Revista Técnica

Enero 2018
Edición No. 14
(ISSN 1390-5074)

TÍTULO / AUTOR PAG.

SISTEMAS ELÉCTRICOS DE POTENCIA
Modelo de Simulación Jerárquico para la Proyección Espacio Temporal de la demanda eléctrica: caso de estudio en CENTROSUR
7
S. Zambrano, M. Molina, W. Chumbi, C. Patiño
Desarrollo de una Herramienta Software para la Detección y Ubicación de Fallas en un Sistema Eléctrico de Potencia usando el módulo DPL de
DIgSILENT PowerFactory 17
D. Chávez, J. Abad, H. Arcos
Sintonización de los estabilizadores de sistemas de potencia del Sistema Nacional Interconectado ecuatoriano – aplicación y comparación de métodos 26
heurísticos en ambiente multimáquina
F. Armendáriz, D. Panchi, H. Arcos
Estudio por Microáreas de la Demanda Actual y Futura del Área de Cobertura de la Subestación 57 Pomasqui del Distrito Metropolitano de Quito
33
J. Jiménez, F. Pérez, R. Loor
Estudio de coordinación de protecciones del sistema de subtransmisión de CNEL EP Unidad de Negocios Sucumbíos ante un nuevo punto de
conexión al Sistema Nacional Interconectado (SNI) 44
J. Guamán, F. Pérez, J. Estrada
Evaluación de Estabilidad Transitoria de Sistemas de Potencia utilizando el concepto de Centro de Inercia
54
D. Echeverría, J. Cepeda

Filtro activo de potencia para instalaciones bifásicas con capacidad de balance de corrientes
64
M. Fajardo, J. Viola, F. Quizhpi

Metodología para Identificar Áreas de Control de Voltaje en un sistema eléctrico de potencia aplicando simulación Monte Carlo
72
L. Bonilla, D. Echeverría, J. Cepeda
Consideraciones Conceptuales sobre Análisis de Estabilidad Transitoria en el Ajuste del Tiempo de Recierre Monofásico de la Línea de Transmisión
San Rafael - El Inga de 500 kV 80
L. Dután, J. Cepeda.
EFICIENCIA ENERGÉTICA
Estudios eléctricos de la interconexión temporal del Sistema Eléctrico Interconectado Petrolero Extendido (SEIP-E) de Petroamazonas EP al Sistema
Nacional Interconectado (S.N.I.) 92
R. Sanguil, M. Solís
Análisis Espacio Temporal del Impacto al Sistema de Distribución de Nuevos Tipos de Carga con Alto Consumo de Energía: Caso de Estudio en
CENTROSUR con la Cocina de Inducción 101
S. Zambrano, B. Jaramillo, J. Cárdenas, M. Mejía, A. Padilha, J. Melo

PRODUCCIÓN Y USO DE LA ENERGÍA

Operación Óptima del Sistema Eléctrico Aislado de la Isla San Cristóbal, con Generación Renovable y Vehículos Eléctricos
110
R. Barreto, PF. O. Gomis J. Heredia

TÉCNOLÓGICOS E INNOVACIÓN

Evaluación de la Distorsión Armónica debida a la Operación del Compensador Estático de Potencia Reactiva en la Subestación Chorrillos
122
B. Jadán, F. Ordoñez, W. Vargas, H. Arcos

Medidor Inteligente de energía eléctrica utilizando la tarjeta electrónica Raspberry Pi

131
L. Tipán, J. Rumipamba
Estudio Técnico para la Determinación de la Ubicación Óptima de Unidades de Medición Fasorial en el Sistema Eléctrico Ecuatoriano basado en
Criterios de Observabilidad ante Contingencias 140
L. Armas, A. Narváez
Revista Técnica “energía” • Número 14 • Enero 2018. Revista tradicionalmente anual que se ha constituido en el medio
para compartir criterios y experiencias técnicas a través de Artículos Científicos que son de responsabilidad de sus Autores;
y, no necesariamente corresponden a aquellos criterios sostenidos por CENACE. A partir del 2018, se ha propuesto el
proyecto de cambiar la periodicidad a semestral.

Comité Editorial

Ing. Víctor Orejuela

Ministerio de Electricidad y Energía Renovable, MEER, Ecuador
E mail: victor.orejuela@meer.gob.ec

Ing. Ricardo Narváez

Instituto Nacional de Eficiencia Energética y Energías Renovables, INER, Ecuador
E mail: ricardo.narvaez@iner.gob.ec

Dr. Jesús López Villada

Escuela Politécnica Nacional, EPN, Ecuador
E mail: jesus.lopez@epn.edu.ec

Dr. Jaime Cepeda

Subgerente Nacional de Investigación y Desarrollo. CENACE, Ecuador
E mail: jcepeda@cenace.org.ec

Consejo Editorial CENACE

Ing. Gabriel Argüello Ríos

Director Ejecutivo CENACE

Ing. Michelle Nieto

Subgerente de Planificación y Gestión Estratégica, CENACE

Ing. Juan Carlos Herrera

Gerente Nacional de Transacciones Comerciales, CENACE

Srta. Wendy Arias

Subgerencia de Planificación y Gestión Estratégica, CENACE

Msc. Karla Lucero

Subgerencia de Planificación y Gestión Estratégica, CENACE

Ing. Diego Echeverría

Subgerencia Nacional de Investigación y Desarrollo, CENACE

Ing. Paulina Vásquez

Subgerencia Nacional de Investigación y Desarrollo, CENACE

Ing. Joffre Constante

Corporación Eléctrica del Ecuador Unidad de Negocio Coca Codo Sinclair

Copyright © 2018 CENACE. Todos los derechos reservados

Diseño y diagramación www.grupoinnovando.com

La Revista Técnica “energía” de CENACE, ha sido tradicionalmente publicada con una periodicidad anual (en el 2018 se
ha planificado modificar la periodicidad a semestral), y su distribución no tiene costo alguno. Se permite la reproducción
total o parcial de esta revista citando la fuente.

Indización
Revista Técnica “energía” está indizada en las bases de datos de “EBSCO Information Services”. El acceso a la versión
electrónica se encuentra en: www.ebscohost.com

Revista Técnica “energía” está indizada en el catálogo Latindex, Sistema Regional de Información en Línea para Revistas
Científicas de América Latina, el Caribe, España y Portugal. El acceso a la catalogación electrónica se encuentra en
www.latindex.unam.mx
 MISIÓN DE LA REVISTA TÉCNICA “energía”

La Revista Técnica “energía”, auspiciada por el Operador Nacional de Electricidad, CENACE, está orientada a la
publicación del conocimiento científico en el país, permitiendo la difusión del conocimiento generado en las diferentes áreas
de CENACE, así como en otras instituciones relacionadas con los sectores eléctrico y energético, colegios profesionales,
institutos de investigación e instituciones de educación superior, cuyos temas sean de interés dentro del ámbito eléctrico,
energético y empresarial.

Dentro de la Revista Técnica “energía” existen dos categorías y cada autor o autores deben indicar en la presentación de
su trabajo técnico, en qué categoría desean participar:

CATEGORÍA I
Comprende los trabajos relacionados con aplicaciones prácticas o de desarrollo basados en la ejecución de los procesos de
las diferentes instituciones del sector eléctrico y energético.

CATEGORÍA II
Comprender los artículos basados en trabajos científicos y académicos de investigación de Universidades e Institutos, así
como también trabajos académicos de tesis de grado para la obtención de títulos de tercer nivel o cuarto nivel (especialidad,
maestría o doctorado).
El temario referencial de la Revista Técnica “energía” es el siguiente:

SISTEMAS ELÉCTRICOS DE POTENCIA

• Planificación, expansión, operación y mantenimiento de sistemas eléctricos, considerando la evolución de los
cambios tecnológicos
• Análisis operativo y comercial del sistema eléctrico
• Integración eléctrica y energética, perspectivas en la región
• Modelos, regulación y aspectos normativos

EFICIENCIA ENERGÉTICA
• Calidad de energía
• Energías renovables: regulación, comercialización e incorporación al sistema eléctrico
• Uso eficiente de la energía eléctrica y control de la demanda

PRODUCCIÓN Y USO DE LA ENERGÍA

• Uso y producción de la energía, en todas sus formas (hidrocarburos, térmica, mecánica, transporte, etc)
• Políticas energéticas
• Acceso a la energía
• Modelos de gestión energética
TECNOLÓGICOS E INNOVACIÓN
• WAMS, WACS, FACTS y redes inteligentes (SMART GRIDS)
• Nuevas tecnologías aplicadas en la operación de sistemas eléctricos y energéticos
• Uso de nuevas tecnologías en generación, transmisión, distribución y comercialización
• Proyectos de manejo de la información en tiempo real para la operación de sistemas
• Proyectos de sistemas de información aplicados a procesos en el sector eléctrico y energético
• Aplicación de técnicas modernas de análisis a sistemas eléctricos (Data Mining, Inteligencia Artificial, etc.)

GESTIÓN EMPRESARIAL
• Gestión de riesgos
• Gestión de recursos humanos
• Sistemas de gestión integrados
• Responsabilidad social
• Gestión del conocimiento

En la actualidad, la operación de los sistemas
eléctricos de potencia experimenta varios
desafíos técnicos asociados a los nuevos
paradigmas de administración, planeamiento
y control de la red. Entre los factores
más relevantes se citan las variaciones
en patrones de consumo y generación de
energía debido a la diversificación de las
fuentes primarias de energía (motivada
por el desarrollo acelerado de tecnologías
de generación renovable y la promoción
de políticas medioambientales) o de la
implementación de nuevas políticas de
eficiencia energética.
Por este motivo, la operación de los sistemas
eléctricos toma un papel más crucial,
teniendo como responsabilidad optimizar
los recursos energéticos a la vez que
abastecer las necesidades de consumo de
los usuarios. De ahí que surge la necesidad
de incorporar mayor “inteligencia” a la
operación convencional, basada en la
implementación de modernas tecnologías.
Este aspecto ha causado un cambio
importante de la concepción de ingeniería,
en donde la investigación, la innovación
EDITORIAL
y el desarrollo tecnológico deben formar
parte fundamental de las organizaciones
vinculadas a la generación, transporte y
distribución de energía.
Sobre la base de lo mencionado, el nuevo
paradigma de “Gestión del Conocimiento”
debe ser incorporado como parte de los
procesos de los diferentes sectores energéticos.
Dentro de esta nueva concepción, la creación
de espacios que promuevan la innovación
se convierte en un aspecto fundamental
a ser considerado dentro de los procesos
relacionados con la gestión energética.
No existen tecnologías estándar que se
puedan aplicar directamente en los sistemas
eléctricos, por lo que la institucionalidad debe
hacer gestión de conocimiento y adaptación
de tecnologías que permitan ir a la par del
vertiginoso crecimiento de las necesidades
de los usuarios del sector eléctrico.
A este respecto, es importante resaltar que la
Revista Técnica “energía” se ha convertido
en el espacio idóneo de difusión científica
en temas relacionados con los sistemas
energéticos, promoviendo la innovación y
el desarrollo tecnológico a nivel nacional
e internacional durante sus catorce años
de existencia. Es así que, desde la Edición
No. 10 la revista ostenta indizaciones
en instituciones internacionales de alto
prestigio como LATINDEX y EBSCO
Information Services. No obstante de lo
mencionado, y sobre la base del espíritu
de mejora continua que ha caracterizado
a la revista, en el 2018 se ha planteado el
ambicioso proyecto de cumplir con todos y
cada uno de los requisitos que recientemente
la Senescyt ha impuesto para poder acceder
a las bases de datos de SciElo. Es así que,
a partir del año 2018, la Revista Técnica
“energía” será reestructurada en forma y en
fondo, siendo el aspecto más determinante,
el proyecto de modificar la periodicidad de
anual a semestral.
En esta edición N° 14, se han presentado
temáticas relacionadas con el desarrollo
y aplicación de tecnologías modernas
tendientes a incorporar inteligencia en los
sistemas eléctricos y velar por la calidad,
seguridad y eficiencia. Dentro de los tópicos
presentados es posible mencionar, entre
otros:
Un aspecto adicional a destacar es que,
sobre la base de las indizaciones antes
mencionadas y el prestigio alcanzado por
la revista, CENACE suscribió un Convenio
de Cooperación con el Instituto Nacional
de Eficiencia Energética y Energías
Renovables INER para que la edición
No. 14 incluya una sección especial en
la que se publiquen los cinco (5) mejores
trabajos del Congreso Internacional I+D+i
Sostenibilidad Energética organizado por
INER en noviembre de 2017.
Extendemos una cordial invitación a todos
quienes conformamos el sector energético
a presentar sus trabajos técnicos para la
próxima entrega de la revista “energía”
que se desarrollará en el mes de julio del
presente año.
La energía eléctrica es un producto vital por
lo que CENACE entiende y mantiene su
compromiso para iluminar a los ecuatorianos
con la mejor calidad posible.

• Sistemas de Monitoreo de Área

Extendida, WAMS

• Sistemas Flexibles de Transmisión de

Energía, FACTS

• Sistemas de Almacenamiento y
Generación Eficientes,

• Aplicación de Técnicas de Inteligencia

Computacional

• Prácticas Socio-ambientales en la
gestión energética.
 Aplicación Práctica / Practical Issues

A Hierarchical Simulation Model for Spatial-Temporal Electric Load

Forecasting: Case Study in CENTROSUR

Modelo de Simulación Jerárquico para la Proyección Espacio

Temporal de la Demanda Eléctrica: caso de estudio en CENTROSUR

S. Zambrano1 M. Molina1 W. Chumbi2 C. Patiño2

Empresa Eléctrica Regional Centro Sur C.A. - CENTROSUR

1

E-mail: sergio.zambrano@centrosur.gob.ec; manolo.molina@centrosur.gob.ec

2
Universidad de Cuenca
E-mail: chumbi_wilson@hotmail.com; andresc-pc@hotmail.com

Abstract Resumen

This article proposes a Spatial Load Forecasting
(SLF) model applied to an electric distribution
system for the short, medium and long term
horizon, which includes the estimation of the
magnitude and geographic location of electricity
demand energy from new consumers.
Este artículo propone un modelo de Proyección
Espacial de la Demanda (PED) aplicado a un
sistema eléctrico de distribución para el corto,
mediano y largo plazo, lo cual incluye la estimación
de la magnitud y la ubicación geográfica de la
demanda de energía eléctrica de nuevos clientes.

The proposed model is a hybrid trending- El modelo propuesto es un híbrido tendencia-

simulation method and using a hierarchical
structure: bottom-up for aggregate data and
analyze, and, top-down for load growth allocate
to sub-areas and micro-areas. The small area
approach is combined with spatial-time series
regression models and trend analysis in large
regions. Local, proximity and surround factors
are used to create preference maps. For each
region, it allocates the region´s growth, based on
the preference map values and cellular automaton
technique, and merges the land use with the load
curve data, to calculate the small area loads.
We test the SLF model with CENTROSUR´s
electric distribution system; the result is a map of
electric load density that shows the areas where
new consumers are most likely to be allocated,
thereby providing information on where, how
much, and when electric demand will change, in
sufficient detail and with the required accuracy.
simulación y utiliza una estructura jerárquica:
desde abajo hacia arriba para adicionar y analizar
datos; y, desde arriba hacia abajo para asignar el
crecimiento de carga en sub-áreas y micro-áreas.
El enfoque de pequeñas áreas es combinado con
modelos de regresión de series espacio-tiempo
y análisis de tendencia, en grandes regiones. Se
utilizan factores locales, de proximidad y contorno
para crear un mapa de preferencias. En cada
región, se asigna el crecimiento de clientes en
función de los valores del mapa de preferencias
y una técnica autómata celular, luego se combina
este uso del suelo con los datos de la curva de carga
y así se obtiene las cargas en estas pequeñas áreas.
Hemos probado el modelo de PED con el sistema
de distribución de CENTROSUR; el resultado es
un mapa de densidad de demanda que muestra las
áreas más probables donde se asignaron los nuevos
clientes, proporcionando así información sobre
dónde, cuánto y cuándo cambiará la demanda, con
el suficiente detalle y precisión requerida.

Index terms− Spatial Load Forecasting, Spatial Palabras clave− Proyección Espacial de la
Analysis, Geographic Information Systems, Land- Demanda, Análisis Espacial, Sistemas de
Use based Simulation, Cellular Automata. Información Geográfico, Simulación del uso del
suelo, Autómata celular.

Recibido: 21-07-2017, Aprobado tras revisión: 16-11-2017

Forma sugerida de citación: Zambrano, S.; Molina, M.; Chumbi, W.; Patiño, C. (2018). “Modelo de Simulación Jerárquico
para la Proyección Espacio Temporal de la Demanda Eléctrica: caso de estudio en CENTROSUR”. Revista Técnica
“energía”. No. 14, Pp. 7-16
ISSN 1390-5074.

7
 Edición No 14, Enero 2018
1. INTRODUCCIÓN
Determinar el valor de la nueva demanda eléctrica
y el lugar dónde se desarrollará, generalmente es el
primer paso dentro del ciclo de planificación de
las Empresas Distribuidoras de Energía Eléctrica,
ya que éstas tienen la obligación de brindar el
servicio eléctrico a sus actuales y futuros clientes
cumpliendo requerimientos de calidad, confiablidad y
seguridad. Por lo tanto, la proyección de la demanda
es un insumo primordial para la planificación de la
expansión de los sistemas eléctricos de distribución,
a fin de plantear alternativas de solución de manera
óptima y direccionar táctica y estratégicamente las
futuras inversiones.
1.1. Motivación
El principal inconveniente de los métodos
tradicionales de proyección de demanda, es la
ausencia de la percepción espacial, es decir la completa
visibilidad del crecimiento horizontal y vertical de
la carga. En CENTROSUR, únicamente se venía
utilizando métodos de tendencia para cuantificar el
crecimiento de la demanda en grandes zonas de carga,
sin contar con mayor precisión de “dónde” ocurriría
dicho incremento. Con ello, el objetivo de este trabajo,
es definir un modelo de tendencia-simulación bajo una
estructura jerárquica, para la proyección espacial de la
demanda en el corto, mediano y largo plazo.
1.2. Contribuciones
Un aspecto importante a destacar, es la alta
resolución espacial utilizada, gracias a la calidad de
información disponible en el sistema de información
geográfico (GIS), esto es, puntos de carga (clientes
y luminarias) referenciados espacialmente y el
tamaño de cuadrícula definido para establecer las
preferencias. Una de las cualidades del método de
simulación es justamente que funciona bastante bien
cuando se aplica una alta resolución espacial.
El modelo establece años de corte durante el
horizonte de planificación, a fin de representar la
dinámica en el tiempo, tanto de los factores espaciales
y niveles de saturación, así como la interrelación entre
las distintas clases de clientes; de tal forma que los
resultados de la proyección espacial sean un insumo
primordial para un proceso de planificación dinámico
o de múltiples etapas.
1.3. Estructura del Modelo
Alrededor de unos 60 métodos analíticos se han
desarrollado durante los últimos 40 años [3] [12],
los cuales se pueden clasificar en 3 tipos: tendencia,
simulación e híbridos. Con el auge tecnológico de
los GIS, estos últimos toman mayor relevancia,
8
integrando el modelamiento urbano a través de
diversas técnicas.
Este trabajo propone un modelo con tres niveles
jerárquicos, como se muestra en la Fig. 1, 1. Zonas de
carga, 2. Grandes áreas y 3. Micro-áreas. En el primer
nivel, se realiza una proyección global utilizando
modelos de regresión de series de tiempo. Luego se
hace una primera asignación “Top-Down” a grandes
áreas de cobertura de subestaciones, mediante un
análisis de tendencia. Entre el segundo y tercer
nivel, existe un ciclo “Bottom-Up” y “Top-Down”,
utilizando un método de simulación del uso del suelo
y determinando un mapa de preferencias en función
de factores espaciales de proximidad, locales y de
entorno, con ello asignar los nuevos clientes a dichas
preferencias, según su clase y consumo per cápita de
energía. El resultado final es la proyección espacial
de la demanda por micro-áreas.
Figura 1: Jerarquía del Modelo de Proyección Propuesto
En el último nivel, Fig. 1, el área de concesión de
CENTROSUR, se dividió en cuadrículas geográficas
homogéneas, considerando una resolución de 100 x
100 metros para toda el área y una resolución más
fina de 50 x 50 metros para la parte urbana de la
ciudad de Cuenca.
2. PROYECCIÓN GLOBAL
La proyección global consiste en el estudio de las
series de tiempo mensuales de energía y clientes, en
tres grandes zonas de carga (primer nivel jerárquico):
“Azuay-Cañar”, “Morona Santiago” y “La Troncal”;
y, categorizados por grupo de consumo: residencial,
comercial, industrial y otros. El comportamiento de
la demanda está correlacionado con el clima y hábitos
de consumo propios de cada región, esto es, sierra,
oriente y costa, respectivamente.
Este estudio realiza un análisis de tendencia,
estacionalidad y otras fluctuaciones irregulares.
Los modelos más utilizados por CENTROSUR son
el Winter “Atenuación Exponencial ajustada a la
tendencia y a la variación estacional” y el modelo de
tendencia exponencial estacional de 12 meses.
 Zambrano et al. / Modelo de Simulación Jerárquico para la Proyección Espacio Temporal de la Demanda Eléctrica

Luego de la proyección del crecimiento vegetativo El análisis de tendencia utiliza información

de nuevos clientes, se complementa con proyectos
especiales a ser ejecutados dentro de los siguientes 5
años; además se plantea un enfoque multi-escenario
para incorporar nuevos tipos de carga con alto consumo
de energía, tales como cocinas de inducción [7].
2.1. Proyectos Especiales
histórica del sistema comercial de 10 años, con lo cual
se obtiene un modelo lineal de clientes y energía en
cada una de estas 16 áreas. Estos modelos de regresión
sirven para asignar y ajustar la demanda proyectada
en las 3 zonas de carga, hasta este siguiente nivel de
cobertura de subestaciones (jerarquía desde arriba
hacia abajo).

Con el propósito de determinar la magnitud y

la ubicación de proyectos de desarrollo futuros, se
utiliza información disponible producto de requisitos
de conexión, estudios de prefactibilidad, cartas de
intención, planeamiento urbano, entre otros. Algunos
ejemplos de nuevos proyectos son: Tranvía, Poliducto
Pascuales – Cuenca y EMURPLAG.

2.2. Escenarios de Crecimiento

El Ministerio de Electricidad y Energía Renovable-

MEER, inició en agosto del 2014 el programa de
eficiencia en la cocción y calentamiento de agua
(PEC), cuyo fin es sustituir cocinas a gas por cocinas
eléctricas a inducción. Debido a la incertidumbre del
impacto de esta carga en el año horizonte se realiza un
análisis de tres escenarios de crecimiento como son:
alto, medio y bajo. La Fig. 2 muestra la tendencia de
la proyección de Potencia Máxima Coincidente en
estos escenarios.

Figura 3: Asignación Jerárquica de la Proyección Global

3. PROYECCIÓN ESPACIO TEMPORAL

En general los modelos de simulación disponen

Figura 2: Escenarios de Proyección de Potencia Máxima
Coincidente en el Año Horizonte
2.3. Jerarquía y Tendencia
Luego de contar con la proyección global,
el siguiente paso es desagregar estos resultados
utilizando un análisis de tendencia. Para obtener las
áreas del nivel jerárquico correspondiente a cobertura
de las subestaciones, Fig. 3, se utiliza la conectividad
eléctrica del sistema de información geográfico (GIS)
a nivel de punto de carga (clientes) para un año base.
Mediante la construcción de polígonos de “Thiessen”
extendidos a toda el área de concesión se obtienen
regiones geométricas y en función del atributo de
conectividad de alimentadores, dichos polígonos son
fusionados por subestación.
de dos módulos: espacial y temporal; que trabajan
coordinadamente. El primero, realiza un análisis
espacial y combina el interés de un cliente para
encontrar un espacio de terreno disponible que cumpla
con sus expectativas de uso del suelo, determinando
así un mapa de preferencias. El segundo, ejecuta
un análisis temporal en base a las curvas de carga y
consumo per-cápita, sin tomar en cuenta la ubicación,
únicamente considera la variación en el uso final de
energía como una función del tipo de consumidor
existente [3] [4].
El crecimiento de clientes obtenido por el módulo
global y distribuido al nivel jerárquico inferior de las
grandes áreas de subestaciones, es asignado entre las
cuadrículas de mayores preferencias y convertido en
demanda eléctrica con el módulo temporal, definiendo
de esta manera la magnitud de la demanda en un
micro-área específica para cada etapa del periodo de
estudio. A continuación, se describe cada paso del
modelo.

9
 Edición No 14, Enero 2018

3.1. Creación del Mapa de Densidad de La zona de estudio se dividió en dos partes: el área
Demanda del Año Base urbana de Cuenca y otra para el resto del área de
concesión [1]. La Tabla 1 detalla los factores para esta
Se estable un año base en el cual se determina segunda zona. Mientras que el número de factores
la ubicación geográfica de los clientes y luminarias. considerados para el área urbana de Cuenca es diez,
Para este estudio, el año base corresponde al 2015, ya que se cuenta con información más detallada
con ello se crea el mapa de densidad de demanda para y completa obtenida del Plan de Desarrollo y
cuatro grupos de consumo: Residencial, Comercial, Ordenamiento Territorial de Cuenca (PDOT).
Industrial y Otros.
Tabla 1: Factores Espaciales para el Análisis del Área de
Mediante estudios de investigación y Concesión sin la parte Urbana de Cuenca
caracterización de la carga [2], se determinaron las
principales variables de interés, tales como el factor Ítem Descripción
de carga, el factor de demanda y factor de conversión
Factores de proximidad
del consumo mensual de energía a un valor de
potencia máxima para cada tipo o clase de cliente; F1 Proximidad a cantones
además se obtiene los perfiles de carga unitarios. F2 Proximidad a autopistas
F3 Proximidad a calles
A partir del valor de demanda máxima del sistema,
F4 Proximidad a centros educativos
en el mes y hora del año base, se distribuye dicho
valor en función de la potencia medida en clientes con F5 Proximidad a servicios de salud
demanda, potencia estimada en la gran mayoría de F6 Proximidad a parroquias
clientes (conversión del consumo de energía mensual) Factores locales
y potencia de luminarias [2]. El resultado es un mapa F7 Pendiente de la superficie
temático, Fig. 4, que muestra la densidad de demanda
F8 Suelo restringido
(kW/km2), en este caso de los clientes residenciales.
Las zonas de color rojo representan las áreas de alta Factores de entorno
densidad de carga correspondiente a zonas urbanas de F9 Densidad de demanda en las inmediaciones
las ciudades, en cambio las zonas de color amarillo
representan las áreas de baja densidad de carga. 3.2.1 Clasificación

Los métodos de clasificación son técnicas

estadísticas que tienen el objetivo de dividir los datos
en grupos homogéneos y en diferentes subcategorías.
Por ejemplo, la clasificación del factor proximidad a
calles equivale a dividir la unidad de medida (metros)
en intervalos o clases cuyos cortes se ilustran en la
Fig. 5.

Influencia 0 a 10 m = valor 1
10 a 28 m = valor 2
28 a 54 m = valor 3
54 a 89 m = valor 4
89 a 140 m = valor 5
Figura 4: Mapa de Demanda del Año Base para Clientes
Residenciales

Distancia a la carretera
3.2. Análisis de los Factores Espaciales y (metros)

entrenamiento del Modelo

Cada tipo de cliente tiene necesidades de
ubicación específicas y cada terreno tiene atributos
característicos, por lo tanto, se puede modelar una
relación demanda – oferta, evaluando las preferencias
geográficas de los distintos tipos de clientes. A estos
atributos se les ha denominado factores o variables
espaciales y están clasificados en: locales, de
proximidad y entorno.
Clasificación de la distancia
Figura 5: Clasificación del Factor Proximidad a Calles
Los factores espaciales se clasificaron utilizando
la técnica estadística “Dalenius-Hodges”, obteniendo
un número de clases fijo. Luego de un análisis de
sensibilidad, se decidió utilizar 10 clases para cada
factor [1].

10
 Zambrano et al. / Modelo de Simulación Jerárquico para la Proyección Espacio Temporal de la Demanda Eléctrica
3.2.2 Reclasificación
El objetivo es trabajar con una misma escala
para combinar los factores espaciales, definiendo
las puntuaciones más altas como las más favorables.
Al proceso de puntuación de las clases se denomina
reclasificación o normalización y permite calificar la
influencia del factor a los clientes, según qué tan lejos
o cerca se encuentren del mismo, como se muestra en
la Fig. 6.
La puntuación depende del patrón de ubicación
que los tipos de clientes han adoptado a lo largo de la
historia. Estas pueden ser establecidas a través de un
criterio subjetivo, o a través de mediciones directas
sobre los atributos de los factores. Existen varias
técnicas para puntuar cada una de las clases, entre
ellas rango de puntuación y puntaje máximo [5]. En
este estudio se utilizó como criterio una puntuación
ordenada creciente y decreciente dependiendo el caso
de cada factor espacial.
Figura 6: Normalización de los Factores de Proximidad a
Clientes Residenciales sobre una Escala de Evaluación de
Cinco
3.2.3 Ponderación
Previo a la combinación de los factores es
necesario dar un peso a cada uno de ellos. Para
determinar dichos pesos se utilizó un modelo de
regresión multivariable en función de los datos del año
base y muestras aleatorias de los clientes de una clase
específica. La ecuación (1) detalla dicho modelo; y,
cómo las variables explicativas están relacionadas a
factores espaciales, entonces la variable dependiente
se caracteriza por una regresión espacial llamada
regresión ponderada geográficamente [6] [7] [12].
(1)
Donde los parámetros a ser estimados son los
coeficientes de regresión o sensibilidad β asociados a
cada variable xki para cada punto de entrenamiento i
en el espacio; y Ԑ representa la perturbación aleatoria.
El modelo utiliza regiones de entrenamiento para
explorar patrones espaciales, determinar parámetros
y estadísticas de crecimiento de la demanda, estimar
los coeficientes de sensibilidad y posteriormente
aplicar los resultados obtenidos en el resto del área de
estudio [3]. Además, es considerado como un proceso
estacionario, ya que, para un mismo dato de entrada
la respuesta será la misma en cualquier parte del
área de estudio, entonces los parámetros β obtenidos
son aproximadamente constantes en todo el espacio
definido [7].
El cálculo se lo puede realizar con cualquier
optimizador “solver”, de tal forma que la diferencia
entre la demanda máxima calculada y la modelada por
las variables espaciales sea mínima. El procedimiento
consiste en elegir aleatoriamente varios clientes de
una clase específica y promediar sus coeficientes de
sensibilidad; dicho procedimiento se repite tantas
veces como la variación empiece a mantenerse
constante.
3.3. Cálculo del Mapa de Preferencias
Encontrar un valor de preferencia respecto a la
idoneidad de un terreno para que se desarrolle con
el crecimiento de clientes, depende de un proceso
de evaluación de varios factores. Esto puede ser
conceptualizado como un problema de análisis de
decisión multicriterio (ADM) [8], que hace referencia
al conjunto de alternativas que son evaluadas en
función de los distintos atributos o factores espaciales
que pudiesen presentarse en un análisis, para hallar
patrones de comportamiento.
Los modelos de combinación ponderada, de la
ecuación (2), son los más utilizados para el análisis
de decisión multicriterio. Se trata de una combinación
de mapas, cuyo criterio de ponderación se asocia a un
factor espacial [8] [9].
(2)
Donde wk corresponde a un conjunto de pesos
asociado a un criterio de atributo k, v(aik ) corresponde
a funciones de puntuación asociado a una ubicación i
con respecto al atributo k, V(Ai ) es el valor total.
La Fig. 7 esquematiza todo el proceso implementado
en ArcGIS, en el cual, a los factores espaciales de
entrada se los procesa (geoprocesamiento y análisis
espacial), clasifica, normaliza en clases, se procede
a pesarlos de acuerdo a su importancia y finalmente
combinarlos para obtener un valor total de preferencia.
11
 Edición No 14, Enero 2018

El modelo utilizado para el cálculo de preferencias

se define en (3).

(3)

Donde s es la calificación total de cada cuadrícula,

w es el peso asociado al k-ésimo factor, x es la
puntuación asociado a la cuadrícula i,j respecto al
k-ésimo factor, r es una variable binaria “1,0” que
representa la disponibilidad de la cuadrícula. La
ecuación (3) se deriva de (2) y la diferencia radica
en la variable r, la cual considerará las restricciones
donde no es posible el desarrollo de nuevos clientes, Figura 8: Mapa de Preferencias para la Clase Residencial
dichas restricciones forman parte del factor “suelo Exterior al Área Urbana de Cuenca
restringido”.

A partir de técnicas formales, recomendaciones y

criterio ingenieril de los planificadores, se realizó un
análisis de sensibilidad para los pasos 2 hasta 4 (Fig. 7),
respecto a la clasificación, reclasificación y ponderación.
Este análisis brinda criterios para tomar las mejores
decisiones en el cálculo del mapa de preferencias,
donde el planificador debe realizar los ajustes al modelo
y de manera progresiva, en función de la experiencia
adquirida, llegará a un consenso de sus resultados.

Figura 9: Mapa de Preferencias para la Clase Residencial

perteneciente al Área Urbana de Cuenca

3.4. Asignación Espacial

La Fig. 10 muestra el proceso de la asignación

espacial, cuyo ciclo “Bottom-Up” y “Top-Down”,
se repetirá de acuerdo al número de iteraciones que
representan una etapa o año de corte del periodo de
estudio. El horizonte de tiempo de largo plazo para
esta proyección es de 15 años y se consideran cortes
anuales.

Figura 7: Proceso para el Cálculo del Mapa de Preferencias

Las Fig. 8 y 9 muestran los mapas de preferencias

para la clase residencial, esto es, el mapa completo del
área de concesión y el mapa del área urbana de Cuenca,
respectivamente. La determinación de los parámetros y
el cálculo de los otros mapas de preferencias para las
clases comercial, industrial y otros, para ambas zonas de
estudio, siguen un procedimiento similar. Los resultados
y el detalle de los parámetros del modelo calculados se Figura 10: Estructura General del Proceso de Asignación
presentan en [1].

12
 Zambrano et al. / Modelo de Simulación Jerárquico para la Proyección Espacio Temporal de la Demanda Eléctrica
El mapa de preferencias es determinado con
factores espaciales estáticos y dinámicos. Los
factores estáticos se especifican una sola vez en
todo el proceso, mientras que los dinámicos deben
ser actualizados en cada iteración del proceso de
proyección ya que cambian con el transcurso del
tiempo [4], como por ejemplo la cobertura vial (un
nuevo proyecto de autopista) y el desarrollo de
nuevos clientes (cambio en la densidad de carga y
nivel de saturación en las cuadrículas). En la primera
iteración, los factores espaciales dinámicos se
obtienen del mapa de densidad de demanda del año
base (Fig. 4).
3.4.1 Saturación y potencial desarrollo de clientes
Para el análisis del nivel de saturación en cada
cuadrícula se utilizó los mapas de densidades (Fig.
4). El mapa de altas preferencias se combina con los
niveles de saturación y se definen las cuadrículas
disponibles con potencial para el desarrollo, en el
cual se realizará la asignación de clientes.
La dinámica del desarrollo de clientes se modela
a través de la función de Gompertz o curva “S”,
curva superior de la Fig. 11. La derivada representa el
potencial que tiene dicha cuadrícula para el desarrollo
de un cliente. Para ello se ha discretizado la demanda
en niveles, tanto para el área urbana como para la parte
exterior a ella y se ha establecido el límite superior de
la saturación a nivel local para obtener un potencial
de desarrollo en cada cuadrícula. De acuerdo a [4] se
ha puntuado con un valor alto a aquellas cuadrículas
cuyos niveles de densidad se encuentran en un nivel
medio de desarrollo (rampa de la curva S) y con un
valor bajo a las cuadrículas que se encuentran en
los dos extremos de la curva de crecimiento, curva
inferior Fig. 11.
Figura 11: Curva de Crecimiento y Potencial de Desarrollo
3.4.2 Técnica de asignación
Existen varias técnicas de asignación, entre
ellas: Montecarlo [3], Autómata celular (AC) [4]
y Multiagente [10]. En este trabajo se utilizó AC,
debido al menor error obtenido al tomar una muestra
de análisis.
El cambio de estado de una cuadrícula en un
determinado tiempo t depende de las reglas locales, de
su propio estado en el tiempo t-1 y de su vecindario.
La suma de todos los posibles estados en el transcurso
del tiempo define el desarrollo de cada cuadrícula. La
ecuación (4) modela al AC.
(4)
Donde ek representa los posibles estados (0, 1) que
t
puede tomar una cuadrícula k.
Las reglas locales definidas por (5) modelan el
proceso iterativo del AC y las transiciones que pueden
presentar las cuadrículas dependen del nivel de
selectividad asignado al modelo a través de (6).
(5)
(6)
(7)
Donde D representa el desarrollo asignado a una
cuadrícula, P es el valor de preferencia de las
cuadrículas, Pb es el nivel de selectividad asignado al
modelo especificado por el usuario. Los parámetros
de (7) afectan la morfología del desarrollo y pueden
ser ajustados en función de los resultados esperados
o también pueden ser obtenidos de una función de
optimización utilizando métodos numéricos [4].
La Fig. 12 muestra el resultado de la asignación
realizada por la técnica AC para el cantón Gualaceo.
Los puntos corresponden a los nuevos clientes, donde
se puede apreciar una asignación proporcional en
relación a los valores de preferencia (mapa de calor
de fondo).
Figura 12: Resultado de la Asignación de Nuevos Clientes en el
Cantón Gualaceo perteneciente a la SE #15
13
 Edición No 14, Enero 2018

3.5. Mapas de Demanda por Micro-Áreas En el centro urbano de la ciudad de Cuenca

El último paso consiste en convertir los nuevos
clientes distribuidos espacialmente en demanda
eléctrica. Además, se considera la contribución de
cada tipo de cliente al pico de demanda del sistema
mediante las curvas de carga normalizadas.
El factor de conversión para los nuevos clientes se
determina por medio de un análisis local de demanda
[18]. De manera general la ubicación de un nuevo
cliente está correlacionada con el uso de energía,
un nuevo cliente adoptará las características de los
clientes que se encuentran en las inmediaciones (8).
La potencia P para los nuevos clientes tipo c en
la cuadrícula k se define como la relación entre la
sumatoria de las potencias Pkc y la cantidad de clientes
nkc del mismo tipo existentes en la propia cuadrícula y
las cuadrículas circundantes en el periodo t.
(8)
La potencia L asignada a las cuadrículas (9)
depende de la cantidad de nuevos clientes y su
respectiva potencia establecida.
(9)
se prevé un crecimiento bajo debido al nivel de
saturación. El mayor crecimiento se concentra en
los sectores periféricos a la ciudad: Challuabamba,
Primero de Mayo, Ordoñez Laso y Capulispamba. En
el recuadro de la esquina inferior derecha de las Fig.
13 y 14, se hace una ampliación de la parte urbana
de Cuenca, donde se puede apreciar la variación en la
escala continua de colores, es decir, pasa de cálidos
a calientes respectivamente en cada gráfica, lo cual
refleja dicho crecimiento.
Además, se espera un mayor crecimiento de
demanda específicamente en las parroquias rurales
del cantón Cuenca: San Joaquín y Ricaurte. Existe
un crecimiento significativo en las áreas céntricas
de otros cantones, por ejemplo: Paute, Gualaceo, La
Troncal, Morona (Macas) y Sucúa, principalmente
corresponde a la clase residencial con un 59% seguido
por la clase comercial con un 18%.
En resumen, la proyección de la demanda para
este escenario de ejemplo, parte en el año 2015 de
182 MW y alcanzará en el año horizonte 2032 el
valor de 392 MW. De esta forma, con este nuevo
procedimiento, para el año 2032, no solo se cuantifica
el crecimiento en magnitud de demanda (210 MW),
sino que también se determina la ubicación de los
nuevos clientes (170.983) y luminarias (75.587), con
su demanda asociada. El conocer con mayor precisión
donde ocurrirá el incremento de demanda contribuye
a la toma de decisiones de las futuras inversiones [11].

Donde Pkc(t+x) es la potencia promedio para los

nuevos clientes, ζkc(t+x) es la cantidad de nuevos
clientes, Lkc(t+x) es la potencia total de los nuevos
clientes en la cuadrícula k.

Para determinar la demanda máxima del sistema

se totaliza la potencia de cada cuadrícula Lk (10).

(10)

La demanda total obtenida del método de

Figura 13: Mapa de Densidad por Micro-Área del año 2015
simulación debe igualar a la proyección global en
un determinado periodo de tiempo “t” y para ello es
necesaria una calibración del factor de conversión
del modelo de carga. Esta calibración consiste en un
ajuste secuencial por pasos, tal que el salto del paso
sea proporcional al valor del factor de conversión.

4. RESULTADOS

Los resultados se presentan en las Fig. 13 y 14,

las cuales muestran la densidad de carga del año
base 2015 y el año horizonte 2032, respectivamente,
clasificados con una misma escala. Se consideró un
escenario medio de incursión de cocinas de inducción.
Figura 14: Mapa de Densidad por Micro-Área para el año 2032

14
 Zambrano et al. / Modelo de Simulación Jerárquico para la Proyección Espacio Temporal de la Demanda Eléctrica
5. CONCLUSIONES Y RECOMENDACIONES
Todo este proceso analítico, aplicando el modelo
propuesto, que utiliza o consume la información
espacial y formaliza el uso del GIS como herramienta
de planificación, ha permitido alcanzar una mejor
precisión en los resultados de la proyección de
demanda en CENTROSUR, lo cual es función
del nivel de detalle y calidad de información que
se dispone, con ello es importante la gestión y
administración del modelo, las reglas de conectividad
eléctrica y la base de datos espacial.
En general, los sectores que presenta mayor
crecimiento de la demanda pertenecen a las
subestaciones No. 03, 05 y 12 en la periferia del
área urbana de la ciudad de Cuenca, conforme se
detalló en los resultados y se visualizó en las Fig.
13 y 14 respectivamente, debido a sus condiciones
habitacionales, proximidad a los principales centros
comerciales, avenidas, planes de desarrollo y
ordenamiento territorial (PDOT) impuestos por el
municipio de la ciudad de Cuenca.
La integridad y aplicabilidad del modelo fue
el resultado de una combinación equilibrada de
metodologías, recursos, esfuerzo, destrezas y
habilidades, orientadas en la planificación de la
expansión del sistema de distribución. Es decir, la
proyección espacial no es el fin, sino que constituye un
insumo primordial al proceso y ciclo de planificación,
cuyo objetivo final es el plan de expansión.
AGRADECIMIENTOS
Un especial agradecimiento a la Empresa Eléctrica
Regional Centro Sur C.A. por permitir desarrollar
este tipo de iniciativas; así como a la Universidad de
Cuenca que a través de los convenios de cooperación,
es posible contar con un recurso valioso para la
investigación.
REFERENCIAS BIBLIOGRÁFICAS
[1] W. E. Chumbi Quito y C. A. Patiño Chitacapa,
“Proyección espacial de la demanda en la Empresa
Eléctrica Regional Centro Sur C.A. mediante el
método de simulación espacio-temporal”. Tesis
de Ingeniero Eléctrico, Universidad de Cuenca,
2017.
[2] S. Zambrano y M. Molina, “Investigación y
Caracterización de la Carga: Muestreo Aleatorio
por Estratos”, Dirección de Planificación,
CENTROSUR, Mar. 2016.
[3] H. L. Willis, “Spatial Electric Load Forecasting”,
2 Ed, New York: Marcel Dekker, 2002.
[4] C. D. Martins Monteiro, “Fuzzy Spatial Load
Forecasting”, Tesis Doctoral, Universidad de
Porto, Dic. 2002.
[5] X. Zhu, “GIS for Environmental Applications: A
Practial Approach”, New York: Routledge, 2016.
[6] Y. Murayama, “Progress in Geospatial Analysis”,
Japan: Springer, 2012.
[7] M. A. Mejía Álzate, “Previsão Espaço-Temporal
de Demanda Incluindo Alterações nos Hábitos de
Consumidores Residenciais”, Tesis de Maestría,
Universidad Estatal Paulista, Dic. 2016.
[8] J. Malczewski y C. Rinner, “Multicriteria
Decision Analysis in Geographic Information
Science”, New York: Springer, 2015.
[9] J. McCoy y K. Johnston, “Using ArcGIS: Spatial
Analyst”, United States of America: Esri, 2001.
[10] J. D. Melo, E. M. Carreno y A. P. Feltrin, “Multi-
Agent Simulation of Urban Social Dynamics for
Spatial Load Forecasting”, IEEE Trans. Power
Syst. vol. 27, No. 4, pp. 1870-1878, Nov. 2012.
[11] J. D. Melo, S. Zambrano-Asanza y A. Padilha-
Feltrin, A local search algorithm to allocate loads
predicted by spatial load forecasting studies,
ELSEVIER Electric Power Systems Research
vol. 146, May. 2017, pp. 206-217.
[12] H. L. Willis y J. Romero, Spatial Electric Load
Forecasting Methods for Electric Utilities,
Quanta Technology LLC, Dec. 2007.
15
 Edición No 14, Enero 2018
Sergio Zambrano Asanza.- Nació
en Zaruma, El Oro, Ecuador
en 1976. Recibió su título
de Ingeniero Eléctrico de
la Universidad de Cuenca
en 2001; y de Magíster en
Sistemas Eléctricos de Potencia
de la Universidad de Cuenca en
2011. Actualmente trabaja en la
Dirección de Planificación de la Empresa Eléctrica
Regional Centro Sur C.A. Sus campos de investigación
están relacionados con la interoperabilidad de redes
inteligentes, proyección espacial de la demanda,
generación distribuida y micro-redes, planificación,
confiabilidad y automatización de sistemas eléctricos
de distribución.
Manolo Molina Cobos. - Nació
en Cuenca, Ecuador en 1984.
Recibió su título de Ingeniero
Eléctrico de la Universidad de
Cuenca en 2011. Actualmente,
se encuentra trabajando en la
Empresa Eléctrica Regional
Centro Sur C.A., en la
Dirección de Planificación. Sus
campos de interés son la proyección espacial de la
demanda, confiabilidad y planificación de sistemas
eléctricos de distribución.
16
Wilson Chumbi Quito. - Nació en
Cuenca, Ecuador en 1992. Recibió
su título de Ingeniero Eléctrico
de la Universidad de Cuenca
en 2017. Sus campos de interés
son el análisis de la información
estadística y espacial, optimización
y estudio de redes eléctricas.
César Patiño Chitacapa.- Nació
en Cuenca, Azuay, Ecuador
en 1991. Recibió su título
de Ingeniero Eléctrico de la
Universidad de Cuenca en
2017. Ha realizado pasantías
y su trabajo de titulación en la
Empresa Eléctrica Regional
Centro Sur C.A. Sus campos
de interés son la proyección espacial de la demanda
además del análisis y la optimización de los sistemas de
distribución eléctrica.
 Artículo Académico / Academic Paper

Development of a Software Tool for Detection and Location of Faults

on a Power Electrical System using the DPL module DIgSILENT
PowerFactory

Desarrollo de una Herramienta Software para la Detección y

Ubicación de Fallas en un Sistema Eléctrico de Potencia usando el
módulo DPL de DIgSILENT PowerFactory
D. F. Chávez J. Abad H. N. Arcos
Escuela Politécnica Nacional, Facultad de Ingeniería Eléctrica y Electrónica, Quito, Ecuador
E-mail: diegodch_9@hotmail.com; jackeline.abad@epn.edu.ec; hugo.arcos@epn.edu.ec

Abstract Resumen

The application of the phasor technology offers
new possibilities for monitoring, protection,
analysis and control of Electric Power Systems
(EPS). In this project, an algorithm is implemented
to localize a failure using phasor data, which
improves traditional methods. The implemented
algorithm distinguishes responses of several
linearized models against measurements mode
during the transient response after the failure.
Based on this, a Maximum Likelihood A-posteriori
(MAP) detector is implemented, which uses
statistical inference from several hypotheses to
determine the probability of a failure from the
measurements. The algorithm is implemented
in the DPL software module PowerFactory
DIgSILENT. The different experiments prove
that the developed software is able to distinguish
the most likely scenario from a list of possible
scenarios. This work uses simulated- scenarios
and PMU’s measurements.
La aplicación de la tecnología fasorial ofrece nuevas
posibilidades para la supervisión, protección,
análisis y control de Sistemas Eléctricos de
Potencia (SEP). En este proyecto se implementa
un algoritmo para la localización de fallas usando
datos fasoriales, el cual permitiría mejorar los
métodos tradicionales. El algoritmo implementado
distingue las respuestas de varios modelos
linealizados frente a las mediciones fasoriales ante
un transitorio en el SEP. En base a esto, un detector
de Máxima Probabilidad A-posteriori (MAP)
es implementado, el cual se basa en la inferencia
estadística de varias hipótesis que determinan la
probabilidad de ocurrencia de falla. El algoritmo
se implementa en el módulo DPL del software
PowerFactory de DIgSILENT y se realizan
distintas pruebas que demuestran la capacidad de
la herramienta de software de escoger la hipótesis
más probable entre una lista de posibles hipótesis.
El trabajo presentado es enteramente realizado en
el campo de la simulación, y se emulan datos que se
obtendrían de PMUs.

Index terms− Phasor measurement, Localization Palabras clave− Medición Sincrofasorial, Localización
of failures, Maximum A-posteriori Probability de fallas de SEP, Maximum A-Posteriori Probability
(MAP) (MAP).

Recibido: 24-07-2017, Aprobado tras revisión: 15-11-2017

Forma sugerida de citación: Chávez, D.; Abad, J.; Arcos, H. (2018). “Desarrollo de una Herramienta Software para la
Detección y Ubicación de Fallas en un Sistema Eléctrico de Potencia usando el módulo DPL de DIgSILENT PowerFactory”.
Revista Técnica “energía”. No. 14, Pp. 17- 25
ISSN 1390-5074.

17
 Edición No 14, Enero 2018
1. INTRODUCCIÓN
Debido a las condiciones climáticas, diferentes
agentes externos, y a la longitud de las líneas de
transmisión (L/T), estos elementos son susceptibles
a eventos de falla, siendo importante el estudio de
este tipo de fenómenos con el objeto de proteger a los
diferentes equipos del Sistema Eléctrico de Potencia
(SEP) y evitar cortes de servicio [1].
La rápida ubicación de un evento de falla ayuda
a mejorar los tiempos de restauración del sistema y
permite un mejor control en tiempo real de sus efectos.
Los operadores de SEP utilizan equipos y sistemas
automáticos de protección que incluyen relés que
cuentan con algoritmos de localización de fallas en
base a cálculos de impedancias de L/T. Sobre la base
de estos cálculos, una amplia variedad de algoritmos
de detección de falla han sido desarrollados e
implementados en varios sistemas eléctricos [2], [3],
[4], [5], [6], [7], [8].
La ubicación de fallas en L/T realizada por los
sistemas de protección es eficaz, aunque susceptible
a errores vinculados al ajuste y calibración de los
equipos y a tiempos de operación. Por otra parte, el
sistema de protección no puede proveer información
en tiempo real sobre la variación de los parámetros de
la L/T y de las características de carga.
Las unidades de medición fasorial (PMU)
actualmente permiten tomar mediciones necesarias
para realizar el análisis de la operación de los sistemas
eléctricos y de eventos de falla en tiempo real. Las
PMUs, son usadas en diferentes sistemas eléctricos
alrededor del mundo, ya que permiten obtener datos
análogos de voltaje y de corriente sincronizados en
un GPS de cualquier parte del sistema eléctrico [9].
En el presente trabajo se ha implementado un
algoritmo para la ubicación de fallas en L/T con
ayuda de la información simulada para obtener datos
de una PMU. El algoritmo aprovecha la dinámica de
propagación oscilatoria que resulta de los eventos
de falla para lograr la detección de una condición
anormal de operación.
Para la ubicación de un evento de falla, el algoritmo
hace uso de un detector de Máxima Probabilidad a
Posteriori (MAP, Maximum A Posteriori), el cual
permite identificar entre varias hipótesis de eventos
de falla, la más probable mediante el empleo de una
prueba de hipótesis [10].
El presente artículo se encuentra organizado de
la siguiente manera: en la sección II se presenta la
formulación del problema. La sección III contiene
la descripción del algoritmo. En la sección IV se
presentan los casos de estudio y sus resultados, para
finalmente, en la sección V presentar las conclusiones
del trabajo.
18
2. MARCO TEÓRICO
Para el propósito de este estudio, la topología del
sistema, incluyendo los parámetros de sus elementos,
son conocidos al igual que las condiciones de estado
estacionario del sistema. Adicionalmente, se puede
establecer una lista completa de posibles eventos
de falla de línea, y sus respectivas características de
estado estable post-falla a través de un análisis de
contingencia.
La ubicación de una falla es determinada mediante
el establecimiento de un evento de falla dentro de
la lista de fallas posibles. Para el efecto se emplean
los datos (emulados) de PMUs reportados una vez
despejada la falla. Matemáticamente la solución al
problema de ubicación se basa en la modelación lineal
del SEP y en la determinación del vector de medición
de las PMUs.
El algoritmo de ubicación de falla se fundamenta
en un detector de Máxima Probabilidad A-posteriori
(MAP). El análisis del detector MAP muestra que
el evento de falla se puede identificar mediante la
comparación de los datos de medida de las PMU’s con
las respuestas pronosticadas por el modelo del sistema
para cada evento de falla [11].
2.1. Planteamiento de Hipótesis
Se consideran m hipótesis de los posibles eventos
de falla, la hipótesis se vincula a la ocurrencia de
un evento de falla en una línea de transmisión de la
red eléctrica y cada hipótesis tiene una probabilidad a
priori donde
2.2. Modelación del Sistema Eléctrico de Potencia
[12], [13]
Para cada evento de falla (hipótesis ), la
dinámica del sistema eléctrico es modelada a través
de un conjunto de ecuaciones algebraicas lineales,
esta linealización del modelo de oscilación del
SEP permite aliviar considerablemente la carga
computacional asociada al modelo de simulación y
facilita el desarrollo de una regla de ubicación de falla.
A continuación, se detalla el proceso de linealización.
Se utilizará para representar al vector de las
variables de estado dinámico de la hipótesis entre las
que se incluyen: ángulos de rotor de los generadores ( ),
velocidad de generadores ( ), fuerzas electromotrices
de los ejes d-q ( ), fuerzas electromotrices de
sistemas de excitación ( ), dinámica de reguladores
de velocidad y dinámica del estabilizadores de
potencia (PSS).
El vector abarca las variables de entrada del
sistema, voltajes y ángulos de las barras del SEP, bajo
la hipótesis de estudio .
 Chávez et al. / Herramienta de Software para detección y ubicación de fallas en un SEP

La representación del SEP, se la hace mediante un donde:

conjunto de n ecuaciones diferenciales ordinarias de
primer orden, como se indica a continuación: : Vector de estado de dimensión n.

(1) : Vector de salida de dimensión p.

Las variables de salida se pueden expresar en : Vector de entrada de dimensión r.

términos de las variables de estado y de las variables
de entrada, según: A: Matriz de estado o de planta, de tamaño .

B: Matriz de entrada o de control, de tamaño .

(2)
C: Matriz de salida, de tamaño .
Para la linealización del sistema de ecuaciones se
considera a como el vector de variables de estado en D: Matriz con la relación entre la entrada y salida del
condiciones iniciales y como el vector de variables sistema, tamaño .
de entrada medido en el punto de equilibrio para el
cual se está analizando la operación del sistema. Operando las ecuaciones (6) y (7), se obtiene:
Para una operación en equilibrio, se tiene:
(9)
(3)
Para las desviaciones en estado discreto, se tiene:
Cuando el sistema es sometido a un disturbio, se
obtiene: (10)

(4) donde:

: intervalo de tiempo de muestreo en segundos y

De ahí la necesidad de determinar un nuevo estado k = 1,2,...
para satisfacer a la ecuación (1):
Las desviaciones se rigen por la ecuación de estado
(5) en tiempo discreto, la siguiente expresión permite el
estudio de la linealización del sistema en un punto de
Las funciones no lineales se pueden equilibrio de operación:
representar en expansión de series de Taylor y
despreciando los términos que involucran potencias
de segundo orden y superiores, se obtiene un sistema (11)
lineal del tipo:
donde:
(6)
(12)
(7)
Las matrices A,B,C y D son derivadas parciales Cuando k = 0, el punto corresponde al primer
de las funciones f y g respecto a las variables x y u estado después del despeje de falla.
evaluadas en el punto de equilibrio xp, mismo que
para este estudio es el estado estable de post-falla del Además, el vector de estado en el tiempo , está
sistema. dado por:

Las matrices A,B,C y D, se obtienen de la siguiente

(13)
manera:
El tiempo de compensación y la dinámica de pre-
compensación dependen de muchos factores como
la naturaleza del evento de falla y la configuración
de los dispositivos de protección del SEP. Estas
incertidumbres se modelarán como un vector aleatorio
para cada hipótesis .

19
 Edición No 14, Enero 2018
2.3. Ubicación de Fallas
Las mediciones realizadas por las PMUs tienen el
siguiente modelo:
(14)
Donde p es la medición de los ángulos de rotor y
velocidades angulares de un conjunto de generadores
obtenida de las mediciones de las PMUs, después de
un proceso de pre-estimación de estas variables. La
matriz tiene valores de 0 o 1 los cuales especifican las
variables de estado dinámico que se miden;
es una matriz de distribución de señal gaussiana de
ruido blanco con media cero y una matriz de varianza
. : Representa el determinante de la matriz Q.
Una forma de decidir qué evento ha ocurrido es
elegir la hipótesis con la máxima probabilidad, dados
los datos de las PMUs. La técnica de ubicación de
la falla que se presenta se basa en un detector de
máxima probabilidad a posteriori (MAP). El detector
MAP, puede identificar un evento de falla mediante
la comparación de los datos medidos por la PMU con
las respuestas pronosticadas por el modelo dinámico
linealizado para cada evento de falla. El objetivo
del detector es decidir entre posibles hipótesis cual
es la más probable. En este proyecto, las hipótesis
consideradas son:
Cada hipótesis se modela suponiendo que tiene un
valor conocido de probabilidad a priori. El detector
MAP emplea un enfoque bayesiano para elegir la
hipótesis con mayor probabilidad a posteriori. En
concreto, la selección del detector es la hipótesis
si:
(15)
El esquema de detección MAP requiere una
comparación del par secuencial de la probabilidad
a posteriori por cada hipótesis. Con el desarrollo
algébrico correspondiente, estas comparaciones de
probabilidad pueden simplificarse a cálculos simples
[11].
En concreto, la regla de decisión para seleccionar
entre dos hipótesis se puede expresar de la
siguiente manera:
(16)
20
donde:
: Vector que contiene las respuestas promedio
pronosticadas por el modelo del sistema en el
horizonte de tiempo para el evento de falla i, para
una condición inicial considerada después del
tiempo de compensación.
(17)
: Representa su correspondiente propagación.
(18)
: Matriz de observabilidad por cada hipótesis
(19)
: Matriz con matrices de identidad ordenada de la
siguiente forma:
(20)
La regla de decisión de la ecuación (16) elige
la hipótesis más probable entre . Se hacen
comparaciones secuenciales en parejas de hipótesis
para encontrar la hipótesis más probable dado el
conjunto de mediciones.
Por ejemplo, considere tres eventos de falla o
hipótesis: y si es más probable que ocurra
que la hipótesis , de acuerdo con la regla de
decisión MAP, se comparará de nuevo con y la
más probable entre ellas es la hipótesis seleccionada .
3. IMPLEMENTACIÓN DEL ALGORITMO
En esta sección, se plantea el procedimiento
para la ejecución en tiempo real del detector MAP.
Para este fin, se describe un algoritmo que indica la
secuencia de los cálculos necesarios para implementar
el detector.
Para empezar, es necesario definir y enumerar los
posibles eventos de falla con sus respectivos valores
de probabilidad a priori. Esto no solo permitirá
establecer una buena base de datos sobre todos los
posibles eventos de falla, sino que permitirá la rápida
detección de la falla en tiempo real.
Las condiciones del estado inicial del sistema,
requieren de una simulación detallada del SEP antes
del despeje de falla utilizando el modelo de oscilación
 Chávez et al. / Herramienta de Software para detección y ubicación de fallas en un SEP

no lineal. El análisis de contingencia del evento de Algunas complicaciones pueden aparecer en la

falla proporciona las condiciones de funcionamiento
post-falla necesarias para el algoritmo.
3.1. Procedimiento
Paso 1: El algoritmo se ejecuta con la indicación
de que un evento de falla se desarrolla en una L/T
de cualquier parte del sistema. Los eventos de falla
se pueden detectar como una caída rápida de las
magnitudes de voltaje en las barras del sistema.
Paso 2: Se debe determinar todos los posibles
eventos de falla que pueden ocurrir en la operación del
SEP, cada evento de falla o hipótesis de estudio viene
acompañada con su respectivo valor de probabilidad
a priori. En total son posibles eventos de falla.
aplicación del algoritmo debido a que los eventos de
falla en la red pueden producirse en cualquier punto
a lo largo de una línea, y también pueden ser muy
diversos en su tipo. Por lo tanto, enumerar una lista de
posibles eventos de falla puede llegar a ser un desafío.
Adicionalmente está la posibilidad de que los eventos
de falla no sean en una L/T, por ejemplo, se puede
producir fallas en el transformador, generador, etc.,
lo cual puede complicar el problema de detección.
Estas complicaciones están fuera del alcance de este
trabajo, por lo que no han sido modeladas dentro del
algoritmo.

Paso 3: Los datos de medición de las PMU’s

están disponibles desde el instante del despeje de la
falla en adelante, se las obtiene en tiempo real para
poder hacer uso de esta información en el algoritmo.

Paso 4: Se calcula el vector de medición

(observación) Z el cual contiene información de las
variables de oscilación dinámica necesarias para
poder detectar perturbaciones en el sistema.

Paso 5: Se realizan simulaciones para determinar

los condiciones de los estados estacionarios frente a
cada hipótesis, en este paso se determinan los vectores
de las variables de estado x y vectores de las variables
algebraicas u. Este proceso se repite para todas las Figura 1: Diagrama de Flujo del Algoritmo
posibles hipótesis determinadas en el paso 2.
La Fig. 2 detalla el diagrama de flujo de datos
Paso 6: Se procede a calcular las respuestas (parámetros y mediciones) necesarios para
pronosticadas por el modelo lineal con su implementar el algoritmo. El detector MAP utiliza las
correspondiente propagación, vectores y matrices mediciones obtenidas de las unidades sincrofasoriales
, para cada hipótesis de estudio. en el estado de post-falla, además necesita la
información de las condiciones de funcionamiento
Es necesario mencionar que los pasos 5 y 6 del de estado estacionario (de pre-falla y post-falla
algoritmo se los pueden realizar fuera de línea. necesarios para construir el modelo del sistema) y de
la configuración del sistema.
Paso 7: Se procede a implementar la regla de
decisión del detector MAP, este esquema de detección
requiere de la comparación del par secuencial de la
probabilidad a posteriori de cada hipótesis. La regla de
detección MAP se implementa secuencialmente para
identificar la hipótesis con la máxima probabilidad
frente a las mediciones obtenidas de un evento de
falla.

Paso 8: Una vez realizadas todas las

comparaciones, se determina la hipótesis con mayor
probabilidad frente a las mediciones de PMU’s y por
tanto la L/T donde se detectó la falla.

En el diagrama de flujo de la Fig. 1 se resume

el procedimiento. El proceso termina y el algoritmo
vuelve a ejecutarse las veces que se reporte un evento Figura 2: Procedimiento para obtener el Flujo de Datos para
el Algoritmo de Localización de Fallas
de falla y se tenga disponibles las mediciones de las
PMUs.

21
 Edición No 14, Enero 2018
4. RESULTADOS Y DISCUSIÓN
El algoritmo propuesto es utilizado en el
sistema eléctrico IEEE 39-BARRAS. El ejemplo
de aplicación permite comprobar el funcionamiento
de la programación DPL para obtener resultados
confiables. El sistema IEEE de 39-BARRAS contiene
diez generadores y su base de datos es estructurada
en al paquete computacional DIgSILENT (ver fig. 3).
Figura 3: Sistema 39-Barras de la IEEE
Se realizaron simulaciones de diferentes eventos
de falla en todas las L/T del sistema, obteniéndose
gráficas de las señales de los ángulos del rotor de los
generadores con respecto al generador de referencia
(G1). En la Fig. 4 se muestra, a modo de ejemplo, un
grupo de gráficas correspondientes a los ángulos de
rotor del generador G2 para eventos de falla en las
líneas: Line 26-29, Line 26-28, Line 28-29, Line 1-2,
Line 16-24 y Line 4-14.
Figura 4: Comparación de la Señal de Ángulo de Rotor del
Generador G2 para distintos eventos de Falla
Del análisis de las gráficas de ángulos del rotor,
se determina que los resultados para eventos en las
líneas: Line 26-29, Line 26-28 y Line 28-29 son muy
similares, lo que implica que estas contingencias son
más difíciles de ser diferenciadas y detectadas, razón
por la cual se utilizaron estos tres eventos para el
planteamiento de las hipótesis de estudio.
22
Se realizan simulaciones detalladas de la dinámica
de oscilación del sistema sobre cada evento de falla
(hipótesis de estudio), para poder aproximar la
información a los datos de medición, para lo cual se
implementó el modelo de ecuaciones diferenciales -
algebraicas no lineales (DAE) con el modelo de carga
de impedancia constante. El modelo DAE utilizado
para la simulación, consta de 72 variables de estado
(8 variables de estado por cada generador, excepto
el generador de referencia), las cuales son: posición
angular del rotor , velocidad angular del rotor
, fuerza electromotriz interna del eje cuadratura del
generador , fuerza electromotriz interna del eje
directo del generador , fuerza electromotriz interna
de excitación del regulador , potencia de la turbina
, dinámica del estabilizador del sistema de potencia
(PSS) . El tiempo de despeje de fallas fue
aleatorio (uniformemente distribuido entre 6 y 20
ciclos). Se asumió muestreo a 100 Hz; y el ruido con
varianza por unidad (alrededor de 3% de
la señal de equilibrio).
Para probar el algoritmo se analiza el caso cuando
ocurre el evento de falla en la L/T 26-29 (hipótesis
). La Fig. 5 muestra las señales de ángulo de rotor
justo en el momento del despeje de falla de los nueve
generadores, junto con las trayectorias calculadas por
los modelos lineales. Para la localización de fallas,
el software utiliza los modelos dinámicos lineales
correspondientes a diferentes condiciones de falla y
mediante las mediciones sincrofasoriales se distingue
cual hipótesis es la correcta.
Chávez et al. / Herramienta de Software para detección y ubicación de fallas en un SEP

Figura 5: Comparación de la Señal del Ángulo del Rotor

del Generador del Modelo Lineal frente a la Medición
Sincrofasorial. a) Generador G2, b) Generador G3, c)
Generador G4, d) Generador G5, e) Generador G6, f)
Generador G8, h) Generador G9, i) Generador G10

El resultado al aplicar el software permite la

correcta detección de falla en la L/T 26-29, tal como lo
muestra la Fig. 6. Llegando así a la correcta detección
de falla cuya hipótesis es la .

Figura 6: Resultado de la Detección de Falla realizada por el

Algoritmo

La Fig. 7 muestra la probabilidad de error del

detector de falla como una función del horizonte de
observación en una escala logarítmica. El gráfico
muestra que la probabilidad de error es asintóticamente
cercana a cero de manera exponencial lo que implica
que al aumentar los datos de medición en la ejecución
del algoritmo. la probabilidad de error disminuye
notablemente su valor, lo que garantiza la eficacia del
algoritmo de detección de fallas para dos hipótesis de
estudio en este ejemplo.

23
 Edición No 14, Enero 2018
Figura 7: Probabilidad de Error a Escala Logarítmica
5. CONCLUSIONES
Cada hipótesis de evento de falla corresponde
a una dinámica de oscilación distinta del sistema,
puesto que la topología del sistema cambia. La
correcta detección del evento de falla se consigue
mediante la implementación de la regla de detección
de máxima probabilidad a-posteriori (MAP), la cual
es capaz de diferenciar cada dinámica mediante un
proceso secuencial; este proceso permite elegir la
hipótesis más probable entre un listado de posibles
eventos de falla.
El algoritmo se probó en el sistema eléctrico
estándar IEEE 39-Barras, lográndose ubicar fallas en
L/T ante distintas hipótesis. El algoritmo resultó eficaz
al momento de detectar y diferenciar entre fallas cuyas
señales de ángulos de rotor de los generadores son
similares, lo cual podría ser muy difícil de conseguir
para algunos sistemas de protección.
La gráfica de probabilidad de error obtenida
demuestra la eficacia del detector en distinguir entre
las distintas hipótesis de estudio.
El método de detección implementado, el cual
utiliza mediciones sincrofasoriales para poder obtener
datos de la dinámica de oscilación del sistema, resultó
ser efectivo.
REFERENCIAS BIBLIOGRÁFICAS
[1] G. Duncan, M. Sarma y T. Overbye, “Sis-
temas Eléctricos de Potencia, Análisis y
Diseño”, Stamford: Ciencias e Ingenierías,
2012.
[2] L. Zeballos, “Técnicas Modernas para Pro-
tección y Monitoreo de Líneas de Transmi-
sión”, 2010.
[3] D. I. D. Chiguano, “Localización de fallas
en Líneas Aéreas de Transmisión. Aplica-
ción de un algoritmo digital para Líneas
paralelas”, Quito: Epn, 2009.
24
[4] M. M. Eriksson y G. D. Rockefeller, «An
Accurate Fault Locator with Compensation
for Apparent Reactance in the Fault Resis-
tence resulting from Remote-End Infeed,»
IEEE/PES, 1984.
[5] G. R. Gill y T. T. Owen, «An Accurate
Fault Location Estimation for Transmis-
sion Line,» IEEE Transactions on Power
Apparatus and Systems, 1984.
[6] H. Kho y H. Khorashdi-Zadeh, «Artificial
Neural Network Approach to Fault Classi-
fication For Double Circuit Transmission
Lines,» IEEE/PES, 2004.
[7] E. Quintero, “Modelo Adaptivo de Inteli-
gencia Artificial para el Diagnóstico Au-
tomático de Fallas a partir de Registros de
Osciloperturbografía”, Medellin: Universi-
dad Nacional de Colombia, 2007.
[8] M. T. Sant y Y. G. Paithankar, “On line
Digital Fault Locator for Overhead Trans-
mision Line”, IEEE Proceedings, 1979.
[9] G. J. Araque y R. Barba, “Unidades de me-
dición fasorial - PMU”, Quito: CENACE,
2010.
[10] J. Abad Torres, R. Dhal y S. Roy, «Link-fail-
ure detection in network synchronization
processes,» IEEE, Texas, 2013.
[11] J. Valdez, Z. Xun, J. Abad Torres y S. Roy,
“Fast Foult Location in Power Transmis-
sion Networks using Transient Signatures
from Sparsely-Placed Synchrophasors”,
Washington: IEEE, 2014.
[12] A. G. Expósito, “Análisis y Operación de
Sistemas de Energía Eléctrica”, Madrid:
McGraw-Hill, 2002.
[13] P. Kundur, “Power System and Control and
Stability”, New York: IEEE, 1993.
Diego Chávez R.- nació en
Quito, Ecuador, en 1990. Recibió
su título de Ingeniero Eléctrico en
la Escuela Politécnica Nacional
en el 2016. Sus áreas de interés
son los sistemas eléctricos de
potencia, protecciones eléctricas
y diseño electro-mecánico de
líneas de transmisión.
Jackeline Abad Torres.- (M’15)
received the B.S. degree from
Escuela Politécnica Nacional,
Quito, Ecuador, and the M.S.
and Ph.D. degree in electrical
engineering from Washington
State University, Pullman. She
held a Fulbright grant in 2010.
She is currently an Assistant
Professor with the Departamento de Automatización y
Control Industrial, Facultad de Ingeniería Eléctrica y
 Chávez et al. / Herramienta de Software para detección y ubicación de fallas en un SEP

Electrónica, Escuela Politécnica Nacional, Quito. Her

current research interests include structural analysis
and controller design of dynamical networks with
applications to sensor/vehicle networking, epidemic
control, and power systems network control.

Hugo Arcos M.- nació en Quito,

Ecuador, en 1972. Recibió su
título de Ingeniero Eléctrico en
la Escuela Politécnica Nacional
de Quito en 1998, y el de
Doctor en Ingeniería Eléctrica
en la Universidad Nacional
de San Juan - Argentina en
2005. Actualmente trabaja
en la Facultad de Ingeniería Eléctrica de la Escuela
Politécnica Nacional de Quito como Profesor a
Tiempo Completo. Sus áreas de especialización
son máquinas eléctricas, modelación de sistemas de
control de generadores y estudios de estabilidad de
sistemas de potencia.

25
 Artículo Académico / Academic Paper

Tuning of the Power System Stabilizers of the Ecuadorian National

Interconnected System - Application and Comparison of Heuristic
Methods in Multi-Machine Environment

Sintonización de los Estabilizadores de Sistemas de Potencia del Sistema

Nacional Interconectado Ecuatoriano – Aplicación y Comparación de
Métodos Heurísticos en Ambiente Multimáquina
F. Armendáriz1 D. Panchi1 H. Arcos2
Operador Nacional de Electricidad - CENACE
1

E-mail: farmendariz@cenace.org.ec; dpanchi@cenace.org.ec

2
Escuela Politécnica Nacional, EPN
E-mail: hugo.arcos@epn.edu.ec

Abstract Resumen

The Ecuadorian National Interconnected System El Sistema Nacional Interconectado ecuatoriano

has experienced in recent years a vertiginous
development, incorporating new generation
plants, so that maintain a stable operation
through adequate analysis and control techniques
becomes a necessity for the institutions in charge
of the system operation. The implementation
of power system stabilizers (PSS) has proved
to be an effective method to contribute to
improve stability, requiring that its parameters
be correctly calibrated according to the needs
and environment of the power system. In the
present work, the heuristic methods of Mean-
Variance Mapping Optimization (MVMO) and
Particle Swarm Optimization (PSO) are tested
in the multi-machine PSSs tuning of the National
Interconnected System (SNI) of Ecuador, projected
to the year 2018, aiming at increasing the damping
of their oscillation modes.
The two methods are compared according to the
results obtained in the improvement of the small-
signal stability of SNI.
ha experimentado en los últimos años un desarrollo
vertiginoso, incorporando nuevas centrales de
generación, por lo que, mantener una operación
estable a través de adecuadas técnicas de análisis
y control se convierte en una necesidad para las
instituciones encargadas de su operación. La
implementación de estabilizadores de sistemas de
potencia (PSS) ha mostrado ser un método efectivo
y capaz de contribuir a mejorar la estabilidad,
requiriéndose que sus parámetros se encuentren
correctamente calibrados de conformidad con las
necesidades y entorno del sistema de potencia. En
el presente trabajo se ponen a prueba los métodos
heurísticos de Mapeo de Media-Varianza (MVMO)
y enjambre de partículas (PSO) en la sintonización
multimáquina de los PSS del Sistema Nacional
Interconectado (SNI) del Ecuador, proyectado al
año 2018, teniendo como objetivo el incremento del
amortiguamiento de sus modos de oscilación.
Los dos métodos son comparados en función de
los resultados obtenidos en el mejoramiento de la
estabilidad de pequeña señal del SNI.

Index terms− MVMO, PSO, Power System Palabras clave− MVMO, PSO, Estabilizadores
Stabilizer (PSS), Interconnected National System, de sistemas de potencia (PSS), Sistema Nacional
oscillation mode, damping, optimization, stability. Interconectado (SNI), modo de oscilación,
amortiguamiento, optimización, estabilidad.

Recibido: 28-07-2017, Aprobado tras revisión: 24-11-2017

Forma sugerida de citación: Armendáriz, F.; Panchi, D.; Arcos, H. (2018). “Sintonización de los Estabilizadores de Sistemas
de Potencia del Sistema Nacional Interconectado Ecuatoriano – Aplicación y Comparación de Métodos Heurísticos en
Ambiente”. Revista Técnica “energía”. No. 14, Pp. 26-32
ISSN 1390-5074.

26
 Edición No 14, Enero 2018

1. INTRODUCCIÓN mismos que dentro de su vuelo de migración buscan

las mejores trayectorias para optimizar su tiempo
La estabilidad en un sistema de potencia es
y distancia de vuelo. Siendo de tipo evolutivo el
un factor clave para su correcta operación y el
proceso por el cual se realiza la optimización, se
ingreso de nuevas unidades de generación repercute
fundamenta en la orientación de los elementos del
directamente sobre dicha estabilidad, estableciéndose
enjambre dentro del espacio de búsqueda, de tal
la necesidad de incluir elementos que contribuyan al
manera que aquellos individuos que se encuentren
mejoramiento de esta importante condición operativa.
mejor posicionados guíen al resto del enjambre. Cada
Un método que ha mostrado tener buenos resultados
miembro de la bandada busca mejores posiciones
es la aplicación de estabilizadores de sistemas de
y trayectorias de acuerdo a la orientación grupal e
potencia (PSSs), por lo que la correcta calibración de
individual, permitiendo así que se explore el espacio
los parámetros de estos elementos se convierte en un
de búsqueda de una mejor manera y garantizando
factor indispensable en la operación del sistema. Se
que las soluciones que se encuentren sean de buena
han desarrollado varias estrategias de sintonización
calidad. El modelo matemático completo se lo puede
de PSSs y debido a la complejidad matemática de
encontrar en la referencia [2].
los sistemas de potencia reales, el uso de métodos
indirectos de optimización como los heurísticos
4. SISTEMA NACIONAL INTERCONECTADO
han mostrado tener buenos resultados encontrando
ECUATORIANO (SNI)
soluciones cuasi óptimas de calidad. En el presente
trabajo se ponen a prueba los algoritmos MVMO y El SNI ecuatoriano ha tenido un crecimiento
PSO aplicándolos en la sintonización de PSS del SNI notable en los últimos años, para este estudio se
ecuatoriano, para el efecto se realiza un diagnóstico considera su proyección al año 2018, en donde se ha
mediante análisis de pequeña señal obteniéndose los tomado en cuenta el ingreso de centrales de mediana
modos oscilatorios del sistema y sus correspondientes y gran capacidad en base a la información del Plan
factores de participación, información relevante que Maestro de Electrificación 2012 – 2021 [3], como se
permite identificar las unidades que requieren ajustes detalla en la Tabla 1.
en los parámetros de sus PSSs. Los dos métodos de
Tabla 1: Centrales Incluidas en el SNI 2018
optimización entonces son utilizados en la calibración
de los parámetros de los PSSs, verificándose mejoras Centrales hidroeléctricas modeladas en el SNI 2018
en los amortiguamientos de los modos de oscilación
del sistema, que son comparadas para diversos Nombre de la central
Potencia Instalada
[MW]
escenarios operativos.
Coca Codo Sinclair 1500
2. ALGORITMO DE OPTIMIZACIÓN POR Sopladora 487
MAPEO DE MEDIA-VARIANZA (MVMO)
Toachi – Pilatón 253
Este algoritmo de tipo genético, pertenece a la Minas – San Francisco 270
familia de métodos meta-heurísticos de optimización
y se fundamenta en la búsqueda de soluciones Delsintanisagua 115

candidatas de acuerdo a su aptitud dentro de un Manduriacu 60

espacio de búsqueda normalizado [0, 1]. Las
mejores soluciones se convierten en las más aptas y 4.1. Modelación y Validación de la Base de
la descendencia se genera en función de factores de Datos del Sistema Nacional Interconectado
correlación de las mejores soluciones encontradas. La Proyectado al Año 2018
media y la varianza son utilizadas para determinar una
Utilizando la herramienta DigSilent PowerFactory
función de mapeo que se ajusta para que el espacio en
se desarrollaron los modelos de los sistemas de
el que se desenvuelve la búsqueda del algoritmo se
control para las centrales ingresadas sobre la base de
acerque a las mejores soluciones. Mediante mutación
la metodología presentada en [4]. La funcionalidad
y cruce entre los elementos más aptos se generan
de la base de datos proyectada al año 2018 con la
mejores resultados a los encontrados previamente,
inclusión de las nuevas unidades es corroborada
garantizando así que las soluciones que se encuentren
mediante diferentes pruebas funcionales tanto en
dentro del proceso se acerquen a resultados cuasi-
estado estable como dinámico. Las Fig. 1 y 2 muestran
óptimos de gran calidad. La formulación matemática
la comparación de respuestas dinámicas de voltaje
completa se presenta en la referencia [1].
y frecuencia en la barra Molino 230 kV obtenidas
con la base de datos configurada al año 2014 y 2018
3. ALGORITMO DE OPTIMIZACIÓN DE
respectivamente, ante la ocurrencia de una falla
ENJAMBRE DE PARTÍCULAS (PSO)
trifásica en la línea Molino – Pascuales.
El algoritmo PSO fundamenta su accionar en
el comportamiento de las bandadas de pájaros,

27
 Arcos et al. / Sintonización de los Estabilizadores de Sistemas de Potencia del Sistema Nacional Interconectado Ecuatoriano

Donde:

El proceso de optimización se centra en los

Figura 1: Comparación de Respuesta de Voltaje en la Barra
Molino 230 kV SNI 2014 y 2018 ante una Falla Trifásica en la
L/T Molino – Pascuales
parámetros principales del modelo de PSS, mismos
que tienen influencia directa sobre el aporte al
mejoramiento de la respuesta de las unidades
sintonizadas. Los parámetros que intervienen en el
proceso de optimización se detallan en la Tabla 2.
Tabla 2: Parámetros de Optimización de los PSSs del Sistema

Parámetros a optimizar de los PSSs

Parámetro Descripción Unidad

K Ganancia del PSS [p.u.]

1era constante de tiempo derivativa
T1 [s]
adelanto atraso
1era constante de tiempo de retardo
T2 [s]
adelanto atraso
2da constante de tiempo derivativa
T3 [s]
adelanto atraso
2da constante de tiempo de retardo
T4 [s]
adelanto atraso

Adicionalmente se utilizan límites para los

parámetros a optimizar, estos límites son obtenidos
Figura 2: Comparación de Respuesta de Frecuencia en
la Barra Molino 230 kV SNI 2014 y 2018 ante una Falla
de la referencia citada anteriormente [1] y se detallan
Trifásica en la L/T Molino – Pascuales en la Tabla 3. Estas restricciones garantizan que los
resultados se mantengan dentro de los valores típicos
de cada parámetro.
5. METODOLOGÍA DE APLICACIÓN DE Tabla 3: Límites de los Parámetros de los PSSs
LOS ALGORITMOS MVMO Y PSO EN LA
BASE DE DATOS SNI 2018 Límites de los parámetros de optimización
Parámetro Rango Unidad
El proceso utilizado para la aplicación de los
K [0, 100] [p.u.]
algoritmos MVMO y PSO consiste en un estudio
inicial del sistema con sus PSSs activos, en dónde se T1 [s]
[0,01; 0,2]
realiza un análisis de pequeña señal para identificar T3 [s]
modos oscilatorios y factores de participación que
T1/T2 [s]
permitan determinar las unidades que requieren [1, 15]
optimizar sus PSSs en el sistema. T3/T4 [s]

5.1. Problema de Optimización 5.2. Análisis Inicial del Sistema

El objetivo planteado de optimización para
el presente estudio consiste en que los modos
oscilatorios superen el 5% de amortiguamiento que se
establece como condición para que un sistema de gran
extensión se considere estable. Matemáticamente se
tiene la función objetivo:
(1)
Con:
(2)
Es importante determinar las condiciones iniciales
del sistema para poder constatar los beneficios que
representa la aplicación de los algoritmos MVMO y
PSO para la sintonización de los estabilizadores de
potencia. Desarrollando un análisis modal al sistema
se obtiene la información de los modos oscilatorios
cuyo amortiguamiento se encuentra por debajo del
nivel definido como límite. En la Tabla 4 se presentan
los modos característicos del sistema obtenidos
mediante el análisis modal inicial.

