
 y1   g1 
y  g 
y 2 g   2
   
   
y m  g r 
 y1   g1 
y  g 
y 2 g   2
   
   
y m  g r 
• La columna vector y es el vector de salida.

• g es un vector de facciones no-lineales relacionado
con variables de estado así como a variables de
entrada y de salida.
PowerFactory
Concepto State
Concepto State (1/2)
• El concepto de state es fundamental para el método de
state-space.
• El state de un sistema representa la cantidad mínima de
información sobre el sistema en cualquier instante de
tiempo t0; siendo necesario para poder determinar
cualquier información sobre el sistema sin la entrada
previa de t0 .
• Cualquier conjunto de variables n en un sistema
linealmente independiente puede ser usado para
describir el estado de las variables state del sistema[1].
• Variables state forman un conjunto mínimo de variables

dinámicas que, junto con las entradas al sistema,
proporcionan una descripción completa del
comportamiento del sistema.
Concepto State-Space (2/2)
• El sistema state puede ser representado en un
espacio n-dimensional Euclideano, llamado state
space.
PowerFactory
Equilibrio (o Puntos
Singulares)
Equilibrio (o Puntos Singulares) (1/2)
• Estos puntos donde todos los derivados de las
variables de estado son simultáneamente cero [1].
 x1  0 
 x  0 
x   2 
  
 
 x n  0
• Ellos definen los puntos de la trayectoria con cero
velocidad.
• Este sistema está en reposo ya que todas las
variables son constantes y el tiempo invariable.
Equilibrio (o Puntos Singulares) (2/2)
• El equilibrio o punto singular por lo tanto, debe
satisfacer la ecuación:
x  0  f x 0   0
Donde x0 es el vector estado x en el punto de
equilibrio.
PowerFactory
Estabilidad en un Sistema
Dinámico
Estabilidad en un Sistema Dinámico
• Sistema Lineal : la estabilidad es enteramente
independente de la entrada.
• State de un sistema estable con entrada cero
siempre volverá al origen del state space,
independiente del estado finito inicial.
• Sistema No Lineal: la Estabilidad depende del tipo,
la magnitud de entrada y el estado inicial.
PowerFactory
Clasificación de Estabilidad
Clasificación de Estabilidad
• Classification of stability of non-linear system,
depending on the region of state space in which the
state vector ranges:
• Clasificación de estabilidad del sistema no lineal,
depende de la región de espacio de estados en el
que oscila el vector de estado:
a. Estabilidad local o pequeña estabilidad.

b. Estabilidad Finita.
c. Estabilidad Global o gran estabilidad.
PowerFactory
Estabilidad Local
Estabilidad Local
• El sistema es estable localmente, es decir,
alrededor del punto de equilibrio, ahora, si el sistema
es sometido a una pequeña perturbación, este
permanece dentro de una pequeña región que rodea
el punto de equilibrio.
• Si, se presenta un incremento en t, el sistema

returna a su estado original, esto se dice que es
asintóticamente estable e insignificante.
PowerFactory
Estabilidad Finita
Estabilidad Finita
• Si el estado de un sistema se mantiene dentro de

una región finita R, esto se dice que es estable
dentro de R.
• Si, el estado de un sistema retorna al punto original

de equilibrio en cualquier punto dentro de R, esto es
asintóticamente estable dentro de la región finita R.
PowerFactory
Estabilidad Global
Estabilidad Global
• Se dice que el sistema es globalmente estable si
R incluye todo el espacio finito.
PowerFactory
Linealización
Linealización (1/6)
• Llamaremos x0 al vector de estado inicial y u0 al
vector de entrada correspondiente al punto de
equilibrio [2] ,[3].
x 0  f x 0 ,u0   0
• Ahora incluya una perturbación en el estado
anterior:
x  x 0  Dx u  u0  Du
Donde el prefijo Δ denota una pequeña desviación.
• Asumiendo que las perturbaciones son pequeñas,

las funciones no lineales como f(x,u) puede ser
expresadas en términos de Taylor’s series
expansion.
• Las ecuaciones originales son [1]-[3]:
x  f x,u, t 
y  gx,u
• Las formas linealizadas son:
Δx  AΔx  BΔu
Δy  CΔx  DΔu
• Δx es el vector state de la dimensión n
• Δy es el vector resultante de la dimensión m
• Δu es el vector de entrada de la dimensión r
• A es el estado de matriz de planta de tamaños nxn

