Formulación e implementación de la barra slack distribuida en el método de flujo de potencia basado en incrustación holomorfa, mediante la determinación de la potencia reactiva para la barra slack

Abstract

El método de flujo de carga basado en incrustación holomorfa, o Holomorphic Embedding Load-Flow Method (HELM) por sus siglas en inglés, es un método para la solución del problema de flujo de potencia usando técnicas de análisis complejo, resultando en un planteamiento determinístico, no iterativo, e independiente de estimaciones iniciales; a diferencia de los conocidos algoritmos iterativos, los cuales son susceptibles a dar soluciones incorrectas en ausencia de aproximaciones iniciales adecuadas. Diversos trabajos han sido desarrollados para llevar a cabo la representación de las barras de tipo PV en el método de incrustación holomorfa, destacando tanto la metodología basada en la determinación de la potencia reactiva al convertirla en función holomorfa, como la metodología fundamentada en la eliminación de la variable de potencia reactiva. Modelos para Barra Slack Distribuida (BSD), los cuales se emplean para plantear el flujo de potencia llevando a cabo un reparto realista de pérdidas de potencia activa entre los generadores del sistema en lugar de asignar dichas pérdidas a un solo generador, se encuentran formulados únicamente para métodos iterativos. Por lo tanto, en el presente trabajo de grado se propone la novedosa formulación e implementación de un modelo de BSD para HELM, mediante la metodología de determinación de la potencia reactiva para la barra slack. Esta formulación es implementada y validada usando sistemas de gran tamaño y complejidad, arrojando resultados de perfiles de tensión similares a los obtenidos usando una implementación, desarrollada en este trabajo, del mismo modelo de BSD para el método convencional de Newton-Raphson. Asimismo, por medio de experimentos numéricos son evaluadas ambas implementaciones con el fin de determinar y comparar el desempeño en cuanto a tiempo de ejecución y capacidad de convergencia de cada una, siendo obtenidos resultados dependientes de factores como la tolerancia requerida.