28
 Edición No 14, Enero 2018

Tabla 4: Modos Oscilatorios del SNI 2018 con PSSs sin Calibrar utilizan unidades equivalentes para representar a
las centrales de generación. Esta definición consiste
Modos de oscilación SNI 2018 sin sintonizar PSSs
Frecuencia de Razón de en colocar una unidad que representa a la totalidad
Modo Amortiguamiento amortiguamiento de una central usando la facilidad disponible en
[Hz] [%] PowerFactory [3].
1259 - 1260 1,70749 2,1795
1265 - 1266 1,6755 2,6529 6. COMPARACIÓN DE RESULTADOS
1467 - 1468 1,0299 4,1412 La comparación de los resultados obtenidos con los
1699 – 1700 0,5990 2,9508 algoritmos MVMO y PSO se basa en tres parámetros:
incremento de amortiguamiento del modo oscilatorio
1711 – 1712 0,6555 4,1857
(análisis de pequeña señal), respuesta del sistema a
1713 - 1714 0,6555 4,1857 transitorios electromecánicos (análisis dinámico del
sistema) y tiempos de convergencia y ejecución.
La determinación de los factores de participación
para cada modo de oscilación permite identificar las 6.1. Análisis de Pequeña Señal
unidades de generación con mayor presencia en cada Este análisis permite determinar el incremento
modo. A manera de ejemplo se presenta el factor de del amortiguamiento de los modos oscilatorios del
participación asociado al modo 1265 – 1266 en la Fig. sistema. Posterior a la aplicación de ambos métodos
3, en donde se observa que las máquinas con mayor de optimización se realizaron sendos análisis de
contribución son Coca Codo Sinclair y Baba. pequeña señal obteniéndose los resultados que se
presentan en la Tabla 6.
Tabla 6: Resultados de Incremento de Amortiguamiento en el
SNI 2018 por Modo

Resultados del incremento de amortiguamiento

Frecuencia Razón de Razón de Razón de
Modo de amor- amortigua- amortigua- amortigua-
tiguamiento miento sin miento con miento con
[Hz] sintonizar MVMO PSO
[%] [%] [%]

1259 - 1260 1,70749 2,1795 5,2639 3,8947

1265 - 1266 1,6755 2,6529 7,7938 4,3328

1467 - 1468 1,0299 4,1412 4,2845 4,3178

1699 - 1700 0,5990 2,9508 19,7088 9,0103

1711 - 1712 0,6555 4,1857 22,3265 12,1614

Figura 3: Factor de Participación Modo Local 1265 – 1266
1713 - 1714 0,6555 4,1857 22,3265 12.1614

Cabe destacar que los modos oscilatorios que se

presentan en el caso de estudio son de tipo local e
inter área e involucran participación de máquinas En función al incremento del amortiguamiento de
colombianas. Con la información de los factores de los modos de oscilación del sistema se establece que
participación de todos los modos se determinan las el algoritmo MVMO consigue mejores resultados, con
excepción del modo inter área 1467 – 1468 en el que
máquinas que requieren ser optimizadas, las mismas
participan máquinas colombianas y ecuatorianas. En
se detallan en la Tabla 5. ambos casos no se logra superar totalmente el límite
Tabla 5: Unidades a ser Sintonizadas en el SNI 2018 establecido como objetivo de amortiguamiento (5%)
debido fundamentalmente a que no se considera la
Unidades a sintonizar optimización para máquinas del sistema colombiano.
Central Número de unidades
Coca Codo Sinclair 8 6.2. Análisis Dinámico del Sistema
Baba 2
Es importante verificar el comportamiento del
Daule Peripa 3 sistema ante la ocurrencia de determinados eventos
Delsintanisagua 3 de tipo electromecánico, por lo que se considera
Total de Unidades 16 la simulación de una falla trifásica en la línea de
transmisión Molino – Pascuales del anillo de 230 kV.
5.3. Definición de Unidades Equivalentes Este evento se analiza en dos puntos del sistema, el
primero en la barra Molino 230 kV, en donde se analizará
Dada la complejidad matemática del sistema voltaje y frecuencia para ambos métodos, y en la barra
debida a la gran cantidad de elementos, es conveniente terminal de una unidad de Coca Codo Sinclair, de esta
trabajar bajo la premisa de que las unidades de cada manera se observa y compara el comportamiento del
central son idénticas eléctricamente, por lo que se sistema una vez que son calibrados los PSSs aplicando
los algoritmos MVMO y PSO.

29
 Arcos et al. / Sintonización de los Estabilizadores de Sistemas de Potencia del Sistema Nacional Interconectado Ecuatoriano

En las Fig. 4 y 5 se presenta las respuestas de

voltaje y frecuencia en la barra Molino 230 kV,
considerando la sintonización alcanzada por los dos
métodos.

Figura 7: Respuesta de Frecuencia Unidad 1 de Coca Codo

Sinclair

La respuesta de voltaje obtenida refleja que la

Figura 4: Respuesta de Voltaje en la Barra Molino 230 kV
ante una Falla Trifásica en la L/T Molino – Pascuales
diferencia entre algoritmos no varía considerablemente,
a su vez la respuesta de frecuencia muestra que el
algoritmo MVMO presenta mejorías dado que los
picos de las oscilaciones son menores que en el caso
del PSO y también el tiempo de estabilización es
menor.
La respuesta de potencia activa y reactiva de la
unidad se presenta en las Fig. 8 y 9.

Figura 5: Respuesta de Frecuencia en la Barra Molino 230 kV

ante una Falla Trifásica en la L/T Molino – Pascuales

Para el voltaje se observa que la respuesta que

obtiene el MVMO y el PSO no difiere, en cuanto a
la respuesta de frecuencia se observa una mejoría Figura 8: Respuesta de Potencia Activa Unidad 1 de Coca
para el MVMO ya que sus amplitudes oscilatorias
Codo Sinclair
son menores y los tiempos de estabilización son
ligeramente menores en comparación con el PSO.
Para la unidad 1 de Coca Codo Sinclair se analiza
voltaje, frecuencia, potencia activa y reactiva en la
barra de la unidad para cada método de optimización.
La respuesta de voltaje y frecuencia se presenta
en las Fig. 6 y 7.

Figura 9: Respuesta de Potencia Reactiva Unidad 1 de Coca

Codo Sinclair

La respuesta de potencia activa para ambos

algoritmos prácticamente es la misma, analizando
minuciosamente se observa que la respuesta del
Figura 6: Respuesta de Voltaje Unidad 1 de Coca Codo
Sinclair MVMO es ligeramente mejor ya que los picos

30

oscilatorios que se presentan son menores en
comparación con el PSO, por otra parte, la respuesta
de potencia reactiva permite ver que el PSO genera
una mejor respuesta ya que en el caso del MVMO
se genera un pico, que no tiene mayor repercusión
puesto que no supera los márgenes de operación de
la máquina.
6.3. Análisis de Convergencia y Tiempos de
Ejecución
La comparación se la realiza considerando los
mismos medios computacionales para la ejecución
del algoritmo en cada caso. La Fig. 10 presenta la
comparación de la convergencia de cada algoritmo,
esta gráfica se centra en las primeras 50 iteraciones,
observándose que la convergencia del algoritmo
MVMO requiere un mayor número de iteraciones,
pero consigue acercarse de mejor forma al objetivo
de optimización, por otra parte el algoritmo PSO
converge en un menor número de iteraciones
pero su resultado no es tan cercano al objetivo de
optimización.
Figura 10: Convergencia de Algoritmos MVMO y PSO para
el Caso de Estudio
En cuanto a los tiempos de ejecución se los
compara en función de la asignación de un adecuado
número de iteraciones para cada algoritmo como se
indica en la Tabla 7.
Tabla 7: Comparación de Tiempos de Ejecución por
Algoritmo
Tiempo de ejecución de los algoritmos
Método Tiempo Iteraciones establecidas Mín. Error
[h] para la ejecución Alcanzado
MVMO 36,34 250 0,1298
PSO 37,60 50 0,2919
Se observa que el tiempo de ejecución del MVMO
y el PSO es similar con la notable diferencia de que
el MVMO opera un mayor número de iteraciones y
encuentra mejores resultados.
Edición No 14, Enero 2018
7. CONCLUSIONES Y RECOMENDACIONES
El algoritmo MVMO presentó una mejor respuesta
al ser aplicado en la base de datos del SNI 2018
incrementando en mayor medida el amortiguamiento
de los modos oscilatorios que se encontraban por
debajo del 5%. El algoritmo PSO presentó igualmente
mejorías, pero en menor medida, logrando que solo
dos modos incrementen su razón de amortiguamiento
por sobre el 5%. Se concluye que el algoritmo MVMO
permite encontrar mejores soluciones en el presente
estudio.
Se corroboró que la inclusión de estabilizadores de
potencia (PSS), adecuadamente sintonizados, en las
unidades de generación contribuyen al mejoramiento
de la estabilidad del sistema dado que aumentan la
razón de amortiguamiento de los modos oscilatorios.
La aplicación de algoritmos de optimización
heurísticos es una herramienta válida para calibrar
parámetros de los estabilizadores de potencia, puesto
que tienen la ventaja de que el proceso de optimización
puede llevarse a cabo en sistemas multimáquina de
gran complejidad a diferencia de los métodos clásicos
de optimización.
La metodología propuesta para determinar las
unidades de generación que intervienen dentro del
proceso de optimización mostró ser efectiva, puesto
que al trabajar únicamente con aquellas máquinas
con mayor participación en los modos oscilatorios se
obtienen mejores resultados en cuanto a estabilidad
de pequeña señal y análisis dinámico del sistema, que
cuando se busca que todas las máquinas del sistema
intervengan dentro de la optimización.
Se concluye que, para la aplicación de estos
algoritmos en un sistema robusto, con gran cantidad
de elementos y cuya complejidad matemática
es muy elevada, el algoritmo MVMO obtiene
mejores resultados ya que su proceso de búsqueda
de soluciones es más efectivo tanto en tiempos de
ejecución, convergencia y resultados.
REFERENCIAS BIBLIOGRÁFICAS
[1] Rueda, J. L.; Cepeda, J.; Erlich, I. “Estimation of
Location and Coordinated Tuning of PSS based
on Mean-Variance Mapping Optimization”.
[2] Pappala , Application Of Pso For Optimization
For Power System Under Uncertainty, 2011.
[3] MEER, Plan Maestro de Electrificación 2012
-2021, Quito, 2012.
[4] J. Lozada, Sintonización de estabilizadores
de potencia (PSS) en sistemas multi máquina,
Tesis previa a la obtención del Título de
Ingeniero Eléctrico, Escuela Politécnica
Nacional, Facultad de Ingeniería Eléctrica y
Electrónica, Quito, 2015.
[5] R. Nicole, “Title of paper with only first word
capitalized,” J. Name Stand. Abbrev., in press,
2013.
31
 Arcos et al. / Sintonización de los Estabilizadores de Sistemas de Potencia del Sistema Nacional Interconectado Ecuatoriano
[6] Manfred Gilli, An Introduction to Optimization
Heuristics, University of Cyprus, 2004.
[7] James A. Momoh, Adaptive Stochastiv
Optimization Techniques with Aplications,
2012.
[8] B. Kalyan Kumar,Power System Stability
and Control, Indian Institute of Technology
Madras, 2015.
[9] Cepeda, J.; Rueda, J. L.;; Erlich, I.; Korai, A.; F.
Gonzalez-Longatt, “ Mean-Variance Mapping
Optimization Algorithm for Power System
Applications in DIgSILENT PowerFactory”
PowerFactory Applications for Power
System Analysis Book, Chapter 12, Springer
International Publishing, 2014.
[10] K. Prabha, Power System Stability and Control,
McGraw- Hill, 1994.
[11] S. Nagalakshmi, Computational intelligent
techniques for loadability enhancement of
deregulated power system using facts devices,
Tesis previa a la obtención del grado de doctor
en sistemas electricos de potencia, 2009.
[12] K. Lee and M. El-Sharkawi, Modern heuristic
optimization techiques, Chapter 4, IEEE Press
Series, 2008.
[13] A. Stativa and V. Stahie, Optimal Tuning
and Placement of Power System Stabilizer
using Particle Swarm Optimizatio Algorithm,
October 2012.
[14] S. Sunkara, R. Narne and P. Panda, Co-
ordinated Tuning of PSS with TCSC Damping
Controller through Advanced Adaptive PSO
for a Multi-machine Power System, India,
2014.
[15] M. Ullauri, Estructuración de una base de
datos del S.N.I. Ecuatoriano en DIgSILENT
POWERFACTORY para análisis de estabilidad
con modelos validados de sus unidades
de generación, Tesis previa a la obtención
del Título de Ingeniero Eléctrico, Escuela
Politécnica Nacional, Facultad de Ingeniería
Eléctrica y Electrónica, Quito, 2015.
[16] M.J. Gibbard, P. Pourbeik, D.J. Vowles,
Small-Signal Stability, Control and Dynamic
Performance of Power Systems, 2013.
32
Francisco Javier Armendáriz
Valverde.- Nació en Quito,
en 1991. Realizó sus estudios
secundarios en la Unidad
Educativa Municipal Quitumbe.
Recibió el título de Ingeniero
Eléctrico en la Escuela
Politécnica Nacional en 2017.
Actualmente se desempeña
como ingeniero de liquidación y facturación en el área
de Transacciones Comerciales del Operador Nacional
de Electricidad CENACE. Sus áreas de interés son:
Sistemas Eléctricos de Potencia, Estabilidad de
pequeña señal, Operación de Sistemas Eléctricos de
Potencia y Planificación de Sistemas de distribución.
David Panchi Vergara.- Nació
en Quito, en 1992. Obtuvo su
título de Ingeniero Eléctrico en
la Escuela Politécnica Nacional
en 2017, realizó sus estudios
primarios y secundarios en
la Unidad Educativa Borja
3 Cavanis. Actualmente se
desempeña como ingeniero
de Sistema Remoto en la Subgerencia de Servicios
en tiempo real de CENACE. Sus áreas de interés
son: Sistemas Eléctricos de Potencia, Operación
de Sistemas Eléctricos de Potencia y Estabilidad de
Pequeña Señal.
Hugo Arcos Martínez.- Nació
en Quito, Ecuador, en 1972.
Recibió el título de Ingeniero
Eléctrico en la Escuela
Politécnica Nacional en 1998,
y el de Doctor en Ingeniería
Eléctrica en la Universidad
Nacional de San Juan en 2003.
Ha desarrollado su carrera
profesional en diversas instituciones del Sector
Eléctrico Ecuatoriano y actualmente se desempeña
como Coordinador de la Carrera de Ingeniería
Eléctrica de la Escuela Politécnica Nacional. Sus áreas
de interés son: Modelación en Sistemas Eléctricos de
Potencia, Estudios de Transitorios Electromagnéticos
y Electromecánicos, Redes Inteligentes y confiabilidad
de SEP.
 Artículo Académico / Academic Paper

Study by Microgrids of the Current and Future Demand of the

Coverage Area of Substation
​​ 57 Pomasqui of the Metropolitan
District of Quito

Estudio por Microáreas de la Demanda Actual y Futura del Área de

Cobertura de la Subestación 57 Pomasqui del Distrito
Metropolitano de Quito

J. Jimenez1 F. Pérez1 R.Loor2

1
Escuela Politécnica Nacional, Quito, Ecuador
E-mail: jefferson.jimenez@epn.edu.ec; fabian.perez@epn.edu.ec
2
Empresa Eléctrica Quito – EEQ, Quito, Ecuador
E-mail: rloor@eeq.com.ec

Abstract Resumen

This work analyzes the current demand for
the coverage area of Substation 57 Pomasqui
owned by the Empresa Electrica Quito (EEQ)
and it establishes the forecasted demand at
2018 by using a technique for microgrids. To do
this, the study considers two major stages: 1)
determination of the maximum demand at each
microgrid, and 2) estimation of the land use
based on the Plan de Uso y Ocupacion del Suelo
(PUOS) promulgated by Plan Metropolitano de
Ordenamiento Territorial (PMOT) of the city of
Quito. The results obtained in these two stages
are used, in conjunction with the logistic curve, to
make the forecasting of the demand at 2018. That
is, it is based on the fact that the growth of the
electric demand follows the behavior of the logistic
curve and it considers the results of the forecast
of the demand. This establishes a procedure that
allows to estimate the demand for the year 2018.
Finally, with the results of the forecasted demand
for 2018, power flow studies are performed using
the CYMDIST software to estimate the future
operating conditions. This helps detecting possible
problems and discussing alternative solutions in
the short and medium term distribution planning.
El trabajo analiza la demanda actual de la zona
de cobertura de la subestación 57 Pomasqui de
propiedad de la Empresa Eléctrica Quito (EEQ), y
establece la proyección de la demanda al año 2018
usando el método por microáreas. Para ello, el estudio
considera dos grandes etapas: 1) determinación de la
demanda máxima de cada microárea, y 2) estimación
del área habilitada de construcción de cada zona,
basándose en el Plan de Uso y Ocupación del Suelo
(PUOS) promulgado en el Plan Metropolitano de
Ordenamiento Territorial (PMOT) de la ciudad de
Quito. Los resultados obtenidos en estas dos etapas
se utilizan, en combinación con la curva logística,
para realizar la proyección de la demanda al año
2018. Es decir, se basa en el hecho que el crecimiento
de la demanda eléctrica sigue el comportamiento
de la curva logística y considera los resultados de
la proyección de la demanda. Esto establece un
procedimiento que permite estimar la demanda
para el año 2018. Finalmente, con los resultados
de la demanda proyectada al año 2018, se realizan
estudios de flujos de potencia usando el software
CYMDIST con el fin de estimar las condiciones
operativas futuras. Esto permite detectar posibles
problemas y comentar alternativas de solución en
la planificación de distribución a corto y mediano
plazo.

Index terms− Logistic Curve, Microgrids, Palabras clave− Curva logística, Microáreas,
Electricity Demand Forecasting, PUOS, PMOT Proyección de la demanda, PUOS, PMOT y
and Electrical Power Distribution System. Sistema Eléctrico de Distribución.

Recibido: 31-07-2017, Aprobado tras revisión: 16-11-2017

Forma sugerida de citación: Jimenez, J.; Pérez, F.; Loor, R. (2018). “Estudio por Microáreas de la Demanda Actual y Futura
del Área de Cobertura de la Subestación 57 Pomasqui del Distrito Metropolitano de Quito”. Revista Técnica “energía”.
No. 14, Pp.33-43
ISSN 1390-5074.

33
 Edición No 14, Enero 2018
1. INTRODUCCIÓN
Acorde a datos obtenidos del último censo
realizado en el 2010 por parte del Instituto Nacional
de Estadísticas y Censos (INEC), Quito registra 2 239
191 habitantes y se proyecta que para el año 2020 esta
cifra alcance los 2 781 641. Esto indica un importante
crecimiento poblacional que se extiende tanto al
norte como al sur de la ciudad, y dependiendo de la
zona, este crecimiento poblacional se traduce en el
incremento, en mayor o menor medida, de la demanda
de energía eléctrica. Un sector influenciado por el
desarrollo urbanístico es la zona de Pomasqui. En la
actualidad, la subestación (S/E) 57 Pomasqui registra
una cargabilidad cercana al 80% y acorde a estudios
realizados por el Departamento de Planificación de
la Empresa Eléctrica Quito (EEQ), al 2018 llegará a
operar al límite de su capacidad instalada, provocando
serios problemas por energía no suministrada si los
transformadores de la subestación salieran de servicio
por sobrecarga.
Con el fin de cumplir con la cobertura del
servicio eléctrico a toda la población demandante
y prever escenarios de posible falla de los equipos
de distribución, es necesario realizar estudios
de proyección de la demanda. Para ello, existen
diferentes métodos aplicados en sistemas de
distribución, como los métodos basados en estudios
estadísticos, análisis de tendencia del crecimiento
poblacional y la diversificación del uso de terrenos
e incluso, aplicaciones desarrolladas con sistemas
de inteligencia artificial como redes neuronales
artificiales.
Los métodos estadísticos utilizando regresión
son tradicionalmente los más empleados ya que su
modelamiento es relativamente sencillo. Básicamente,
la función obtenida permite establecer la relación
cuantitativa que existe entre una variable y un
conjunto de las mismas. Además, se puede realizar la
interpolación y extrapolación entre los valores dados
por una función y desarrollar pronósticos de los datos
utilizando como guía la tendencia de la información.
Sin embargo, presenta la deficiencia de sobre extrapolar
los resultados, es decir, predecir erróneamente una
demanda mayor de la que puede existir en términos
reales en una zona determinada. [1]
El modelo de redes neuronales artificiales emula
el funcionamiento básico de la neurona biológica.
En esencia, se aplica un conjunto de entradas a la
neurona, cada una de las cuales representa una salida
de otra neurona. Éstas entradas se multiplican por su
peso o ponderación correspondiente, análoga al grado
de conexión de la sinapsis (unión intercelular entre
neuronas). Todas las entradas ponderadas se suman
y se determina el nivel de excitación o activación
de la neurona. Tiene un alto grado de confiabilidad
pero los paquetes computacionales que se encuentran
34
en el mercado presentan limitaciones y restricciones
para adaptarse a problemas reales, además de que la
programación puede resultar larga y tediosa. [2]
El método por microáreas relaciona el crecimiento
de la demanda eléctrica con el incremento de la
población y la actividad comercial a través del uso del
suelo. Para ello, se realiza la subdivisión geográfica
del área que abarca un sistema de distribución
en superficies más pequeñas, acorde al grado de
resolución planteado en las predicciones de carga,
pero por conveniencia es preferible utilizar áreas con
dimensiones simétricas, por ejemplo: 100 m x 100 m,
500 m x 500 m, 1 000 m x 1 000 m. La validez de
este método se rige a que el uso futuro del suelo y las
estimaciones poblacionales sean fidedignas. [1][3]
Es así que de los métodos mencionados anteriormente,
para el análisis de la demanda actual y futura de la zona
de cobertura de la S/E 57 Pomasqui, se selecciona el
modelo por microáreas, ya que a más de que se cuenta
con las herramientas necesarias para el desarrollo del
mismo, éste permite que la relación demanda eléctrica y
uso de suelo se realice a través de un método de regresión,
lo cual simplifica el análisis matemático.
De esta manera, se obtiene la demanda proyectada
al año 2018 con la cual, se realizan estudios de flujos de
potencia usando el software CYMDIST y se presentan
posibles soluciones que satisfagan las condiciones de
demanda futura.
El resto de este documento está organizado de
la siguiente manera. En primer lugar, se presenta la
metodología utilizada para realizar la proyección de
la demanda por microáreas en base a los factores de
saturación. Luego, se desarrolla el proceso matemático
que estima la demanda al año 2018. Posteriormente,
se realiza el análisis de los resultados alcanzados
mediante la simulación en CYMDIST de los datos de
demanda al año 2018. Finalmente, en las conclusiones
se menciona una propuesta a corto plazo y otra a
mediano plazo para reducir las posibles afectaciones
que sufrirán los equipos de distribución, resultado del
incremento de la demanda.
2. METODOLOGÍA
2.1. Determinación de Microáreas
Con el fin de establecer un sistema normalizado en
la implementación de microáreas sobre el sistema de
distribución, la EEQ ha definido la metodología que
permite dividir el área de concesión en cuadriculas
de un kilómetro cuadrado y 250 x 250 m para áreas
consideradas urbanas [4].
El punto a partir del cual se va a graficar los ejes
coordenados se encuentra en el centro histórico de
Quito, en el centro comercial artesanal Plaza Arenas.
 Jimenez et al. / Estudio por Microáreas de la Demanda Actual y Futura de la Subestación 57 Pomasqui
Desde este sitio, se extiende los ejes norte, sur, este
y oeste hasta los límites del área de cobertura de la
EEQ [4].
Con el sistema de coordenadas planteado, se traza
una red de cuadrículas de un kilómetro cuadrado
que ocupe la totalidad de la zona de influencia de
la S/E 57 Pomasqui. Se escoge un estudio uniforme
y homogéneo con microáreas de un kilómetro
cuadrado debido a que la superficie a analizar es
extensa y la información a manejar elevada. Para el
presente estudio, en el área de cobertura de la S7E
57 Pomasqui se establecen 240 microáreas de un
kilómetro cuadrado.
Tomando como base los ejes cartesianos y
conociendo el punto de origen, se establecen cuatro
cuadrantes geográficos: NE, SE, NO y SO. Además,
se ubica la numeración (por cada kilómetro) a lo largo
de los ejes Y y X, por lo que cada microárea queda
definida por dos letras correspondientes al cuadrante
respectivo, y dos números dados por la ubicación
respecto al eje X y eje Y [4]. Por ejemplo:
• NE0106: Cuadrante Noreste, eje X= 01, eje
Y=06.
• SO1207: Cuadrante Suroeste, eje X=12, eje
Y=07.
En la Fig.1 se muestra el diagrama espacial y el
área de influencia de la S/E 57 Pomasqui, resaltando
además la nomenclatura de una microárea.
Figura 1: Área de Influencia de la S/E 57 Pomasqui
2.2. Curva Logística
Para el desarrollo de este trabajo se utiliza la
función logística o curva logística, muy utilizada en
modelos de crecimiento poblacional, la cual refleja
el comportamiento característico de la demanda
eléctrica [5] [6]. En la Fig. 2 se muestra en detalle la
curva logística.
Figura 2: Curva Logística [6]
Para el área de interés, el estudio de la proyección
de la demanda considera dos grandes etapas: la
primera relacionada con la determinación de la
demanda máxima que se tiene en cada microárea,
y la segunda enfocada en la estimación del área
habilitada de construcción de cada zona, basándose
en el Plan de Uso y Ocupación del Suelo dictado en
el Plan Metropolitano de Ordenamiento Territorial de
la ciudad de Quito. Los resultados obtenidos en estas
dos etapas se utilizarán, en combinación con la curva
logística, para realizar la proyección de la demanda al
año 2018.
2.3. Demanda Actual por Microárea
Con el fin de evaluar la operación actual de la
S/E 57 Pomasqui, se debe realizar una distribución
de la carga a partir de la cabecera de cada primario
y posteriormente ejecutar un flujo de potencia con el
cual se obtienen las demandas por cuadrícula, todo
esto con ayuda del programa CYMDIST. Los datos
para realizar dichas simulaciones fueron obtenidos de
la página del sistema de información de la Dirección
de Distribución SDI – EEQ [7].
Para el presente trabajo, se utiliza la información
tomada en el mes de abril de 2015 (mes anterior
al inicio de este estudio). Los datos a ingresar en
CYMDIST para demanda no coincidente y demanda
máxima coincidente de la EEQ se detallan en la Tabla
1 y Tabla 2, respectivamente.
35
 Edición No 14, Enero 2018

Tabla 1: Datos para Simulación Demanda no Coincidente 2.4. Plan de Uso y Ocupación del Suelo

El Plan Metropolitano de Ordenamiento Territorial

Tabla 2: Datos para Simulación Demanda Máxima
Coincidente
(PMOT) define estrategias que permiten un desarrollo
ordenado de la ciudad, está contemplado dentro de
la Ordenanza Metropolitana 0171. El instrumento de
acción del PMOT es el Plan de Uso y Ocupación del
Suelo (PUOS), el cual define el porcentaje habitable
de suelo, la altura y volumen de las edificaciones en
función de coeficientes de ocupación [9]. Acorde a la
asignación del uso de suelo en el área de influencia de
la S/E 57 Pomasqui, se determinan seis tipos de uso
de suelo predominante en el área de estudio: agrícola
residencial, equipamiento, industrial, protección
ecológica, residencial y recursos naturales renovables
(RNR).

2.4.1 Área total de construcción habilitada

Con la información de la demanda no coincidente
y demanda coincidente se puede establecer el factor
de diversidad y el factor de coincidencia, ya que el
primero es aplicado como un criterio fundamental
para que el diseño del sistema de distribución sea el
más económico acorde al nivel de distribución donde
se aplique, mientras el segundo corrige la demanda
máxima y facilita la elección adecuada de cables
y transformadores. Por lo que la simulación de los
dos escenarios sirve como guía para la planeación
adecuada del sistema [8].
Luego de ingresar la información necesaria para
la distribución de carga, se efectúa un análisis de
flujo de potencia y se obtienen los resultados a través
de los reportes generados, tanto para demanda no
coincidente como para el caso de demanda máxima
coincidente. En la Tabla 3 se detalla un ejemplo del
resultado de la simulación.
Tabla 3: Demanda Total dentro de cada Microárea
Para determinar el área habilitada por microárea,
a cada tipo de suelo se lo debe multiplicar por el
respectivo Coeficiente de Ocupación del Suelo
(COS), asignado en la zonificación para edificación
y habilitación del suelo del PUOS. En base a ésta
información se determina la superficie que abarca cada
uso de suelo en dicha zona y su respectiva incidencia
porcentual en la microárea.
Finalmente, para establecer el área neta habilitada,
se debe restar de cada microárea la superficie ocupada
por las vías y demás espacios comunitarios. Para el
presente estudio se establece que el área habilitada de
cada microárea se reduce un 15%, cifra correspondiente
a la superficie ocupada por calles y avenidas. Hay que
señalar que, debido a las condiciones dadas por el uso
del suelo de la zona, se desistió de incluir la altura
máxima de las edificaciones. En la Tabla 4 se detalla
un ejemplo del cálculo del área neta habilitada.

Número de Demanda total

Microárea En total, el área de influencia de la S/E 57 Pomasqui
transformadores [kVA] está cubierta por 240 microáreas de las cuales 20
NE0213 1 8 se catalogan como de uso agrícola residencial, 11
NE0214 2 39 corresponden a equipamiento, 4 definidas como uso
NE0314 8 244 industrial, 9 zonas de protección ecológica, 83 con
NE0315 1 3 uso predominante residencial y 113 definidas como
NE0316 1 22
recursos naturales renovables.

Tabla 4: Cálculo del Área Neta Habilitada por Microárea

36
 Jimenez et al. / Estudio por Microáreas de la Demanda Actual y Futura de la Subestación 57 Pomasqui

2.4.2 Factores de saturación Para el análisis de la demanda adicional por

La proyección de la demanda eléctrica en las
microáreas no saturadas se lo hace en función de
factores de saturación calculados a partir de la
información de las microáreas saturadas, es decir,
microáreas donde se considera que no va a existir un
aumento de la demanda. Para ello, se analizan ciertas
situaciones particulares de cada zona como el tipo de
uso de suelo predominante, el espacio disponible para
nuevas construcciones y los resultados estadísticos
provenientes de las simulaciones.
microárea se escoge como base la cocina de 3,5 kW
con una demanda individual de 2,8 kW [3] [6].
Al mismo tiempo, es preciso establecer el factor
de coincidencia que se tendrá en cada microárea
acorde al número de usuarios residenciales. Para
ello, se utiliza la información tomada de [10], en el
cual se observa una gráfica con curvas de demanda
diversificada para algunos equipos. Para el caso de las
cocinas de inducción se utiliza la curva “Ranges” [3]
[6].

Una vez que se identifica la microárea saturada
se debe determinar el factor de saturación, el cual
resulta de la relación entre el área neta habilitada de la
microárea saturada con la demanda eléctrica existente
en la misma, la expresión viene dada en [kVA/m²].
En la Tabla 5 se definen los factores de saturación
para la demanda máxima no coincidente y demanda
máxima coincidente según el tipo de uso de suelo.
Tabla 5: Factores de Saturación por Tipo de Uso de Suelo
Demanda máxima no coincidente Demanda máxima coincidente
Finalmente, la demanda adicional por concepto
de cocinas de inducción se obtiene al multiplicar la
demanda individual de la cocina seleccionada (2,8
kW) por el número de cocinas, y por el factor de
coincidencia. A continuación, se muestra un ejemplo
de cálculo para la microárea NE0721 que cuenta con
1 558 usuarios residenciales.
Ya que se espera que un 80% de los usuarios tenga
cocina de inducción, se obtiene que el número de
usuarios reales de cocinas de inducción es 1 246.

De-
Factor de Demanda Factor de El cálculo del factor de coincidencia se lo realiza
manda
Uso vigente saturada
saturación Uso vigente saturada saturación
tomando en cuenta la demanda diversificada del
[kVA] [kVA/m²] [kVA] [kVA/m²] número de usuarios residenciales de cada microárea,
Residencial 2.301,00 5,8912E-03 Residencial 1.818,00 4,5924E-03 en este caso 1 246 usuarios, dividido para la demanda
Industrial 315 6,6790E-04 Industrial 287 6,0850E-04 máxima diversificada de un usuario, que es igual
Agrícola Agrícola
a 0,8 kW y 3,7 kW respectivamente [3] [6]. Para el
125 5,3820E-04 82 3,5300E-04
Residencial Residencial procedimiento detallado se usa (1):
Equipa- Equipa-
18 2,1675E-03 14 1,6859E-03
miento miento

Protección
15 2,6068E-03
Protección
10 1,7379E-03
(1)
Ecológica Ecológica

RNR 312,33 4,3944E-02 RNR 288 4,0510E-02

Donde:

2.5. Incidencia del Plan de Cocción Eficiente

(PEC)

El PEC busca reemplazar el uso de Gas Licuado El factor de coincidencia para este caso es 0,2162.
de Petróleo (GLP) por electricidad para la cocción Para calcular la demanda por cocinas de inducción se
y calentamiento de agua en el sector residencial. El emplea (2).
ingreso de este tipo de cargas representa un incremento
adicional de la demanda eléctrica que debe ser (2)
incorporada a la proyección de cada microárea que
cuente con algún usuario residencial. Se espera que Donde:
el plan tenga una cobertura final superior al 80% del
total de los abonados residenciales [3] [6].

Además, se conoce que las cocinas de inducción

tienen potencias desde los 3,5 kW (sin horno) hasta
los 6,8 kW (con horno), que en base al National 2.6. Proyección de la Demanda por Microárea
Electrical Code (2011) en su tabla 220.55 establece
un factor de demanda de 80%. Por lo que la demanda
Para realizar la proyección de la demanda, se
individual de cada cocina es de 2,8 kW y 5,4 kW,
toma el área neta habilitada de cada microárea y se
respectivamente.
multiplica por el factor de saturación correspondiente
al tipo de uso de suelo predominante [3]. A

37
 Edición No 14, Enero 2018

continuación, a modo de ejemplo se desarrolla el
proceso mencionado para el escenario de demanda no
coincidente usando la información correspondiente
de la Tabla 4 y 5. El mismo proceso se replica para el
escenario de demanda coincidente.
en el año 2035 (en un plazo de 21 años tomando como
año cero el 2014), para las áreas establecidas como
RNR, agrícola residencial, equipamiento y protección
ecológica se define 2050 como año de saturación (en
un plazo de 36 años tomando como año cero el 2014).

Datos: Como el modelo empleado es válido para 10

periodos de tiempo, se ajusta los valores mediante una
Microárea NE0721
relación proporcional mostrados en la Tabla 6 [11].
Uso vigente Residencial
Demanda actual [kVA] 773 Tabla 6: Periodos de Tiempo
Área neta habilitada [m²] 223 126,29
Número Periodo para uso de suelo Periodo para otros
Año
Al tratarse de una microárea donde la de año residencial e industrial usos de suelo

predominancia de uso de suelo es residencial, se 2014 0 0,00 0,00

utiliza el factor de saturación respectivo, expresado 2015 1 1,00 1,00
en (3). La demanda de saturación está determinada 2016 2 1,00 1,00
con (4). 2017 3 1,43 1,00
2018 4 1,90 1,11

(3) 2019 5 2,38 1,39

2020 6 2,86 1,67
2021 7 3,33 1,94
(4) 2022 8 3,81 2,22
2023 9 4,29 2,50
Para este ejemplo se obtiene una demanda de 2024 10 4,76 2,78
saturación de 1 314,48 kVA. 2025 11 5,24 3,06
2035 21 10,00 5,83
Para obtener la demanda proyectada total, se 2050 36 ---- 10,00
suma la demanda de saturación con la demanda de las
cocinas de inducción, como se muestra en (5). Hay Asu vez, la curva logística se describe empleando (6).
que señalar que, para obtener la demanda adicional
por cocinas de inducción, primero se debe calcular la
demanda de saturación y en base a este valor estimar (6)
que el número de usuarios residenciales va a crecer
proporcionalmente.
En donde, el valor de representa el valor porcentual
de la demanda respecto a la demanda de saturación
(5) en un periodo de tiempo . El coeficiente alfa ( ) es
un término independiente o constante y, el coeficiente
beta ( ) es el factor de regresión asociado a la variable
La demanda total proyectada para la microárea independiente. El procedimiento para hallar estos
NE0721 es de 2 068,89 kVA. términos se detalla en el siguiente ejemplo [5].
Datos:
2.7. Proyección de la Demanda 2018
Microárea NE0721
Como se mencionó en el numeral 2.2, la curva Uso vigente Residencial
logística que se emplea como base del estudio tiene Demanda actual [kVA] 773
dos zonas diferenciadas (Ver Fig.2). La demanda
Demanda proyectada total [kVA] 2 068,89
total proyectada en función del uso máximo del área
neta habilitada, se encuentra en la zona de saturación, Demanda factor saturación [kVA] 2 301
sin embargo, como se desea conocer la demanda Donde el valor de la demanda del factor de
eléctrica para el año 2018, es preciso considerar un saturación es obtenido de la Tabla 5. Con la información
modelo matemático que describa el comportamiento hasta ahora mencionada se determinan los valores
de la curva de la zona en proceso de saturación. de alfa () y beta (). Los valores encontrados se los
reemplaza en (6) y se obtiene el modelo completo que
De esta manera, tomando en consideración la describe la curva logística para la microárea NE0721.
superficie que abarca cada microárea (1 km cuadrado)
y la amplia capacidad para nuevas construcciones,
este trabajo plantea que las microáreas consideradas (7)
como residenciales e industriales lleguen a saturarse

38
 Jimenez et al. / Estudio por Microáreas de la Demanda Actual y Futura de la Subestación 57 Pomasqui

Para conocer la demanda al año 2018 de la 3. RESULTADOS

microárea NE0721, se reemplaza en (7) el periodo de
tiempo t correspondiente (Ver Tabla 6). 3.1. Simulación Año 2018

Con la proyección al año 2018, se plantea realizar

Finalmente, al valor de P obtenido se lo multiplica
por la demanda del factor de saturación respectivo (2
301 kVA). Así se determina que la demanda eléctrica
2018 de la microárea NE0721 es de 926,44 kVA.
En la Fig. 3 se resume en un diagrama de flujo
la metodología utilizada para la proyección de la
demanda por microáreas.
la simulación de la red analizada usando el programa
computacional CYMDIST. Para ello, es necesario
que los valores de demanda por microárea sean
ajustados a valores por fase para cada alimentador de
la subestación. En la Fig. 4 se observa el diagrama
unifilar de la S/E 57 Pomasqui y sus respectivos
alimentadores modelados en CYMDIST.

Figura 4: Diagrama Unifilar de la S/E 57 Pomasqui [13]

La demanda proyectada correspondiente a cada

Figura 3: Diagrama de Flujo para la Proyección de la
Demanda por Microáreas
alimentador se muestra en la Tabla 7 y en la Tabla
8, donde los valores por fase de cada primario
se distribuyen en base a los datos usados para la
simulación de la situación actual, mientras que el
factor de potencia es el mismo que se indica en la
Tabla 1 y Tabla 2.

El mismo procedimiento se aplica para el Tabla 7: Demanda Proyectada por Primario - Demanda No
resto de microáreas, considerando la demanda del Coincidente
factor de saturación acorde al tipo de uso de suelo
predominante. Demanda total
Demanda proyectada por fase
proyectada Factor de
Alimentador [kVA]
2018 potencia
Además, en base a la información analizada de la [kVA] A B C
proyección de la demanda saturada en cada microárea, 57A 9 519,74 3 337,10 3 166,39 3 016,24 0,947
se observan algunos casos en los cuales ésta supera 57B 8 890,18 2 861,72 2 923,59 3 104,86 0,967
a la demanda usada como referencia del factor de 57C 9 757,25 3 233,85 3 364,88 3 158,52 0,961
saturación. Este hecho imposibilita el cálculo directo 57D 4 149,10 1 389,83 1 320,60 1 438,67 0,963
de la demanda al año 2018, por lo que se desarrolla 57E 13 914,69 4 560,81 4 502,57 4 851,32 0,975
un proceso adicional al detallado anteriormente. Este 57F 7 078,85 2 118,83 2 676,91 2 283,11 0,969
proceso adicional se lo desagrega en [12]. 57G 11 048,22 3 365,69 3 737,49 3 945,04 0,947

39
 Edición No 14, Enero 2018
Tabla 8: Demanda Proyectada por Primario - Demanda
Coincidente
3.2. Demanda y Cargabilidad de la
Subestación 57 Pomasqui
Para validar la metodología de la proyección de la
demanda usando microáreas, el proceso matemático
se lo extrapola hasta el año 2025 con el fin de
comparar los resultados con la información recabada
en la EEQ [13]. Para ello, una vez que se obtienen
los valores de demanda por microárea se suma todos
los resultados y se determina la demanda global de la
subestación, esto se detalla en la Tabla 9.
Tabla 9: Proyección de la Demanda de la S/E 57 Pomasqui
hasta el Año 2025
La información obtenida muestra que para el
año 2018, el valor proyectado para el escenario
de demanda coincidente es de 31,78 MVA para el
transformador T2 y 24,58 MVA para el transformador
T1. En el escenario de demanda máxima no
coincidente se estima que los transformadores T1 y
T2 tienen demandas de 29,71 MVA y 34,65 MVA
respectivamente, valores que bordean la potencia
instalada de 33 MVA de cada transformador de la
subestación.
Siguiendo la tendencia para los siguientes tres
años, se observa que la subestación 57 Pomasqui no
podrá abastecer el crecimiento de la demanda en su
área de cobertura. Lo cual tiene concordancia con los
estudios realizados por la Dirección de Planificación-
Departamento de Planificación Técnica, definidos
en el plan de expansión 2016 – 2025 del sistema
eléctrico de la EEQ.
40
Además, tomando en consideración la demanda
máxima no coincidente estimada al año 2018, ésta
llega al 105% respecto a la capacidad nominal del
transformador T2, mientras que para el transformador
T1 su cargabilidad llega al 90%, lo cual unido a la
tendencia de la demanda, es un indicativo de que se
debe priorizar algún proyecto de inversión que asegure
la continuidad del servicio en la zona estudiada.
Cabe mencionar que, a pesar de que los resultados
obtenidos a través de la utilización de las microáreas
no presentan una diferencia considerable respecto
a la información recabada en la EEQ [13], ambas
metodologías cuentan con sus respectivas fortalezas
que permiten su aplicabilidad dependiendo la situación
analizada, por ejemplo: el método utilizado por la
EEQ realiza la proyección de la demanda tomando en
cuenta que el sistema no se vea afectado por un evento
de contingencia simple, además, presenta la ventaja
de que la metodología utilizada puede usarse en todo
el sistema de la EEQ al mismo tiempo.
El método de proyección de la demanda usando
microáreas, presenta la ventaja de que una vez
realizado el análisis respectivo, se puede determinar
la mejor ubicación de una nueva subestación en el
área de estudio, además de que brinda la flexibilidad
de agregar variables al modelo con el fin de mejorar la
proyección a través de regresiones múltiples.
Por el contrario, el método de proyección
utilizado por la EEQ presenta el inconveniente de
que, para realizar las simulaciones se debe establecer
el pre-diseño de las líneas y transformadores que
van a ingresar al sistema hasta el año horizonte de
proyección, lo cual se traduce en un trabajo adicional
muy arduo.
Finalmente, el método de proyección de la
demanda por microáreas presenta el inconveniente
de que las predicciones están atadas directamente a
que los pronósticos de uso de suelo y crecimiento
poblacional sean fidedignos, además de que el proceso
se vuelve complejo cuando el área a analizar es muy
extensa.
3.3. Cargabilidad Alimentadores
A partir de la simulación al año 2018, en las Tablas
10 y 11 se detalla los resultados del flujo de potencia
en la salida de los alimentadores de la subestación.
Como se observa en la Tabla 10, las cargabilidades
se encuentran relacionadas al valor de corriente
especificado por el TC (transformador de corriente), es
así que se tienen cuatro alimentadores que presentan
cargabilidades mayores al 80% asociados tanto al
transformador T1 como al transformador T2.
 Jimenez et al. / Estudio por Microáreas de la Demanda Actual y Futura de la Subestación 57 Pomasqui
Para el transformador T2 los primarios 57A y
57E tienen cargabilidades de 81,63% y 117,60%
respectivamente, este último ya supera el 100%
de cargabilidad y probablemente presentará
inconvenientes en su operación normal. Los primarios
restantes, 57D y 57F presentan cargabilidades
menores al 60% lo cual indica un funcionamiento
adecuado.
Los primarios que sobrepasan el 80% de
cargabilidad asociado al transformador T1 son los
alimentadores 57C con 81,97% y 57G con 93,83%,
respectivamente, lo cual indica que en unos pocos
años en el futuro a partir del 2018 estarán al límite
de su capacidad. Lo mismo sucede con el primario
57B que con un 75,47% se encuentra en un rango
aceptable pero muy próximo a bordear los límites
establecidos.
Para el escenario de demanda coincidente
mostrado en la Tabla 11 se observa una tendencia
similar, el primario 57E sobrepasa el 100% de
cargabilidad y dependiendo de la clase del TC puede
provocar la operación de su respectiva protección. Los
primarios 57D y 57F se mantienen con cargabilidades
bajas mientras que los alimentadores restantes (57A,
57B, 57C, 57G) se encuentran entre el rango de 60%
y 80%, aceptable para la operación normal de la
subestación.
Tabla 10: Cargabilidad Alimentadores S/E 57 Pomasqui Año
2018-Dem. No Coincidente
Tabla 11: Cargabilidad Alimentadores S/E 57 Pomasqui Año
2018-Dem. Coincidente
3.4. Transformadores de Distribución
De la simulación al año 2018 para el escenario de
demanda máxima no coincidente, los reportes indican
que se tienen tres transformadores de distribución
en condiciones de sobrecarga los cuales se detallan
en la Tabla 12. Del resto de transformadores de
distribución, 6 presentan cargabilidades entre el 80%
y 60%; y los demás tienen cargabilidades inferiores
al 60%.
Tabla 12: Transformadores Sobrecargados Demanda Máxima
No Coincidente
El transformador en el primario 57C es el mismo
que presenta una cargabilidad alta en la simulación
para el año 2015 pero en este caso, supera el 30% de
su capacidad nominal, mientras los transformadores
agrupados en el alimentador 57E tienen cargabilidades
que sobrepasan a la capacidad nominal en un 16%.
De igual manera, para el escenario de demanda
coincidente se cuenta con tres transformadores
sobrecargados, los cuales se detallan en la Tabla 13.
De los transformadores de distribución restantes, 2
presentan cargabilidades entre el 80% y 60%; y los
demás tienen cargabilidades inferiores al 60%.
Tabla 13: Transformadores Sobrecargados Demanda Máxima
Coincidente
El análisis de cargabilidad de los transformadores
de distribución indica que la gestión del sistema de
distribución en los próximos años debe dar prioridad
al cambio de los equipos que se muestran en la Tabla
12 y en la Tabla 13.
4. CONCLUSIONES Y RECOMENDACIONES
Con los datos obtenidos para el año 2018, se
establece que existen siete microáreas donde se ha
tenido un incremento considerable de demanda,
cuatro más respecto a la situación actual. En base a
esta información, los sectores de mayor crecimiento
delimitados por estas microáreas son: Carcelén Bajo,
parroquia Atahualpa, Pusuquí Chico, La Josefina, Lirios
de Carcelén, ingreso a la Parroquia Guayllabamba y
parte de la parroquia San José de Minas.
En base al análisis de cargabilidad para los
transformadores de distribución, se nota un aumento
considerable de casos con sobrecarga sobre todo
a lo largo del alimentador 57C que cubre el amplio
sector de Carcelén y sus inmediaciones. Por lo que
es importante considerar esta zona en los proyectos
de inversión de distribución que se planteen a futuro.
Al año 2018, la cargabilidad del transformador
T2 de la subestación Pomasqui supera el 100% y
el transformador T1 alcanza el 90%, lo cual indica
que para reducir el riesgo de sobrecarga se deben
implementar proyectos que permitan aliviar la carga
41
 Edición No 14, Enero 2018
de los dos transformadores.
Como propuesta a corto plazo, al año 2017, se
puede realizar la reconfiguración de los primarios de
la subestación 57 Pomasqui, donde los alimentadores
más cargados pueden transferir carga a los primarios
aledaños de las demás subestaciones de la zona. Esto
con el fin de descargar a los dos transformadores
de la S/E 57 Pomasqui por el riesgo de fallas por
sobrecarga y, reducir la cargabilidad de los primarios
de la subestación.
Se plantea que la solución a mediano plazo (al año
2018) que permite descargar a los dos transformadores
de la S/E 57 Pomasqui ante riesgo de sobrecarga, es la
instalación de un nuevo transformador de potencia en
los patios de la actual subestación o la construcción
de una nueva subestación con una capacidad nominal
mayor a 33MVA, dependiendo del análisis costo
beneficio que se realice.
Ya que el proceso para realizar la proyección de
la demanda se basa en la saturación de los límites
constructivos del suelo, el impacto del Plan de Cocción
Eficiente se lo realiza para la misma condición,
motivo por el cual no se tienen datos precisos de su
influencia para el año planteado de estudio 2018. Sin
embargo, al estimar que el 90% de los usuarios en
la zona son residenciales, se considera un incremento
significativo de demanda para los próximos tres años.
REFERENCIAS BIBLIOGRÁFICAS
[1] A.M. Ariza, “Métodos Utilizados para el
Pronóstico de Demanda de Energía Eléctrica en
Sistemas de Distribución”, Tesis de Ingeniería,
Universidad Tecnológica de Pereira, Pereira,
Colombia, 2013.
[2] X. Basogain, Redes Neuronales Artificiales y sus
Aplicaciones. Bilbao, España: Escuela Superior
de Ingeniería de Bilbao, 2008.
[3] L. Duchicela, “Diseño y análisis técnico
económico de la red de distribución eléctrica
subterránea de la Av. Manuel Córdova Galarza
para la Empresa Eléctrica Quito”, Tesis de
Ingeniería, Escuela Politécnica Nacional, Quito,
Ecuador, 2015.
[4] R. Robalino, y L. Duchicela, “Informe de
Elaboración de Micro Áreas para Estudios de
Estadística a Nivel Distribuido”, Departamento
de Administración de Proyectos, Empresa
Eléctrica Quito, 2015.
[5] M. Salas, Estadística Española, Vol.38, Núm.141.
Granada, España: Universidad de Granada, 1996.
42
[6] M. Sosa, y M. Poveda, “Informe de la Carga
Eléctrica Actual y Futura de la Zona A”, Unidad
Temporal de Soterramiento, Empresa Eléctrica
Quito, 2014.
[7] EEQ Intranet Empresa Eléctrica Quito. (2016) [En
línea]. Disponible en: http://sdi.eeq.com.ec/SDi/.
[8] S. Ramírez Castaño, Redes de Distribución de
Energía, Tercera Edición. Manizales, Colombia:
Centro de Publicaciones Universidad Nacional de
Colombia, 2004.
[9] Plan Metropolitano de Ordenamiento Territorial-
Ordenanza Metropolitana No 0171, Concejo
Metropolitano de Quito, Quito, Ecuador, 2011.
[10] Westinghouse Electric Corporation, Distribution
Systems, vol. 3, 1965.
[11] R. Lara, y F. Mestanza; “Planificación a largo
plazo del sistema de distribución del sector
La Mariscal de la ciudad de Quito”, Tesis de
Ingeniería, Escuela Politécnica Nacional, Quito,
Ecuador, 2004.
[12] J. Jiménez, “Estudio de la demanda actual y
futura del área de cobertura de la subestación 57
Pomasqui del Distrito Metropolitano de Quito
por microáreas”, Tesis de Ingeniería, Escuela
Politécnica Nacional, Quito, Ecuador, 2016.
[13] Plan de Expansión 2016-2025 del Sistema
Eléctrico de la EEQ, Empresa Eléctrica Quito
S.A, Quito, Ecuador, 2015.
Jefferson Jiménez Rodríguez.-
Nació en Quito, Ecuador en 1990.
Curso sus estudios secundarios
en el Instituto Tecnológico Sucre.
Egreso de la Carrera de Ingeniería
Eléctrica de la Escuela Politécnica
Nacional en 2015. Sus campos de
investigación están relacionados
con el análisis de los factores que
influyen en el crecimiento de la demanda en los sistemas
de distribución.
Fabián Pérez Yauli.- en Ambato,
Ecuador. Recibió el título de
Ingeniero Eléctrico en la Escuela
Politécnica Nacional en 2004, y el
de Doctor en Ingeniería Eléctrica
en la Universidad Nacional de San
Juan Argentina en 2013. Trabajó
en la Corporación Eléctrica del
Ecuador CELEC EP – Unidad de
 Jimenez et al. / Estudio por Microáreas de la Demanda Actual y Futura de la Subestación 57 Pomasqui

Negocio TRANSELECTRIC. Actualmente se desempeña

como docente titular a tiempo completo en la Escuela
Politécnica Nacional. Sus áreas de interés son: Protecciones
Eléctricas y Procesamiento de señales.

Rosanna Loor.- Formada como

Ingeniera Eléctrica y Máster
en Eficiencia Energética, en la
Escuela Politécnica Nacional
(EPN), Quito – Ecuador. Su campo
de estudio es la planificación
de sistemas de energía eléctrica
(transmisión y distribución), con
énfasis en eficiencia energética.
Actualmente trabaja como ingeniera eléctrica en la
Empresa Eléctrica Quito en la Dirección de Planificación,
y se desempeña como profesora Ocasional 1 a tiempo
parcial en la Facultad de Ingeniería Mecánica de la EPN.

43
 Artículo Académico / Academic Paper

Coordination Study of Protections of the Subtransmission System

of CNEL EP Sucumbíos due to the New Connection Point to the
Interconnected National System (SNI)

Estudio de Coordinación de Protecciones del Sistema de Subtransmisión

de CNEL EP Unidad de Negocios Sucumbíos ante un Nuevo Punto de
Conexión al Sistema Nacional Interconectado (SNI)
J.C. Guamán1 F.E. Pérez1 J.E. Estrada2
Escuela Politécnica Nacional, EPN
1

juan.guaman@epn.edu.ec; fabian.perez@epn.edu.ec
2
Coorporacion Nacional de Electricidad CNEL EP, Unidad de Negocio Sucumbíos
jorge.estrada@cnel.gob.ec

Abstract Resumen

Currently, Ecuador is experiencing changes in En la actualidad Ecuador experimenta cambios

the energy matrix, which involves big projects in
electricity area mainly in generation, transmission,
subtransmission and distribution, particularly the
entry into operation of the Coca Codo Sinclair
generation plant and the creation of new supply
points to the distribution companies.
In this context, the Corporación Eléctrica del
Ecuador CELEC EP has built the substation
named Jivino of TRANSELECTRIC, which
constitutes for the electricity distribution company
CNEL EP Sucumbíos, a new point of connection to
the National Interconnected System (SNI).
This work carries out a study of protective device
coordination in the CNEL EP Sucumbíos sub-
transmission system, due to the operation of the
mentioned new connection point to the SNI, in
order to determine the appropriate protection
system and settings for the distribution company
CNEL EP Sucumbíos. An analysis of the behavior
of the two teleprotection schemes, which are
PUTT (Permissive Under-reach Transfer Trip)
and POTT (Permissive Over-reach Transfer Trip),
for the protection of distance and its operation to
direct faults and high impedance faults. Finally,
the coordination of protections is verified by
establishing different types of short-circuits.
en la matriz energética, lo cual ha involucrado
la construcción de grandes proyectos dentro del
sector eléctrico ya sea en generación, transmisión,
subtransmisión y distribución, y en particular ha
permitido la entrada en operación de la central
de generación Coca Codo Sinclair y la creación
de nuevos puntos de entrega a las empresas
distribuidoras.
En este contexto, la Corporación Eléctrica del
Ecuador CELEC EP ha construido la subestación
Jivino de TRANSELECTRIC, la cual constituye
para la empresa de distribución CNEL EP Unidad
de Negocios Sucumbíos un nuevo punto de conexión
al Sistema Nacional Interconectado (SNI).
Este trabajo realiza un estudio de coordinación de
las protecciones del sistema de subtransmisión de
CNEL EP Sucumbíos, debido al ingreso operación
del mencionado nuevo punto de conexión al SNI.
Esto con la finalidad de determinar los sistemas de
protección y los ajustes más adecuados para dicha
empresa de distribución. Además, se realiza un
análisis del comportamiento de los dos esquemas
de teleprotección PUTT (disparo transferido por
subalcance permisivo) y POTT (disparo transferido
por sobrealcance permisivo) para la protección de
distancia y su funcionamiento ante fallas francas
y fallas de alta impedancia. Finalmente se verifica
la coordinación de protecciones estableciendo
diferentes tipos de fallas.

Index terms− Protective device coordination, Palabras clave− Coordinación de protecciones,

teleprotection schemes, POTT, PUTT. esquemas de teleprotección, POTT, PUTT.

Recibido: 31-07-2017, Aprobado tras revisión: 17-11-2017

Forma sugerida de citación: Guamán, J.; Pérez, F.; Estrada, J. (2018). “Estudio de coordinación de protecciones del sistema
de subtransmisión de CNEL EP Unidad de Negocios Sucumbíos ante un nuevo punto de conexión al Sistema Nacional
Interconectado (SNI)”. Revista Técnica “energía”. No. 14, Pp.44-53
ISSN 1390-5074.

44

1. INTRODUCCIÓN
En el Sistema Nacional Interconectado (SNI) del
Ecuador, la construcción de la central de generación
Coca Codo Sinclair, que se conecta con la subestación
(S/E) San Rafael y que a su vez se conectará a 230
kV con la nueva S/E Jivino de TRANSELECTRIC
(empresa de transmisión), permite a la empresa
CNEL EP Unidad Negocios Sucumbíos tener un
nuevo punto de conexión al SNI. Esta empresa de
distribución tiene planificado para el 2017 seccionar
la línea de subtransmisión Lago Agrio-Jivino de
CNEL de 69 kV, y utilizar dos bahías de la nueva
subestación de propiedad del transmisor.
Para que la Unidad de Negocios Sucumbíos
se pueda conectar a este nuevo nodo eléctrico, se
implementarán dos tableros de protección diferencial
de línea en la S/E Lago Agrio y S/E Jivino de CNEL
para protección principal y como protección de
respaldo relés de sobrecorriente direccional y relés de
distancia.
De esta manera, considerando los nuevos sistemas
de protecciones que se requieren implementar, así
como el cambio en el sentido de los flujos de potencia
y niveles en las corrientes de cortocircuito que se
presentarán en el sistema de CNEL EP Sucumbíos,
se hace necesario la realización de un estudio de
coordinación de protecciones, que permita obtener
los ajustes que aseguren una operación adecuada de
los mismos.
2. MODELACIÓN DEL SISTEMA DE
SUBTRANSMISIÓN DE CNEL EP UNIDAD
DE NEGOCIOS SUCUMBÍOS
2.1. Descripción del Sistema de Subtransmisión
En esta empresa distribuidora se caracteriza por
tener una gran extensión territorial. Su sistema de
subtransmisión es a nivel de 69 kV y de distribución
a nivel 13.8 kV con un solo punto de conexión al SNI
que en la actualidad es la S/E Francisco de Orellana.
La generación local se conecta a nivel de
subtransmisión, sin embargo, la mayor parte de
energía eléctrica es suministrada por el punto de
conexión al SNI con la particularidad que puede
llegar a operar en isla (sistema aislado) mediante el
uso de generación local.
La demanda máxima del sistema de
subtransmisión CNEL EP Sucumbíos, llega a los 55
MW en hora pico, además el sistema se encuentra
con una potencia instalada en transformadores de
subtransmisión de 112.5 MW, es decir que posee
una reserva del 60%. Está conformada por once
subestaciones de subtransmisión y su sistema actual
posee una topología radial.
Para modelar el sistema de subtransmisión de
CNEL EP Sucumbíos, se establecen las siguientes
condiciones:
Edición No 14, Enero 2018
• El nuevo punto de conexión (S/E Jivino de
TRANSELECTRIC) será el único punto
de conexión al SNI, mientras que el actual
punto de conexión que es la S/E Francisco
de Orellana quedará abierto, manteniendo
la línea de transmisión correspondiente para
compensación capacitiva con el fin de mejorar
los voltajes de las barras de las subestaciones
Payamino y Jivino de CNEL.
• Una vez que se haya realizado el cambio del
punto de conexión, las centrales de generación
de CNEL EP Unidad de Negocios Sucumbíos,
funcionaran bajo condiciones operativas
actuales (demanda máxima) [1,2].
2.2. Modelación del Sistema de Subtransmisión
con el Nuevo Punto de Conexión al SNI
A partir del segundo semestre del año 2017, el
sistema de subtransmisión de CNEL EP Sucumbíos
en 69 kV se abastecerá mediante un nuevo punto de
conexión a través de una doble línea de doble circuito a
230 kV “San Rafael - Jivino de TRANSELECTRIC”,
construida con un conductor ACAR 2X750 MCM.
Además, la nueva subestación Jivino tendrá un
transformador de potencia de 167 MVA a 230/69 kV.
Con la información mencionada, se procedió
a modelar el sistema de subtransmisión de CNEL
EP Sucumbíos en el programa computacional
PowerFactory como se observa en la Fig. 1, para el
posterior estudio de cortocircuitos y la coordinación de
protección respectiva bajo las condiciones operativas
futuras [3, 4, 5].
Figura 1: Sistema de Subtransmisión CNEL EP Sucumbíos
con el Nuevo Punto de Conexión al SNI
3. CORTOCIRCUITOS EN EL SISTEMA DE
SUBTRANSMISIÓN DE CNEL EP UNIDAD
DE NEGOCIOS SUCUMBÍOS
Para obtener las corrientes máximas y mínimas
de cortocircuito en los diferentes puntos del sistema
eléctrico de subtransmisión de CNEL EP Sucumbíos,
se utilizó la norma IEC 60909. Estos valores de
cortocircuito tanto en barras de subtransmisión a nivel
de 69 kV como en los diferentes puntos del sistema,
sirvieron para la coordinación de protecciones (relés)
y verificación de la capacidad de equipos de corte.
A continuación, se muestran las corrientes de
cortocircuito máximas y mínimas en barras a nivel de
69 kV en estado actual y futuro.
45
 Guamán et al. / Estudio de Coordinación de Protecciones del Sistema de Subtransmisión de CNEL EP Sucumbíos

3.1. Escenario Actual Tabla 3: Corriente de Cortocircuito Pico [ ] en Condición

Operativa Futura
En las Tablas 1 y 2 se resumen los niveles de
Shushufindi 5.259 3.44 4.424 2.903
cortocircuitos trifásicos y monofásicos para máximas
Tarapoa 2.197 1.329 1.829 1.115
y mínimas corrientes de cortocircuito en barra.
Jivino de
23.037 29.358 20.590 26.265
TRANSELECTRIC
Tabla 1: Corriente de Cortocircuito Pico [ ] en
Lago Agrio 4.448 2.954 3.729 2.487
Condición Operativa Actual
Celso Castellano 3.899 2.537 3.263 2.134
Máximas Mínimas Lumbaquí 1.72 1.030 1.432 0.865
corrientes de corrientes de
BARRA 69 kV C.C. C.C.
3 1 Tabla 4: Corriente de Cortocircuito en Estado Estable [ ]
1 [kA] 3 [kA]
[kA] [kA] en Condición Operativa
Jivino de CNEL 6.172 7.492 5.519 6.704
Máximas Mínimas
Sacha 5.489 5.845 4.840 5.15 corrientes de C.C. corrientes de C.C.
Francisco de Orellana 4.733 4.99 4.095 4.327 BARRA 69 kV
3 1
Payamino 4.677 4.894 4.045 4.234 1 [kA] 3 [kA]
[kA] [kA]
Shushufindi 3.404 3.036 2.938 2.616
Jivino de CNEL 7.165 6.226 6.355 5.604
Tarapoa 7.792 1.335 1.515 1.127
Sacha 3.705 2.818 3.295 2.515
Lago Agrio 2.758 2.275 2.362 1.973
Francisco de Orellana 1.767 1.637 1.549 1.452
Celso Castellano 2.539 2.042 2.169 1.739
Payamino 1.753 1.612 1.537 1.429
Lumbaquí 1.412 0.995 1.190 0.837
Shushufindi 2.633 1.722 2.336 1.533
Tabla 2: Corriente de Cortocircuito en Estado Estable Tarapoa 1.152 0.697 1.015 0.619
[ ] en Condición Operativa Actual Jivino de
8.737 11.135 7.889 10.063
TRANSELECTRIC
Máximas Mínimas Lago Agrio 2.259 1.50 2.011 1.334
corrientes de corrientes de Celso Castellano 1.995 1.298 1.765 1.154
BARRA 69 kV C.C. C.C.
3 1 Lumbaquí 69 0.906 0.543 0.797 0.482
1 [kA] 3 [kA]
[kA] [kA]
Jivino de CNEL 2.5 3.034 2.254 2.737
Sacha 2.335 2.486 2.105 2.24
4. SELECCIÓN DEL ESQUEMA DE
Francisco de Orellana 2.138 2.259 1.923 2.032
TELEPROTECCIÓN
Payamino 2.117 2.215 1.903 1.992
Shushufindi 1.968 1.399 1.405 1.250 Para elegir el esquema de teleprotección adecuado
Tarapoa 0.891 0.664 0.791 0.589 para el sistema de subtransmisión de CNEL EP
Lago Agrio 1.311 1.082 1.171 0.963 Sucumbíos se realiza un análisis del comportamiento
Celso Castellano 1.219 0.98 1.088 0.872 de los dos esquemas de teleprotección utilizados en
Lumbaquí 0.713 0.502 0.632 0.445 el Ecuador, que son los esquemas PUTT (Disparo
transferido por subalcance permisivo) y POTT
3.2. Escenario Futuro (Disparo transferido por sobrealcance permisivo)
En las Tablas 3 y 4 se resumen los niveles de ante fallas francas y fallas de alta impedancia. Los
cortocircuitos trifásicos y monofásicos para máximas siguientes ejemplos se elaboraron en base a [6].
y mínimas corrientes de cortocircuito en barra con el
nuevo punto de conexión al SNI. 4.1. Comportamiento del Esquema PUTT ante
Fallas Francas
El ingreso de la nueva subestación Jivino de
Para este análisis se tiene dos subestaciones como
TRANSELECTRIC provoca un aporte adicional
se observa en la Fig. 2, cuando la falla ocurre al
de corrientes hacia los cortocircuitos en la red tal
90 % de la subestación A, el relé de distancia de la
como se observa (resultado en azul) de los resultados
subestación B opera en Zona 1, envía señal de disparo
indicados en las Tablas 3 y 4.
al extremo remoto y dispara su interruptor de manera
El incremento más significativo se da en la zona instantánea, mientras que en el extremo remoto que es
de influencia eléctrica (S/E Lago Agrio y S/E Jivino la subestación A, arranca en Zona 2, recibe señal de
de CNEL). disparo del extremo remoto y opera acelerado Zona 2.

Tabla 3: Corriente de Cortocircuito Pico [ ] en Condición

Operativa Futura

Máximas Mínimas
corrientes de C.C. corrientes de C.C.
BARRA 69 kV
3 1
1 [kA] 3 [kA]
[kA] [kA]
Jivino de CNEL 17.454 15.167 15.355 13.332
Sacha 7.737 5.885 6.559 5.005
Francisco de Orellana 3.509 3.251 2.93 2.745
Payamino 3.48 3.201 2.906 2.703 Figura 2: Respuesta del Esquema PUTT ante una Falla al 90%
con Respecto a la Subestación A

46
 Edición No 14, Enero 2018

El funcionamiento del esquema PUTT es similar

si la falla ocurriese al 90% de la subestación B.
Cuando la falla ocurre al 50% de la línea como
se observa en la Fig. 3, ambos relés de distancia de
las subestaciones A y B opera en Zona 1, envían
señal de teleprotección y disparan sus interruptores
instantáneamente, no se necesita confirmación de
señal del extremo remoto.
Figura 5: Respuesta del Esquema POTT ante una Falla al
50% de la Línea entre la Subestación A y B

Para fallas francas el esquema POTT responde de

manera eficiente, acelerando el disparo en Zona 2 del
extremo lejano a la falla.

4.3. Comportamiento del Esquema PUTT ante

Fallas de Alta Impedancia
Figura 3: Respuesta del Esquema PUTT ante una Falla al
Para este análisis se tiene dos subestaciones como
50% de la Línea entre la Subestación A y B
se observa en la Fig. 8, cuando la falla ocurre al 50 %
Para fallas francas el esquema PUTT responde de de la subestación A entonces se tiene que:
manera eficiente, acelerando el disparo en Zona 2 del
Impedancia de la línea
extremo lejano a la falla.

4.2. Comportamiento del Esquema POTT ante = 0.2 + j 2 [Ω];

Fallas Francas
Impedancia que mide el relé 21 ubicado en la
De igual forma se tiene dos subestaciones como se subestación A.
observa en la Fig. 4, cuando la falla ocurre al 90% de
la subestación A, el relé de distancia de la subestación
B opera en Zona 1, abre su interruptor de manera
instantánea y a través de un contacto de Zona 2 envía (1)
señal de disparo al extremo remoto; adicionalmente,
recibe señal de disparo del extremo remoto. Mientras
tanto en la subestación A, la protección de distancia Y las fuentes son equivalentes, por lo cual
arranca en Zona 2, envía señal de disparo al extremo , entonces se tiene:
remoto, pero al recibir la señal de disparo del extremo
remoto dispara de forma acelerada en Zona 2.
La impedancia que calcula el relé 21 ubicado en la
subestación A en el diagrama R-X se puede observar
en la Fig. 6.

Figura 4: Respuesta del Esquema POTT ante una Falla al

90% con Respecto a la Subestación A

Cuando la falla ocurre al 50% de la línea como se
observa en la Fig. 5, ambos relés de distancia de la
subestaciones A y B opera en Zona 1, envían señal de
disparo y disparan sus interruptores instantáneamente,
no se necesita confirmación de señal del extremo
remoto.
Figura 6: Impedancia Calculada por el Relé 21 de la
Subestación A ante una Falla de Alta Impedancia
La impedancia que calcula el relé 21 ubicado en la
subestación B en el diagrama R-X se puede observar
en la Fig. 7.

47
 Guamán et al. / Estudio de Coordinación de Protecciones del Sistema de Subtransmisión de CNEL EP Sucumbíos

4.5. Análisis del Comportamiento de los Esquemas

Figura 7: Impedancia Calculada por el Relé 21 de la
Subestación B ante una Falla de Alta Impedancia
PUTT y POTT ante Fallas Francas y de Alta
Impedancia
Los dos esquemas operan de manera eficiente entre
fallas francas, acelerando el disparo en Zona 2 del
extremo lejano a la falla. Para el caso de fallas de alta
impedancia puede darse el caso de que los esquemas
de teleprotección PUTT y POTT no se comporten de
manera adecuada (envió de teleprotección o señal de
disparo).

Puede darse el caso que exista una falla de alta
impedancia que provoque que los relés de distancia
de las dos subestaciones vean la falla en Zona 2
como se ilustra en la Fig. 8, lo que provoca que en
el esquema PUTT no se envíe la señal de disparo al
extremo remoto y por lo tanto sus protecciones operen
en tiempos de Zona 2 (entre 0.3s y 0.6s [5]), por lo
cual no se despeja la falla de manera instantánea.
Ante fallas de alta impedancia y si la línea es muy
corta, el relé de distancia puede ver la falla en Zona 2,
lo que provocaría que en el esquema de teleprotección
PUTT nunca se envié la señal de disparo para que
opere en Zona 2 acelerado, por lo que el relé de
distancia operaría de manera temporizada. Por ello se
puede concluir que el esquema POTT es mucho más
confiable que el esquema PUTT para fallas de alta
impedancia.
En el caso del sistema de subtransmisión de CNEL
EP Sucumbíos, debido a que las líneas donde se van
a implementar los relés de distancia con esquema de
teleprotección son relativamente cortas, se recomienda
utilizar el esquema POTT para detección de fallas de
alta impedancia, contando además como respaldo
con una protección de sobrecorriente direccional de
neutro.
En la Tabla 5 resume los ejemplos expuestos
anteriormente y la Tabla 6 muestra la comparativa
entre los dos esquemas de teleprotección.

Tabla 5: Actuación de los Esquemas de Teleprotección para

Distintos Tipos de Fallas
Figura 8: Respuesta del Esquema PUTT ante una Falla de
Alta Impedancia. TIPOS DE
Esquema POTT Esquema PUTT
FALLAS
4.4. Comportamiento del Esquema POTT ante OPERA OPERA
Fallas de Alta Impedancia Fallas francas
(Z2 acelerado) (Z2 acelerado)
De igual forma si existe una falla de alta Fallas de alta OPERA NO OPERA
impedancia que provoque que los relés de distancia impedancia (Z2 acelerado) (Z2 temporizado)
de las dos subestaciones vean la falla en Zona 2
(ver ejemplo del esquema PUTT para falla de alta Tabla 6: Comparativa de los Esquemas de Teleprotección
impedancia), en el esquema POTT los relés 21 de la POTT y PUTT
subestación A y B envían señal de disparo, reciben
señal de disparo y operan en Zona 2 acelerado como Esquema POTT Esquema PUTT
se puede observar en la Fig. 9. Buena cobertura para En el área de traslape (Z1) se
fallas de alta impedancia tiene disparo incondicional
VENTAJAS dentro de la línea. En (no requiere permiso de otra
especial para líneas protección). Ideal para línea
cortas. de tres terminales.

Requiere doble canal de

Mala cobertura para fallas de
comunicación y puede
alta impedancia (Arranque
llegar a operar por fallas
temporizado por Z2).
externas al elemento
Requiere un solo canal
DESVENTAJA protegido cuando se
de comunicación con alta
tiene extremo débil y
seguridad y el ruido o
se encentra habilitada la
transitorios pueden generar
función Eco por Weak
disparos incorrectos.
Infeed.

En el caso del sistema de subtransmisión de CNEL

Figura 9: Respuesta del Esquema POTT ante una Falla de EP Sucumbíos, debido a que las líneas donde se van
Alta Impedancia

48
 Edición No 14, Enero 2018

a implementar los relés de distancia con esquema de • Para la coordinación, se considera que existe
teleprotección son relativamente cortas se recomienda pérdida de los canales de comunicación para
utilizar el esquema POTT para la detección de fallas el relé de distancia debido a que en la práctica
de alta impedancia con respaldo de 67 N para tener operaría de manera instantánea por el esquema
una mayor sensibilidad a este tipo de fallas. de teleprotección propuesto (POTT), por
ello actúa como protección de respaldo y
5. COORDINACIÓN DE PROTECCIONES para ciertos eventos de falla que se describe
a continuación actúa en diferentes zonas de
Antes de realizar el análisis correspondiente, es protección, esto tiene por objetivo verificar la
necesario aclarar cómo se establece la coordinación, correcta coordinación de las protecciones de
debido a que el sistema de subtransmisión posee respaldo.
ciertos tramos radiales y mallados.
• Se sugiere la instalación de relés de bajo
Para tramos radiales se plantea de la siguiente voltaje en terminales de carga de una línea.
manera: Estos relés de bajo voltaje no se coordinan
con las demás protecciones, pues su objetivo
• Protección principal: 50/51 de fase y neutro,
para todos los eventos de falla que ocurran no es la detección y despeje de falla, sino
dentro de la zona protegida. la desconexión completa de la línea en
• Protección de respaldo: 50/51 de fase y condiciones de post-falla.
neutro del elemento aguas arriba para La presencia de relés de bajo voltaje (27), se debe
todos los eventos de falla en caso de que la a que por ser un sistema radial, hay extremo fuerte
protección principal no opere en los casos que y débil en algunos puntos de la red. Se implementa
corresponda. el relé de bajo voltaje en el extremo débil debido
Para tramos mallados o anillos se plantea de la a que para cualquier tipo de falla la corriente de
siguiente manera: cortocircuito en el extremo débil es cero (menor a
la corriente nominal) y cualquier otro tipo de relé
• Protección principal: 87L, para todos los operaría de manera errónea en este extremo. Para
eventos de falla que ocurran dentro de la zona poder aislar el elemento en falla el relé de bajo voltaje
protegida. operaría luego de un tiempo prudencial en que la falla
• Protección principal: 21 (F/N) para todos los ha sido despejada desde el extremo fuerte. El relé 27
eventos de falla que ocurran dentro de la zona
opera mediante la detección de la caída de voltaje en
protegida con canales de comunicación.
el extremo débil (el punto donde éste se instala) como
• Protección de respaldo: 21F, 67 (F/N), para
todos los eventos de falla en caso de que la se observa en la Fig. 21.
protección principal no opere en los casos que En base a los criterios mencionados anteriormente
corresponda. y luego de realizar los estudios requeridos mediante
Es necesario aclarar que no se sugiere los relés PowerFactory se proponen los siguientes ajustes para
21N en las subestaciones Lago Agrio, Jivino de los relés de bajo voltaje (27) instalados en el sistema
CNEL y Jivino de TRANSELECTRIC, debido a de subtransmisión de CNEL EP Sucumbíos como se
que las líneas a proteger son relativamente cortas y puede observar en la Tabla 7.
para fallas con contacto a tierra mediante una alta
Tabla 7: Relés de Bajo Voltaje para el Sistema de
impedancia de falla, estos relés no operan debido al Subtransmisión de CNEL EP Sucumbíos
subalcance presentado.
Esto se debe a que la resistencia de falla al ser PROTECCIÓN DE BAJO VOLTAJE
la suma de la resistencia de arco más la resistencia Voltaje Tiempo
Línea S/E
con contacto a tierra puede llegar a ser muy (pu) (s)
elevada (experiencia del operador del sistema de Coca-Sacha
Francisco de
0.85 3
subtransmisión de Sucumbíos, máxima de 8 Ω, por Orellana
ser zona selvática y con elevados índices de incidencia Sacha-Jivino Sacha 0.85 3
de falla en ciertos tramos) provocando una variación Tarapoa-
muy significativa de la resistencia (en especial para Tarapoa 0.85 3
Shushufindi
líneas cortas) y el cambio del ángulo de fase, lo cual Shshufindi-
Shushufindi 0.85 3
provocaría que el relé no opere por subalcance, Jivino
las pruebas realizadas mediante simulaciones con Lago Agrio-
Lago Agrio 0.85 3
Jivino
impedancia de falla desde los 10 Ω a 15 Ω confirman
Celso
que los relés 21N no detectan la falla, comprobando
Castellano- Celso Castellanos 0.85 3
lo que la literatura técnica indica [8] y recomienda Lago Ario
para este tipo de líneas, establecer como protección Lumbaquí-
de respaldo un 67N para una mayor sensibilidad con Celso Lumbaquí 0.85 3
fallas de alta impedancia que puede darse el caso. Castellanos

49
 Guamán et al. / Estudio de Coordinación de Protecciones del Sistema de Subtransmisión de CNEL EP Sucumbíos

5.1. Análisis de la Respuesta de las Protecciones

ante Evento de Falla
La Fig. 10 muestra la simulación de un cortocircuito
trifásico con una impedancia de falla de 10 Ω entre
fases en el tramo Jivino de TRANSELECTRIC-
Jivino de CNEL 69 kV.

Figura 12: Respuesta de la Protección de Distancia de Fase

Ubicado en la S/E Jivino de TRANSELECTRIC

La Fig. 13 ilustra la respuesta del relé de

sobrecorriente direccional de fase ubicado en la
nueva S/E Jivino de TRANSELECTRIC, que opera
de manera temporizada, lo cual es correcto debido a
que la falla ocurre en la dirección en la que el relé está
supervisando, en un tiempo mayor a Zona 2.
Figura 10: Cortocircuito Trifásico al 50 % del Tramo Jivino
de TRANSELECTRIC-Jivino de CNEL

1.1.1 Respuesta de los relés ubicados en la

subestación Jivino de TRANSELECTRIC
Como se puede observar en la Fig. 11, el relé
diferencial de línea (87L, protección principal)
funciona correctamente, opera de manera instantánea
debido a que es una falla interna, dentro de la zona
protegida. La característica de operación es la misma
para cada fase.

Figura 13: Respuesta del Relé 67F Ubicado en la Subestación

Jivino de TRANSELECTRIC

En la Fig. 14, el relé de sobrecorriente direccional de

neutro (67N, protección de respaldo) no opera, lo cual
es correcto debido a que la falla se produce entre fases
y no existe un contacto a tierra (esta protección opera
con las corrientes de desbalance ).

Figura 11: Respuesta de Protección 87L

La respuesta del relé de distancia ubicado en la S/E

Jivino de TRANSELECTRIC se puede observar en
la Fig. 12. Este relé que se considera está operando
como protección de respaldo (bajo el supuesto que el
esquema POTT está fuera de servicio) opera en Zona
1, es decir, de manera instantánea (podría ser visto
como protección redundante con la 87L), debido a
que la falla ocurre a una distancia menor del 80% de
la línea, porcentaje hasta el cual la Zona 1 fue ajustada
para que brinde protección de la línea. Figura 14: Respuesta del Relé 67N Ubicado en la Subestación
Jivino de TRANSELECTRIC ante un Evento de Falla
Trifásico

50
 Edición No 14, Enero 2018

5.1.2 Respuesta de los relés ubicados en la

subestación Jivino de CNEL
La protección diferencial se ubica en las dos
subestaciones y opera exactamente igual en los dos
extremos de la línea (ver Fig. 11).
En cuanto al relé de distancia de fase, este opera de
manera correcta, como se puede observar en la Fig.
15. El relé 21 que opera como protección de respaldo
(bajo el supuesto que el esquema POTT está fuera
de servicio) opera en Zona 1, es decir, de manera
instantánea (redundante con la 87L), debido a que la
falla ocurre a una distancia menor del 80% de la línea. Figura 17: Respuesta de la Protección de Sobrecorriente
Direccional de Neutro (67N) Ubicado en el S/E Jivino de
CNEL ante un Evento de Falla Trifásico

La Tabla 8 muestra un resumen del comportamiento

de las protecciones tanto las principales como sus
respaldos, para diferentes fallas, resumen en el que se
puede verificar su correcta operación y coordinación.
Tabla 8: Operación de las Protecciones ante Eventos de Falla
al 50% de la Línea Jivino de TRANSELECTRIC-Jivino de
CNEL

PROTECCIÓN

Falla al 50% desde la S/E Jivino de TRANSELECTRIC

TIPO DE Resistencia
Figura 15: Respuesta de la Protección de Distancia de Fase S/E BAHÍA 87L 211 671 67N1
FALLA de falla [Ω]
(21) Ubicado en la S/E Jivino de CNEL ante un Evento de
3F 0 SI SI SI NO
Falla Trifásico
Jivino de 2F 5 SI SI SI NO
Jivino de
Como se puede observar en la Fig. 16, el relé de TRANS
ELECTRIC CNEL 69
1F 10 SI NO SI SI
kV
sobrecorriente direccional de fase (67, protección de
2F-T 10 SI NO SI SI
respaldo) opera de manera temporizada, lo cual es
correcto debido a que la falla ocurre en la dirección Falla al 50% desde la S/E Jivino de CNEL

en la que el relé está supervisando, en un tiempo 3F 0 SI SI SI NO

mayor Zona 2. 2F 5 SI SI SI NO
Jivino de
Jivino de
TRANS
CNEL ELECTRIC 1F 10 SI NO SI SI
69 kV

2F-T 20 SI NO SI SI

Nota: “ ” Estas protecciones operan como respaldo.