• B es la matriz control o de entrada de tamaños nxr
• C es la matriz de salida de tamaños mxn
• D es la matriz (de avance) que define la proporción de entradas
que aparecen directamente en la salida, tamaños nxr
• Tomando la Laplace transform de las ecuaciones
de estado en la frecuencia dominio se obtienen:
sΔx  Δx0  AΔxs   BΔus 

Δys   CΔxs   DΔus 
• Diagrama de bloques del espacio de estados[1]-[3].
D
 Dy
Du Dx  1 Dx 
B  s
I C 

A
• Las condiciones iniciales son Δx(0) asumiendo

cero.
• La solución de ecuaciones de estado pueden ser
obtenidas [1]:
adj sI  A 
Δys   C Δx0  BΔus   DΔus 
det sI  A 
• En la Transformación de Laplace de Δx y Δy se ve
que tiene dos componentes que dependen:
(i) Las condiciones iniciales.

(ii) De las entradas.
• Estas son las transformaciones de Laplace en los

componentes libres y en los componentes de cero
estado de los vectores de estado y de los vectores de
salida.
• Los polos de Δx y Δy son las raices de la ecuación:
det  λI  A   0
• Los valores de  que satisfacen esta condición son
conocidos como valores propios de la matriz A [1]-
[3].
• La ecuación [1],[2]:
det  λI  A   0
es referida como ecuación característica de la

matriz A.
PowerFactory
Valores Propios (Eigenvalues) y
Vectores Propios (Eigenvectors)
Valores Propios (Eigenvalues) (1/4)
• Los valores propios de una matriz están dadas por
los valores del parámetro escalar en los cuales no
existen soluciones triviales de la ecuación[1]:
A  I  0
• Para una solución no trivial[2]:
det sI  A   0
• La expansión del determinante da la característica a

la ecuación.
• La solución n de λ = λ1, λ2, …λn son los valores
propios de A [2].
Valores Propios (Eigenvectors) (2/4)
• Para cada valor propio λi, un vector propio
(eigenvector) ϕi lo que satisface:
Eigenvector
Ai  i i Derecho
• ϕi es llamado el vector propio derecho de un

estado de matriz A asociado con el valor propio λi.
• Cada vector propio derecho es un vector columna

con una longitud igual al número de los estados.

• El vector propio derecho es llamado “mode shape”.
• Left eigenvector associated with the eigenvalue λi is
the n-row vector which satisfies:
Eigenvector
 i A  i i
Izquierdo
• The right eigenvector, ϕi, describes how each mode

of oscillation is distributed among the system states.
• It indicates on which system variables the mode is
more observable.
• The left eigenvector, together with the system’s

initial state, determines the amplitude of the mode.
• A left eigenvector carries mode controllability
information.
 i A  i i
Eigenvector
Izquierdo
The left eigenvector, i, indicates on which system
variables the mode is more observable.
The right eigenvector is called mode shape.

