Estimador de Estado Estático Distribuido para el Monitoreo y Control de Sistemas Eléctrico de Potencia
Estimador de Estado Estático Distribuido para el Monitoreo y Control de Sistemas Eléctrico de Potencia
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- S. Quishpe, M. Padilla, M. Ruiz, Despliegue Óptimo de Redes Inalámbricas para Medición Inteligente , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- John Morales, Paúl Dután, Análisis de sensibilidad para la determinación de curvas características de tiempos muertos vs potencia de transferencia aplicados a líneas de transmisión , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- René Gualotuña, Juan Ramírez, Miguel Lucio, Nelson Granda, Franklin Quilumba, Estimación de los Parámetros Eléctricos de una Línea de Transmisión Trifásica a Escala de Laboratorio a Partir de Mediciones de Transitorios de Voltaje , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Rodolfo Rosés, Dario Carestía, Guillermo Gizzi, Implementación de Aplicaciones EMS en un Sistema de Subtransmisión , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Luis Paredes, Benjamín Serrano, Marcelo Molina , Mejoramiento de la Estabilidad de Tensión con un DSTATCOM en una Microrred Integrada por GD Solar Fotovoltaica y Convencional , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Walter Vargas, Pablo Verdugo, Validación e Identificación de Modelos de Centrales de Generación Empleando Registros de Perturbaciones de Unidades de Medición Fasorial, Aplicación Práctica Central Paute - Molino , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Christian Gutierrez, Joseph Venegas, Análisis Nodal para determinar el punto óptimo de operación entre producción de petróleo y producción de GLP, maximizando el recurso energético de la Estación de producción de Petróleo, Aguarico , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Augusto Riofrío, Marlon Chamba, Jaime Cepeda, Yirabel Lecaro, Franklin Chimarro, Miguel Mora, Evaluación Probabilística y Gestión del Riesgo de la Cargabilidad de la Red por la Puesta en Servicio del Metro de Quito considerando el Movimiento Estocástico de los Trenes Eléctricos , Revista Técnica "energía": Vol. 15 Núm. 2 (2019): Revista Técnica "energía", Edición No. 15
- José Medina, Roberto Barba, Desarrollo del Proyecto para Estructurar el Proceso de Mejoramiento de la Operación en Tiempo Real del Sni a Través del Sistema “simulador de Entrenamiento para Operadores –seo” , Revista Técnica "energía": Vol. 2 Núm. 1 (2006): Revista Técnica "energía", Edición No. 2
- Sonia Peña, Plan de Compras de Combustibles en Plantas de Generación Térmica del Sistema Eléctrico Ecuatoriano , Revista Técnica "energía": Vol. 4 Núm. 1 (2008): Revista Técnica "energía", Edición No. 4
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
El presente proyecto tiene como objetivo desarrollar una metodología de solución para la estimación de estado estático distribuida aplicada al monitoreo y control de sistemas eléctricos de potencia, esta metodología propuesta se justifica por la necesidad de usar técnicas descentralizadas, en donde los datos se mantengan dentro de la misma operadora y se restrinja el intercambio de información con otras operadoras, minimizando a su vez los tiempos de respuesta con un procesamiento en paralelo de cada subsistema que forma parte del sistema global; lo que trae importantes beneficios al monitoreo y control del sistema a través del SCADA.
Para desarrollar la técnica propuesta, el sistema de prueba es dividido en subsistemas, para los cuales se establece las ecuaciones de cada uno y las ecuaciones de borde que las relacionan. Se desarrolla la programación del algoritmo de estimación de estado utilizando el método de mínimos cuadrados ponderados, este algoritmo es ejecutado en cada subsistema, con la finalidad de estimar las variables de estado locales.
Finalmente se realiza la integración de los resultados de estimación local en una solución global, permitiendo de esta manera estimar las variables de estado globales que determinan el comportamiento del sistema. Los datos de entrada para el procesamiento del algoritmo son extraídos del simulador Power Factory Digsilent, en donde se ha implementado el modelo de prueba, New England Test System.
Visitas del artículo 1429 | Visitas PDF 315