1

La Fig. 18 muestra la actuación de las protecciones

Figura 16: Respuesta de la Protección de Sobrecorriente
Direccional de Fase (67) Ubicado en el S/E Jivino de CNEL
ante un Evento de Falla Trifásico
En la Fig. 17, el relé de sobrecorriente direccional
de neutro (67N, protección de respaldo) no opera, lo
cual es correcto debido a que la falla se produce entre
fases y no existe una corriente de desbalance.
tanto las principales como sus respaldos en un
diagrama distancia vs tiempo.
Realizando un análisis en el dominio del tiempo
se considera el ejemplo anterior de la línea Jivino
de CNEL-Jivino de TRANSELECTRIC (por la
importancia en el sistema de subtransmisión), para lo
cual se simula una falla interna y externa a la línea
para ver el correcto funcionamiento de la protección
diferencial de la misma y la actuación de los relés más
cercanos a la falla.

51
 Guamán et al. / Estudio de Coordinación de Protecciones del Sistema de Subtransmisión de CNEL EP Sucumbíos
Figura 18: Actuación de las Protecciones ante un
Evento de Falla en el Tramo Jivino de CNEL-Jivino de
TRANSELECTRIC
Cuando la falla se da en la zona de protección
(50% de la línea Jivino de CNEL - Jivino de
TRANSELECTRIC) como se observa en la Fig. 19,
operan los relés cercanos a la falla (87L) como se
observa en la Fig. 20, en donde al darse el evento de
falla (200 ms) la corriente de cortocircuito en estado
estable (Ikss) dura 40 ms antes de ser despejada por
la actuación de los relés diferenciales de línea (87L).
Figura 19: Falla Interna a la Zona Protegida
Figura 20: Corriente de la línea Jivino de CNEL-Jivino de
TRANSELECTRIC
Por otro lado, cuando la falla se da por ejemplo
al 50% de la Línea Celso Castellanos-Lumbaquí,
operan los relés cercanos a la falla (51 y 27) como
se observa en la Fig. 21. En esta figura se observa
que opera el disyuntor ubicado en la subestación
Celso Castellanos por el relé de sobrecorriente (51),
a los 280 ms después de haberse producido la falla.
El disyuntor ubicado en la subestación Lumbaquí
opera por el relé de bajo voltaje (27) a los 3 segundos
después de haberse despejado la falla por el relé 51
52
del otro extremo. De esta manera, la línea bajo falla
es desconectada en los dos extremos. El relé de bajo
voltaje actúa en post-falla, debido a que no es una
protección diseñada para detección y despeje de falla.
Figura 21: Actuación del Relé 51 y 27 ante un Evento de Falla
en el Tramo Celso Castellanos-Lumbaquí
6. CONCLUSIONES Y RECOMENDACIONES
La importancia de un estudio de coordinación
de protecciones en el sistema de subtransmisión de
CNEL EP Sucumbíos, se genera debido a la creación
de un nuevo punto de conexión al Sistema Nacional
Interconectado (S/E Jivino de TRANSELECTRIC),
como consecuencia se genera inversión de flujo y
cambio de potencia de cortocircuito.
Con el nuevo punto de conexión al SNI, existe
una inversión de flujo y el esquema se vuelve radial
en gran parte del sistema, lo que ocasiona que
aparezcan extremos fuertes (en un punto generación)
y débiles (extremo carga), por ello es necesario
la implementación al extremo débil de la línea de
relés de bajo voltaje (27) para poder desconectar
completamente al elemento.
La protección de bajo voltaje (27) no se emplea
para la detección y despeje de fallas, es para post-falla,
debido a que esta protección debe actuar una vez que
la protección principal o de respaldo haya operado.
Para el esquema de teleprotección a implementarse
en la subestación Jivino de TRANSELECTRIC, se
determinó que por las características de las líneas
(líneas cortas) se debe implementar el esquema POTT
y con respaldo de 67N para fallas de alta impedancia
y de esta forma dar mayor confiabilidad al sistema.
Para algunos eventos de falla con contacto a
tierra, la protección de sobrecorriente direccional de
fase (67) opera, lo cual origina redundancia con la
protección 67N, beneficiando la coordinación.
Con el nuevo punto de conexión al SNI del sistema
eléctrico de CNEL EP Sucumbíos, las corrientes de
cortocircuito pico (ip ) y de estado estable (lkss), tanto
en barras como en líneas en la zona de influencia
eléctrica, se ven afectadas a las condiciones actuales
pero no exceden la capacidad de los equipos de corte
(disyuntores) instalados actualmente y por lo tanto no

es necesario considerar el rediseño y sustitución de
los mismos.
REFERENCIAS BIBLIOGRÁFICAS
[1] Departamento de planificación técnica de
CNEL EP UN Sucumbíos, “Plan de expansión
a 10 años del sistema eléctrico de CNEL EP
Sucumbíos, en base a estudios técnicos y
económicos”, 2015.
[2] Departamento de planificación técnica de
CNEL EP UN Sucumbíos, “Simulación del
Sistema Eléctrico de generación de la central
Jivino, cálculo de corrientes de cortocircuito,
coordinación de protecciones”, 2012.
[3] Alvarado Acosta Montoya, “Análisis de
Sistemas de Potencia”, Universidad Tecnológica
de Pereira, Facultad de Ingeniería Eléctrica, pp.
53-55.
[4] Renzo T. Armando, “Protecciones Eléctricas”,
2da edición, Bogotá, Colombia, 2007.
[5] Corporación CENACE, “OPERACIÓN
DE SISTEMAS ELÉCTRICOS DE
POTENCIA”, [En línea], Disponible en:
http://biblioteca.cenace.org.ec/jspui/bitstream/
123456789/826/62/PROTEC-TEMA5.pdf.
[6] Saúl Cosme, “Proyecto de modernización
de un tablero de protección de una línea de
transmisión de 115 kV en la S/E Veracruz
Dos”, Tesis de Ingeniería Mecánica y Eléctrica,
Universidad Veracruzana, México, 2014.
[7] Alberto Jacinto, “Software aplicado al análisis
de selectividad en los estudios de coordinación
de protecciones de sobre corriente EDDSEL”,
Tesis de Ingeniería Eléctrica, Universidad
Nacional de Ingeniería, Lima, Perú, 2007.
[8] Renzo T, Amando, “Protecciones Eléctricas”,
2da Edición, Bogotá, Colombia 2007.
Edición No 14, Enero 2018
Juan Guamán.- Nació en
Latacunga Ecuador. Recibió el
título de Ingeniero Eléctrico de
la Escuela Politécnica Nacional
en 2017. Trabaja en la empresa
eléctrica de Riobamba en el
departamento de Planificación.
Sus áreas de interés son
protecciones e instalaciones eléctricas.
Fabián Pérez Yauli.- Nació
en Ambato Ecuador. Recibió
el título de Ingeniero Eléctrico
de la Escuela Politécnica
Nacional en 2004, y el de
doctor en Ingeniería Eléctrica
en la Universidad Nacional de
San Juan Argentina en 2013.
Actualmente se desempeña
como docente titular a tiempo completo en la Escuela
Politécnica Nacional. Sus áreas de interés son
protecciones y procesamiento de señales.
Jorge Estrada Centeno.- Nació
en Quito Ecuador. Recibió el
título de Ingeniero Eléctrico de la
Escuela Politécnica Nacional en
2001. Trabaja en la Corporación
Nacional de Electricidad CNEL EP
- Unidad de Negocio Sucumbíos.
Sus áreas de interés son operación,
diseño, construcción y fiscalización
de proyectos eléctricos de distribución y subtransmisión.
53
 Aplicación Práctica / Practical Issues

Power System Transient Stability Assessment based on Center of Inertia

Concept

Evaluación de Estabilidad Transitoria de Sistemas de Potencia utilizando

el concepto de Centro de Inercia
D. E. Echeverría J. C. Cepeda
Operador Nacional de Electricidad, CENACE, Quito, Ecuador
E-mail: decheverria@cenace.org.ec; jcepeda@cenace.org.ec

Abstract Resumen

This work presents an analysis of the power
system transient stability assessment using the
concept of Center of Inertia COI as reference.
First, a synchronous machine model for transient
stability studies has been presented. This model
uses the dq0 reference frame based on Park
transform. Afterwards, the importance of
choosing a specific angle reference for defining
any Park-based model is analyzed. This aspect
has several important consequences that motivate
the selection of a general time-variable angle
reference known as Center of Inertia COI. With
the purpose of generalizing the benefits of using
COI for transient stability assessment, formal
mathematical demonstrations are developed. In
addition, simulation results of several study cases
analyzed at two test power systems are presented.
By this way, it is verified that COI gives a general
reference frame properly designed for assessment
of power system transient stability.
Este trabajo presenta un análisis de la evaluación
de la estabilidad transitoria utilizando como
referencia el Centro de Inercia COI del sistema de
potencia. En primer lugar, se presenta un modelo
de máquina síncrona utilizado en estudios de
estabilidad transitoria, cuyo modelo se basa en un
marco de referencia dq0 utilizando la transformada
de Park. Posteriormente, se analiza la importancia
de la elección de un ángulo de referencia como
un paso indispensable para definir cualquier
modelo basado en la transformada de Park. Esto
tiene algunas consecuencias importantes, que
motivarán la elección de un ángulo de referencia
general variable en el tiempo conocido como
el Centro de Inercia COI. Con el propósito de
generalizar los beneficios del uso del COI para
realizar análisis de estabilidad transitoria, se
desarrollan demostraciones matemáticas formales
y se presentan resultados de simulaciones de
varios casos de estudio realizados en dos sistemas
de prueba. De esta forma, se verifica que el uso
del COI brinda el marco referencial apropiado
para analizar estabilidad transitoria en sistemas
eléctricos de potencia.

Index terms− Center of Inertia, Rotor Angle, Palabras clave− Ángulo de Rotor, Centro de Inercia,
Synchronous Machine, and Transient Stability. Estabilidad Transitoria, Máquina Sincrónica.

Recibido: 31-07-2017, Aprobado tras revisión: 10-11-2017

Forma sugerida de citación: Echeverría D.; Cepeda J. (2018). “Evaluación de Estabilidad Transitoria de Sistemas de
Potencia utilizando el concepto de Centro de Inercia”. Revista Técnica “energía”. No. 14, Pp.54-63
ISSN 1390-5074.

54
 Edición No 14, Enero 2018

1. INTRODUCCIÓN físico que permite representar apropiadamente el

fenómeno de estabilidad transitoria en un sistema de
Los generadores sincrónicos o alternadores,
potencia multi-máquina [7]. En este sentido, los ángulos
son máquinas eléctricas que convierten la energía
referidos al COI han sido utilizados como indicadores
mecánica en energía eléctrica de corriente alterna.
precisos de una posible pérdida de sincronismo. En
La industria de la energía ha usado por muchos
[11], por ejemplo, se presenta un nuevo enfoque para
años, y continúa hasta hoy, utilizando las máquinas
el cálculo de un índice de estabilidad transitoria en
sincrónicas como la forma principal de producir
tiempo real (TSI) a través de la predicción de los
energía eléctrica. Es bien sabido que la estabilidad
ángulos de rotor de área referenciados al centro de
angular de un sistema de potencia está estrechamente
inercia utilizando mediciones PMU como datos de
relacionada con la estabilidad de sus unidades
entrada, y capaz de dar una cuantificación rápida del
generadoras. Para evaluar los márgenes de estabilidad
nivel actual de estabilidad transitoria del SEP. En [12]
y/o el estatus de estabilidad de un sistema de
en cambio, se utiliza el concepto del centro de inercia
potencia, debe evaluarse el desplazamiento angular o
para definir un marco de referencia útil para aplicar el
el ángulo de rotor de cada máquina. La información
método de evaluación de estabilidad transitoria SIME
de entrada proporcionada por los estudios de flujo de
(single machine equivalent).
potencia, estudios de estimación de estado y modelos
de las máquinas debe utilizarse conjuntamente para Sin embargo, en la literatura no es fácil encontrar
estimar el ángulo de rotor interno de cada máquina una base conceptual que resalte la importancia del uso
individual [1], a través de la solución de un conjunto del centro de inercia como este marco referencial físico
de ecuaciones algebraico-diferenciales. y cómo es capaz de convertirse en un marco general,
independiente de la referencia original que emplee
Los estudios clásicos de estabilidad transitoria
el proceso de integración específico que esté siendo
se basan en ángulos de rotor calculados en función
usado. A este respecto, el presente trabajo estructura
de sus voltajes de barra local. Sin embargo, para un
una base conceptual que permite fundamentar la
sistema de potencia multi-máquina, la separación
utilización del COI como un marco de referencia
angular entre generadores sincrónicos es un factor
general y apropiado para el análisis de estabilidad
importante para mantener la estabilidad transitoria, ya
transitoria. Para esto, se presentan demostraciones
que cuando la diferencia máxima de ángulo de rotor
matemáticas que permiten confirmar las bondades del
entre dos generadores o un grupo de generadores
COI como un marco de referencia general. Además,
excede un valor dado (típicamente 180º), existe una
a través de varios casos de estudio, se analizan las
alta probabilidad de pérdida de estabilidad, debido a
ventajas del uso del COI para apropiadamente analizar
la rápida caída de tensión en los puntos intermedios
el estatus de estabilidad transitoria de un sistema
de la red, ocasionando además una inestabilidad de
multi-máquina.
voltaje. Por lo tanto, es importante definir los ángulos
del rotor en términos de un marco de referencia común
2. LA MÁQUINA SINCRÓNICA
[2], que permita evaluar de forma apropiada dicha
separación entre generadores; esto, bajo la premisa Los generadores sincrónicos son la fuente de
que el valor de un ángulo va a estar estrechamente suministro principal en los sistemas de energía,
relacionado con la referencia respecto de la cual se lo convirtiendo la energía mecánica, proporcionada por
esté midiendo. una turbina hidráulica, de vapor, de gas o de viento,
o un motor de combustión interna (o en general, de
A este respecto, existen varias propuestas para
algún tipo de máquina motriz) en energía eléctrica [3].
referenciar los ángulos del rotor de las máquinas
sincrónicas conectadas en un sistema de potencia 2.1. Diseño y Principio de Operación
multi-máquina. Así por ejemplo, es típico usar
como referencia: el ángulo del rotor de la máquina Los principales componentes de un generador
de referencia local (i.e. la máquina oscilante), el sincrónico son (ver Fig. 1):
ángulo del voltaje de la barra terminal, el ángulo del
voltaje terminal de la máquina de referencia (barra
oscilante), [10] o en general, un ángulo de referencia
arbitrario [6]. Todas estas diversas consideraciones
para la referencia angular van a provocar diferentes
respuestas dinámicas en los análisis numéricos,
resultado del proceso de integración, por lo cual se
debería definir un marco referencial específico que
físicamente represente, de la mejor manera posible, el
fenómeno de estabilidad transitoria.
Sobre la base de lo mencionado, se ha definido el
concepto de centro de inercia (COI por sus siglas en
inglés), el cual de hecho brinda un marco de referencia Figura 1: Diagrama Esquemático de una Máquina Sincrónica [3]

55
 Echeverría y Cepeda / Evaluación de Estabilidad Transitoria de Sistemas de Potencia utilizando el concepto de COI

1.1.1 El estator
El estator es la parte estacionaria, hecho en forma
cilíndrica, provisto en el interior de la superficie de
(1)
ranuras equidistantes y su respectivo devanado para
las tres fases (a, b y c), desplazadas en espacio entre
sí por 120 grados eléctricos [3].
Generalmente, los ángulos se miden en radianes
1.1.2 El rotor eléctricos o grados eléctricos. El ángulo cubierto por
El rotor es la parte móvil, que gira dentro del un par de polos es 2π rad o 360 grados eléctricos (ver
estator, el cual contiene el devanado de campo Fig. 2).
(excitación, alimentado con corriente continua) y
devanados de amortiguamiento formados por barras
conectadas a anillos en los extremos del rotor que
forman la denominada jaula de ardilla. La corriente
continua en el bobinado de campo produce un
campo magnético, que es estacionario con respecto
al rotor, pero que gira con respecto al estator con
una velocidad igual a la velocidad del rotor. De esta
Figura 2: La Relación entre Ángulos Mecánicos y
manera, voltajes alternos, desplazados por 120º en el
Eléctricos [3]
tiempo, son inducidos en los devanados del estator,
a una frecuencia dada por la velocidad del rotor y el Para establecer la relación entre grados eléctricos
número de pares de polos magnéticos [3]. usados en expresiones de onda de voltaje y corriente,
y grados geométricos que definen la posición del
1.1.3 Principio de Funcionamiento
estator, la ecuación se multiplica por 2πt, obteniendo:
Cuando el generador está conectado a la red, los
devanados del estator producen corrientes alternas (2)
con una pulsación igual a la de la red. Estas corrientes
generan a su vez un campo magnético giratorio (3)
que interactúa con el campo producido por la
corriente de excitación, dando como resultado un par Lo que resulta:
electromagnético (Te) que, en condiciones de estado
estacionario, es igual al par mecánico aplicado al rotor (4)
(Tm). Para obtener un par constante, tanto los campos
magnéticos del estator como los campos magnéticos 2.2. Modelo Electromecánico del Generador
del rotor deben girar con la misma velocidad (para ser Sincrónico: Ecuación de Oscilación
sincrónicos) [3].
La ecuación de oscilación (o ecuación de movimiento)
Si Tm no es igual a Te, la velocidad del rotor y que gobierna el movimiento del rotor de una máquina
por lo tanto la velocidad del campo electromagnético sincrónica se basa en un principio elemental de
del rotor es diferente de la velocidad del campo dinámica que establece que el par de aceleración es
electromagnético del estator. Por lo tanto, el producto del momento de inercia del rotor por su
corrientes parásitas se producen en las barras aceleración angular [4],[5].
de amortiguamiento, con una frecuencia igual a
la frecuencia de deslizamiento. Estas corrientes
inducidas producen un campo electromagnético que, (5)
según la ley de Lenz, se opone al cambio que las ha

producido. Por lo tanto, si la velocidad del rotor es
sobre-sincrónica, las corrientes inducidas causan un Donde J es el momento total de inercia de la masa
aumento del par electromagnético Te, y el rotor se del rotor (en kg-m2) y qm es el desplazamiento del
desacelera. De lo contrario, si la velocidad del rotor rotor con respecto al eje estacionario, en radianes
es sub-sincrónica, las corrientes inducidas causan la mecánicos (rad).
disminución del par electromagnético y el rotor se
Bajo la operación en estado estable del generador,
acelera [3].
Tm y Te son iguales y el par de aceleración Ta es cero.
El número de los polos magnéticos (P) determina la En este caso, no hay aceleración o desaceleración de
velocidad mecánica wm del rotor y la frecuencia f de las la masa del rotor y la velocidad constante que resulta
corrientes del estator. Denotando por p=P/2 el número es la velocidad sincrónica [4].
de pares de polos, y n la velocidad del rotor (rpm), la
Como se mide con respecto al eje de referencia
frecuencia (Hz) de la fuerza electromotriz inducida
estacionario sobre el estator, es una medición absoluta
viene dada por la ecuación , que en estado estacionario
del ángulo del rotor. En consecuencia, continuamente
es igual a la frecuencia del sistema de potencia [3].
se incrementa con el tiempo aun a velocidad

56

sincrónica constante. Como es de interés la velocidad
del rotor relativa a la sincrónica, es más conveniente
medir la posición angular del rotor respecto al eje de
referencia que rota a la velocidad sincrónica. Por lo
tanto se define [4]:
(6)
Donde wsm es la velocidad sincrónica de la
máquina en radianes mecánicos por segundo y dm
es el desplazamiento angular del rotor, en radianes
mecánicos, desde el eje de referencia que rota
sincrónicamente. Las derivadas de la ecuación con
respecto al tiempo son [4]:
(7)
y,
(8)
Se recuerda, de la dinámica elemental, que la
potencia es igual al par por la velocidad angular y así,
al multiplicar la ecuación por , y reemplazando en
se obtiene [4]:
(9)
El coeficiente es el momento angular del
rotor; a la velocidad sincrónica , este coeficiente
se denota con M y se llama momento de inercia de
la máquina. Frecuentemente, en los datos de las
máquinas que se suministran para realizar estudios
de estabilidad, se encuentra otra constante que se
relaciona con la inercia. Ésta es llamada constante de
inercia (H = M/2) y se define por [5]:
(10)
Si se sustituye en y se expresan las potencias en
valores por unidad, se tiene [4], [5]:
(11)
La expresión , llamada ecuación de oscilación de
la máquina, es la ecuación fundamental que gobierna
la dinámica rotacional de la máquina sincrónica en
los estudios de estabilidad.
Edición No 14, Enero 2018
3. TRANSFORMADA DE PARK Y MARCO DE
REFERENCIA
El uso de la transformada Park simplifica
considerablemente la tarea de modelar un sistema de
potencia trifásico, particularmente cuando se supone
que las corrientes y voltajes están equilibrados.
Aunque el análisis siguiente utilizará voltajes para
ilustrar la transformación, el procedimiento para
transformar una corriente trifásica es idéntico.
Los voltajes trifásicos, denotados va, vb y vc, para
un sistema equilibrado son [6]:
(12)
Donde V es la magnitud máxima de la onda y
es un ángulo eléctrico que se integra a partir la
frecuencia eléctrica base:
(13)
Dado que no hay una opción natural para escoger
t0 en un sistema que opera continuamente, 0 debe ser
elegido arbitrariamente [6]. Obsérvese que, para una
forma de onda de tiempo dada como en , la elección
de 0 afecta el valor de .
Los voltajes trifásicos, denotados va, vb y vc, una
vez aplicada la transformada de Park aparecen como:
(14)
La capacidad de asignar un valor arbitrario a 0
está basada en el hecho de que todas las cantidades de
interés dependen solamente de ángulos relativos, es
decir, de la diferencia entre los ángulos medidos con
respecto a 0.
Haciendo referencia a la Fig. 3, observe que los
ejes marcados con las letras mayúsculas D y Q son
los ejes inducidos por la elección de 0. La posición
física del rotor con respecto a se fija por el ángulo de
desplazamiento . Por convención, se mide desde
el eje directo (D) del marco de referencia arbitrario
(denominado en lo sucesivo marco de referencia de
red) hacia el eje de cuadratura (Q) del rotor de la
máquina. El valor real de para cualquier máquina
dada depende de −0, es decir, se mide con relación al
marco de referencia de red [6].
Todos los ejes ilustrados giran a la frecuencia
sincrónica. Aunque los ángulos 1(t) y 2(t) cambian
si los ejes de referencia son cambiados, su diferencia,
12(t) es invariante a un cambio en la referencia.
Por tanto, ij(t) representa la diferencia entre la
57
 Echeverría y Cepeda / Evaluación de Estabilidad Transitoria de Sistemas de Potencia utilizando el concepto de COI
orientación del eje de campo directo en las máquinas
i y j, y este ángulo es independiente del ángulo de
referencia particular que se elija. Además, dada una
medición de voltaje o corriente arbitraria (como en la
ecuación (12)), el ángulo de fase también depende
de la elección de las coordenadas base (ángulo de
referencia), de manera que todos los ángulos relativos
se conservan si el sistema de coordenadas base es
cambiado. Dado que todas las cantidades del sistema
dependen solamente de los ángulos relativos, la
elección de las coordenadas base es verdaderamente
arbitraria [6].
Analizando la Fig. 3, se revela un hecho importante
con respecto al sistema de referencia de la máquina.
Está claro que todos los ángulos de las máquinas (di,
para el i-ésimo generador) se calculan con respecto
a las coordenadas de red. En otras palabras, los
ángulos del rotor se definen como desplazamientos
desde el ángulo de referencia arbitrario [6]. Por lo
tanto, la elección de un ángulo de referencia es un
paso indispensable para definir cualquier modelo
basado en la transformada de Park. Esto tiene algunas
consecuencias importantes, que motivarán la elección
de un ángulo de referencia variable en el tiempo
conocido como el Centro de Inercia COI, que se
tratará más adelante.
Figura 3: Coordenadas Locales y de Red de la Transformada
de Park [6]
3.1. El Modelo de Ángulo Relativo
El método conocido como el modelo de ángulo
relativo, es aquel donde una de las máquinas
sincrónicas del sistema de potencia es declarada
arbitrariamente como la referencia. Enumerando
las máquinas de tal manera que, para un sistema de
p-máquinas, se toma como referencia la pth máquina,
en este sentido, se definen los ángulos de rotor en este
modelo como:
(15)
Claramente, en el modelo de ángulo
relativo. Dado que se fija en un valor de 0, ya no
tiene propiedades dinámicas y puede ser eliminada,
reduciendo la dimensión en de las variables de estado.
58
4. MARCO DE REFERENCIA GENERAL
DADO POR EL COI
El Centro de Inercia (COI) ofrece un marco
de referencia físico que permite representar de la
mejor manera posible el problema de estabilidad
transitoria. Además, la transformación de la ecuación
de oscilación en las coordenadas del centro de inercia
no sólo ofrece un marco físico para la formulación,
sino que también elimina la energía asociada con el
movimiento del centro inercial que no contribuye a
la determinación de estabilidad. Por lo tanto, es muy
recomendable referenciar la respuesta dinámica del
sistema al COI para obtener un comportamiento de
estabilidad transitoria adecuado [7].
En esta sección se presenta una demostración
matemática formal que el Centro de Inercia COI ofrece
un marco de referencia general independientemente
de cuál es la referencia de ángulo utilizada por el
algoritmo de integración. Esta consideración se
analizó basándose en el hecho de que DIgSILENT
PowerFactory utiliza el ángulo de rotor del generador
oscilante como referencia en el proceso de integración
en el dominio del tiempo (como se explicó en la
Sección 3), mientras que la teoría tradicional define
una referencia síncrona arbitraria asociada a la
velocidad nominal síncrona wn.
4.1. Cálculo del COI considerando los Ángulos de
Rotor Referenciados a ωn
Sea el ángulo del rotor del i-ésimo generador
referido a ωn, entonces el ángulo del rotor equivalente
del COI del sistema se determina de la siguiente
manera [7]:
(16)
(17)
Donde δCOI System es el ángulo del rotor equivalente
del COI del sistema, n es el número total de generadores
y MT es el momento de inercia total del sistema.
El ángulo del rotor del i-ésimo generador referido
al COI (δiCOI System) se define como sigue:
(18)
4.2. Cálculo de COI considerando Ángulos de
Rotor referenciados a una Máquina Síncrona
Predefinida
Sea el ángulo del rotor del i-ésimo generador
referenciado a la máquina m, es decir
entonces el ángulo del rotor equivalente del COI del
sistema se determina por [7]:

(19)
Sea δ’COI System el ángulo de rotor equivalente del
COI del sistema calculado en esta referencia (COI’),
entonces:
(20)
(21)
(22)
(23)
(24)
(25)
(26)
El ángulo del rotor del i-ésimo generador referido
al COI, referido a su vez a COI’, se define como sigue:
(27)
(28)
(29)
Comparando y , es fácil concluir que Entonces,
se ha demostrado que el cálculo de
COI da una referencia general que es independiente
de la referencia de ángulo utilizada por el algoritmo
de integración.
5. APLICACIÓN Y RESULTADOS
Para comprobar la efectividad de utilizar el marco
de referencia general denominado COI para el análisis
de estabilidad transitoria, se realizan simulaciones en
dos sistemas de prueba con el propósito de evaluar
su estabilidad transitoria: i) el sistema de potencia de
prueba de la Western System Coordinating Council
(WSCC), de 9 barras y 3 generadores [8], ver Fig. 4; y,
ii) el sistema de potencia de prueba de New England,
de 39 barras y 10 generadores [7], ver Fig. 5.
Edición No 14, Enero 2018
Figura 4: Diagrama del Sistema WSCC – 9 barras, 3
Generadores
Figura 5: Diagrama del Sistema New England – 39 Barras, 10
Generadores
5.1. Evaluación de Estabilidad Transitoria del
Sistema WSCC
Se desarrolló una herramienta computacional que
permite calcular el ángulo del Centro de Inercia COI
para ser utilizado como ángulo de referencia en el
sistema de potencia. El software es implementado en
el lenguaje de programación DPL de PowerFactory,
versión 15 [9], y permite analizar la seguridad
operativa de un sistema de potencia a partir del análisis
de estabilidad transitoria basado en el concepto de
Centro de Inercia.
Para probar lo analizado en la Sección 3 y lo
demostrado en la Sección 4, sobre la importancia de
definir un ángulo de referencia general, a continuación,
se presentan los resultados de las simulaciones de una
falla trifásica en línea 7-5 del sistema WSCC, la cual
es despejada a los 180 ms, y se analizan los resultados
de los ángulos de rotor obtenidos en el Programa
PowerFactory de DIgSILENT.
Caso 1: Ángulo de referencia G1
La Fig. 6 presenta los resultados de cada uno de
los ángulos de rotor del sistema de 9 barras. En esta
gráfica se aprecia que el ángulo de rotor del G1 es
cero, debido a que es la máquina de referencia. En
cambio, los generadores G2 y G3 presentan pérdida de
sincronismo, dado que sus ángulos crecen hasta más
de 180º, que es el valor establecido como referencia
para determinar pérdida de sincronismo.
59
 Echeverría y Cepeda / Evaluación de Estabilidad Transitoria de Sistemas de Potencia utilizando el concepto de COI

La Fig. 7 presenta el comportamiento de la coherencia es el mismo que el obtenido en el Caso

velocidad de las máquinas sincrónicas, donde
se aprecia que el sistema se divide en dos áreas
coherentes, la primera establecida por el generador
G1 y la segunda por los generadores G2 y G3.
1, por tal razón, las únicas variables afectadas por la
máquina de referencia son los ángulos de rotor.
Por tal razón, a continuación, se presenta el análisis
de estabilidad transitoria a partir de los ángulos de
rotor referidos al Centro de Inercia COI.

Figura 8: Ángulos de Rotor, con G2 de Referencia

Figura 6: Ángulos de Rotor, con G1 de Referencia

Figura 7: Velocidad de las Máquinas, con G1 de Referencia Figura 9: Velocidad de las Máquinas, con G2 de Referencia

Caso 2: Ángulo de referencia G2 Caso 3: Ángulo de referencia COI

La Fig. 8 presenta los resultados de cada uno de La Fig. 10 presenta los resultados de los ángulos
los ángulos de rotor del sistema de 9 barras cuando de rotor referenciados al Centro de Inercia COI del
el G2 es la referencia. En este sentido, se aprecia que sistema de 9 barras. Cabe destacar que las mismas
el ángulo de rotor del G2 es cero, debido a que es la señales son obtenidas usando como datos de entrada
máquina de referencia. En cambio, el generador G1 ya sean los resultados del Caso 1 o del Caso 2.
aparentemente presenta pérdida de sincronismo, dado
que el valor de su ángulo crece hasta más de 180º.
Estos valores difieren de los obtenidos en el
Caso 1, y no permiten tener un claro análisis de
estabilidad transitoria del sistema de 9 barras a partir
de los resultados obtenidos del comportamiento
de los ángulos de rotor, razón por la cual dejan de
ser confiables para obtener una conclusión directa
de cuáles son las máquinas que realmente pierden
sincronismo.
La Fig.9 presenta el comportamiento de la
velocidad de las máquinas sincrónicas, donde
Figura 10: Ángulos de Rotor Referenciados al Centro de Inercia
se aprecia que el sistema se divide en dos áreas
coherentes, la primera establecida por el generador En la gráfica se aprecia claramente cuál es el
G1 y la segunda por los generadores G2 y G3. verdadero comportamiento de los ángulos del sistema
Es importante resaltar que el comportamiento de y los generadores G2 y G3 son los que realmente

60
 Edición No 14, Enero 2018

tienden a superar los 180º por lo que son los que

en verdad pierden sincronismo. Esto de hecho está
relacionado con las inercias de las máquinas, siendo
las máquinas del grupo coherente con menor inercia
las que pierden sincronismo. Justamente el COI
permite ponderar apropiadamente la influencia de
las inercias en el comportamiento dinámico de los
generadores, y además se convierte en la referencia
apropiada para poder usar el criterio de la separación
angular superior a 180º.
Sobre la base de lo mencionado, mediante la
referencia angular respecto del COI se puede realizar
un análisis directo de estabilidad transitoria sobre los Figura 11: Ángulos de Rotor Referenciados al
ángulos de rotor, sin importar cuál es la máquina de Centro de Inercia
referencia escogida en el Programa PowerFactory, tal
como fue demostrado en la Sección 4. Tabla 1: Resultados de la Evaluación SIME
basada en COI
5.2. Evaluación de Estabilidad Transitoria del
Sistema New England Característica Valor determinado por SIME
Máquinas Críticas G2, G3
Uno de los propósitos de evaluar apropiadamente
Margen de Estabilidad -7.42
la estabilidad transitoria de un sistema de potencia es
Tiempo de Inestabilidad 540 ms
definir la necesidad de realizar acciones de control
tendientes a evitar la pérdida de estabilidad. En este Una vez determinada la condición de inestabilidad
sentido, realizar una evaluación lo más precisa posible del sistema y determinadas las máquinas críticas, se
permite identificar tres características fundamentales: procede a dispararlas (acción de control) para evitar
i) determinación de las máquinas que están perdiendo la pérdida de sincronismo. Este disparo se realiza a
sincronismo (máquinas críticas), ii) cálculo de alrededor de los 540 ms (tiempo en el cual se detecta la
márgenes de estabilidad que alerten oportunamente inestabilidad). La Fig. 12 presenta el comportamiento
sobre la posible pérdida de sincronismo, iii) dinámico en el dominio del tiempo de los generadores,
evaluación del efecto de ejecutar acciones de control incluido el disparo de las máquinas críticas. En este
tendientes a evitar la pérdida de sincronismo. Por caso, es posible apreciar que el sistema mantiene el
tanto, realizar una evaluación basada en el COI es sincronismo luego de realizada la acción de control.
fundamental para poder analizar apropiadamente las
tres características mencionadas.
Con el propósito de ejemplificar lo antes descrito,
a continuación, se presenta un análisis completo de
los tres aspectos mencionados para un caso de pérdida
de estabilidad del sistema New England. Para esto, se
simula un cortocircuito trifásico en la línea 5-6 a los
100 ms de la simulación, seguida de la apertura del
vínculo a los 350 ms.
Caso 4: Ángulo de referencia G1
En primer lugar, se realiza el cálculo del COI
del sistema y se referencian cada uno de los ángulos
Figura 12: Ángulos de Rotor en el Dominio del Tiempo
de los 10 generadores a éste. La Fig. 11 presenta
los resultados de los ángulos de los 10 generadores
Caso 5: Ángulo de referencia G2
referidos al COI.
Se repite la misma simulación del Caso 4, pero
Posteriormente, se aplica el método SIME
se cambia la máquina de referencia a la G2 (una de
mediante el aplicativo presentado en [12] con el
las máquinas determinadas como críticas). En este
propósito de evaluar los márgenes de estabilidad
caso, el método SIME, que se basa en los conceptos
transitoria y determinar qué máquinas son las que
de referencia general del COI presentados en este
están perdiendo sincronismo. La Tabla 1 presenta
artículo, vuelve a entregar exactamente los mismos
un resumen de los resultados obtenidos de esta
resultados presentados en la Fig. 11 y en la Tabla 1
evaluación, en los que se aprecia que el sistema
(esto puesto que, de acuerdo a lo demostrado en el
pierde estabilidad (margen de estabilidad negativo
presente trabajo, el COI brinda el marco de referencia
[12]) y se determina a los generadores G2 y G3 como
general independiente de la referencia original).
los críticos (los que están perdiendo estabilidad).

61
 Echeverría y Cepeda / Evaluación de Estabilidad Transitoria de Sistemas de Potencia utilizando el concepto de COI
Posteriormente, se ejecuta la acción de control de
disparo de generación ya explicada. En este caso, la
acción de control dispara al generador de referencia
G2, por lo que PowerFactory de forma automática
selecciona otra máquina (G1) como la nueva
referencia, por lo que todos los ángulos cambian su
valor numérico de forma súbita para referirse a la
nueva máquina slack. Esto causa un salto repentino
de valor de ángulo por lo que varias de las máquinas
superan el valor de 180° y PowerFactory empieza a
detectar su pérdida de sincronismo de manera errónea.
La Fig. 13 presenta el comportamiento dinámico
de los ángulos de rotor de las 10 máquinas para
esta condición, donde es posible apreciar la “falsa”
pérdida de sincronismo de varios generadores.
Figura 13: Ángulos de Rotor en el Dominio del Tiempo
De los resultados presentados, ha sido posible
demostrar cómo el uso de ángulos referidos a una
referencia arbitraria no cumple con el criterio de
los 180° como indicador de pérdida de estabilidad.
Asimismo, se ha logrado demostrar que el uso del
COI como marco de referencia general asegura el
apropiado cumplimiento del criterio de estabilidad
de los 180°, además que permite desprenderse de la
dependencia de la referencia original, permitiendo de
esta forma generalizar los resultados sobre evaluación
de estabilidad transitoria.
6. CONCLUSIONES Y RECOMENDACIONES
El presente trabajo presenta una base conceptual
para fundamentar la utilización del concepto del
centro de inercia (COI) como un marco de referencia
general y apropiado para el análisis de estabilidad
transitoria en sistemas eléctricos de potencia. Para
esto, se han desarrollado demostraciones matemáticas
formales y se han presentado varios casos de estudio
que demuestran las bondades del COI como marco
de referencia para analizar la estabilidad transitoria.
La aplicación del concepto del COI en el sistema
de 9 barras y 3 generadores muestra resultados
bastante precisos y permite validar la robustez de
la herramienta implementada en PowerFactory.
Asimismo, el caso de estudio desarrollado en el
sistema de 39 barras y 10 generadores muestra la
criticidad de usar un marco de referencia general
basado en el COI principalmente para evaluar el
62
desempeño de acciones de control.
Sobre la base de los resultados y demostraciones
presentadas en este artículo, se recomienda que las
instituciones del sector eléctrico definan como criterio
básico para la realización de estudios de estabilidad
transitoria (realizados ya se en PowerFactory o
en cualquier otro software de simulación) que los
ángulos de rotor de los generadores sean referidos al
COI previo la realización de análisis posteriores. Esto
permitirá garantizar la generalidad de las evaluaciones
y asegurará la obtención de resultados precisos.
REFERENCIAS BIBLIOGRÁFICAS
[1] D. Christopher, “Synchronized Rotor Angle
Measurement of Synchronous Machines”, Master
Thesis submitted to the faculty of the Virginia
Polytechnic Institute and State University,
Virginia, 2012.
[2] L. Meegahapola1, T. Littler, “Characterisation
of Large Disturbance Rotor Angle and Voltage
Stability in Interconnected Power Networks with
Distributed Wind Generation”, IET Renewable
Power Generation, 9(3), 272-283.
[3] M. Eremia, M. Shahidehpour, “Handbook of
Electrical Power System Dynamics. Modeling,
Stability, and Control”, JohnWiley & Sons, New
Jersey, 2013.
[4] J. Grainger, W. Stevenson, “Análisis de Sistemas
de Potencia”, McGraw-Hill, México, 1996.
[5] P. Kundur, “Power System Stability and Control”,
McGraw-Hill, New York, USA, 1994.
[6] J. Wayne Chapman, “Power System Control for
Large-Disturbance Stability: Security, Robustness
and Transient Energy”, Doctoral Thesis submitted
to the Department of Electrical Engineering and
Computer Science, Massachusetts Institute of
Technology, USA, 1996.
[7] J. C. Cepeda, “Evaluación de la Vulnerabilidad
del Sistema Eléctrico de Potencia en Tiempo Real
usando Tecnología de Medición Sincrofasorial,”
Tesis Doctoral, Universidad Nacional de San
Juan, San Juan, Argentina, 2013.
[8] M. Pavella, D. Ernst, and D. Ruiz-Vega,
“Transient Stability of Power Systems: A Unified
Approach to Assessment and Control”, Norwell,
Kluwer, 2000.
[9] DIgSILENT PowerFactory, “User’s Manual
Version 15.0”, Edición 1, 2014, DIgSILENT
GmbH, Gomaringen, Germany.
[10] DIgSILENT PowerFactory, “Technical Reference
Documentation - Synchronous Machine”,

DIgSILENT GmbH, version 15.2, edition 2,
2015.
[11] J. Cepeda, J. Rueda, G. Colomé, and D. Echeverría,
“Real-time Transient Stability Assessment Based
on Centre-of-Inertia Estimation from PMU
Measurements”, IET Generation, Transmission
& Distribution, Volume 8, Issue 8, August, 2014.
[12] D. Echeverría, P. Salazar, J. Cepeda, H.
Arcos, “Implementación del Método SIME
(Single Machine Equivalent) en DIgSILENT
PowerFactory para Calcular Márgenes de
Estabilidad Transitoria”, Revista Técnica
“energía”, Edición Nº 12, CENACE, Enero
2016.
Edición No 14, Enero 2018
Diego Echeverría.- Recibió su
título de Ingeniero Eléctrico de
la Escuela Politécnica Nacional
de Quito, en 2006. Se encuentra
realizando sus estudios de
Doctorado en Ingeniería
Eléctrica en el Instituto de
Energía Eléctrica (IEE), de la
Universidad Nacional de San
Juan. Actualmente trabaja en el Operador Nacional de
Electricidad CENACE de Ecuador en la Subgerencia
Nacional de Investigación y Desarrollo. Sus áreas de
interés son: Estabilidad de Sistemas de Potencia en
Tiempo Real, Sistemas de medición sincrofasoriales
PMU’s y Control de Emergencia de Sistemas de
Potencia.
Jaime Cepeda Campaña.-
Nació en Latacunga, Ecuador
en 1981. Recibió el título
de Ingeniero Eléctrico en la
Escuela Politécnica Nacional
en 2005, y el de Doctor en
Ingeniería Eléctrica en la
Universidad Nacional de San
Juan en 2013. Su tesis de
doctorado fue galardonada con el Primer Lugar del
Premio “Domingo Faustino Sarmiento” a la mejor
investigación realizada en la provincia de San Juan,
Argentina en 2014. Recibió el premio Innovadores
Ecuatorianos Menores de 35 años del MIT Technology
Review en 2015. Actualmente se desempeña como
Subgerente Nacional de Investigación y Desarrollo
del CENACE y como Profesor a Tiempo Parcial en
la EPN. Sus áreas de interés incluyen la evaluación de
vulnerabilidad en tiempo real y el desarrollo de Smart
Grids.
63
 Aplicación Práctica / Practical Issues

Active Power Filter with Current Balance Capability for Two-

Phase Installations
Filtro Activo de Potencia para Instalaciones Bifásicas con
Capacidad de Balance de Corrientes
M.V. Fajardo1,2 J.C. Viola1 F.A. Quizhpi1
Politecnica Salesiana University, Cuenca, Ecuador
1

E-mail: mfajardom@est.ups.edu.ec; jviola@ups.edu.ec; fquizhpi@ups.edu.ec

2
Simon Bolivar University, Caracas, Venezuela

Abstract Resumen

The inclusion of high consumption electric loads
such as induction stove and electric heaters has
made it necessary to install a second phase in
many homes. This brings with it the problem of
unbalances in the currents of each phase. The
present work proposes the use of two inverter
topologies acting as active two-phases power filters.
In addition to the reactive power compensation
capability, these filters can balance active power
in each phase for 120-phase and 180-degree two-
phases systems.
La inclusión de cargas eléctricas de alto consumo
como cocinas de inducción y calentadores eléctricos
ha hecho necesaria la instalación de una segunda
fase en muchos domicilios. Esto trae acarreado
el problema de desbalances en las corrientes
de cada fase. El presente trabajo propone el uso
de dos topologías de inversores actuando como
filtros activos de potencia bifásicos. Además de la
capacidad de compensación de potencia reactiva
estos filtros pueden balancear la potencia activa en
cada fase para sistemas bifásicos con 120° y con
180° entre fases.

Index terms− Back to Back, active power filter, Palabras clave− Back to Back, filtro activo de
two-phase systems, pulse width modulation, load potencia, sistemas bifásicos, modulación de
balance, load unbalance. ancho de pulso, cargas balanceadas, cargas
desbalanceadas.

Recibido: 25-10-2017, Aprobado tras revisión: 20-11-2017

Forma sugerida de citación: Fajardo, M.; Viola, J.; Quizhpi, F. (2018). “Filtro Activo de Potencia para Instalaciones
Bifásicas con Capacidad de Balance de Corrientes”. Revista Técnica “energía”. No. 14, Pp. 64-71
ISSN 1390-5074.

64
 Edición No 14, Enero 2018

1. INTRODUCCIÓN que aborden aplicaciones en sistemas bifásicos. Entre

los pocos trabajos sobre sistemas bifásicos están [5],
La tensión estándar en Ecuador para las
[6], donde los autores han propuesto el uso de dos
conexiones de baja potencia es de 120 Vrms,
convertidores de 5 niveles para la compensación de los
resultando necesario utilizar una segunda fase para
armónicos de corriente entre dos fases de un sistema
alimentar cargas pesadas especialmente cocinas de
trifásico como se muestra en la Fig. 2. No obstante,
inducción y calentadores eléctricos, los cuales se han
esta topología no puede compensar la potencia activa,
instalado en gran número en los últimos años.
ya que cualquier cantidad de potencia activa tomada
El cableado de la red residencial en Ecuador es de la red producirá un incremento permanente en la
principalmente monofásico, pero con el cambio carga del condensador en el bus CC. De forma similar,
de la matriz energética y la inclusión de cocinas de si se requiere una inyección de potencia activa, se
inducción, se tuvo que añadir una segunda fase para reducirá la carga neta del condensador de bus de CC.
soportar estas cargas. Un escenario que comúnmente Por lo tanto, con esta topología se hace imposible
se observa es que en aquellas casas en las que se equilibrar las corrientes cuando hay conectadas cargas
agregó una segunda fase que no formaba parte del asimétricas a la red. Para los sistemas trifásicos hay
cableado eléctrico original, la segunda fase se dedica varios esquemas propuestos que usan inversor con
exclusivamente al enchufe destinado a la cocina fuente de voltaje (VSC) en disposición de back-to-
de inducción o el calentador eléctrico, mientras back (BtB) para permitir la compensación de potencia
que la fase original alimenta el resto de las cargas activa. La compensación de potencia activa permite
monofásicas del domicilio. Esto ocasiona que exista tener un equilibrio de cargas en la red.
una sobrecarga en una sola fase, porque no se realiza
En [7] y [8] se reportan dos de estas topologías.
una redistribución de cargas cuando se incluye la
Sin embargo, la topología presentada en la Fig. 3
segunda fase. Aunque el sistema esta diseñado para
utiliza una configuración BtB de puentes H, que
sistemas residenciales, también puede ser empleado
permite que la carga neta que se inyecta desde una
en redes de subdistribución para lograr un balance de
fase sea extraída y enviada a la otra fase, logrando un
cargas en la red.
equilibrio de corriente permanente. Esta topología de
El artículo se enfoca en las instalaciones APF presentada en [9], realiza una compensación de
residenciales bifásicas, considerando dos tipos potencia activa y reactiva a la vez.
particulares: el primero que se obtiene al tomar dos
fases y el neutro de un sistema trifásico convencional
de 4 hilos, es decir el desfase entre fases es de
120º, y el segundo el cual consiste en utilizar un
transformador con 2 salidas en contrafase y toma
central, resultando en un desfasaje de 180º entre
fases. En la Fig. 1 se puede observar el esquema del
cableado para la obtención de los sistemas bifásicos.
El presente documento propone una nueva topología
back to back (BtB) para sistemas bifásicos, que
permite la compensación de potencia reactiva y el
equilibro de las cargas mediante la compensación de Figura 2: Filtro Activo de Potencia Bifásico
potencia activa.

Figura 1: Sistemas Bifásicos

Figura 3: Filtro Bifásico Back to Back

2. FILTROS ACTIVOS DE POTENCIA EN

SISTEMAS BIFÁSICOS
El Filtro activo de potencia (APF) para
aplicaciones monofásicas y trifásicas se encuentra
ampliamente reportada en la literatura técnica en
[1], [2], [3], [4], pero hay una falta de documentos
3. TOPOLOGÍA PROPUESTA PARA EL
FILTRO DE POTENCIA
La topología propuesta se muestra en la Fig. 4, la
cual se basa en la topología de un inversor trifásico,
donde dos de las ramas se conectan mediante
inductores a las fases de la red y la tercera rama a

65
 Fajardo et al. / Filtro Activo de Potencia para Instalaciones Bifásicas con Capacidad de Balance de Corrientes
neutro. Esta topología, al igual que la BtB mostrada
en la Fig. 3 tiene capacidad para compensar tanto
potencia reactiva como activa. Algunas de las ventajas
de esta topología con relación a la BtB de puentes H
son: menor dispositivos de conmutación y no tener
estados de conmutación que produzcan cortocircuitos
en el bus DC, por lo que no es necesario dividir los
inductores para contrarrestar este efecto.
La topología propuesta requiere un rediseño de la
modulación de ancho de pulso enviada a cada rama
del puente para poder obtener tensiones apropiadas a
los distintos sistemas bifásicos.
Figura 4: Filtro Bifásico Propuesto
3.1. Modulación en la Tercera Rama de Neutro
En un puente trifásico operando en condiciones
equilibradas las expresiones de las moduladoras
enviadas a cada rama de puente fueron tomadas de
[10] y son:
(1)
(2)
(3)
Los voltajes de correspondientes de línea resultan:
(4)
(5)
(6)
En , (2) y (3) se observa que los voltajes de fase
tienen una componente continua y una alterna, pero
en los voltajes de línea expresados en (4), (5) y (6)
la componente continua se elimina al restar una fase
de la otra.
66
Si se utiliza este mismo principio para un sistema
bifásico con desfase de 120º entre fases las expresiones
de las moduladoras enviadas a cada rama son:
(7)
(8)
Sin embargo, a diferencia del sistema trifásico,
para obtener voltajes alternos entre las líneas VAC y
VBC lo único que se requiere es eliminar la componente
continua de los voltajes de VAN y VBN, por lo tanto, el
voltaje de la tercera fase que puede cumplir con este
requerimiento será:
(9)
La tercera rama que correspondería a la fase C
se conectó al neutro en la topología propuesta y los
voltajes de línea son:
(10)
(11)
Se utiliza el mismo concepto del sistema trifásico
para los sistemas bifásicos con desfase de 180º entre
fases y las expresiones para el voltaje de fase y de
línea son las siguientes.
(12)
(13)
(14)
(15)
Adicionalmente con las ecuaciones (10), (11) y
(15) se puede determinar que se requiere al menos un
bus DC de 350V para obtener un voltaje de red de
175Vpp en la carga, cabe recalcar que esto sería con el
índice de modulación “m” en su máximo de 1 y que
además la tensión de 175Vpp es para estar justo por
encima del valor pico de la tensión estándar de línea.
La topología y la estrategia de modulación
propuestas se prueban conectando cargas resistivas de
20W y un bus de 300VDC. La Fig. 5 muestra el valor
medio de las tensiones de salida cuando se modula un
sistema bifásico con separación de 120°.

Figura 5: Esquema de Inversor Bifásico
En la Fig. 6 se puede observar que se produce un
voltaje sinusoidal en la carga de aproximadamente
150VDC. La topología fue simulada con modulaciones
para redes de 120º de desfase como de 180º teniendo
un buen funcionamiento para ambos casos.
Figura 6: Voltajes de la Red Bifásica con Modulación de 120°
4. DISEÑO DEL LAZO DE CORRIENTE
La topología propuesta se prueba con un control
directo de corriente (DCC), que utiliza una expresión
discreta predictiva para la corriente a través del
inductor de acoplamiento que está expresada como
una función de la tensión de la fase VXN, tensión de
conmutación VSWX el valor de la inductancia LX y la
resistencia intrínseca RX asociada con el inductor [9],
como se muestra en la Fig. 7.
(16)
Edición No 14, Enero 2018
Figura 7: Circuito Equivalente del Filtro Activo Bifásico
donde Ts es el periodo de muestreo e iAPF es la corriente
de compensación del inversor. Esta expresión es
idéntica para ambas fases. Si se reemplaza iAPF(k+1)
por la referencia de corriente deseada se puede
despejar el valor de tensión que el inversor debe
sintetizar
(17)
Las corrientes de referencia para cada fase
(iAref e iBref) son obtenidas como una versión a escala
de las tensiones de fase VAN y VBN respectivamente, lo
cual asegura operación con factor de potencia unitario.
En la Fig. 8 se muestra en detalle la conexión del
filtro en paralelo a las cargas monofásicas y bifásicas.
L APF
De aquí resulta evidente que iA = iA + iA y en base
a esto la corriente de referencia para cada filtro activo
de potencia se obtiene como
(18)
El esquema de control completo se muestra en
la Fig. 9, donde los valores obtenidos para
y son enviados al modulador PWM y
sintetizados para el inversor el siguiente ciclo de
control. El valor de se sintetizará todo el
tiempo según la expresión (9).
El control DCC descrito reduce los armónicos de
corriente que circulan por la línea, corrige el factor
de potencia de las cargas acercándolo a la unidad y
balancea las magnitudes de las corrientes tomadas por
cada una de las fases.
La explicación de este lazo de control para el caso
de una topología de 2 puentes H en configuración
back-to-back se puede consultar en [9].
67
 Fajardo et al. / Filtro Activo de Potencia para Instalaciones Bifásicas con Capacidad de Balance de Corrientes

Figura 8: Esquema de Topología Propuesto

5.1. Operación con Cargas Balanceadas

Para esta prueba se conectan dos cargas no lineales
compuestas por un rectificador de media onda y una
resistencia de 20Ω a cada fase de un sistema bifásico
obtenido de un sistema trifásico (120° entre fases).
Las corrientes no lineales resultantes, se muestran en
la Fig. 10 con un y poseen una distorsión armónica
total (DAT) del 44%. Las corrientes totales vistas
desde las fuentes de línea, iA e iB, se muestran en la
Figura 9: Esquema de Control para Lazo de Corriente
Fig. 11. Por el efecto del APF se observa que el DAT
en las corrientes de línea se reduce del 44% para la
5. SIMULACIONES. carga no lineal no compensada al 7, 5 %. Se realizó
la misma prueba para un sistema bifásico obtenido de
Las simulaciones realizadas en MATLAB/
un transformador con toma central en el secundario
Simulink muestran el funcionamiento de la topología
(180º entre fases) obteniéndose resultados similares,
bajo diferentes escenarios. El APF simulado se
es decir una reducción del 44 % de la carga no lineal
conecta primero a un sistema bifásico obtenido a
sin compensación al 7, 5 % con la compensación del
partir de una distribución trifásica y posteriormente a
APF. En la Fig. 12 se muestran las corrientes de carga
un sistema bifásico obtenido de un transformador con
mientras que en la Fig. 13 se muestran las corrientes
toma central en el secundario. En ambos sistemas,
compensadas.
el voltaje nominal de fase a neutro es 120Vrms y la
frecuencia de conmutación simulada para el inversor
es de 10kHz. Los inductores de acoplamiento son de
10mH cada uno y una resistencia intrínseca de R =
10mΩ. El voltaje en el bus DC es de 350V.

68
 Edición No 14, Enero 2018

Figura 10: Corrientes en Cargas No Lineales Conectadas a las

Fases “A” y “B” Figura 13: Corrientes Compensadas para las Fases “A” y “B”

5.2. Operación con Cargas Desbalanceadas

Para esta prueba se conecta en la fase “A” una
carga resistiva lineal de 20Ω y se conecta a la fase “B”
un rectificador de media onda con una resistencia de
40Ω. En la Fig. 14 se muestran ambas corrientes de
carga mientras que la Fig. 15 muestra las corrientes
de línea compensadas. La respuesta del sistema ante
condiciones transitorias se analiza imponiendo un
cambio en la carga conectada en la fase “A” en t =
1s momento en el cual se conecta un rectificador de
media onda en paralelo a la carga original. El cambio
en la corriente de carga se puede observar en la Fig.
16 y la respuesta del APF se observa en la Fig. 17. Se
puede observar como el APF mantiene el equilibrio de
Figura 11: Corrientes Compensadas para las Fases “A” y “B”
ambas corrientes de línea antes y después del cambio
en las cargas conectadas.

Figura 12: Corrientes en Cargas No Lineales Conectadas a las

Fases “A” y “B” Figura 14: Corrientes en Cargas No Lineales Conectadas a las
Fases “A” y “B”

69
 Fajardo et al. / Filtro Activo de Potencia para Instalaciones Bifásicas con Capacidad de Balance de Corrientes
Figura 15: Corrientes Compensadas para las Fases “A” y “B”
Figura 16: Corrientes en Cargas No Lineales Conectadas a las
Fases “A” y “B”
Figura 17: Corrientes Compensadas para las Fases “A” y “B”
6. CONCLUSIONES
El filtro de potencia activo propuesto con una
topología para sistemas bifásico es capaz de balancear
potencia activa entre las fases además de cumplir con
el requerimiento de eliminación de armónicos de
corriente y mejora del factor de potencia, permitiendo
un equilibrio de potencia entre las fases. El control se
basa en un algoritmo de control directo de corriente
con un controlador PI para estabilizar el voltaje del
bus DC. El APF se simulo ́ para el funcionamiento en
70
sistemas bifásicos obtenidos a partir de un cableado
trifásico o del secundario de un transformador con
toma central, con diferentes cargas no lineales
balanceadas y desbalanceadas entre las fases. Se
obtuvieron reducciones de THD de corriente de línea
del 44% a menos del 9%.
Para los trabajos futuros se realizará el control sobre
redes con distorsiones elevadas como es el caso
Ecuador que tiene un DAT >7%, adicionalmente se
tratará de disminuir el pico de demanda resultante en
ciertas horas del día. Además, la topología propuesta
será implementada experimentalmente usando la
plataforma reportada en [11], [12]
REFERENCIAS BIBLIOGRÁFICAS
[1] Yaramasu V., Wu B., “Model predictive
decoupled active and reactive power control for
high-power grid-connected four-level diode-
clamped inverters,” Industrial Electronics, IEEE
Transactions on, vol. 61,pp. 3407–3416, July
2014.
[2] Singh B., Al-Haddad K., Chandra A., “A review
of active filters for power quality improvement,”
IEEE Transactions on Industrial Electronics, vol.
46, pp. 960–971, Oct. 1999.
[3] Dixon J., Moran L., Rodriguez J., Domke R.,
“Reactive Power Compensation Technologies:
State-of-the-Art Review,” Proceedings of the
IEEE, vol. 93, pp. 2144–2164, Dec. 2005.
[4] Leng S., Liu W., Chung I. Y., Cartes D., “Active
power filter for three-phase current harmonic
cancellation and reactive power compensation,”
in 2009 American Control Conference, pp. 2140–
2147, June 2009.
[5] Bueno H., Fajardo M., Quizhpi F., Viola J.,
Restrepo J., “Shunt active power filter for
harmonic compensation of two-phase nonlinear
loads,” in Transmission Distribution Conference
and Exposition – Latin America (PES T&D-LA),
2014 IEEE PES, pp. 1–6, Sept. 2014.
[6] Fajardo M., Viola J., Restrepo J., Quizhpi F., Aller
J., “Two-phase active power filter direct current
control with capacitor voltages estimation and
balance,” in 2015 IEEE Workshop on Power
Electronics and Power Quality Applications
(PEPQA), pp. 1–6, June 2015.
[7] Alcala J., Cardenas V., Miranda H., Perez-
Ramirez J., Charre S., “A three-phase back-to-
back converter for reactive power compensation,
current harmonic filtering and active power
compensation,” in 2013 IEEE Energy Conversion
Congress and Exposition, pp. 2371–2377, Sept
2013.

[8] Tang C. Y., Chen Y. F., Chen Y. M., Chang Y. R.,
“DC-link voltage control strategy for three-phase
back-to-back active power conditioners,” IEEE
Transactions on Industrial Electronics, vol. 62,
pp. 6306–6316, Oct 2015.
[9] Viola J., Fajardo M., Aller J. M., Quizhpi F.,
Restrepo J., Ginart A., “Back-to-back active
power filter for current balancing in two-phase
systems,” in 2017 Ninth Annual IEEE Green
Technologies Conference (GreenTech), pp. 139–
144, March 2017.
[10] Rashid M., “ELECTRONICA DE POTENCIA,
Circuitos, dispositivos y aplicaciones”. México.
3a Edición. Prentice Hall, 2004.
[11] Gimenez M., Guzman V., Restrepo J., Aller
J., Bueno A., Viola J., Millan A., Cabello A.,
“PLATAFORMA: Development of an integrated
dynamic test system to determine power
electronics systems performance,” Revista de la
Facultad de Ingenieria - UCV, vol. 23, no. 3, pp.
91 – 102, 2008.
[12] Viola J., Restrepo J., Quizhpi F., Gimenez M.,
Aller J., Guzman V., Bueno A., “A flexible
hardware platform for applications in power
electronics research and education,” in Electrical
Power Energy Conference (EPEC), 2014 IEEE,
pp. 1–6, Nov. 2014.
Marco Vinicio Fajardo.- Nació
en Ambato-Ecuador en 1990.
Recibió su título de Ingeniero
Electrónica de la Universidad
Politécnica Salesiana en 2013; de
Master en Ingeniería Biomédica
de la Universidad Politécnica
de Madrid, Madrid-España en
2015 Actualmente, se encuentra
cursando sus estudios de Doctorado en la Universidad
Simón Bolivar, Caraca-Venezuela y su campo de
investigación se encuentra relacionado con los Sistemas
de Potencia y Eficiencia Energética. Sus intereses de
investigación se centran en Sistemas Eléctricos de
Potencia, FACTs e Inversores Multinivel y eficiencia
energética.
Edición No 14, Enero 2018
Julio César Viola.- Nació en La
Paz (ER), Argentina, en 1975.
Obtuvo el título de Ingeniero
Electrónico en el año 2000 en
la Universidad Tecnológica
Nacional, Paraná (ER), Argentina,
y el título de Doctor en Ingeniería
en el año 2008 en la Universidad
Simón Bolívar, Caracas,
Venezuela. Desde el año 2012 ha estado en la Universidad
Politécnica Salesiana como Investigador del Proyecto
Prometeo – SENESCYT y desde el 2016 está vinculado
como profesor titular. Sus intereses en investigación se
centran en la electrónica de potencia para el control de
máquinas eléctricas y compensación de energía reactiva,
controles neuronales y difusos y energías alternativas,
áreas en las cuales posee más de 40 artículos científicos
arbitrados.
Flavio Alfredo Quizhpi.- Nació
en Cuenca, Ecuador, en 1969.
Recibió el Título de Ingeniero
Electrónico en la Universidad
Politécnica Salesiana en el 2003,
Licenciado en Ciencias de la
Educación en la Universidad
Politécnica Salesiana en el
1999, Especialista en Educación
Superior en la Universidad del Azuay en el 2002.
Actualmente cursando el programa Doctoral en Ingeniería
Eléctrica en la Universidad Simón Bolívar de Venezuela.
Dedicado al área de investigación de los Sistemas
Eléctricos de Potencia, Confiabilidad, FACTs e Inversores
Multinivel
71
 Artículo Académico / Academic Paper

Methodology to Identify Voltage Control Areas in an

Electrical Power System by Applying Monte Carlo Simulation
Metodología para Identificar Áreas de Control de Voltaje en un
Sistema Eléctrico de Potencia Aplicando Simulación Monte Carlo
L.E. Bonilla D.E. Echeverría J.C. Cepeda
Operador Nacional de Electricidad - CENACE
E-mail: lbonilla@cenace.org.ec; decheverria@cenace.org.ec; jcepeda@cenace.org.ec

Abstract Resumen

This Document presents a Methodology to
Identify the Areas of Voltage Control (ACV) in an
electrical power system. The use of data mining
and the concept of electric distance have been used
in this work to identify the ACV in a power system
for different probabilistic scenarios of system
operation considering N-1 contingencies, which
were formulated by Monte Carlo simulation. ACV
identification  in power systems allows  to identify
reactive power resources of each area to establish
operational strategies in order to improve the
control of the voltage in the system. The proposed
methodology has been implemented to identify the
ACV in the National Interconnected System of
Ecuador.
Este documento presenta una Metodología para
Identificar las Áreas de Control de Voltaje (ACV)
en un sistema eléctrico de potencia. El uso de
minería de datos y el concepto de distancia eléctrica
han sido utilizados en este trabajo para identificar
las ACV en un sistema de potencia para distintos
escenarios probabilísticos de operación del sistema
considerando contingencias N-1, los cuales fueron
formulados mediante simulación Monte Carlo.
La identificación de las ACV en un sistema de
potencia permite identificar los recursos de
potencia reactiva de cada área y con ello establecer
estrategias operativas a fin de mejorar el control
del voltaje en el sistema. La metodología planteada
ha sido implementada para identificar las ACV en
el Sistema Nacional Interconectado de Ecuador.

Index terms− Areas of Voltage Control, Electric Palabras clave− Áreas de Control de Voltaje,
Distance, Data mining, Monte Carlo simulation. Distancia Eléctrica, minería de datos, simulación
Monte Carlo.

Recibido: 01-08-2017, Aprobado tras revisión: 23-11-2017

Forma sugerida de citación: Bonilla, L.; Echeverría, D.; Cepeda, J. (2018). ‘‘Metodología para Identificar Áreas de
Control de Voltaje en un sistema eléctrico de potencia aplicando simulación Monte Carlo’’. Revista Técnica “energía”.
No. 14, Pp. 72-79
ISSN 1390-5074

72
 Edición No 14, Enero 2018

1. INTRODUCCIÓN La metodología propuesta fue aplicada al Sistema

Nacional Interconectado de Ecuador en donde se
El crecimiento de la demanda en los últimos años consideró el ingreso de las nuevas instalaciones como
ha provocado que los sistemas eléctricos de potencia Coca Codo Sinclair y Sopladora, así como el sistema
(SEPs) operen cada vez más cerca de sus límites de de 500 kV.
estabilidad y seguridad. Por esta razón es de crucial
importancia identificar las áreas débiles del sistema
2. METODOLOGÍA PARA IDENTIFICAR
eléctrico de potencia con el objetivo de establecer
ACV EN UN SISTEMA ELÉCTRICO DE
estrategias de control que permitan mejorar la calidad
POTENCIA
y la continuidad del servicio eléctrico.
Un sistema de potencia dado, puede ser dividido
En la evaluación de la estabilidad de voltaje,
en Áreas de control de Voltaje si las barras coherentes
es de particular interés identificar las áreas críticas
que conforman un ACV están lo suficientemente
del sistema eléctrico de potencia expuestas a déficit
desacopladas eléctricamente de las barras que integran
de potencia reactiva, que bajo ciertas condiciones
otra ACV. Existen diferentes metodologías empleadas
de operación darían lugar a un desequilibrio de la
para dividir al sistema eléctrico de potencia en Áreas
potencia reactiva en el sistema, que a la vez podría
de Control de Voltaje. En la referencia [3] se plantea
causar problemas de estabilidad de voltaje. Dado que
un método efectivo para identificar las ACV para un
la estabilidad de voltaje involucra, esencialmente
sistema de potencia en Francia, en donde por primera
un control local, es recomendable dividir al
vez se utiliza el concepto de distancias eléctricas y
sistema en zonas o áreas eléctricas (en función del
un análisis topológico de la red. En este trabajo se
comportamiento del voltaje del sistema), las cuales
propone utilizar el método de Simulación Monte
son conocidas como Áreas de Control de Voltaje
Carlo para generar escenarios probabilísticos de
(ACV)[1][2][3].
operación considerando contingencias N-1, y para cada
escenario de operación, identificar las ACV siguiendo
Un Área de Control de Voltaje, está conformada
la siguiente metodología:
por un grupo de barras del sistema eléctrico que
presentan patrones de comportamiento de voltaje • Cálculo de la matriz de distancias eléctricas.
similares y están lo suficientemente desacopladas
eléctricamente de las barras de otras áreas del sistema. • Descomposición, de la matriz de distancias
La principal característica de un ACV es que el perfil eléctricas, en coordenadas principales.
de voltaje de las barras que conforman esta ACV
es controlado fundamentalmente por sus fuentes de • Agrupación de las barras del sistema en
potencia reactiva, teniendo mucho menos efecto las ACV, verificando la conectividad física entre
acciones de control en las otras áreas [2]. las barras de cada una de estas áreas (ACV),
aplicando la técnica de agrupación de datos
Las barras de generación incluidas en cada ACV Fuzzy C Means (FCM).
conforman la Reserva Reactiva Base (RRB) para esta
área. La mayor parte de los incrementos de carga de
potencia reactiva dentro de un ACV es suministrada Activacion del
SEP
Descomposición en
Coordenadas

por la RRB, por lo que la RRB desempeña un papel Principales.

muy importante en la determinación del límite de Análisis de minería de

carga reactiva de cada barra de carga y la reserva Selección del
escenario de
Datos (FCM) -
CLUSTERS

de potencia reactiva en cada área. En este sentido, demanda (Aleatorio)

identificar las ACV y sus RRB permite establecer NO

existe conectividad?
estrategias de supervisión con el fin de mejorar Selección de la
contingenica N-1 Retorno a
condiciones
el control y la estabilidad de voltaje del sistema iniciales
SI
eléctrico [1]. Ejecucición del OPF Identificación
de ACV

En este trabajo se presenta una metodología

para identificar las ACV en un sistema de potencia, Converge el NO
flujo?
en distintos escenarios probabilísticos de operación N escenarios?

formulados mediante simulación Monte Carlo,

basada en el concepto de Distancia Eléctrica y el
SI
Cálculo de la Análisis
Estadistico
uso de minería de datos propiamente la herramienta
matriz de
Sensibilidad

de agrupación de datos Fuzzy C Means. En la Fig.

1 se muestra el diagrama de flujo de la metodología Cálculo de la Matriz
Fin

propuesta en este trabajo. La simulación Monte Carlo ''Distancias Eléctricas''

empleada en este trabajo fue utilizada como una

herramienta para generar escenarios estocásticos de
operación, considerando contingencias N-1. Figura 1: Estructura General de la Metodología Aplicada

73
 Bonilla et al. / Metodología para Identificar Áreas de Control de Voltaje en un SEP Aplicando Simulación Monte Carlo

En este trabajo se utilizó DIgSILENT Jacobiano de un SEP. A la matriz inversa se la conoce

PowerFactory para seleccionar el escenario aleatorio
de demanda, seleccionar la contingencia N-1 y
calcular la matriz de sensibilidad de voltaje. Mientras
que, para el cálculo de la matriz de distancias
eléctricas, así como para identificar las ACV mediante
la utilización minería de datos se empleó el software
MATLAB.
2.1. Simulación de Monte Carlo
Tradicionalmente la solución de flujos de potencia
de un sistema eléctrico ha sido obtenida mediante
metodologías determinísticas, es decir bajo
condiciones de operación preestablecidas. Este tipo
de metodologías (determinísticas) no toman en cuenta
el comportamiento estocástico o probabilístico que
tiene un sistema eléctrico real [4]. El comportamiento
estocástico que tiene un sistema eléctrico es de gran
importancia para el desarrollo de enfoques integrales,
que sean adecuados para hacer frente al aumento de
las incertidumbres en la operación y planificación de
sistemas eléctricos de potencia [5].
Una las herramientas matemáticas que permite
generar escenarios probabilísticos considerando la
incertidumbre de un sistema es la técnica de simulación
de Monte Carlo, la cual brinda la posibilidad de
obtener resultados más reales del comportamiento
que tiene el sistema eléctrico de potencia.
El método de simulación de Monte Carlo es un
proceso repetitivo que consiste en evaluar, en cada
iteración, la respuesta (v) que tiene el sistema a través
de una función de incertidumbre (h), usando entradas
variables (z) las cuales son generadas aleatoriamente
en función de su distribución de probabilidad [4].
como matriz de sensibilidad de voltaje dV/dQ. Las 2
matrices mencionadas son reales y no simétricas [2].
Los elementos de la matriz dV/dQ reflejan la
propagación de la variación de voltaje en las barras del
sistema ante la inyección de potencia reactiva en una
barra. A partir de la matriz dV/dQ se puede obtener
la matriz de atenuaciones cuyos elementos, escritos
como , representan el acoplamiento de voltaje entre
las barras del SEP. Estas atenuaciones son obtenidas
dividiendo los elementos de cada columna de la
matriz dV/dQ para cada término de la diagonal de esta
matriz. Por lo tanto se tiene [2]:
(2)
(3)
Generalmente, , con el fin de tener
una propiedad simétrica en la distancia eléctrica,
la siguiente formulación se utiliza para definir la
distancia eléctrica entre dos nodos i y j [2]:
(4)
El elemento Dij representa la distancia eléctrica
entre los nodos i y j, este elemento es positivo y
simétrico (Dij=Dji). Esta distancia eléctrica es
influenciada directamente por los cambios de voltaje
ocurridos en las barras del sistema y también es una
buena medida de la observabilidad y controlabilidad
del sistema [2]. Para normalizar las distancias
eléctricas se sigue la siguiente formulación:

(1)
(5)
En ocasiones el método Monte Carlo ha sido
utilizado para obtener resultados estadísticos
2.3. Técnicas de Minería de Datos
(representados generalmente por su valor medio y
desviación estándar), sin embargo en este trabajo
El concepto de minería de datos ha sido creado
no se pretende usar la simulación Monte Carlo para
principalmente para el análisis de datos multivariante.
obtener información estadística. El objetivo del
Dentro de las técnicas utilizadas en este trabajo son
presente trabajo es usar esta técnica probabilística para
análisis de componentes principales y el método de
generar una gran cantidad de escenarios de operación
agrupación de datos Fuzzy C Meas (FCM).
mediante la variación aleatoria de la carga en función
de una distribución de probabilidad y la selección de
contingencias N-1 en líneas de transmisión, y de esta 2.3.1 Análisis de componentes principales
manera determinar la matriz de sensibilidad (para
cada escenario) a partir de la solución de flujos de El análisis de componentes principales es una
potencia. técnica de análisis multivariante, para reducir
las variables de un conjunto de datos, sin perder
la información proporcionada por las variables
2.2. Distancia Eléctrica
originales. Esta técnica permite transformar las
variables originales, por lo general correlacionadas
El concepto de distancia eléctrica involucra a
entre sí, en nuevas pocas variables (no correlacionadas)
la matriz dQ/dV, la cual forma parte de la matriz
conocidas como componentes principales (PCs). Las

74

componentes principales están ordenadas de tal forma
que las primeras componentes retienen las máximas
variaciones presentes en las variables originales.
Una generalización de las componentes principales
son las coordenadas principales. El cálculo de las
coordenadas principales de un conjunto de datos (X)
puede ser obtenida a partir de una matriz de distancias
D (matriz cuadrada de dimensión n x n, en donde n
representa el número de elementos u observaciones
del conjunto de datos, que para el presente trabajo
representa el número de barras o nodos del sistema
que son considerados en el análisis).
A partir de una matriz de distancias se puede
construir la matriz de similitud Q (similar a la matriz
de covarianza) la cual representa la variabilidad
entre elementos, y puede ser obtenida de la siguiente
manera [4] [6]:
(6)
En donde I, de dimensión n x n, representa la
matriz identidad; 1, de dimensión n x 1, es un vector
columna de unos y 1’ es el vector transpuesto del
vector 1.
La matriz de coordenadas principales, Yr, puede
ser obtenida a partir de los valores (Λr) y vectores
propios (Vr) de Q, de la siguiente manera [4] [6]:
(7)
En donde la matriz Vr, contiene los vectores propios
de Q y Λr,, representa la diagonal de valores propios
de Q.
2.3.2 Método de agrupación de datos Fuzzy C Means
La gran cantidad de datos e información que se
dispone actualmente ha hecho necesario contar con
técnicas que permitan extraer información implícita
en enormes bases de datos. Para manejar una gran
cantidad de datos surge las técnicas de agrupación de
datos, las cuales son técnicas analíticas diseñadas con
el objetivo de detectar patrones de comportamiento
consistentes entre diferentes variables de tal manera
que esta información pueda ser agrupada o clasificada
de acuerdo a algún comportamiento [7]. Dentro de
las técnicas utilizadas para la agrupación de datos
se encuentra la técnica Fuzzy C Meas (FCM) cuyo
algoritmo de clasificación se describe a continuación
[7] [8]:
El algoritmo FCM asigna a cada dato, un valor
de pertenencia (valores entre 0 y 1) a cada uno de los
clusters formados, entonces un valor pertenece a un
cluster específico si su valor de pertenencia es mayor
al grado de pertenencia de los otros clusters. La suma
Edición No 14, Enero 2018
de los grados de pertenencia de un dato específico en
todos los clusters es igual a 1.
FCM se basa en la minimización de la función J:
(8)
En donde:
uij : es el grado de pertenencia o membrecía de la
i-ésima observación al j-ésimo cluster.
n : es el número de datos.
cl : es el número total de clusters.
: es el peso que determina el grado en el
cual los miembros parciales de un cluster afectan al
resultado (generalmente m=2).
: representa la distancia euclidiana
entre la i-ésima observación y el centroide del
j-ésimo cluster .
La función J se minimiza si cumple con las
ecuaciones (9) y (10):
(9)
(10)
En este trabajo se utilizó la técnica FCM para
agrupar las barras en ACV, sin embargo, dado que el
algoritmo de FCM es una herramienta de análisis de
datos, el mismo no considera la configuración natural
de la red eléctrica, de hecho, los grupos de barras que
resultan de la aplicación de la FCM no corresponden
necesariamente a las áreas eléctricas reales, por lo que
es necesario añadir una rutina adicional al algoritmo
de agrupamiento que compruebe la conectividad de
las barras.
En este sentido, con el objetivo de identificar la
conectividad de las barras se utiliza un algoritmo que
emplea la teoría de Goderya [9]. A continuación se
presenta un resumen del algoritmo.
Sea Ar(mxn) la matriz de incidencia de un área r
del sistema de potencia, de dimensión n x m (m es el
número de ramas o líneas de un área r y n es el número
de barras de la misma área r) entonces la matriz de
conectividad Cr(nxn) puede ser definida como sigue:
75
 Bonilla et al. / Metodología para Identificar Áreas de Control de Voltaje en un SEP Aplicando Simulación Monte Carlo

(11)

Qr(nxn) y Rr(nxn) representan la descomposición

ortogonal-triangular de la matriz Cr, por lo tanto:

(12)

Basado en la matriz Rr, es posible definir el vector

columna de verificación de conectividad cv(nx1)
como sigue:

(13)

Donde i representa la fila y j representa la

columna de la matriz Rr, y Rr(i,j) es el elemento (i, j)
de Rr. El número de elementos nulos de cv representa
el número de sub-áreas formadas dentro del área r
debido a la falta de conectividad.

Figura 2: Diagrama Unifilar del S.N.I. de Ecuador

3. APLICACIÓN DE LA METODOLOGÍA AL
SISTEMANACIONALINTERCONECTADO.
La aplicación de la metodología propuesta se
aplicó al Sistema Nacional Interconectado (S.N.I.)
de Ecuador para lo cual se consideraron las barras de
230 kV y 500 kV que se muestran en la Tabla 1. En
la Fig. 2 se muestra el diagrama unifilar del S.N.I de
Ecuador.
Los casos de estudio considerados en el
análisis corresponden a la modelación del S.N.I. en
DIgSILENT PowerFactory (plan de expansión de
2017) en hidrología alta y baja. Las contingencias
seleccionadas corresponden a desconexiones de
líneas de doble circuito a nivel de 230 y 500 kV.
4. RESULTADOS
4.1. Resultados en Estado Estable
Mediante la Simulación Monte Carlo se formularon
500 escenarios de Operación en estado estable (sin
considerar contingencias, únicamente considerando
variaciones aleatorias de la carga) para cada uno de los
casos de estudio (hidrología alta y baja), y se observa,
como se muestra en las Fig. 3 y 4, que se formaron en
su gran mayoría 7 ACV, conformadas por las barras
que se muestra en la Tabla 2.

Adicionalmente, las ACV fueron identificadas sin

contingencias a fin de realizar una comparación entre
las ACV identificadas en estado estable y en casos de
emergencia (considerando contingencias N-1).

Tabla 1: Numeración de las Barras del S.N.I.

Figura 3: Histograma de Frecuencia del Número de ACV

identificadas en Hidrología Baja

76
 Edición No 14, Enero 2018

Figura 4: Histograma de Frecuencia del Número de ACV

Figura 6: Histograma de Frecuencia del número de ACV
identificadas en Hidrología Alta
identificadas en Hidrología Baja

Tabla 2: ACV más probables identificadas en el S.N.I. en

Tabla 3: ACV identificadas en el S.N.I. considerando
Estado Estable
Contingencias N-1 (Alta Hidrología)

Tabla 4: ACV identificadas en el S.N.I. considerando

Cabe notar que la barra de la central Sopladora, Contingencias N-1 (Baja Hidrología)
si bien físicamente se encuentra cerca de la central
Molino, eléctricamente está conectada a la subestación
Milagro, es por ello que se justifica que la barra de
la central Sopladora forme un ACV con Milagro,
Machala y San Bartolo (ver ACV6 de la Tabla 2).

4.2. Resultados considerando Contingencias N-1

Mediante la Simulación Monte Carlo se

formularon 500 escenarios de Operación para cada Tabla 5: ACV identificadas en el S.N.I. considerando
uno de los casos de estudio (hidrología alta y baja), Contingencias N-1 (Alta y Baja Hidrología)
en donde se consideró escenarios estocásticos de
demanda, además, de contingencias N-1 con la salida
de líneas de transmisión de doble circuito a nivel de
500 kV y 230 kV. En las Tablas 3, 4 y 5 se presentan
las ACV más probables identificadas en el S.N.I
considerando contingencias N-1. En las Fig. 5 y 6 se
presenta los histogramas de frecuencia del número
de ACV formadas tanto en hidrología alta como en
hidrología baja.

5. CONCLUSIONES

El método de simulación Monte Carlo, en este trabajo,

Figura 5: Histograma de Frecuencia del número de ACV
identificadas en Hidrología Alta
fue empleado para generar escenarios probabilísticos
de operación considerando contingencias N-1 a fin de
determinar la matriz de sensibilidad de voltaje en cada
uno de estos escenarios generados.