PowerFactory
Valores Propios y
Estabilidad
Valores Propios y Estabilidad (1/5)
• La estabilidad del sistema está determinada por los
valores propios λi.
1. Valores Propios Reales : Modo no oscilatorio.
i 
• El valor propio real negativo representa un modo de
decadencia.
• La magnitud define la decadencia.
• Los valores propios reales positivos representan la
inestabilidad aperiódica.
2. Valores Propios Complejos: Ocurre en par

conjugado, y cada uno de los pares corresponden a un
modo oscilatorio.  C i
• Para un complejo de par de valores propios[1]:
    jw
• La frecuencia de oscilación (f) en Hz esta dada por [1]:
w
f 
2
• Esto representa la frecuencia real o amortiguada (f).
• El coeficiente de amortiguamiento (ζ) esta dado por:


 w 2 2
• coeficiente de amortiguamiento  determina la tasa de

decaimiento de la amplitud en la oscilación [1]-[2].
Eigenvalues Trajectory Type of singularity
    jw
jw z1
X
Stable
z2 (a) Stable focus

X
Unstable
jw z1
X

z2 (b) Unstable focus
jw z1
Stable
    jw
X X z2 (c) Stable focus

jw z1
Unstable
X X z2 (d) Unstable focus


jw z1
X
    jw
z2 (f) Vortex

X
jw z1
X X z2 (g) Saddle

PowerFactory
Indices
Indices
• Numerosos indices, puede ser calculado a partir de
vectores propios, tales como [4]:
• Factores de participación,
• Residuos de la función de transferencia y
• Modo sensibilidades
• Esos son muy útiles en el análisis y en el diseño de

un sistemas de control.
PowerFactory
Factores de Participación
Factores de Participación (1/2)
• La matriz de Participación (P), combina los
vectores propios derecha e izquierdos [1]:
P  p1 p 2  p n 
Eigenvector
Donde Eigenvector Izquierdo
Derecho
 p1i   1i 1i 
 p    
p1   2i 
  2i 2i 
     
   
 pni  ni ni 
Donde ψki es el elemento kth en la fila ith del vector

propio izquierdo ψi, y φki es el elemento kth en la
columna ith vector propio derecho φi [4].
Factores de Participación (2/2)
• El factor de participación pki es una medida de la
participación relativa de kth variable de estado en el
modo ith , y vice versa.
!
pki  ki ki
• La sensibilidad de un valor propio en particular λi
para los cambios en los elementos diagonales del
i
estado de matriz A.
pk i 
ak k
pki  ki ki
PowerFactory
Controlabilidad y
Observabilidad
Controlabilidad y Observabilidad (1/3)
• La respuesta del sistema en presencia de una
entrada se da como:
• Expresado en términos de las variables
transformadas Z:
Δx  z
donde  es la matriz modal de A.
• A continuación, produciendo siguiente el paso a:

z  AΔx  BΔu
Δy  Cz  DΔu
• Las ecuaciones de estado en la forma normal
(desacoplado), por tanto [1], [4]:
Φz  Λz  B' Δu
Δy  C' z  DΔu
Donde:
1
B'  Φ B Controlabilidad
C'  CΦ Observabilidad
• Ellos son la matriz modal de controlabilidad (B’) y

la matriz modal de observabilidad (C’).
• Si la fila ith en la matriz B’ es cero, las entradas no
tendran efecto en el modo ith.
• ith modo se dice que es incontrolable [1].
B'  Φ1B Modo matriz de controlabilidad
• La fila ith de la matriz C’ determina si la variable zi

contribuye con la formación de salidas.
• Si la columna ith de la matriz C’ es cero, entonces, el
modo correspondiente no es observable [1].
C'  CΦ Modo matriz de observabilidad
PowerFactory
Residuos
Residuos (1/3)
• El análisis de estabilidad de pequeña señal en
sistemas de potencia, esta relacionado
principalmente con el valor propio de la matriz de
estado.
• El control de diseño en la función de
transferencia de open-loop entre las variables
específicas es útil [4].
• Considere la función de transferencia entre las

variables y y u:
Δx  AΔx  bΔu
Δy  cΔx
Residuos (2/4)
• Supongamos que y no es una función directa de u
(D = 0).
Dy s 
Gs   Gs   csI  A b
1
Du s 
• G(s) puede ser factorizado [1], [2], [4]:

Zero
Gs   K
s  z1 s  z2 s  zl 
Polo
s  p1 s  p2 s  pn 
Residuos (3/4)
• Utilizando fracciones parciales : Residuo
Gs  
R1 R2 Rn
 
s  p1 s  p2 s  pn
• Donde Ri es conocido como el residuo de G(s)

función en el polo pi.
Dy s 
Gs   Gs   cΦsI  Λ  Ψb
1
Du s 
Residues (4/4)
• Ya que Λ es una matriz diagonal [4]:
Rj n
Gs   
j 1 s   j
Ri  cΦi Ψi b Residuo
• Esta ecuación da los residuos en términos de

eigenvalues (valores propios).
PowerFactory
Referencias
Referencias
[1] P. Kundur, Power System Stability and Control.
New York: McGraw- Hill, 1994.
[2] J. Arrillaga and C.P. Arnold, Computer Modelling of
Electrical Power Systems, John Wiley & Sons, 1983.
[3] P.M. Anderson and A.A. Fouad, Power System
Control and Stability, The Iowa State University
Press, 1977.
[4] R.Sadikovi’c, Use of FACTS Devices for Power
Flow Control and Damping of Oscillations in Power
Systems. PhD Thesis in Swiss federal Institute of

Technology, Zurich, 2006.
PowerFactory
Preguntas
Ciclo de Preguntas y Respuestas

@fglongatt
Copyright Notice
documents by you.
PowerFactory
Visite:
www.fglongatt.org
@fglongatt
Preguntas y comentarios son bienvenidos

fglongatt@fglongatt.org

Estabilidad de Pequena Señal DigSilent

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estabilidad de Pequena Señal DigSilent

Transféré par

Droits d'auteur :

Formats disponibles

Capacitación para el Uso y Manejo del Software Especializado

la estabilidad de Pequeña Señal en Sistemas

Esta sección presenta una introducción teórica simple

Introducción al Análisis Modal en el Sistema de

• Aumento constante en el ángulo del rotor del generador,

(a) With constant field voltage

  

rendimiento del sistema.

• La columna vector y es el vector de salida.

• Variables state forman un conjunto mínimo de variables

a. Estabilidad local o pequeña estabilidad.

• Si, se presenta un incremento en t, el sistema

• Si el estado de un sistema se mantiene dentro de

• Si, el estado de un sistema retorna al punto original

• Se dice que el sistema es globalmente estable si

• Asumiendo que las perturbaciones son pequeñas,

• A es el estado de matriz de planta de tamaños nxn

sΔx  Δx0  AΔxs   BΔus 

• Las condiciones iniciales son Δx(0) asumiendo

(i) Las condiciones iniciales.

• Estas son las transformaciones de Laplace en los

es referida como ecuación característica de la

• La expansión del determinante da la característica a

• ϕi es llamado el vector propio derecho de un

• Cada vector propio derecho es un vector columna

con una longitud igual al número de los estados.

• The right eigenvector, ϕi, describes how each mode

• The left eigenvector, together with the system’s

The left eigenvector, i, indicates on which system

The right eigenvector is called mode shape.

2. Valores Propios Complejos: Ocurre en par

• coeficiente de amortiguamiento  determina la tasa de

X X z2 (d) Unstable focus

• Residuos de la función de transferencia y

• Esos son muy útiles en el análisis y en el diseño de

Donde ψki es el elemento kth en la fila ith del vector

• A continuación, produciendo siguiente el paso a:

• Ellos son la matriz modal de controlabilidad (B’) y

• La fila ith de la matriz C’ determina si la variable zi

modo correspondiente no es observable [1].

C'  CΦ Modo matriz de observabilidad

• Considere la función de transferencia entre las

• G(s) puede ser factorizado [1], [2], [4]:

• Donde Ri es conocido como el residuo de G(s)

• Esta ecuación da los residuos en términos de

Systems. PhD Thesis in Swiss federal Institute of

Ciclo de Preguntas y Respuestas

Preguntas y comentarios son bienvenidos

Vous aimerez peut-être aussi