IEEE Power & Energy Magazine - Spanish - May/June 2022 - 89

desarrollado un conjunto de modelos genéricos para la evaluación
dinámica de la red. Estos modelos son adecuados
para estudios de simulación transitoria de sistemas eléctricos
con pasos de tiempo de integración numérica en el rango
de 1-5 ms. Estos modelos se basan en fasores de secuencia
positiva de estado cuasi estacionario y, por lo general, no
incluyen la dinámica transitoria electromagnética rápida ni
los controles rápidos de la corriente del inversor.
Para disponer de modelos que se adapten a una amplia
variedad de condiciones de funcionamiento, incluidos el
desbalance, la dinámica rápida y las condiciones débiles
de la red, se requieren modelos IBR que incluyan transitorios
electromagnéticos y controles rápidos. Se trata de un
esfuerzo continuo para la industria de la energía. Por ejemplo,
el Grupo de trabajo CIGRE C4.60 tiene como objetivo
diseñar modelos transitorios electromagnéticos genéricos de
IBR con estructuras de control de IBR transparentes.
Dado que las variables de estado varían en el tiempo a
la frecuencia fundamental en el dominio ABC, es muy difícil
derivar modelos lineales en el marco de referencia ABC.
Se prefieren los modelos lineales invariables en el tiempo
porque son adecuados para analizar las señales pequeñas.
Por consiguiente, se requiere un esfuerzo de modelado para
convertir un modelo en el marco de referencia ABC en un
modelo en coordenadas diferentes, de modo que sus variables
de estado sean constantes en el estado estacionario. Los
modelos no lineales resultantes se pueden linealizar con
facilidad mediante métodos numéricos para extraer modelos
lineales invariables en el tiempo.
Además de los desafíos técnicos que plantea el modelado,
otra brecha técnica importante en el diseño de modelos
transparentes es que los controles de la IBR son información
propiedad del OEM. Los fabricantes de equipos originales
imponen estrictos requerimientos de no divulgación, lo que
hace que el diseño de los modelos sea una tarea difícil. Por lo
tanto, es preciso esforzarse por estandarizar el control de la
IBR para definir mejor su dinámica y apoyar el modelado de
la caja gris. En la actualidad, existen esfuerzos en curso en la
industria de la red; por ejemplo, el Grupo de trabajo P2800
del IEEE tiene como objetivo establecer los requerimientos
técnicos mínimos para las IBR.
Desafío 2: diseño del algoritmo para estimar los
parámetros del modelo personalizado
El segundo desafío reside en el diseño del algoritmo para
estimar los parámetros del modelo. Esto requiere estar familiarizado
con el conocimiento del dominio sobre el control
de los convertidores electrónicos de potencia IBR y varios
métodos matemáticos que dependen del álgebra lineal y la
optimización. En este sentido, los ingenieros de sistemas
eléctricos pueden aprovechar muchos avances recientes en
computación, así como los solucionadores y plataformas de
optimización gratuitos, como los solucionadores de optimización
no lineal (por ejemplo, el OPTimizer de punto interior)
y las interfaces de formulación de problemas de optimayo/junio
2022
mización (por ejemplo, YALMIP y CVX para MATLAB y
JuMP para Julia).
Conclusión
Resumiendo, la construcción de modelos dinámicos basados
en datos tiene una historia extensa de aplicaciones en los sistemas
eléctricos. Desde la década de 1960, las mediciones se
utilizaron para identificar la reactancia dq y las constantes
de tiempo de un generador síncrono. La comunidad de los
sistemas eléctricos está estudiando una vez más el modelado
dinámico basado en datos para las IBR en las redes eléctricas
actuales con una alta penetración de estas. En comparación
con el siglo anterior, ahora disponemos de mejores
equipos de hardware para realizar experimentos, gracias a
los avances en la electrónica de potencia. También disponemos
de mejores herramientas informáticas gracias a los
avances en investigación operativa, identificación de sistemas
y aprendizaje automático.
Agradecimientos
Agradecemos el apoyo del Departamento de Energía de los
Estados Unidos y de la Fundación Nacional de Ciencias por
algunos de los materiales presentados.
Lecturas complementarias
L. Ljung, C. Andersson, K. Tiels y T. B. Schön, " Deep learning
and system identification " (Aprendizaje profundo e
identificación de sistemas), IFAC-PapersOnLine, vol. 53,
n.º 2, págs. 1175-1181, 1 de enero, 2020, doi: 10.1016/j.ifacol.2020.12.1329.
C.-J.
Lin et al., " Dynamic load models in power systems
using the measurement approach " (Modelos dinámicos de
carga en sistemas eléctricos mediante el enfoque de la medición),
IEEE Trans. Power Syst., vol. 8, n.º 1, págs. 309-315,
1993, doi: 10.1109/59.221226.
" Wind energy systems sub-synchronous oscillations:
Events and modeling " (Oscilaciones subsíncronas de los sistemas
de energía eólica: eventos y modelado), IEEE Power
& Energy Society, Piscataway, NJ, EE. UU., Wind SSO Task
Force, Tech. Rep. PES-TR80, 2020. [En línea]. Disponible
en: https://resourcecenter.ieee-pes.org/publications/technical-reports/PES_TP_TR80_AMPS_WSSO_070920.html
L.
Fan y Z. Miao, " Admittance-based stability analysis:
Bode plots, Nyquist diagrams or eigenvalue analysis? " (Análisis
de estabilidad basado en la admitancia: ¿diagramas de
Bode, diagramas de Nyquist o análisis de valores propios?),
IEEE Trans. Power Syst., vol. 35, n.º 4, págs. 3312-3315, julio
de 2020, doi: 10.1109/TPWRS.2020.2996014.
L. Fan, Z. Miao, P. Koralewicz, S. Shah y V. Gevorgian,
" Identifying DQ-domain admittance models of a 2.3-MVA
commercial grid-following inverter via frequency-domain
and time-domain data " (Identificación de modelos de admitancia
en el dominio DQ de un inversor comercial de seguimiento
de red de 2.3 MVA mediante datos en el dominio de
la frecuencia y del tiempo), IEEE Trans. Energy Convers.,
ieee power & energy magazine
89

https://resourcecenter.ieee-pes.org/publications/technical-reports/PES_TP_TR80_AMPS_WSSO_070920.html https://resourcecenter.ieee-pes.org/publications/technical-reports/PES_TP_TR80_AMPS_WSSO_070920.html

IEEE Power & Energy Magazine - Spanish - May/June 2022

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2022