77
 Bonilla et al. / Metodología para Identificar Áreas de Control de Voltaje en un SEP Aplicando Simulación Monte Carlo
A partir de la matriz de sensibilidad se pudo
determinar las distancias eléctricas entre las barras
del sistema y mediante minería de datos se puedo
identificar las ACV del S.N.I.
Las ACV identificadas en estado estable en
el S.N.I. prácticamente permanecen constantes,
conformadas por las barras que se muestran el Tabla
2. En los escenarios en que se consideró contingencias
N-1 el área de control de voltaje que se presentó en
todos los escenarios de estudio fue la conformada por
las barras de: Coca Codo Sinclair 500 kV, San Rafael
500 kV, San Rafael 230 kV, Shushufindi 230 kV y
Nueva Jivino 230 kV.
Considerando contingencias N-1, cuando se
formaron 6 Áreas de Control de voltaje, tanto en
hidrología alta como en baja, estas se conformaron
por las barras que se muestran en la Tabla 5.
La barra de la central Sopladora, si bien
físicamente se encuentra cerca de la central Molino,
eléctricamente está conectada a la subestación
Milagro, es por ello que se justifica que en todos los
escenarios simulados la barra de la central Sopladora
y las barras de Milagro, San Bartolo y Machala
siempre se encontraban en una misma Área de
Control de Voltaje.
6. RECOMENDACIONES
Las Áreas de Control de Voltaje identificadas en
un sistema eléctrico de potencia permiten identificar
las reservas de potencia reactiva de cada Área y con
ello se puede determinar las zonas con déficit de
potencia reactiva que podrían causar problemas de
estabilidad de voltaje. Es por ello que se recomienda
para trabajos futuros diseñar una metodología
para determinar automáticamente las reservas de
potencia reactiva en función de cada una de las ACV
identificadas en el S.N.I.
Considerando que la estabilidad de voltaje de
un sistema eléctrico de potencia es un fenómeno
esencialmente local, se recomienda utilizar las
ACV identificadas en el S.N.I. para realizar estudios
eléctricos de estabilidad de voltaje.
78
REFERENCIAS BIBLIOGRÁFICAS
[1] W. Villa, J. Rueda, S. Torres, W. Peralta,
“Identification of Voltage Control Areas in
Power Systems with Large Scale Wind Power
Integration”, Transmission and Distribution:
Latin America Conference and Exposition (T&D-
LA), IEEE/PES, Montevideo, September 2012.
[2] J. Zhong, E. Nobile, A. Bose and K. Bhattacharya,
“Localized Reactive Power Markets Using the
Concept of Voltage Control Areas”, IEEE Trans.
Power Syst., vol. 19, no. 3, pp. 1555-1561 Aug.
2004.
[3] P.Lagonotte, J.C. Sabonnadiere, J.-Y.Leost, and
J.-P. Paul, ‘‘Structural analysis of the electrical
system: application to secondary voltage control
in France,’’ IEEE Trans Power Syst, vol4, no.2,
pp. 479 – 486, May 1989.
[4] J. Cepeda, “Evaluación de la Vulnerabilidad del
Sistema Eléctrico de Potencia en Tiempo Real
usando Tecnología de Medición Sincrofasorial”,
Tesis de Grado para obtener el título de Doctor
en Ingeniería Eléctrica, Instituto de Energía
Eléctrica, Universidad Nacional de San Juan, San
Juan, Argentina, Diciembre 2013, ISBN: 978-
987-33-4328-5.
[5]
F.Gonzales and J.Cepeda, “PowerFactory
Application for Power System Analysis“, Agosto
2014.
[6] D. Peña, Análisis de Datos Multivariantes,
Editorial McGraw-Hill, España, cap. 1 – 8, Enero
2002.
[7] J. Rojas Julio Chavarro, Ricardo Laverde
“Técnicas de Lógica Difusa aplicadas a la minería
de datos“, Universidad Tecnológica de Pereira.
ISSN 0122-1701.
[8] K .Hammouda, and F. Karray, “A Comparative
Study of Data Clustering Techniques”, University
of Waterloo, Ontario, Canada.
[9] F. Goderya, A. Metwally, and O. Mansour, “Fast
Detection and Identification of Islands in Power
Systems”, IEEE Transactions on Power Apparatus
and Systems, pp. 217 – 221, 1980.
 Edición No 14, Enero 2018

Jaime Cepeda Campaña.-

Nació en Latacunga, Ecuador
Luis E. Bonilla Guerrero.-
en 1981. Recibió el título
Nació en Ambato, Ecuador
de Ingeniero Eléctrico en la
en 1989. Recibió su título
Escuela Politécnica Nacional
de Ingeniero Eléctrico de la
de Ecuador en 2005, y el de
Escuela Politécnica Nacional
Doctor en Ingeniería Eléctrica
de Quito en Septiembre de
en la Universidad Nacional de
2017. Actualmente trabaja
San Juan en 2013. Entre 2005
en el Operador Nacional de
y 2009 trabajó en Schlumberder y en el CONELEC.
Electricidad CENACE de
Colaboró como investigador en el instituto de
Ecuador en la subgerencia de Análisis de la Operación.
Energía Eléctrica, Universidad Nacional de San Juan,
Sus campos de interés son: Estabilidad y Control de
Argentina y en el Instituto de Sistemas Eléctricos de
sistemas Eléctricos de Potencia, y sistemas de medición
Potencia, Universidad Duisburg-Essen, Alemania
Sincrofasoriales PMU’s.
entre 2009 y 2013. Actualmente se desempeña como
Subgerente Nacional de Investigación y Desarrollo
Diego E. Echeverría Jurado.-
del CENACE y como Profesor a tiempo Parcial en
Recibió su título de Ingeniero
la Escuela Politécnica Nacional. Sus Áreas de interés
Eléctrico de la Escuela
incluyen la evaluación de vulnerabilidad en tiempo
Politécnica Nacional de Quito
real y el desarrollo de Smart Grids. Actualmente,
en 2006. Se encuentra realizando
trabaja en el Operador Nacional de Electricidad
sus estudios de doctorado en
CENACE de Ecuador en la subgerencia Nacional de
Ingeniería Eléctrica en el Instituto
Investigación y Desarrollo. Sus Áreas de interés son:
de Energía Eléctrica (IEE), de
Estabilidad de Sistemas Eléctricos de Potencia en
la Universidad Nacional de San
tiempo Real, Sistemas de medición sincrofasoriales
Juan. Actualmente trabaja en el Operador Nacional de
PMU’s y control de Emergencia de sistemas de
Electricidad CENACE de Ecuador en la subgerencia
Potencia.
Nacional de Investigación y Desarrollo. Sus Áreas de
interés son: Estabilidad de Sistemas Eléctricos de Potencia
en tiempo Real, Sistemas de medición sincrofasoriales
PMU’s y control de Emergencia de sistemas de Potencia.

79
 Aplicación Práctica / Practical Issues

Conceptual Considerations about Transient Stability

Assessment for the Adjustment of the Single-Phase Reclosing
Time at San Rafael - El Inga 500 kV Transmission Line
Consideraciones Conceptuales sobre Análisis de Estabilidad
Transitoria en el Ajuste del Tiempo de Recierre Monofásico de
la Línea de Transmisión San Rafael - El Inga de 500 kV
L.M. Dután1 J.C. Cepeda2
CELEC EP Transelectric, Quito, Ecuador
1

E-mail: luis.dutan@celec.gob.ec
2
Operador Nacional de Electricidad CENACE, Quito, Ecuador
E-mail: jcepeda@cenace.org.ec

Abstract Resumen

This work analyzes the implications of several
conceptual considerations, such as modeling
and integration characteristics, synchronous
machine modeling and saturation modeling,
in the results of the transient stability analysis
facing the occurrence of single-phase faults
followed by opening and reclosing at San
Rafael–El Inga 500 kV transmission line. For
this, the software DIgSILENT PowerFactory,
ATP and EMTP-RV are used to model and to
simulate the dynamic behavior of the system
under different considerations. The results show
that the models of synchronous machines based
on Park transform present greater problems
of stability under unbalanced perturbations or
asymmetric conditions. Likewise, it has been
also demonstrated how differences of modeling
and integration algorithms can lead to different
dynamic behaviors in the system, which should be
adequately taken into account in the studies.
Este trabajo analiza las implicaciones de varias
consideraciones conceptuales, tales como
características de modelación e integración,
tipo de modelación de la máquina sincrónica y
efecto de la modelación de la saturación, en los
resultados del análisis de estabilidad transitoria
ante la ocurrencia de fallas monófasicas seguidas
de apertura y recierre monofásico en la línea
de transmisión San Rafael–El Inga de 500 kV.
Para esto, se usan los programas DIgSILENT
PowerFactory, ATP y EMTP-RV, para modelar
y simular el comportamiento dinámico del
sistema ante diferentes consideraciones. Los
resultados muestran que los modelos de máquinas
sincrónicas basados en la Transformada de Park
presentan mayores problemas de estabilidad ante
perturbaciones desbalanceadas o condiciones
asímetricas. Asimismo, se demuestra cómo
las diferencias de modelación y algoritmos
de integración pueden provocar diferentes
comportamientos dinámicos en el sistema, lo cual
debe ser adecuadamente tomado en consideración
en los estudios.

Index terms− ATP, EMTP-RV, PowerFactory, Palabras clave− ATP, EMTP-RV, PowerFactory,
Park transform, phase domain, saturation, single- Transformada de Park, dominio de fase, saturación,
phase reclosing. recierre monofásico.

Recibido: 31-07-2017, Aprobado tras revisión: 08-11-2017

Forma sugerida de citación: Dután, L.; Cepeda, J. (2018). “Consideraciones Conceptuales sobre Análisis de Estabilidad
Transitoria en el ajuste del tiempo de recierre monofásico de la línea de transmisión San Rafael - El Inga de 500 kV”.
Revista Técnica “energía”. No. 14, Pp. 80-91
ISSN 1390-5074.

80

1. INTRODUCCIÓN
Uno de los objetivos de implementar un esquema
de apertura y recierre monofásico es incrementar
el margen de estabilidad del sistema eléctrico de
potencia (SEP) ante la ocurrencia de una falla
monofásica temporaria en una línea de transmisión.
Específicamente, cuando la línea de transmisión
conecta una central de generación con el resto del SEP,
este esquema evita grandes excursiones del ángulo de
las máquinas que podrían conducir a su pérdida de
sincronismo, así como el aislamiento de la central del
resto del SEP; además, incrementa el despacho de
potencia de la central en escenarios críticos.
La mayoría de las fallas en un SEP son
monofásicas y transitorias [1] y desaparecen una vez
que la línea es desconectada. De manera general,
y específicamente en el Sistema Nacional de
Transmisión (SNT) del Ecuador, a nivel de 69 kV, 138
kV y 230 kV cuando ocurre cualquier tipo de falla
se produce la apertura trifásica del elemento que ha
fallado (transformador, línea de transmisión, etc.); en
algunas líneas de transmisión se tiene implementado
un esquema de recierre trifásico, que implica que una
vez abierta la línea y transcurrido un tiempo conocido
como tiempo muerto, contado a partir de la apertura
de la línea, se procede al cierre simultáneo de los
interruptores de cada fase de un solo extremo de la
línea y, posteriormente, el cierre de los interruptores
del extremo que permanece abierto si existen las
condiciones de sincronización (diferencia de voltaje y
ángulo) [2]. En sistemas de Extra Alto Voltaje (EAV),
específicamente los que conectan grandes centrales
de generación, este esquema de apertura y recierre
trifásico (ATF-RTF) puede conducir a que los rotores
de las unidades de generación se aceleren demasiado
y pierdan el sincronismo durante el tiempo muerto;
para que esto no ocurra es necesario que este tiempo
sea muy pequeño.
Cuando ocurre una falla fase-tierra en una línea de
transmisión se puede aplicar un esquema de apertura
y recierre monofásico (AMF-RMF): los interruptores
de la fase fallada se abren para que la falla sea
despejada, mientras que las dos fases restantes
transfieren la potencia (a través de un circuito
desbalanceado). Una vez abierta la fase en falla, ésta
queda acoplada capacitivamente con las fases sanas,
las cuales inducirán un voltaje que mantendrá por un
tiempo una corriente de falla conocida como corriente
de arco secundario de magnitud mucho menor que
la corriente primaria de falla [3]. Para tener una alta
probabilidad que la corriente de arco secundario
se autoextinga, es necesario neutralizar el efecto
capacitivo de las fases sanas sobre la fase abierta
mediante el uso y ajuste adecuado de un reactor
monofásico, conectado al neutro de los reactores de
fase que, generalmente, se utilizan en líneas de EAV
para controlar el sobrevoltaje provocado por el Efecto
Ferranti[3]. Después del tiempo muerto, se produce el
recierre de un extremo de la fase abierta y si el arco
Edición No 14, Enero 2018
secundario se ha autoextinguido el recierre resulta
exitoso y se procede a la sincronización en el otro
extremo; caso contrario, nuevamente se provocará
una falla fase-tierra y, generalmente, se producirá
la apertura trifásica de la línea. Para asegurar que
el sistema sea capaz de mantener la estabilidad
transitoria durante el evento AMF-RMF, es necesario
realizar, de forma sistematizada, un apropiado análisis
de este fenómeno.
Un estudio de estabilidad transitoria toma en
cuenta, principalmente, el modelo de la máquina
sincrónica con sus sistemas de control, especialmente
el regulador automático de voltaje (AVR por sus siglas
en inglés) y el estabilizador de potencia (PSS por sus
siglas en inglés). El regulador de velocidad (GOV
por su acrónimo en inglés) usualmente se considera
demasiado lento para actuar durante el período en el
que ocurren los recierres monofásicos (a excepción
de que posea dispositivos adicionales de respuesta
rápida como los “fast valving” [4]), por lo que puede
no ser tomado en cuenta. Además, la capacidad de
cortocircuito del sistema juega un papel fundamental.
El comportamiento de una máquina sincrónica se
describe matemáticamente por medio de ecuaciones
algebraico-diferenciales, que son resueltas mediante
métodos de integración numérica implementados
en programas computacionales para modelación de
sistemas eléctricos de potencia. En estos programas
usualmente se utiliza el modelo de máquina sincrónica
basado en la Transformada de Park para pasar las
ecuaciones de la máquina del dominio del tiempo
trifásico (también conocido como Dominio de Fase)
al marco de referencia dq0. En este marco referencial
simplificado, la dependencia sinusoidal trifásica en
el tiempo es eliminada y las ecuaciones son resueltas
de manera mucho más sencilla y con menor carga
computacional [5]. El problema de este modelo es
que pierde precisión cuando el sistema de potencia
opera en condiciones desbalanceadas, cuando se toma
en cuenta la saturación de la máquina [6] o cuando el
paso del tiempo usado para la integración numérica
es grande [7]. Para estos casos un modelo de máquina
que solucione las ecuaciones en el Dominio de Fase
resultaría más adecuado [6]. Sin embargo, [7] indica
que el modelo de Park funciona bien, incluso en los
eventos antes mencionados, si se disminuye el paso
del tiempo usado para la integración numérica.
Este trabajo se enfoca en analizar, de forma
experimental mediante simulaciones, las
implicaciones de los conceptos antes mencionados
en los resultados del análisis de estabilidad transitoria
de máquinas sincrónicas ante la ocurrencia de
fallas monófasicas seguidas de apertura y recierre
monofásico de una línea de transmisión. Para esto,
usando los programas computacionales DIgSILENT
PowerFactory, Alternative Transients Program (ATP)
y ElectroMagnetic Transients Program Restructured
Version (EMTP-RV), se presentan los estudios de
estabilidad transitoria de la central Coca Codo Sinclair
81
 Dután y Cepeda / Consideraciones sobre Análisis de Estabilidad Transitoria en el ajuste del tiempo de recierre monofásico
(CCS) ante recierres monofásicos de la línea San
Rafael – El Inga de 500 kV, en un escenario crítico,
tomando en cuenta que la máquina sincrónica es
representada con dos tipos de modelos matemáticos
diferentes: i) modelo basado en Transformada de
Park; y, ii) modelo en el Dominio de Fase. Se modela
y valida el AVR de acuerdo a registros reales y se
modela el PSS en base a documentos IEEE. Debido a
la configuración de la conexión de la central CCS al
Sistema Nacional Interconectado (SNI) del Ecuador,
se usa un modelo máquina–barra infinita, el cual se
adecúa apropiadamente para representar las diferentes
configuraciones de generación, topología y demanda.
Los resultados muestran que usando modelos de
máquinas sincrónicas basados en Park implementado
en DIgSILENT y en el modelo SM59 de ATP se
requiere de tiempos muertos menores a 500 ms para
que las máquinas de CCS no pierdan la estabilidad,
mientras que usando el modelo de máquina en el
Dominio de Fase implementado como modelo SM58
en ATP y el modelo de Park mejorado, implementado
en EMTP-RV, el tiempo muerto para el escenario
bajo estudio puede ser superior a 1 s. Asimismo,
se demuestra cómo las diferencias de modelación
y algoritmos de integración pueden provocar
diferentes comportamientos dinámicos del modelo
del sistema, lo cual debe ser adecuadamente tomado
en consideración en los estudios.
2. MARCO TEÓRICO REFERENCIAL
2.1. Recierre Monofásico, Arco Secundario y
Estabilidad Transitoria
La corriente primaria de falla a través del aire
provoca su calentamiento y lo ioniza, perdiendo
su capacidad de aislamiento. Sobre la base de lo
expuesto por [3], en la Fig. 1 se observa que una falla
fase-tierra (fase A) se la puede despejar mediante la
apertura de, únicamente, la fase fallada (interruptores
S1 y S2).
VC
B1 - B0
B1 - B0
B1 - B0
B0
B0 Vind_A
b1
C
b1
b1
Arco Secundario
B
n’
S2
A bn
g
Figura 1: Acoplamiento Capacitivo de Fase Abierta con Fases
Sanas
La fase abierta queda entonces acoplada
capacitivamente con las fases sanas mediante el
arreglo serie paralelo de suceptancias de valor B1-
B0. Esto provoca que en la fase abierta se induzca
82
un valor bajo de voltaje (Vind_A); el cual, debido a que
el aire en el punto de falla está caliente e ionizado,
puede mantener la circulación de la corriente de arco
secundario. Sin embargo, después de un tiempo,
con la ayuda del reactor de neutro y factores como
la velocidad del viento y condiciones ambientales, la
corriente de arco secundario tiene una alta probabilidad
de autoextinguirse[3]. El tiempo desde la apertura
de la fase hasta que el aire recupera totalmente su
propiedad aislante puede ser estimado mediante (1)
que está en función del nivel de voltaje de la línea de
transmisión [8].
VL
t = 10.5 + (1)
34.5
donde t es el tiempo muerto en ciclos y VL es el voltaje
de la línea de transmisión en kV rms.
Usando para sistemas a 500 kV, el tiempo muerto
es de 26 ciclos si la frecuencia es 60 Hz, que equivale
a 430 ms, el cual es aproximado a 500 ms para este
nivel de voltaje.
El origen del arco secundario es el acoplamiento
capacitivo entre las fases sanas y la fase abierta; este
efecto puede ser neutralizado mediante el uso de un
arreglo de cuatro reactores (tres de fase y uno de
neutro) conectados a la línea de transmisión, de tal
manera que la corriente de arco secundario pueda,
mediante una sintonización perfecta del reactor de
neutro, llegar a ser cero [3]; en la práctica, éste valor
no se consigue. En [9] se presenta una metodología
para la sintonización de reactores de neutro del
sistema de EAV del Ecuador.
Para visualizar el efecto de una apertura y recierre
trifásico y de la apertura y recierre monofásico en la
estabilidad transitoria, es posible usar el criterio de
áreas iguales. Si el esquema empleado para despejar
la falla es el ATF-RTF, entonces, de acuerdo a la Fig.
2, el área A1 es mayor al área A2 lo que significa
que la máquina sincrónica pierde el sincronismo; en
este esquema, para evitar este evento, los tiempos
VB
S1
VA de recierre trifásico deben ser muy pequeños y no
siempre es posible aún con el uso de interruptores
ultrarrápidos. En cambio, en la Fig. 3 se observa que
B0
en un esquema AMF-RMF el área A1 es menor que
el área A2, lo que implica que la máquina no perderá
Corriente de sincronismo.
 Cepeda, Echeverría y Argüello / Incorporación de Inteligencia en el S.N.T. Ecuatoriano Proyecto Yachak
P Normal
Falla monofásica
A2
P0
A1
δ 0 δ1 δ2 δm
Figura 2: Criterio de Áreas Iguales Durante ATF-RTF [10]
P Normal
Falla monofásica
Apertura monofásica
A2
P0
A1
δ 0 δ1 δ2 δm
Figura 3: Criterio de Áreas Iguales Durante AMF-RMF [10]
2.2. Modelos de la Máquina Sincrónica
De acuerdo a [11], el modelo de una máquina
sincrónica puede ser representado mediante
ecuaciones diferenciales escritas en: i) un marco de
referencia asociado al rotor (marco de referencia dq0)
con lo cual se excluye la dependencia del tiempo de
ciertas inductancias y se elimina la relación sinusoidal
trifásica (este método es conocido como Transformada
de Park), o ii) mediante ecuaciones diferenciales
escritas en variables físicas y coordenadas de fase de
estado espacial.
En programas del tipo Electromagnetic Transients
Program (EMTP) el modelo de máquina se realiza
de manera independiente al de la red, la cual es
modelada mediante análisis nodal usando ecuaciones
en variables físicas que involucran a las admitancias
de los elementos, tal como se muestra en (2) y que se
conocen como ecuaciones principales de la red (MNE
por sus siglas en inglés) [9].
Yn vn = in
Dependiendo del modelo de máquina usado,
existen dos maneras de realizar la interfaz entre el
modelo de máquina y el modelo de red: aproximación
indirecta o aproximación directa. De acuerdo a [11],
en la aproximación indirecta, la interfaz entre el
modelo dq0 de la máquina y las ecuaciones de la red
se realiza mediante un circuito equivalente Norton en
coordenadas de fase; la ventaja de este método es que
elimina la necesidad de refactorizar los coeficiente
de la matriz MNE en cada paso de tiempo lo que
incrementa la velocidad de simulación, pero también
introduce, en cada paso de tiempo, un error que se va
acumulando tras cada paso de integración y que puede
producir ruido numérico e incluso inestabilidad [11].
En cambio, en la aproximación directa, las
ecuaciones de la máquina están escritas en la forma
original tomando en cuenta los acoplamientos
y el modelo es expresado en variables físicas y
δ coordenadas de fase. Con este modelo, las ecuaciones
de la máquina son directamente insertadas en las
ecuaciones MNE logrando una solución simultánea
en cada paso del tiempo; esta aproximación mejora
la precisión y estabilidad numérica pero incrementa
el tiempo de simulación y esfuerzo computacional,
especialmente en estudios de SEP de gran tamaño
[11].
Por lo antes mencionado, y de acuerdo a [6] y
[11], modelos de máquinas sincrónicas basadas en
la Transformada de Park pueden provocar resultados
erróneos especialmente en condiciones de circuitos no
simétricos como líneas de transmisión no transpuestas,
ante la ocurrencia de perturbaciones desbalanceadas,
δ o en casos donde es necesario tomar en cuenta
la saturación de la máquina. Para estos casos, un
modelo de máquina basado en aproximaciones
directas debería ser usado. Sin embargo, y de acuerdo
a [7], el modelo dq0 representa de manera correcta
a la máquina sincrónica en este tipo de estudios si
se disminuye el paso de tiempo para la solución
numérica. Por tal motivo, el modelo de máquina
sincrónica implementado en el programa EMTP-RV
se basa en la Transformada de Park, pero con ciertas
modificaciones orientadas a mejorar el algoritmo y
a disminuir el paso de integración numérica cuando
encuentra escenarios desbalanceados mientras se
realiza la simulación; información detallada se puede
encontrar en [11].
3. CASO DE ESTUDIO: RECIERRE DE LA
LÍNEA DE TRANSMISIÓN SAN RAFAEL -
EL INGA
El proyecto de EAV del Ecuador, a 500 kV, permite
evacuar la generación de la central CCS (1500 MW)
y distribuirla a los principales centros de consumo:
las ciudades de Quito y Guayaquil. En la Fig. 4 se
muestra la primera etapa del proyecto, que consiste
en la construcción de dos líneas de transmisión (LT)
(2)
a 500 kV que enlazan las subestaciones San Rafael
y El Inga, esta última ubicada en Quito. Cada línea
de transmisión está equipada con interruptores
monofásicos; además tiene conectados bancos de
reactores de fase de 30 MVAr en cada extremo y cada
banco tiene conectado un reactor de neutro de valor
2500 Ω para minimización de la corriente de arco
secundario.
83
 Dután y Cepeda / Consideraciones sobre Análisis de Estabilidad Transitoria en el ajuste del tiempo de recierre monofásico

Voltaje de armadura
P.U.
CCS 4x205 MVA Corriente de armadura

Zeq
ING SRF AVR 1.6
Y Δ
S1_1 S1_2 PSS
LT_1
U1, U2, U3 y U4 1.4 3 1
Δ 8 km
118 km
Zeq A A
S2_1 F S2_2 1.2 2
LT_2 4x205 MVA
3x600 MVA
118 km 8 km AVR
Y Δ 1
PSS
U5, U6, U7 y U8
0.8
Zeq

0.6

Figura 4: Diagrama Unifilar del Sistema Bajo Estudio 0.4 1) Saturación-circuito-abierto (1092 A)
2) Saturación-corto-circuito (1062 A)
0.2 3) AGL (1049 A)
3.1. Escenario Crítico del Sistema Bajo Estudio Corriente de campo 1 P.U. = 1049 A
0 P.U.
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 Corriente
2.4
De acuerdo a la Fig. 4, la topología más crítica de campo

para analizar la estabilidad transitoria de la central Figura 5: Curva de Saturación de una Unidad de la Central
CCS resulta cuando se encuentra operando una sola CCS
LT entre las subestaciones San Rafael y El Inga y,
de acuerdo a estudios iniciales basados en flujos de Cada unidad de generación posee un AVR del tipo
potencia, transmitiendo 740 MW desde CCS; esto EXC9000 tal como se muestra en la Fig. 6 y un PSS
implica que, para el caso crítico de estabilidad, se del tipo IEEE PSS2B que se muestra en la Fig. 7.
debe considerar cuatro unidades conectadas. Bajo Vref
estas condiciones, el objetivo es analizar la estabilidad
Qt
transitoria de las cuatro unidades de la central CCS, 1
1+sTR
KIR +
+

Ufmax
representadas con diferentes modelos de máquina, Uf
Vt
ante diferentes tiempos muertos de recierre. 1
1+sTR
-
+
+
KR
1+sTA3
1+sTA4
1
1+sTS
PSS
Ufmin
El análisis se realiza mediante simulaciones Pt 1
1+sTR PSS2B
llevadas a cabo usando tres tipos de programas Según IEEE
Δω 421.5-2005
computacionales: PowerFactory de DIgSILENT, 1
1+sTR
cuyo modelo de máquina se basa en la Transformada
de Park [12], ATP el cual dispone de los modelos
Figura 6: Modelo Simplificado de AVR de cada Unidad de la
de máquina SM59 [5] (Transformada de Park) y
Central CCS
SM58 (modelo en el dominio de fase) y EMTP-RV
cuyo modelo de máquina se basa en una mejora al
UST max
algoritmo de Park. Ks1
1+sT1 1+sT3 1+sT5 PSS
1+sT2 1+sT4 1+sT6 UST min
En todos los casos, el estudio se fundamenta en un
ω N
modelo máquina–barra infinita; en PowerFactory el sTW1
1+sTW1
sTW2
1+sTW2
1
1+sTR
+
+
1+sT8
1+sT9 M
+
-
equivalente de red está ubicado en la barra de 500 kV
de la SE El Inga, mientras que en ATP y EMTP-RV, Ks3

para evitar oscilaciones numéricas debido al uso de Pt sTW3 sTW4 Ks2

interruptores ideales, se simulan los transformadores 1+sTW3 1+sTW4 1+sT7

500/230 kV de la SE El Inga, y se implementa un

equivalente de cortocircuito entre las subestaciones Figura 7: Modelo PSS2B de cada Unidad de la Central CCS
El Inga, Santa Rosa y Pomasqui, a 230 kV, tal como
se muestra en la Fig. 4. En ATP, los modelos de medición, AVR y
PSS fueron desarrollados usando el lenguaje de
3.2. Datos de la Máquina Sincrónica programación MODELS [15] donde la inicialización
de variables debe ser realizada por el usuario, mientras
La central CCS posee ocho unidades, cada una
que en EMTP-RV se usaron bloques del tipo Transients
de 205 MVA, a 13.8 kV y factor de potencia 0.9 en
Analyzer Control Systems (TACS) con inicialización
atraso; la velocidad nominal es de 300 rpm y una
automática de variables a partir del flujo de potencia.
constate de inercia de 3.972 MW∙s/MVA. Además, de
En PowerFactory, por el contrario, la implementación
acuerdo a las referencias [13] y [14], en un estudio
de los sistemas de control se la concreta a través del
de estabilidad transitoria se debe tomar en cuenta la
lenguaje de programación DIgSILENT Simulation
saturación en el modelo de la máquina sincrónica, por
Language (DSL). En la Fig. 8 se muestra el sistema
lo que en la Fig. 5 se presenta la curva de saturación
bajo estudio implementado en EMTP-RV.
de una unidad de la central CCS, según fabricante.
Para el modelo de máquina se usan los datos de
impedancia no saturados [13] y [14] y constantes de
tiempo en vacío.

84

3.3. Validación del Modelo de AVR según
Pruebas de Campo y Modelación en
PowerFactory
Durante la sintonización en campo de los PSS de la
central CCS se realizaron mediciones de la respuesta
del AVR de una unidad. La metodología consistió
en inyectar un pulso de un 5% sobre el valor de
referencia del AVR de una unidad en vacío, aplicado
durante 1 s. Este evento de prueba se reprodujo en el
programa PowerFactory, lo que permitió realizar la
validación de la respuesta dinámica del AVR basado
en la aceptable proximidad de su salida simulada
con los datos registrados en campo. En ATP, de
Figura 8: Sistema de Estudio Implementado en EMTP-RV
Figura 9: Validación de la Respuesta del AVR de la Unidad
U1 de la Central CCS Mediante Comparación con Respuesta
Real
Para el PSS se usaron los valores ajustados
durante los trabajos de sintonización realizados en
campo en febrero de 2017. La respuesta del conjunto
Generador +AVR+PSS obtenida mediante simulación
en PowerFactory fue validada a través de las pruebas
realizadas en campo. El trabajo de sintonización de
PSS y subsiguiente validación de modelos puede ser
encontrado en [16].
Edición No 14, Enero 2018
acuerdo al diagrama de la Fig. 4, el modelo se ajustó
a las condiciones del sistema durante la prueba real
del AVR realizada en campo. La Fig. 9 presenta la
respuesta dinámica de la salida del AVR ante la prueba
de pulso descrita tanto de los registros de campo como
de las simulaciones realizadas en PowerFactory y
ATP. Es posible apreciar la buena proximidad de las
tres señales, lo que ha permitido validar los modelos
tanto de PowerFactory como de ATP. Además, en
caso de interés, un análisis más profundo respecto de
la validación del modelo del AVR de CCS puede ser
encontrado en [16].
3.4. Tiempos Considerados en la Simulación del
Recierre Monofásico
Para todas las simulaciones realizadas, tanto en
ATP, EMTP-RV y PowerFactory, se considera que
es la fase A donde ocurre una falla fase-tierra; el
tiempo de ocurrencia de la falla es a los 1.5 segundos
de simulación, con un tiempo de apertura de los
interruptores S2_1 y S2_2 de 100 ms. De acuerdo a
[17], se ajusta un tiempo de 200 ms de ocurrencia de
arco secundario (intervalo entre 1.6 a 1.8 segundos).
El tiempo muerto típico para sistemas a 500 kV es de
500 ms, según (1); por lo tanto el recierre ocurre a los
2.1 segundos con actuación del interruptor S2_1 de
fase A (del lado de la SE El Inga).
Asumiendo que el arco secundario se ha
autoextinguido, existe un tiempo de sincronización
en el que el control del interruptor S2_2 (del lado de
la SE San Rafael) analiza que existan condiciones de
sincronización (voltaje y ángulo) y, en caso de existir,
procede al cierre; en este estudio se ha considerado
un tiempo de 100 ms y que existen condiciones de
sincronismo. En la Tabla 1 se presentan los ajustes
de los tiempos de los interruptores involucrados en el
recierre monofásico de la LT San Rafael – El Inga.
85
 Dután y Cepeda / Consideraciones sobre Análisis de Estabilidad Transitoria en el ajuste del tiempo de recierre monofásico

Tabla 1: Tiempo de Actuación de los Interruptores de la Línea

en Servicio Durante el Recierre Monofásico

Tiempo de inicio de falla (s): 1.5

Tiempo de eliminación de falla (s): 1.8
Tiempo de Cierre Tiempo de Apertura
Interruptor
s s
-1 1.6
S2_1
2.1 9999
-1 1.6
S2_2
2.2 9999
Figura 10: Ángulo Mecánico de una Unidad de CCS para
4. RESULTADOS DE LAS SIMULACIONES Tiempos de Recierre de 500 ms y 300 ms

Se simula una falla monofásica cercana a la

central CCS (punto F de la Fig. 4), en la línea San
Rafael – El Inga (LT_2), para el siguiente escenario:
4 unidades de CCS en operación con un despacho
total de 740 MW y una línea de transmisión entre las
subestaciones San Rafael y El Inga.
En ATP y EMTP-RV las líneas de transmisión
son modeladas mediante parámetros dependientes de
la frecuencia y que toman en cuenta la onda viajera;
además, el modelo usado considera que las líneas son
perfectamente transpuestas, esto con la intención de
que no resulte demasiado complejo la inicialización
de los modelos de medición, AVR y PSS. Figura 11: Potencia Activa de una Unidad de CCS para
Tiempos de Recierre de 500 ms y 300 ms
Finalmente, el modelo de la resistencia de arco
secundario considera una resistencia constante de 4.2. Recierre Monofásico en EMTP-RV y ATP
un valor de 1E-6 Ω; en realidad esta resistencia es Modelo SM58
variable y depende de factores como la elongación
del arco, velocidad del viento, entre otros. En EMTP-RV usando el modelo de Transformada
de Park mejorado y en ATP usando el modelo en el
Los resultados gráficos que se muestran en los dominio de fase SM58, se realizan simulaciones de
siguientes puntos corresponden a una máquina de recierres monofásicos para tiempos muertos de 500
CCS, que se considera representativa de las cuatro ms y 1000 ms. Para todos los casos no existe pérdida
máquinas (grupo coherente). de estabilidad de la central CCS.

4.1. Recierre Monofásico en ATP Modelo SM59
En las Fig. 10 y 11 se muestran el ángulo mecánico
y la potencia de salida de una unidad de CCS, para un
tiempo muerto de 500 ms, donde se observa que las
máquinas pierden estabilidad, mientras que para un
tiempo muerto de 300 ms se obtiene una estabilidad
oscilatoria. Sin embargo, de acuerdo a lo señalado
en [6], éstos resultados pueden deberse al modelo de
máquina basado en la Transformada de Park) que es
susceptible a perder estabilidad numérica si se toma
en cuenta la curva de saturación y/o si el sistema
es no simétrico. Simulaciones adicionales fueron
realizadas tomando en cuenta lo sugerido en [7], para
lo cual se disminuyó el paso de integración numérica
de la simulación obteniéndose resultados iguales a los
mostrados en las Fig. 10 y 11.
En la Fig. 12 se muestran oscilaciones amortiguadas
del ángulo mecánico. En la Fig. 13 se observa la
variación de la velocidad mecánica respecto a la
sincrónica. En la Fig. 14 se muestra el voltaje terminal,
mientras que en la Fig. 15 se observa que la salida del
AVR sigue, en oposición de fase, al voltaje terminal;
es decir, cuando el voltaje terminal disminuye la
salida del AVR se incrementa y viceversa. En las Fig.
16 y 17 se muestra la potencia activa y reactiva de
una unidad de generación, mientras que de la Fig.
18 se observa la respuesta en oposición de fase del
PSS ante la variación de la potencia activa; es decir,
cuando la potencia de salida disminuye la salida del
PSS se incrementa y viceversa. Además, de la Fig. 17
se observa que durante la sincronización de la línea se
producen cambios muy drásticos en la potencia activa
de cada máquina sincrónica: la potencia cambia de
184 MW a 325 MW casi de manera instantánea; este
comportamiento debe ser analizado para determinar si
la máquina es capaz de soportar esta variación.

86
 Edición No 14, Enero 2018

Figura 12: Ángulo Mecánico para Tiempos de Recierre de 500 Figura 16: Potencia Reactiva para Tiempos de Recierre de 500
ms y 1000 ms ms y 1000 ms

Figura 13: Variación de la Velocidad Mecánica con Respecto a

Figura 17: Potencia Activa para Tiempos de Recierre de 500
la Sincrónica para Tiempos de Recierre de 500 ms y 1000 ms
ms y 1000 ms

Figura 18: Respuesta del PSS para Tiempos de Recierre de

Figura 14: Voltaje Terminal para Tiempo de Recierre de 500 500 ms y 1000 ms
ms y 1000 ms
4.3. Efectos de la Saturación en el Modelo SM59
de ATP
Se realizan simulaciones de recierre monofásico
usando un tiempo muerto de 500 ms eliminando la
saturación del modelo SM59 el cual es ajustado
con valores de reactancias saturadas y no saturadas
(según [13] y [14], si no se toma en cuenta la curva
de saturación se deben usar las reactancias saturadas).
Los resultados son presentados en la Fig. 19 donde
también se grafica la respuesta del modelo SM58 con
saturación. Se observa que la estabilidad es mantenida
y que los resultados se aceran a los obtenidos con el
modelo SM58.
Figura 15: Respuesta del AVR para Tiempos de Recierre de
500 ms y 1000 ms

87
 Dután y Cepeda / Consideraciones sobre Análisis de Estabilidad Transitoria en el ajuste del tiempo de recierre monofásico

Figura 19: Ángulo Mecánico para Tiempos de Recierre de

500 ms, con Modelo SM59 Sin Saturación y con Reactancias Figura 21: Ángulo del Rotor para Tiempo de Recierre de 500
Saturadas y No Saturadas. ms

4.4. Modelación y Simulación en PowerFactory

En este apartado, se replicarán algunas de
las simulaciones realizadas en ATP y EMTP-RV,
en PowerFactory, con el propósito de analizar la
influencia del tipo de modelación que emplea este
software (tanto de la máquina sincrónica basada en
transformada de Park como del resto de componentes
dinámicos) en la estabilidad transitoria. En este caso,
la modelación consiste en un sistema máquina–barra

DIgSILENT
infinita en donde el equivalente de red del SNI se
conecta en la barra de 500 kV de la SE El Inga. La
Fig. 20 presenta el diagrama unifilar del sistema en
estudio donde una de las líneas San Rafael–El Inga, a
500 kV, está fuera de servicio. Figura 22: Potencias Activa y Reactiva para Tiempo de
Recierre de 500 ms
XL_SRaf_RL8_500
XL_Inga_RL6_500

Las Fig. 23 y 24, en cambio, presentan los

resultados de la misma perturbación pero considerando
0.000

0.033
28.0
-0.0
0.0
0.0

L_CCS_GIS.. L_GIS_SRA.. L_INGA_SR..

que la máquina sincrónica no presenta saturación. En

12.1 12.1 0.0
-373.1
373.2
0.439

0.441

0.000

0.000
-35.4
16.3

0.0
0.0

0.0
0.0
G_HPAS_CCS

491.4
0.98

este caso, se produce una inestabilidad de tercera

7.1
31.569

-735.6
743.2
130.5

0.881
-37.6
SG
90.5

SNI
~

oscilación, lo que refleja un déficit de torque de

L_CCS_GIS.. L_GIS_SRA.. L_INGA_SR..
11.9 11.9 24.4
-366.8

-735.6
366.8
0.431

0.433

739.9
0.871

0.887
-35.0

-93.6
15.7

41.5

13.8
1.00

amortiguamiento debido a un comportamiento no

44.5
491.4
0.98
7.1

0.034

0.033
28.9

28.0
-0.0
491.4

0.0
0.98
7.1

saturado del generador.

CCS

491.1

483.0
0.98

0.97
-0.0
6.9

XL_Inga_RL8_500
XL_SRaf_RL6_500
SanRafael

El_Inga

Figura 20: Diagrama Unifilar del Sistema en PowerFactory

Las Fig. 21 y 22 presentan los resultados de la

simulación para un tiempo de recierre de 500 ms,
bajo las mismas consideraciones descritas en la
subsección 3.4, correspondientes al ángulo del rotor
y a la potencia de generación activa y reactiva de una
unidad de CCS, considerando que la red equivalente
2
.
3
4
7
del SNI presenta una potencia de cortocircuito de
3300 MVA (caso que puede ocurrir en escenarios tanto
5
.
0
3
1
3
9
6
.5
1

de hidrología como de demanda media) y la máquina

sincrónica consta con un modelo exponencial de
saturación. Es posible apreciar cómo el sistema logra Figura 23: Ángulo del Rotor para Tiempo de Recierre de 500
permanecer en equilibrio (de forma marginal) en este ms, Sin Saturación
escenario.

88
 Edición No 14, Enero 2018

4.5. Discusión
En esta sección se han presentado una serie de
resultados de simulaciones referentes al mismo
fenómeno (análisis de tiempos de recierre monofásico
en la línea de transmisión San Rafael–El Inga de
500 kV cuando la línea en paralelo se encuentra
indisponible), considerando varios posibles aspectos
conceptuales de modelación y simulación, que se
ha demostrado, afectan los resultados del análisis.
Estas consideraciones conceptuales se resumen a
continuación:
• Tres programas de simulación diferentes:
Figura 24: Potencias Activa y Reactiva para Tiempo de ATP, EMTP-RV y PowerFactory. A este
Recierre de 500 ms, Sin Saturación
respecto, es importante mencionar que cada
software emplea diferente modelación y
Finalmente, el mismo análisis de recierre diferentes algoritmos de integración.
monofásico a los 500 ms de ocurrido el despeje
• Dos tipos de modelo de máquinas sincrónicas:
de la falla se realiza considerando la saturación
Modelo Basado en la Transformada de Park
exponencial en los generadores pero con una potencia
y Modelo en el dominio de fase.
de cortocircuito del sistema equivalente de 3200
MVA (un sistema ligeramente menos robusto). En • Dos consideraciones diferentes en la
este caso, la respuesta de la simulación indica que modelación del sistema equivalente (barra
la central CCS pierde sincronismo en la segunda infinita): sistema reducido o equivalente
oscilación, como se muestra en las Fig. 25 y 26. estático con potencia de cortocircuito.
• Inclusión o no del efecto de la saturación
magnética de la máquina sincrónica.
De los análisis realizados se ha logrado demostrar
lo siguiente:
• Las características propias de cada
programa de simulación (ATP, EMTP-RV
o PowerFactory), relacionadas tanto con la
forma de modelación como con los algoritmos
de integración, hacen que los resultados
sean diferentes. Así, las simulaciones en
ATP y EMTP-RV muestran un sistema con
déficit de torque sincronizante, en tanto
que las simulaciones en PowerFactory
muestran un sistema con falta de torque
de amortiguamiento. Estas características
Figura 25: Ángulo del Rotor para Tiempo de Recierre de 500
ms, 3200 MVA de Potencia de Cortocircuito del SNI
hacen que para ATP y EMTP-RV resulta
beneficioso no considerar la saturación de
las máquinas sincrónicas en tanto que para
PowerFactory esto resulta perjudicial.
• En el caso de PowerFactory, en donde se
ha modelado al SNI como un equivalente
estático, se aprecia claramente que la
conexión de CCS con un sistema más robusto
(con mayor potencia de cortocircuito) mejora
apreciablemente la condición de estabilidad.
• La elección del tipo de modelo de la máquina
sincrónica resulta crítico. A este respecto, se
ha verificado las afirmaciones hechas en [6]
respecto que el modelo basado en el marco
de referencia dq0 resulta inestable ante
perturbaciones desbalanceadas o condiciones
Figura 26: Potencias Activa y Reactiva para Tiempo de asimétricas y en [11] donde se indica que una
Recierre de 3200 MVA de Potencia de Cortocircuito del SNI mejora al algoritmo dq0 permite que este

89
 Dután y Cepeda / Consideraciones sobre Análisis de Estabilidad Transitoria en el ajuste del tiempo de recierre monofásico
modelo funcione de una manera adecuada en
eventos donde la red está desbalanceada y se
toma en cuenta la saturación de la máquina.
5. CONCLUSIONES Y RECOMENDACIONES
En este artículo, se han puesto en evidencia
varias consideraciones conceptuales relacionadas
con la condición de estabilidad transitoria respecto
del ajuste del tiempo de recierre monofásico de la
línea de transmisión San Rafael–El Inga de 500
kV. En este sentido, se ha demostrado que aspectos
básicos de modelación resultan críticos al momento
de definir los tiempos críticos de recierre monofásico
del sistema. Estos aspectos son: el programa de
simulación (ATP, EMTP-RV o PowerFactory), el tipo
de modelo de la máquina sincrónica, la inclusión de
saturación, entre otros posibles. Un aspecto a resaltar
es que se ha confirmado el concepto expresado por [6]
respecto de la inestabilidad del modelo basado en la
transformada de Park cuando se simulan condiciones
desbalanceadas.
Sobre la base de lo mencionado, es oportuno
destacar que un adecuado trabajo de modelación debe
necesariamente estar acompañado de un proceso de
validación de modelos. En este sentido, no es posible,
únicamente con resultados de simulación, definir
qué modelo deberá ser el apropiado para realizar las
simulaciones, más aún cuando se pretende analizar
fenómenos de alta criticidad (como el recierre
monofásico ante condiciones de alto estrés). A este
respecto, mientras no se haya realizado el proceso de
validación de modelos, lo recomendable es optar por
aquel que brinde los resultados más conservativos a
costa de una inevitable des-optimización operativa.
Como trabajo futuro se ha planteado investigar
con mayor profundidad sobre técnicas de validación
de modelos en base a mediciones, lo cual permitirá,
en última instancia, definir apropiadamente cuál es el
mejor marco de referencia para realizar estudios de
impacto crítico.
REFERENCIAS BIBLIOGRÁFICAS
[1] IEEE, “Single phase tripping and auto reclosing
of transmission lines-IEEE Committee Report,”
IEEE Transactions on Power Delivery, vol. 7.
pp. 182–192, Jan-1992.
[2] E. G. and A. C. Héctor J. Altuve, Normann
Fischer, and Armando Guzmán, “Tutorial on
Single-Pole Tripping and Reclosing,” presented
at the 39th Annual Western Protective Relay
Conference, Spokane, Washington, 2012.
[3] E. W. Kimbark, “Suppression of Ground-Fault
Arcs on Single-Pole-Switched EHV Lines by
Shunt Reactors,” IEEE Trans. Power Appar.
Syst., vol. 83, no. 3, pp. 285–290, Mar. 1964.
90
[4] Ramnarayan Patel, T. S. Bhatti, and D. P. Kothari,
“Improvement of power system transient stability
by coordinated operation of fast valving and
braking resistor - IEEE Xplore Document,” IEE
Proc. - Gener. Transm. Distrib., vol. 150, no. 3,
pp. 311–316, May 2003.
[5] H. W. Dommel, EMTP Theory Book. Microtran
Power System Analysis Corporation, 1996.
[6] E. Haginomori, T. Koshiduka, H. Ikeda, and J.
Arai, Power System Transient Analysis: Theory
and Practice Using Simulation Programs (ATP-
EMTP). John Wiley & Sons, 2016.
[7] IEEE, “Re-examination of Synchronous Machine
Modeling Techniques for Electromagnetic
Transient Simulations,” IEEE Transactions on
Power Systems, vol. 22. pp. 1221–1230, Aug-
2007.
[8] IEEE, “IEEE Guide for Automatic Reclosing
of Circuit Breakers for AC Distribution and
Transmission Lines,” IEEE Std C37104-2012
Revis. IEEE Std C37104-2002, pp. 1–72, Jul.
2012.
[9] W. Dután, L. Dután, “Sintonización de reactores
de neutro en líneas de 500 kV del sistema
eléctrico ecuatoriano,” presentado en las XXVI
Jornadas de Ingeniería Eléctrica y Electrónica -
EPN, Quito, 2016.
[10] E. W. Kimbark, Power System Stability. John
Wiley & Sons, 1995.
[11] Ulas Karaagac, “Synchronous Machine Modeling
Precision and Efficiency in Electromagnetic
Transients,” Ph.D. Thesis, École Polytechnique
de Montréal, Montréal, 2011.
[12] DIgSILENT PowerFactory, “Technical Reference
Documentation - Synchronous Machine.” 2011.
[13] P. M. Anderson and A. A. Fouad, Power System
Control and Stability, 2nd Ed. Wiley India Pvt.
Limited, 2008.
[14] P. Kundur, N. J. Balu, and M. G. Lauby, Power
system stability and control. McGraw-Hill, 1994.
[15] L. Dubé, Users guide to MODELS in ATP, Apr-
1996.
[16] J. Cepeda and P. Verdugo, “Automatic Voltage
Regulator Model Validation Based on Mean-
Variance Mapping Optimization and Field Tests,”
Rev. Téc. “energía” No 14, enero de 2018.

[17]
SIEMENS, “Adaptive Autoreclosure to
Increase System Stability and Reduce Stress to
Circuit Breakers,” presented at the The Nordic
Workshop in Power System Protection and
Control, Trondheim-Norway, 2017.
Luis Manuel Dután Amay.-
Nació en la parroquia Guapán
de la ciudad de Azogues,
provincia de Cañar. Recibió el
título de Ingeniero Eléctrico de
la Escuela Politécnica Nacional
donde también ha cursado
estudios de Maestría en
Ingeniería Eléctrica. Desde el
2009 es colaborador de la Corporación Eléctrica del
Ecuador CELEC EP - Unidad de Negocio Transelectric
en el departamento de Planificación y desde 2014 en
la Subgerencia de Proyectos de Expansión – Área
de Diseño de Subestaciones. Sus áreas de interés se
encuentran relacionadas con simulación y análisis de
transitorios electromagnéticos, equipo primario de
subestaciones y coordinación de aislamiento de líneas
de transmisión y subestaciones.
Edición No 14, Enero 2018
Jaime Cepeda Campaña.-
Nació en Latacunga, Ecuador
en 1981. Recibió el título
de Ingeniero Eléctrico en la
Escuela Politécnica Nacional
en 2005, y el de Doctor en
Ingeniería Eléctrica en la
Universidad Nacional de San
Juan en 2013. Entre 2005 y 2009
trabajó en Schlumberder y en el CONELEC. Colaboró
como investigador en el Instituto de Energía Eléctrica,
Universidad Nacional de San Juan, Argentina y
en el Instituto de Sistemas Eléctricos de Potencia,
Universidad Duisburg-Essen, Alemania entre 2009
y 2013. Su tesis de doctorado fue galardonada con
el Primer Lugar del Premio “Domingo Faustino
Sarmiento” a la mejor investigación realizada en la
provincia de San Juan, Argentina en 2014. Recibió el
premio Innovadores Ecuatorianos Menores de 35 años
del MIT Technology Review en 2015. Actualmente
se desempeña como Subgerente Nacional de
Investigación y Desarrollo del CENACE y como
Profesor a Tiempo Parcial en la Escuela Politécnica
Nacional. Sus áreas de interés incluyen la evaluación
de vulnerabilidad en tiempo real y el desarrollo de
Smart Grids.
91
 Aplicación Práctica / Practical Issues

Electrical Studies of the Temporary Interconnection between

Oil Electrical Power System of Petroamazonas EP (SEIP) and
Ecuadorian Power System (S.N.I.)

Estudios Eléctricos de la Interconexión Temporal del Sistema

Eléctrico Interconectado Petrolero Extendido (SEIP-E) de
Petroamazonas EP al Sistema Nacional Interconectado (S.N.I.)
R. Sanguil M. Solís

PETROAMAZONAS EP
E-mail: Ramiro_Sanguil@petroamazonas.ec; Marcelo_Solis@petroamazonas.ec

Abstract Resumen

Article 48 (Chapter No III) of “Reglamento para
el Libre Acceso a los Sistemas de Transmisión y
Distribución” published by ARCONEL (Agencia
de Regulación y Control de Electricidad),
promotes the free access of third agents to existing
or remaining transmission and distribution
capacity. In this context, the Oil Industry
Petroamazonas EP planed the expansion project
and the interconnection of its Electrical Power
System (SEIP-E) to Ecuadorian Transmission
System (SNT) at 69 kV in the First Stage.
The principal results of electrical studies of the
interconnection between SNT and SEIP-E are
presented in this document. Moreover, electrical
studies in steady state and transient state are also
included. In addition, this document presents the
temporary interconnection proposal, which allows
the interchange of Power/Energy between the
SNT and SEIP-E.
El Artículo 48, CAPÍTULO III del “Reglamento
para el Libre Acceso a los Sistemas de Transmisión
y Distribución” de la Agencia de Regulación y
Control de Electricidad (ARCONEL) promueve
el libre acceso de terceros agentes a la capacidad
de transporte existente o remanente de los sistemas
de transmisión y distribución. En este marco, la
empresa hidrocarburífera Petroamazonas EP
planifica el proyecto de expansión y la conexión
de su Sistema Eléctrico Petrolero – Extendido
(SEIP-E) al Sistema Nacional de Transmisión
(SNT) a nivel de 69 kV – Fase 0.
En el presente documento se resumen los
principales resultados de los estudios eléctricos
en estado estable y dinámico de la interconexión.
Además, se presenta la propuesta de interconexión
temporal que permitirá el intercambio de potencia/
energía desde el SNT al SEIP-E.

Index terms− Electrical interconnections, transient Palabras clave− Interconexiones eléctricas,

stability, voltage stability, contingency analysis. estabilidad transitoria, estabilidad de voltaje,
contingencias.

Recibido: 30-06-2017, Aprobado tras revisión: 24-11-2017

Forma sugerida de citación: Sanguil, R.; Solís, M. (2018). “Estudios Eléctricos de la Interconexión del Sistema Eléctrico
Interconectado Petrolero Extendido (SEIP-E) de Petroamazonas EP al Sistema Nacional Interconectado (S.N.I.)”. Revista
Técnica “energía”. No. 14, Pp. 92-100
ISSN 1390-5074.

92

1. INTRODUCCIÓN
En el marco del Artículo 48, CAPÍTULO III del
“Reglamento para el Libre Acceso a los Sistemas
de Transmisión y Distribución” de la Agencia de
Regulación y Control de Energía (ARCONEL) [1], la
empresa hidrocarburífera Petroamazonas EP planifica
el proyecto de expansión y la conexión de su Sistema
Eléctrico Petrolero – Extendido (SEIP-E) al Sistema
Nacional de Transmisión (SNT) a nivel de 69 kV.
Este proyecto de interconexión temporal permitirá,
desde el punto de vista técnico y económico, el
desarrollo de la industria petrolera, abasteciendo
sus cargas con energía de tipo hidroeléctrico y
dinamizando la matriz productiva, mediante [2]:
1) Optimización del uso de recursos naturales
no renovables para generación eléctrica
(gas, petróleo).
2) Desplazamiento de generación a diésel, del
cual el país es deficitario (reducir gastos).
3) Incremento del volumen neto de producción
de petróleo por el desplazamiento de
centrales de generación eléctrica que
operan con este combustible, que permitirá
incrementar ingresos por venta de petróleo.
4) Reducción de emisión de gases de
efecto invernadero por desplazamiento
de combustibles fósiles utilizados para
generación eléctrica.
5) Compartir recursos de generación y con
ello reducir requerimientos de capital
para inversión en centrales de generación
eléctrica.
6) Gerenciamiento de energía en base a méritos
económicos en el despacho de generación, en
donde el orden de prioridad es: a) Generación
con gas asociado, b) Hidroeléctrica, y c)
Generación con petróleo.
7) Mejoramiento de índices de confiabilidad
y disponibilidad del Sistema Eléctrico
Petrolero.
Es importante destacar que, el desarrollo de esta
interconexión temporal permite acceder en el corto
plazo a los beneficios técnicos – económicos y
desarrollo de la industria petrolera; toda vez, que esta
interconexión responde a una baja inversión dada por
los recortes presupuestarios consecuencia de la crisis
económica.
Este proyecto permite la interconexión de dos
sistemas eléctricos de potencia cuyas características
eléctricas de generación y carga deben considerarse
Edición No 14, Enero 2018
en los estudios de factibilidad técnica. La factibilidad
técnica se enmarca en el cumpliendo de los
requerimientos mínimos de operación en estado
estable y dinámico, analizados en diferentes estados
operativos, que exige la prestación del servicio
público de energía eléctrica dada en la Regulación No.
CONELEC 004/01 “Calidad del servicio eléctrico de
distribución” [3] y en la Regulación No. CONELEC
006/00 “Procedimientos de Despacho y Operación”.
[4].
En general la interconexión del SEIP-E al SNT
presenta un buen desempeño técnico para los dos
sistemas eléctricos, tanto en condiciones normales
de operación como bajo eventos de contingencia en
estado dinámico. En estado estable, la integración
de los sistemas permite mantener los voltajes en
valores admisibles de operación en las barras de las
subestaciones de los sistemas integrados, así como
su factor de potencia en barra de interconexión,
de acuerdo con los nuevos límites sobre bandas de
variación de voltaje y factores de potencia del Sistema
Nacional de Transmisión.
En estado dinámico se comprueba que,
interconexión no afecta la integridad de los sistemas,
debido a que, ante diferentes contingencias, los
parámetros de frecuencia, voltaje y ángulo en barras
de las subestaciones en el área de influencia del
proyecto alcanzan una nueva condición de equilibrio
que se encuentra dentro de condiciones aceptables de
operación.
2. DESCRIPCIÓN DEL PROYECTO DE
INTERCONEXIÓN
2.1. Descripción y Ubicación
El SNT que opera CELEC EPTRANSELECTRIC
interconecta los centros de generación y cargas
mediante líneas de transmisión a nivel de 500 kV,
230 kV y 138 kV. Recientemente, con la finalización
de la construcción del proyecto de transmisión a 230
kV San Rafael (Proyecto Coca-Codo Sinclair), Jivino
y Shushufindi, es factible el suministro de energía
eléctrica al SEIP-E desde el SNT.
Este proyecto consiste en la interconexión de
la S/E Shushufindi de 69 kV de Petroamazonas
EP a una estructura de retención GV58 de la línea
Jivino –Shushufindi de 230 kV, cuyas coordenadas
aproximadas de conexión son los siguientes:
• S/E Shushufindi Central: 0°11’30.4”S
76°39’14.5”O.
• Estructura de retención GV58 de Transelectric:
0°10’48.63”S78°40’57.01”O.
93
 Sanguil y Solís./ Estudios Eléctricos de la Interconexión Temporal del SEIP-E de Petroamazonas EP al S.N.I. – fase 0
La interconexión se realizará por medio de cables
de 69 kV, 244 mm2 doble circuito, con una longitud
aproximada de 4 km entre la S/E Shushufindi de 69
kV y la estructura de retención GV58. Para ello, un
circuito de la línea de transmisión Jivino – Shushufindi
de 230 kV de Transelectric EP será energizada a 69
kV desde el patio de la S/E Jivino mediante una bahía
con esquema de barra principal y transferencia.
Es importante destacar que, la estructura de
retención GV58 se encuentra aproximadamente
a 20 km de la S/E Jivino 230/69 kV de CELEC
EPTRANSELECTRIC. Las características de la
línea de interconexión entre el SEIP-E y el SNT se
muestran en la Fig. 1.
En la Tabla 1 se presentan las características
eléctricas del cable de conexión del SEIP-E al
SNT, el cual es un cable con conductor de aluminio
monofásico con aislamiento XLPE en configuración
enterrada triangular (trefoil).
Tabla 1: Características Eléctricas del Cable de Interconexión
Calibre Inom R X
Fabricante
[mm2] [A] [Ω/km] [Ω/km]
LS Cable 240 236 0,1607 0,1780
Figura 1: Diagrama Unifilar de la Interconexión del SEIP-E
con el SNT
94
2.2. Modelo DIgSILENT Power Factory
La propuesta de interconexión ha sido modelada
en el programa computacional Power Factory versión
2017 de DIgSILENT. Esta base de datos consolida el
SNT y SEIP-E, considerando: a) plan de expansión de
las redes transmisión; b) escenarios de la demanda de
los sistemas eléctricos; y, c) períodos hidrológicos del
Sistema Nacional Interconectado (S.N.I.).
Se modela el SEIP-E a nivel de 69kV formado
por: 12subestaciones de 69/13.8kV, 2 líneas de
subtransmisión enterradas simple circuito de 69 kV,
10 líneas de subtransmisión aéreas simple circuito de
69 kV y centrales térmicas de generación petróleo,
gas/petróleo, gas y diésel. La demanda del SEIP-E
se caracteriza por su comportamiento prácticamente
plano en el tiempo, cuyo valor se encuentra alrededor
de 140 MW.
3. METODOLOGÍA PARA ANÁLISIS DE
INTERCONEXIÓN
Como se mencionó anteriormente, es la primera
C
vez que un sistema eléctrico petrolero se interconecta
[uf/km] al SNT, para importar potencia/energía desde el
0,1378 S.N.I. El sistema petrolero se caracteriza por su
gran extensión en redes radiales de subtransmisión,
generación distribuida y una alta demanda.
Figura 2: Metodología de Estudios Eléctricos de Interconexión
Estas características deben considerarse en los
estudios de factibilidad de interconexión de estado
estable y dinámico considerando las regulaciones de
interconexión de cargas y/o sistemas eléctricos, dadas
por la ARCONEL. En este contexto, a continuación, se
presenta un esquema que resume los pasos necesarios
para la factibilidad de la interconexión.
 Edición No 14, Enero 2018

4. ESTUDIOS DE ESTABLE la barra Nueva Jivino 69 kV del SNT hacia la barra

Shushufindi 69 kV del SEIP-E, para el año 2019,
A continuación, para tres años de interconexión período lluvioso y demanda media con 0,962.
se muestran los resultados de flujos de potencia en la
zona de influencia de la interconexión del SEIP-E al B_Jivino Central_69 B_Shushufindi_69

SNT. Estos resultados se obtienen de la consultoría 1,05

0,995 0,994 0,992 0,989 0,994 0,988
0,984 0,988 0,982 0,989
realizada por SMARTPRO [5].
1,00 0,976
0,962
0,95

0,90

Factor de Potencia
0,85
4.1. Transferencia y Factor de Potencia 0,80

0,75

En la Fig. 3 se presentan, para cada período 0,70

(lluvioso y estiaje), las potencias activa y reactiva 0,65

0,60
importadas por el SEIP-E desde el SNT, las cuales son Lluvioso Estiaje Lluvioso Estiaje Lluvioso Estiaje

medidas en la línea Nueva Jivino_69 kV - Estructura Año 2017 Año 2018 Año 2019

de retención GV58, barra Nueva Jivino_69 kV.

Figura 4: Factor de Potencia
P (MW) Q (Mvar)
50 4.2. Nivel de Carga
38,6 37,4
40
Potencia Activa y Reactiva

34,0 34,1 32,5 32,5

30 A continuación, en la Fig. 5, para el año 2017 SIN
20 y CON proyecto de interconexión, se muestran los
10 4,7 4,5 3,7 4,4 3,4 4,0 máximos niveles de carga en los períodos lluvioso y
0 de estiaje.
-10
Lluvioso Estiaje Lluvioso Estiaje Lluvioso Estiaje
Año 2017 SIN Inter. - Lluvioso Año 2017 SIN Inter. - Estiaje
Año 2017 Año 2018 Año 2019
Año 2017 CON Inter. - Lluvioso Año 2017 CON Inter. - Estiaje
50
45 42,9
41,3
Nivel de carga (%)

Figura 3: Transferencia del SNT al SEIP-E 40 37,4

35,5
35
30,5
30
24,8
25 22,2 22,1 22,5

En esta figura se observa que: 20

15
16,6

7,7 6,0 7,7

10 6,0 7,0 7,0
5,6 5,6
5
• En el año 2017, el SEIP-E importaría un 0
0,0 0,0

promedio de 34 MW y 4,5 Mvar de potencia

activa y reactiva, respectivamente.

• Para el año 2018, el promedio de potencia

activa y reactiva importada por el SEIP-E Figura 5: Máximo Nivel de Carga por Período – L/T del SNT –
es de aproximadamente 38 MW y 4 Mvar, Año 2017 SIN y CON Interconexión
respectivamente. El aumento de importación
de potencia activa con respecto al año 2017, se En esta figura se observa que:
debe al incremento de demanda en el SEIP-E.
• Las líneas de transmisión Jivino – San Rafael
• En el año 2019, la potencia activa importada de 230 kV incrementan su nivel de carga con la
por el SEIP-E es 32,5 MW, disminuye con interconexión del SEIP-E al SNT. Para período
respecto al año 2018; debido a que, se proyecta lluvioso y demanda media, el nivel de carga
la instalación de un sistema de generación a gas incrementa de 6,0% a 7,7%; mientras que para
con 14 MW de potencia efectiva, en cambio el período estiaje y demanda mínima, el nivel
la demanda del sistema eléctrico petrolero se de carga se incrementa desde 5,6% hasta 7,0%.
incrementa levemente.
• Disminuye el nivel de carga de la línea
En la Fig. 4 se presentan los factores de potencia de transmisión Nueva Jivino - Jivino
medidos en las barras que interconectan los sistemas Central circuito 1(L_NuevaJivino_Jivino
eléctricos: Nueva Jivino 69 kV del SNT y Shushufindi Central_1_69 kV) desde 42,9% a 37,4% en
del SEIP-E. Estos factores de potencia se indican para período lluvioso y demanda media, y desde
cada período y años de análisis de la interconexión 30,5% hasta 24,8% en período estiaje y
temporal del SEIP-E al SNT. Se observa que los demanda mínima. Esto se debe a que los flujos
factores de potencia se encuentran dentro de los de potencia se redistribuyen en el SNT.
límites establecidos por ARCONEL; es decir los
factores son mayores o iguales que 0,96 inductivo. • El nivel de carga del circuito 2 de la línea de
El menor valor de factor de potencia se presenta en transmisión Nueva Jivino - Jivino Central

95
 Sanguil y Solís./ Estudios Eléctricos de la Interconexión Temporal del SEIP-E de Petroamazonas EP al S.N.I. – fase 0

(L_NuevaJivino_Jivino Central_2_69 kV) B_San_Rafael_230 B_Nueva_Jivino_230

es cero, debido a que la construcción de esta 1,020

B_Nueva_Jivino_69 B_Jivino Central_69

línea está programado para el año 2018. 1,015

1,015

• El circuito del tramo de línea Jivino – GV58 de

Voltajes (p.u.)
1,010

230 kV, energizado a 69 kV para interconectar

el SEIP-E al SNT, tiene un nivel de carga 1,005

aproximado de 22%, tanto en período lluvioso 1,000

como estiaje. 1,000

0,995
Dmax Dmed Dmin Dmax Dmed Dmin

• El nivel de carga del transformador Jivino Lluvioso Estiaje

230/69kV se incrementa desde 22,5% hasta

41,3% en el período lluvioso y demanda Figura 7: Voltajes en Barras del SNT - Año 2017 CON
media; y, desde 16,6% hasta 35,5% en el Interconexión
período de estiaje y demanda mínima.

4.3. Voltajes 5. ESTUDIOS DE ESTABILIDAD

TRANSITORIA
A continuación, para el año 2017, se presenta los
voltajes en las barras del SEIP-E y SNT de la zona Para realizar el análisis de estabilidad se consideran
de influencia de la interconexión. Se observa que, cuatro contingencias N-1 en el área influencia del
los voltajes tienen valores admisibles de operación y proyecto de interconexión SEIP-S.N.I., las cuales son:
cumplen con la regulación dada por ARCONEL.
• Contingencia 1: Apertura con cortocircuito
En el SEIP-E (Fig. 6), los voltajes se encuentran trifásico del circuito 2 de la línea San Rafael –
entre 0,976 p.u. y 1,015 p.u.; cuyos valores Jivino de 230kV.
corresponden a las barras Shushufindi Sur 69 kV y
Sacha 69 kV, respectivamente. • Contingencia 2: Apertura con cortocircuito
trifásico del circuito 2 de la línea Jivino
En el SNT (Fig. 7), el mínimo voltaje de 1,000 Central – Jivino Nueva de 69 kV.
p.u. corresponde a la barra Jivino Central de 69 kV;
mientras que, el máximo voltaje de 1,015 p.u. se • Contingencia 3: Apertura con cortocircuito
encuentra en la barra Nueva Jivino de 69 kV en el trifásico de la línea de interconexión temporal
período lluvioso y escenario de demanda máxima. Jivino– Shushufindi Central de 69 kV.

B_Estructura GV58 B_Shushufindi_69 B_Shushufindi Sur_69 • Contingencia 4: Desconexión súbita del

B_Vergel_69 B_Sacha_69
transformador ATR Jivino 165,5 MVA
1,020
1,015
230/69/13,8 kV.
1,010

1,000 5.1. Análisis de las Contingencias 1 y 2

Voltajes (p.u.)

0,990
Las contingencias 1 y 2 no afectan la integridad
0,980 de los sistemas debido a que, luego del despeje de las
0,970
0,976 fallas, los parámetros de frecuencia, voltaje y ángulo
de voltaje en barras de las subestaciones alcanzan una
0,960
Dmax Dmed Dmin Dmax Dmed Dmin nueva condición de equilibrio.
Lluvioso Estiaje
A continuación, para la contingencia 1, en la Fig.
8 se muestra como los parámetros de voltaje, ángulo
Figura 6: Voltajes en Barras del SEIP-E - Año 2017 CON
Interconexión
de voltaje frecuencia y derivada de la frecuencia en
barras de 69 kV del SNT. En la Fig. 9 se presenta la
respuesta de frecuencia de las unidades de generación
del SEIP-E, y en la Fig. 10 se muestra el ángulo de
rotor de las unidades de generación del SEIP-E. En
estas figuras se observa que las variables analizadas
alcanzan nuevas condiciones de equilibrio, la cuales
se encuentran dentro de los rangos aceptables de
operación poscontingencia.

96
 Edición No 14, Enero 2018

Del análisis de las fig. 9 y 10 se observa que homologar Esquema de Alivio de Carga (EAC)
existe un error en la inicialización de las variables, instalado en el sistema petrolero, considerando:
este error es causado por la inicialización de los
modelos dinámicos del SVC Chinu y de las Centrales • Los ajustes de deslastre de carga del S.N.I.
Hidráulicas Chivor y Guavio, estos elementos
pertenecen al sistema colombiano. • La contingencia más severa para el SEIP-E
(pérdida de la interconexión del SEIP-E y
S.N.I.).

DIgSILENT
1.0404
0.8929
0.7453
0.5978
0.4502
0.3027
-0.2000 5.8399 11.880 17.920 23.960 [s] 30.000
B_Jivino_69: Voltage, Magnitude in p.u.
Jivino_69\B2: Voltage, Magnitude in p.u. • La frecuencia de operación de las unidades de
6.7560
5.2539
3.7517
generación del SEIP-E.
2.2496
0.7475
-0.7546
-0.2000 5.8399 11.880 17.920 23.960 [s] 30.000
B_Jivino_69: Voltage, Angle in deg
Jivino_69\B2: Voltage, Angle in deg • La máxima transferencia de energía desde el
60.154
60.107
60.059
S.N.I. hacia el SIEP-E.
60.012
59.964
59.917

En la Tabla 2 se presenta el Esquema de Alivio de

-0.2000 5.8399 11.880 17.920 23.960 [s] 30.000
B_Jivino_69: Electrical Frequency in Hz
Jivino_69\B2: Electrical Frequency in Hz

0.6154
0.4692
Carga del SEIP-E, el cual es resultado del análisis de
las contingencias dinámicas en la interconexión del
0.3231
0.1769
0.0308
-0.1154
-0.2000 5.8399 11.880
B_Jivino_69: Derivative of El. Frequency in 1/s
Jivino_69\B2: Derivative of El. Frequency in 1/s
17.920 23.960 [s] 30.000
SEIP-E con el SNT.

Tabla 2: Ajustes del Esquema de Alivio de Carga por Escalón

Figura 8: Parámetros en las Barras Jivino Nueva 69 kV y
Jivino Central 69 kV, Contingencia 1 de Frecuencia del SEIP-E

Carga
Frecuencia Tiempo
Paso Campo total paso
[Hz] [s]
[MW]
Lago Agrio, CPF,
1 6,37 59,40 0,5
Sacha

CPF, Shushufindi,
2 6,92 59,20 0,6
ZPF

3 Shushufindi, ZPF 5,90 59,00 0,7

4 Auca, CPF, ZPF 4,38 58,80 0,8
5 CPF, Libertador 2,88 58,60 0,9

6 Auca, Libertador 6,35 58,40 1,0

El EAC propuesto para el sistema petrolero

Figura 9: Respuesta de la Frecuencia de las Unidades del permite tolerar la desconexión del SEIP-E y S.N.I.
SEIP-E, Contingencia 1 (contingencia 3), tal como se observa en la Fig. 11.
En esta figura se presenta que, para una transferencia
máxima de 38 MW, la respuesta de frecuencia de las
unidades de generación del SEIP-E se estabilizan en
valores cercanos a 60 Hz, operando todos los pasos de
frecuencia del EAC propuesto, cuya suma de potencia
deslastrada es de 32.8 MW

Figura 10: Respuesta del Ángulo del Rotor de las Unidades

del SEIP-E, Contingencia 1

5.2. Análisis de las Contingencias 3 y 4

Las contingencias 3 y 4 se caracterizan por su

criticidad en la estabilidad del SEIP-E. Para estabilizar
Figura 11: Respuesta de la Frecuencia de las Unidades del
el SEIP-E ante estas contingencias es necesario
SEIP-E, Contingencia 3

97
 Sanguil y Solís./ Estudios Eléctricos de la Interconexión Temporal del SEIP-E de Petroamazonas EP al S.N.I. – fase 0

Es importante destacar que, los parámetros de factor de potencia (menores a 0,65).

voltaje y frecuencia en las barras de interconexión
se estabilizan en valores y tiempo aceptables de La frecuencia logra mantenerse en rangos de
operación, tal como se muestra en la Fig. 12, para la operación, tanto con y sin la desconexión del SEIP-E
barra de interconexión del SEIP-E. (Fig. 15). Sin embargo, se observa que existe una
mejor respuesta de la frecuencia, cuando los sistemas
se aíslan o separan después de la contingencia.

DIgSILENT
1,0393
0,8247
0,6100
0,3954

Para separar a los sistemas se pueden utilizar las

0,1808
-0,0338
-0,1000 5,9199 11,940 17,960 23,980 [s] 30,000

4,6503
SHUSHUFINDI_69: Voltage, Magnitude in p.u.
funciones gradiente de frecuencia ANSI 81R, bajo
-3,8448
-12,340 voltaje ANSI 27 y potencia inversa ANSI 32P.
-20,835
-29,330
-37,825

En este caso se utilizaron las funciones ANSI 81R

-0,1000 5,9199 11,940 17,960 23,980 [s] 30,000
SHUSHUFINDI_69: Voltage, Angle in deg

61,356
60,660 y ANSI 27, con los siguientes ajustes:
59,965
59,269
58,574
57,878
-0,1000 5,9199 11,940
SHUSHUFINDI_69: Electrical Frequency in Hz
17,960 23,980 [s] 30,000 • ANSI 81R:-3.20 Hz/s – 60 ms.
11,218
6,5044
1,7910
-2,9223 • ANSI 27: 0.8 p.u. – 500 ms.
-7,6356
-12,349
-0,1000 5,9199 11,940 17,960 23,980 [s] 30,000

Estos ajustes se obtuvieron simulando

SHUSHUFINDI_69: Derivative of El. Frequency in 1/s

contingencias para todas las combinaciones de

Figura 12: Parámetros en la Barra Shushufindi Central 69 kV escenarios hidrológicos y de demanda del SNI,
del SEIP-E, Contingencia 3 permitiendo salvaguardar la operación de los sistemas
interconectados.
Desde el punto de vista del S.N.I., esta contingencia
es imperceptible para la máquina de referencia. Para evitar que los generadores instalados en el
Las variaciones de ángulo, frecuencia y voltaje son SEIP-E operen fuera de su curva de capacidad y que
relativamente pequeñas en las barras cercanas al punto los voltajes en barras del SEIP-E operen dentro de los
de interconexión del SEIP-E con el S.N.I. Además, el parámetros de calidad y seguridad, se propone que el
voltaje se recupera a valores aceptables de operación SEIP-E se aísle del S.N.I. luego de contingencia.
luego del despeje del cortocircuito; mientras que, el
ángulo del voltaje y la frecuencia alcanzan una nueva

DIgSILENT
1.00
0.90

condición de equilibrio. 0.80

0.70
0.60
0.50
-0.1000 8.9199 17.940 26.960 35.980 [s] 45.000
Francisco_de_Orellana_138\B1: Voltaje sin la desconexion del SEIP del SNI

Por otro lado, ante la contingencia 4, el escenario 20.00

Francisco_de_Orellana_138\B1: Voltaje con la desconexion del SEIP del SNI

operativo del S.N.I. considera que la subestación 0.00

-20.00
-40.00

Jivino 230/69 kV tiene dos puntos de abastecimiento -60.00

-80.00
-0.1000 8.9199 17.940 26.960 35.980 [s] 45.000

de energía: 1) a nivel de 230 kV alimentado por los Francisco_de_Orellana_138\B1: Ángulo de Voltaje sin la desconexion del SEIP del SNI
Francisco_de_Orellana_138\B1: Ángulo de Voltaje con la desconexion del SEIP del SNI

dos circuitos de la línea San Rafael Jivino de 230 kV 60.60

60.40
60.20

y, 2) a través del sistema de subtransmisión de 69 kV 60.00

59.80
59.60

de CNEL Sucumbíos. Luego de la contingencia 4, se -0.1000 8.9199 17.940 26.960

Francisco_de_Orellana_138\B1: Frecuencia sin la desconexion del SEIP del SNI
Francisco_de_Orellana_138\B1: Frecuencia con la desconexion del SEIP del SNI
35.980 [s] 45.000

observa lo siguiente: 4.00

3.00
2.00
1.00
0.00

• Las barras de las subestaciones Pomasqui, -1.00

-0.1000 8.9199 17.940 26.960
Francisco_de_Orellana_138\B1: Derivada de la frecuencia sin la desconexion del SEIP del SNI
35.980 [s] 45.000

San Rafael y Jivino (con una conexión fuerte Francisco_de_Orellana_138\B1: Derivada de la frecuencia con la desconexion del SEIP del SNI

al sistema) recuperan el voltaje a condiciones

operativas normales inmediatamente después Figura 13: Parámetros en la Barra Francisco de Orellana 138
del despeje del cortocircuito. kV, con y sin la Desconexión del SEIP-E del SNI
DIgSILENT

11.078

• Los ángulos de voltaje y la frecuencia en [MW]

-3.5023

las barras alcanzan una nueva condición -18.083

de equilibrio luego de que se despeje el -32.663

cortocircuito, tal como se muestra en la Fig. -47.244

13. Se observa que, la barra Francisco de -61.824

Orellana de 138 kV recupera sus condiciones -0.1000 8.9199 17.940

SHS_JIV_69kV: Potencia Activa sin la desconexion del SEIP del SNI
SHS_JIV_69kV: Potencia Activa con la desconexion del SEIP del SNI
26.960 35.980 [s] 45.000

de equilibrio con la desconexión del SEIP-E. 107.66

[Mvar]
82.494

• Cuando el SEIP-E se mantiene conectado 57.329

al S.N.I., los voltajes poscontingencia son 32.165

menores a los mínimos voltajes operables a 7.0000

nivel de 69 kV y 138 kV (Fig.13). En este caso, -18.165

-0.1000 8.9199 17.940 26.960 35.980 [s] 45.000

el SEIP-E exporta potencia reactiva hacia SHS_JIV_69kV: Potencia Reactiva sin la desconexion del SEIP del SNI
SHS_JIV_69kV: Potencia Reactiva con la desconexion del SEIP del SNI

el S.N.I., tal como se observa en la Fig.14.

Este comportamiento del sistema provoca la Figura 14: Potencia Activa y Reactiva por la Línea de
disminución considerable de los voltajes y el Interconexión Temporal Jivino Nueva Shushufindi Central de
69 kV, con y sin la Desconexión del SEIP-E del S.N.I.

98
 Edición No 14, Enero 2018

DIgSILENT
60.574
543.56

[Hz]
Imaginary Part [rad/s]

60.026
326.14

59.479

108.71

58.931
-1.00E+0.. -8.00E+0.. -6.00E+0.. -4.00E+0.. Real Part [1/s] -2.00E+0..

-108.71

58.384

-326.14
57.836
-0.1000 8.9199 17.940 26.960 35.980 [s] 45.000
CPF_69: Frecuencia con la desconexion del SEIP del SNI
SECOYA_69: Frecuencia con la desconexion del SEIP del SNI
ZPF_69: Frecuencia con la desconexion del SEIP del SNI
CPF_69: Frecuencia sin la desconexion del SEIP del SNI
SECOYA_69: Frecuencia sin la desconexion del SEIP del SNI
-543.56
ZPF_69: Frecuencia sin la desconexion del SEIP del SNI
Stable Eigenvalues
Unstable Eigenvalues

Figura 15: Frecuencia en las Barras de las Subestaciones más

Representativas del SEIP-E con y sin la Desconexión del Figura 16:Valores Propios para el Escenario Demanda
SEIP-E del S.N.I. Máxima S.N.I. Año 2018

6. ESTUDIOS DE PEQUEÑA SEÑAL

Se analiza el comportamiento del SEIP-E

mediante análisis de pequeña señal para identificar
modos de oscilación cuyo factor de amortiguamiento
sea menor al 5% en las máquinas del S.N.I. Para este
análisis se utiliza la base de datos Power Factory
que incluye la dinámica del S.N.I., SEIP-E y sistema
colombiano.

A continuación, se resumen el comportamiento

oscilatorio en diferentes escenarios operativos:
Figura 17: Factores de Controlabilidad de Modos Inestables,
• En todos los casos de estudio se tienen
SVC Chinu, Escenario Demanda Máxima S.N.I. Año 2018
oscilaciones entre áreas en las Centrales
Hidráulicas Chivor y Guavio pertenecientes al
sistema colombiano.

• En todos los casos de estudio analizados se

tienen oscilaciones locales con aportes de
Centrales de Generación pertenecientes a los
sistemas eléctricos colombiano y ecuatoriano.
Es preciso indicar que en estos modos no
existe participación de elementos instalados
en el SEIP-E.

• En los escenarios de demanda máxima de

los años 2017 y 2018, se tienen modos con
amortiguamiento negativo (modos inestables)
tal como se observa en la Fig. 16. Estos Figura 18: Factores de Controlabilidad de Modos Inestables,
Central de Generación Térmica Santa Elena 3, Escenario
modos están dados por el compensado SVC
Demanda Máxima S.N.I. Año 2018
Chinu (Stactic var compensator) instalado
en el sistema colombiano y la Central de
Como resultado del análisis se observa que los
Generación Térmica Santa Elena 3 instalada
elementos del SEIP-E no tienen influencia en los
en el sistema eléctrico ecuatoriano, como se
modos de oscilación. Por lo tanto, la interconexión del
observa en las Fig. 17 y Fig. 18.
SEIP-E al S.N.I. no causa oscilaciones de naturaleza
electromecánica ni oscilaciones asociadas a modos de
• En los escenarios de demanda mínima del año
control en el sistema eléctrico.
2017 se tienen modos con amortiguamiento
negativo (modos inestables), relacionados
únicamente a la participación del SVC Chinu.

99
 Sanguil y Solís./ Estudios Eléctricos de la Interconexión Temporal del SEIP-E de Petroamazonas EP al S.N.I. – fase 0

Por último, debido a que el SEIP-E no tiene [3] Agencia de Regulación y Control de Electricidad
participación en los factores de amortiguamiento (ARCONEL), “Regulación No. CONELEC
menores al 5%, no es necesario modificar los 004/01 Calidad del servicio eléctrico de
parámetros de ajuste de Reguladores de Voltaje distribución”. [Online] Available at: http://www.
(AVR) y Reguladores de Velocidad (Gobernadores) regulacionelectrica.gob.ec/regulaciones
de los generadores instalados en el SEIP-E.
[4] Agencia de Regulación y Control de Electricidad
(ARCONEL), “Regulación No. CONELEC
7. CONCLUSIONES Y RECOMENDACIONES
006/00 Procedimientos de Despacho y
Operación”. [Online] Available at: http://www.
Los resultados mostrados en este informe
regulacionelectrica.gob.ec/regulaciones
muestran que la alternativa de interconexión posee
un buen desempeño técnico en estado estable y
[5] SMARTPRO S.A., “Estudios eléctricos en estado
dinámico. Adicionalmente, es importante recalcar
estable de la interconexión del sistema eléctrico
que el proyecto de interconexión temporal permitirá
interconectado petrolero extendido (SEIP-E)
el desarrollo de la industria de explotación petrolera,
de Petroamazonas EP al sistema nacional
abasteciendo sus cargas con generación hidroeléctrica
interconectado (S.N.I.) – fase 0”, Consultoría de
de bajo costo, logrando mejorar su matiz energética y
Petroamazonas EP, Quito, Ecuador, Mayo, 2017.
dinamizar la matriz productiva.
[6] DIgSILENT Power Factory, “User’s Manual
Se demuestra que ante contingencias severas en el
Version 15”, DIgSILET GmbH, Gomaringen,
S.N.I. es necesaria la desconexión del SEIP-E. Esto
Germany, 2013
con la finalidad de evitar el colapso de los sistemas
interconectados. Para aislar el SEIP-E del SNI se
utilizaron las funciones de protección gradiente de
frecuencia y bajo voltaje, cuyos parámetros fueron
Ramiro Sanguil Andrade.-
analizados en los diferentes escenarios operativos,
Nació en Ambato en 1985.
hidrológicos y de demanda del SNI. Además, la
Recibió su título de Ingeniero
actualización del EAC del SEIP-E, permite mantener
Eléctrico de la Escuela
parámetros eléctricos dentro de los rangos admisibles
Politécnica Nacional en 2012.
de operación.
Desde 2015 trabaja en el
Departamento de Soluciones
Por último, es importante recomendar la
Energéticas de Petroamazonas
actualización o generación de nuevas regulaciones
EP. Actualmente cursa la
para análisis de interconexión de sistemas eléctricos.
Maestría en Redes Eléctricas Inteligentes en la
En estas regulaciones se deberá profundizar en el
Escuela Politécnica Nacional.
análisis dinámico, modos de oscilaciones, factores de
amortiguamiento, modelación de la carga, entre otros.
Marcelo Solís Sanchez.-
Nació en Ambato en 1984.
REFERENCIAS BIBLIOGRÁFICAS Obtuvo el título de Ingeniero
en Electrónica en la Escuela
[1] Agencia de Regulación y Control de Electricidad Politécnica del Ejército en
(ARCONEL), “Reglamento para el Libre 2009. Actualmente trabaja en
Acceso a los Sistemas de Transmisión y el Departamento de Soluciones
Distribución”. [Online] Available at: http://www. Energéticas de Petroamazonas
regulacionelectrica.gob.ec EP.

