Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Identificación Paramétrica del Modelo de Carga OCL Utilizando Mediciones Sincrofasoriales y Técnicas de Optimización

Parametric Identification of the Oscillatory Component Load Model Using Synchrophasor Measurements and Optimization Techniques




Sección
SISTEMAS ELÉCTRICOS DE POTENCIA

Cómo citar
Identificación Paramétrica del Modelo de Carga OCL Utilizando Mediciones Sincrofasoriales y Técnicas de Optimización. (2026). Revista Técnica "energía", 22(2), PP. 75-84. https://doi.org/10.37116/revistaenergia.v22.n2.2026.736

Dimensions
PlumX

Cómo citar

Identificación Paramétrica del Modelo de Carga OCL Utilizando Mediciones Sincrofasoriales y Técnicas de Optimización. (2026). Revista Técnica "energía", 22(2), PP. 75-84. https://doi.org/10.37116/revistaenergia.v22.n2.2026.736

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Joffre Constante
Lesly Ochoa
Brayan Caiza
Walter Rueda
Omar Chuquitarco

Artículos similares

51-60 de 486

También puede Iniciar una búsqueda de similitud avanzada para este artículo.

Actualmente modelar adecuadamente las cargas, representar su comportamiento dinámico y capturar las variaciones de los parámetros de los modelos de carga en el tiempo es un tema fundamental. Para esto hoy en día se utilizan mediciones sincrofasoriales, metodologías de modelamiento de carga automáticas y en línea y, nuevos modelos de carga dinámicos. En el último tiempo en un trabajo de investigación se ha planteado el Oscillatory Component Load Model (OCL), el cual tiene como aporte que permite representar no solamente el comportamiento estático y exponencial de recuperación de las cargas, sino también el comportamiento oscilatorio. En este sentido, el proceso de identificación paramétrica de este modelo OCL no ha sido investigado a profundidad, por lo que se lo realiza en este trabajo, desde determinar el mejor método de optimización para el proceso de identificación paramétrica, hasta las características que deben contener las mediciones sincrofasoriales para obtener modelos de carga OCL precisos.


Visitas del artículo 9 | Visitas PDF 6


Descargas

Los datos de descarga todavía no están disponibles.
  1. The NERC Model Validation Task Force of the Transmission Issues Subcommittee, “Power System Model Validation, A White Paper by the NERC Model Validation Task Force of the Transmission Issues Subcommittee,” North American Electric Reliability Corporation, no. December, pp. 1–53, 2010.
  2. M. Mohammed, A. Abdulkarim, A. S. Abubakar, A. B. Kunya, and Y. Jibril, “Load modeling techniques in distribution networks: a review,” Journal of Applied Materials and Technology, vol. 1, no. 2, pp. 63–70, 2020.
  3. A. Arif, Z. Wang, J. Wang, B. Mather, H. Bashualdo, and D. Zhao, “Load modeling - A review,” IEEE Trans Smart Grid, vol. 9, no. 6, pp. 5986–5999, 2018, doi: 10.1109/TSG.2017.2700436.
  4. D. N. Kosterev, C. W. Taylor, and W. A. Mittelstadt, “Model validation for the august 10,1996 wscc system outage,” IEEE Transactions on Power Systems, vol. 14, no. 3, pp. 967–979, 1999, doi: 10.1109/59.780909.
  5. NERC, “Dynamic Load Modeling, Technical Reference Document,” 2016.
  6. “IEEE Standard for Synchrophasor Measurements for Power Systems,” 2011. doi: 10.1109/IEEESTD.2011.6111219.
  7. C. W. G. C4.605, “Modelling and Aggregation of Loads in Flexible Power Networks,” 2014.
  8. Y. Zhu, “Power System Loads and Power System Stability,” Springer Theses, 2020. doi: 10.1007/978-3-030-37786-1.
  9. E. S. N. Raju P., A. Nechifor, M. M. Albu, J. Yu, and V. Terzija, “Development and Validation of a New Oscillatory Component Load Model for Real-time Estimation of Dynamic Load Model Parameters,” IEEE Transactions on Power Delivery, vol. PP, no. c, pp. 1–1, 2019, doi: 10.1109/tpwrd.2019.2918059.
  10. J. R. Constante and D. G. Colome, “Estimación Paramétrica del Modelo de Carga ZIP basada en Técnicas de Optimización y en Mediciones de PMU,” 2022 IEEE Biennial Congress of Argentina (ARGENCON), San Juan, Argentina, pp. 1–8, 2022, doi: 10.1109/ARGENCON55245.2022.9940010.
  11. M. Brown, M. Biswal, S. Brahma, S. J. Ranade, and H. Cao, “Characterizing and quantifying noise in PMU data,” 2016 IEEE Power and Energy Society General Meeting, vol. 2016, no. 2019–07, pp. 1–5, 2016, doi: 10.1109/PESGM.2016.7741972.
  12. J. R. Constante Segura, G. Colome, and D. Echeverria, “Noise Amplitude in Ambient PMU Data and its Impact on Load Models Identification,” IEEE Latin America Transactions, vol. 22, no. 8, pp. 678–685, 2024, doi: 10.1109/TLA.2024.10620390.
  13. J. R. Constante and G. Colomé, “Estado del Arte y Tendencias en el Modelamiento de Carga,” Revista Técnica “energía,” vol. 18, no. 2, pp. 1–12, 2022, doi: 10.37116/revistaenergia.v18.n2.2022.475.
  14. S. S. Rao, Engineering optimization: Theory and practice. John Wiley & Sons, Inc., 111 River Street, Hoboken, NJ 07030, USA, 2020.
Sistema OJS 3.4.0.9