[2] Cela, R.; Chamba, M.; Sanguil, R.; Solís, M.

(2016). “Análisis de la energización de la línea
eléctrica enterrada de 69 kV entre CPF (Bloque
15) y Sacha (Bloque 60) en el Sistema Eléctrico
Interconectado Petrolero - Extendido”. Revista
Técnica “energía”. No 12, Pp. 47-55.

100
 Aplicación Práctica / Practical Issues

Spatial-Temporal Analysis of the Impact on the Distribution

System due to New Types of Load with High Energy Consumption:
Case Study in CENTROSUR with the Induction Stove

Análisis Espacio Temporal del Impacto al Sistema de Distribución

de Nuevos Tipos de Carga con Alto Consumo de Energía: Caso de
Estudio en CENTROSUR con la Cocina de Inducción
S. Zambrano1 B. Jaramillo2 J. Cárdenas2 M. A. Mejía3 A. Padilha-Feltrin4 J. D. Melo4
Empresa Eléctrica Regional Centro Sur C.A. - CENTROSUR
1

E-mail: sergio.zambrano@centrosur.gob.ec
2
Universidad de Cuenca
E-mail: brian.jaramillo1@ucuenca.ec; jose.cardenas1007@ucuenca.ec
3
Universidad Estatal de São Paulo - UNESP
E-mail: maanmejia@utp.edu.co
4
Universidad Federal ABC - UFABC
E-mail: padilha@dee.feis.unesp.br; joel.melo@ufabc.edu.br

Abstract Resumen

Due to the incursion of new appliances with high-
energy consumption, the demand of the residential
sector of an Electricity Distribution Utility can be
increased suddenly, affecting the operation of the
electrical network and, consequently, changing
the investment requirements for the expansion of
the electrical network.
In this work was used a methodology composed
of a spatial-temporal model and a method of
impact analysis in the low voltage circuits of the
electrical network. The model characterizes the
intention of the inhabitants of the city to buy this
kind of appliances. On the other hand, the method
determines the new values of operating, voltages
and the overload that can cause the supply of the
demand for these appliances.
The results obtained provide valuable information
on the current state of electrical installations of the
Electric Utility and the tendency of the impact that
can cause the supply of the demand of this type
of loads in the secondary circuits of the electrical
network.
Debido a la incursión de nuevos electrodomésticos
con alto consumo de energía, la demanda del
sector residencial de una Empresa Eléctrica de
Distribución puede ser incrementada de forma
repentina, afectando la operación de la red
eléctrica y, consecuentemente, cambiando los
requerimientos de inversión para la expansión de
la red.
En este trabajo se utilizó una metodología
compuesta por un modelo espacio temporal y un
método de análisis del impacto en los circuitos
de bajo voltaje de la red eléctrica. El modelo
caracteriza la intención de los habitantes de la
ciudad en comprar esta clase de electrodomésticos.
Por otro lado, el método determina los nuevos
valores de operación, voltajes y la sobrecarga que
puede provocar el suministro de la demanda para
estos electrodomésticos.
Los resultados obtenidos proporcionan información
valiosa del estado actual de las instalaciones de la
Empresa Eléctrica y la tendencia del impacto, que
puede causar el suministro de demanda para este
tipo de cargas, en los circuitos secundarios del
sistema eléctrico.

Index terms− Distribution System Planning, Palabras clave− Planificación del Sistema de
Spatial-Temporal Estimation, Impact Studies, Distribución, Estimación Espacio Temporal,
Geographic Information Systems. Estudios de Impacto, Sistemas de Información
Geográfico.

Recibido: 30-06-2017, Aprobado tras revisión: 15-11-2017

Forma sugerida de citación: Zambrano, S.; Jaramillo, B.; Cárdenas, J.; Mejía, M. A.; Padilha-Feltrin, A.; Melo,
J. D. (2018). “Análisis Espacio Temporal del Impacto al Sistema de Distribución de Nuevos Tipos de Carga con Alto
Consumo de Energía: Caso de Estudio en CENTROSUR con la Cocina de Inducción”. Revista Técnica “energía”.
No. 14, Pp. 101-109
ISSN 1390-5074.
101
 Edición No 14, Enero 2018
1. INTRODUCCIÓN
En la actualidad, diversos tipos de cargas eléctricas
como: termo tanques, aire acondicionado, duchas
eléctricas, cocinas de inducción, etc. son ofertados en
el mercado con el objetivo de aumentar el confort en
el hogar. La compra masiva de estos equipos puede
afectar considerablemente la demanda de energía
eléctrica del sector residencial, y más aún, si el uso
de estos aparatos está siendo incentivado por políticas
gubernamentales de un país [1].
El gobierno de Ecuador creó un plan de incentivos
para disminuir el consumo de gas liquidificado
de petróleo (GLP). Una de las acciones de estos
incentivos es el Programa de Eficiencia en la Cocción
(PEC) que motiva a la población el uso de cocinas
de inducción eléctrica [2]. El PEC trae grandes
desafíos a las Empresas de Distribución, desde el
punto de vista de la operación de la red eléctrica y los
proyectos futuros para su expansión. De esta forma,
deben realizarse estudios detallados del impacto que
causará en la red, el suministro de la demanda de
estas cocinas. Estos estudios permitirán determinar
las adecuaciones necesarias para satisfacer la nueva
demanda.
La compra de una cocina de inducción por parte
de una familia depende de varios factores: precio de
la cocina, costo de instalación y de mantenimiento,
etc. Por causa de estos factores, algunos habitantes
pueden estar poco interesados. Debido a esto,
se requiere un estudio que permita identificar la
ubicación espacial de las residencias interesadas en
comprar esta clase de electrodoméstico y su demanda
asociada. El resultado del pronóstico espacial de esta
nueva demanda, puede ser representado por medio de
mapas temáticos, para facilitar la visualización de la
distribución espacial de la densidad de carga [3].
En este artículo se utiliza una metodología
compuesta por un modelo espacio temporal y un
método de análisis del impacto en las redes de bajo
voltaje. El modelo espacio temporal determina el
número de domicilios que tienen la intención de
compra de cocinas de inducción. Este modelo utiliza
la información del censo demográfico, para realizar
un estudio del potencial mercado, y así, estimar el
porcentaje de residencias interesadas en la compra
del producto. Los resultados de este modelo, son
utilizados en el método de análisis del impacto en los
circuitos secundarios, considerando como impacto, la
sobrecarga en las instalaciones eléctricas de la empresa
de distribución, el incremento de pérdidas técnicas
y el incumplimiento de los niveles permisibles de
voltajes. Los resultados obtenidos proporcionan un
insumo importante para la planificación y operación
de la red de empresas de distribución de energía
eléctrica.
102
2. MODELO ESPACIO TEMPORAL
El modelo espacio temporal está estructurado
por dos módulos: uno espacial y uno temporal. En
[1] estos módulos fueron explicados, detallando los
datos de entrada y su construcción en sistemas de
información geográficos (GIS). De esta forma, en
este artículo se mencionará los pasos principales del
anterior modelo, para facilitar el entendimiento de la
metodología seguida en este trabajo.
2.1. Módulo Espacial
El módulo espacial se fundamenta en la regresión
espacial GWR (Geographically Weighted Regression).
La regresión GWR permite modelar la distribución
espacial de la proporción de residencias con intención
de comprar cocinas de inducción para cada
región de una área en estudio, con el fin de considerar:
patrones geográficos, características socioeconómicas
típicas y la influencia de las regiones vecinas en el
proceso de estimación de [4]. De este modo, en
este módulo espacial se utiliza la expresión:
(1)
Siendo: un conjunto de información socioeconómica
representativa de la región es un parámetro de
sensibilidad asociado a cada variable socioeconómica
utilizada y es la diferencia entre el valor estimado
por la regresión y el valor datos recolectados de
la proporción de residencias con intención de compra
del producto Estos datos recolectados no
consideran la influencia de la vecindad en la compra.
Esa influencia es considerada por el modelo a través
de los parámetros Los valores de pueden
ser determinados por medio de sistemas GIS, por
ejemplo, ArcGIS [5] o Terraview [6].
2.2. Módulo Temporal
Una regresión de distribución logística permite
modelar el crecimiento a lo largo del tiempo de una
variable que está acotada por un valor finito [7].
De esta forma, el módulo temporal caracteriza la
evolución temporal de la proporción de residencias
con intención de compra de la cocina de inducción
por medio de la expresión:
(2)
Donde representa el número máximo de
residencias que pueden comprar la cocina; es
la proporción de residencias con intención de compra
en el primer año de estudio (k=0); t es el período
de estudio, número de años, y a es el coeficiente de
crecimiento anual de residencias con intención de
compra.
Zambrano et al. / Análisis Espacio Temporal del Impacto de Nuevos Tipos de Carga con Alto Consumo de Energía

2.3. Algoritmo para la Construcción del Modelo a causa del ingreso de nuevos servicios y a la gestión
comercial, es necesario realizar una fase de validación
El algoritmo del modelo espacio temporal puede de la información disponible, en base a inspecciones
ser construido en GIS, utilizando como información en campo y a depuración de la información en GIS,
de entrada los valores de para el primer año de forma de garantizar la conectividad eléctrica hasta
de estudio, el conjunto de variables socioeconómicas clientes y luminarias.
representativas X de la región , los parámetros
y a. La determinación de esos parámetros Adicionalmente, es necesario preparar una base de
se explican en [1]. El valor de puede ser parámetros eléctricos requeridos por la herramienta
obtenido a través de estudios de viabilidad económica. de flujo de potencia, esto es, parámetros físicos y
eléctricos de cables, conductores, transformadores y
Los pasos del modelo espacio temporal, se estructuras de soporte. Una característica de las redes
describen a continuación: de BV es el uso de transformador monofásico con
toma central, con ello, la herramienta de simulación
Paso 1. Determinar el crecimiento temporal debe ser capaz de modelarlo [8]. Este trabajo utilizó
por medio de (2). como herramienta de flujo de potencia el software
“Open Distribution System Simulator” (OpenDSS)
Paso 2. Calcular los valores de usando (1); [9].

Paso 3. Distribuir los valores de para cada
transformador dentro de cada región
Después de haber calculado los valores de
para cada año del período de estudio, estos valores
deben ser representados en mapas temáticos. Estos
mapas ayudan en la identificación de las instalaciones
eléctricas que precisan de un mayor análisis en la
evaluación del impacto del suministro de energía de
la nueva carga.
La Fig. 1 muestra un ejemplo del resultado de
la construcción de los modelos de red, la imagen
superior corresponde a la información en GIS que
incluye una foto satelital y la imagen inferior al
“plot” en el OpenDSS. El ejemplo corresponde a un
transformador de 75 kVA y su red asociada, donde se
destaca que un punto de carga puede estar relacionado
a uno o más clientes (medidores de energía).

3. MÉTODO PARA ANALIZAR EL IMPACTO

A partir de los resultados del modelo espacio

temporal se pueden identificar los transformadores
que recibirán mayor número de cocinas de inducción.
De esa forma, antes de la aplicación de este método,
se debe modelar la red eléctrica de los circuitos de
bajo voltaje (BV) asociados a estos transformadores.
Luego, utilizando una herramienta de flujo de
potencia, se determina el estado de operación actual
de los transformadores seleccionados, en función
de mediciones, clases de clientes y luminarias. Por
último, se plantean escenarios con los resultados de la
estimación anual del modelo espacio temporal.

3.1. Creación de los Modelos de Red

La principal fuente de información para construir

los modelos de red de BV es el GIS disponible en
diversas empresas de distribución. Por ejemplo,
la empresa CENTROSUR, cuenta con el software
ArcGIS [5], donde se administra la conectividad de
alimentadores hasta nivel de cliente mediante una
extensión llamada “Feeder Manager” de ArcFM.
En este trabajo se desarrolló una interfaz en VBA
(Visual Basic Aplicattion) para la construcción de los
modelos de red.
Figura 1: Resultado de la Interfaz GIS - OpenDSS
Debido a la complejidad por el volumen de
información de las redes de BV, a la dinámica propia

103
 Edición No 14, Enero 2018

3.2. Información de Entrada de estudio se estableció un valor de 3,105 kW, el cual

cubre el 75% o tercer cuartil de la demanda máxima
Luego de tener los modelos de red, el siguiente de las cocinas medidas; además, se utilizó un factor de
paso es contar con la siguiente información de entrada: potencia 0,98 capacitivo.

Perfil de carga diario del transformador MV/BV: para
ello se utiliza un perfil diario con una resolución o
intervalo de medición, generalmente, de 10 minutos.
Perfil de carga de la cocina de inducción: la Fig. 2
presenta el perfil promedio de la cocina de inducción,
destacándose que el pico de demanda se encuentra al
mediodía [2].
3.3.2 Paso 2: Perfil de carga del transformador
Este paso corresponde al barrido del perfil diario
de mediciones del transformador, para este trabajo se
utilizó una resolución de 10 minutos.
3.3.3 Paso 3: Definición del Caso Base
En los pasos anteriores es necesario ajustar el
flujo de potencia a los datos de medición, a esto se
le denomina “Caso Base”, distribuyendo el valor
de la medición del transformador a cada una de las
cargas (clientes y luminarias). En el proceso de ajuste
se debe considerar las pérdidas en la red (líneas y
transformador).

En la distribución de carga se utiliza como variable

la potencia, a fin de establecer una proporcionalidad y
ajustar el valor medido [11]. Para el caso de luminarias,
esta potencia es un valor conocido e incorpora los
consumos auxiliares, lo cual se trata como carga
bloqueada, es decir la distribución de carga se realiza
solo a los clientes, en función de la diferencia entre
Figura 2: Perfil de Carga Unitario de la Cocina de Inducción
el valor medido y la potencia total de luminarias. En
general, el ajuste del flujo de potencia requiere unas 3
Factores de coincidencia y conversión: resultado de
a 4 iteraciones, para llegar a una tolerancia aceptable.
los estudios de investigación de la carga en [10], se
obtuvo los factores de coincidencia tanto de clientes
Luego de completar este proceso de distribución
como de cocinas de inducción. Además, para realizar
de carga, se corre un flujo de carga inicial, a partir
la conversión del consumo de energía mensual (kWh)
del cual se guardan los resultados del caso base.
a un valor de potencia o demanda máxima (kW) del
Entre los resultados se almacena un reporte sumario
cliente, se utiliza un modelo de regresión lineal.
del flujo de potencia en el lado de medio voltaje del
transformador, esto es, potencias activa y reactiva,
Estratificación de cargas (clientes y luminarias)
pérdidas en líneas y transformadores; voltajes en cada
y perfiles asociados: para los cuatros grupos de
barra y las corrientes de carga en líneas.
consumo Residencial, Comercial, Industrial y Otros,
se definió 14 estratos en función de la variable energía
[10]. A su vez se define 5 clases de luminarias, en
función de sus dobles niveles de potencia.

3.3. Algoritmo del Método para Analizar el

Impacto en las Redes de BV

La Fig. 3 presenta el diagrama de flujo de la

metodología utilizada para la evaluación del impacto
en las redes de BV debido a la incursión o penetración
de una carga con un alto consumo de energía.

3.3.1 Paso 1: Valor de demanda

Se plantea como dato de entrada el valor de la

demanda máxima unitaria de la cocina de inducción.
Este valor es multiplicado por el perfil de carga
unitario y el factor de coincidencia, de forma de
establecer la potencia (kW) que se incrementa en
los clientes residenciales seleccionados en cada
escenario. Además, se ingresa el factor de potencia
Figura 3: Diagrama de Flujo del Algoritmo
para calcular la potencia reactiva (kVAr). Para el caso

104
Zambrano et al. / Análisis Espacio Temporal del Impacto de Nuevos Tipos de Carga con Alto Consumo de Energía
3.3.4 Paso 4: Escenarios planteados
En este trabajo, se plantea 7 escenarios que
corresponden al año inicial, 5 años de previsión y
el último a un escenario del 100% de incursión de
cocinas de inducción. En cada escenario se tiene una
cantidad total de nuevas cocinas y en función de un
proceso aleatorio se asignan los clientes residenciales.
El factor de coincidencia de las cocinas corresponde
al acumulado de clientes considerando los escenarios
previos.
3.3.5 Paso 5: Simulaciones de flujos de carga en el
escenario “n”
En cada escenario se realiza un barrido a todas
las cargas y se adiciona las potencias activas (P) y
reactivas (Q), conforme a los clientes seleccionados
en dicho escenario y el nivel de carga definido en el
paso 1. Posteriormente se simula un flujo de carga y
se almacena los resultados similares al caso base.
En total para cada uno de los circuitos de BV se
simulan: 144 (hora: minuto del perfil diario) x [4
(Distribución de carga) + 7 escenarios] = 1584 flujos
de carga.
4. RESULTADOS
El área de estudio corresponde a la zona urbana
de la ciudad de Cuenca, Ecuador y el período
establecido para el análisis de crecimiento de carga es
de 5 años. En esta sección se presentan los resultados
obtenidos aplicando esta metodología. Las tensiones
se encuentran en 12,7 kV (MV) / 120-240 V (BV),
con un sistema multi-aterrado.
4.1. Resultados del Modelo Espacio Temporal
El modelo espacio temporal fue implementado en
el software ArcGIS 10.3 [5]. Este software contiene
una librería llamada “Modeling Spatial Relationships”
de la caja de herramientas “Spatial Statistics Tools”,
que facilita el cálculo de los parámetros del módulo
temporal y de los valores del módulo espacial.
4.1.1 Datos de entrada para el módulo espacial
El módulo espacial requiere de las variables: histórico de instalación de cocinas en el sector.
. Adicionalmente, para el cálculo de este índice, fue
Los valores de representan el porcentaje
de residencias de cada región , que tienen condiciones
económica para comprar las cocinas, en el año k. Estos
valores no consideran la influencia de la vecindad, en
los resultados obtenidos. En el primer año k=0 (año
inicial), los fueron calculados a través de un
estudio potencial de mercado. En los siguientes años
del período de estudio (k>0) el módulo temporal,
determinó estos valores, simulando el crecimiento de
los resultados de . temáticos de la ciudad en estudio con los resultados
Las variables socioeconómicas escogidas
para el módulo espacial fueron tomadas del censo
demográfico que se realizó en Ecuador en el año 2010
y corresponden:
Número de residencias donde el responsable
del hogar, tiene un empleo fijo.
Número de residencias del sector, que son de
propiedad de los habitantes.
Potencia eléctrica instalada en el sector.
Número de residencias donde hay más de 5
habitantes y por lo menos una persona permanente
en el hogar.
Estas variables fueron seleccionadas basándose en
la experiencia de los planeadores. Adicionalmente,
fue realizado un estudio de correlación estadística
usando el método de coeficiente de correlación de
Spearman. Ese método fue escogido porque es más
adecuado para relaciones que son no lineales. Otros
métodos pueden ser utilizados en función de los datos
de entrada [1].
Para que el software ArcGIS pueda realizar el
cálculo de GWR (expresión (1)), es necesario informar
la estructura de vecindad entre las regiones del área
de estudio. De esta forma un archivo geo-referenciado
de la ciudad Cuenca, fue cargado en el programa con
las divisiones por sectores censitarios. Cada uno de
esos sectores representa una región donde se han
recolectado los datos del censo.
4.1.2 Datos para el módulo temporal
El módulo temporal requiere de los parámetros:
En este trabajo se asumió que el valor máximo de
cocinas que podían ser instaladas, era igual
al total de residencias existentes en cada sector. El
porcentaje de residencias en comprar las cocinas
en el año inicial, , es determinado por un estudio de
viabilidad económica. El crecimiento de la instalación
de nuevas cocinas en cada sector, , fue calculado
considerando el crecimiento natural de clientes
residenciales de la empresa de energía, y un registro
considerado un factor que representa el interés de la
población en comprar electrodomésticos, denominado
factor de innovación tecnológica.
4.1.3 Crecimiento espacio temporal anual del
porcentaje de domicilios con intención de comprar
cocinas de inducción
En las Fig. 4 y 5, se presentan los mapas
de la aplicación del modelo espacio temporal. Estos
105
 Edición No 14, Enero 2018
resultados son acumulativos. En esas figuras se
evidencia que, aunque el gobierno está incentivando
el uso de las cocinas de inducción, no todo el sector
residencial está interesado en comprar este producto
ofertado. Por otro lado, existen algunos sectores del
área de estudio que presentan crecimiento importante
del porcentaje de residencias candidatas en comprar
las cocinas.
Figura 4. Porcentaje de Residencias con Intención de Compra
de Cocinas de Inducción – Año Uno
Figura 5. Porcentaje de Residencias con Intención de Compra
de Cocinas de Inducción – Año Cinco
4.2. Resultados del Método de Análisis del
Impacto en los Circuitos de BV
El siguiente paso en la metodología es escoger los
transformadores con mayor porcentaje de residencias
con intención de compra. De esa forma, se analizaron
un total de 61 circuitos de BV, considerando solo
aquellos en los cuales existe información de campañas
de medición.
A fin de mostrar las ventajas de la metodología
seguida en este trabajo, en la primera parte, se
presentarán los resultados de ejecutar flujos de carga
desbalanceados para el perfil de un día típico de un
transformador y bajo un enfoque multi-escenario.
Luego, se cuantificará los resultados del total de los
transformadores escogidos para estimar el impacto
global en el área de estudio.
106
4.2.1 Análisis de un circuito de BV
El circuito seleccionado es el mismo de la Fig.
1, es decir, es un trifásico con el transformador #
4251 de 75 kVA, ubicado en la parroquia Sucre,
alimentador 0522 y los clientes y red abarcan tres
sectores. El circuito sirve a 94 clientes, de los cuales
73 son residenciales; además contiene 18 luminarias.
La Tabla 1 detalla la cantidad de cocinas de inducción
en cada escenario, considerando que un cliente solo
puede tener una cocina. También, se muestran los
porcentajes de incursión (%) del número de cocinas
en relación al total de clientes residenciales. La última
columna es el factor de coincidencia respectivo.
Tabla 1: Clientes con Cocinas de Inducción por Escenario
Escenario Cocinas % de Incursión
1 4 5.5% 0.496
2 7 9.6% 0.395
3 13 17.8% 0.315
4 21 28.8% 0.293
5 28 38.4% 0.261
6 39 53.4% 0.254
7 73 100.0% 0.254
La Fig. 6 presenta la potencia aparente y la Fig. 7 la
potencia reactiva, correspondiente al reporte sumario
del flujo de potencia, es decir en el lado de medio
voltaje del transformador. En el caso Base, la potencia
máxima de la carga incluyendo las pérdidas, equivale
a un 68% de la potencia nominal y se presentó a las
19:00, y su perfil es típico de cargas residenciales; sin
embargo a medida que se incrementa la incursión de
cocinas adopta el perfil de la cocina Fig. 2. Luego del
escenario 6 (año 5 de predicción), se supera el valor
nominal y para el último escenario (100% cocinas)
alcanza un 140 % del valor nominal a la hora 12:50.
En este último escenario es necesario tomar medidas
correctivas. Respecto a la potencia reactiva, el perfil
tiende a pasar al otro cuadrante debido al factor de
potencia capacitivo de la cocina de inducción.
Figura 6: Potencia Aparente del Reporte Sumario del Flujo de
Potencia
Zambrano et al. / Análisis Espacio Temporal del Impacto de Nuevos Tipos de Carga con Alto Consumo de Energía

Figura 7: Potencia Reactiva del Reporte Sumario del Flujo de

Potencia
Figura 9: Perfil de Voltaje “Caso Base”
La Fig. 8 muestra la evolución en el incremento
de las pérdidas técnicas en cada escenario, dicho
incremento es más pronunciado en el nuevo pico de
demanda al mediodía, producto del incremento de
pérdidas en el cobre del transformador.

Figura 10: Perfil de Voltaje “Escenario 7”

Tabla 2: Sobrecarga en las Primeras Secciones de Líneas

Linea Base Esc 1 Esc 2 Esc 3 Esc 4 Esc 5 Esc 6 Esc 7

Line.lbta_353432 45.88% 47.25% 45.54% 50.51% 56.31% 61.54% 69.53% 92.27%
Figura 8: Pérdidas Técnicas Totales del Reporte Sumario del Line.lbta_128041 45.88% 47.25% 45.54% 50.51% 56.31% 61.54% 69.53% 92.27%
Line.lbta_66264 28.18% 28.19% 21.24% 24.90% 30.97% 32.90% 38.20% 49.68%
Flujo de Potencia Line.lbta_127797 31.67% 32.81% 33.14% 35.13% 38.90% 42.38% 45.22% 62.52%
Line.abta_216223 23.60% 26.32% 29.00% 29.04% 33.87% 42.53% 46.81% 62.17%
Line.abta_379307 10.26% 13.21% 24.45% 24.48% 24.50% 24.53% 24.56% 29.83%

Las Fig. 9 y 10, corresponden al perfil de voltaje Line.lbta_66265

Line.lbta_66266
13.30%
14.76%
13.30%
14.77%
9.17%
13.04%
10.70%
16.22%
13.70%
19.28%
13.69%
20.66%
16.26%
24.75%
20.06%
33.15%
en barras, en función de su distancia al transformador, Line.abts_1816 10.23% 10.23% 11.47% 11.50% 11.55% 11.56% 11.59% 11.66%
Line.abta_112057 29.45% 29.47% 35.17% 40.17% 40.19% 44.35% 44.51% 52.94%
el cual se construye de los valores estadísticos de Line.lbta_127798 18.87% 20.00% 18.62% 20.58% 22.37% 24.06% 26.87% 40.85%

cuartiles en las barras y durante todo el perfil diario, Line.lbta_193289

Line.abta_353593
11.67%
21.24%
11.68%
21.25%
5.65%
24.76%
7.69%
24.83%
11.70%
25.00%
11.69%
25.04%
13.39%
25.10%
18.39%
25.31%
para todas las fases respectivamente. La Fig. 9
corresponde al caso Base, donde los voltajes en las 4.2.2 Análisis global del área de estudio
barras más alejadas están sobre 0,94 p.u., cumpliendo
los límites ±10% establecidos en la Regulación La muestra seleccionada de 61 transformadores
local [12]; sin embargo en el escenario 7, Fig. 10, se equivale a 3.078 clientes residenciales, que corresponde
presentan problemas en determinadas barras y horas, al 2,8% del total del área de estudio. En los primeros
con valores por debajo del 0,9 p.u. 6 escenarios, el modelo propuesto asigna cocinas de
inducción aproximadamente a un 10% del total de
La sobrecarga en líneas se presenta principalmente clientes residenciales. A su vez toda el área de estudio
en las secciones iniciales del circuito. En la Tabla comprende 775 sectores censales y 111.067 clientes
2 se puede apreciar la evolución de la sobrecarga residenciales (que equivale al 34,2% del total del área
respecto a cada escenario, es decir el incremento de la de concesión).
corriente que atraviesa en cada sección en porcentaje
de su capacidad nominal. Complementando con los La Fig. 11 presenta el perfil de carga promedio, y
problemas de sobrecarga en el transformador y las normalizado en función de la capacidad nominal de
caídas de voltaje, el último escenario de análisis va a cada transformador, para cada uno de los escenarios
requerir adecuaciones en la red. planteados. De manera general la carga máxima en
el caso Base se encuentra alrededor del 55%, para el

107
 Edición No 14, Enero 2018
escenario 6 los transformadores alcanzan una carga
del 60%; y, para un escenario del 100% de cocinas
la máxima carga promedio está alrededor del 147%.
Esta carga de alto consumo adiciona pérdidas
técnicas a la red, para el caso Base, las pérdidas
de energía son del 2,87% y durante el período
de predicción (escenario 6) no es significativo su
incremento, sino hasta el 100% de cocinas donde
alcanza un valor de 3,5%. Este último valor equivale
a un incremento de 0,63 puntos porcentuales en las
pérdidas totales del sistema (7,13%).
Por último, desde el caso Base hasta el escenario
6 el sistema presenta voltajes superiores a 0,9 p.u.,
cumpliendo los valores establecidos en Regulación.
Es en el último escenario del 100% de cocinas, donde
el 1,48% de barras tienen voltajes inferiores a 0,9 p.u.
Nuevas cargas tales como termo tanques y
vehículos eléctricos ya están a disposición en
el mercado, así como soluciones híbridas con
la integración de fuentes de energía distribuida,
principalmente generación renovable fluctuante en
su naturaleza, por ejemplo fotovoltaica; con ello, se
recomienda realizar estudios de investigación de la
carga, instalar nuevos sensores de red (medidores
inteligentes) e integrarlos a los modelos, capacitar
y dotar de nuevas destrezas a los planificadores para
el procesamiento analítico, desarrollo de nuevos
algoritmos, manejo de herramientas espaciales y
resolución de problemas de optimización reales.
Figura 11: Potencia Promedio de la Muestra
5. CONCLUSIONES Y RECOMENDACIONES
En este trabajo se presentó los resultados
de una metodología que permite determinar la
ubicación de residencias interesadas en comprar
cocinas de inducción, así como su crecimiento a lo
largo del tiempo, en función de sus características
socioeconómicas. Una de las contribuciones
importantes de este método, es que considera la
influencia de la vecindad en las decisiones de
comprar estos electrodomésticos. La importancia
de incorporar la variable espacial, es brindar mayor
visibilidad del incremento de la carga y así identificar
los sectores que necesitarán de intervención con más
urgencia que otros.
El proceso metodológico planteado, soportado en
herramientas de planificación, es muy efectivo para
analizar los probables impactos en la red, producto de
la incursión masiva de este tipo de cargas importantes.
El mismo puede ser utilizado para analizar el impacto
en las redes de distribución en medio voltaje.
Adicionalmente, se puede analizar el impacto de
fuentes de energía distribuida y almacenamiento de
energía o su combinación con este tipo de cargas.
108
Con respecto a los resultados del caso de estudio,
bajo las condiciones actuales, el incremento de esta
carga en los 5 años de predicción, es decir un 10%
de incursión de cocinas de inducción hasta el año 5,
no presenta impactos considerables en las redes de
bajo voltaje de CENTROSUR, debido a que existe un
nivel de reserva importante en los transformadores de
distribución y en la capacidad de carga de las redes; sin
embargo en el caso de que exista algún acontecimiento
que modifique estas condiciones de incursión de
cocinas, será necesario calibrar nuevamente el módulo
temporal y analizar el rendimiento del sistema.
AGRADECIMIENTOS
Un especial agradecimiento a la Empresa Eléctrica
Regional Centro Sur C.A. por permitir el desarrollo de
este tipo de iniciativas; así como a las Universidades
de Cuenca, UNESP y UFABC que a través de los
convenios de cooperación, es posible el desarrollo de
investigación aplicada que dan solución a problemas
actuales y reales de CENTROSUR.
REFERENCIAS BIBLIOGRÁFICAS
[1] MEJIA ALZATE, M. “Previsão Espaço-temporal
de demanda incluindo alterações nos hábitos
de consumidores residenciais”. M.S. tese,
Universidade Estadual Paulista. Faculdade de
Engenharia de Ilha Solteira. Ilha Solteira, p. 78.
2017.
[2] Cocinas de Inducción. [Online]. Available: http://
www.ecuadorcambia.com.
[3] Willis, H. Lee, Spatial Electric Load Forecasting.
New York: Marcel Dekker, 2002
[4] T. C. Bailey and A. C. “Gatrell, Interactive spatial
data analysis”, 1st ed. Harlow: Pretince Hall,
1995.
[5] ArcGIS. (2016) Software. [Online]. Available:
http://www.esri.com/software/arcgis.
[6] Terraview. (2013) Software. [Online]. Available:
http://www.dpi.inpe.br/terraview/
[7] Banks, R. Growth and diffusion phenomena:
mathematical frameworks and applications.
Berlin: Springer-Verlag, 1994.
[8] Electric Power Research Institute EPRI, “Modeling
Single-phase, Center-tapped Distribution
Transformers”, DSS Tech Note, Mar. 2009.
[9] R. C. Dugan and T. E. Mcdermott, “An Open
Source Platform for Collaborating on Smart Grid
Research,” in Power and Energy Society General
Meeting, 2011 IEEE, pp. 1–7.
Zambrano et al. / Análisis Espacio Temporal del Impacto de Nuevos Tipos de Carga con Alto Consumo de Energía

[10] S. Zambrano y M. Molina, “Investigación y Joel D. Melo Trujillo.- Nació

Caracterización de la Carga: Muestreo Aleatorio en Lima, Perú en 1983.
por Estratos”, Dirección de Planificación, Recibió el título de bachiller
CENTROSUR, Mar. 2016. en Ingeniería Eléctrica de la
Universidad Nacional Mayor de
[11] W. H. Kersting, Distribution System Modeling San Marcos Lima - Perú en el
and Analysis, Third Ed. New York: CRC Press año 2006. Obtuvo los títulos de
Taylor & Francis Group, 2012. magíster y doctor otorgados por
la Universidad Estatal Paulista
[12] Agencia de Regulación y Control de Electricidad Júlio de Mesquita Filho (UNESP) Campus de Ilha
ARCONEL, “Calidad del Servicio Eléctrico Solteira - São Paulo - Brasil en el año 2010 y 2014,
de Distribución”, Regulación No. CONELEC
respectivamente. Actualmente es profesor asociado en
004/01, May. 2001.
la Universidade Federal do ABC (UFABC) Campus
de Santo André. Su principal interés de investigación
se encuentra en el área de Planificación de Sistemas
Eléctricos de Distribución, principalmente en los
Sergio Zambrano Asanza.-
siguientes temas: aplicación de sistemas de información
Nació en Zaruma, El Oro,
geográfica y técnicas de análisis espacial a problemas
Ecuador en 1976. Recibió su
de planificación de la expansión.
título de Ingeniero Eléctrico
de la Universidad de Cuenca
Mario A. Mejía Alzate.- Nació
en 2001; y de Magíster en
en Pereira, Risaralda, Colombia
Sistemas Eléctricos de Potencia
en 1990. Recibió su título de
de la Universidad de Cuenca en
Ingeniero Electricista de la
2011. Actualmente trabaja en
Universidad Tecnológica de
la Dirección de Planificación de la Empresa Eléctrica
Pereira en 2014; y de Magíster
Regional Centro Sur C.A. Sus campos de investigación
en Ingeniería Eléctrica de la
están relacionados con la interoperabilidad de redes
Universidad Estatal de Sao
inteligentes, proyección espacial de la demanda,
Paulo en 2016. Actualmente es
modelación, simulación y sistematización de
estudiante investigador y forma parte del programa de
herramientas de planificación, integración de fuentes
doctorado en Ingeniería Eléctrica de la Universidad
de energía distribuida y micro-redes, planificación,
Estatal de Sao Pablo. Sus campos de investigación
confiabilidad y automatización de sistemas eléctricos
están relacionados con la previsión espacial de la
de distribución.
demanda, en las áreas de planificación, confiabilidad y
automatización de sistemas eléctricos de distribución.
Brian Jaramillo León.- Nació
en la ciudad de Loja, Ecuador
Antonio Padilha Feltrin
en 1993. Recibió su título
is a senior member of IEEE
de Ingeniero Eléctrico de la
since 2006, received the
Universidad de Cuenca en 2017.
B.Sc. degree, in electrical
Sus campos de investigación
engineering, from the Federal
están relacionados con la
University of Itajuba, Itajuba,
modelación y simulación
Brazil, in 1980, and the M.Sc.
de sistemas eléctricos de
and Ph.D. degrees from the
distribución, estudios de impacto por la integración
State University of Campinas
de cargas importantes, generación renovable y micro-
(UNICAMP), Campinas, Brazil, in 1986 and 1991,
redes.
respectively. During 1995–1997, he was a Visiting
Faculty at University of Wisconsin, Madison, USA,
José Cárdenas Cobos.- Nació
and from 2012 until 2013 at Imperial College,
en la cuidad de Gualaceo,
London, UK. He is a Professor with the Sao Paulo
Azuay, Ecuador en 1991.
State University (UNESP), Ilha Solteira, Brazil, now
Recibió el título de Ingeniero
working as a Visiting Professor at Federal University
Eléctrico en la Universidad
of ABC, Santo Andre, Brazil. His current research
de Cuenca en 2017. Sus
interests include analysis and control of power
campos de investigación están
distribution systems.
relacionados con la modelación
y simulación de los sistemas
eléctricos de distribución y la evaluación del impacto
de nuevas cargas eléctricas e integración de fuentes
de energía renovables a pequeña escala.

109
 Artículo Académico / Academic Paper

Optimal Operation of Isolated Power System San Cristobal

Island, with Renewable Power Generation and Electric Vehicles

Operación Óptima del Sistema Eléctrico Aislado de la Isla San

Cristóbal, con Generación Renovable y Vehículos Eléctricos
R. Barreto1 O. Gomis2 J. Heredia3
1
Centre d’Innovació en Convertidors Estàtics i Accionaments (CITCEA-UPC), E.T.S. Enginyeria Industrial
Barcelona, Universitat Politècnica Catalunya, Barcelona, Spain
Universidad Nacional de Loja, Loja, Ecuador
E-mail: carlos.barreto@unl.edu.ec
2
Centre d’Innovació en Convertidors Estàtics i Accionaments (CITCEA-UPC), E.T.S. Enginyeria Industrial
Barcelona, Universitat Politècnica Catalunya, Barcelona, Spain
E-mail: oriol.gomis@upc.edu
3
Group on Numerical Optimization and Modeling (gnom.upc.edu), Dept. of Statistics and Operational
Research, Universitat Politecnica de Catalunya, Barcelona, Spain
E-mail: f.javier.heredia@upc.edu

Abstract Resumen

This article proposes an algorithm for optimum
operation of isolated electrical systems, which
minimizes the costs of producing electricity in a
mix of wind turbines and thermal generators.
Intelligent recharging of electric vehicles and
energy storage systems is included in the analysis.
To model the randomness of wind generation and
electricity demand, a scenario tree is generated
by the Neural Gas method. The proposed
methodology is applied to a case study on the island
of San Cristóbal in the Galapagos Archipelago
as a contribution that encourages to reduce the
high dependence of fossil fuels for the production
of electricity and for the transportation of goods
and people and in the to reduce the economic and
environmental problems of fuel transportation
from the continent.
Este artículo propone un algoritmo para
operación óptima de sistemas eléctricos aislados,
el cual minimiza los costos de producción de
electricidad en un mix de aerogeneradores y
generados térmicos. Se incluye en el análisis la
recarga inteligente de vehículos eléctricos y de
sistemas de almacenamiento de energía. Para
modelar la aleatoriedad de la generación eólica
y de la demanda de electricidad, es generado un
árbol de escenarios por el método Neural Gas. La
metodología propuesta es aplicada a un caso de
estudio en la Isla San Cristóbal en el Archipiélago
de Galápagos como una contribución que incentive
a reducir la alta dependencia de combustibles
fósiles para la producción de electricidad y para
la transportación de bienes y personas, y en la
búsqueda de reducir los problemas económicos y
ambientales del transporte de combustibles desde
el continente.

Index terms− Isolated power systems, renewable Palabras clave− Sistemas eléctricos aislados,
generation, electric vehicles, Galápagos Islands, generación renovable, vehículos eléctricos, Islas
stochastic program. Galápagos, programación estocástica.

Recibido: 21-07-2017, Aprobado tras revisión: 16-11-2017

Forma sugerida de citación: Barreto, R.; Gomis, O.; Heredia, J. (2018). “Operación Óptima del Sistema Eléctrico
Aislado de la Isla San Cristóbal, con Generación Renovable y Vehículos Eléctricos”. Revista Técnica “energía”.
No. 14, Pp.110-121
ISSN 1390-5074.

110

1. INTRODUCCIÓN
Si bien existen grandes avances de la tecnología
moderna, todavía se registran millones de personal en
el mundo que no disponen de un servicio eléctrico
con adecuados niveles de continuidad y precio. La
razón principal radica en que esas personas habitan
en lugares remotos que se encuentran aislados
geográficamente (como es el caso de las islas) lo
cual limita su desarrollo económico y social; los
habitantes de comunidades aisladas también tienen
serias dificultades por la escases y altos costos de
los derivados del petróleo que normalmente son
utilizados en el trasporte de mercadería y personas.
Por otra parte, desde el Protocolo de Kioto
el sector energético se dio cuenta de que el uso
indiscriminado de combustibles fósiles tiene un
impacto significativo en el medio ambiente, por
lo que la comunidad científica y tecnológica dirige
sus investigaciones al desarrollo de tecnologías
renovables para la producción de energía eléctrica, al
desarrollo de sistemas de almacenamiento de energía
y a la electrificación de la transportación utilizando
vehículos eléctricos (VE).
Estos desarrollos tecnológicos utilizados
apropiadamente, pueden contribuir sustancialmente
al desarrollo de la electrificación, al uso eficiente de
la energía y a reducir el consumo de combustibles
fósiles en lugares aislados, generando beneficios
económicos, ambientales y sociales.
Si bien muchos sectores impulsan el desarrollo
y uso de la energía renovable y de los vehículos
eléctricos, los resultados aún no son lo suficientemente
satisfactorios, por lo que probablemente seguiremos
dependiendo del petróleo en el corto plazo [1].
Ciertamente, el uso de VE puede convertirse en un
nuevo paradigma para ayudar a que la electricidad
se convierta en un importante combustible para la
industria de la transportación y además sea una nueva
oportunidad para gestionar la demanda de electricidad
y fomentar la producción de energía renovable, por
lo que se han desarrollado una gran cantidad de
programas e iniciativas nacionales e internacionales
para establecer los efectos de la incorporación de los
VE en los sistemas eléctricos.
Adicionalmente, existen estudios para optimizar
el diseño y la operación de microredes con generación
distribuida como en [2] donde algoritmos genéticos son
utilizados para modelar tanto el despacho económico
como el diseño de loas microredes, donde se incorpora
la información estocástica de la generación renovable
utilizando parámetros sintéticos representados como
distribuciones estadísticas conocidas con una función
de optimización multiobjetivo. Algunas alternativas
son adoptadas para resolver el problema del despacho
económico de la generación distribuida en una red
aislada; en [3] una formulación simple que resuelve
Edición No 14, Enero 2018
este problema está dada como una función de costo
para la generación renovable intermitente y para la
generación convencional, en donde ambas son tratadas
como variables determinísticas, mediante curvas
de carga diarias y curvas de generación renovable
obtenidas del programa HOMER.
En [4] se propone la optimización de la operación
de microredes y el uso de recursos mediante la
implementación de VE. En dicho trabajo, tres
opciones para la carga de las baterías de los VE
son analizadas: Carga AC, Carga DC y estaciones
de reemplazo de baterías y en donde los autores
consideran a la estación de recambio como la mejor
opción para atender los requerimientos energéticos
de la transportación, con las menores pérdidas de
tiempo para los usuarios y como un medio para
aprovechar la energía disponible en las baterías
mientras se encuentran en la estación como reserva
de energía para gestionar la demanda de electricidad
en el sistema eléctrico. El problema de optimización
se resuelve considerando cuatro funciones objetivo
y el algoritmo de optimización es de enjambre de
partículas (PSO). La función objetivo final del modelo
de programación económica se resuelve mediante un
método difuso. En [5] se resuelve el problema de la
optimización del despacho económico de la microred
con la inclusión de almacenamiento de energía
mediante formulación dinámica, la función objetivo
es también la minimización de los costos; un ejemplo
de aplicación consideró una microred interconectada
a la red principal e incluye turbinas eólicas, panales
fotovoltaicos, pilas de combustible y generadores
térmicos.
La operación de VE afecta la operación de la red
en los aspectos técnicos, económicos y ambientales.
En [6] se analiza la integración de estas nuevas cargas
en el mercado eléctrico de Reino Unido en dos etapas:
primero utilizando las condiciones actuales de la
cartera de generación (caso base) y la segunda con
la perspectiva de aumentar la generación renovable
para cubrir el 15% de la cartera de generación, con el
objetivo de reducir las emisiones de gases de efecto
invernadero (caso futuro). Para simular este problema,
se formulan dos funciones objetivo: la minimización
de los costos de energía (Cp) y la minimización de
los costos de las emisiones (Ce) y una combinación
lineal de las dos funciones objetivo con un índice
de peso (w), se formulan restricciones instantáneas
como balance de potencia activa y reactiva, voltajes,
posiciones LTC y demanda de potencia del VE en los
nodos de la red. También se formulan restricciones
globales relacionadas con el equilibrio de la energía
almacenada en el VE. El problema de optimización se
resuelve con el software gPROMS, para determinar
los períodos de carga y descarga de las baterías de VE
y como la operación de almacenamiento de energía
afecta la curva de carga del sistema desde el punto de
vista económico.
111
 Barreto et al. / Operación Óptima del Sistema Eléctrico Aislado de la Isla San Cristóbal
La planificación de los sistemas eléctricos aislados
con la incorporación de fuentes de energía renovables
se abordó en [7] utilizando un algoritmo heurístico
de optimización de enjambre de partículas (PSO),
el problema de determinar el tamaño y la ubicación
de la generación distribuida se resuelve en la isla
de Zanzíbar, donde la función objetivo minimiza la
pérdida de potencia activa en la red de distribución,
lo que mejorará el perfil de voltaje en los nodos del
sistema. El mismo tratamiento para el problema de
la planificación óptima de la generación distribuida
está en [8] pero usando un algoritmo de recocido
simulado.
La comunidad científica tiene mucho interés en el
fenómeno de la nueva movilidad por VE y el desarrollo
de fuentes de energía renovables en microredes. Sin
embargo, hasta ahora, el crecimiento esperado en el
número de VE que están en funcionamiento no es el
esperado, tampoco el uso de fuentes renovables para
la electrificación de sistemas aislados no ha cumplido
con las expectativas. Los factores que influyen
negativamente son: el problema de la crisis económica
global para frenar el uso de estas tecnologías con altos
costos de inversión o limitaciones tecnológicas que
puedan tener, en el caso de VE la autonomía limitada
y en el caso de fuentes renovables, la variabilidad
temporal son limitaciones para su utilización masiva.
Sin embargo, el sistema eléctrico aislado del
archipiélago de Galápagos es un escenario adecuado
para implementar el uso de fuentes de energía
renovables y vehículos eléctricos como una opción
que permite reducir el uso del petróleo, pero las
características de vulnerabilidad de estos sistemas,
para no interconectarse a los grandes sistemas
eléctricos continentales, provocan la necesidad de
estudiar los efectos operacionales y económicos
causados ​​ por la incorporación de estas nuevas
tecnologías.
En este trabajo se propone un algoritmo que
simula el funcionamiento del sistema eléctrico
aislado de San Cristóbal, considerando los efectos de
la operación de VE y un sistema de almacenamiento
de energía, se formula un algoritmo que realiza el
despacho económico de generación considerando
además los parámetros operativos del sistema tales
como: niveles de voltaje en los nodos, flujo de potencia
activa, flujo de potencia reactiva; como contribución
de este trabajo, la estocasticidad del recurso eólico
y la demanda de electricidad se modela mediante un
proceso analítico utilizando un árbol de escenarios.
Como otra contribución del artículo, la generación
del árbol de escenarios se realiza mediante el método
del Gas Neural, generalizado para un procesamiento
multivariable.
112
2. SISTEMA ENERGÉTICO AISLADO DE LAS
ISLAS GALÁPAGOS
El archipiélago de Galápagos se encuentra en
el Océano Pacífico, a 960 km al oeste de la costa
continental de la República del Ecuador. Consiste en
19 islas principales y más de 200 islotes de formación
volcánica, con un área de 8,010 km2, es uno de los
pocos archipiélagos oceánicos del mundo que conserva
sus ecosistemas y biodiversidad sin grandes cambios
y tiene una gran diversidad de especies endémicas de
plantas y animales, por lo que el 96,7% de su territorio
es el Parque Nacional.
El Gobierno de Ecuador intenta preservar el
ecosistema de estas islas e iniciar un programa de
reelectrificación bajo los auspicios del Fondo Mundial
para el Medio Ambiente (FMAM) y el Programa de
las Naciones Unidas para el Desarrollo (PNUD).
La Isla de San Cristóbal es el centro de atención
de este caso de estudio, donde se instaló un parque
eólico de 2,4 MW, con 3 aerogeneradores de 800 kW
que cubre el 37% de la demanda eléctrica, pero que
ahora no dispone de un sistema de almacenamiento
de energía que le permite hacer un uso óptimo de los
recursos eólicos disponibles [5].
La isla San Cristóbal tiene una población
permanente de 7,475 habitantes, de acuerdo con
los datos censales, así como 700 vehículos de
combustión interna [6], que tienen un consumo anual
de aproximadamente 100,000 galones de diésel y 800
mil galones de gasolina [7]. La demanda eléctrica de
3 mil clientes registrados por la compañía eléctrica
ELECGALAPAGOS es de 9.4 GWh por año; los
generadores térmicos produjeron el 67% de esta
energía, en grupos con motores de combustión interna
que consumen 550 mil galones de diésel al año [5].
Los precios de la electricidad en la Isla de San
Cristóbal son iguales a los precios en el continente,
pero los costos de producción son más altos, lo que
resulta en un déficit de 3.6 millones de dólares anuales
cubiertos por el Estado para satisfacer las necesidades
energéticas de electricidad y transporte.
3. ÁRBOL DE ESCENARIOS
Un aspecto importante a tener en cuenta al modelar
la operación del sistema de distribución aislado es el
comportamiento estocástico de la velocidad del viento
y la demanda eléctrica, lo que introduce incertidumbre
en los resultados de la operación del sistema. Un
enfoque determinista del problema significaría que
estas cantidades se conocen con certeza, mientras
que una formulación de programación estocástica
implica que la incertidumbre asociada a las energías
renovables y la demanda se considera explícitamente
en la operación óptima mediante una discretización

de la función de densidad de probabilidad en un
conjunto de escenarios finitos. Se considera que
solo se conocen sus distribuciones de probabilidad y
que estas distribuciones pueden aproximarse con un
número finito de estados posibles.
El carácter aleatorio del recurso eólico y de la
demanda de electricidad está representado por un
árbol de probabilidad o escenarios, en el cual un
escenario se define como una trayectoria que va desde
la raíz hasta las ramas [8]. Se considera que el árbol de
escenarios tiene dos etapas, la primera consiste en una
raíz (que comparte la misma información para todos
los escenarios), formada por la potencia disponible
de generación y la segunda etapa, formada por seis
hojas que representan la información estocástica del
recurso eólico y la demanda de electricidad, para
cubrir la operación del sistema durante 24 horas.
Para construir el árbol de escenarios, usamos la
información estadística disponible de las mediciones
de viento promedio por hora para el año 2015. Estas
mediciones se registran en el parque eólico San
Cristóbal, y se utilizan para calcular la producción
eólica disponible.
Figura 1: Distribución de Probabilidad de Weibull para la
Velocidad Promedio del Viento en la Isla San Cristóbal
La información estadística de la demanda eléctrica
por hora de la Isla de San Cristóbal para el mismo
período se representa gráficamente por la curva de
duración de la carga.
Figura 2: Curva Monótona de Carga de la Isla San Cristóbal
Edición No 14, Enero 2018
El árbol de escenarios se genera utilizando un
algoritmo de agrupamiento basado en el método
Gas Neural, que obtiene los escenarios (ωs) más
cercanos a un conjunto de datos (ω) elegidos al azar
del conjunto de series de datos estadísticos, adaptando
iterativamente los escenarios en función a su distancia
a la serie de datos ω [9]. El Método Neural Gas está
disponible en [10].
Para construir el árbol de escenarios, con el
método de Gas Neural se genera un conjunto de dos
escenarios de demanda (S_D) y un conjunto de tres
escenarios de generación de viento (S_W), luego se
define un conjunto de seis escenarios del árbol como
producto cartesiano S_W x S_D.
Figura 3: Series de Datos de los tres Escenarios del Potencial
Eólico con sus Probabilidades de Ocurrencia, Generados por
el Método Neural Gas
Como se observa en la Fig. 3, el escenario 1
corresponde a una capacidad eólica muy baja el
cual tiene una probabilidad de ocurrencia del 40% y
representa los meses del año en el que se tiene vientos
muy débiles.
Figure 4: Series de Datos de los dos Escenarios de Demanda
Eléctrica Diaria, Generados con el Método Neural Gas y sus
Probabilidades de Ocurrencia
El método del Gas Neural es utilizado debido a la
facilidad para su adaptación en la generación de árboles
de escenarios para series de datos multivariables. En
este artículo de series de datos k, para k = 1, 2, ....
K, donde K = 365, se forman; cada vector k consta
113
 Barreto et al. / Operación Óptima del Sistema Eléctrico Aislado de la Isla San Cristóbal
de 24 registros estadísticos de las variables para el
funcionamiento del sistema eléctrico aislado de un
día, tanto para la producción eólica como para la
demanda de electricidad.
Se generaron Arboles de Escenarios con diferentes
cantidades de ramas, sin embargo, se encontró que
el árbol de escenarios con 6 ramas permite una
visualización adecuada de los diferentes escenarios
de la demanda eléctrica y la energía eólica disponible,
y se obtuvieron resultados adecuados con el algoritmo
de simulación implementado.
El árbol de escenarios utilizado en este artículo
tiene la siguiente estructura:
Figure 5: Árbol de Escenarios Generado
4. MODELAMIENTO MATEMÁTICO
El problema de la optimización de la operación de
la red aislada en estado estacionario se formula, con
el objetivo de efectuar la distribución de carga horaria
entre las unidades de generación para un período
de operación diaria (24 horas) y considerando los
parámetros operativos de la red de distribución como:
módulos y ángulos de los voltajes en los nodos, flujo
de potencia activa y flujo de potencia reactiva, para
cubrir los requerimientos de la demanda eléctrica al
menor costo. Como contribución a la investigación,
se incorpora al modelo la estocasticidad del recurso
eólico y la demanda de electricidad, a través del árbol
de escenarios descrito en el Capítulo 3.
4.1. Función Objetivo
(1)
Donde, Dj es el costo de energía del generador
j (USD/MW); Hjn es la capacidad de potencia
disponible diaria, es decir, la potencia máxima activa
(p.u.), que el sistema puede solicitar en el generador
j; SB es la potencia base del sistema eléctrico; P(s) es
la probabilidad del escenario s; Cj es el costo variable
del generador j (USD/MWh) y Gijn (s) es la potencia
activa estocástica producida en el generador j, en el
momento i, en el nodo n (p.u.), S es el conjunto de
escenarios estocásticos y N es el conjunto de nodos
114
del sistema eléctrico.
En este caso se supone que el sistema está
remunerando a cada generador por dos conceptos
diferentes, la capacidad disponible Hjn y la generación
actual Gijn (s). Por lo tanto, la estructura de costos
de nuestro problema incluye dos elementos, una
capacidad térmica con Dj = 488,33 USD/MW por día
(lo mismo para todos los generadores j ϵ Ng en este
estudio), que remunera la capacidad instalada; y un
costo de generación variable Cj que paga la energía
producida en cada generador en cada escenario:
Tabla 1: Costos Variables Cj Calculados para la
Generación Térmica
Costo Variable
Generador
(USD/MWH)
GT1 (520/650 kW) 146.1
GT2 (520/650 kW) 144.9
GT3 (520/650 kW) 146.6
GT4 (800/1000 kW) 110.4
Se debe indicar que los costos por potencia
disponible y por generación de energía fueron
determinados aplicando la metodología vigente en el
Ecuador y con los precios reales de los combustibles e
insumos que se aplican para la producción de energía
en el país.
4.2. Flujo de Potencia
Las ecuaciones correspondientes al flujo
de potencia activa y reactiva son la (2) y (3)
respectivamente:
(2)
(3)
Mientras que el equilibrio de potencia en los nodos
del sistema viene dado por:
(4)
(5)
Donde, Pin(s) y Qin(s) son la potencia activa y reactiva
estocástica que ingresa al sistema eléctrico a través del
nodo n, en el momento i (p.u.); Vin(s) es el módulo
del voltaje estocástico en el nodo n, en el momento
i (p.u.); Ynm y nm son el módulo y el ángulo de la
admitancia entre los nodos n y m del sistema eléctrico
aislado (en p.u y rad respectivamente); en (s) es el
ángulo estocástico de la tensión en el nodo n, en el
momento i (rad); PBin(s) es la potencia estocástica del
Sistema de Almacenamiento de Energía (SAE) en el
 Edición No 14, Enero 2018

nodo n en el momento i, PDin(s) y QDin(s) son la

demanda de potencia activa y reactiva estocástica en
el nodo n, el tiempo i (p.u.) y PVin es el demanda
de potencia activa del sistema de carga del vehículo
eléctrico (p.u.).

En los nodos en los que operan generadores, el

balance de potencia estaría dado por:

(6)

(7) Figura 6: Curva de Carga de las Baterías de los VE

Donde, Gijn(s) y Rijn(s) son la potencia activa
y reactiva estocástica producida en el generador
térmico j, en el momento i, en el nodo n (p.u.); Ng es
el número total de generadores térmico y Ngn es la
cantidad de generadores que opera en el nodo; Pwin(s)
es la potencia activa eólica estocástica disponible, en
el momento i, en el nodo n; y RWin(s) es la potencia
reactiva estocástica generada en el parque eólico, en
el momento i, en el nodo n.
La demanda de potencia reactiva del sistema es
calculada en función de la curva de carga, con la
siguiente expresión:
4.4. Sistema de Almacenamiento de Energía
También se analizó la posibilidad de reutilización
de las baterías que, por su uso, disminuya su
rendimiento a un nivel que impida su utilización
en VE, pero que todavía podrían ser utilizadas para
almacenamiento de energía, a través de la creación de
un Sistema de Almacenamiento de Energía (SAE) que
contribuya a la gestión de la demanda en el sistema
de distribución aislado. El SAE deberá tener la
infraestructura tecnológica necesaria para administrar
el proceso de carga y descarga de las baterías de forma
segura, y con las siguientes características:

Tabla 3: Información del Sistema de

(8)
Almacenamiento de Energía

4.3. Sistema de Carga de Vehículos Eléctricos Tipo de

Capacidad individual Capacidad del
Cantidad Baterías SAE
Batería
(kW) (kWh) (MW) (MWh)
La curva de carga diaria del sistema eléctrico Li-ion 132 3.68 20.59 0.486 2.718
indica que el período mínimo de demanda de la isla
puede considerarse entre las 00:00 y las 08:00 y puede
El balance de potencia en el SAE es determinado
explotarse para implementar un sistema de carga
por:
inteligente de carga de vehículos eléctricos (VE).
Para evaluar el impacto en la operación del sistema
de distribución en sí mismo se analiza la operación de (9)
132 VE que reemplazaría a la VCI que actualmente
son utilizados como taxis, y cuyas características se Donde PBinC(s) y PBinD(s) representan la potencia de
detalla a continuación: carga y descarga del SAE respectivamente. El proceso
de almacenamiento de energía en las baterías del SAE
Tabla 2: Información de Flota de EV que podría es calculado con la siguiente expresión:
Implementarse en la Isla San Cristóbal
(10)
Consumo Autonomia
Tipo de Vehículo Cantidad
(kWh/km) (km) Donde, EBin(s) es la energía acumulada estocástica en
Camión caja fija 105 0.27 68.63 el SAE, para el instante i, en el nodo n (p.u.) y h es el
Furgón acristalado 27 0.22 84.23 rendimiento del SAE. El modelo de optimización está
Total 132 sujeto a los siguientes límites para las variables:

Se prevé efectuar la gestión inteligente de la (11)

carga de VE, esto es en las horas fuera de punta de
demanda del sistema de distribución, para lo cual una (12)
estimación de la curva de carga a tendrían los VE se
(13)
basa en la aproximación del proceso de carga a las
baterías de iones de litio, hecha en [11].

115
 Barreto et al. / Operación Óptima del Sistema Eléctrico Aislado de la Isla San Cristóbal

(14)
de las variables estocásticas. La función objetivo
para la solución óptima del VE es 2673,82 USD.
(15) La solución óptima de VE indica que la potencia
disponible debe ser remunerada solo a los generadores
(16) 2 y 4.
(17)
Tabla 4: Potencia Remunerada (variable H) en el Escenario
(18) Promedio

Se modeló el sistema de distribución eléctrico Escenario

aislado de la isla San Cristóbal en media tensión, que
está representado por el diagrama de la Fig. 7.
La carga instalada en transformadores de
distribución es de 5.85 MVA, los alimentadores son
de tipo radial, soportados en postes de hormigón
armado y estructuras de soporte triangulares, fijados
por aisladores de porcelana en crucetas de metal, con
conductores de aluminio desnudo ACSR entre 4/0 y 2
AWG y voltaje de operación de 13.2 kV.
Para optimizar el funcionamiento del sistema
aislado, se desarrolla un programa en MATLAB
utilizando el algoritmo de programación cuadrática
secuencial (SQP) [19] para resolver el problema
(1) - (19). El problema (1) - (19) es un problema de
optimización no lineal.
Algunas características técnicas de las turbinas
eólicas y las unidades de calefacción que operan en la
isla se indican en el siguiente diagrama:
PARQUE EOLICO
0,8 MW 0,8 MW
0,8 MW
0.48 kV 0.48 kV 0.48 kV
Generador
Medio
GT1 (520/650 kW) 0.00
GT2 (520/650 kW) 0.50
GT3 (520/650 kW) 0.00
GT4 (800/1000 kW) 0.80
En la siguiente Fig. 8, se indica la producción
de la planta de generación térmica (G. Térmica),
producción del parque eólico (G. Eólica), para
cumplir con los requerimientos de la demanda de
electricidad (Demanda). También se muestra la carga
de las baterías (PBC) y la descarga de la batería (PBD)
y la curva llamada SAE con la evolución de la energía
almacenada en las baterías. Cabe mencionar que los
resultados obtenidos corresponden a la curva de carga
en un escenario promedio de demanda y no al día
demanda máxima del sistema.
Como se observa en la Fig. 8, la producción de
energía en la central térmica y en el parque eólico,
cubre el requerimiento de energía de la demanda
eléctrica de la población, de las baterías de los VE y
de las baterías del SAE.

En este escenario, el SAE almacena 820 kWh de

GENERADORES
energía en el período de 05:00 a 17:00 y devuelve 670
N1 TERMICOS kWh al sistema de distribución entre las 18:00 y las
12 km
0.65 0.65 0.65 1.00 21:00.
MW MW MW MW
4/0
13.2 kV Y1

N2 5.2. Resolución del Problema Estocástico

13,2 kV- 60 Hz
La optimización estocástica debe usarse cuando
Y2 Y3 Carga 1
la aleatoriedad de algunos parámetros (en nuestro
caso, la generación de energía eólica y la demanda
Sistema de
Carga de VE N4 N3 Sistema de
Almacenamiento
de electricidad) no puede ser ignorada. En este caso,
Carga 3
de Energía
la decisión sobre la potencia disponible cambia de
Carga 2
acuerdo con la hipótesis de la ocurrencia de uno u
otro escenario futuro de recurso eólico disponible
y demanda de electricidad; la función objetivo del
Figura 7: Diagrama Eléctrico del Sistema Aislado de San problema estocástico corresponde a las decisiones
Cristóbal Modelado para este Artículo de la primera etapa sobre el valor esperado de las
decisiones correspondientes de la segunda etapa.
5. RESULTADOS Y DISCUSION
En este artículo, la potencia remunerable es
la variable de decisión en la primera etapa, que
5.1. Resolución del Problema Determinista representa la capacidad de generación disponible para
la producción de electricidad en el corto plazo, en el
El Valor Esperado (VE) es el problema (1) - (18) con sistema eléctrico aislado. La capacidad de generación,
un único escenario definido como el valor promedio permite determinar los recursos para abastecer la

116
 Edición No 14, Enero 2018

demanda de electricidad, minimizando el riesgo de La demanda eléctrica, la producción de energía

no tener el combustible que necesita para funcionar,
lo cual es muy importante en las islas.
Esta capacidad se establece a través de un proceso
de optimización que considera la aleatoriedad de los
recursos eólicos y la demanda de electricidad, para
garantizar el suministro en las horas pico y operar el
sistema eléctrico aislado de forma eficiente.
eólica y térmica, la curva de carga (PBC) y descarga
(PBD) de las baterías y el comportamiento de la
energía almacenada en el SAE para la solución
estocástica se presenta en la Fig. 9.
En el escenario estocástico, mientras que el SAE
opera entre las 05:00 y las 10:00, almacena solo 250
kWh y retorna al sistema de distribución 210 kWh .

El resultado obtenido con la Solución Estocástica

En el escenario estocástico, el SAE almacena una
(SE) indica que se requieren los generadores de
menor cantidad de energía, por lo que su contribución
energía disponibles 1, 2 y 4, con los valores que se
para suplir la carga en el momento de mayor demanda
muestran en la Tabla 5. En nuestro caso, la expectativa
es menor que la obtenida con el escenario promedio,
matemática de los costos del sistema provistos por la
lo que podría influir en la decisión de inversión en este
solución estocástica es de 2 878,53 USD.
tipo de equipo, utilizando solo el escenario promedio
Tabla 5: Potencia Remunerable (variable H) en la Solución en el análisis.
Estocástica

Escenario
Generador
Estocástico
GT1 (520/650 kW) 0.28
GT2 (520/650 kW) 0.52
GT3 (520/650 kW) 0.00
GT4 (800/1000 kW) 0.80

Figura 8: Cobertura de la Demanda. Escenario Promedio (MWh)

117
 Barreto et al. / Operación Óptima del Sistema Eléctrico Aislado de la Isla San Cristóbal

Figura 9: Cobertura de la Demanda, Escenario Estocástico (MWh)

5.3. Valor de la Solución Estocástica (VSE)
En la sección anterior presentamos el valor
esperado VE como el problema (1) –(18) formulado
con un sólo escenario calculado como el promedio de
todos los escenarios. Sea la solución óptima del
problema VE. Entonces, el resultado esperado de usar
la solución VE , denotada por EEV y definida
como:
En este artículo VSE = 57,51 USD, que es el costo
de ignorar la incertidumbre en el proceso de toma de
decisiones. El valor VSE mide con precisión qué tan
mala es la solución encontrada con el valor promedio
de las variables aleatorias con respecto a la solución
del problema de programación estocástica (1) - (18)
o, en otras palabras, la ganancia considerando el árbol
de escenarios sobre el problema en lugar de un único
escenario promediado.

Como se muestra, la solución estocástica establece

(19) la necesidad de que el generador 1 también está
disponible a través de un proceso de optimización a
Por lo tanto, EEV es el promedio de todos los un costo mínimo, que no se considera en el escenario
escenarios , la solución óptima promedio, por lo que tomar la solución para un
del problema (1)-(18) con y un escenario escenario promedio tendría un riesgo de escasez en
las horas punta.

La formulación de es indicada a 5.4. Parámetros Operativos del Sistema Eléctrico

continuación: Aislado

(20)
El valor de la Solución Estocástica es la diferencia
entre la EEV y la función objetivo de la solución
óptima del problema (1)-(18) denotada por RP
(problema de recurso) [18],
La metodología propuesta para optimizar el
funcionamiento del sistema eléctrico aislado, permite
la distribución de carga entre las unidades generadoras,
para lograr el menor costo de producción de energía,
considerando restricciones como flujos de potencia y
caídas de voltaje, por lo que se pueden determinar las
pérdidas en los alimentadores primarios y el voltaje en
los nodos del sistema, para cada escenario presentado.

118

Figura 10: Pérdidas de Energía en Alimentadores Primarios,
para el Escenario Estocástico
Figure 11: Regulación de Voltaje en los Nodos del Sistema,
Escenario Estocástico
6. CONCLUSIONES
La metodología propuesta se aplica a un caso de
estudio de un sistema eléctrico que opera en la Isla
San Cristóbal en el Archipiélago de Galápagos, lo que
nos permite estudiar el comportamiento del sistema
de distribución aislado para diferentes escenarios
con diferentes valores de producción y operación,
determinados sobre la base de la información
estadística actualizada de la demanda eléctrica y la
producción eólica.
Los resultados del ejemplo de aplicación
desarrollado en el trabajo indican que la adición
de EV en el sistema de distribución aislado puede
afectar positivamente el funcionamiento del sistema,
al realizar una carga lenta e inteligente en las horas de
demanda, lo que contribuye a una mejor utilización
de la infraestructura eléctrica del sistema, lo que
resulta en la mejora del factor de carga, la reducción
de las pérdidas y los costos de producción de energía,
lo que indica que la implementación de un programa
de reemplazo del transporte actual con VCI por VE es
posible en el aspecto eléctrico.
Un hecho que contribuye a la sostenibilidad del
proyecto radica en la posibilidad de reutilización de
baterías que han experimentado una reducción en su
rendimiento por debajo de los requisitos de movilidad,
Edición No 14, Enero 2018
en la formación de sistemas de almacenamiento de
energía que contribuyen al aplanamiento de la curva
de carga y gestión de la demanda, ayudando a reducir
los picos de demanda positivos y negativos.
La integración de la generación renovable en el
sistema eléctrico y la recarga inteligente de las baterías
de los VE en horas donde sea más difícil evacuar
la generación renovable, contribuye a minimizar la
inversión en infraestructura de distribución eléctrica,
más aún en sistemas aislados. Esta recarga inteligente
de las baterías de los VE contribuirá además a
maximizar la vida útil de las baterías.
La formulación bajo incertidumbre del problema
de optimización del funcionamiento del sistema
de distribución aislado, permite una solución
robusta, casi óptima para todos los escenarios,
como una actitud adversa al riesgo, que garantiza
una mejor planificación del funcionamiento del
sistema considerando la aleatoriedad de los recursos
renovables y la demanda de electricidad.
El uso de programación estocástica ayuda a
reducir los costos operativos del sistema eléctrico
aislado y mejora la confiabilidad del suministro de
electricidad, al establecer las condiciones óptimas
para garantizar el suministro de energía en todos los
escenarios factibles.
REFERENCIAS BIBLIOGRÁFICAS
[1] Ll. Batet, Análisis de las perspectivas
energéticas mundiales para el próximo cuarto
de siglo.
[2] O.Hafez, K.Bhattacharya. “Optimal planning
and design of a renewable energy based supply
system for microgrids”. Renewable Energy 45
(2012) 7-15.
[3] T. Ma, H.Yang, L.Lu, J.Peng. “Technical
feasibility study on a standalone hybrid solar-
wind system with pumped hydro storage for
a remote island in Hong Kong”. Renewable
Energy 69 (2014) 7-15.
[4] M. Ismail, M. Chen, X. Li, Optimal Planning for
Power Network with Distributed Generation in
Zanzibar Island. 2011 IEEE, Page(s): 266-269
[5] E. Rosero, B.Chiliquinga. Observatorio de
Energías Renovables en América Latina
y el Caribe – Ecuador. OLADE-ONUDI,
Agosto de 2011. Disponible en: http://www.
renenergyobservatory.org/es/products/
informes-tecnicos.html
[6] FCN, PNG y Consejo de Gobierno de
Galápagos, 2010. Informe Galápagos 2009-
119
 Barreto et al. / Operación Óptima del Sistema Eléctrico Aislado de la Isla San Cristóbal
2010. Puerto Ayora, Galápagos, Ecuador.
Disponible en la dirección electrónica: http://
www.mediafire.com/?87wwvfri7c79dze.
[7] FCD, PNG & INGALA, 2007. Informe
Galápagos 2006-2007. Puerto Ayora,
Galápagos, Ecuador
[8] A Ramos, A. Alonso-Ayuso. G.
Pérez.“Optimización Bajo Incertidumbre”.
2011. Universidad Pontificia Comillas.
[9] J. Latorre, S. Cerisola, A Ramos. “Clustering
Algorithms for Scenario Tree Generation.
Application to Natural Hydro Inflows”.
Instituto de Investigaciones Tecnológicas,
ICAI, Universidad Pontificia Comillas, 2006.
[10] R. Barreto, Generación de Árboles de
Escenarios en forma Analítica, para Modelar
Recursos Energéticos Renovables, Revista
Técnica Energía, Edición N°.13, Quito-
Ecuador 2016
[11] Pol Olivella i Rosell, Modelación de la
Demanda de Carga Lenta y Rápida de
Vehículos Eléctricos para el Estudio de
Impacto en la Red de Distribución. Barcelona
2013.
[12] The MathWorks, Inc., Optimization
ToolboxTMUser Guide, 2012
[13] R. Villafáfila, P. Lloret, D. Heredero, A.
Sanper, I. Cairo, M. Cruz, N. Vidal, Electric
Vehicles in Poser Systems with Distributed
Generation: Vehicle to Microgrid (V2M)
Proyect, Barcelona-España, Electrical
Power Quality and Utilisation (EPQU), 2011
11thInternacional Conference, 17-19 Oct.2011,
Page(s): 1-6
[14] C. Bustos, D. Watts, H.Ren, MicroGrid
Operation and Desing Optimization with
Synthetic Wind and Solar Resources, IEEE
Latin America Transactions, Vol.10.No.2,
Marzo 2012, Latin America Transactions,
IEEE (Revista IEEE America Latina), Volume:
10, Issue: 2, March 2012, Page (s) 1550-1562
[15] N. Augustine, S. Surech, P. Moghe,
K. Sheikh, Economic Dispatch for a
Microgrid Considering Renewable Energy
Costo Functions, Innovative Smart Grid
Technologies (ISGT), 2012 IEEE PES, 16-20
Jan.2012, Page(s): 1-7
[16] Y. Gao, K. Zhao, C. Wang, Economic
Dispatch Containing Wind Power and Electric
Vehicle Battery Swap Station. Transmission
and Distribution Conference and Exposition
120
(T&D) 2012 IEEE PES, Transmission and
Distribution Conference and Exposition (T&D)
2012 IEEE PES, 7-10 May 2012, Page(s): 1-7.
[17] L. Xiaoping, D. Ming, H. Jianghong, H.
Pingping, P. Yali, Dinamic Economic Dispatch
for Microgrids Including Battery Energy
Storage. Power Electronics for Distributed
Generation Systems (PEDG), 2010 2nd IEEE
International Sysposium on, 16-18 June 2010,
Page(s): 914-917
[18] S. Acha, C. Green, N. Shah, Optimal Charging
Strategies of Electric Vehicles in the UK Power
Market. Innovative Smart Grid Technologies
(ISGT), 2011 IEEE PES, 17-19 Jan. 2011.
Page(s): 1-8.
[19] M. Vallem, Siting and Sizing of Distributed
Generation form Optimal Microgrid
Architecture. 2005 IEEE, Page(s) 611-616.
[20] A.Colmenar-Santos, O.Monzón-Alejandro,
D.Borge-Diez, M.Castro-Gil. “The impact
of different grid regulatory scenarios on the
development of renewable energy on islands:
A comparative study and improvement
proposals”. Rnewable Energy 60 (2013) 302-
312.
[21] J.Hazelton, A.Bruce, I.MacGill. “A review of
the potential benefits and risks of photovoltaic
hybrid mini-grid systems”. Renewable Energy.
67 (2014) 222-229
Raúl Barreto Calle.- received
the Electrical Engineering degree
from Universidad de Cuenca,
Ecuador, in 1995, the Master
in Business Administration
in Universidad Nacional de
Loja, Ecuador, in 2008 and the
Master of Engineering in Energy
from Universitat de Barcelona
and Universitat Politécnica de Catalunya, Barcelona,
Spain, in 2013. His current research interest are optimal
planning of electrical systems, stochastic programming.
Oriol Gomis-Bellmunt.- Recibió
el título de Ingeniero Industrial
por la Universitat Politècnica de
Catalunya – BarcelonaTECH
(UPC) en 2001, y el Doctorado en
Ingeniería Eléctrica por la misma
universidad en 2007. Des de 2004
trabaja en el Departamento de
Ingeniería Eléctrica de la UPC,
donde es Profesor Catedrático de Universidad y forma
parte del grupo de investigación CITCEA-UPC.
 Edición No 14, Enero 2018

F.-Javier Heredia Cervera.-

Nació en Badalona- España en
1965, recibió la licenciatura
en Ciencias Físicas por la
Universidad de Barcelona,
España, en 1988, y el doctorado
en Ciencias por la Universitat
Politècnica de Catalunya (UPC),
en 1995. En la actualidad es
profesor Titular de Universidad en el departamento de
Estadística e Investigación Operativa de la UPC. Su área
de interés principal son los métodos de programación
estocástica y optimización de grandes dimensiones
aplicados a la operación y planificación de sistemas de
energía, con especial interés en problemas de mercado
eléctrico.

121
 Artículo Académico / Academic Paper

Harmonic Distortion Assessment due to Operation of Static

Var Compensator at Chorrillos Substation

Evaluación de la Distorsión Armónica debida a la Operación

del Compensador Estático de Potencia Reactiva en la
Subestación Chorrillos
B. A. Jadán1 J. F. Ordoñez2 W. A. Vargas2 H. N. Arcos1

National Polytechnic School, EPN

1

E-mail: bryam.jadan@epn.edu.ec; hugo.arcos@epn.edu.ec

CELEP EP Transelectric
2

E-mail: jefferson.ordonez@celec.gob.ec; walter.vargas@celec.gob.ec

Abstract Resumen

The Ecuadorian expansion planning program
encompasses the new 500 kV transmission system
development. A Static Var Compensator (SVC)
has been installed at 230 kV level of Chorrillos
substation as a fundamental facility of this system.
This equipment allows dynamic voltage control
at Chorrillos 230 kV busbar using thyristors for
current modulation. However, switching operation
of these semiconductor devices produces current
and voltage waveform distortions.
This research shows the modeling of this SVC,
for harmonic assessment in the Ecuadorian
transmission system, using the power system
simulation software PowerFactory, and
determines the effect of the harmonic content on
the National Transmission System (SNT) caused
by the operation of the equipment under different
scenarios.
The results of harmonic level assessment caused
by this equipment added to actual harmonic
content in the SNT allows to determine if voltage
and current harmonic levels are within the limits
established in CONELEC 003/08 standard.
Finally, K-Factor and Factor K, needed to
quantify harmonic effect due to SVC operation,
are analyzed for relevant power transformers.
La subestación Chorrillos 500/230 kV, la cual forma
parte del plan de expansión del nuevo sistema de
500 kV del Ecuador, incorpora en una de sus bahías
un Compensador Estático de Potencia Reactiva
(SVC por sus siglas en inglés). Este equipo permite
un control de voltaje en la barra de 230 kV de esta
subestación a través del uso de tiristores para el
control de corriente. Sin embargo, la maniobra
de estos dispositivos semiconductores produce
distorsiones en la forma de onda de corriente y
voltaje.
Por lo antes mencionado, el presente trabajo
muestra la modelación del SVC en el programa
computacional PowerFactory, y determina, para
diferentes escenarios de operación, el efecto del
contenido armónico sobre el Sistema Nacional de
Transmisión (SNT).
El resultado del efecto armónico provocado
por este equipo sumado al contenido armónico
preexistente en el SNT permite determinar si los
armónicos de voltaje y corriente se encuentran
dentro de los límites establecidos en la regulación
CONELEC 003/08.
Adicionalmente se analiza el K-Factor y Factor K
en los transformadores del SNT, considerando el
efecto armónico producido por la operación del
SVC.

Index terms− Static Var Compensator, Harmonics, Palabras clave− Compensador Estático de Potencia
FACTS, Power Quality, K-Factor and Factor K in Reactiva, Armónicos, FACTS, Calidad de Energía,
Transformers. Factor K de transformadores.

Recibido: 22-06-2017, Aprobado tras revisión: 15-11-2017

Forma sugerida de citación: Jadán, B.; Ordoñez, F.; Vargas, W.; Arcos, H. (2018). “Harmonic Distortion Assessment
due to Operation of Static Var Compensator at Chorrillos Transmission Substation”. Revista Técnica “energía”.
No. 14, Pp. 122-130
ISSN 1390-5074.

122
 Edición No 14, Enero 2018

1. INTRODUCTION valves. Disconnection operation, on the other hand,

The Ecuadorian government promotes renewable
energy development and displacement of thermal
power plants through the incorporation of new hydro
power plants, such as Coca Codo Sinclair, Sopladora,
Manduriacu, among others. These facilities, labeled
as emblematic, will satisfy the increasing electrical
demand as well as will allow to exchange energy
through international tie lines to Colombia and Perú.
is achieved when trigger signal is canceled at current
zero through the thyristors. It should be mentioned
that, excluding switching transients, current through
the TSC is sinusoidal and free from harmonics. In
addition, this element does not allow phase control
like the TCR.

In order to maintain a reliable energy transfer

from new power plants to main consumption centers,
an extra high voltage transmission system has been
built at 500 kV. Due to this new scenario, dynamic
reactive power compensation is necessary to fullfil
planned and real time operational requirements of the
network. For this reason, a Static Var Compensator
(SVC), belonging to FACTS family, has been
installed to control 230 kV voltage level at Chorrillos
substation (Guayas). Expected harmonics generated
Figure 1: SVC Connection Scheme
by operation of thyristor based equipment, which is
the case of this SVC, is one of the main concerns of
A single-phase TCR consists of an air core reactor
current and voltage distortion in Ecuadorian power and a two-way thyristor valve composed of two
system. These waveform variations cause, among antiparallel thyristors (see Fig. 1). It uses a firing angle
other consequences, heating of electrical equipment control (α) that regulates the effective value of current
(capacitors, cables, transformers, motors and that flows through the reactance [3]. The firing angle of
generators), in addition to possible misoperation of the thyristors is measured from the zero crossing of the
regulation, control, and protection devices. voltage wave through its terminals. The controllable
range of the TCR firing angle goes from 90° to 180°.
Present research is focused on the modeling of an Thus, α = 90° allows complete thyristor conduction
SVC to quantify its harmonic effect on the Ecuadorian with continuous sinusoidal current flow. On the other
transmission system, under different operating hand, for an α = 180°, the current is zero because the
firing angle increases, the current decreases and flows
scenarios. Final results will be contrasted with the
as symmetrical discontinuous pulses in the positive
local power quality standard requirements. Thus, and negative half-cycles of the waveform [2]. (See
section III introduces SVC operation background Fig. 2). When α < 90°, DC components are introduced
and modeling for harmonic assessment. Specific into the current, disturbing the symmetrical operation
SVC modeling at Chorrillos substation is performed of the two branches of the antiparallel valves [2].
in section IV, whereas evaluation of SVC operation
is carried out in section V. Finally, section VI covers (a)
conclusions and recommendations regarding current
and voltage harmonic distortion assessment in the
DIgSILENT

46,02

Ecuadorian transmission system. 27,61

9,204

-9,205

2. SVC FUNDAMENTALS AND MODELING -27,62

-46,02
1,353 1,362 1,371 1,379 1,388 [s] 1,397

An SVC consists mainly of Thyristor Switched TCR_TSC: TCR Current, AB in p.u.

Capacitors (TSC) and Thyristor Controlled Reactors 190,00

(TCR); however, depending on specific performance

170,00

150,00
(b) 1.372 s
105.889 deg

requirements, it may also contain Mechanically 130,00

Switched Capacitors bank (MSC) or Reactors bank

DIgSILENT

46,02
110,00

(MSR). Additionally, it has harmonic filters (FC) and 27,61

90,00

a step up transformer [1].

1,353 1,362 1,371 1,379 1,388 [s] 1,397
9,204
TCR_TSC: Firing-Angle in deg

-9,205 PROYECTO DE TITULACIÓNI_vs_Ángulo_Reactor Date: 10/24/2017

EPN NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /6
According to [2], a basic single phase TSC
-27,62

-46,02
consists of a pair of antiparallel thyristor valves which 1,353 1,362 1,371
TCR_TSC: TCR Current, AB in p.u.
1,379 1,388 [s] 1,397

acts as a bidirectional switch connected in series with 190,00

a capacitor and a current limiter small reactor (see 170,00

Figure 2: TCR Current. (a) 154.077
= 106°,
deg (b)
1.373 s
= 155°
Fig. 1). In order to reduce switching transients, the 150,00

thyristor valves are activated when trigger signal is

Following [2], total RMS current generated by the
130,00

sent, and minimum voltage is detected through the 110,00

TCR is related to firing angle as shown in (1).
90,00
1,353 1,362 1,371 1,379 1,388 [s] 1,397
TCR_TSC: Firing-Angle in deg

PROYECTO DE TITULACIÓNI_vs_Ángulo_Reactor Date: 10/24/2017

EPN
123
NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /6
 Jadán et al./ Harmonic Distortion Assessment due to Operation of SVC at Chorrillos Substation

Table 1: SVC Technical Data

(1)
Inductive Power [MVAr] –30
Operation Range
where: Capacitive Power [MVAr] 120
Rated Power [MVA] 150
Rated Frequency [Hz] 60

Step Up Transformer Voltage Ratio [kV]

230/30
Fourier states that a periodic sinusoidal function Vector Group YNd1
can be expressed as the sum of sinusoidal functions Shortcircuit Impedance [%] 12
at frequencies that are multiples of the fundamental Vmax [p.u.] 1,05
frequency. This multiple is known as harmonic. Each Dead Band
Vmin [p.u.] 0,95
harmonic has different effects on electrical networks,
TCR Rated Power [MVAr] 100
so it is necessary to know the magnitude of each
TCS Rated Power [MVAr] 47,7
harmonic [4]. If both positive and negative half-
cycles are identical, Fourier series contains only odd 3rd Harmonic Filter Rated Power [MVAr] 18,5
harmonics, which simplifies the evaluation. However, 5th Harmonic Filter Rated Power [MVAr] 28,8
even harmonics usually indicates there is a problem in 7th Harmonic Filter Rated Power [MVAr] 18,5
the network equipment [5]. In addition to harmonics, a
distorted waveform may also contain interharmonics, SVC’s operation is shown in Fig. 4. As long as the
which are those components whose frequencies are SVC output is less than 60 MVAr, the TSC remains off.
not integer multiples of the fundamental frequency. On the other hand, when reactive power greater than
[6] 60 MVAr is required, the TSC turns on immediately
and the TCR smoothly regulates the reactive power
In this way, it is natural to consider thyristor output. Harmonic filters are always required due to
based equipment as sources of harmonic current. In SVC capability and power quality constraints. This
fact, harmonic current source has become the most operation strategy allows a fast and smooth SVC
commonly used model for representing nonlinear control, allowing, at the same time, to reduce losses
loads. [6] [7].

2.1. SVC Modeling

The complete SVC model Line

is shown in Fig. 3. The
Common Im..

Static Var System (SVS) element

Line Type
represents the TCR
Z
and TSC. Harmonic filters are modeled through the
shunt/filter (RLC) element and the step up transformer
is modeled with the transformer element available in
the general library.
Figure 4: SVC Operation at Chorrillos substation [7]
Chorrillos_230kV
Considering 500 kV transmission system operation,
it is desired to determine the critical point of operation of
Transformador_SVC

the SVC. Thus, a N-1 contingency evaluation has been

TE

considered for transmission lines close to Chorrillos

substation. The main goal of this task was to show how
robust, regarding voltage levels, the Ecuadorian power
SVC_30kV
system becomes after operation of the new 500 kV
transmission system.

SVS The aforementioned assessment was performed

Filtro_3cer Filtro_5to Filtro_7mo
TCR_TSC for three different daily demand scenarios of high
hydrology (April 2017). In fact, low voltage
conditions frequently exist during high hydrology
Figure 3: SVC Model Used in PowerFactory
because thermal generation units close Chorrillos
substation are out of service. Table 2 summarizes the
2.2. SVC Operation final contingency evaluation results.

The characteristics of the SVC connected in

Chorrillos are shown in Table 1, and its connection
diagram is shown in Fig.1.

124
 Edición No 14, Enero 2018

Table 2: N-1 Contingency Evaluation at Chorrillos Substation shortcircuit calculation at 230 kV level of Chorrillos.
Moreover, this network includes a load to simulate
HIGH HYDROLOGY the desired reactive power output. In this case, the
SVC outuput should be set to 10 MVAr. Under this
Chorrillos Substation Voltage
N-1 Contin-
condition, the TCR firing angle is equal to 110° and
3:00 hours 12:00 hours 19:00 hours the number of capacitors activated is equal to zero
gency
[kV] [pu] [kV] [pu] [kV] [pu] (Fig. 6).
Operación
232,56 1,011 232,80 1,012 232,63 1,011 Red
Normal

RED EQUIVALENTE
Chorrillos
Impedancia
- Quevedo 231,42 1,006 231,51 1,007 231,59 1,007
Z

SG
[230kV]

~
Chorrillos
- Pascuales 232,56 1,011 232,81 1,012 232,62 1,011
[230kV]
Chorrillos_230kV
Chorrillos

Transformador_SVC
- Nueva Pros- 232,58 1,011 232,79 1,012 232,57 1,011
perina [230kV]
Chorrillos Q_Requerida

- Esclusas 232,31 1,010 232,57 1,011 232,36 1,010

[230kV] SVC_30kV
Molino - Pas-
230,33 1,001 230,00 1,000 229,90 0,999
cuales [230kV]
Chorrillos - Ti-
227,46 0,989 226,29 0,984 226,02 0,983
saleo [500kV] SVS
El Inga - Tisa- Filtro_3cer Filtro_5to Filtro_7mo
TCR_TSC
231,90 1,008 231,60 1,007 232,00 1,009
leo [500kV]

It should be mentioned that the SVC has a dead Figure 5: Network Equivalent for EMT Simulation
band voltage of ± 5%, i.e. it will control voltage profile
anytime voltage exceeds the upper o lower limit (1.05 (a)
pu or 0.95 pu respectively). Thus, and according to

DIgSILENT
1,00

results obtained in Table 2, the new system will be 0,75

robust and voltage at 230 kV Chorrillos busbar will 0,50

be within the deadband. Operative speaking, this

1.371 s
0,25 0.000

DIgSILENT
1,00

means the SVC will deliver 10 MVAr, which is its 0,00

0,75

default setting for this operation zone.

-0,25
1,353 1,362 1,371 1,379 1,388 [s] 1,397
0,50
SVS-Interface: Number switched-on Capacitors
1.371 s
0,25 0.000
190,00

It is worth to recall harmonic assessment is a 0,00

170,00

steady state issue. That is, normal operation state of

-0,25
150,001,353 1,362 1,371 1.371 s
(b) 1,379 1,388 [s] 1,397
110.807
SVS-Interface: Number switched-on Capacitors

the power system is the main time period considered 130,00

190,00

for the present study. Therefore, N-2 contingencies 110,00

170,00
90,00
were not included for the assessment due to the fact 1,353
150,00
1,362
SVS-Interface: Firing Angle
1,371
1.371 s
110.807
1,379 1,388 [s] 1,397

that dynamic SVC performance is of major relevance 130,00

EPN
Capacitores_ÁnguloTCR Date: 10/24/2017

during this stage, which is out of the scope of this 110,00 NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /1

90,00
research, and it seldom occurs. 1,353 1,362
SVS-Interface: Firing Angle
1,371 1,379 1,388 [s] 1,397

Capacitores_ÁnguloTCR Date: 10/24/2017

EPN NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /1

3. SVC HARMONIC ASSESSMENT
Once the point of operation of SVC has been
determined, it is required to obtain the harmonic
current content this equipment delivers under this
condition. Due to this, an Electromagnetic Transient
(EMT) simulation, available in PowerFactory, is
performed so that the harmonic current spectrum can
be extracted from the current waveforms. For this
simulation, a reduced equivalent of Ecuadorian power
system is derived in order to avoid initialization issues
of generator control systems (Fig. 5), which are no
relevant for SVC harmonic evaluation purpose.
The network equivalent is defined by means of
positive and zero sequence impedances obtained from
Figure 6: TCR and TSC Control Signals. (a) Active TSC
Capacitors, and (b) TCR Firing Angle.
In order to obtain harmonic waveform content, Fast
Fourier Transform is performed using PowerFactory
element VisFft. The harmonic content is obtained
within one cycle up to the 20th harmonic. Higher
harmonics are considered neglible in this research.
According to [8], under balanced system
conditions, the delta connection of the TCR does not
allow triple harmonic currents (3rd, 9th, 15th, ...) to be
injected into the network and remain enclosed in delta
connection. This effect can be checked by comparing
the harmonic content shown in Fig.7 in contrast to
Fig. 8.

125
 Jadán et al./ Harmonic Distortion Assessment due to Operation of SVC at Chorrillos Substation

In order to observe harmonic effects on the SVC connected at 30 kV busbar. It is worth mentioning
step up transformer, the harmonic distortion of other elements are disconnected so that current
current injected at low voltage side of the transformer injection is considered only once for harmonic load
is obtained (Fig. 9). flow (Fig. 10). Furthermore, data gathered from
measurement campaigns is incorporated at different

DIgSILENT
points of the system, similar to the SVC modeling
50,00

25,00

0,00
previously described.
-25,00

Tisaleo_500/
-50,00

-75,00
Armonicos_SVC ~
1,198 1,207
TCR_TSC: TCR Current, AB in p.u.
1,215 1,223 1,231 [s] 1,240
Tisaleo_500
TCR_TSC: TCR Current, BC in p.u.
TCR_TSC: TCR Current, CA in p.u.

40,00
Chorrillos_500/B1 SVC_30kV
3.000
22.271 %
30,00

5.000 7.000 9.000

Chorrillos_500/B2
11.000 13.000 15.000 17.000 19.000
20,00 8.812 % 1.310 % 1.248 % 0.714 %
2.646 % 0.295 % 0.072 % 0.340 %

2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000 20.000

T_CHORRILLOS
10,00 0.046 % 0.029 % 0.009 % 0.002 % 0.007 % 0.004 % 0.002 %

Trafo SVC
0.008 % 0.011 % 0.002 %

T_CHRR_ATJ
0

TE
0,00 0
0
1 1 1
-10,00
2 5 8 11 14 17 [-]
0
20 SVS
TCR_TSC: Fourier-Coefficient, Harmonic Distortion, TCR Current, AB in %
TCR_TSC: Fourier-Coefficient, Harmonic Distortion, TCR Current, BC in %
Tisaleo_230
TCR_TSC
TCR_TSC: Fourier-Coefficient, Harmonic Distortion, TCR Current, CA in %
Filtro_3cer Filtro_5to Filtro_7mo
Armonicos_TCR_Linea Date: 10/24/2017 Tisaleo_230
EPN NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /5
Chorrillos_230/B1
Figure 7: TCR Current within Delta Connection Chorrillos_230/B2
DIgSILENT

3,00

1.372 s
1.612 kA
2,00

1,00
1.368 s 1.377 s 1.385 s
Figure 10: SVC Modeling for Harmonic Load Flow
-0.005 kA 0.005 kA -0.005 kA

0,00

-1,00

1.381 s
In order to evaluate the power system model
for harmonic distortion, where current sources
-1.612 kA
-2,00
1,353 1,362 1,371 1,379 1,388 [s] 1,397
TCR_TSC: Phase Current A in kA

are included, a harmonic load flow is performed

TCR_TSC: Phase Current B in kA
TCR_TSC: Phase Current C in kA

using Power Quality module of PowerFactory. The

10,00 5.000
8.800 %

7,50

5,00
3.000
0.015 %
7.000
2.667 %
9.000
0.011 %
11.000
1.317 %
13.000
1.247 %
15.000
0.011 %
17.000
0.071 %
19.000
0.343 %
harmonic load flow calculates voltage and current
2,50
2.000
0.032 %
4.000
0.013 %
6.000
0.016 %
8.000
0.015 %
10.000
0.006 %
12.000
0.009 %
14.000
0.012 %
16.000
0.008 %
18.000
0.005 %
20.000
0.008 %
harmonic distributions based on defined harmonic
0,00
sources and grid characteristics. The frequency
-2,50
2 5 8
TCR_TSC: Fourier-Coefficient, Harmonic Distortion, Phase Current A in %
11 14 17 [-] 20 dependent representation of network elements such as
lines, cables, three-winding transformers, machines,
TCR_TSC: Fourier-Coefficient, Harmonic Distortion, Phase Current B in %
TCR_TSC: Fourier-Coefficient, Harmonic Distortion, Phase Current C in %

loads, static filters, among others is also supported

Armonicos_TCR_Fase Date: 10/24/2017
EPN NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /7

Figure 8: TCR Output Current within PowerFactory [9].

DIgSILENT

0,60

4. RESULTS
1.372 s
0,40 0.285 kA

0,20
1.368 s 1.377 s
-0.003 kA 0.003 kA

0,00

-0,20 Final results after harmonic load flow are contrasted

to determine if voltage and current distortion fulfill
1.381 s
-0.284 kA
-0,40
1,353 1,362 1,371 1,379 1,388 [s] 1,397
Transformador_SVC: Phase Current A/LV-Side in kA
Transformador_SVC: Phase Current B/LV-Side in kA
Transformador_SVC: Phase Current C/LV-Side in kA Ecuadorian power quality standard [10]. Hence, 230
1,00 11.000
0.862 %
13.000
0.916 % kV voltage THD, at some transmission substations, are
calculated under three different scenarios described
0,75

3.000 5.000 7.000 9.000 15.000 17.000 19.000

0.018 % 0.336 % 0.137 % 0.006 % 0.002 % 0.062 % 0.280 %
0,50

0,25
2.000 4.000
0.032 % 0.011 %
6.000
0.008 %
8.000
0.006 %
10.000
0.006 %
12.000
0.007 %
14.000
0.002 %
16.000
0.002 %
18.000
0.003 %
20.000
0.002 %
next:
0,00

-0,25
2 5 8 11
Transformador_SVC: Fourier-Coefficient, Harmonic Distortion, Phase Current A/LV-Side in %
14 17 [-] 20 • Base Case: Current power system operation
and topology.
Transformador_SVC: Fourier-Coefficient, Harmonic Distortion, Phase Current B/LV-Side in %
Transformador_SVC: Fourier-Coefficient, Harmonic Distortion, Phase Current C/LV-Side in %

I_Trafo_LV Date: 10/24/2017

EPN NOMBRE: BRYAM JADAN ING. ELÉCTRICA Annex: /8

Figure 9: SVC Current at Low Voltage Side of Step Up • Scenario 1: Base case and 500 kV transmission
Transformer system operation considered.

In Fig. 9, it is also observed that harmonics 3rd, • Scenario 2: Scenario 1 and SVC operation
5th and 7th have decreased drastically due to the considered.
performance of filters connected at 30 kV of the SVC.
The voltage THD results are summarized from
Harmonic sources can be modeled through a Table 3 to Table 5 as follows:
current source connected at the measuring point of
the system [9]. Thus, the harmonic effect of the SVC
is modeled by means of an equivalent current source

126
 Edición No 14, Enero 2018

Table 3: Minimum Demand (3:00 hours) Table 5: Maximum Demand (19:00 hours)

Volt- THDv [%]

Volt- THDv [%]
Substation age Base Scenar- Scenar-
Substation age Base Scenar- Scenar- [kV]
[kV] Case io 1 io 2
Case io 1 io 2
Santo Domingo 230 0,350 0,423 0,424
Santo Domingo 230 0,526 0,647 0,648
Baba 230 0,360 0,415 0,416
Baba 230 0,752 0,713 0,715
Quevedo 230 0,356 0,403 0,404
Quevedo 230 0,995 0,785 0,787
Chorrillos 230 0,480 0,422 0,423
Chorrillos 230 0,532 0,656 0,657
Pascuales 230 0,489 0,443 0,444
Pascuales 230 0,535 0,664 0,665
Esclusas 230 0,562 0,644 0,646
Esclusas 230 0,671 0,821 0,823
Trinitaria 230 0,520 0,587 0,589
Trinitaria 230 0,631 0,779 0,780
Nueva Prosperina 230 0,477 0,475 0,476
Nueva Prosperina 230 0,559 0,697 0,698
Dos Cerritos 230 0,540 0,510 0,512
Dos Cerritos 230 0,548 0,685 0,686
Milagro 230 0,862 0,878 0,878
Milagro 230 0,786 0,975 0,977
Zhoray 230 0,504 0,394 0,394
Zhoray 230 0,594 0,666 0,666
Molino 230 0,458 0,336 0,336
Molino 230 0,565 0,617 0,617
Sopladora 230 0,852 1,494 1,496
Sopladora 230 0,824 0,975 0,976
San Bartolo 230 0,835 1,466 1,468
San Bartolo 230 0,808 0,956 0,957
Riobamba 230 0,438 0,458 0,459
Riobamba 230 0,723 0,272 0,272
Totoras 230 0,362 0,515 0,516
Totoras 230 0,630 0,193 0,193

Reference [10] establishes 1.5 % as THDv limit

Table 4: Average Demand (12:00 hours) for 161 kV and higher; therefore, at minimum demand
(Table 3), total harmonic voltage distortion is within
limit specified by the standard. However, for the other
Volt- THDv [%]
two demands (Table 4 and Table 5), THDv violates
Substation age Base Scenar- Scenar-
[kV] and is very close to this limit, respectively.
Case io 1 io 2
Santo Domingo 230 0,391 0,444 0,445 On the other hand, individual harmonic voltage
Baba 230 0,386 0,456 0,457 limit for 161 kV and above is declared to 1%. Thus,
Quevedo 230 0,391 0,457 0,458 for minimum demand, there is not harmonic distortion
problems as shown in Fig.11 and Fig.12. Conversely,
Chorrillos 230 0,456 0,406 0,407
Fig. 13 and Fig. 14 show limit violations, especially
Pascuales 230 0,465 0,424 0,426 for 7th harmonic, at 230 kV level of Sopladora
Esclusas 230 0,583 0,617 0,619 substation. This problem occurs for maximum and
Trinitaria 230 0,534 0,563 0,565 average demand.
Nueva Prosperina 230 0,482 0,467 0,468
DIgSILENT

1,25

Dos Cerritos 230 0,528 0,510 0,512

Milagro 230 0,951 0,990 0,991 1,00

Zhoray 230 0,622 0,481 0,480

0,75 5.000
0.647 %
Molino 230 0,573 0,412 0,412
Sopladora 230 1,048 1,653 1,655 0,50
3.000
0.039 %
7.000
0.064 %
9.000 11.000 13.000
0.037 %
15.000 17.000 19.000
0.011 % 0.008 % 0.006 % 0.004 % 0.002 %

San Bartolo 230 1,029 1,624 1,626

2.000
0.005 %
Riobamba 230 0,679 0,413 0,414 0,25
14.000 16.000 18.000
4.000 6.000 8.000 10.000 12.000 20.000
0.013 % 0.000 % 0.000 % 0.000 % 0.000 % 0.001 % 0.001 % 0.000 % 0.000 %
Totoras 230 0,556 0,438 0,439
0,00
2,00 4,00 6,00 8,00 10,0 12,0 14,0 16,0 18,0 20,0[-]
Pascuales_230\B1: Harmonic Distortion in %

Pascuales_230 Date: 10/24/2017

Annex: /1
Figure 11: Harmonic Voltage Distortion at 230 kV Pascuales
Substation – Minimum Demand, Scenario 2

127
 Jadán et al./ Harmonic Distortion Assessment due to Operation of SVC at Chorrillos Substation

DIgSILENT
DIgSILENT
1,50 5,00

1,20 4,00

0,90 3,00

5.000
0.526 %
0,60 2,00
3.000 7.000 9.000 11.000 13.000 15.000 17.000 19.000 3.000 5.000 7.000 9.000 11.000 13.000 15.000 17.000 19.000
0.129 % 0.331 % 0.025 % 0.034 % 0.023 % 0.002 % 0.006 % 0.081 % 0.017 % 0.321 % 0.136 % 0.004 % 0.838 % 0.892 % 0.001 % 0.062 % 0.274 %

4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000

0.008 % 0.000 % 0.031 % 0.002 % 0.000 % 0.004 % 0.000 % 0.001 % 2.000
0,30 1,00 0.030 %
2.000
0.006 % 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000 20.000
0.009 % 0.006 % 0.005 % 0.006 % 0.006 % 0.001 % 0.001 % 0.002 % 0.001 %

0,00 0,00
2,00 4,00 6,00 8,00 10,0 12,0 14,0 16,0 18,0 20,0
[-] 2,00 4,00 6,00 8,00 10,0 12,0 14,0 16,0 18,0 20,0
[-]
Esclusas_230\B1: Harmonic Distortion in % TE: Harmonic Distortion (Current)/HV-Side in %

Distortion(5) Date: 10/24/2017 Distortion Date: 10/24/2017

Annex: /6 Annex: /4

Figure 12: Harmonic Voltage Distortion at 230 kV Esclusas Figure 15: Harmonic Current Distortion at 230 kV SVC –
Substation – Maximum Demand, Scenario 2 Average Demand, Scenario 2

DIgSILENT

DIgSILENT
2,00 2,50

7.000
1.626 %
1,60 2,00

1,20 1,50

3.000 5.000 7.000 9.000 11.000 13.000 15.000

0.097 % 0.218 % 0.768 % 0.004 % 0.005 % 0.001 % 0.000 %
0,80 3.000 5.000 1,00
9.000 11.000 13.000 15.000 17.000
0.046 % 0.299 % 0.005 % 0.032 % 0.001 %
0.003 % 0.002 %

0,40 0,50 4.000 6.000 8.000 10.000 12.000 14.000 16.000

0.006 % 0.000 % 0.014 % 0.000 % 0.000 % 0.000 % 0.000 %
2.000 4.000 8.000 14.000 19.000
0.003 %0.003 % 0.029 % 0.000 % 0.007 % 2.000
0.004 %

0,00 0,00
2,00 4,00 6,00 8,00 10,0 12,0 14,0 16,0 18,0 20,0[-] 2,00 4,00 6,00 8,00 10,0 12,0 14,0 16,0 18,0 20,0
[-]
L_HSBA_SOPL_2_1: Harmonic Distortion (Current)/Terminal j in %
Sopladora_230\B2: Harmonic Distortion in %
Distortion(4) Date: 10/24/2017
Sopladora_230 Date: 10/24/2017
Annex: /5
Annex: /2
Figure 13: Harmonic Voltage Distortion at 230 kV Sopladora Figure 16: Harmonic Current Distortion at Sopladora – San
Substation – Average Demand, Scenario 2 Bartolo Transmission Line – Maximum Demand, Scenario 2
DIgSILENT

2,00

5. HARMONICS IN TRANSFORMERS
1,60
7.000
1.465 %
Transformers experience increased losses in the
presence of power system harmonic currents. In the
worst-case, excessive losses can lead to transformer
1,20

overheating and subsequent failure.

0,80

3.000
0.080 %
5.000
0.292 %
9.000
0.010 %
11.000
0.015 %
13.000
0.004 %
15.000
0.000 %
17.000
0.001 %
19.000
0.005 % Losses in transformers are due to stray magnetic
0,40 4.000
0.006 %
8.000
0.029 %
10.000
0.001 %
12.000
0.000 %
14.000
0.001 %
16.000
0.000 %
18.000 losses in the core, and resistive losses due to eddy
currents flowing through windings. Among these
0.000 %
2.000
0.002 %

0,00
losses, eddy current losses are of most concern
when harmonics are present because they increase
2,00 4,00 6,00 8,00 10,0 12,0 14,0 16,0 18,0 20,0[-]
Sopladora_230\B1: Harmonic Distortion in %

Distortion(1) Date: 10/24/2017 approximately with the square of the frequency [11].
Annex: /1
Figure 14: Harmonic Voltage Distortion at 230 kV Sopladora
Substation – Maximum Demand, Scenario 2 The transformer withstanding to handle harmonic
loads can be monitored using two indices:
Regarding to current harmonic content, and based
on short-circuit ratio (SCR) at 230 kV Chorrillos ­ K-Factor
substation, SVC fulfills current regulation, as shown
­ Factor K
in Fig. 15. For the case of average and maximum
demand, the limits established for elements close to K-Factor (According to UL 1562)
Sopladora and San Bartolo were also analyzed (Fig.
16). It is clear that no harmonic violation problems Mainly used in the United States to calculate
are presented. the factor increase in eddy current loss and specify
a transformer designed to cope [11]. Following the
calculation of the K-Factor, an appropriate harmonic-
rated transformer can then be selected which has a
higher K-rating. The standard range are 4, 9, 13, 20,
30, 40, 50. K-factor is given by (2).

128
 Edición No 14, Enero 2018

6. CONCLUSIONS
(2)
The robustness of the new 500 kV transmission
system, under N-1 contingencies close to Chorrillos
Where: substation, allows the SVC to operate within the
deadband and deliver 10 MVAr. In this operating
is the RMS current at h in per unit of total
condition, the SVC harmonic influence on the
current.
Ecuadorian transmission system is minimum.
is the harmonic order. However, the incorporation of the 500 kV system
influences the harmonic voltage distortion level and
Factor K (According to BS 7821)
make that 7th harmonic at Sopladora and San Bartolo
substations are out of limits established in CONELEC
Mainly used in Europe to estimate by how much
003/08 standard.
a standard transformer should be de-rated so that
the total loss on harmonic load does not exceed
The main SVC element responsible of current
fundamental design loss [11]. See Equation (3).
distortion waveform is the TCR. The harmonic
content of this equipment is related to firing angle
of thyristors, which is a variable for reactive power
(3) control and system voltage.

During dynamic operation, under contingencies,

where: the SVC operates outside the dead band, but because
it is a transient event, it does not produce a significant
is ratio of eddy current loss (60 Hz) to resistive effect on system harmonic content. For this reason,
loss. the quasi-stationary state of the SVC is considered to
is the harmonic order. be the most likely scenario, where harmonic effect is
almost permanent.
is dependent on winding type & frequency,
typically 1,5 to 1,7. The analysis of the Factor K of the transformers
is the magnitude of the harmonic. on the SNT allows to determine that there are no
problems of overheating due to the harmonic loads
is the rms value of the sinusoidal current connected under different demand scenarios. On
including all harmonics, and is given by (4). the other hand, the K-Factor study establishes an
important specification for the acquisition of new
transformers that will be connected in zones of high
(4)
harmonic contamination.

It is recommended to model and incorporate

In the present research, a DPL script in the harmonic effect of arc furnaces present in the
PowerFactory has been developed for calculate these southwestern zone, and, based on these results, to
parameters and the results are shown in the Table 6. determine if harmonic mitigation methods are needed
in the area.
Table 6: Factor K and K-Factor Results
3:00 Hours 12:00 Hours 19:00 Hours
ACKNOWLEDGEMENTS
Transformer Fac K K-Fac Fac K K-Fac Fac K K-Fac

(%) - (%) - (%) -

I would like to express my gratitude to Ecuadorian
MILA_ATK 99,999 1,000 99,996 1,002 99,997 1,001
Electric Corporation, CELEP EP Transelectric.
DCER_ATK 99,979 1,009 99,968 1,013 99,991 1,004

CHRR_ATJ 99,988 1,006 99,947 1,025 99,966 1,015

TE_SVC 99,956 1,026 99,956 1,026 99,956 1,026 REFERENCES

SALI_ATR 99,998 1,001 99,999 1,000 99,999 1,000

CARA_ATQ 99,961 1,016 99,931 1,029 99,923 1,032 [1] M. Noroozian y C. W. Taylor, “Benefits of SVC
ESCL_ATT 99,311 1,318 99,629 1,164 99,659 1,147 and STATCOM for Electric Utility Application”.
MILA_ATU 99,964 1,020 99,978 1,010 99,986 1,006

NPRO_TRK 99,999 1,000 99,826 1,099 99,991 1,005 [2] R. M. Mathur y R. K. Varma, Thyristor-Based
POLI_ATQ 99,998 1,001 99,999 1,000 99,999 1,000 FACTS Controllers For Electrical Transmission
POSO_ATQ 99,999 1,001 98,730 1,534 99,198 1,332 Systems, New York: IEEE Press, 2002.
PASC_ATQ 99,980 1,008 99,977 1,010 99,981 1,008

TRIN_ATT 99,993 1,003 99,994 1,003 99,993 1,003 [3] C. J. Carrillo González y J. Cidrás Pidre,
LOJA_ATQ 99,988 1,005 97,601 2,089 99,972 1,012 “Compensadores Estáticos de Potencia Reactiva
SINI_TRK 99,672 1,143 99,990 1,004 99,998 1,001
(SVC),” Vigo, 2003.

129
 Jadán et al./ Harmonic Distortion Assessment due to Operation of SVC at Chorrillos Substation
[4] C. Sankaran, Power Quality, Boca Raton,
Florida: CRC Press, 2002.
[5] R. C. Dugan, M. F. McGranaghan, S. Santoso,
y H. W. Beaty, Electrical Power Systems
Quality, Third Edition, New York: McGraw-Hill
Education, 2012.
[6] A. Gomez, A. Conejo, y C. Cañizares, Electric
Energy Systems, Boca Raton, Florida: CRC
Press, 2009.
[7] Y. Hai y Z. Zhengxuan, “Basic Design Report
For Ecuador Chorrillos SVC Project,” Rongxin
Power Electronic Co. Ltd, 2015.
[8] N. G. Hingorani y L. Gyugyi, Understanding
FACTS: Concepts and Technology of Flexible
AC Transmission Systems, New York: IEEE
Press, 2000.
[9] “PowerFactory User’s Manual Version 15.1,”
DIgSILENT, Gomaringen, Germany, 2015.
[10]
CONELEC, “Calidad del Transporte de
Electricidad y del Servicio de Transmisión
y Conexión en el Sistema Nacional
Interconectado,” Regulación No. CONELEC -
003/08, 2008.
[11]
“Harmonics, Transformers and K-Factors,”
Copper Development Association, nº 144, 2000.
Bryam Jadán.- Completed his
post-secondary studies at the
National Polytechnic School
and followed a short-term
internship in the Faculty of
Electrical Engineering of the
National Polytechnic Institute
(I.P.N.), Mexico City, in 2016.
He is currently developing his
degree project at the Ecuadorian Electric Corporation,
CELEP EP Transelectric. Current areas of interest are
related to power quality, transmission and distribution
system operation, and electrical protections.
130
Fabricio Ordóñez.- Received
his bachelor degree from
National Politechnic School and
the MASc from the University
of Waterloo, both in electrical
engineering, at 2005 and 2015
respectively. Since 2005, he has
been working at the Operation
Department of CELEC EP
Transelectric, where he has developed security
assessment studies. Current interest is focused on
Smart Grid implementation as well as secure dynamic
and steady state operation of power systems.
Walter Vargas.- Received his
bachelor degree from Escuela
Superior Politécnica del Litoral
and master degree from Sevilla
University, both in electrical
engineering, at 2007 and 2013
respectively. Currently, he
is working at the Operation
Department of CELEC EP
Transelectric. Furthermore, he
carries out research activities focused on improving
power system planning and operation as part time
professor at National Polytechnic School.
Hugo Arcos.- Received the
Electrical Engineering degree
at the National Polytechnic
School in 1998, and PhD
in Electrical Engineering at
the National University of
San Juan Argentina in 2003.
He has developed his career
professionals in various
institutions of the Ecuadorian electricity sector and
currently serves as Coordinator of the School of
Electrical Engineering at the National Polytechnic
School. His areas of interest are: modeling in electric
power systems, studies in steady state and transient
and reliability in power electric systems.
 Artículo Academico / Academic Article

Smart Electric Energy Meter using Raspberry Pi Electronic

Board

Medidor Inteligente de Energía Eléctrica utilizando la Tarjeta

Electrónica Raspberry Pi
L.F. Tipán J.A. Rumipamba

Universidad Politécnica Salesiana, Quito, Ecuador

E-mail: ltipan@ups.edu.ec; jrumipamba@ups.edu.ec

Abstract Resumen

The purpose of this document is to present a El objeto de este documento es presentar un

Smart Electric energy meter with raspberry
Pi and Arduino UNO, to visualize the electric
consumption of a home type in real time, using an
Android application and web server in raspberry
using google spreadsheets . In the present research
the base architecture and the methodology used
are shown, the data obtained with this proposed
system is very similar in comparison with a system
that is available in the market, especially European
and North American as it is the AEOTEC system
that uses Z wave protocols.
medidor de energia electrica inteligente con
raspberry Pi y Arduino UNO, para visualizar el
consumo electrico aproximado de un hogar tipo
en tiempo real, mediante una aplicación Android
y servidor web en la raspberry utilizando hojas
de calculo en linea de google, porque aproximado
debido a que no se hace un muestreo de voltaje sino
que en base a parametros definidos se emplean
valores establecidos . En la presente investigacion
se muestra la arquitectura base y la metodologia
empleada demostrando que los datos obtenidos
con este sistema propuesto es muy parecido en
comparacion con un sistema que se encuentra
disponible en el mercado, especialmente europeo
y norteamericano como lo es el sistema AEOTEC
que utiliza protocolos z wave.

Index terms− Raspberry Pi, data acquisition, save Palabras clave− Raspberry Pi, adquisición de datos,
energy, smart home, Android, google spread sheet. ahorro de energía, hogar inteligente, Android, hoja
de cálculo en línea de google.

Recibido: 28-07-2017, Aprobado tras revisión: 21-11-2017

Forma sugerida de citación: Tipán, L.; Rumipamba, J. (2018). “Medidor Inteligente de Energía Eléctrica utilizando la
Tarjeta Electrónica Raspberry Pi”. Revista Técnica “energía”. No. 14, Pp. 131-139
ISSN 1390-5074.

131
 Edición No. 14, Enero 2018
1. INTRODUCCIÓN
El monitoreo y control del consumo eléctrico
está adquiriendo nuevas connotaciones, junto con
la actual situación económica y con las constantes
elevaciones en el precio de las facturas que mes a
mes se deben pagar. Este hecho hace que se planteen
maneras de controlar el consumo eléctrico (kWh) en
determinadas zonas de nuestros hogares, o incluso la
monitorización de la energía doméstica total. Con esta
intención proponemos la presente investigación. No
se trata de un control ni medición sofisticada, pero por
precios asequibles se puede tener las ideas más claras
en cuanto a ahorro energético. Más bien se trata de la
adquisición, almacenamiento y tratamiento de señales
con equipos asequibles en nuestro medio.
El trabajo realizado por P Arun Chandra [1]
resuelve el problema de adquisición de datos
mediante una Raspberry Pi que usa como servidor
y hardware de su sistema propuesto. Dicho trabajo
investiga la posibilidad de reemplazar los medidores
de energía que se utilizan actualmente en la India con
el sistema de medición automático que propone en
su artículo. P Arun Chandra almacena los valores de
consumo medidos a través de un sensor de luz en
una hoja de datos de google, y los deja accesibles a
través de una página web, una aplicación de Android
y mensajes instantáneos. En base a [1] se ha realizado
el presente trabajo de investigación, ya que el método
que P Arun Chandra propone para medir la energía
se puede aplicar también como se lo propone en el
presente artículo.
Hay varios estudios relacionados con el tema
y que involucran una tarjeta Raspberry Pi como
servidor del sistema y como hardware de control.
El medidor eléctrico automático que propone Altir
Christian D. Bonganay [2]automated meter reading
systems (AMR se basa en una Raspberry Pi que
envía los datos mediante el protocolo ZigBee. Dario
Assante [3] propone un pequeño sistema fotovoltaico
controlado por una Raspberry Pi que permite medir
corriente y voltaje y presentar los valores obtenidos
a través de una página web. Mikel Armendariz [4]
propone una plataforma de simulación de medio y
bajo voltaje que pueda ser monitoreada en tiempo real
mediante una Raspberry Pi y un Arduino. Alexandru
Sfirat [5] realiza un monitoreo experimental de un
módulo termoeléctrico para controlar la corriente
y el voltaje mediante una Raspberry Pi en base a
parámetros especificados.
Debido a que el objetivo de la presente
investigación es también presentar los datos de
medida en tiempo real en un dispositivo inteligente
de Android, se ha revisado trabajos como los de
Cesar Cheuque [6], Ching-Chuan Wei [7], Kryvyy
Rostyslav [8], Nikhil Agrawal [9] que presentan a
la tarjeta electrónica Raspberry Pi como una opción
viable y economica para usarla como servidor web.
132
Las pruebas realizadas en [10] entre un dispositivo
de Android y un servidor programado con Python
en una tarjeta Raspeberry Pi concluyen el buen
funcionamiento entre ambos dispositivos.
La adquisición de datos para el medidor de energía
que se propone en esta investigación se lo hace con
la ayuda de una tarjeta Arduino UNO, provista de
dos sensores de corriente de efecto hall junto con un
acondicionador de señal. Además, cuenta también con
un keypad LCD que muestra los valores de corriente
medidos, los mismos que se envían por medio de una
conexión serial a una tarjeta Raspberry Pi modelo 3
+B, la cual se la utiliza como servidor web.
El presente documento está estructurado de la
siguiente manera. En la sección 2 se presenta el
diseño del sistema medidor de energía eléctrica
propuesto. La metodología del sistema se presenta
en la sección 3. En la sección 4 se realizan pruebas
con el sistema propuesto. La sección 5 presenta un
análisis y comparación con otro sistema de medición
inteligente. Por último, las conclusiones obtenidas y
trabajos futuros se presentan en la sección 6.
2. SISTEMA MEDIDOR DE ENERGÍA
ELÉCTRICA
El monitor de energía que se propone en esta
investigación se basa en el uso de una tarjeta Arduino
UNO, la cual está configurada de tal manera que
pueda recolectar los valores de corriente de equipos
eléctricos. La medición de corriente se realiza con la
ayuda de dos sensores de efecto Hall, los cuales se
conectan a 2 líneas en caso de ser cargas bifásicas
y a 1 línea en caso de ser monofásicas. Los valores
obtenidos pasan a la tarjeta Arduino en donde se hace
un tratamiento de la señal para poder obtener un valor
eficaz real.
Previamente se hizo una comparativa con una
pinza amperimétrica disponible en el mercado, para
comprobar que los valores leídos con el sensor de
efecto hall y el Arduino tengan parecido con los
valores reales. Los valores medidos son RMS y se
los envía por medio de una conexión serial hacia una
tarjeta Raspberry Pi, en donde son almacenados y
enviados a una hoja de cálculo de google.
Con los datos almacenados se realizan las gráficas
de consumo de corriente, potencia y energía, lo que
permite obtener un estimado mensual del consumo de
energía. Dicho consumo podría ser generado por un
equipo eléctrico o el consumo total de una residencia.
La Fig. 1 muestra la arquitectura del sistema medidor
de energía que se propone en el presente artículo.
El medidor de energía eléctrica que se propone
está diseñado para precisar de una medición en
tiempo real y para que los valores obtenidos sean
 Tipán et al. / Medidor Inteligente de Energía Eléctrica utilizando la Tarjeta Electrónica Raspberry Pi

almacenados en la nube. Los datos medidos se 3.2. Adquisición y Presentación de Datos

mantendrán almacenado por cierto tiempo a fin de
no alcanzar límites de peso considerables. De igual
manera un aplicativo móvil basado en Android se
conecta mediante wifi al sistema, para mostrar las
curvas características del consumo de corriente del
equipo que se esté midiendo en ese instante.
Utilizando una carga de prueba (un computador
personal) para medir la corriente de consumo y
verificar el funcionamiento del medidor. Para
obtener los datos de corriente se utilizó el circuito
acondiconardor de señal y el Arduino mencionados en
la sección A. Los datos fueron procesados dentro del
Arduino y luego enviados por conexión serial hacia la
Raspberry Pi.

En el script de Python de la Raspberry Pi se

importó las funciones necesarias para utilizar el
puerto serie. Además también, se creó una variable
llamada “arduino” con los datos necesarios (puerto
y baudios) para establecer la comunicación. Tras
esto, en un while-true se recibió continuamente los
datos capturados por el puerto serie, y se los mostró
de forma secuencial en una pantalla conectada a la
Raspberry Pi.

Además de la pantalla conectada a la Raspberry

Figura 1: Arquitectura del Sistema Medidor de Energía
Eléctrica Propuesto
Pi, los datos se visualizaron en una aplicación de
Android. Esto último, para que el usuario pueda
observar el consumo de energía eléctrica en gráficas
de tiempo real. Algunos de los datos obtenidos en un
intervalo de 21 segundos se pueden observar en la
Tabla 1.

Tabla 1: Datos de Corriente Obtenidos de una Computadora

3. METODOLOGÍA DEL SISTEMA
Personal y Secador de Cabello de 1000 W

3.1. Lectura de Corrientes de Carga

Corriente [A]
Corriente [A]
Tiempo (s) Secador de
Se han utilizado dos sensores tipo SCT-013-100, Computador
cabello
con los cuales se puede medir una corriente de hasta 1 0.245 8,333
de 100[A]. Con dicho sensor se considero que si se
2 0.265 8,274
tiene como salida 50[mA] la proporción entonces es
3 0.235 8.022
de 100[A]/50[mA]. La salida de este sensor es una
señal alterna, cuyo valor no está dentro del rango de 4 0.247 8.031
las entradas analógicas (0 a +5[V]) del Arduino. Si 5 0.267 7.989
bien el rango del sensor puede ser inferior, la parte 6 0.289 7.985
negativa de la señal podría dañar el Arduino. Lo ideal 7 0.314 7.998
es, acondicionar la señal a una salida de 0 a 5[V]. 8 0.321 8.232
9 0.327 8.126
Para acondicionar la señal se ha rectificado la 10 0.338 8.155
entrada y se trabajó con la parte positiva asumiendo
11 0.345 8.314
que la señal es simétrica. Para esto se utilizó un
operacional configurado en un seguidor de voltaje. 12 0.335 8.193
El operacional utilizado fue el LM358 que trabaja 13 0.325 8.362
con polaridad positiva, de esta forma se eliminó la 14 0.348 8.121
parte negativa de la señal. Si bien no se consiguió 15 0.346 8.269
un rectificador de onda completa, se observó que
con una rectificación de media onda era suficiente 16 0.354 8.305
para acondicionar la señal. Por otra parte ,ya que el 17 0.337 8.238
LM358 se alimenta con 5[V], se satura con 3.5[V] 18 0.347 8.119
aproximadamente, motivo por el cual no se puede 19 0.348 8.222
amplificar la señal hasta 5[V]. Pero ya que se trabaja
20 0.346 8.297
con una tarjeta Arduino no se necesita alcanzar los
5[V], se puede trabajar con la referencia interna 21 0.378 8.300
de 1.1[V] y de esta forma se aprovechó el rango
completo de la lectura analógica.

133
 Edición No. 14, Enero 2018
3.3. Desarrollo de la Aplicación de
Android
En base al estudio realizado por los mismos
autores del presente trabajo [10], se crea un cliente en
un dispositivo de Android utilizando Android Studio.
La aplicación creada tiene como finalidad mostrar al
usuario el consumo de corriente electrica en tiempo
real. Un ejemplo de la visualización de la pantalla de
la aplicación móvil se puede observar en la Fig. 2,
donde se muestra una gráfica de la corriente eléctrica
consumida en funcion del tiempo transcurrido.
El ejemplo de la Fig. 2 presenta la corriente que
utiliza un computador personal y en la Fig. 3 la corriente
de consumo de un secador de cabello en 21 segundos
de acuerdo a la Tabla 1. El dispositivo de Android se
conecta con la Raspberry Pi mediante protocolo wifi, y
muestra una gráfica de consumo de acuerdo a los datos
obtenidos por el sensor de efecto hall.
Figura 2: Gráfica de un Dispositivo Android donde se
Observa la Corriente Consumida por un Computador
4. PRUEBAS REALIZADAS CON EL SISTEMA
Para comprobar el funcionamiento del sistema
se seleccionó como carga de prueba un computador
personal, y con la ayuda de una pinza amperimétrica
comercial se observó la similitud entre los datos
de corriente obtenidos. Los datos de la medición
se observaron a través de una pantalla conectada a
la tarjeta Raspberry Pi. Además, con los valores
obtenidos se graficó curvas de corriente en función
del tiempo utilizando la librería Matplotlib de Python.
También se visualizaron los mismos datos en la
gráfica de la aplicación de Android mencionada en la
sección 3C. Las lecturas de los datos de consumo de
la carga se obtuvieron en tiempo real.
Los medidores inteligentes desarrollados en la
actualidad tienen la capacidad de obtener datos de
la potencia real, potencia reactiva, y el consumo de
energía del lugar en el cual estén instalados, además
de enviar esta información a concentradores con
cierta frecuencia de tiempo establecida por medio de
protocolos y hardware propios de estos medidores.
134
En Ecuador a la categoría de usuarios residenciales
solo se factura la potencia real, debido a que la
mayoría de las cargas en las Instalaciones Eléctricas
Residenciales son de predominio resistivo, para los
parámetros de diseño se ha estandarizado el factor
de potencia (fp) al valor de 0.95 según las Normas
para sistemas de distribución-Parte A , Guía para
diseño de Redes de Distribución DI-EP-P001-D001
de la Empresa Eléctrica Quito (EEQ)[12], además de
que las nuevas tecnologías que han ido surgiendo en
la fabricación de electrodomésticos han hecho que
su factor de potencia sea cercano a la unidad y sean
energéticamente eficientes
Cabe recalcar que los datos obtenidos fueron
sólo de la corriente de consumo. Para visualizar la
potencia y la energía consumida se debe multiplicar
por un voltaje, el cual por factores de la red tendrá
fluctuaciones o caídas de voltaje comprendidas entre
2.5% y 3.0% en redes primarias y secundarias [12],
este voltaje lo fijaremos a un valor de 120 [V], al
tratarse de un centro de carga monofásico , el valor
de potencia activa nos dará una buena aproximación
al consumo real el cual será analizado más adelante.
En el programa de la Raspberry Pi se ocupó el valor
obtenido de la corriente en la ecuación (1), y se asignó
un valor fp = 0.95 [12] que se obtuvo del medidor
inteligente utilizado para el análisis de la sección 5A.
El resultado de la potencia activa se multiplica por el
tiempo transcurrido en la ecuación (2) y se calcula la
energía consumida.
(1)
(2)
Donde:
P = Potencia Activa
fp = Factor de potencia
E = Energía consumida
t = Tiempo de consumo transcurrido
La Fig. 3 muestra la curva de corriente en función
del tiempo, obtenida con la librería Matplotlib de
Python en la Raspberry Pi. Una vez que se realizó
las pruebas con el computador portátil y el secador
de cabello se comprobó que los valores obtenidos
con la Raspberry Pi frente a los obtenidos por una
pinza amperimétrica comercial son muy parecidos,
se analizó su eficiencia en la sección 5 donde se
realiza una comparación con otro sistema de medición
inteligente.
 Tipán et al. / Medidor Inteligente de Energía Eléctrica utilizando la Tarjeta Electrónica Raspberry Pi

de la forma como se muestra en la Tabla 2. Además,

también se puede observar los datos de consumo a
través de una aplicación para Smartphone (Fig. 5).
El medidor inteligente debe estar parametrizado
con toda la información necesaria, además de una
pequeña programación para que pueda enviar toda la
información requerida hacia internet. La particularidad
de éste sistema es que se puede acceder a éstos datos
desde cualquier parte del mundo por medio de la
red sin necesidad de pagos mensuales por costos de
dominio.

El medidor AEOTEC obtuvo el consumo de

Figura 3: Consumo de Corriente de un Computador Personal
5. ANÁLISIS Y COMPARACIÓN CON
OTRO SISTEMA DE MEDICIÓN INTELIGENTE
energía eléctrica del hogar de prueba a través de sus
pinzas inteligentes instaladas en el tablero de centro
de carga. Los datos obtenidos informan la cantidad de
consumo de energía en vatios [W] o kilovatios-hora
[kWh], todo esto en tiempo real.

Para este análisis se realizó una comparación con
un equipo AEOTEC conectado al tablero eléctrico
de centro de carga de un hogar en particular. Se
obtuvieron medidas de potencia y energía consumida
con dicho sistema inteligente, y se compararon con
los datos obtenidos por el sistema propuesto en el
presente trabajo.
Para éste análisis solo se han presentado valores
tabulados por un lapso de 4 horas, los cuales muestran
el comportamiento de las variables medidas. Con esta
información obtenida desde el spreadsheet de google
se generó las gráficas de potencia y energía mostradas
en las Fig. 6 y 7.

5.1. Potencia y Energía Medidas con el Sistema

AEOTEC

AEOTEC Energy Meter es un sistema inteligente

que permite medir los parámetros de potencia,
energía, corriente y voltaje en tiempo real con una
precisión de la medición sobre el 99% según hoja
técnica del fabricante [11]. Los datos obtenidos
son enviados a un hub centralizado Smartthings de
Samsung utilizando el protocolo de comunicación
z-wave. Además, dicho dispositivo controla y
monitorea sensores desde cualquier parte del mundo
brindando protección remota al hogar. La arquitectura
del sistema inteligente mencionado anteriormente se
muestra en la Fig. 4.

Figura 5: Aplicación Smartphone de AEOTEC

Figura 4: Arquitectura del Sistema Medidor de Energía

empleando Equipos Samsung y AEOTEC
Figura 6: Grafica de Potecia Obtenida de los Datos
Los datos obtenidos por el sistema AEOTEC se Capturados por el Medidor Inteligente AEOTEC
pueden visualizar en una hoja de cálculo en la red

135
 Edición No. 14, Enero 2018

Figura 7: Grafica de Energía Obtenida de los Datos

Capturados por el Medidor Inteligente AEOTEC

Figura 8: Equipos AEOTEC y Raspberry Pi Conectados al

Tabla 2: Datos Obtenidos por el Sistema AEOTEC Centro de Carga del Hogar de Prueba

Los datos fueron enviados por la Raspberry Pi a

Fecha/Hora. Energia [kWh] Potencia [W] la red y presentados a través de una hoja de cálculo
23/03/2017 9:12 304.74 248
de google. Para esto se desarrolló una aplicación en
Python que permite enviar datos a la red. La Tabla 3
23/03/2017 9:28 304.8 232 muestra los datos obtenidos con el sistema propuesto
23/03/2017 9:43 304.86 248 en el mismo lapso de cuatro horas, y las Fig. 9 y 10
23/03/2017 9:58 304.92 231 presentan las curvas de la energía y potencia.
23/03/2017 10:13 304.97 149
23/03/2017 10:28 305.02 168 Como se puede observar hay un interlavo de tiempo
23/03/2017 10:43 305.05 108
de desface en la lectura de los datos por parte de la
Raspberry Pi que presenta la Tabla 3. Este intervalo
23/03/2017 10:58 305.08 100
de desface es causado por el tiempo que se pierde en
23/03/2017 11:14 305.11 183 la adquisición y envío de información a la nube por
23/03/2017 11:29 305.16 198 parte del Arduino y la tarjeta Raspberry Pi. También
23/03/2017 11:44 305.21 191 se puede observar que las curvas de potencia y energía
(Fig. 9 y 10) generadas por los datos obtenidos con el
23/03/2017 11:59 305.26 189
sistema propuesto, son muy parecidas a las curvas que
23/03/2017 12:14 305.31 202 se graficó con las medidas realizadas por el sistema
23/03/2017 12:29 305.36 184 AEOTEC en las Fig. 6 y 7 de la sección 5.1.
23/03/2017 12:44 305.46 1102
23/03/2017 12:59 305.56 108 Tabla 3: Datos Obtenidos por la Raspberry Pi
23/03/2017 13:15 305.59 115

Fecha/Hora. Potencia [W] Energia [kWh]

5.2. Potencia y Energía Medidas con el Sistema
Propuesto 23/03/2017 9:35 246.59 304.86
23/03/2017 9:45 237.52 304.8977393
Para obtener los datos de potencia y energía con 23/03/2017 9:50 248.86 304.9175098
el sistema propuesto se colocó el sensor de corriente 23/03/2017 10:05 237.29 304.9786779
en el tablero eléctrico de centro de carga del hogar 23/03/2017 10:20 257.19 305.0420467
de prueba. Debido a que el sistema eléctrico de este 23/03/2017 10:34 239.04 305.0988187
hogar en particular es monofásico utilizamos un solo
23/03/2017 10:50 218.7 305.1553162
sensor de corriente de efecto hall.
23/03/2017 11:05 227.45 305.2131896
23/03/2017 11:21 123.89 305.2457107
El sensor de efecto hall se conectó al Arduino
23/03/2017 11:35 220.23 305.296853
a través del acondicionador de señal. El Arduino a
23/03/2017 11:50 284.75 305.3704134
su vez fue conectado mediante un puerto serial a la
Raspberry Pi. Todo esto de acuerdo a la arquitectura 23/03/2017 12:05 202.3 305.4209884
mostrada en la Fig. 1. Los sistemas conectados para 23/03/2017 12:24 192.46 305.4819341
realizar las pruebas de medición se pueden observar 23/03/2017 12:45 172.77 305.5424036
en la Fig. 8. 23/03/2017 12:58 1031.28 305.75754
23/03/2017 12:58 1053.04 305.7581251
23/03/2017 13:07 133.95 305.780264
23/03/2017 13:19 143.03 305.8087111

136
 Tipán et al. / Medidor Inteligente de Energía Eléctrica utilizando la Tarjeta Electrónica Raspberry Pi
Figura 9: Grafica de Potencia Obtenida de los Datos
Capturados por la Tarjeta Electrónica Raspberry Pi
Figura 10: Grafica de Energia Obtenida de los Datos
Capturados por la Tarjeta Electrónica Raspberry Pi
5.3. Análisis del Error Relativo entre el Sistema
Propuesto y el Sistema AEOTEC
Para la estimación del error relativo del sistema
propuesto de acuerdo al sistema AEOTEC, primero se
clasificó los datos para que puedan ser analizados en
un mismo intervalo de tiempo. Después, utilizando la
ecuación del error relativo (3) se calculó la diferencia
entre las medidas de ambos sistemas y se tabularon
en la Tabla 4.
(3)
De acuerdo a lo mencionado anteriormente, se
generaron las Fig. 11 y 12 que muestran las curvas de
potencia y energía obtenidas por el sistema AEOTEC
y la Raspberry Pi en una sola gráfica respectivamente.
En las Fig. 11 y 12 se puede observar de mejor
manera el parecido que tienen las curvas de estos
sistemas de medición, por lo que se podría decir que
el sistema propuesto mide la energía y la potencia de
forma adecuada y aproximada.
En la Tabla 4 se muestra la tabulación de errores
relativos generados en la medida de potencia y energía,
comparando los datos obtenidos con la Raspberry Pi
y el sistema AEOTEC. De este análisis de errores, se
puede visualizar que existen diferencias muy grandes
en los datos de potencia, esto se debe a los desfases
de tiempo generados por el sistema propuesto. Dichos
retrasos de tiempo fueron generados por el sistema
propuesto en la adquisición y envío de información
a la nube.
Tomando en cuenta las pérdidas de tiempo
generadas por el procesamiento de datos dentro
del sistema propuesto, además de utilizar el valor
del factor de potencia fp=0.95 y voltaje de la red
monofásica referente al neutro V=120 voltios [12], se
puede apreciar que las pendientes de las gráficas de
potencia y energía para los intervalos de tiempo dados
son más altas que las obtenidas con el sistema Aeotec,
ya que este sistema considera valores de cargas
reactivas como puede ser una lavadora, refrigerador
etc. Por otro lado, la aproximación de carga para el
diseño del medidor propuesto es resistiva, ahora
nace la pregunta como corregir esta aproximación,
la respuesta concreta seria realizar un muestreo de
voltaje para así poder definir un ángulo de desfase
entre corriente y voltaje y así poder tener un valor
más exacto del factor de potencia y del voltaje, esta
consideración está planteada para un nuevo desarrollo
del medidor para una próxima investigación. Se
puede observar que errores mayores se presentan en
las medidas de potencia. Sin embargo, no es así, en
los datos de energía donde observamos que el error
es mínimo, ya que aquí se cuantifica el consumo
independientemente del desfase ocurrido. En base
a esto podemos establecer que el sistema propuesto
mide de forma eficiente la energía consumida con
cierta aproximación en comparación a un sistema de
medición de energía comercial.
Figura 11: Comparacion de Mediciones de Potencia de los Dos
Sistemas
137
 Edición No. 14, Enero 2018

Al comparar el sistema de medición propuesto

con el sistema AEOTEC disponible en el mercado,
se observa que la diferencia en los datos de potencia
y energía obtenidos es mínima. Por dicha razón,
el sistema propuesto es una buena alternativa para
ser utilizado en todos los hogares, debido a su
funcionalidad que se demostró en la sección 5.

El sistema propuesto permitiría a las empresas

distribuidoras de energía eléctrica hacer un
seguimiento y controlar el consumo energético
en hogares y oficinas. Además, el sistema podría
reemplazar a los medidores eléctricos convencionales,
y al personal de las empresas distribuidoras que se
encargan de obtener la lectura de los mismos.
Figura 12: Comparacion de Mediciones de Energia de los Dos
Sistemas
Al acceder en tiempo real desde cualquier parte del
mundo a los datos del consumo eléctrico de nuestro
Tabla 4: Porcentaje de Error entre la Raspberry Pi y el
Sistema AEOTEC hogar, brinda un sin número de ventajas, como por
ejemplo evitar el uso de ciertos electrodomésticos
Raspberry-pi
Raspberry-
pi Energía
Aeotec
Energía
Aeotec
Potencia
% error
en medida
% error
de medida en horas donde el consumo de energía es costoso.
Potencia [W]
[kWh] [kWh] [W] Potencia Energía
Además, se podría controlar de forma remota ciertos
electrodomésticos (si se añadiera el código necesario
246.59 304.86 304.74 248 0.57% 0.04%
para controlar los puertos GPIO de la Raspberry
237.52 304.90 304.8 232 2.38% 0.03% Pi), para reducir el consumo y evitar una factura
248.86 304.92 304.86 248 0.35% 0.02% demasiado costosa.
237.29 304.98 304.92 231 2.72% 0.02%
Con el sistema que se propone, los clientes
257.19 305.04 304.97 149 72.61% 0.02% pueden acceder a internet desde un computador o un
239.04 305.10 305.02 168 42.29% 0.03% Smartphone y comparar el consumo diario de energía,
incluso hora a hora. Esto último permitiría al usuario
218.7 305.16 305.05 108 102.50% 0.03%
estimar de mejor manera los costos de energía para el
227.45 305.21 305.08 100 127.45% 0.04% mes. Además con esta información, las personas que
123.89 305.25 305.11 183 32.30% 0.04% cuentan con ingresos fijos pueden decidir si necesitan
recortar los gastos en otras áreas, o reducir el consumo
220.23 305.30 305.16 198 11.23% 0.04%
de energía eléctrica.
284.75 305.37 305.21 191 49.08% 0.05%

202.3 305.42 305.26 189 7.04% 0.05% Se puede destacar el adecuado funcionamiento
de la Raspberry Pi como servidor de un sistema de
192.46 305.48 305.31 202 4.72% 0.06%
hogar inteligente. El sistema diseñado en este trabajo
172.77 305.54 305.36 184 6.10% 0.06% presenta una interfaz gráfica creada con Android
1031.28 305.76 305.46 1102 6.42% 0.10% Studio que permite visualizar directamente el
consumo en tiempo real. Esto último gracias a que el
1053.04 305.76 305.56 108 875.04% 0.06%
sistema propuesto cuenta con un servidor programado
133.95 305.78 305.59 115 16.48% 0.06% usando Python en la tarjeta electrónica Raspberry Pi.
143.03 305.81 305.62 101 41.61% 0.06%
REFERENCIAS BIBLIOGRÁFICAS
6. CONCLUSIONES
[1] P. A. Chandra, G. M. Vamsi, Y. S. Manoj, and G.
Se puede decir que se ha logrado el objetivo I. Mary, “Automated energy meter using WiFi
propuesto el de implementar un medidor inteligente enabled raspberry Pi,” 2016 IEEE Int. Conf.
utilizando la tarjeta electrónica raspberrypi, con Recent Trends Electron. Inf. Commun. Technol.,
las limitaciones del caso, se obtuvo una respuesta pp. 1992–1994, 2016.
aproximada a la de un medidor inteligente comercial, [2] A. C. D. Bonganay, J. C. Magno, A. G.
se debe enfatizar en las aproximaciones hechas las Marcellana, J. M. E. Morante, and N. G.
cuales atenuaron de cierta manera las medidas de Perez, “Automated electric meter reading and
potencia y energía al compararlas con medidores monitoring system using ZigBee-integrated
comerciales raspberry Pi single board computer via Modbus,”
2014 IEEE Students’ Conf. Electr. Electron.
Comput. Sci. SCEECS 2014, 2014.

138
 Tipán et al. / Medidor Inteligente de Energía Eléctrica utilizando la Tarjeta Electrónica Raspberry Pi
[3] D. Assante and M. Tronconi, “A remotely
accessible photovoltaic system as didactic
laboratory for electrical engineering courses,”
IEEE Glob. Eng. Educ. Conf. EDUCON, vol.
2015–April, no. March, pp. 479–485, 2015.
[4] M. Armendariz, M. Chenine, and A. Al-
hammouri, “A Co-Simulation Platform for
Medium / Low Voltage Monitoring and Control
applications,” 2014.
[5] A. Sfirat and A. Gontean, “An Experimental
Monitoring System for Thermoelectric
Modules,” pp. 313–316, 2014.
[6] C. Cheuque, F. Baeza, G. Marquez, and J.
Calderon, “Towards to responsive web services
for smart home LED control with Raspberry Pi.
A first approach.,” in Proceedings - International
Conference of the Chilean Computer Science
Society, SCCC, 2016, vol. 2016–Febru.
[7] C. C. Wei, Y. M. Chen, C. C. Chang, and C. H.
Yu, “The Implementation of Smart Electronic
Locking System Based on Z-Wave and Internet,”
in Proceedings - 2015 IEEE International
Conference on Systems, Man, and Cybernetics,
SMC 2015, 2016, pp. 2015–2017.
[8] K. Rostyslav, S. Tkatchenko, and R. Golovatsyy,
“Features home automation system development
based Raspberry Pi using Java ME SDK,” in
Proceedings of 13th International Conference:
The Experience of Designing and Application
of CAD Systems in Microelectronics, CADSM
2015, 2015, pp. 484–486.
[9] N. Agrawal and S. Singhal, “Smart drip irrigation
system using raspberry pi and arduino,” Int.
Conf. Comput. Commun. Autom., pp. 928–932,
2015.
[10] J. Rumipamba y L. Tipan, “Breve análisis
del estado del arte de sistemas para casas
inteligentes que utilizan la tarjeta electrónica
Raspberry Pi”, Conferencia INCISCOS 2016
ofrecida por la UTE de Ecuador. inciscos@ute.
edu.ec (593) 2 299-0800 Ext. 2167/2563.
[11] Aeotec by Aeon Labs “ This page lists the
technical specifications for Home Energy Meter
Gen5 and form part of the larger Home Energy
Meter Gen5 user guide” [Online]. Available en:
https://aeotec.freshdesk.com/support/solutions/
articles/6000168072-home-energy-meter-gen5-
technical-specifications- [Accessed: 20-oct-
2017] 
[12] EEQ Normas para sistemas de Distribucion-
Parte A, Guia para diseño de redes de
distribución DI-EP-P001-D001 ,REV 06, 2015. 
Luis Fernando Tipán. - Nació
en Quito en 1982. Recibió su
título de Ingeniera Electrónica
en Control de la Escuela
Politécnica Nacional en 2008.
Recibió su título de Maestría en
Eficiencia Energética en Escuela
Politécnica Nacional en 2015.
su campo de investigación se
encuentra relacionado con la Electronica de Control
basada en tarjetas inteligentes domotica y ,Electronica
de los Sistemas de Potencia en energias alternativas.
José Alcides Rumipamba.-
Nació en Ambato en 1986.
Recibió su título de Ingeniera
Electrónica en Control y Redes
Industriales de la Escuela
Politécnica de Chimborazo
en 2012. Recibió su título
de Master Universitario en
Automática y Robótica en la
Universidad Politécnica de Madrid en 2016. Su campo
de investigación se encuentra relacionado con la
Electronica de Control basada en tarjetas inteligentes
domotica y, Visión Artificial aplicada a la Robotica.
139
 Artículo Académico / Academic Paper

Technical Study for the Determination of the Optimal Location

of Fasorial Measurement Units in the Ecuadorian Power System
Based on Observability Criteria for Contingencies
Estudio Técnico para la Determinación de la Ubicación Óptima de
Unidades de Medición Fasorial en el Sistema Eléctrico Ecuatoriano
basado en Criterios de Observabilidad ante Contingencias
L. Armas A. Narváez
Operador Nacional de Electricidad
E-mail: larmas@cenace.org.ec; anarvaez@cenace.org.ec

Abstract Resumen

Phasor measurement units PMU are devices that
measure the Synchrophasor of sinusoidal waves of
current and voltage in electrical power systems.
The paper describes the characteristics of phasor
measurement units and applications. Various
methodologies are listed that allow the location of
PMUs and an algorithm is selected to maintain an
adequate level of visibility in a SEP. Then different
methods for contingency analysis based on voltage
stability are described. The Reactive Support
Index was adapted in order to determine the
contingency ranking in the Ecuadorian National
Interconnected System S.N.I. Finally a location
methodology of PMUs is applied that optimizes
the number and keeps the observability of S.N.I.
in great impact contingencies.
Las unidades de medición fasorial PMU son
dispositivos que permiten medir los sincrofasores
de las ondas sinusoidales de corriente y voltaje
en los sistemas eléctricos de potencia SEP. En
el documento se describen las características de
las PMU y sus aplicaciones. Se enumeran varias
metodologías que permiten la ubicación de
PMUs y se selecciona un algoritmo que permite
mantener un nivel adecuado de visibilidad en
un SEP. A continuación, se describen diferentes
métodos para análisis de contingencias en base
a estabilidad de voltaje. Se adaptó el Índice de
Soporte de Potencia Reactiva RSI para determinar
un ranking de contingencias en el Sistema Nacional
Interconectado de Ecuador S.N.I. Finalmente se
aplicó una metodología de ubicación de PMUs que
optimice su número y mantenga la observabilidad
del S.N.I. ante las fallas de mayor gravedad.

Index terms− Phasor Measurement Units, Voltage Palabras clave− Unidades de Medición Fasorial,
Stability, Support Index Reactive Power, Optimal Índice de Soporte de Potencia Reactiva, Ubicación
PMU Placement. Óptima de PMU.

Recibido: 31-07-2017, Aprobado tras revisión: 17-11-2017

Forma sugerida de citación: Armas, L.; Narváez, A. (2018). “Estudio Técnico para la Determinación de la Ubicación Óptima
de Unidades de Medición Fasorial en el Sistema Nacional Interconectado S.N.I. basado en Criterios de Observabilidad ante
Contingencias”. Revista Técnica “energía”. No. 14, Pp. 140-150
ISSN 1390-5074.

140
 Edición No. 14, Enero 2018

1. INTRODUCCIÓN Donde se tiene que:

Los sistemas eléctricos de potencia SEP
actualmente desafían problemas complejos, ya
que se encuentran operando cada vez más cerca
de sus límites máximos de transferencia, lo que ha
disminuido sus márgenes de estabilidad; por lo tanto,
aparece la necesidad de una mejor supervisión de las
redes eléctricas.
Las unidades de medición fasorial (PMU Phasor
Measurement Unit), son dispositivos que permiten
medir sincrofasores de las ondas sinusoidales de
corriente y voltaje en los sistemas eléctricos de
potencia SEP.
 es la frecuencia angular en (radianes por
segundo)
 es el ángulo de fase (radianes)
 Xm es la amplitud máxima de la señal
sinusoidal
La ecuación anterior puede ser re escrita basada en
la fórmula de Euler:
(2)

Las unidades de medición fasorial constituyen

la solución más destacable para establecerse como
el sistema de medición que suministre los datos de De la ecuación anterior, el término puede ser
entrada para la operación y control íntegros de los eliminado considerando que la frecuencia angular es
sistemas de potencia. constante en estado estable.

Actualmente, el Operador Nacional de Electricidad

CENACE dispone de 40 PMUs ubicadas en diferentes (3)
barras del sistema nacional interconectado S.N.I.,
las cuales permiten monitorear el comportamiento
dinámico del sistema en tiempo real. Donde se tiene que:

Una contingencia se puede definir como la salida Xm 2 es el módulo (valor eficaz) de la

 señal.
programada o imprevista de cualquier elemento de la
red, sea este generador, línea, barra, transformador,
entre otros. Los programas para análisis de La Fig. 1 ilustra la representación de un fasor:
contingencias están basados en un modelo del sistema
de potencia para determinado instante de tiempo y
analizan la redistribución de flujos en la red después
de ocurrida una contingencia.
Sin embargo, el análisis anterior presenta
limitaciones ya que en función de las condiciones de
operación del sistema, las contingencias analizadas
no necesariamente presentan consecuencias en el
sistema. Por este motivo se describen métodos para
análisis de contingencias que incluyen un nuevo
Figura 1: Representación de un Fasor
criterio de análisis basado en estabilidad de voltaje.
Una aplicación diferente de los PMUs, basada en Por lo tanto, un fasor es un número complejo que
la observabilidad completa del sistema después de la representa a una sinusoide, con parte real Xr y parte
ocurrencia de contingencias, es adaptada al sistema imaginaria Xim.
eléctrico ecuatoriano, para lo cual se determinará las
contingencias de mayor gravedad, el número óptimo
de PMUs y su mejor ubicación en este sistema. (4)

2. SISTEMAS DE MEDICIÓN FASORIAL

2.1. Definición de Fasor
La representación de señales sinusoidales como
fasores es usada comúnmente en el análisis de
sistemas de potencia de corriente alterna. Una forma
de onda sinusoidal está dada por:
(1)
2.2. Definición de Sincrofasor
Un sincrofasor es un fasor evaluado a partir de
varias muestras de una variable, usando una señal de
tiempo estándar como referencia para las medidas.
2.3. Unidad de Medición Fasorial
Las Unidades de Medición Fasorial denominadas
PMU (Phasor Measurement Unit) son equipos que
permiten medir los sincrofasores de las señales
sinusoidales de corriente y voltaje. En la Fig. 2 se muestra
la estructura básica de una unidad de medición fasorial.

141
 Armas et al./ Determinación de la Ubicación Óptima de PMUs en el S.N.I. basado en Observabilidad ante Contingencias

en tiempo real.
• Diseño de un sistema inteligente de
protección.
• Monitoreo de la diferencia angular de las
tensiones.
• Monitoreo de estabilidad de tensión (Curvas
PV en línea).
• Monitoreo en línea del amortiguamiento del
sistema.
Figura 2: Estructura Básica de una PMU
• Estabilidad (Trasiente, pequeña señal,
tensión, oscilaciones, etc.).
Las mediciones de los fasores de voltaje en las
barras del sistema de potencia han sido un factor • Protección.
clave para que los ingenieros de potencia puedan • Supervisión de sistemas de potencia
determinar el estado del sistema. Muchas de las (WAMS).
consideraciones operacionales y de planificación
en los sistemas eléctricos de potencia, están 3. MÉTODOS DE UBICACIÓN DE PMUs
estrechamente relacionadas con el seguimiento y la
supervisión de variables eléctricas [1]. Para la ubicación óptima de una PMU se han
desarrollado diferentes métodos, éstos pueden
La PMU proporciona mediciones ideales para ser métodos matemáticos o métodos heurísticos,
monitorear y controlar el sistema, particularmente a continuación se va a detallar las diferentes
en condiciones de sobrecarga. La característica metodologías que existen [2].
esencial de esta técnica es que estas mediciones de
secuencia positiva (y de secuencia negativa y cero,
si es necesario) de voltajes y corrientes de un sistema 3.1. Algoritmos Matemáticos
de potencia son en tiempo real y con tiempos precisos • Programación entera
de sincronización. Esto permite una comparación
exacta de mediciones localizadas muy distantes entre • Búsqueda exhaustiva
sí, al igual que, mediciones en tiempo real para tomar
3.2. Algoritmos Heurísticos
acciones de control [1].
• Algoritmo genético
2.4. Aplicaciones
• Recocido Simulado
El desarrollo en Tecnologías de Medición • Evolución diferencial
Sincronizada (SMT) ha incrementado en los
sistemas eléctricos de potencia. Las PMU modernas • Optimización de enjambre de partículas
tienen otras características tales como: medición de • Algoritmo inmunológico
frecuencia, componentes de potencia, indicadores
de calidad de energía y monitoreo del estado de los • Búsqueda local iterativa
equipos de la subestación. El uso de PMU está siendo • Árbol de búsqueda extendido
fuertemente usado en todo el mundo como la mejor
• Algoritmo Ávido
tecnología para ser aplicada en sistemas WAMS.
En general el objetivo de la instalación de PMU es • Algoritmo de Seguridad Recursivo
hacer la transición de un sistema de mediciones con • Árbol de decisión
un SCADA convencional a un sistema de medición
más avanzado utilizando mediciones sincronizadas El método propuesto para la ubicación óptima de
en un área amplia con mediciones en tiempo real las PMUs es el algoritmo de Programación Entera
con localidades distantes geográficamente. Las Lineal ILP (Integer Linear Programming) que se
mediciones sincronizadas están siendo usadas en describe a continuación tomado de la referencia [4].
ciertas partes del mundo, en aplicaciones tales como: Para un sistema de “n” barras, el problema de
sistemas de monitoreo, análisis post-disturbios y ubicación de una PMU se puede formular como:
monitoreo de oscilaciones inter-área. [1]
Conjuntamente con el desarrollo de las WAMS
existen variadas aplicaciones de las PMUs. En [1] se
enumeran las siguientes:
• Visualización en tiempo real del SEP (5)

• Detección de redes aisladas

• Análisis de estabilidad de voltaje y angular

142

Dónde:
X es un vector de decisión binario, cuyas entradas se
definen como:
wi es el costo de la PMU instalada en la barra i.
f(X) es la función vector cuyas entradas son
diferentes de cero si corresponden a una barra cuyo
valor de voltaje puede ser resuelto por la medición
dada y cero en otro caso.
es un vector cuyas entradas son todas 1.
El producto interno del vector de la variable de
decisión y el vector de costos representa los costos
totales de instalación de las PMUs. Las funciones de
restricción garantizan la observabilidad completa del
sistema de potencia y la optimización del costo de
instalación de las PMUs [3].
4. ANÁLISIS DE CONTINGENCIA EN UN
SEP
Una contingencia es considerada la salida no
programada de un elemento del SEP: generador,
barra, transformador, línea de transmisión, entre otros;
y su efecto es monitoreado con límites específicos de
seguridad. El objetivo de la operación del sistema es
mantener los flujos de potencia, especialmente de las
líneas de transmisión y transformadores y los voltajes
en las barras dentro de límites aceptables a pesar de
los cambios en la demanda o los recursos disponibles.
El analizar todas las contingencias de posible
ocurrencia en un Sistema Eléctrico de Potencia es un
proceso extenso; por esto se hace necesario reducir
las contingencias a ser estudiadas. Usualmente, la
selección de contingencias a ser analizadas está
definida por las todas las fallas simples, las fallas
con mayor probabilidad de ocurrencia y las fallas
con mayor impacto. Determinada la lista de fallas a
ser analizadas, corresponde la resolución de un flujo
de carga para cada una de ellas con el objetivo de
determinar el estado operativo postcontingencia.
El inconveniente del criterio de selección antes
descrito, es que en determinadas condiciones
de operación, las contingencias analizadas no
necesariamente presentan consecuencias en el
sistema. Además, debido a las condiciones cambiantes
de generación, demanda y la topología de la red se
pueden presentar nuevas contingencias de magnitud
considerable, las cuales no han sido contempladas.
Posterior al análisis de las contingencias
seleccionadas, es necesario su ordenamiento en
función de las violaciones de voltaje o las potenciales
Edición No. 14, Enero 2018
sobrecargas en elementos respecto al punto de
operación precontingencia, para así determinar las de
mayor severidad. Con este procedimiento se obtiene
el denominado ranking estático de contingencias.
No obstante, el ranking de contingencias podría
cambiar debido a las no linealidades del sistema
cuando el SEP se encuentra operando cerca de sus
límites de seguridad; y determinadas contingencias
podrían conducir al sistema a experimentar problemas
de estabilidad o incluso su colapso por voltaje.
Esto justifica la necesidad de añadir aspectos
de estabilidad de voltaje dentro del análisis de
contingencias. Esta modificación en el análisis de
contingencias permite encontrar las contingencias
críticas en función del margen de estabilidad de
voltaje del sistema.
La estabilidad de voltaje se ha convertido en un
aspecto importante del análisis de sistemas de potencia.
Los cambios en las condiciones de operación debido al
incremento de demanda y la falta de la correspondiente
expansión en generación y transmisión han llevado a
los sistemas a operar cerca de sus límites de estabilidad
de voltaje. El problema de inestabilidad y colapso de
voltaje ocurren principalmente en sistemas altamente
cargados. Esto es asociado usualmente al no adecuado
soporte de potencia reactiva.
Figura 3: Curva PV y Límites de Estabilidad de Voltaje
La Fig. 3 muestra una curva PV con sus respectivos
límites de estabilidad de voltaje. Considerando que un
sistema opera con una demanda P0 y una magnitud
de voltaje V0; en este caso la máxima carga para
mantener una operación estable es P* y el margen de
cargabilidad es dP. Un pequeño incremento en la carga
más allá de P* conduce al sistema a experimentar
problemas de estabilidad de voltaje e incluso al
colapso de voltaje [6].
Este escenario justifica la necesidad de añadir
aspectos de estabilidad de voltaje en el análisis
de contingencias, con el objetivo de definir las
contingencias con mayor impacto en el margen
de cargabilidad del sistema. El punto de máxima
cargabilidad y consecuentemente el margen de
cargabilidad pueden ser calculados con exactitud con
el método de continuación. Sin embargo, este método
exige intenso esfuerzo computacional.
143
 Armas et al./ Determinación de la Ubicación Óptima de PMUs en el S.N.I. basado en Observabilidad ante Contingencias
El desafío que se plantea es desarrollar un criterio
de clasificación que refleje apropiadamente el estado
del sistema después de la ocurrencia de contingencias.
Los métodos para este análisis deben ser simples,
eficientes desde el punto de vista computacional y
principalmente presentar un significado físico claro
y comprensible.
5. ÍNDICES DE ESTABILIDAD DE VOLTAJE
EN SEP
Los estudios de estabilidad de voltaje han sido
analizados bajo diferentes enfoques de manera tal
que se pueden clasificar en análisis estático y análisis
dinámico. Los métodos para análisis estático de
estabilidad de voltaje dependen principalmente del
modelo en estado estacionario, tales como un flujo de
carga o una linealización del modelo dinámico descrito
por la operación en estado estable. El análisis dinámico
implica el uso de un modelo caracterizado por las
diferentes ecuaciones algebraicas y diferenciales no
lineales del sistema, las cuales incluyen la dinámica
de generadores, transformadores con cambio de tap,
entre otras; a través de simulaciones de estabilidad
transitoria. [1]
Aunque de manera general los estudios de
estabilidad requieren un modelo dinámico del sistema
de potencia, en el presente proyecto el análisis de
voltaje ha sido planteado mediante técnicas de estado
estático.
Conocer con exactitud la cercanía del punto actual
de operación del sistema del límite de estabilidad
de voltaje es significativo para la operación. Por
lo tanto, encontrar un índice de estabilidad de
voltaje se ha convertido en una tarea importante
para muchos estudios de estabilidad; ya que los
índices proporcionan información confiable sobre la
proximidad a la inestabilidad de voltaje en un sistema
de potencia. [5]
A continuación, se enumeran y describen
brevemente diferentes métodos para el análisis de
estabilidad de voltaje; tomado de la referencia [5]:
• Curvas PV y QV
Las curvas PV son el método más utilizado para
predecir la seguridad de voltaje. Se utilizan para
determinar el margen de cargabilidad de un sistema.
La carga del sistema se incrementa gradualmente
y en cada incremento es necesario recalcular flujos
de potencia hasta alcanzar la nariz de la curva PV.
El margen entre el punto de colapso de voltaje y el
punto actual de operación es usado como criterio de
estabilidad de voltaje.
Con las curvas QV es posible conocer cuál es
la máxima potencia reactiva que se puede añadir al
nodo más débil del sistema para alcanzar el voltaje
mínimo límite. El margen de potencia reactiva es la
distancia en MVAR desde el punto de operación a la
parte inferior de la curva QV.
144
• Índice L
Índice de estabilidad de voltaje basado en la
solución de las ecuaciones del flujo de potencia. El
índice L es una medida cuantitativa para la estimación
de la distancia del estado actual del sistema al límite
de estabilidad. Este índice describe la estabilidad del
sistema eléctrico y varía en entre 0 (condición sin
carga) y 1 (colapso de voltaje).
• Índice V/V0
Partiendo de los valores de voltaje en las barras
(V), conocidos a partir de un flujo de carga o estudios
de estimación de estado, nuevos voltajes (V0) en las
barras se obtienen resolviendo un flujo de carga para
el sistema en un estado idéntico, pero con todas las
cargas con valor de cero. La relación V/V0 en cada
nodo produce un mapa de la estabilidad de voltaje del
sistema de potencia.
• Análisis modal
Método que calcula los más pequeños valores
propios y los vectores propios asociados de la matriz
Jacobiana reducida del sistema de potencia, basado en
el modelo del sistema en estado estable. Los valores
propios están asociados con un modo de voltaje y la
variación de potencia reactiva. Si todos los valores
propios son positivos el sistema es considerado estable
en voltaje. Si uno de los valores propios es negativo,
el sistema es considerado inestable en voltaje. Un
valor propio de cero en la matriz Jacobiana reducida
significa que el sistema está en el borde la inestabilidad
de voltaje.
• Índice de Estabilidad de línea Lmn
Índice de estabilidad de línea basado en el concepto
de transmisión de potencia en una línea simple, en la
cual el discriminante de la ecuación cuadrática de
voltaje se ajusta para que sea mayor o igual a cero para
alcanzar la estabilidad. Si el discriminante es menor
que cero, las raíces serán imaginarias; lo cual significa
inestabilidad en el sistema. Las líneas que presenten
valores de Lmn, indica que dichas líneas están cerca
a sus puntos de inestabilidad. Para mantener una
condición segura, el índice Lmn debe ser inferior a 1.
• Índice rápido de Estabilidad de voltaje FVSI
El Índice rápido de Estabilidad de voltaje (Fast
Voltaje Stability Index) está basado en un concepto
de flujo de potencia a través de una línea simple. La
línea con el valor más cercano a uno será la línea
crítica de un nodo y puede conducir a la inestabilidad
de todo el sistema. El índice FVSI se puede utilizar
para determinar el nodo más débil del sistema lo
cual está basado en la carga máxima permitida en un
nodo de carga. El nodo más vulnerable en el sistema
corresponde al nodo con la menor carga permisible.
• Índice de Estabilidad de línea LQP
Utiliza el mismo concepto del índice Lmm, en
el cual el discriminante de la ecuación cuadrática de

voltaje se ajusta para que sea mayor o igual a cero
para alcanzar la estabilidad. Cuando el valor del
índice LQP es menor a uno, el sistema será estable.
• Índice de Predicción de colapso de voltaje
VCPI
El índice de Predicción de Colapso de Voltaje
VCPI (Voltage Collapse Prediction Index) Investiga
la estabilidad de cada línea del sistema y se basa en el
concepto de máxima transferencia de potencia activa
y reactiva a través de una línea, obtenido de flujos
de potencia convencionales. El VCPI varía del valor
0 (condición sin carga) hasta el valor 1 (colapso de
voltaje).
6. ÍNDICE DE SOPORTE DE POTENCIA
REACTIVA
Este método fue desarrollado a partir de índices
basados en generación de potencia reactiva. El
índice de soporte de potencia reactiva se fundamenta
en la definición de un índice de severidad para una
contingencia, el cual se interpreta como la cantidad
adicional de generación de potencia reactiva que se
requiere para llevar la nariz de la curva QV (Q eje
horizontal) del caso base (sin contingencias) a la nariz
de la curva QV con contingencia como se aprecia en la
Fig. 4. Para establecer los requerimientos de potencia
reactiva se eliminan los límites de generación de Q
de las fuentes dinámicas disponibles en el sistema.
[6] [7]
El índice RSI propuesto se calcula de la siguiente
manera:
• Obtener la solución de flujos de potencia de
un caso base.
• Implementar la contingencia.
• Resolver con la contingencia con límites de
generación de Q eliminados.
• Calcular el índice RSI:
(6)
Donde se tiene que:
• son las inyecciones de potencia
reactiva en los casos de pre-contingencia
y post-contingencia, respectivamente;
asumiendo las n fuentes dinámicas de
potencia reactiva sin límites.
• m j es un factor de peso asociado a cada fuente
que puede ser el inverso de la capacidad
de generación reactiva de cada fuente
Edición No. 14, Enero 2018
Figura 4: Índice RSI
7. RANKING DE CONTINGENCIAS CON RSI
Para el presente análisis en el sistema eléctrico
ecuatoriano se ha determinado que el Índice de
Soporte de Potencia Reactiva RSI (Reactive Support
Index) es el que mejor se ajusta a los objetivos de
la investigación, tomando en cuenta las siguientes
justificaciones:
• Presenta resultados válidos cuando el caso
precontingencia ha alcanzado los límites
máximos de potencia reactiva; lo cual es
una característica recurrente del S.N.I.:
la operación con márgenes mínimos de
reactivos.
• Presenta un significado físico, lógico y
comprensible ya que su resultado se interpreta
como la cantidad adicional de potencia
reactiva que se requiere para llevar la nariz
de la curva QV del caso precontingencia a la
nariz de la curva QV postcontingencia.
Para el cálculo del índice RSI se procede como se
detalla a continuación:
1) Obtención de una solución de un flujo de
carga precontingencia
2) Implementar la contingencia con límites de
reactivos Q eliminados.
3) Evaluar el índice RSI.
Para la simulación de contingencias se hace uso
del software de flujos de potencia PowerFactory; en el
cual utilizando su lenguaje de programación DigSilent
Programming Language – DPL se automatizó el
cálculo de contingencias para fallas simples y dobles.
En la Fig. 5 se presenta el diagrama unifilar del
sistema en estudio.
145
 Armas et al./ Determinación de la Ubicación Óptima de PMUs en el S.N.I. basado en Observabilidad ante Contingencias

Figura 5: Diagrama Unifilar del Sistema Eléctrico en Estudio

7.1. Casos de Estudio

El sistema eléctrico ecuatoriano en función de la
hidrología presenta dos escenarios energéticos bien
diferenciados:

7.1.1 Escenario de alta hidrología

Caracterizado por altos caudales de ingreso en
los embalses de las centrales Paute y Mazar; con su
generación maximizada durante todos los períodos.
Alta cargabilidad de las líneas de transmisión
que evacúan la generación del complejo Paute -
Mazar. Bajos voltajes en el sistema debido a las
altas transferencias, siendo necesario el ingreso de
generación por control de voltaje.
7.1.2 Escenario de baja hidrología
Caracterizado por bajos caudales de ingreso
en los embalses de las centrales Paute y Mazar,
con generación controlada en función de cuotas
energéticas. No se presentan altas cargabilidades en
líneas de transmisión. Considerando el ingreso de
generación térmica en todo el sistema no se presentan
problemas de bajos voltajes.
7.2. Períodos de Análisis
Los períodos de análisis son particulares de cada
sistema eléctrico de potencia y van asociados en
función de su respectiva curva de carga. En la Fig.
6 se aprecia la curva de demanda para un día típico
laborable en el sistema eléctrico ecuatoriano.
Figura 6: Curva de Demanda Día Laborable S.N.I
En demanda punta se analiza el período P19 que
corresponde a la carga máxima diaria del sistema.
De manera similar, en demanda media se analiza
su período de mayor demanda lo cual corresponde
al período P12; mientras que para demanda base se
analiza el período con la más baja carga del día lo cual
corresponde al período P3.
7.3. Contingencias
Para las contingencias simples, se analizaron
todas las posibles fallas de elementos del sistema
de transmisión con excepción de elementos radiales,
sean estos transformadores o líneas de transmisión; ya
que, el disparo de los mismos produce la desconexión
de carga o una posible formación de un subsistema
eléctrico aislado en función de las unidades que
tengan capacidad de control de frecuencia en la zona
y del balance generación/carga.
Para el caso de contingencias dobles, se analizaron
todas las posibles fallas de líneas de transmisión en

146
 Edición No. 14, Enero 2018

paralelo, cuyos circuitos comparten el recorrido en Tabla 4: RSI Demanda Mínima – Alta Hidrología
las mismas torres de transmisión. Se exceptuaron
RSI
las fallas en circuitos dobles cuya consecuencia es la No. CONTINGENCIA
normalizado
posible formación de islas eléctricas o el colapso total
1 L/T Sta Rosa - Totoras 230 kV 1,0000
de la zona.
2 L/T Milagro - Zhoray 230 kV 1,0000
A continuación, se muestran los resultados del 3 L/T Molino - Pascuales 230 kV 0,8323
Índice de Soporte de Potencia Reactiva normalizado, L/T Molino - Riobamba + Totoras
en los distintos periodos de demanda y por escenarios 4 230 kV 0,7301
hidrológicos. 5 L/T Quevedo - Pascuales 230 kV 0,5504
6 L/T Molino - Zhoray 230 kV 0,3547
7 C1 Sta Rosa - Totoras 230 kV 0,3482
Tabla 1: RSI Demanda Mínima – Baja Hidrología 8 C1 Molino - Pascuales 230 kV 0,3039

RSI 9 C1 Milagro - Zhoray 230 kV 0,2681

No. CONTINGENCIA
normalizado 10 L/T Pomasqui - Ibarra 0,2059
1 L/T Sta Rosa - Totoras 230 kV 1,0000
Tabla 5: RSI Demanda Media – Alta Hidrología
2 L/T Sto Domingo - Baba + Quevedo 230 kV 0,9856
3 L/T Quevedo - Baba + Sto Domingo 230 kV 0,9496 RSI
No. CONTINGENCIA
normalizado
4 L/T Molino - Riobamba + Totoras 230 kV 0,8954
1 L/T Sta Rosa - Totoras 230 kV 1,0000
5 L/T Sta Rosa - Sto Domingo 230 kV 0,5862
L/T Sto Domingo - Baba + Queve-
6 L/T Molino - Pascuales 230 kV 0,4038
2 do 230 kV 1,0000
7 L/T Quevedo - Pascuales 230 kV 0,3983
L/T Quevedo - Baba + Sto Domin-
8 L/T Pomasqui - Ibarra 0,3319 3 go 230 kV 1,0000
9 L/T Milagro - Zhoray 230 kV 0,3249 4 L/T Milagro - Zhoray 230 kV 1,0000
10 L/T Molino - Totoras 230 kV 0,2973 5 L/T Molino - Pascuales 230 kV 0,7320
Tabla 2: RSI Demanda Media – Baja Hidrología L/T Molino - Riobamba + Totoras
6 230 kV 0,6864
RSI
No. CONTINGENCIA 7 C1 Sta Rosa - Totoras 230 kV 0,4028
normalizado
8 L/T Molino - Zhoray 230 kV 0,3806
1 L/T Sta Rosa - Totoras 230 kV 1,0000
9 C1 Molino - Pascuales 230 kV 0,2547
2 L/T Molino - Riobamba + Totoras 230 kV 1,0000
3 L/T Sta Rosa - Sto Domingo 230 kV 1,0000
10 ATQ ATR Salitral 138/69 kV 0,2512

4 L/T Sto Domingo - Baba + Quevedo 230 kV 1,0000 Tabla 6: RSI Demanda Máxima– Alta Hidrología
5 L/T Quevedo - Baba + Sto Domingo 230 kV 1,0000
RSI
6 L/T Milagro - Zhoray 230 kV 1,0000 No. CONTINGENCIA
normalizado
7 L/T Quevedo - Pascuales 230 kV 0,9319 1 L/T Sta Rosa - Totoras 230 kV 1,0000
8 L/T Molino - Pascuales 230 kV 0,9171 L/T Molino - Riobamba + Totoras
9 L/T Molino - Riobamba 230 kV 0,8510 2 230 kV 1,0000
10 L/T Molino - Totoras 230 kV 0,8000 L/T Quevedo - Baba + Sto Domingo
3 230 kV 1,0000
Tabla 3: RSI Demanda Máxima– Baja Hidrología L/T Sto Domingo - Baba + Quevedo
RSI
4 230 kV 1,0000
No. CONTINGENCIA
normalizado 5 L/T Milagro - Zhoray 230 kV 1,0000
1 L/T Sta Rosa - Totoras 230 kV 1,0000 6 L/T Molino - Pascuales 230 kV 0,8077
2 L/T Molino-Riobamba + Totoras 230 kV 1,0000 7 L/T Molino - Zhoray 230 kV 0,6184
3 L/T Quevedo - Baba + Sto Domingo 230 Kv 1,0000 8 C1 Sta Rosa - Totoras 230 kV 0,5086
4 L/T Sto Domingo - Baba + Quevedo 230 kV 1,0000 9 L/T Quevedo - Pascuales 230 kV 0,4803
5 C1 Sta Rosa - Totoras 230 kV 1,0000 10 L/T San Idelfonso - Machala 0,4189
6 L/T Sta Rosa - Sto Domingo 230 kV 1,0000
7 L/T Quevedo - Pascuales 230 kV 0,5430
No se analizaron disparos de centrales de
8 L/T Milagro - Zhoray 230 kV 0,4111 generación; ya que, a pesar de la gravedad que
9 L/T Molino - Pascuales 230 kV 0,3441 conlleva dicho evento, su indisponibilidad no afecta
10 L/T Sta Rosa - Pomasqui 230 kV 0,2945 la observabilidad topológica del sistema.

147
 Armas et al./ Determinación de la Ubicación Óptima de PMUs en el S.N.I. basado en Observabilidad ante Contingencias

8. UBICACIÓN DE PMUs EN EL S.N.I. elaboradas en una matriz en Excel, por facilidad de

representación gráfica, la cual es evaluada desde
El algoritmo de ubicación de PMUs usando ILP,
MATLAB.
conforme a lo detallado en el numeral 3.2, considera
para las restricciones de observabilidad una topología Las contingencias más críticas en los diferentes
completa del sistema. Sin embargo, la presencia escenarios hidrológicos y de demanda son las
de fallas en el sistema de transmisión produce siguientes:
una modificación de dichas restricciones; por ese
1) L/T Santa Rosa – Totoras 230 kV
causal se hace necesario determinar la ubicación de
PMUS en estado prefalla y posteriormente evaluar 2) L/T Milagro – Zhoray 230 kV
nuevamente la ubicación de PMUs ante la ocurrencia
3) L/T Molino – Pascuales 230 kV
de contingencias. La Fig. 7 muestra el diagrama del
flujo del algoritmo ILP para ubicación de unidades 4) L/T Santa Rosa – Santo Domingo 230 kV
de medición fasorial incorporando la simulación de
5) L/T Molino – Totoras + Molino – Riobamba
contingencias:
230 kV
Inicio
6) L/T Santo Domingo – Baba + Santo Domingo
- Quevedo 230 kV
OPP en caso
prefalla
7) L/T Quevedo – Baba + Baba-Santo Domingo
k=1 230 kV

Simular
Las contingencias anteriores son
contingencia fallas de circuitos dobles y se encuentran
K
asociadas al anillo troncal del sistema de
Actualizar 230 kV. Adicionalmente se han simulado las
restricciones
siguientes contingencias:
1) L/T Quevedo – San Gregorio 230 kV
vector X No Formular
k=k+1 satisface
restricciones
nuevo
OPP 2) L/T Milagro – Esclusas 230 kV
Evaluando en MATLAB la simulación de 9
si
No contingencias se presentan los siguientes resultados:
k=N

• Número de PMUs: 14
Fin • Ubicación
Tabla 7: Ubicación de PMUs en el S.N.I. en la Condición Post-
Figura 7: Diagrama de flujo algoritmo ILP Contingencias

Con el objetivo de minimizar el número de

PMUs en el S.N.I. y hacer observable cada barra del Nro Subestación Voltaje
sistema es necesario tomar en cuenta las siguientes 1 Santo Domingo 230 kV
consideraciones:
2 Baba 230 kV
1. No es aconsejable la instalación de PMUs en
zonas radiales. 3 Trinitaria 230 kV

2. No es aconsejable realizar la instalación en 4 Milagro 230 kV

barras de bajo voltaje a nivel de puntos de 5 Molino 230 kV
entrega.
6 Totoras 230 kV
3. Es necesario estructurar una topología
simplificada del sistema. 7 Pomasqui 230 kV

4. Se asume que los PMUs a ser instalados en 8 Ibarra 138 kV

una subestación tienen el suficiente número 9 Quevedo 138 kV
de canales para medición de las corrientes
de todas las posiciones de la subestación. 10 San Gregorio 138 kV

Para la determinación del número de PMUs y 11 Salitral 138 kV

su ubicación en el S.N.I. se programó en MATLAB
12 Machala 138 kV
el algoritmo de Programación Lineal Entera
enfocada a problemas binarios. Las restricciones de 13 Pucará 138 kV
observabilidad, que representan la topología de la
14 Conocoto 138 kV
red (a través de la matriz admitancia de barra), están

148

9. ANÁLISIS DE RESULTADOS
Las contingencias que presentan problemas de
convergencia se sitúan en los periodos de demanda
media y máxima en los dos escenarios hidrológicos, y
están asociadas a las líneas Santa Rosa – Totoras 230
kV, Molino – Riobamba 230 kV + Molino – Totoras
230 kV, y Quevedo – Santo Domingo – Baba 230 kV.
En el escenario de hidrología alta, después de las
contingencias que no presentan convergencia; las
fallas que presentan el más alto RSI están asociadas
a las líneas Milagro – Zhoray 230 kV y Molino
– Pascuales 230 kV. Esto se origina por los altos
flujos que se transportan desde las centrales Paute –
Mazar hacia la zona de Pascuales. De esta forma se
ha logrado demostrar la efectividad y coherencia del
indicador RSI en el S.N.I.
Cuando la contingencia implica desconexión de
una zona o subestación conformada por generación/
demanda con predominio de la carga se presenta un
índice RSI normalizado negativo, tal es el caso del
disparo de los autotransformadores de la subestación
Salitral en demanda mínima en el escenario baja
hidrología.
Se verificó las ventajas del método aplicado
al S.N.I., dado que, en el estado del sistema
precontingencia se tienen modeladas 40 subestaciones,
sin embargo, se requieren únicamente 12 unidades de
medición fasorial para garantizar la observabilidad
del sistema. En el caso postcontingencias se simularon
las 7 fallas de mayor gravedad y se añadieron 2 fallas
que presentan consecuencias significativas, y en
este caso únicamente se requieren 14 unidades de
medición fasorial para garantizar la observabilidad
del sistema. Es necesario hacer énfasis que se asume
que los PMUs a ser instalados tienen un número
suficiente de canales.
La presencia de contingencias cambia la
disposición en el sistema de las unidades de medición
fasorial respecto a la ubicación en estado estable.
Sin embargo, el número de PMUs requeridos en el
escenario postfallas no aumenta considerablemente.
Para el caso de análisis únicamente fue necesaria la
incorporación de dos PMUs adicionales.
La ubicación de PMUs según el algoritmo de
Programación Entera Mixta para observabilidad del
sistema no necesariamente sitúa unidades de medición
fasorial en barras representativas del sistema, como
es el caso de la subestación Pascuales que es una de
las más grandes y críticas para la operación del S.N.I.
10. CONCLUSIONES Y RECOMENDACIONES
Se verificó que la utilización de un algoritmo de
optimización basado en programación lineal entera
permitió determinar el número óptimo y la ubicación
de Unidades de Medición Fasorial que deberían ser
instaladas en el S.N.I. en función de un Análisis de
Contingencias basado en criterios de Estabilidad de
Edición No. 14, Enero 2018
Voltaje, para garantizar su observabilidad luego de la
ocurrencia de las fallas de mayor impacto en el sistema
eléctrico ecuatoriano. La utilidad de este algoritmo se
hace más visible considerando los planes de expansión
de los sistemas de transmisión y generación.
Para determinar el número de unidades fasoriales
requeridas para visualización de un sistema de potencia
no presenta beneficios la simulación de barras de bajo
voltaje (puntos de entrega) e instalaciones radiales;
por lo tanto, deben ser aisladas de la modelación en el
algoritmo de optimización.
Actualmente en el sistema eléctrico ecuatoriano
las contingencias más severas constituyen el disparo
de las líneas de doble circuito del anillo troncal de 230
kV. Esta situación deberá ser reevaluada cuando esté
completo el sistema de 500 kV.
Un tema futuro de investigación constituye
analizar si la ubicación de unidades de medición
fasorial determinada en el presente proyecto puede
ser empleada para diferentes aplicaciones de PMUs
por ejemplo Estimación de Estado, Protecciones
adaptivas, Estabilidad de voltaje, entre otras.
AGRADECIMIENTOS
A Klever Villacrés (1969-2016).
Luis Eduardo Armas
REFERENCIAS BIBLIOGRÁFICAS
[1] D. Arias; “Índice de detección de problemas
de estabilidad de tensión en base a WAMS”;
Director: Luis Vargas; Tesis de maestría;
Universidad de Chile; Facultad de Ciencias
Físicas y Matemáticas; Departamento de
Ingeniería Eléctrica; Santiago de Chile; 2012.
[2] N. M. Manousakis, G. N. Korres, P. S.
Georgilakis, “Taxonomy of PMU Placement
Methodologies”; IEEE Transactions On Power
Systems, vol. 27, Nro. 2, mayo 2012.
[3] B. Xu, A. Abur, Texas A&M University;
“Optimal Placement of Phasor Measurements
Units for State Estimation. Final Project Report”;
PSERC Publication, Octubre 2005.
[4] R. Sodhi, S. C. Srivastava, S. N. Singh, “Optimal
PMU Placement to Ensure System Observability
under Contingencies”, Power & Energy Society
General Meeting, 2009. PES ‘09. IEEE.
[5] C. Reis; M. Barbosa; “A Comparison of Voltage
Stability Indices”; IEEE MELECON 2006, May
16-19, Benalmádena (Málaga), España.
[6] M. Rios, C. Zapata, O. Gómez, J. Sánchez;
“Indices de estabilidad de voltaje en definición
de “ranking” de contingencias; Scientia Et
Technica; Universidad Tecnológica de Pereira;
Colombia; 2008.
149
 Armas et al./ Determinación de la Ubicación Óptima de PMUs en el S.N.I. basado en Observabilidad ante Contingencias

[7] E. Vaahedi, C. Fuchs, W. Xu, Y. Mansour,

H. Hamadanizadeh, G.K. Morison, “Voltage Luis Eduardo Armas.- Nació
Stability Contingency Screening and Ranking”, en Quito en 1980. Recibió su
IEEE Trans. On Power Systems, vol. 14, no. 1, título de Ingeniero Eléctrico de
pp. 256-265, febrero 1999. la Escuela Politécnica Nacional
en el 2005 y de Máster en
[8] IEEE Standard for Synchrophasor Measurements
for Power Systems, IEEE Std C37.118.1- 2011. Ingeniería Eléctrica de la
Escuela Politécnica Nacional
en el 2016. Actualmente se
desempeña como Supervisor en
el Centro de Operaciones del Operador Nacional de
Electricidad CENACE. Sus campos de investigación
están relacionados a la Operación y Restablecimiento
de SEP en condiciones de emergencia.

Andrés Narváez.- Nació en

Montufar en 1977. Recibió su
título de Ingeniero Eléctrico
de la Escuela Politécnica
Nacional en el 2000 y de
Máster en Ingeniería Eléctrica
de la Escuela Politécnica
Nacional en el 2009. Sus
campos de investigación
están relacionados con el Control Automático
de Generación, Redes Inteligentes, Sistemas de
Monitoreo de Área Extendida, Aplicaciones de
Análisis de Red y SCADA/EMS.

150
 Artículo Académico / Academic Paper

Fault Detection and Classification in Transmission Lines

Using Wavelet Transform and Support Vector Machines

Detección y Clasificación de Fallas en Líneas de Transmisión

Utilizando Transformada Wavelet y Máquinas de Soporte Vectorial
F.I. Lozada F.L. Quilumba F.E. Pérez

Escuela Politécnica Nacional, Quito, Ecuador

E-mail: fabricio.lozada@epn.edu.ec; franklin.quilumba@epn.edu.ec; fabian.perez@epn.edu.ec

Abstract Resumen

This paper proposes a method using Discrete
Wavelet Transform and Support Vector Machines
(SVM) to detect and classify faults along a
transmission line. Discrete Wavelet Transform
is used to detect the high frequency components
contained in a fault signal spectrum. Different
faults (short circuits) on different positions of
a transmission line are simulated using a link
between MATLAB and ATP/EMTP programs.
The algorithm implemented in MATLAB is
tested in various case studies based on the largest
transmission line of the IEEE 9 bus system.
Este documento propone un método utilizando
transformada Wavelet discreta (DWT) y
Máquinas de Soporte Vectorial (SVM) para
detectar y clasificar fallas a lo largo de una línea
de transmisión. La transformada Wavelet discreta
es utilizada para detectar componentes de alta
frecuencia contenidas en el espectro de una señal
con falla. Diferentes fallas (cortocircuitos) son
simulados en diferentes posiciones a lo largo de una
línea de transmisión, para ello se utiliza un enlace
entre los programas MATLAB y ATP/EMTP. El
algoritmo implementado en MATLAB es probado
en varios casos de estudio a lo largo de la línea de
transmisión más larga del sistema de 9 barras de
la IEEE.

Index terms− ATP/EMTP, fault detection, Fourier Palabras clave−ATP/EMTP, detección de fallas,
transform, machine learning, discrete wavelet transformada de Fourier aprendizaje automático,
transform (DWT), support vector machine (SVM). transformada wavelet discreta (DWT), máquinas
de soporte vectorial (SVM).

Recibido: 29-06-2017, Aprobado tras revisión: 15-11-2017

Forma sugerida de citación: Cruz, C.; Mier, A.; Quilumba, F. (2018). “Fault Detection and Classification in Transmission
Lines Using Wavelet Transform and Support Vector Machines ”. Revista Técnica “energía”. No. 14, Pp.151-158
ISSN 1390-5074.

151
 Edición No. 14, Enero 2018
1. INTRODUCTION
Considering the continuous growth of energy
demand at world level, it is necessary to fulfill two
requirements of utmost importance: 1) continuity
and 2) quality of the electric power supply, these
requirements will guarantee the proper functioning of
the electric power system and thus society [1]. The
correct performance of the protection system ensures
compliance with these two requirements. They are
conceived to protect assets in the event of a failure in
the system, and ensure continued supply of electricity.
It is practically impossible to discard the existence
of faults in any of the elements that constitute a
power system. Thus, it is imperative to have a well-
designed protective relay system that has as objective
to minimize the effects of the different faults that can
be present in the system.
On one hand, there is electrical equipment such
as generators and power transformers that are not
exposed to the inclement weather, and are generally
located within power plants, and substations, making
it very unlikely that any faults due to short circuits
affect them [1]. On the other hand, transmission
lines being the element that covers most of the
system’s trajectory and being subjected to any type
of weather condition, are more vulnerable and
therefore considered the most critical part of the
power system. Transmission lines must be protected
as best as possible to keep them in excellent operating
condition. When a fast detection of a fault event is
achieved, it is possible to improve restoration times,
thus ensuring the reliability of the power system.
The Fourier transform is an excellent tool used to
perform the analysis of stationary signals. It presents
certain deficiencies, especially when performing
analysis and detection of sudden changes that may be
contained in those signals considered non-stationary
[2], [3]. At present, there are a variety of sophisticated
tools, which are very useful when performing fault
analysis on transmission lines. One of them is the
Wavelet transform, which analyzes signals that do
not behave in a stationary way like signals after a
fault event in transmission lines. A methodology
that is capable of detecting and identifying a fault is
developed in this work.
2. THEORICAL FRAMEWORK
2.1. Wavelet Transform
The Wavelet transform is a mathematical tool
used for signal analysis. It appears to overcome
deficiencies presented by the Fourier analysis
when treating nonstationary signals [3]. A wavelet
is the name given to a “small wave” whose energy
is concentrated in a given period of time, and it is
152
characterized by being a signal of non-stationary
nature with a window function of finite length [4].
It presents a good performance when working with
transient and high frequency phenomena, since once
the width of the window is defined, it analyzes all
frequencies with the same resolution, both in time and
frequency [2], [5].
Considering the discretization of the values for
both, scale and time, the Discrete Wavelet Transform
(1) is used, thus achieving a better computational time
in terms of data processing.
(1)
where is the mother wavelet.
According to [6-8] regarding to the application of
the Wavelet transform in power systems, specifically
for the study of transients caused by faults, the
Daubechies family is used, concretely, the Daubechies
with 4 vanishing moments “db4”.
2.2. Machine Learning
Machine learning is a branch of Artificial
Intelligence that allows a machine or computer
to learn (or improve its performance) based upon
algorithms that have the ability to generalize
behaviors and recognize patterns from an available
data set. Supervised and unsupervised learning are
two categories based on the way machines learn from
data [6]which will be used in various applications.
Specifically, it explains data mining and the tools used
in discovering knowledge from the collected data.
This book is referred as the knowledge discovery from
data (KDD. In the supervised learning methods, there
are several techniques, one known as Support Vector
Machine (SVM), which possesses a good theoretical
foundation and a good generalization capability. SVM
will be used as a classification tool in this work.
2.3. Support Vector Machines
Due to the great performance in the different
applications including surpassing in some cases the
performance of traditional neural networks, they
have been introduced as powerful tools to solve
classification problems [7].
The idea is based on the classical concept of the
optimal separation hyperplane, where the separation
direction vector is expressed as a function of the
training examples [6]which will be used in various
applications. Specifically, it explains data mining and
the tools used in discovering knowledge from the
 Lozada et al. / Fault Detection and Classification in Transmission Lines Using Wavelet Transform and SVM
collected data. This book is referred as the knowledge
discovery from data (KDD as shown in Fig. 1.
The hyperplane, H, thus obtained is called the
optimal separation hyperplane, for which the margin
is maximum. The margin is obtained as the distance
between the two hyperplanes, H1 and H2, which
contain at least one point in each class, these points
are known as “support vectors”. Within the SVMs
there are 3 cases to be considered:
1) Linearly separable data.
2) Soft-margin hyperplanes.
3) Non-linearly separable data.
The first case is the least applicable to real
problems, but it turns out to be an illustrative
method, considering that the other two methods are
a generalization of this one. To solve cases 2 and 3,
one can use the so-called Kernel functions, which
are mathematical functions used to project the data
from a characteristic space to a space represented by
a higher dimension [6]which will be used in various
applications. Specifically, it explains data mining and
the tools used in discovering knowledge from the
collected data. This book is referred as the knowledge
discovery from data (KDD, [8]. In other words, they
are functions that convert a non-linear classification
problem in the original dimensional space, into
a simple linear classification problem in a larger
dimensional space (Fig. 2).
H1
H
H2
-b/|w|
w
Origin
d+
d–
margin
Figure 1: Optimal Separating Hyperplane
Input Space Characteristic Space
Figure 2: Data Transformation using Kernels
3. PROPOSED METHODOLOGY
Within the proposed methodology are used two
computer programs. The first program, ATP/EMTP is
a tool mostly used to performing simulations whose
nature is directly related to electromagnetic and
electromechanical transient’s phenomena in electric
power systems. The second program is MATLAB
that is a mathematical software tool that offers an
integrated development environment with its own
programming language.
A link between the two programs are used in
order to obtain a database. The database consists of
the signals obtained from the different short circuits
simulations along the transmission line. Discrete
Wavelet Transform is used to decompose different
signals to obtain detail coefficients. Finally detail
coefficients are used to detect and classify the different
type of faults (Short Circuits).
3.1. Automatic Fault Simulation
As a test system, the IEEE 9-Bus System is used.
This test system consists of 3 synchronous machines,
9 buses, 6 transmission lines, 3 transformers and
3 constant impedance loads [9]. The test system is
constructed in ATP/EMTP. Fig. 3 shows the single-
line diagram.
As previously mentioned, once the entire test
system has been modeled, the study focuses on the
longest transmission line of the test system, in this
case the L2 transmission line. For this, in [8] a tool
is developed that can drive ATP from MATLAB. This
tool is an efficient alternative to automatically simulate
different fault conditions along the transmission line.
153
 Edición No. 14, Enero 2018
Fig. 4 shows the transmission line L2. The
transmission line has a length of 180 km, has three
transpositions and has been divided into four sections
of 1/6, 1/3, 1/3 and 1/6 of the total length of the line.
Each section of the line has been subdivided into two
sections and four internal nodes named NF1, NF2,
NF3 and NF4 that are used to connect different fault
schemes. The schemes for simulation of the different
types of faults are shown in Fig. 5.
Figure 3: IEEE 9-Bus System in ATPDraw
Figure 4: Modeling of the Longest Transmission Line in
ATPDraw for Different Fault Conditions
Figure 5: Modeling of a) Single Line-to-Ground b) Line-to-
Line c) Double Line-to-Ground d) and Three-Phase Fault in
ATPDraw
To carry out the simulation process, within the
program developed in [10] the following should be
considered:
• L: total length of transmission line 180 [km].
• f: System Frequency 60 [Hz].
154
• Rrfault: Fault resistance value. For single line-
to-ground (SLG) faults, a fault resistance of
20 Ω has been selected, in the case of double
line-to-ground (DLG) faults a value of 10 Ω,
and for line-to-line (LL) and three-phase (TP)
faults a fault resistance of 0 Ω.
• phi: Fault inception angle in degrees. For all
types of fault, a fault inception angle of 90 °
is selected.
• x0: Initial distance at which the fault occurs.
An initial distance of 1 km is selected.
• step_x:  Length at which the fault travels along
the transmission line. Steps of 1 km are defined
so that the fault moves from one end to the
other.
3.2. Data Preparation
To each of the signals, both current and voltage
measured at Bus 1, the data reduction technique
known as discrete wavelet transform is applied. The
mother wavelet used is the Daubechies 4 “db4”, since
it is a type of Wavelet that fits very well when it comes
to identifying high frequency transients.
The decomposition of the signals of interest
is performed using MATLAB with the help of the
“wavedec” command. It performs a multilevel
Wavelet decomposition in a single dimension (1-D),
for which it uses a specific wave type “wname” or a
specific set of Wavelet decomposition filters [11].
[C, L] = wavedec (X, N, ‘wname’) returns
the Wavelet decomposition of the signal X, for a
decomposition level N, where N is a strictly positive
integer value and a specific wavelet type “wname”
[11].
3.3. Fault Detection Algorithm
The fault detection is on the basis of sudden change
in the current signal by comparing between the pre-
fault current and fault current. If the change in the
current signal is analyzed in the frequency domain, it´s
clearly found that the change is detected in both high
frequency components and the fundamental component
[12]”page”:”2246-2250vol.3”,”volume”:”3”,
”source”:”IEEE Xplore”,”event”:”Transmission and
Distribution Conference and Exhibition 2002: Asia
Pacific. IEEE/PES”,”abstract”:”This paper presents a
new method to diagnose faults in a transmission system.
This is based on detecting high frequency components
contained in a fault signal spectrum. The discrete wavelet
transform (DWT. It is noted that the change in the high
frequency components occurs more quickly than that
in the fundamental component, and such a change also
depends on fault characteristics.
 Lozada et al. / Fault Detection and Classification in Transmission Lines Using Wavelet Transform and SVM

The following steps are essential to be considered

Get Currents Ia, Ib, Ic
to perform the fault detection algorithm:

1) Calculate the positive sequence current from

the phase currents obtained in the different Positive Sequence Current (I1)
simulations.

2) Decompose the positive sequence current

DWT Level 1 Coefficients Calculation
signal using the DWT to obtain the detail
coefficients at the N = 1 level.

3) Calculate the “spectral energy” from

the coefficients obtained performing the Spectral Energy Calculation
decomposition of the signal using DWT.

For fault detection, coefficients obtained using the

Wavelet Transform of the positive sequence current NO
are squared so that the abrupt change in the spectra
can be clearly found. The condition for judging the SE1>5*SECN No Fault
fault current is that there is a change in the coefficients
around five times of those before an occurrence of the
fault as stated in (2): YES

Fault
(2)
Figure 6: Flow Chart for Fault Detection

Where SECN is the spectral energy at normal

conditions, and SE1 is the spectral energy of the fault
signal. The spectral energy of a fault signal is bigger
than spectral energy of a signal in normal conditions
[12].To stablish the threshold, it´s necessary to
determine the minimum short circuit current (of all
set of simulated faults) and of that signal obtain their
spectral energy. It is to be expected that even though
the signal is the minimum short circuit current, her
energy is greater than 5 times the pre-fault energy.
For this reason the value of 5 times is selected. This
value is adequate because, it is not so low (say 2
times) as to produce confusions between fault signals
with signals of overloads or external faults. The flow
chart for fault detection is illustrated in Fig. 6.

Positive sequence current is decompose using
Discrete Wavelet Transform to obtain detail
coefficients. The spectral energy exceeds the
established threshold. In this case the algorithm
detect a fault condition. Results are shown in Fig. 7.
Figure 7: Technique used in Fault Detection
On the other hand in Fig. 8, phase fault currents
(IA, IB and IC) are decomposed using Discrete
Wavelet Transform to obtain detail coefficients. As in
the previous case this coefficients are squared so that
abrupt change in the spectra can be clearly found. In
this case the technique used to detect faults works
properly, additionally this method could be used as a
classifier, since as it is observed in Fig. 8 the variation
of the spectral energy occurs in the three phase currents
and it could be considered as a three-phase fault.

155
 Edición No. 14, Enero 2018

Table I: SVM Output

SVM Output
Fault Type
Y
Single Line-to-Ground A SLG A
Single Line-to-Ground B SLG B
Single Line-to-Ground C SLG C
Line-to-line AB LL AB
Line-to-line BC LL BC
Line-to-line CA LL CA
Double line-to-ground ABT DLG ABT
Double line-to-ground BCT DLG BCT
Double line-to-ground CAT DLG CAT
Three-Phase Fault TP
Figure 8: Fault Detection using Phase Currents No Fault NF

In Fig. 9 we can observe an abrupt change in the
spectral energy that occurs in two phases. In this case
the algorithm detect a fault between A and C phase
currents.
The decomposition of the signals is done to
obtain the detail coefficients for a level 7 using the
Daubechies 4 “db4” Wavelet.
The first input matrix, on now called matrix
Q1 consists of 1980 rows corresponding to the 180
simulations for the 11 output classes and the 318
columns corresponding to the 106 coefficients for
three phase currents. On the other hand, the second
input matrix, on now called matrix Q2 is formed by
the coefficients obtained from Wavelet decomposition
of current and voltage signals, it has 1980 rows and
636 columns corresponding to the 106 coefficients
for three phase currents and 106 coefficients for three
phase voltages.

The output matrix, now called matrix Y has

Figure 9: Fault Detection using Phase Currents
3.4. Fault Classification Algorithm
To carry out the tasks of fault classification, it is
necessary to form two models. One model formed by
patterns obtained through the Wavelet decomposition
of current fault signals, and the second model
formed by patterns obtained through the Wavelet
decomposition of voltage and current fault signals.
Both models has associated only one output with
eleven different categories as shown in Table I.
the correct responses of the matrix Q1 and matrix
Q2. Once the set of samples has been obtained, it’s
necessary to divide it into three data sets:
• Training: data used for model training.
• Validation: select the best of the trained models.
• Test: Indicates how well the model classifies.
In this case it’s necessary use different samples
from those in the main database.
Before starting the training model, the
‘Normalization’ concept is applied in order to obtain
data with the same weights.

156
 Lozada et al. / Fault Detection and Classification in Transmission Lines Using Wavelet Transform and SVM

The selection of training and validation sets is

made based on percentages, whose typical values are
60% and 40% respectively. Other typical values used
are 70% and 30%. In this case 60% of the total data is
extracted randomly, thus forming the training set. The
remaining 40% constitutes the validation set.

The ‘fitcecoc’ command fit multiclass models for

support vector machines or other classifiers.

Mdl = fitcecoc(Qtraining, Ytraining) returns a

full, trained ECOC model using the predictors X and
the class labels Y.

• Qtraining: matrix that contains predictor

variables, specifically contains numeric
values.
• Ytraining: is the matrix that contains
responses.
Once the training set is defined, SVM’s are used
by the ‘fitcecoc’ command in MATLAB.
Mdl = fitcecoc(Q, Y)
Mdl is the variable that contains the classifier
or training model.
4. FINAL RESULTS
The technique used to detect faults along a
transmission line in the selected test system has
been used successfully. It is a good idea to work
only with the detail coefficients obtained from the
decomposition of phase fault currents because we
also use this method as a classifier.
Figure 10: Confusion Matrix
5. CONCLUSIONS
This work presents a practical application of
Discrete Wavelet transform for the fault diagnosis in
transmission lines. Coefficients of positive sequence
current signals are calculated and employed in fault
detection decision algorithm.
Automatic simulation tool allows to obtain
different signals automatically and systematically,
considerably reducing the simulation time in the
different cases studied.
Wavelet transform has proven to be very efficient
and effective in analyzing a wide class of signals and
phenomena. In this case, fault signals corresponding
to currents and voltages.

In the other hand, to know the performance of the
classifier, the confusion matrix is obtained as shown
in Fig. 10. All classes except Class 8 are classified
correctly. From a total of 80 signals corresponding
to DLG faults between the BC-T (class 8), 70 of
them are correctly classified as DLG faults between
BC-T phases, while 10 of them are classified as LL
faults between BC phases. It would not represent
a major problem, because in case any of the two
faults (biphasic BC-T or biphasic BC) are present in
the transmission line, the relay associated with the
protection system would receive the order of open the
phases involved and open BC phases independently if
it were an isolated biphasic fault or a biphasic ground
fault between the phases in question. Overall, 98.7%
of the predictions are correct and 1.3% are wrong
classifications.
The Wavelet transform with Daubechies 4 ‘Db4’
as a mother Wavelet has been used. It has been
found that the proposed technique give satisfactory
results in detecting and classifying faults along of the
transmission line in the test system used.
The average accuracy of fault classification
using DWT and SVM´s from the decision algorithm
proposed in this paper is highly satisfactory.
Support vector machines are sophisticated tools
that can be used to implement new methodologies
in the area of power protection systems to develop
a great variety of algorithms that allow to detect,
classify and locate faults.

157
 Edición No. 14, Enero 2018
REFERENCES
[1] R. A. Margil S., “Protección de Sistemas
Eléctricos de Potencia,” Universidad Autónoma
de Nuevo León, San Nicolás de los Garza,
Nuevo León, 2005.
[2] S. Kouro and R. Musalem, “Tutorial
Introductorio a la Teoría Wavelet.” [Online].
Available: http://www2.elo.utfsm.cl/~elo377/
documentos/Wavelet.pdf. [Accessed: 26-Jul-
2016].
[3] J. Cortés, F. Medina, and J. Chávez, “Del
Análisis de Fourier a las Wavelets.” [Online].
Available: https://dialnet.unirioja.es/descarga/
articulo/4807129.pdf. [Accessed: 26-Jul-2016].
[4] P. S. Addison, The Illustrated Wavelet
Transform Handbook: Introductory Theory and
Applications in Science, Engineering, Medicine
and Finance. CRC Press, 2002.
[5] J. Martínez Malo and R. Castro Fernández,
“Análisis de la teoría de ondículas orientadas
a las aplicaciones en Ingeniería Eléctrica.”
[Online]. Available: http://www.uta.cl/hdiaz/
Documents/Fundamentos_Wavelets.pdf.
[Accessed: 26-Jul-2016].
[6] J. Han, J. Pei, and M. Kamber, Data Mining:
Concepts and Techniques. Elsevier, 2011.
[7] C. J. C. Burges, “A Tutorial on Support Vector
Machines for Pattern Recognition,” Data Min.
Knowl. Discov., vol. 2, Jan. 1998.
[8] R. Solera Ureña, “Máquinas de vectores soporte
para reconocimiento robusto de habla,” 2011.
[9] J. Grainger and W. Stevenson, Análisis de
Sistemas de Potencia. .
[10] F. E. Pérez Yauli, “Validación del sistema de
protección de las líneas que conforman el
anillo de 230 KV del Sistema Nacional de
Transmisión - SNT, con el programa Power
Factory de la empresa DigSILENT,” Thesis,
QUITO/EPN/2004, 2004.
[11] “Multilevel 1-D wavelet decomposition -
MATLAB wavedec.” [Online]. Available:
https://www.mathworks.com/help/wavelet/ref/
wavedec.html?s_tid=srchtitle.
[12] P. Makming, S. Bunjongjit, A. Kunakorn, S.
Jiriwibhakorn, and M. Kando, “Fault diagnosis
in transmission lines using wavelet transform
analysis,” in Transmission and Distribution
Conference and Exhibition 2002: Asia Pacific.
IEEE/PES, 2002, vol. 3, pp. 2246–2250 vol.3.
158
Fabricio I. Lozada Jordán.-
was born in Ambato, Ecuador,
in 1991. He received his B. S.
degree in Electrical Engineer
from National Polytechnic
School (Escuela Politécnica
Nacional EPN), Quito, Ecuador,
in 2017. His main research area
is in application of computer
technology to power system monitoring, operation,
protection and control. His other research interests
includes smart grids, artificial intelligence and signal
processing.
Fabián E. Pérez Yauli.-
(M’2013) was born in Ambato,
Ecuador. He graduated as
Electrical Engineer (B.E.) from
National Polytechnic School
(Escuela Politécnica Nacional
EPN), Quito, Ecuador in 2004.
In 2012, he obtained the Doctor
degree at the Universidad
Nacional de San Juan, San Juan, Argentina, with
a scholarship awarded by the German Academic
Exchange Service (DAAD). Currently is a teacher
in the Escuela Politécnica Nacional. His major
interest included power system protection and signal
processing.
Franklin L. Quilumba.-
(S’10-M’14) received the
Diploma degree in electrical
engineering from the National
Polytechnic School (Escuela
Politécnica Nacional EPN),
Quito, Ecuador, in 2008, and
the M.S. and Ph.D. degrees in
electrical engineering from the
University of Texas at Arlington (UTA), Arlington,
TX, in 2014. In 2014, he joined the faculty of National
Polytechnic School, where he currently holds the rank
of Associate Professor. His areas of interest are power
systems analysis, operation, stability and control;
computer simulation of electric power systems; power
load modeling; generation and transmission planning;
demand response; and load forecasting.
 Artículo Académico / Academic Paper

Unified Process Applied to the Implementation of the Finite

Difference Time Domain Method in Python through Object
Oriented Programming
Aplicación del Proceso Unificado en la Implementación del
Método de Diferencias Finitas en el Dominio del Tiempo en
Lenguaje Python mediante Programación Orientada a Objetos
F. R. Valencia H. N. Arcos
Department of Electrical Energy, Escuela Politécnica Nacional, Quito, Ecuador
E-mail: fausto.valencia@epn.edu.ec; hugo.arcos@epn.edu.ec

Abstract Resumen

The possibility of using the Unified Process for
the design of a software to implement the Finite
Difference Time Domain method has been
analyzed. Thus a software was built with Object
Oriented properties by following the main phases
of the Unified Process: inception, elaboration,
construction and transition. The activities
delegated to the objects were defined through
the application of the General Responsibility
Assignment Pattern criteria, i.e. information
expert, creator, controller, low coupling and high
cohesion. The main results of each step are shown
in Unified Modeling Language notation. The final
structure of the program including the modules,
packages and architecture was implemented
in Python 3.5. The most important classes that
resulted from the last iteration of the application
of the Unified Process are presented so that the
design could be applied to any software language.
En este artículo se analiza la posibilidad de la
utilización del Procedimiento Unificado para
el diseño de un programa computacional en la
implementación del método de Diferencias Finitas
en el Dominio del Tiempo. De esta manera, se ha
desarrollado un programa con características de
Programación Orientada a Objetos mediante el
seguimiento de las etapas del Proceso Unificado:
incepción, elaboración, construcción y transición.
Las actividades delegadas a los objetos fueron
definidas mediante la aplicación del criterio Patrones
Generales de Asignación de Responsabilidades, es
decir, experto en información, creador, controlador,
bajo acoplamiento y alta cohesión. Los resultados
principales para cada paso se muestran en Lenguaje
de Modelamiento Unificado. La estructura final
del programa, que incluye módulos, paquetes y
arquitectura ha sido implementada en lenguaje
Python 3.5. Se presentan las clases más importantes
que resultaron de la última iteración del Proceso
Unificado de tal manera que el diseño pueda ser
aplicado a cualquier lenguaje de programación.

Index terms-- Computational modeling, finite Palabras clave-- Modelación computacional,

difference methods, object oriented programming, métodos de diferencias finitas, programación
software design, time-domain analysis. orientada a objetos, diseño de software, análisis en
el dominio del tiempo.

Recibido: 31-07-2017, Aprobado tras revisión: 17-11-2017

Forma sugerida de citación: Valencia, F.; Arcos, H. (2018). “Unified Process Applied to the Implementation of the Finite
Difference Time Domain Method in Python through Object Oriented Programming”. Revista Técnica “energía”. No. 14,
Pp. 159-164
ISSN 1390-5074.

159
 Edición No. 14, Enero 2018
1. INTRODUCTION
The knowledge of the behavior of electromagnetic
fields is important for various physical phenomena
and technological equipment such as lightning,
high voltage, transformers, electromagnetic
compatibility, grounding systems, antennas, etc.
However, determining that behavior is not an easy
task, although it is only needed the solution of the
Maxwell’s equations. The problem stands in the form
of the equations which are of a partial differential
type and depend on the position and time.
Nowadays, with the advance of computational
systems, numerical methods have been developed
for the analysis of electromagnetic fields. One of
them is the Finite Difference Time Domain (FDTD)
algorithm that has become one of the most used
methods in this regards [1]. The development of a
software to apply FDTD could be done in several
steps, from the simplest case - one dimensional and
lossless - to the most complex - three dimensional
with variable parameters. Therefore a software design
with characteristics of modularity, maintainability and
reusability is suitable for the implementation of this
method. Those characteristics are closely connected
to the Object Oriented Programming (OOP) paradigm
of design [2].
Up to now some work related to the use of OOP
in FDTD has been done. In [3] a FORTRAN code
was developed to solve general electromagnetic
problems. In [4] the problem of the consuming time
of FDTD was studied. With the upcoming of Java the
possibility of improving the application of OOP was
foreseen and so was done in [5]. Finally through the
creation of GMES the FDTD was implemented in
Python, using OOP. [6]
Nonetheless, there remains the issue of selecting
the most appropriate objects for the problem. For
example, in the FDTD software development, it is
not so clear if the whole field could be taken as an
object or rather the electric and magnetic fields could
be considered separate objects.
For that reason, the possible use of the Unified
Process (UP) towards finding the most convenient
objects in the solution of the FDTD has been
investigated. It is expected that the Unified Process
could be used for the development of future software
for problems with similar characteristics as those of
the FDTD method.
2. THE UNIFIED PROCESS
The UP is a set of steps by which a software
system is developed, primarily related to the OOP.
This process is iterative; this means that each step
must not necessarily be perfect before going on to the
next one.
160
2.1. Artifacts of the Unified Process
There are various artifacts in UP, however those
used for this study, with the goal of finding the objects
to implement the FDTD method, were:
• Use Cases
• Class Diagram
• Sequence Diagram
• Architecture
For better understanding, the artifacts were
developed using the Unified Modeling Language
because it is a standard representation in object
oriented software design [7].
The Use Cases were developed thinking about the
requirements of the software. In the Class Diagram
the relationships between the classes were visualized.
The steps to fulfil the requirements was treated in
the Sequence Diagram. Finally, the Architecture was
decided.
2.2. Phases of the Unified Process
The artifacts were performed on each phase of the
UP in an iteratively manner. The phases in the Unified
Process are:
• Inception
• Elaboration
• Construction
• Transition
During Inception the developer visualizes the
feasibility of the project and the possible risks. The
problem is slightly defined by the first approximation
of the requirements statement. In Elaboration the
requirements are seen in more detail and the concepts
of the problem are established. In Construction the
solution to the problem begins to be implemented in
a software, the Design Model - concepts in a software
environment begins to be more important than the
Domain Model - concepts in a real world environment.
The Transition is that phase where the software is
tested so that some problems, bugs, fulfilment of
requirements are checked.
2.3. Iteration Process
The activities developed during each iteration
were:
1) Design of the one dimensional lossless
problem
 Lozada et al. / Fault Detection and Classification in Transmission Lines Using Wavelet Transform and SVM

2) Design of the two dimensional lossless

problem

3) Design of the three dimensional lossless (1)

problem

4) Introduction of losses to the design

5) Unifying the three dimensions in one project
6) Develop of the architecture of the program
2.4. General Responsibility Assignment Software
Patterns
The methods must be assigned according to
the responsibility that each object has. There is a
methodological approach known as the General
Responsibility Assignment Software Patterns
(GRASP), which helps identify those responsibilities.
In its basic form the GRASP patterns are five:
In order to apply a numerical method to find the
fields, the equations must be discretized. The Finite
Difference Time Domain method has been applied
towards that goal, see (2). Δt is the step in time and Δx
is the step in space. These equations includes losses, so
that σ and σm is the electric and magnetic conductivity
respectively. i and n represent the current number of
space step and step time. Hence the last value of a
field will be influenced by its previous value.

• Information expert: The activity must be

performed by the class that has the needed
information.

• Creator: A class A can create a class B when (2)

A has the needed information to create B, or
when A contains B.

• Controller: Make a controller when an event

inside the system must be initialized. It acts as
an intermediary between the interface and the
executer of the software.

• Low coupling: Changes in one class must

3.2. Inception
minimally affect other classes.
During inception the basic requirements must
• High cohesion: Methods must be coherent
be established. For this problem they could be: The
inside a class.
program must solve Maxwell’s equations through the
3. THE UNIFIED PROCESS APPLIED TO FDTD method. For that goal, the user should be able
FDTD to enter the data through and editable archive, then
run the program and finally get the results as a graph.
In the following the Unified Process applied to
the implementation of the Finite Difference Time In Unified Modelling Language, the requirements
Domain algorithm is described. The problem for can be visualized by the Use Cases Diagram, which is
one dimension is treated although the application for shown in Fig. 1.
higher dimensions is straightforward. The results of
the last iteration are shown but notice that the final
result comes from various steps.

3.1. Problem Statement

The problem is to find the solution, in time domain,

of the Maxwell’s equations. Their expression for one
dimension is (1), where Hy is the y axis component of
magnetic field intensity, Ez is the z axis component of
the electric field intensity, μ and ε is the permeability
and permittivity of the media respectively.

Figure 1: Unified Modelling Language representation

of the Use Case for the Inception Phase

161
 Edición No. 14, Enero 2018

During inception the language program must also
be chosen. Due to its feasibility in regards to OOP the
program was implemented in Python 3.5.
3.3. Elaboration
During elaboration the main concepts of the
problem were foreseen, always thinking about their
future application as classes and objects. Notice that
each step was done in Domain Model emphasizing
the point of view from a real physical world, which
contrasts with the point of view of the Design Model
more related with software concepts.
4) Methods: According to (2) the Electric Field
must be updated in order to know its value on each
time step. The class that has the information needed to
update the field is the Electric Field itself, hence this
method is assigned to this class. On the other hand, the
class System has the information necessary to create
the fields (media data), hence the responsibility to
create them is assigned to the System.
Finally the whole process must be performed by a
controller that could take the role of an interface, this
is an event that was assigned to the System. The same
criteria were considered for the magnetic field.

1) Domain Model Concepts: There are guidelines

to identify the possible concepts, see [8]. Another
approach, followed in this project, is getting the
concepts from reading the requirements or equation
(1).

The first concepts by observing the equations are

the electric and magnetic fields, they could contain
the values at each time and location. The second basic
concept was related with the system, this could be the
keeper of the data of the media where the travelling of
the electromagnetic waves could be simulated.

In the equations the time is also important.

Checking the requirements, the concept of results
is evident. Finally the source of the fields must be
considered.

2) Associations: The next step was to check for Figure 2: Class Diagram in Domain Model for each
relationships between those concepts. They were of the Classes
found by looking for semantic statements between
concepts. For example in a later iteration the following In regards with the low coupling pattern, the only
relationships were determined: problem was the data that must be shared between
the Electric Field and Magnetic Field classes, which
• The Electric Field has a component in the could introduce some coupling as seen in (1). This
x axis. was treated by introducing an interface between the
fields so that only the data of each one is necessary.
• The system contains the fields
Hence any change that could be done in one of the
classes will not affect the other one.
• The system uses the time
Fig. 3 and Fig. 4 show the classes System and
• The system uses the source
Electric Field with the attributes and methods resultant
from the Unified Process application.
The visualization of the associations in Unified
Modeling Language notation is given in the Class
In Fig. 5 the activities related with the Electric
Diagram, see Fig. 2.
Field class are shown in the Sequence Diagram.
3) Attributes: The guide considered when adding
attributes to objects is trying to express them in one
value or string. If the attribute had more than a value
or a string, it was considered as being a new class.

In the problem to be analyzed, the attributes are

numbers in all the cases. However they are not single
numbers but arrays, nonetheless the attribute is not
complex and could be considered like that inside the
class.
Figure 3: Attributes and Methods of the Class “System”

162
 Lozada et al. / Fault Detection and Classification in Transmission Lines Using Wavelet Transform and SVM
3.4. Architecture
Finally, the software architecture was selected.
According to the nature of the FDTD algorithm, the
architecture of the design turned out to be the Model
- View - Controller, also known as Process - Output -
Input because it gives the most suitable modules for a
future user interface [2]. See Fig. 6.
Figure 4: Attributes and Methods of the Class “ElectricField”
Figure 5: UML representation of the Sequence Diagram
for the Domain Model
Figure 6: Software Architecture of the Program
4. CONCLUSION
By using the Unified Process, it was possible to
find the appropriate objects and classes suitable for the
implementation of the Finite Difference Time Domain
Algorithm in an Object Oriented environment.
The Unified Process allowed to begin with the
simplest cases like the one dimensional lossless
problem and continue later with the difficult parts like
the three dimensional lossy problems or the inclusion
of graphics. Its iterative characteristic made it possible
to postpone the complex difficulties in future analysis,
when the software had been better structured.
In future developments of the program the approach
given by the Unified Process is very useful by taking
the actual state of the program as one iteration step and
the next improvements as results of future iterations.
In this way the program can be extended to more
complex applications of electromagnetic analysis.
REFERENCES
[1] U. S. Inan and R. A. Marshall, Numerical
electromagnetics: the FDTD method. Cambridge
University Press, 2011.
[2] S. Kedar, Programming paradigms and
methodology. Technical Publications, 2008.
[3] M. Zimmerman and P. Mallasch, “Using object-
oriented programming in computational
electromagnetic codes,” in Antennas and
Propagation Society International Symposium,
1995. AP-S. Digest, vol. 2. IEEE, 1995, pp.
1099–1102.
[4] N. Takada, T. Shimobaba, N. Masuda, and T. Ito,
“High-speed fdtd simulation algorithm for gpu
with compute unified device architecture,” in
Antennas and Propagation Society International
Symposium, 2009. APSURSI’09. IEEE. IEEE,
2009, pp. 1–4.
[5] C. G. Biniaris, A. I. Kostaridis, D. I. Kaklamani,
and I. Venieris, “Implementing distributed fdtd
codes with java mobile agents,” IEEE Antennas
and Propagation Magazine, vol. 44, no. 6, pp.
115–119, 2002.
[6] K. Chun, H. Kim, H. Kim, K. S. Jung, and Y.
Chung, “Gmes: A python package for solving
maxwells equations using the fdtd method,”
Computer Physics Communications, vol. 184,
no. 4, pp. 1272–1279, 2013.
[7] J. Rumbaugh, I. Jacobson, and G. Booch, Unified
modeling language reference manual, the.
Pearson Higher Education, 2004.
[8] C. Larman, Applying UML and Patterns: An
Introduction to Object Oriented Analysis and
Design and Interative Development. Pearson
Education India, 2012.
163
 Fausto Valencia.- He received
the Electrical Engineering
degree and MSc. in Electrical
Engineering at the National
Polytechnic School in 1999 and
2003 respectively. He is teacher
at the National Polytechnic
School and currently he is
pursuing the Doctoral Degree
in Electrical Engineering at the same university. His
areas of interest are the application of electromagnetic
fields to models of electrical engineering and the
analysis of high voltage phenomena in electrical
equipment. Fausto Valencia is member of IEEE and
its associations: IEEE Power & Energy Society, IEEE
Dielectrics and Electrical Insulation Society, and the
IEEE Computational Intelligence Society.
Hugo Arcos Martinez.-
Born in Quito, Ecuador,
in 1972. He received the
Electrical Engineering degree
at the National Polytechnic
School in 1998, and PhD in
Electrical Engineering at the
National University of San
Juan Argentina in 2003. He
has developed his career professionals in various
institutions of the Ecuadorian electricity sector and
currently serves as Coordinator of the School of
Electrical Engineering at the National Polytechnic
School. His areas of interest are: Modeling in Electric
Power Systems, Studies in steady state and transient
and reliability SEP.

164
 Aplicación Práctica / Practical Issues

Automatic Voltage Regulator Model Validation Based on

Mean-Variance Mapping Optimization and Field Tests
Validación del Modelo de un Regulador Automático de Voltaje
basado en Optimización de Mapeo Media-Varianza y Pruebas
de Campo
J.C. Cepeda P.X. Verdugo
Subgerencia Nacional de Investigación y Desarrollo, CENACE, Quito, Ecuador
E-mail: cepedajaime@ieee.org; pverdugo@cenace.org.ec

Abstract Resumen

Power system planning and operation are
meaningfully based on a number of analyses which
entail steady-state and dynamic simulations. In
this regard, modelling the power system with
enough detail is a basic requirement mainly for
those applications that are based on an accurate
prediction of the system dynamic response, such
as the design of protective strategies and control
schemes. Most models correspond only to a
mathematical representation, whose parameters
need to be firstly adjusted or identified based
on a rational process of model validation which
frequently employs experimental data. This
paper proposes a parameter estimation method
for accomplishing the model validation of power
systems through an iterative software-in-the-loop
(SIL) simulation, implemented via mean-variance
mapping optimization (MVMO) in DIgSILENT
PowerFactory, which allows comparing the
simulation results with records obtained from
field tests. The proposed method is then used to
perform the model validation of the automatic
voltage regulator (AVR) of Coca Coco Sinclair,
Ecuador’s largest hydroelectric power plant. The
obtained results are finally compared with two
other similar approaches: i) the “Model Parameter
Identification” object of PowerFactory, and ii)
the “Parameter Estimation” toolbox of Matlab-
Simulink. Comparisons show the benefits of the
proposal to overcome limitations of the other two
methods regarding accuracy, constraints and SIL
simulation capabilities.
La operación y planificación de los sistemas de
potencia son en gran medida basadas en una serie
de análisis que involucran el uso de simulaciones
dinámicas y en estado estacionario. En este contexto,
el modelado a detalle de un sistema de potencia es
un requerimiento básico para las aplicaciones que
se basan en una predicción precisa de la respuesta
dinámica del sistema, como el diseño de estrategias
de protección y esquemas de control. La mayoría
de los modelos únicamente corresponden a una
representación matemática, cuyos parámetros
deben ser, en primera instancia, ajustados o
identificados con base en un proceso racional de
validación de modelos que emplea frecuentemente
datos experimentales. Este trabajo propone un
método de estimación paramétrica para lograr
la validación de modelos en sistemas de potencia
a través de una simulación software-in-the-loop
(SIL) implementada mediante la optimización de
mapeo media-varianza (MVMO) en DIgSILENT
PowerFactory, la cual permite comparar los
resultados de las simulaciones con registros obtenidos
de pruebas de campo. El método propuesto es luego
utilizado para realizar la validación del regulador
automático de voltaje (AVR) de Coca Codo Sinclair,
la planta de generación hidroeléctrica más grande
de Ecuador. Los resultados obtenidos son finalmente
comparados con dos enfoques similares: i) el objeto
“Model Parameter Identification” de PowerFactory
y ii) la herramienta “Parameter Estimation” de
Matlab-Simulink. Las comparaciones muestran
las bondades de la propuesta para sobrellevar
limitaciones de las otras dos metodologías, como
precisión, restricciones y capacidad de simulación
en SIL.

Index terms− Parameter estimation, Model Palabras clave− Estimación de parámetros,

validation, AVR, MVMO, PowerFactory, Validación de modelos, AVR, MVMO,
Simulink. PowerFactory, Simulink.

Recibido: 31-07-2017, Aprobado tras revisión: 16-11-2017

Forma sugerida de citación: Cepeda, J.; Verdugo, P. (2018). “Automatic Voltage Regulator Model Validation Based on
Mean-Variance Mapping Optimization and Field Tests”. Revista Técnica “energía”. No. 14, Pp. 165-173
ISSN 1390-5074.

165
 Edición No. 14, Enero 2018
1. INTRODUCTION
Power System planning and operation are based
on a number of analyses concerning steady-state
and dynamic system behavior simulations. In these
kinds of studies the actual power system behavior
is predicted using computer based simulations. For
this purpose, the several physical components of
the system must be adequately modeled in order to
accurately represent the performance of the power
system [1].
The aim is to mathematically represent the
power system through a set of differential algebraic
equations (DAE), whose solution represents the time
domain dynamic system trajectory.
Modelling the power system with enough detail
is a basic requirement mainly for those applications
that are based on an accurate prediction of the system
dynamic response, such as the design of protective
strategies and control schemes. For instance, the
tuning of power system stabilizers (PSS) requires an
accurate-enough modeling of, at least, a simplified
single machine infinite bus (SMIB) representation
[2]. In this simplified model the generator and its
automatic voltage regulator (AVR) must be modeled
in order to satisfy minimum accuracy constraints.
Moreover, the simulation software has to be capable
of handling detailed models and guarantying reliable
results [3].
In this respect, after defining a specific power
system model to be analyzed, a basic query that arises
is: “does it correspond to a valid model?”, and the
answer is: not necessarily, since the implemented
model typically corresponds to a mathematical
representation, whose parameters need to be firstly
adjusted or identified based on a rational process of
model validation [4].
In this connection, a multifaceted process of
system model validation is presented in [4]. This
process combines both steady-state and dynamic
behavior obtained from simulations to structure a
response database that is further compared with real
power system measured responses. Afterwards, if this
comparison is not good enough, refinements to the
model must be made. This refinement can be done for
each component individually or for an entire electric
power area (i.e. system wide model validation [4]). In
both cases, the general procedure needs to compare
the time-domain responses of determined electric
variables measured in field (reference signals) with
those corresponding to the simulations.
If determined that refinements to the model need
to be performed, it is possible to apply three typical
alternatives: i) applying engineering judgment and
knowledge-based criteria (which is obviously not a
formal mathematical choice) [4], ii) pursuing system
166
identification, or iii) opting for parameter estimation
(or identification) [5]. The selection of the most feasible
alternative will depend on the available information.
For instance, the goal of system identification is to
determine a mathematical model of a dynamic system
based on experimental data. This kind of procedure is
mainly opted when there is no confident information
related to the physical model configuration and thus
the aim is to determine the mathematical model. On the
other hand, parameter estimation (or identification) is
a good alternative when there is enough confidence on
the available model structure so the model refinement
can only focus on determining the best parameters
that allow obtaining the best system or component
response.
For the modeling of power plants, the models,
both of the generators and their controllers, should
be validated through field tests at commissioning
(mainly for new plants) [4]. However, this procedure
is not always performed. In these cases, an appropriate
process for model validation should be carried out
via application of adequately controlled field tests.
Afterwards, system identification or parameter
estimation is to be performed in order to accomplish
the model refinement stage.
Based on the previously stated facts, this
paper proposes a parameter estimation method
for accomplishing the model validation of power
systems. This method exploits the potential of the
mean-variance mapping optimization (MVMO) [6]
for solving complex optimization problems with
an iterative software-in-the-loop (SIL) simulation
which allows comparing the simulation results with
records obtained from field tests. To this aim, the
proposed method takes advantage of the flexibility
of DIgSILENT PowerFactory for incorporating new
routines via its scripting objects, i.e. DIgSILENT
Programming Language (DPL) and DIgSILENT
Simulation Language (DSL).
The proposed method is then used to perform the
model validation of the automatic voltage regulator
(AVR) of Coca Codo Sinclair – CCS, Ecuador’s largest
hydroelectric power plant, as part of a comprehensive
methodology for power system stabilizer (PSS) tuning
[2]. In order to highlight the benefits of the proposed
method, obtained results are finally compared with two
other similar methodologies: i) the Model Parameter
Identification object of PowerFactory, and ii) the
Parameter Estimation toolbox of Matlab-Simulink.
Comparisons show the feasibility of the proposal
to overcome limitations of the other two methods
regarding accuracy, constraints and SIL simulation
capabilities.
This paper is organized as follows: section 2
presents general concepts related to power system
model validation. In section 3, the proposed parameter
identification methodology is described. Section 4
 Valencia et al. / Unified Process Applied to Finite Difference Time Domain in Python
contains the application of the proposal for estimating
the parameters of the AVR of CCS and the results
obtained from the comparison with two other similar
tools. Finally, conclusions are summarized in Section 5.
2. POWER SYSTEM MODEL VALIDATION
Power system real-time decision making is directly
dependent on the predictions of the actual system
behavior, which are obtained from computer based
simulations. In this connection, an adequate system
model will ensure accurate-enough simulations, and
therefore, proper decision making regarding control
actions [1].
For this purpose, the various system physical
components should be modeled with enough detail
and precision, depending on the phenomenon to
be analyzed and its corresponding time-frame of
evolution.
Fig. 1 illustrates the importance of system
modeling. The dashed circle labeled “Power system
model” represents the performance of the power
system acquired from mathematical computer-based
dynamic simulations. The continuous circle labeled
“Actual power system” represents the system actual
behavior. The intersected shaded area denotes the
part of the model which closely represents the actual
system. Ideally, both circles should entirely overlap,
indicating that the system model unerringly represents
the actual system [1].
System behaves
as predicted by
simulation
Power system Actual power
model system
Actual system
Actual system
behavior
does not
behave as
cannot be
model predicts
predicted by
model
Figure 1: System Model Performance Regarding
Actual System Behavior [1]
In practice, the shaded area has to be as large
as possible. In this regard, it is extremely necessary
to validate the system model in order to ensure that
the results will represent the system behavior with
sufficient accuracy. This fact is particularly important
mainly when the results are used to orient the tuning
and response of control actions, such as, for instance,
the tuning of power system stabilizers (PSS), since
the success of this procedure will be extremely
dependent on a good enough system representation.
The only reliable way to validate the accuracy of
system models is to carry out field tests, or monitor
real perturbations (via smart measurement devices,
such as IEDs, perturbation recorders, or PMUs),
and compare the results with those obtained from
model-based simulations [1]. In this connection, a
methodology for validating power system dynamic
models (focused on AVR model validation), based on
Mean-Variance Mapping Optimization and field-tests
records, is presented in the following subsections.
3. MODEL VALIDATION METHODOLOGY
Since the success of the PSS tuning process
presented in [2] is directly dependent on accurate-
enough simulations (obtained from computer-based
time-domain or modal analysis), the design of a
previous stage concerning system model validation is
mandatory.
Considering that all physical components have to
be adequately modeled for simulations to accurately
represent the real-time dynamic power system
behavior [1], detailed-enough system modeling is a
basic requirement for the PSS tuning methodology
proposed in [2]. Thus, the model of the reduced
system (mainly generator and AVR models) has to be
reliable, which is only possible via the application of a
robust-enough model validation methodology.
Due to the complex nature of power system
dynamics, the optimization problem of the parameter
identification of dynamic models possesses a
discontinuous multimodal and non-convex landscape
that could not be successfully handled by several of
the existing heuristic optimization algorithms, since
their searching performance is sensitive to appropriate
parameter settings, which entails a high risk of
premature convergence and local stagnation [7], [8].
To overcome these drawbacks, this paper sketches
a general time-domain parameter identification
technique based on the MVMO heuristic optimizer,
which is particularly suited for solving this task. This
method uses field-test signal records as reference
signals, which allow achieving high confidence levels
on the underlying simplified models, and ensures
an accurate estimation of parameters belonging to
dynamic components.
The proposed parameter identification method
begins with the definition of the dynamic models
that suitably represent a specific component of the
system (i.e. AVRs, HVDCs, Wind Farms, GOVs,
Dynamic Equivalents, etc.). Next, an initial guess of
the parameters to be identified is set. Time domain
simulations are then performed for a specific set of
pre-defined perturbations (i.e. actual PMU recorded
contingencies or specific field-test records) that
have occurred in the system. Subsequently, a set
of electric signals, which are compared with the
measured reference signals corresponding to the
above-mentioned events, is selected. Afterwards,
167
 Edición No. 14, Enero 2018
the objective function for parameter identification is
structured and the underlying optimization problem is
solved through MVMO.
The parameter identification procedure is
schematically summarized in Fig. 2. Likewise, the
basic scheme for parameter identification, embedded
in the iterative loop of Fig. 2, is expanded in Fig. 3,
illustrating its application for validating the Automatic
Voltage Regulator (AVR) model of a Power Plant.
Figure 2: Framework of the Proposed Identification Approach
Figure 3: Parameter Identification of Power System
Components
Considering the difference between recorded
reference signals and the selected signals from
dynamic simulations, the parameter identification,
conceived as an optimization problem, can be
formulated as follows:
Minimize OF (objective function):
168
(1)
(2)
Subject to:
(3)
where yn(t) and ynref(t) denote n-th recorded electric
reference signals, wn stands for n-th weight signal
factor, is the simulation period, p is the number
of disturbances or field-tests (np), αnp is the np-th
disturbance weight factor, and xj constitutes the model
parameters. Moreover, any other additional constraints
can be included in the model if necessary [6].
3.1. AVR model validation
The proposed approach (that in fact can be
used to validate any dynamic model of any power
system dynamic component) is used to estimate the
parameters of an AVR model, with the later aim of
making the PSS tuning process feasible.
For this purpose, the potential of DIgSILENT
PowerFactory has been exploited in order to implement
the complete procedure sketched in Fig. 2. This
implementation is based on the software functionality
that allows PowerFactory to offer versatility to model
new components, as well as to develop new calculation
routines by using its programming languages: DSL
and DPL.
This implementation will be described in the
following subsections.
3.1.1 DSL implementation
DIgSILENT Simulation Language (DSL) allows
programming control models of any power system
element, including protection devices and it also
permits developing other components or routines
oriented to run along with the time domain simulations.
The DSL model structure comprises three parts
[9]:
• Interface: To set the model name, title,
classification and set of variables.
• Code definition: To define the properties of
parameters and initial conditions.
• Equation code: To include all equations
necessary to define the simulation model,
i.e. differential equations (state equations)
that describe the relationships between input
 Valencia et al. / Unified Process Applied to Finite Difference Time Domain in Python
and output signals. These relationships can
vary from simple linear functions (transfer
functions between an input and an output)
to highly complex nonlinear functions (non-
continuous functions of multiple inputs and
multiple outputs).
DSL language uses the modeling of block
diagrams (or transfer functions in terms of Laplace or
frequency domain) in order to develop a DSL model,
since this is the most common way to find information
regarding control devices.
In this specific case, the DSL functionality has
been used in order to perform two tasks:
• To implement the AVR model.
• To compute, at each integration step, the
function g(t) , which is a fundamental
component of the objective function OF . To
this aim, the Composite Frame presented in
Fig. 4 has been designed in order to determine
g(t) as follows:
(4)
where w = 100 (weight factor), Efsimu is the
simulated induced voltage (AVR output)
and Efreal is the recorded induced voltage
(from field tests). In this particular case, only
one field test has been carried out using a
rectangular pulse response test (it could also
be a step response test) performed at the AVR
reference input signal (usetp).
Efreal constitutes the recorded reference
signal that comes from the field test. These
time discrete values are then stored in a
Ef_FIELD: “Measurement File”, while the corresponding
simulated values (Efsimu) come from the
output of the corresponding AVR, previously
implemented in DSL. Both recorded and
simulated signals are used to compute g(t)
inside the Obj_cal block.
Meas_Ef
ElmFile* Efreal
0
Obj_cal
ElmDsl*
Efsimu
1
Simul_Ef
ElmDsl*
Figure 4: Composite Frame for g(t) Computation
3.1.2 DPL implementation
DIgSILENT Programming Language (DPL)
offers an interface to develop automatic tasks in
DIgSILENT Power Factory. This functionality allows
the creation of new user-defined calculation functions
[9].
The main features of DPL are: particular
programming language, similar to C++, arithmetic
and standard functions availability, logic functions,
loops: do {...} while (...), conditionals: if (...) then
{...} else {...}, access from the script to any system
variable or parameter, use of each command inside
the script, ability to automatically define results and
create graphs, among others.
The object of the DPL command constitutes the
central element. This object allows the connection of
different parameters, variables or objects to various
functions or internal elements in order to present
results or change parameters. The DPL script is
designed to run a set of operations to communicate
itself with the database in order to read and/or change
settings, parameters or results directly in the database
objects.
Based on the specified features of DPL
functionality, its potential has been used to perform
the optimization task depicted in Fig. 2. Therefore, the
MVMO implemented in PowerFactory by [6] has been
adequately adapted to solve the optimization problem
defined by -. To this aim, the objective function must
be implemented into the “Subroutine for function
evaluation” as explained in [6]. This implementation
uses as input the time domain discrete values of g(t)
that are periodically stored in a Result File (ElmRes)
at every integration step. This file is then loaded via
the DPL script and its stored data is used to compute
the OF. For this purpose, the integration method
based on the trapezoidal rule presented by has been
also implemented into the “Subroutine for function
DIgSILENT
evaluation” DPL.
(5)
4. AVR MODEL VALIDATION RESULTS
The process described in Section 3 is applied
to Coca Codo Sinclair (CCS), Ecuador’s largest
generation hydroelectric power plant (1500 MW),
with the procurement of great results.
First, a vastly employed and amply described field
test consisting on a rectangular pulse response to mimic
a disturbance has been applied to the AVR of CCS’
unit U1. This test consists in applying a rectangular
pulse of 5% during 1 s at the reference input signal
(usetp) of the AVR presented in Fig. 5 under a no-load
operation. This pulse produced a response in the AVR
output (uerrs) which was adequately recorded using,
in this case, a perturbation recorder available at the
power plant.
169
 vco_CCS:

DIgSI
Edición No. 14, Enero 2018

Const Const
UEL OEL yi9

yi11
0
0
LVgate
HVgate yi22
1
0
u 1/(1+sT) o14 - yi21
1
TR1

o12
usetp
1

ur

o1
2 0
ui yi 1/(1+sT) yi1 K o13
3 1Qelectrica
ir TR2 KIR
4 2

o11
ii
5 3

0 Ufmax
yi2 1/(1+sT) yi3 K
1Pelectrica
TR3 KIA
2
yi8 K yi4 (1+sTb)/(1+sTa) yi7 (1+sTb)/(1+sTa) yi6 K yi5 {1/(1+sT)} uerrs
3 0
KAVR TA2,TA1 TA4,TA3 KR TE

upss
6 Ufmin

Figure 5: Coca Codo Sinclair’s AVR Model

Fig. 6 presents the AVR output signal (red iteratively performed in order to evaluate the OF at
continuous line) recorded during the field test when each iteration. This evaluation is then used for running
the pulse was applied to the reference input signal the MVMO.
(blue dotted line).
In this particular case, six parameters are selected
to be identified via the proposed approach: TA1, TA2,
DIgSILENT

4.0000 1.0600

[-] [-]
TA3, TA4, KAVR and TE. It is also important to
2.8000 1.0440 highlight that, based on the technical specifications of
the AVR of CCS [10], two additional constraints were
1.6000 1.0280
to be included in the optimization model:

0.4000 1.0120
(6)

(7)
-0.8000 0.9960

Fig. 8 shows the convergence of the objective

-2.0000 0.9800
function after the optimization process has finished
-0.0000 0.4660 0.9320
Measurement File: Measured uerrs
1.3980
vco_CCS: usetp
1.8640 [s] 2.3300
(which comprises a total elapsed time of 136.6 s for
1000 function evaluations considering an integration
Figure 6: Pulse and Response Test Results
step size of 1 ms). It can be noticed that the minimum
value is reached at around 550 function evaluations.
The AVR output recorded signal is then used
Finally, the obtained optimum parameters
as the reference signal (Efreal) in order to perform are uploaded to the model in order to carry out a
the proposed parameter identification approach. comparative simulation. Fig. 9 presents a comparison
To this end, a proper no-load operation model between the field-test-recorded AVR output signal
has been previously implemented in DIgSILENT (Efreal) and the simulated AVR output signal (Efsimu)
PowerFactory. This simplified model is depicted obtained with the optimum parameters. It is to be noted
in Fig. 7 (note that the model requires a load to be how the simulated AVR output signal (blue dotted
initialized; however, this load is parameterized with line) closely resembles the actual dynamic response
a negligible value). obtained from field test (red continuous line).
DIgSILENT

50.000
G_HPAS_CCS_U1

[-]
General Load

40.000
0.000

0.000
SG
0.0

0.0
0.0

0.0
0.0
~

30.000
13.7
0.99
0.0
20.000

Figure 7: No-load Operation CCS Unit 1 Model

10.000

Once the simplified model has been implemented,

the complete procedure, sketched in Fig. 2 and 3, is 0.0000
0.0000 200.00 400.00
x-Axis: MVMO: Function evaluation number
600.00 800.00 1000.0

performed via the DPLs implemented in PowerFactory MVMO: Objective function convergence

(i.e. the MVMO [6] and the objective function

subroutine). For this, time domain simulations are Figure 8: Objective Function Convergence

170
 Valencia et al. / Unified Process Applied to Finite Difference Time Domain in Python

above mentioned limitations. In the case of Matlab-

Simulink, the unavailability of measurements of the

DIgSILENT
AVR input was tackled assuming simulations with
4.1452

typical parameters (obtained from [10]) as pseudo-

2.9178
measurements.

1.6904 Fig. 10 and 11 depict the results obtained with the

0.4630
-0.7644
-1.9918
-0.0000 0.4660 0.9320
Measurement File: Measured uerrs
1.3980
vco_CCS: Simulated uerrs
Figure 9: Measured vs. Simulated AVR Output Signals
In order to highlight the performance of the
proposed approach, it has been compared with two
other parameter estimation methodologies. That
is: i) the Model Parameter Identification object of
PowerFactory, and ii) the Parameter Estimation
toolbox of Matlab-Simulink.
Regarding the application of the model parameter
identification object of PowerFactory, it is important
to note the following features:
model parameter identification object of PowerFactory
and the parameter estimation tool of Matlab-Simulink,
respectively, after replacing the optimum parameters
resulted from each method. From all results, it is
possible to observe that both the proposed method
and the PowerFactory object allow obtaining a good
1.8640 [s] 2.3300
performance in matching the measured output signal,
with comparable dynamic behavior. Even more, it
is possible to observe that around the peak value,
the PowerFactory object seems to outperform the
proposed method. On the other hand, the Matlab-
Simulink tool shows larger errors. This is obviously
caused by the limitation of Matlab-Simulink of not
allowing SIL simulations.
In order to make a quantitative and more technical
comparison, the mean square error coefficient (MSE)
[3] of all results, with respect to the measured AVR
output signal, is computed and presented in Table 1.

• The application can, in fact, run along with

any time domain simulation, making the SIL
simulation viable.

• The only possible constraint is that each

parameter value can be greater than zero.
This feature constitutes a great limitation, Figure 10: Measured vs. Simulated AVR Output Signals with
since it is not possible to include realistic the “Model Parameter Identification” Object of PowerFactory
physical constraints.

As far as the functionality of the parameter

estimation tool of Matlab-Simulink is concerned, the
following features must be considered:

• The application cannot run along with any

time domain simulation, making the SIL
simulation impossible.

• Following the last comment, the application

needs not only measurements of the output
signal of the controller but it also requires
records of the controller input. This aspect
can be a limitation in those cases where
measurement points in the field are not
available (that in fact was the case of CCS
where the controller input could not be
measured).
As stated, the parameter identification process of
the AVR of CCS was also run with the two already
presented additional tools, considering proper
adjustments in order to minimize the effects of the
Figure 11: Measured vs. Simulated AVR Output Signals with
the “Parameter Estimation” Tool of Matlab-Simulink
MSE is the squared norm of the difference
between real data and the approximation divided by
the number of elements, as shown by , and allows
obtaining an average quantification of the accuracy of
each estimation. The closer this coefficient is to zero,
the better the accuracy of the parameter estimation is.

171
 Edición No. 14, Enero 2018
(8)
Results show that the proposed methodology
outperforms the other two methods for parameter
estimation in terms of MSE, which will translate into
better identification accuracy. In addition, although
the results of the parameter identification object of
PowerFactory seem to be almost as accurate as those
obtained with the proposed MVMO-based method
(and even more accurate around the peak as shown
in Fig. 10); these parameters are not completely
correct. In fact, since it is not possible to consider
sophisticated constraints (such as or ), the results
have shown that this particular requirement was not
met (i.e. TA2 > TA1 in the PowerFactory method),
and thus neither were the technical specifications.
Table 1: Parameter Identification Performance
for each Method
METHOD MSE
MVMO-based 0.058
PowerFactory 0.061
Matlab-Simulink 0.202
As a summary of the obtained results, the
proposed MVMO-based parameter estimation
method has demonstrated to offer superior features in
comparison with the other methods, both in giving a
better average accuracy, this noticed in a lower MSE,
and in accomplishing more robust results since it
allows considering realistic physical constraints.
5. CONCLUSIONS
This paper proposes a parameter estimation
method for accomplishing the complex task of
dynamic model validation of power systems. The
proposal is based on the mean-variance mapping
optimization (MVMO) algorithm and uses records
from field tests as the target or reference signals. The
proposed method takes advantage of the software-in-
the-loop (SIL) simulation feasibility for comparing
the simulation results with records obtained from
field tests. Also, a practical implementation of the
proposed method has been described by using the
DIgSILENT Programming Language (DPL) and
DIgSILENT Simulation Language (DSL) scripting
options.
The proposed method has been applied to
estimate the parameters of the automatic voltage
regulator (AVR) model of Coca Coco Sinclair CCS,
showing a superb performance in both accuracy and
robustness. A fair comparison with other two similar
methodologies, that is: i) the Model Parameter
Identification object of PowerFactory, and ii) the
172
Parameter Estimation toolbox of Matlab-Simulink,
has been also presented. The results have shown the
feasibility of the proposal to overcome limitations of
the other methods related to accuracy, constraints and
SIL simulation capabilities.
REFERENCES
[1] CIGRE Task Force, “Analysis and Control of
Power System Oscillations”, Study Committee
38, final report, December 1996.
[2] P. Verdugo, J. Cepeda, A. De La Torre and
K. Paucar, “Testbed for PSS Tuning Using
Synchrophasor Measurements and a Real-Time
Digital Simulator”, 2017 IEEE PES Conference
on Innovative Smart Grid Technologies Latin
America (ISGT-LA), Quito, Ecuador, September,
2017.
[3] J. Cepeda, “Real Time Vulnerability Assessment
of Electric Power Systems using Synchronized
Phasor Measurement Technology”, Ph.D. Thesis,
Instituto de Energía Eléctrica, Universidad
Nacional de San Juan, San Juan, Argentina,
December, 2013.
[4] E. Allen, D. Kosterev and P. Pourbeik, “Validation
of power system models”, 2010 IEEE Power and
Energy Society General Meeting.
[5] R. G. K. M. Aarts, “System identification and
parameter estimation”, Lecture Notes, University
of Twente, 2012.
[6] J. Cepeda, J. Rueda, I. Erlich, et al, “Mean-
Variance Mapping Optimization Algorithm for
Power System Applications in DIgSILENT
PowerFactory”, PowerFactory Applications
for Power System Analysis Book, Chapter 12,
Springer International Publishing, 2015.
[7] J. Cepeda, J. Rueda, and I. Erlich, “Identification
of Dynamic Equivalents based on Heuristic
Optimization for Smart Grid Applications”,
IEEE World Congress on Computational
Intelligence, Brisbane, Australia, Junio de 2012.
[8] K. Lee, and M. El-Sharkawi, Modern heuristic
optimization techniques, John Wiley & Sons,
New York, 2008.
[9] DIgSILENT GmbH, DIgSILENT Power
Factory Version 15 User’s Manual, Gomaringen,
Germany, March 2015.
[10] Guangzhou Electrical Aparatus Research
Institue, “EXC9000 Static Excitation System
Users’ Manual”.
 Valencia et al. / Unified Process Applied to Finite Difference Time Domain in Python
Jaime Cepeda Campaña.-
Nació en Latacunga, Ecuador
en 1981. Recibió el título
de Ingeniero Eléctrico en la
Escuela Politécnica Nacional
en 2005, y el de Doctor en
Ingeniería Eléctrica en la
Universidad Nacional de San
Juan en 2013. Entre 2005 y
2009 trabajó en Schlumberder y en el CONELEC.
Colaboró como investigador en el Instituto de
Energía Eléctrica, Universidad Nacional de San
Juan, Argentina y en el Instituto de Sistemas
Eléctricos de Potencia, Universidad Duisburg-
Essen, Alemania entre 2009 y 2013. Su tesis de
doctorado fue galardonada con el Primer Lugar del
Premio “Domingo Faustino Sarmiento” a la mejor
investigación realizada en la provincia de San Juan,
Argentina en 2014. Recibió el premio Innovadores
Ecuatorianos Menores de 35 años del MIT Technology
Review en 2015. Actualmente se desempeña como
Subgerente Nacional de Investigación y Desarrollo
del CENACE y como Profesor a Tiempo Parcial en
la Escuela Politécnica Nacional. Sus áreas de interés
incluyen la evaluación de vulnerabilidad en tiempo
real y el desarrollo de Smart Grids.
Pablo Verdugo Rivadeneira.-
Nació en Quito en 1987. Realizó
sus estudios secundarios en el
Colegio Nacional Experimental
Juan Pío Montufar y sus estudios
superiores en la Escuela
Politécnica Nacional, donde se
gradúo de Ingeniero Eléctrico
en el año 2012. Entre el 2011
y el 2015 desempeñó sus funciones en la Dirección
de Planeamiento de CENACE. Actualmente
se desempeña en la Subgerencia Nacional de
Investigación y Desarrollo del Operador Nacional
de Electricidad como ingeniero de investigación
y desarrollo. Sus áreas de interés son la simulación
de sistemas eléctricos de potencia, la evaluación de
estabilidad y los sistemas de control de generadores
sincrónicos.
173
 Artículo Académico / Academic Paper

Methodology based on Synchrophasors for the Identification

of Transmission Line Parameters

Metodología basada en Sincrofasores para la Identificación de

Parámetros de Líneas de Transmisión
D.F. Orquera1 J.C. Cepeda2 P.F. Vásquez3 A.B. De la Torre4

Escuela Politécnica Nacional, EPN

1, 3

E-mail: diego.orquera@epn.edu.ec; paul.vasquez@epn.edu.ec

2, 4
Operador Nacional de Electricidad - CENACE
E-mail: jcepeda@cenace.org.ec; adltorre@cenace.org.ec

Abstract Resumen

This article shows the development of an
application capable of calculating the parameters
of the transmission lines using measurements
provided by the Phasor Measurement Units
(PMUs). After a treatment of these measurements,
the parameters of the transmission lines can be
calculated with greater accuracy and precision.
The application consists basically of two parts:
the first, the acquisition and processing of
Synchrophasors from the Wide Area Monitoring
System (WAMS) of the “Operador Nacional de
Electricidad – CENACE”, which in essence is a
system based on the use of PMUs; and the second,
the calculation of transmission line parameters,
using a constrained least squares algorithm. Finally,
the application in its developed interface shows
the identified parameters of the transmission line
both graphically and statistically, with the results,
in this article the comparison is made with the
data stored in PowerFactory of CENACE, a tool
used for the analysis of electrical power systems
characterizing reliable and flexible techniques of
modeling and algorithms; in the same way with a
work related to the identification of parameters of
transmission lines, which in summary performs
the identification of errors in parameters and looks
for alternatives of calculation for the correction of
the wrong parameters.
Este artículo muestra el desarrollo de una
aplicación capaz de calcular los parámetros de
las líneas de transmisión utilizando mediciones
que proporcionan las Unidades de Medición
Fasorial (PMUs). Luego de un tratamiento de estas
mediciones, se pueden calcular los parámetros
de las líneas de transmisión con mayor exactitud
y precisión. El aplicativo consta elementalmente
de dos partes: la primera, la adquisición y
tratamiento de sincrofasores provenientes
del Sistema de Monitoreo de Área Extendida
(WAMS) del Operador Nacional de Electricidad
CENACE, que en esencia es un sistema basado
en el uso de PMUs; y la segunda, el cálculo de
los parámetros de las líneas de transmisión, que
utiliza un algoritmo de mínimos cuadrados sujeto
a restricciones. Finalmente, el aplicativo en su
interfaz desarrollada muestra los parámetros
identificados de la línea de transmisión tanto de
manera gráfica como estadística, con los resultados,
en este artículo se realiza la comparación con los
datos almacenados en PowerFactory de CENACE,
herramienta utilizada para el análisis de sistemas
eléctricos de potencia; de igual manera se realiza
la comparación con el trabajo de otro autor,
relacionado con la identificación de parámetros
de líneas de transmisión, que en resumen realiza
la identificación de errores en parámetros y busca
alternativas de cálculo para la corrección de los
parámetros errados.

Index terms− Identification of parameters, Phasor Palabras clave− Identificación de Parámetros,

Measurement Unit (PMU), Least Squares. Unidad de Medición Fasorial (PMU), Mínimos
Cuadrados.

Recibido: 31-07-2017, Aprobado tras revisión: 10-11-2017

Forma sugerida de citación: Orquera, D.; Cepeda, J.; Vásquez, P.; De la Torre, A. (2018). “Metodología basada en
Sincrofasores para la Identificación de Parámetros de Líneas de Transmisión”. Revista Técnica “energía”. No. 14, Pp.
168-177
ISSN 1390-5074.

174

1. INTRODUCCIÓN
Los parámetros de los elementos que constituyen
el sistema de potencia y que disponen las empresas,
usualmente son inexactos debido a: datos aproximados
mostrados por los fabricantes o calculados por las
mismas empresas, circuitos alterados sin informes de
modificación, materiales deteriorados, condiciones
climáticas, entre otros. En el caso particular de las
líneas de transmisión, los parámetros comúnmente
son calculados mediante metodologías basadas en la
geometría de las torres de transmisión y la ubicación
espacial de los conductores. [1]
Dichos parámetros ignoran la dependencia que
existe con otras variables como la variación de la
temperatura, es decir, no se consideran los cambios
que se presentan con la temperatura del ambiente,
las condiciones de carga, ruido en los equipos,
entre otros. Una alternativa que permite superar las
limitaciones mencionadas es el uso de mediciones
provenientes, por ejemplo, de Unidades de Medición
Fasorial (PMUs), que estiman los fasores de voltaje
y corriente, en tiempo real, a través de las cuales
se pueden calcular los parámetros de las líneas de
transmisión con mayor exactitud. [1]
El disponer de los parámetros, más exactos, de
líneas de transmisión permitirá: mejorar la exactitud
en los ajustes de relés los cuales pueden conducir
al aislamiento de fallas más rápido y disminuir la
probabilidad de disparo no deseado del relé; mejorar la
localización y restauración del sistema frente a fallas;
optimizar la modelación de las líneas de transmisión
con los cálculos de flujos de potencia; determinar
cuándo se ha producido una extensión de una línea de
transmisión sin el informe correspondiente; mejorar
la cargabilidad de las líneas de transmisión, lo que
maximizaría el uso de la línea mientras se asegura la
confiabilidad y estabilidad del sistema.
En la literatura existente se ha propuesto
muchos métodos para determinar los parámetros de
impedancia usando mediciones sincrofasoriales. Los
autores de [2] proponen cuatro métodos utilizando un
número determinado de ecuaciones (lineal/no lineal)
y se discute su precisión cuando hay error/ruido en las
mediciones de las PMUs. La referencia [3] propone
utilizar el modelo completo para la identificación de
parámetros, si la línea no está totalmente transpuesta
y el sistema está desequilibrado. La referencia [4]
propone un método que consiste en tratar la línea
de transmisión como una red de dos puertos y
resolver primero sus parámetros ABCD utilizando
dos conjuntos de medidas tomadas bajo diferentes
condiciones de carga. En [5] los parámetros de
impedancia distribuida de la línea de transmisión se
resuelven directamente mediante la resolución de
dos ecuaciones lineales. La referencia [6] introduce
un método que se basa en el enfoque de errores en
mínimos cuadrados (LSE). Un enfoque extendido del
Edición No. 14, Enero 2018
filtro de Kalman se propone en [7]. La combinación
de medidas SCADA y mediciones de las PMUs en
diferentes intervalos de tiempo se proponen para
estimar los parámetros de la línea de trasmisión en [8].
Este enfoque descuida el hecho de que la impedancia
de las líneas de transmisión varía en diferentes
condiciones de carga y en diferentes intervalos de
tiempo. Como se señala en [2], la identificación de
parámetros de líneas de transmisión utilizando PMUs
es muy exigente en términos de la calidad y precisión
de las mediciones. En otras palabras, incluso pequeños
errores en las mediciones del fasor pueden conducir
a grandes errores en los parámetros estimados de
impedancia. Recientemente, se ha prestado mucha
atención a los problemas de calidad de los datos de
las PMUs con varios estudios dedicados a desarrollar
métodos para la calibración de PMUs [9] - [12].
De acuerdo a [2] y comparado con todas las
referencias mencionadas en el párrafo precedente, se
determina que entre los 4 métodos presentes en [2],
el método de medición múltiple utilizando regresión
lineal es el ideal para la identificación de parámetros
en líneas de transmisión utilizando mediciones
sincrofasoriales, teoría que se sustenta en [13].
Los 4 métodos de [2] y de los cuales se desprende
[13] serán detallados en la segunda sección del
presente documento; en la tercera sección se presenta y
se explica en detalle la metodología seleccionada para
obtener los parámetros de las líneas de transmisión
basados en mediciones sincrofasoriales; los
resultados obtenidos con el aplicativo desarrollado en
Matlab, serán mostrados en la cuarta sección, y serán
comparados con los valores utilizados en las bases
de datos existentes en PowerFactory de CENACE
y además con los resultados obtenidos en proyectos
afines al tema propuesto; por último se expondrá las
principales conclusiones y recomendaciones.
2. MÉTODOS PARA IDENTIFICAR LOS
PARÁMETROS DE LA LÍNEA DE
TRANSMISIÓN
Existe la posibilidad de que los parámetros de
impedancia de la línea de transmisión sean más
precisos mediante la identificación o cálculo directo
de los parámetros a través de las mediciones de los
fasores sincronizados.
En realidad, el ruido está presente en todas las
mediciones. Sin embargo, las mediciones de las
PMUs tienen mayor precisión que otras mediciones.
Los datos de las PMUs se etiquetan en el tiempo con
una precisión superior a 1 microsegundo y la precisión
de magnitud es mejor que el 0,1%. A pesar de que se
espera que las PMUs sean altamente precisas, no lo son
en la práctica, debido a varios factores como: errores
de los canales de instrumentación, desequilibrios del
sistema, configuración de la red, entre otros. [14]
175
 Orquera et al. / Metodología basada en Sincrofasores para la Identificación de Parámetros de Líneas de Transmisión

Debido a que se pueden encontrar datos erróneos
en los conjuntos de datos de medición, algunos datos
erróneos en las mediciones de sincrofasores pueden
eliminarse de varias formas, por ejemplo: escaneando
los datos en busca de valores fuera de rango,
escaneando datos inválidos o inexistentes en ciertos
instantes o intervalos de tiempo, entre otras.
2.1. Método de Única Medición
Para líneas de transmisión, el circuito equivalente
pi, mostrado en la Fig. 1, es el modelo aceptado. Los
valores de fasor VS; IS; VR e IR representan los
voltajes de envío y recepción del nodo; y corrientes
de envío y recepción de los vínculos monitoreados
(líneas de transmisión). Los valores de R, jX y Y son
la resistencia y reactancia en serie y la admitancia de
derivación.
Figura 1: Circuito Equivalente pi para una Línea de
Transmisión
Para este circuito, a través del análisis nodal, se
puede obtener las siguientes ecuaciones:
Como muestran los resultados en la Tabla 1, algunas
estimaciones de parámetros son aceptables para
ciertos tipos de ruido e inaceptables para otros tipos
de ruido. Por ejemplo, en la primera fila de la Tabla
1, con ruido aleatorio añadido a las mediciones del
voltaje de envío, la resistencia en serie y la reactancia
en serie calculada serán inaceptables mientras que
la susceptancia de derivación será aceptable. Esto
indica que la resistencia en serie y la reactancia son
muy sensibles al ruido y a los errores sistemáticos
en el voltaje de envío mientras que la susceptancia
de derivación no es sensible a Vs. Se pueden hacer
observaciones similares para las otras filas de la tabla.
2.2. Método de Doble Medición
Los parámetros ABCD de dos puertos pueden
utilizarse para representar la línea de transmisión
en la forma más general. Si las PMUs en los
dos terminales de la línea generan dos conjuntos
diferentes (independientes) de mediciones para
diferentes condiciones de carga, los parámetros
ABCD pueden determinarse mediante las siguientes
cuatro ecuaciones:
(3)
(4)

(1) (5)

(2) (6)

Una vez calculados los parámetros ABCD y

Aplicando este método a las mediciones generadas
eliminando las ecuaciones redundantes, los parámetros
por simulaciones (sin ruido adicional) descritas en la
de impedancia se pueden calcular directamente usando
literatura, se obtienen resultados de error menores a
las siguientes relaciones:
0.009%. Posteriormente, tanto los errores sistemáticos
y el ruido aleatorio, se añadieron a las mediciones de
sincrofasores libres de ruido para probar la precisión
de este método en condiciones ruidosas. En lugar de (7)
dar números absolutos, a los resultados se les asigna
una “A” para aceptable y “F” para inaceptable. Ver la (8)
Tabla 1 para los resultados.
Aplicando este método a las mediciones generadas
Tabla 1: Desempeño del Método de Única Medición con por simulaciones (sin ruido adicional) descritas en la
Errores Sistemáticos y Ruido Aleatorio en las Medidas
literatura, se obtienen resultados de error menores
a 0.003%. A continuación, se añade ruido y errores
R X
Calculada Calculada
Bc Calculada sistemáticos a las mediciones sincrofasoriales para
probar la sensibilidad de este método al ruido. Se
VS F F A
obtuvieron los resultados mostrados en la Tabla 2.
VR F F A
Errores
Sistemáticos en
IS A A F

IR A A F

VS F F A

VR F F A
Ruido Aleatorio
en
IS A A F

IR A A F

176
 Edición No. 14, Enero 2018

Tabla 2: Desempeño del Método de Doble Medición con Usando el estimador de mínimos cuadrados, donde
Errores Sistemáticos y Ruido Aleatorio en las Medidas H y E son la matriz y vector de mediciones y F el vector
de resultados de los parámetros A, B, C y D, se define:
X Bc
R Calculada
Calculada Calculada

VS A A F (14)
Errores VR A A F
Sistemáticos Aplicando este método a las mediciones
en IS A A A generadas por simulaciones (sin ruido adicional)
IR A A A se obtienen resultados de impedancia con errores
VS F F F
menores a 0.009%. Para probar la precisión de este
método cuando existe ruido y errores sistemáticos
VR F F F
Ruido en las mediciones, dichos errores se añadieron a
Aleatorio en
IS A A A las mediciones y el desempeño de los resultados se
IR F F F reporta en la Tabla 3.

En comparación con el método de única medición, Tabla 3: Desempeño del Método de Medición
este método funciona mucho mejor para los errores Múltiple usando Regresión Lineal
sistemáticos, aunque todavía es muy sensible al ruido
aleatorio. R Calculada X Calculada Bc Calculada

VS A A A
La precisión del método de doble medición Errores VR A A A
sobre el método de única medición sugiere que la Sistemáticos
en IS A A A
redundancia en las mediciones puede mejorar la
IR A A A
estimación de parámetros. En consecuencia, se han
desarrollado dos métodos los cuales se describen a VS F A A

continuación. Ruido VR F A A
Aleatorio en IS A A A
2.3. Método de Medición Múltiple usando IR A A A
Regresión Lineal
Como se indica en la Tabla 3, este método funciona
Las ecuaciones (9) y (10) son dos ecuaciones
mejor que los dos primeros métodos descritos para
complejas con 6 variables complejas.
errores sistemáticos, lo que significa que pueden
obtenerse parámetros de impedancia precisos incluso

cuando hay errores sistemáticos pequeños en las
(9) mediciones sincrofasoriales.

(10) 2.4. Método de Medición Múltiple Usando

Desarrollando en cuatro ecuaciones reales y
suponiendo que se han recogido N mediciones de las
unidades de medición fasorial. Donde Re[.] e Im[.] son
la parte real e imaginaria del fasor correspondiente, se
define:
Regresión no Lineal
Se define F(x, θ) como una función vectorial
que se compone de f1 – f4. Asumiendo que N
muestras están disponibles, F(x, θ) se define por:

(11)
(15)

(12)

Donde:

x = [x1, x2,···, x7, x8] el vector de las mediciones

(13)
θ = [θ1, θ2, θ3], representa el vector de los parámetros
desconocidos: R, X y BC, respectivamente.

177
 Orquera et al. / Metodología basada en Sincrofasores para la Identificación de Parámetros de Líneas de Transmisión

ε es un componente de error aleatorio que se supone
que tiene una varianza media cero y desconocida. Para
resolver (15) en un sentido de mínimos cuadrados, se
utiliza la técnica de regresión no lineal. Las soluciones
se pueden obtener siguiendo un proceso iterativo. Los
resultados tienen errores menores a 0.009%.
Por último, gracias a la Tabla 3 de desempeño
mostrada en el método de medición múltiple usando
regresión lineal se determina que existe menor
cantidad de valores inaceptables, comparados con los
demás métodos y tablas. A continuación, se detalla el
método empleado.

En el caso ideal con mediciones perfectas, este 3.1. Ecuaciones de Medición

método genera parámetros de impedancia precisos.
Cuando se presentan errores sistemáticos y ruido
aleatorio en las mediciones, como se muestra en la
Tabla 4, las estimaciones de reactancia en serie son
satisfactorias. Las estimaciones de resistencia en
serie y de susceptancia de derivación son inaceptables
cuando hay ruido aleatorio, es decir, estos parámetros
son sensibles al ruido aleatorio en las mediciones.
Para obtener una relación lineal entre las
mediciones del fasor y las incógnitas, se utilizan los
parámetros ABCD de dos puertos. Los parámetros
ABCD se identifican puesto que la línea es tratada
como dos puntos de red y se obtienen las siguientes
ecuaciones:

Tabla 4: Desempeño del Método de Medición Múltiple (16)

usando Regresión no Lineal
(17)
R Calculada X Calculada Bc Calculada

VS A A A (18)
Errores VR A A A
Sistemáticos
(19)
en IS A A A

IR A A A El circuito equivalente pi de una línea de

transmisión se muestra en la Fig. 1, donde VS; IS; VR
VS F A F
e IR representan las mediciones del fasor de voltaje y
Ruido
VR F A F corriente en ambos extremos de la línea mientras que
Aleatorio en R+jX y Y son la impedancia en serie y la admitancia
IS A A F

IR A A F
en derivación respectivamente.

A continuación, se desprenden las siguientes

Al igual que con el método de regresión lineal, la
precisión de este método es una función del nivel de ecuaciones considerando que (.)r y (.)i son la parte
redundancia en las mediciones. A medida que aumenta real e imaginaria de la correspondiente variable.
el número de muestras, se obtiene una reactancia en
serie calculada precisa cuando hay ruido aleatorio en (20)
las mediciones del voltaje en el nodo de envío.
(21)
3. SELECCIÓN DEL MÉTODO MÁS
ADECUADO PARA EL CÁLCULO DE
Resolviendo y separando las ecuaciones (20) y
PARÁMETROS
(21), en la parte real e imaginaria se tiene:
Entre los cuatro métodos presentados en la sección
2 de este documento, el método de medición múltiple
usando la regresión lineal es superior y se selecciona por (22)
los siguientes motivos:
(23)
Utiliza ecuaciones complejas para los fasores de
voltaje y corriente, de tal manera que el proceso de (24)
identificación de parámetros de líneas de transmisión
utiliza mayor información como argumentos de entrada. (25)

Este método tiene una precisión aceptable al calcular

Asumiendo que se han obtenido N conjuntos
la reactancia en serie y la susceptancia de derivación
a partir de mediciones de fasores que tienen ruido de mediciones, en conjunto las ecuaciones pueden
aleatorio y errores sistemáticos presentes. Sin embargo, escribirse como la siguiente matriz:
la resistencia en serie calculada sigue siendo muy
sensible al ruido aleatorio, lo que significa que cuando
exista ruido aleatorio en los fasores de voltaje hará que
la resistencia en serie esté fuera del rango aceptable.

178
 Edición No. 14, Enero 2018

(33)

(34)

(35)

(36)
(26)
Un punto que se debe tomar en cuenta es que, si
se pueden considerar las restricciones físicas en el
proceso de identificación de parámetros, la precisión
de la estimación de parámetros puede mejorarse
mucho.

En primer lugar, a partir de la ecuación (34), se

puede identificar una restricción de igualdad:

Donde (.)n se refiere a la cantidad correspondiente
en el enésimo conjunto de mediciones. Considerando (37)
el ruido en la medición, la ecuación (26) se puede
escribir simplemente como: (38)

O expresando en forma matricial se tiene:

(27)
Donde: z y H son el vector y la matriz de (39)
medición, respectivamente; β el vector desconocido
compuesto de los parámetros ABCD. Los parámetros
de impedancia de las líneas de transmisión y los Escribiendo la ecuación anterior simplemente como:
parámetros ABCD están relacionados por las
siguientes ecuaciones: (40)
De la Fig. 1 aplicando leyes de voltaje y corriente
se obtiene: Los verdaderos parámetros de la línea se mantienen
dentro de una cierta banda de error comparados con los
calculados bajo diferentes condiciones de operación
(28) del sistema. Para el presente trabajo se utilizaron
como valores referentes los parámetros almacenados
(29) en las bases de datos del programa PowerFactory del
Operador Nacional de Electricidad CENACE.
(30)
Los parámetros de línea almacenados en la
base de datos pueden utilizarse como restricciones
Reemplazando la ecuación (29) en la ecuación (28) de desigualdad adicionales para los parámetros
se tiene: de impedancia. Suponiendo que REMS, XEMS y
BcEMS son los parámetros de la línea de transmisión

almacenados en la base de datos, se pueden configurar
(31) las siguientes restricciones:

A continuación reemplazando las ecuaciones (29) y

(31) en la ecuación (30) se tiene: (41)

(42)
(3)
(43)
Colocando en forma matricial las Ecuaciones (31)
y (32) se obtiene los parámetros ABCD así: (44)

179
 Orquera et al. / Metodología basada en Sincrofasores para la Identificación de Parámetros de Líneas de Transmisión

Donde: αR, αX, αBc, son constantes que definen las

bandas de error de los parámetros de las líneas de
transmisión. Las Ecuaciones (34) a (36) pueden ser
expresadas como Ecuaciones reales e imaginarias
como se muestra a continuación:

(45) Figura 2: Proceso de Identificación de Parámetros

(46) El marco de implementación del aplicativo o el

diagrama de flujo, específicamente el algoritmo de
(47) MATLAB se muestra en la Fig. 3.

(48)

(49)

(50)

Combinando las ecuaciones (41) a (50),

es fácil obtener los límites inferior y superior,
de los parámetros ABCD de tal manera que:

(51)

Adicionalmente, se puede obtener otra restricción

de desigualdad basada en la ecuación (47) y (48):

(52)

Finalmente, el problema de identificación de

parámetros de líneas de transmisión se expresa
como un problema de mínimos cuadrados sujeto a
restricciones, como se muestra a continuación:

(53)

4. IMPLEMENTACIÓN Y RESULTADOS

4.1. Implementación

La gran cantidad de información satura

Figura 3: Diagrama de Flujo Aplicativo MATLAB
rápidamente la capacidad de almacenamiento,
razón por la cual posee una base de datos circular
Para el tratamiento de datos se desarrolló una
de aproximadamente 30 días, luego de lo cual se
macro denominada “Filtro_PLIT”. Esta macro sirve
sobrescribe el último dato obtenido en el primer dato
para cargar información referente a fasores de voltaje
guardado.
y corriente de líneas de transmisión de las que se
requiera calcular los parámetros. Es decir, para cada
Para la identificación de parámetros de líneas de
PMU debe existir el siguiente conjunto de datos en el
transmisión utilizando mediciones sincrofasoriales,
orden mostrado:
el proceso de identificación de parámetros consta de
dos etapas como se muestra en la Fig. 2. • Amplitud de Voltaje
• Ángulo del Voltaje
• Amplitud de Corriente
• Ángulo de la Corriente

180
 Edición No. 14, Enero 2018

4.2. Resultados en el momento en que se llevó a cabo este estudio. Por

Para la comparación de los resultados obtenidos
con los datos almacenados, es decir, los valores de
la Tabla 1, se tomó un proceso de cálculo durante
el período de 1 hora tanto para la línea MOLINO –
PASCUALES como para la línea SANTA ROSA –
TOTORAS.
último, los valores esperados son aceptables, puesto
que, en las tablas completas, es decir durante las 24
horas, se sigue una variación de los tres parámetros
identificados de la misma forma que con una curva de
carga típica.
4.2.2 Comparación Línea Santa Rosa Totoras

4.2.1 Comparación Línea Molino Pascuales De igual manera que con la línea Molino Pascuales
se realizó el estudio para la Línea Santa Rosa Totoras,
A continuación, en las Tablas 5 – 7, se detalla los y se determinó que los parámetros de impedancia
valores calculados, los almacenados, el error relativo no varían considerablemente durante el período
y la desviación estándar. determinado. Además, la impedancia serie calculada
difiere de la base de datos en un rango de 3-4%,
Mañana mientras que la susceptancia en derivación difiere de la
base de datos en un rango de 9-10%. Estas diferencias
Tabla 5: Comparación entre los Datos Almacenados y
podrían deberse a las condiciones de carga específicas
Calculados MOLINO – PASCUALES (Mañana)
en el momento en que se llevó a cabo este estudio y
también a los valores relativamente pequeños, sobre
06:00 AM – 07:00 AM todo en la susceptancia en derivación.
Base de % Error
Parámetro Calculado Desv. Est.
Datos PF Relativo
4.2.3 Comparación Línea Molino Pascuales con los
Resistencia
11,133 11,352 1,964 0,376 valores identificados en [15]
(Ohms)
Reactancia
(Ohms)
89,648 87,802 2,058 0,371 Para la resistencia, se pudo observar que el error
Susceptancia
obtenido no superó el 6% para las 24 horas analizadas,
6,65E-4 6,32E-04 4,914 3,54E-4
(Siemens) para la reactancia, se pudo ver que el error obtenido
Medio día no superó el 1% para las 24 horas analizadas y para la
susceptancia, se pudo notar que el error obtenido supera
Tabla 6: Comparación entre los Datos Almacenados y el 10% para las 24 horas analizadas, las variaciones
Calculados MOLINO – PASCUALES (Medio día) que existen elevan el error considerablemente, además
el error podría disminuir si se ampliara los puntos
10:00 AM – 11:00 AM decimales de los datos obtenidos en [15].
Base de % Error
Parámetro Calculado Desv. Est.
Datos PF Relativo 5. CONCLUSIONES Y RECOMENDACIONES
Resistencia
11,133 11,394 2,341 0,344
(Ohms) Los resultados que entrega el aplicativo, sirven para
Reactancia
89,648 87,847 2,009 0,363 mejorar los estudios de planeamiento en aplicaciones
(Ohms)
como e-PSR (Sistema para la Gestión de Estudios
Susceptancia
(Siemens)
6,65E-4 6,28 E-4 5,508 2,85E-4 Energéticos) y PowerFactory, además de estudios de
Tarde – Noche seguridad y expansión. También, se puede considerar
los resultados para los estudios mencionados porque
Tabla 7: Comparación entre los Datos Almacenados y gracias al proceso de identificación de parámetros
Calculados MOLINO – PASCUALES (Tarde - Noche) realizado y a las comparaciones entre métodos,
existen variaciones vinculadas a una curva de carga
06:00 PM – 07:00 PM típica, sobre todo en la resistencia durante el día, con
Base de % Error
rangos de error menores al 5%.
Parámetro Calculado Desv. Est.
Datos PF Relativo
Resistencia El principal reto que se presenta durante el
11,1333 11,3824 2,2368 0,3666
(Ohms) proceso de identificación de parámetros es el de tener
Reactancia
89,6483 87,8275 2,0310 0,2495
un continuo cálculo de mediciones sincrofasoriales,
(Ohms)
pero en la práctica esto no siempre resulta cierto, ya
Susceptancia que siempre existen variaciones en los datos debido
6,65E-04 6,28E-04 5,4676 2,96E-4
(Siemens)
a desconexiones por fallas, mantenimientos en las
líneas de transmisión, condiciones climáticas, entre
Como se puede observar en las tablas 5 – 7, la
otras.
resistencia y reactancia serie calculada difiere de
la base de datos en un rango de 1.9-2.3%, mientras
Finalmente, gracias al trabajo realizado en este
que la susceptancia en derivación difiere de la base
documento se recomienda realizar un estudio posterior
de datos en un rango de 4.9-5.4%. Estas diferencias
para la identificación de parámetros considerando el
podrían deberse a las condiciones de carga específicas

181
 Orquera et al. / Metodología basada en Sincrofasores para la Identificación de Parámetros de Líneas de Transmisión
resto de impedancias de secuencia, es decir, negativa
y cero, de las líneas de transmisión, a fin de extender
y tener un aplicativo aún más robusto. De igual forma
se puede considerar realizar un tratamiento más
profundo a las mediciones calculadas por las PMUs
antes de ingresarlas al aplicativo desarrollado.
REFERENCIAS BIBLIOGRÁFICAS
[1] C. Borda, (2009), Desarrollo de un algoritmo
de identificación de parámetros de líneas de
transmisión y de la posición del cambiador de
tomas (taps), usando técnicas de estimación de
estado y mediciones fasoriales sincronizadas.
Bogotá, Colombia.
[2] D. Shi, D. J. Tylavsky, N. Logic, y K. Koellner. ,
(2008). “Identification of short transmission-line
parameters from synchrophasor measurements”.
40th North American Power Symposium. IEEE,
pp. 1–8.
[3] D. Shi, D. J. Tylavsky, K. M. Koellner, N.
Logic, y D. E. Wheeler. (2011). “Transmission
line parameter identification using PMU
measurements”. European Transactions on
Electrical Power, vol. 21, no. 4, pp. 1574–1588.
[4] A. Murphy, D. Mah, R. Wilson, y G. Zevenbergen.
(1999). “Calculation of transmission line
parameters from synchronized measurements”.
Electric Machines & Power Systems, vol. 27, no.
12, pp. 1269–1278.
[5] M. Wang, J. Bao, X. Qi, y Z. Zhang. (2010)
“Online estimation of transmission line
parameters based on PMU measurements”.
Automation of Electric Power Systems, vol. 34,
no. 1, pp. 25–31.
[6] J. Lu y L. Zhang. (2012). “Line parameter
identification algorithm based on PMU
measurements,” Power System and Clean
Energy, vol. 28, no. 11, pp. 25–31.
[7] E. Janecek, P. Hering, P. Janecek, y A. Popelka.
(2011). “Transmission line identification using
PMUs”. 10th International Conference on
Environment and Electrical Engineering, pp.
1–4.
[8] Q. Li, F. Xiang, W. Yan, J. Lu, J. Yu, J. Chen, y S.
Li. (2011). “An approach to estimate parameters
of single transmission line based on multi interval
182
information measured by SCADA and Phasor
measurement units”. Power System Technology,
vol. 35, no. 2, pp. 105–109.
[9] D. Shi, D. J. Tylavsky, y N. Logic. (2012) “An
adaptive method for detection and correction of
errors in PMU measurements,” IEEE Transactions
on Smart Grid, vol. 3, no. 4, pp. 1575–1583.
[10] Q. Zhang, V. Vittal, G. T. Heydt, N. Logic, y S.
Sturgill. (2011) “The integrated calibration of
synchronized phasor measurement data in power
transmission systems,” IEEE Transactions on
Power Delivery, vol. 26, no. 4, pp. 2573–2581.
[11] T. Bi, H. Liu, J. Wu, y Q. Yang, (2010) “On-line
assessment on voltage consistency and frequency
consistency of PMU measurement under steady
state,” Automation of Electric Power Systems,
vol. 34, no. 21, pp. 21–26.
[12] M. Zhou, V. Centeno, J. S. Thorp, y A. G. Phadke.
(2012) “Calibrating instrument transformers
with phasor measurements,” Electric Power
Components and Systems, vol. 40, no. 14, pp.
1605–1620.
[13] C. Jing, C. Jones, D. Shi, H. Zhao, , X. Zhao,
y H. Zhou. (2015) “On-Line PMU-Based
Transmission Line Parameter Identification,”
CSEE JOURNAL OF POWER AND ENERGY
SYSTEMS, VOL. 1, NO. 2.
[14] H Huang. (2007). “Synchrophasor Measurement
Accuracy Characterization,” North American
Synchrophasor Initiative Performance &
Standards Task Team.
[15] M. Farinango. (2015). “Estimación paramétrica
de sistemas eléctricos de potencia para modelos de
tiempo real y fuera de línea,” Escuela Politécnica
Nacional. Facultad de Ingeniería Eléctrica y
Electrónica. Septiembre de 2015.
Diego Fernando Orquera.-
Nació en la ciudad de Quito,
Ecuador en 1991. Egresado de la
carrera de Ingeniería Eléctrica en
la Escuela Politécnica Nacional
en Quito en 2014. Actualmente se
encuentra finalizando su proyecto
de titulación para obtener el título
de Ingeniero Eléctrico. Sus áreas
de interés son: análisis, operación y control de Sistemas
Eléctricos de Potencia y planeamiento de generación y
transmisión de energía eléctrica.
 Edición No. 14, Enero 2018

Jaime Cristóbal Cepeda.- Paúl Vásquez Miranda.-

Nació en 1981 en Toacazo,
Latacunga, Ecuador. Obtuvo
su título de ingeniero eléctrico,
con los más altos honores
(Summa Cum Laude), en
2005 de la Escuela Politécnica
Nacional, Quito, Ecuador.
Entre 2009 y 2013 estudió
su Ph.D. en el Instituto de Energía Eléctrica de
la Universidad Nacional de San Juan, San Juan,
Argentina, consiguiendo el grado de Doctor en
Ingeniería Eléctrica, con los más altos honores
(Sobresaliente), en diciembre de 2013. Su tesis de
doctorado fue galardonada con el Primer Lugar del
Premio Domingo Faustino Sarmiento 2014 por ser
el mejor trabajo de investigación de la Provincia
de San Juan, Argentina. En 2015 recibió el Premio
Ecuatorianos Innovadores menores de 35 del
Massachusetts Institute of Technology. Actualmente
se desempeña como Subgerente Nacional de
Investigación y Desarrollo del Operador Nacional
de Electricidad CENACE y colabora como Profesor
del Doctorado en Ingeniería Eléctrica de la Escuela
Politécnica Nacional. Es miembro voluntario de
IEEE-PES, siendo actualmente el Chair del Capítulo
Ecuador. Sus áreas de investigación se enfocan en el
desarrollo de smart grids, la tecnología de medición
sincrofasorial, la evaluación de la seguridad del
sistema eléctrico de potencia en tiempo real, el control
del sistema y la aplicación de técnicas de inteligencia
computacional en los sistemas de potencia.
Ingeniero Eléctrico “Escuela
Politécnica Nacional,” Quito,
2001. Trabajó para Movistar
encargado del área de planificación
2003-2004. Se graduó de
doctor en ingeniería eléctrica
en la Universidad Nacional
de San Juan, Argentina-2009.
Colaboró como investigador invitado durante un año,
2008-2009, en el Instituto de Energía Eléctrica (LENA)
de la Universidad Otto-von-Guericke en Magdeburg,
Alemania. Actualmente, es profesor de pregrado y
posgrado en la Escuela Politécnica Nacional, EPN. Sus
áreas de interés son: diseño y planificación de sistemas de
transmisión y distribución de energía eléctrica, técnicas de
optimización, modelación de demanda e incertidumbres y
técnicas de manejo de riesgos.
Aharon Bhawan De La
Torre.- Recibió el título de
Ingeniero Eléctrico en 2013,
entre 2012 y 2013 trabajó en
el Área de Sistemas de Tiempo
Real del CENACE, en la
implementación del Sistema de
Monitoreo de Área Extendida -
WAMS del S.N.I., entre 2013 y
2015 trabajó en el Área de Análisis de la Operación en
la Dirección de Operaciones del CENACE, encargado
del desarrollo y actualización de los procedimientos
para la inclusión de la información del sistema WAMS
en los procesos del área. Actualmente colabora en
la Subgerencia de Investigación y Desarrollo del
CENACE y sus áreas de interés incluyen los sistemas
WAMS y el desarrollo de Smart Grids.

183
 Artículo Académico / Academic Paper.

Impact of Smart Grids on The Reliability of Distribution

Systems
Impacto de las Redes Inteligentes en la Confiabilidad de los
Sistemas de Distribución
A.L. López

Corporación Eléctrica del Ecuador, Quito, Ecuador

E-mail: ana.lopez@celec.gob.ec

Abstract Resumen

Smart Grid conception spreads the idea about an
efficient, safe and flexible electric system capable of
monitoring the health of the grid, take fast actions
to recovery it after a contingence and to integrate
Distributed Generation near to the delivery points
of energy. These characteristics aim to improve
the performance of the network, to reduce the
outages and the service restore time, and to give
the opportunity to the customers to manage their
own use of the energy.
Efficiency, reliability, cost reduction and the
decrease of the CO2 emissions are the promises of
the Smart Grids, in this context, this investigation
aim to study the impact of different smart grid
technologies in the reliability of the distributions
systems.
Solutions like manual and automatic loops,
distributed generation, automatic control systems,
fault locators and automatic restore of the service
are applied to a test radial distribution system,
RBTS bus 2, with the purpose of compared their
effect in the reliability indices of the system. Based
on the series principle to calculate the reliability
of radial systems, a software developed in Matlab
is used to compare two base cases and eight test
cases that apply smart techniques.
The results of the reliability case studies show
that employing a convenient set of the smart grid
technologies in radial power distribution system
can practically diminish all the reliability indices.
Furthermore, it is possible to reduce the range of
variation of the reliability indices among different
customers connected to the same feeder.
La concepción de Redes Inteligentes extiende la idea
de un sistema eléctrico eficiente, seguro y flexible,
capaz de monitorear la salud de la red, tomar
acciones rápidas de recuperación después de una
contingencia e integrar Generación Distribuida
cerca de los puntos de entrega de energía. Esto
conduce a una mejora del desempeño de la red,
la reducción de las interrupciones y el tiempo de
restauración del servicio, y dan la oportunidad a
los clientes de gestionar su uso de la energía.
Eficiencia, confiabilidad, reducción de costos y
reducción de las emisiones de CO2 son las promesas
de las Redes inteligentes. En este contexto, esta
investigación tiene por objetivo estudiar el impacto
de diferentes tecnologías de redes inteligentes a la
confiabilidad de los sistemas de distribución.
Soluciones como lazos manuales y automáticos,
control automático, localizadores de fallas,
generación distribuida y restauración automática
del servicio, son aplicadas al sistema de pruebas
RTBS bus 2, con el propósito de comparar sus
efectos en los índices de confiabilidad del sistema.
En base al principio de elementos en serie para
calcular la confiabilidad de sistemas radiales, un
software desarrollado en Matlab fue usado para
comparar dos casos bases y ocho casos de prueba
que aplican tecnologías inteligentes.
Los resultados muestran que usando una
combinación de tecnologías de redes inteligentes
en sistemas de distribución radiales, es posible
reducir los índices de confiabilidad y que además,
es posible reducir la diferencia entre los índices
de confiabilidad entre los usuarios conectados en
diferentes partes del alimentador radial.

Index terms− Reliability, Smart Grids, Distribution Palabras clave− Confiabilidad, redes inteligentes,
Systems. sistemas de distribución.

Recibido: 31-07-2017, Aprobado tras revisión: 10-11-2017

Forma sugerida de citación: Lopez, A. (2018). “Impacto de las Redes Inteligentes en la Confiabilidad de los Sistemas de
Distribución”. Revista Técnica “energía”. No. 14, Pp.184-193
ISSN 1390-5074.

184

1. INTRODUCTION
The current life-style has increased the dependence
on electricity service, it is vital to customers to receive
energy with high reliability, quality and safety at an
economic price.
Reliability is the probability of a device or
system performing its function adequately, for the
established period, under the intended operating
conditions. Related to power systems, it is described
by the number of outages during the year and
the time to restore the services. Reliability is an
important concern in the stages of planning, design
and operation of power systems, because of the fact
it represents a measurement of the satisfaction of the
final customer and could help to identify the weakest
points of the grid, which need bigger investments.
The topic takes special importance in radial
distribution systems, where any fault could affect
all the customers in the feeder. This has caused that
electric power distribution systems become the main
contributors to customer reliability problems [1].
Many studies have been developed the last years
to improve the reliability of radial systems, all of
them aim to the implementation of solutions related
to Smart Grids, which stands out the utilization of
intelligent device and improved communication
networks [2]. Smart technology permits to monitor
and to manage in real time [3] the delivery of energy
to the end-users, enabling the automation and self-
healing of the network, the integration of distributed
energy sources, and the active participation of the
customers.
This project focuses on the incorporation of smart
technology to the distribution system and their impact
on the reliability of the system.
A detailed study of this subject will be undertaken,
focus on the advantages of ACRs, fault locators,
feeder automation and the implementation of
distributed generation against classical distribution
systems. Which are exposed in seven study cases.
All the cases evaluated with smart technology
show that smart technology could improve the
reliability of the radial systems, although the
percentage of improvement differs between the cases.
The structure of the article is divided in five parts.
The first one gives a basic introduction to reliability
concepts, index and calculation methods. Smart grid
definition, advantages and its impact on electric
networks are discussed in the second part. The third
part presents the design and operational philosophies
for each case of study to get a quantitative comparison
of the reliability indices. The design of the software
and the results are summarized in the fourth part.
Finally, conclusions and recommendations for further
studies are presented.
Edición No. 14, Enero 2018
2. RELIABILITY CONCEPTS
The function of an electric power system is to
satisfy the system load requirements as economically
as possible and with a reasonable assurance of
continuity and quality. In [5] the reliability of a power
system is described like the ability of the system to
provide an adequate supply of electrical energy. This
concept includes two basic aspects of the system:
• Adequacy: it is associated to the static
conditions of the system and is described as
the existence of sufficient facilities to satisfy
the costumer load demand (generation,
transmission and distribution facilities)
• Security: is the ability of the system to recovery
when disturbances occur in the network. This
condition includes the disturbance associated
with local and widespread disturbance such as
the loss of generation or transmission facilities.
Rarely the distribution systems are loaded near
their limits, hence the studies of reliability emphasize
on the security of the system and are mainly focused
on customer interruptions and equipment outage.
Many utilities in the world use reliability analysis
results to track their performance and the customer
satisfaction. Moreover, the regulators of the energy
markets are beginning to penalize the performance of
utilities based on the reliability indices as well as to
compensate customers for long interruptions.
2.1. Reliability Indices
According to [6] and [7], the reliability analysis
considers two types of indices:
2.1.1 Load oriented indices
Are defined for each load point (i) and are
calculated considering the frequency and duration of
the states when the load point is not supplied:
• Failure rate (λ): average of times that an
element is subject to a failure involving the
operation of a protection device.
• Repair Time (r): it includes the time to locate
the failure, clearance time and restore time.
• Annual average outage time: U
• Expectation of unserved energy: E
2.1.2 System índices
Defined for the whole electrical network,
representing the overall system reliability for the
customers.
185
 López / Impacto de las Redes Inteligentes en la Confiabilidad de los Sistemas de Distribución

• SAIFI: System Average Interruption In base on stationary Markov process, the

Frequency Index: duration-frequency technique could be used to
evaluate the reliability of radial distribution systems
when the failure frequency (λ) and repair time (r) are
considering as constant, in which case the probability
(1) of transition between two states (normal operation and
failure) remain constant over the time, as it is showed
in the Fig.1.
• SAIDI - System Average Interruption Duration
Index:

(2)

• CAIDI - Customer Average Interruption

Duration Index:

(3)

• ASAI - Average Service Availability Index

(3)

Figure 1: States Cycle of a Component

• ENS - Energy not supplied
(4)
In the basis of these indices, relative reliability
analysis could be development by evaluating the
behavior of the system before and after a change in
the design or the operation conditions.
2.2. Reliability Analysis Methods
There are different approaches to get a quantitative
analysis of the reliability of a distribution systems.
The most important are described below.
• Failure mode and effects analysis or Minimal
Cut-set: A cut-set is a set of components
whose failure alone will cause system failure.
A minimal cut-set is the unique combination
of component failures that can cause system
failure [10].
A radial distribution system, showed in the Fig.
2, is a set of series components, where a customer
connected to a load point requires that all the
components between himself and the supply are
operating. Based on the series system principle [1],
the three basic parameters: the average failure rate
(λs), outage time (rs), and average annual outage time
(Us) are given by the equations 6-8.

2.2.1 Analytical methods

(5)
Used to evaluate the mean or expected values of
the load point and system reliability indices [8]. They
are based on the representation of the system by a
mathematical model and use numerical solutions to (6)
evaluate the reliability. These types of methods do not
consider the random behavior of the system.

• Markov Chain Model: It consists of a list of (7)

the possible states of a system, the possible
transition paths between those states, and
the rate parameters of those transitions. In
reliability analysis, the transitions usually
consist of failures and repairs [9].

186

Figure 2: Minimal Cut Sets for Load 2 – Series System
Principle
2.2.2 Stochastic Simulation Methods – Monte
Carlo Simulation
The Monte Carlo method is based on the
repetitive generation of random events and counting
the occurrence number of specific condition. The
random events represent the values of the variables
in the system, and with them it is possible to create
an artificial history of the system [11]. This approach
is useful to examine and predict the behavior of the
system, to get the probability distributions of the
reliability parameters of the loads and to estimate
their average values [8].
Figure 3: Element Operating/Repair History [8]
Based on this history and the analysis of the
loads affected by each component of the network, it
is possible to get expected values for the loads and
system reliability indices.
3. SMART GRIDS
The International Energy Agency defined the smart
grid as an “electricity network that uses digital and
other advanced technologies to monitor and manage
the transport of electricity from all generation sources
to meet the varying electricity demands of end-users.
Smart grids co-ordinate the needs and capabilities
of all generators, grid operators, end-users and
electricity market stakeholders to operate all parts of
the system as efficiently as possible, minimizing costs
and environmental impacts while maximizing system
reliability, resilience and stability” [12]. Fig.4 shows
the roadmap of the Smart Grids.
The main characteristics of a Smart Grid
technology, defined in [13-14], are:
Edición No. 14, Enero 2018
• Increased use of control and protection digital
devices, and the application of information
technologies with real time availability.
• Inclusion of demand side response (DSR)
technologies, demand side management
(DSM) technologies, and energy efficiency
solutions.
• Integration of renewal distributed generation
(RDG) and energy storage.
• Deployment of smart devices for metering,
communications, operations and status, and
distribution automation.
• Incorporation of smart appliances and
consumer devices that provide control options
and timely information.
• Dynamic optimization of grid resources.
The key factors for asses the evolution of the
grids and for measuring the progress and benefits are
defined in [15-17] as:
• Reliability: reduction of time/frequency of
interruptions and power quality disturbances.
The grid takes corrective action when it is
required.
• Security: diminution of the probability and
consequences of manmade attacks and natural
disasters.
• Cost: guarantee fair prices of electricity and
suitable supplies.
• Efficiency: reduction of the cost to produce,
deliver, and consume electricity
• Environmental: enable a larger penetration
of renewable sources, which decrease CO2
emissions.
• Safety: minimize the injuries and loss of life
from grid-related events.
For each stage of power systems, there are specific
Smart Grid technologies that help to improve one of
the key assessment factors, and are part of the above
key areas. The aim of this paper is limited to the
developed technology that can be used in distribution
systems.
3.1. Smart Grid Technologies for Distribution
Systems
Today, customers are the first to notify about
disruptions of service to the utilities. When it happens,
crews are dispatched to diagnose the problem,
manually restore power to the healthy parts of the
187
 López / Impacto de las Redes Inteligentes en la Confiabilidad de los Sistemas de Distribución

Figure 4: Smart Electricity Systems [12]

system and execute the repair of the affected areas.

This procedure takes a long time and exposes

the personnel, who should work near of energized
equipment. This can be avoided, using sensor
along feeders, automatic reclosers for system
reconfiguration, distribution automation that enable
self-healing capabilities, and the introduction
of concepts like Fault Detection, Isolation and
Restoration (FDIR) [18], which also allow the
reduction of the recovery times of the system after a
contingency. Figure
5: RBTS – Bus 2
On the other hand, the integration of distributed
energy sources (DG) like wind farms, photovoltaic, The selectión of this test system were based on:
internal combustion engines and fuel cells as
well as energy storage systems, have economic • It represents a combination of different types
and environmental benefits and serve to make the of loads: residential, commercial, small users
distribution system more flexible [19] and to reduce and government/institutional.
the number and frequency of the outages.
• Enough switching elements and nodes are part
Previous research had performed analysis of the of the system to test smart grids technologies.
impact of reliability on distribution systems. Sagar
and Prasad [20] compared the reliability indices of • Feeder interconnections are possible by open-
a radial system, Haughton and Weydt [21] studied tie switches.
automatic reconfiguration to improve reliability.
Kazemi [22] propose the design of an automatic • It is simple enough to add elements and to be
loop restoration scheme. Abdulwahab [23] study the analyzed by simulations.
impact of ground fault protection (GFN) in network
4.2. Cases of Study:
form a reliability point of view and Mancasi and Vatu
[24], use Monte Carlo method to evaluate Smart
Eight study cases have been selected for the
Grids Reliability. These researches are the basis of
analysis. In the Table 1, the study cases, their
this investigation.
characteristics and the operation philosophy are
4. Proposed Analysis described in detail.

4.1. Test System 4.3. Computational Program

To evaluate the impact on the reliability of the
different Smart Grids technologies, a Roy Billinton
Test System (RBTS) Bus 2 was chosen [25]. This
system has four feeders (F1 - F4), which are operated
as radial feeders, but connected as a mesh through
normally open sectionalizing points. The single line
diagram of Bus 2 is displayed in the Fig.5.
4.3.1 Design and network structure
To develop the simulations, a program was written
in Matlab to calculate the basic reliability indices for
each load and the system reliability indices, according
to:
• The analytical approach for reliability analysis
based on Markov series.

188
 Edición No. 14, Enero 2018

• The principle of first order cut sets (series • The type of branch: main, lateral or transformer.
components), considering that in the radial
systems a customer connected to a load point • The type of device used for the isolation/
requires that all the components between sectioning: Circuit breaker/recloser,
himself and the supply are operating. disconnector, fuse, or without protection.

• The general and specific operational conditions • The availability of smart technology.
described in table 1 for each case.
• The availability of alternative sources.
4.3.2 Inputs – Database
Fig. 9 and 10 display the flow chart that illustrated the
The input of the program is a kind of database logic process.
development in Excel with three main tables:

• Load table

NODE FEEDER TYPE AVERAGE PEAK CUSTOMERS

Figure 6: Information of Load Table

Type: 1.Residential 2. Small user 3. Gov./Inst.

4.Commercial

• Branch table

PROTECTION SMART FAULT MAIN

FROM TO TYPE LENGTH REPAIR TIME
DEVICE DEVICE RATE (λ) FEEDER

Figure 7: Information of Load Table

Type: 1. Main branch 2. Lateral branch 3.

Transformer
Protection Device: 1.CB 2.Disconector
3.Fuses 4.Not apply
Smart Device: 0.Not available 1.Fault
locator 2. FDIR
Figure 9: Flowchart of the Basic Process
Fault Rate: average fault rate of the component

• Source table

FROM TO TYPE 1 TYPE 2

Figure 8: Information of Source Table

Type 1: 1. Loop 0. RDG

Type 2: depends on the value of Type 1. For

loop specify the type of the switching device 1.
Disconnector 2. Recloser. For RGD specify the type
of generator 1. Island 2. Grid/island

4.3.4 The algorithm

For each load of the system, the program analyses

how the branch’s failures in the same feeder affect
the load reliability, based on the following conditions:

• The location of the load in relation to the point Figure 10: Flowchart of the Logic with Advance Smart
of failure: upstream or downstream. Technologic and Alternative Sources

189
 López / Impacto de las Redes Inteligentes en la Confiabilidad de los Sistemas de Distribución

Table 1: Description of the Study Cases

Switching
Case De scription Switching de vice s Smart Te chnology Alte rnative source s Philosophy of ope ration:
time
Crews available to look for and locate the
Base Case T raditional manual switches in the main branches
- - faulted section, perform manual local 1 hour
1 Distribution System and fuses in lateral branches.
switching and repair the affected branch.
Fault detection Crews available to look for and locate the
Base Case manual switches in the main branches
isolation and - Feeder interconection faulted section, perform manual local 1 hour
2 and fuses in lateral branches.
restoration (FDIR) switching and repair the affected branch.
Fault locators provide information related to
the branch where there is a short circuit, to
Fault Location switches in the main branches and fuses fault locators, RT U, the operator of the control centre. T he
Case 1 10 minutes
scheme in lateral branches. SCADA/DMS operator can perform remote switching with
the SCADA to restore power to the healthy
section.
Automatic scheme that provides fault
Fault detection
switches in the main branches and fuses detection and location, fault isolation and
Case 2 isolation and FDIR, RT U, SCADA/DMS 1 min
in lateral branches power restoration to the healthy part of the
restoration (FDIR)
system without human intervention

Basic automation
Automatic isolation of the fault is performed
scheme – normally
circuit breakers in the midline of the by the circuit breaker. T hus, the branches
close circuit breakers
Case 3 feeder, switches in the other main upstream of the circuit breaker are not 1 hour
at midline with fault
branches and fuses in lateral branches. affected by the fault. Manual and local
detection and
operation of the switches
isolation capabilities

Basic automation
scheme – normally
Automatic isolation of the fault is performed
close circuit breaker
circuit breakers in the main branches by the circuit breakers, thus the branches
Case 4 in each section of 1 hour
and fuses in lateral branches upstream of the circuit breaker are not
the main feeder with
affected by the fault.
fault detections and
isolation capabilities
Generator that forma an island in the system
switches in the main branches, fuses in and provide energy to the load point located
Renewal Distributed Generators connect at
Case 5 lateral branches and CB for the downstream of the fault in the healthy 1 hour
Generation (RDG) the end of each feeder
generator. sections of the feeder. Manual switching for
isolation/restore actions
Automatic restoration based on delays
preconfigured in each unit.
Faults Upstream of RC1, RC2:
- RC1 and RC2 open automatically after a
delay when detect loss of voltage
- RC3 close automatically after a delay when
Each recloser is equipped
detects loss of voltage.
with a local automatic
- T he delays in RC1 y RC2 are less than the
control system (ACS),
delay set in RC3 to avoid the propagation of
without communication
the fault to the other feeder.
NC reclosers are installed in midline link between them, which
Loop with - T he time required for the restoration of the
between 2 feeder and a NO tie-recloser operate in accordance with feeder
Case 6 Automatic Circuit healthy area is defined as Loop T ime. 1 hour.
that allows a loop between the two pre-defined instructions. interconnections
Reclosers (ACR) - T he switches and circuit breakers are
feeders Each ACS has sensors to
opened/closed manually, after the fault is
detect loss of voltage,
located to restore the service to the healthy
timers and relays for
part.
automatic operation
Faults Downstream of RC1, RC2:
- RC1 and RC2 open to isolate the faults.
Load points upstream are not affected.
- Switches and reclosers are opened/closed
manually, after the fault is located to restore
the service to the healthy part.

- Reclosers and circuit

breakers are equipped with Faults Upstream of the reclosers:
an ACS and - T he reclosers open automatically when
communication link detect loss of voltage.
- NC reclosers installed in midline of
between them in order to Renewal generators - Main CBs and disconnectors are closed
the feeders,
operate coordinately. connected at the end manually by the operator, after the fault is
- NC electronic circuit breakers for the
Renewal Distributed - Each ACS has sensors to of the feeders. RDG located.
connexion of the generators when they
Generation with ACS detect loss of voltage, normally operate Faults Downstream of the reclosers:
Case 7 operate with the grid 1 hour
and fast electronic timers and relays for connected to the grid - T he reclosers open to isolate the faults.
- NO electronic circuit breakers for the
circuit breakers automatic operation. and in case of failure Load points upstream are not affected.
connexion of the generators when they
- Electronic switches of the main source - Switches, reclosers and CB are
operate as an island.
commutate faster enough operate as islands. opened/closed manually, after the fault is
to do not produce located to restore the service to the healthy
disconnection of the load part.
points.

- NC reclosers installed in midline of

the feeders,
- NC electronic circuit breakers for the
renewal generators
Integration of the connexion of the generators when they
FDIR, RT U, connected at the end
Case 8 solutions applied in operate with the grid, 1 minute.
SCADA/DMS, ACS of the feeders and
cases 2 and 7 - NO electronic circuit breakers for the
integrated to the grid
connexion of the generators when they
operate as an island.

190
 Edición No. 14, Enero 2018

4.4. Results and Analysis • The reduction of failure rate and SAIFI is
more related to the employment of automated
The results of the simulations for the eight cases distribution systems: circuit breakers,
are presented in this section. The analysis of the automatic reclosers, ACS as well as alternative
results includes the changes in the reliability based on sources with automatic capabilities.
differences with the base case one (BC1) for the load
oriented indices and with the two base cases for the • The decrease of SAIDI and the outage
customer oriented indices. duration is associated with the use of smart
technologies for the location and isolation
0.3
Failure Rate
of the faults, and the implementation of
0.25 alternative sources.
0.2

0.15 • Fault locators and FDIR reduce the duration

0.1 of the outages for the customer that can be
0.05
isolated from the failed section, by improving
0
L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 L13 L14 L15 L16 L17 L18 L19 L20 L21 L22 the procedures to address faults and to restore
BC1 C1 C2 C3 C4 C5 C6 C7 C8
the service.

Figure 11: Failure Rate for all the Cases • Automatic reclosers and circuit breakers
provide selectivity of the areas that should be
disconnected in case of fault. This reduces the
number of customers affected by permanent
faults and hence, the number of faults sensing
by a customer.

• Distributed generation suitable to work

integrated to the grid mainly improve the
indices of the loads connected at the end of the
feeder, which reliability usually is poor.

Figure 12: SAIFI Values for all the Cases • Distribution systems with ring configuration
have minor outage times and SAIDI, however
the frequency of the interruptions and SAIDI
only improve if smart technology is applied to
this topology.

• The selection of location of the automatic

reclosers in the solution with intelligent
systems, depends of the loads whose indices
should be improved.

• The results show that the use of multiple

smart grid techniques -Case 8- has a cumulative
Figure 13: SAIDI Values for all the Cases effect on reliability improvement.

5. CONCLUSIONS AND RECOMENDATIONS

• It is most difficult to improve the reliability

index of the loads connected at the end of the
feeder. The best way is the implementation
of DG with automatic control and normally
connected to the grid.

• Although the improvement is not extraordinary,

the availability of the system increases with
the intelligence and autonomy that it has.

Figure 14: ENS Values for all the Cases • Although BC2 shows better results related
to ENS that the cases with fault locators and
The analysis of the results shows: feeder automatization, should be considered
that this analysis assumes transfers withot

191
 López / Impacto de las Redes Inteligentes en la Confiabilidad de los Sistemas de Distribución
restrictions.
• The analysis demonstrated that the benefits
from the solutions presented are additive,
therefore modern distribution systems should
tend to implement more that one of these
solutions.
• The use of distributed generation in the
grid help to avoid the outage by reducing
the duration of the failures. Also, DG can
contribute to grid connected power demand
reduction, which imposes less stresses on
substation equipment and grid components,
resulting in the indirect benefit of decreased
component failure rates.
• Evidently, it is not possible to avoid and
mitigate all interruptions, but the adoption
of smart technologies plus a good planning
can decrease the rate of occurrence of service
interruptions.
• More complex analysis could be made
that consider temporary interruptions and
the failure of switches, control breakers,
protection and control systems.
• All the analysis can be more accurate and
real if the failure rate of equipment is based
on aging, maintenance schedule, whether and
other parameters related to the failure rate.
• All the results can be improved if instead of
the use average values for the frequency of
interruptions and repair time for the elements
like in Marvo chain model, the random
nature of these variable is contemplated by
the application of probabilistic methods like
Monte Carlo Simulations to build the history
of the system.
REFERENCES
[1] Billinton, R. and R. N. Allan, Reliability
evaluation of power systems, New York,
Plenum Press, 1996.
[2] C. Haddad, A. Wright and M. Wakefield,
“Smart Grid Leadership Report: Global Smart
Grid Implementation Assessment”, EPRI, Final
Report, CA: 2010. 1021417, Palo Alto, October
2010.
[3] “EIA - Technology Roadmap - Smart Grids”,
www.iea.org, 2016. [Online]. Available: https://
www.iea.org/publications/freepublications/
publication/smartgrids_roadmap.pdf.
[4] Abdelhay, A. S. and P. M. Om, “Electric
Distribution Systems”, Wiley-IEEE Press,
192
2011, pp. 1-32.
[5] Billinton, R., R. N. Allan, “Power-system
reliability in perspective.” IEE J. Electronics
Power, v.30, March 1984, pp. 231-236.
[6] IEEE Guide for Electric Power Distribution
Reliability Indices, in IEEE Std 1366-2012
(Revision of IEEE Std 1366-2003) , May 31
2012.
[7] Subban, P. P. and K. O. Awodele, “Reliability
impact of different smart grid techniques on a
power distribution system”. Innovative Smart
Grid Technologies Latin America (ISGT LA),
IEEE PES Conference, 2013.
[8] Billinton, R. and W. Peng, “Teaching
distribution system reliability evaluation using
Monte Carlo simulation.” IEEE Transactions on
Power Systems 14, 1999, pp. 397-403.
[9] “Introduction to Markov Modeling for
Reliability”, Mathpages.com, 2016. [Online].
Available: http://www.mathpages.com/home/
kmath232/kmath232.htm
[10] IEEE Recommended Practice for the Design
of Reliable Industrial and Commercial Power
Systems - Redline, in IEEE Std 493-2007
(Revision of IEEE Std 493-1997), 2007,
Redline: 1-426.
[11] MATSUOKA Takeshi1, “A Monte Carlo
simulation method for system reliability
analysis”, International Journal of Nuclear
Safety and Simulation, Vol. 4, Number 1, p.p
44-52, 2013.
[12] “IEA - Technology Roadmap - Smart Grids”,
www.iea.org, 2016. [Online]. Available: https://
www.iea.org/publications/freepublications/
publication/smartgrids_roadmap.pdf
[13] 110th Congress of United States, “Smart Grid,”
Title XIII, Energy Independence and Security
Act of 2007, Washington DC, December 2007.
[14] Haughton, D. and G. T. Heydt, “Smart
distribution system design: Automatic
reconfiguration for improved reliability”, Power
and Energy Society General Meeting, 2010
IEEE.
[15] “System View of the Modern Grid”, Document
prepared by the National Energy Technology
Laboratory for the U.S. Department of Energy,
Office of Electricity Delivery and Energy
Reliability, January 2007, [online]. Available:
https://www.smartgrid.gov/files/a_systems_
view_of_the_modern_grid.pdf

[16] Isa, N. B. M., Tan Chen Wie, Abd Mohd. “Smart
grid technology: Communications, power
electronics and control system”, Sustainable
Energy Engineering and Application (ICSEEA),
2015 International Conference.
[17] Brown, Richard. E. “Impact of Smart Grid
on distribution system design”, Power and
Energy Society General Meeting - Conversion
and Delivery of Electrical Energy in the 21st
Century,IEEE, 2008.
[18] Gill, H. M., “Smart Grid distribution
automation for public power”, Transmission
and Distribution Conference and Exposition,
IEEE, 2010
[19] E.Vidya Sagar, P.V.N.Prasad, “Reliability
Improvement of Radial Distribution System
with Smart Grid Technology”, Lecture Notes in
Engineering and Computer Science, 01 October
2013, Vol.2207(1), pp.345-349.
[20] Haughton, D. and G. T. Heydt, “Smart
distribution system design: Automatic
reconfiguration for improved reliability”,
Power and Energy Society General Meeting,
2010 IEEE.
[21] T. Logenthiran, “Intelligent Management of
Distributed Storage in a Smart Grid,” in 2011
IEEE PEDS, pp. 855-860.
[22] Kazemi, S., “Impacts of automatic control
systems of loop restoration scheme on the
distribution system reliability.” IET Generation,
Transmission & Distribution 3(10), 2009,
pp.891-902.
Edición No. 14, Enero 2018
[23] Al-Abdulwahab, A. S., et al. (2011). Reliability
assessment of distribution system with innovative
Smart Grid technology implementation.
Innovative Smart Grid Technologies – Middle
East (ISGT Middle East), 2011 IEEE PES
Conference on.
[24] Mancasi, M. and R. Vatu, “Smart grids
reliability indices assessment using sequential
Monte Carlo method”, Environment and
Electrical Engineering (EEEIC), 2015 IEEE
15th International Conference on, 2015.
[25] Billinton, R., R. N. Allan, “A reliability
test system for educational purposes-basic
distribution system data and results.” IEEE
Transactions on Power Systems 6, 1991,
pp.813-820.
Ana Lucía López Pereira.-
Nació en Quito, Ecuador en
1981. Recibió su título de
Ingeniera Electrónica de la
Universidad de las Fuerzas
Armadas ESPE y obtuvo su
MSc en Automatización y
Control en la Universidad
de Newcastle, Reino Unido.
Trabaja en la Corporación Eléctrica del Ecuador y sus
campos de interés están relacionados con las redes
inteligentes, sistemas de telecomunicaciones, diseño
de controladores, energías alternativas y eficiencia
energética.
193
 Aplicación Práctica / Practical Issues

Good Socio-environmental Practices in the Ecological

Management of the Reservoir Manduriacu Hydroelectric Power
Station
Buenas Prácticas Socioambientales en el Manejo Ecológico del
Embalse de la Central Hidroeléctrica Manduriacu
V. Arcos1 S.A. Feijóo2 J.J. Valencia3
Pontifical Catholic University of Ecuador, Pichincha, Ecuador
1

E-mail: lindoecuador@hotmail.com
2
National Polytechnic School University, Pichincha, Ecuador
E-mail: susan_andfb@hotmail.com
3
Pontifical Catholic University of Ecuador, Manabí, Ecuador
E-mail: jairvalencia@hotmail.com

Abstract Resumen

This work identified specifications and favorable
environmental conditions for the washing of the
bottom muds of the reservoir of the Manduriacu
hydroelectric power station. The mitigation of the
negative impact of the washing seeks to point to
the responsibility with the environment, society,
compliance with environmental regulations and
obligations acquired in the Environmental Impact
Study, Environmental Management Plan and
Environmental License No. 012/12 issued 2012-
05-15. In the project, a pilot test was carried out
to rescue fish from the reservoir; and the action
plan itself was prepared for this event. The plan
consisted of: analysis of the results of the pilot
test; review of fish rescue site equipment; planning
and internal and external communication;
fishing methodology, transfer, maintenance and
reintroduction of fish to the river.
Este trabajo identificó especificaciones y
condiciones ambientales favorables para el lavado
de los lodos de fondo del embalse de la central
hidroeléctrica Manduriacu. La mitigación del
impacto negativo del lavado busca apuntar a la
responsabilidad con el ambiente, la sociedad,
cumplimiento con la normativa ambiental y
obligaciones adquiridas en el Estudio de Impacto
Ambiental, Plan de Manejo Ambiental y Licencia
Ambiental No. 012/12 emitida 2012-05-15. En el
proyecto se efectuó una prueba piloto del rescate
de peces del embalse; y se elaboró el plan de
acción propiamente dicho para este evento. El
plan consistió en: análisis de los resultados de la
prueba piloto; revisión del equipamiento del sitio
de rescate de peces; planificación y comunicación
interna y externa; metodología de pesca, traslado,
mantenimiento y reintroducción de peces al río.

Index terms− Fishes rescue, washing of sludge in Palabras clave− Rescate de peces, lavado de lodos
the background, reservoir, hydroelectric power de fondo, embalse, central hidroeléctrica.
station.

Recibido: 23-06-2017, Aprobado tras revisión: 14-11-2017

Forma sugerida de citación: Arcos, V.; Feijóo, S.; Valencia, J. (2018). “Buenas Prácticas Socioambientales en el Manejo
Ecológico del Embalse de la Central Hidroeléctrica Manduriacu”. Revista Técnica “energía”. No. 14, Pp. 194-203
ISSN 1390-5074.

194

1. INTRODUCCIÓN
El Estado Ecuatoriano realiza importantes
esfuerzos para avanzar hacia la sostenibilidad
ambiental y mejorar la gobernabilidad y el manejo
del agua. El Plan Nacional de Desarrollo 2013-
2017 establece como política, gestionar de manera
sustentable y participativa el patrimonio hídrico,
con enfoque de cuencas y caudales ecológicos, para
asegurar el derecho humano al agua. La gestión
idónea garantiza la provisión de agua para el
consumo humano, el riego, los caudales ecológicos,
las actividades productivas y la hidroelectricidad [1].
La central hidroeléctrica Manduriacu, utiliza
las aguas del río Guayllabamba para la generación
de energía. La obra se ubica en el límite entre las
provincias de Pichincha e Imbabura, cantones Quito
y Cotacachi y parroquias Pacto y García Moreno [2].
El deterioro de la cuenca alta del río Guayllabamba,
tendrá impactos significativos en el esquema de
aprovechamiento hidroenergético. El aumento de
sedimentos hacia el embalse de Manduriacu obligará,
muy probablemente, a incrementar el número
de lavados por año y en consecuencia provocará
impactos significativos en la vida acuática. Los
lavados acarrearán todo vestigio de vida del río
Guayllabamba, provocando la paulatina desaparición
o la desaparición total de las especies acuáticas.
En el país no existen experiencias que demuestren
que bajo estas condiciones de operación se procure
la recuperación de las condiciones del ecosistema
hídrico y de la vida acuática esencialmente [2].
Es así que, de acuerdo al Plan de Manejo Ambiental
de la central Manduriacu, para la fase de operación
y mantenimiento, se cuenta con el programa de
manejo ecológico del embalse. El objeto del mismo
es: prevenir y detener la degradación del ambiente
acuático del embalse a niveles intolerables para la
vida. El programa propone, entre otras medidas de
mitigación, realizar lavados periódicos del embalse.
Esta actividad se recomienda realizar en época de
alto caudal del río, debido a los impactos negativos
a la biota acuática, especialmente aguas abajo de la
presa; lo cual permitirá liberar sedimentos cargados
de materia orgánica que favorecen el crecimiento de
fitoplancton y macrófitas.
El programa de manejo ecológico del embalse en
su literal d. Mantenimiento programado y vaciado del
embalse, indica que, dentro de un plan operacional
de la central hidroeléctrica, el embalse será lavado en
coincidencia con el inicio y fin del periodo invernal.
Esta medida disminuye; los inconvenientes que se
pueden presentar al Sistema Nacional Interconectado,
y el impacto en las condiciones ecológicas del río
Guayllabamba. Además, en este mismo programa, en
su literal c. Suspensión Temporal de la Generación
y Suministro de la Energía, se ha de considerar
Edición No. 14, Enero 2018
que la suspensión temporal de la generación, y,
por tanto, al suministro de energía, se deberá a un
mantenimiento programado o al lavado del embalse.
Esto genera efectos sobre el consumidor final y sobre
las condiciones ecológicas y ambientales de la zona,
especialmente, aguas abajo del embalse [3].
Las actividades señaladas, el monitoreo ambiental
de la calidad del agua del embalse, el estudio de
limnología e ictiología, se han desarrollado en
la central hidroeléctrica. Sin embargo, se han
evidenciado impactos negativos en el lavado de los
lodos de fondo del embalse en el año 2016, como la
muerte de peces.
La Empresa Pública Estratégica Corporación
Eléctrica del Ecuador, Unidad de Negocio Coca Codo
Sinclair, para mitigar los impactos negativos, sobre la
ictiología y el equilibrio del ecosistema, ha resuelto
implementar un plan de acción. Este se compone de;
una fase previa de prueba piloto del rescate de peces,
y el plan de acción propiamente dicho, que permita
abordar esta problemática.
Para cumplir con este objetivo se colectaron peces
antes y durante el lavado del embalse, utilizando artes
de pesca con; atarrayas, redes de agallas y redes de
mano, en los ríos y embalse. Los peces se trasladaron
hacia el Centro de Investigación y Transferencia
Tecnológica Socioambiental Manduriacu, a cinco
piscinas o tanques que contaron con aireación,
cubierta y aislamiento del suelo. Se procedió a
contabilizarlos, alimentarlos y mantenerlos hasta que
las condiciones del embalse fueron las adecuadas para
la reintroducción.
Adicionalmente, antes, durante y después de
esta actividad se efectuaron monitoreos de agua
y sedimento, con la finalidad de determinar el
comportamiento de los parámetros físicos y químicos.
Finalmente, se llegó a establecer que: para mitigar
el impacto, se necesita realizar los lavados de los
lodos de fondo del embalse con un caudal hídrico
de ingreso al sistema de generación de 496,85 m3/s;
una cota máxima del embalse de 492,60 m.s.n.m.;
época de no actividades reproductivas en el río; y
acciones operacionales del embalse que disminuyan
los sedimentos en frecuencias intermitentes.
Para evitar la mortandad de los peces, estos deben
ser rescatados y mantenidos en cautiverio, controlando
la temperatura, alimentación, y condiciones de vida.
Las actividades vinculadas a esta práctica, fueron
difundidas a las autoridades ambientales competentes,
actores institucionales, personal de la Corporación
Eléctrica del Ecuador y comunidades del área de
influencia.
195
 Arcos et al. / Buenas Prácticas Socioambientales en el Manejo Ecológico del Embalse de la Hidroeléctrica Manduriacu

2. METODOLOGÍA • La cinta amarilla de seguridad y conos para

vías, sirvieron para señalizar el sitio de
La metodología para este proyecto se desarrolló permanencia de los peces, áreas de trabajo,
en las fases señaladas en la Fig. 1: zonas de riesgo y puntos de rescate de peces.

• Los recursos humanos y económicos que se

necesitaron para la coordinación interna, se
señalan en la Tabla 2:

Tabla 2: Recursos Humanos y Económicos

Recurso humano - Áreas principales

No. Denominación Especialistas
Gestión Social y Ambiental –
1 Biólogo, Ing. Ambiental, Socióloga
CELEC EP
Jefatura de la Central
Ing. Eléctrico, Ing. Civil, Ing.
2 Hidroeléctrica Manduriacu –
Mecánico
CELEC EP
Especialista en ictiología, Biólogo, y
3 Equipo técnico contratado pescadores de la zona de influencia
de la central hidroeléctrica
Equipo de monitoreo Ing. Ambiental y Laboratorio
4
contratado acreditado
Recurso humano - Áreas de apoyo
No. Denominación Especialistas
Seguridad Industrial y Salud Especialistas en Seguridad
1
Laboral - CELEC EP Industrial, médicos y paramédicos
Especialistas en Comunicación y
2 Comunicación - CELEC EP
Diseño
Subgerencia de la Producción - Ing. Mecánico, Ing. Eléctrico e
3
CELEC EP Ing. Civil
Recurso económico
No. Denominación Monto sin IVA*

Informes técnicos, de los

1 $5 175,44
Figura 1: Diagrama de la Metodología del Proyecto equipos contratados [4] [5].
Equipos e implementos
2 $4 966, 35
(Tabla 1)
2.1. Prueba Piloto del Rescate de Peces 3 Otros** $200,00

La prueba piloto para efectuar el rescate de peces, *Impuesto al Valor Agregado

se realizó a fin de verificar el correcto funcionamiento ** Implementos para instalaciones previamente construidas
de los equipos, instalaciones, implementos y para
establecer parámetros de sobrevivencia de los peces • Las instalaciones previamente construidas
en cautiverio. fueron: cubierta plástica con sarán y estructura
metálica para los tanques, panel de control
Esta fase se desarrolló desde 2017-03-27 al 2017- eléctrico para provisionar de energía a los
04-06 [4]. Se contempló lo siguiente: aireadores y reflector, implementación del
sistema de aireación con los blowers, tarima de
• Instalación de los equipos y estado de madera entre los tanques, cavado de una fosa
implementos, según se detalla en la Tabla 1: en caso de peces muertos y captación de agua
de una fuente cercana al río Huaycuyacu para
Tabla 1: Equipos e Implementos llenar los tanques.
Nombre Descripción Cantidad
• El Departamento de Gestión Social y
Venterol eléctrico 450W, 4”, 110V, de aluminio 2
Bomba de succión 1,5HP, 110/220V 1
Ambiental, efectuó reuniones con: Área de
Capacidad 5000 lt., de
Comunicación, Área de Seguridad y Salud
Tanque botella 5
plástico Laboral, Jefatura de la central hidroeléctrica
Reductor de desagüe 110mm. x 50mm. 2 Manduriacu, con el equipo técnico
Tubo de ventilación 50mm. x 3m. 10
contratado, y con los moradores del área de
Tubo de ventilación 110mm. x 3m. 1
Tubería estándar flex 1” rollo, 72psi. 1
influencia. Se enviaron comunicaciones a las
Tee 50 mm. C/C/E 5 autoridades ambientales competentes, actores
Red de mano 40 cm. x 30 cm., de plástico 6 institucionales y comunidades del área de
Red de agallas 15 m. y 30 m. 4 influencia, con el cronograma establecido para
Atarraya 3 m. y 2,5 m. 3
el cumplimiento de actividades.
Extensión eléctrica 2 x 16, 15 m. 2
Balde industrial 19 lt., 5 gl., de color blanco 10

Acoples, terminaciones de Aptas para los tubos de

• El 2017-04-03 el Departamento de Gestión
5
tubería ventilación y te de plástico Social y Ambiental, junto al equipo técnico
contratado, establecieron como sitios de pesca
para la prueba piloto; la presa del embalse

196

(salida del túnel de desvío y embalse); cerca
al Centro de Investigación y río Huaycuyacu.
• Se procedió a lavar y llenar dos de los cinco
tanques (tanque No. 3 y No. 4, Tabla 4) para
la permanencia de los peces. Del 2017-04-03
al 2017-04-05 se realizó la pesca en los sitios
ya señalados y se los trasladó en baldes. Se
colectaron peces utilizando las artes de pesca
con: atarrayas, redes de agallas y redes de
mano.
• Los peces obtenidos fueron contabilizados,
fotografiados y separados de acuerdo a su
tamaño en los tanques (numerados para
facilitar su identificación). Una vez aquí,
se tomó la temperatura del agua cada media
hora, para verificar que no existiera demasiada
diferencia, respecto a la fuente de agua de
donde fueron rescatados.
• Se alimentó a los peces con termitas, alimento
para peces (hojuelas) y avena, en los tanques
No. 3 y No. 4 durante tres días y se los liberó
el día 2017-04-06.
• El 2017-04-06, se realizó una presentación
demostrativa en el Centro de Investigación, con
el fin de difundir y acoger recomendaciones
de las acciones desarrolladas durante la prueba
piloto.
2.2. Plan de Acción para el Rescate de los Peces
Se realizó el rescate de peces, en actividades
planificadas antes, durante y después del mismo.
Esta fase se desarrolló del 2017-04-17 al 2017-04-27.
Mientras que las maniobras de operación para esta
actividad se efectuaron del 2017-04-19 al 2017-04-
28, concluyendo con el llenado del embalse [5]. A
continuación, se detallan las acciones para esta fase:
• Verificación de equipos, estado de los
implementos, e infraestructura ya usada
durante la prueba piloto. Colocación de cintas
y conos en los sitios de trabajo, zonas de riesgo
y puntos de rescate de peces.
• Se efectuaron reuniones de coordinación con
las áreas involucradas (Tabla 2) y se les envío
el cronograma de actividades en el tiempo
señalado.
• Los días del 2017-04-17 al 2017-04-18 se
lavaron y llenaron los cinco tanques.
• Se inició el rescate de peces y la búsqueda de
pozas de agua en los puntos señalados en la
Tabla 3. Los puntos de muestreo abarcaron
entre 100 m. a 300 m. de longitud muestreada.
Se procedió a recolectar peces en el día y
noche del 2017-04-17 al 2017-04-22, dando
prioridad a las zonas donde el nivel de agua
disminuía más rápidamente, usando las artes
de pesca ya mencionadas.
Edición No. 14, Enero 2018
• En el punto No. 5 de la Tabla 3, fue necesaria la
utilización de líneas de vida (sogas y arneses)
y chalecos salvavidas, para que los pescadores
pudieran bajar por el talud hasta el espejo de
agua, con seguridad.
• En los puntos No. 3 y No. 7 de la Tabla 3, se usó
una canoa inflable para realizar la recolección
de peces.
Tabla 3: Puntos de Muestreo
No. Descripción
Tipo de
muestreo
Río Huaycuyacu: aguas arriba del puente Diurno y
1
cerca de la cascada nocturno
2 Río Huaycuyacu: aguas abajo del puente
Diurno y
nocturno
Diurno y
3 Embalse: frente al Centro de Investigación
nocturno
Embalse: a 500 m. del Centro de Investigación Diurno y
4
en dirección del puente de la represa nocturno
Diurno y
5 Embalse: en el puente de la represa
nocturno
Río Guayllabamba: 500 m. aguas abajo del
6 Diurno
puente de la represa
7 Río Guayllabamba: canal de agua turbinada Diurno
Río Manduriacu: en la confluencia de éste en
8 Diurno
el río Guayllabamba
• Se colocaron redes de agallas en zonas
angostas, ubicadas: en los puntos No. 2; y No.
3 de la Tabla 3; con la finalidad de evitar que
los peces de aguas arriba del embalse bajen
hacia la presa, y orientarlos para que regresen
a fuentes de agua, como, afluentes cercanos.
• El equipo técnico contratado, pescó y trasladó
los peces hacia el Centro de Investigación,
identificándolos de la misma forma que en la
prueba piloto.
• No se midió la temperatura, con la misma
frecuencia que en el plan piloto, dado que no
hubo muertes, con el sistema ya implementado
para los peces en cautiverio.
• En el tanque No. 2 se colocaron a los individuos
recolectados en la noche del 2017-04-21, y a
los peces restantes, se los distribuyó conforme
lo indicado en la Tabla 4.
Tabla 4: Distribución de Peces en los Tanques por Tamaños
Tanque
Categorías de tamaños
No.
1 Individuos grandes y medianos
Individuos capturados en los puntos No. 2 Río
2 Huaycuyacu: aguas abajo del puente, y No. 3 Embalse:
frente al Centro de Investigación. Recolección nocturna
3 Individuos pequeños
4 Individuos grandes
5 Individuos pequeños
• Continuamente, personal de operación de la
central hidroeléctrica, informó al personal de
197
 Arcos et al. / Buenas Prácticas Socioambientales en el Manejo Ecológico del Embalse de la Hidroeléctrica Manduriacu

Gestión Social y Ambiental, la apertura de las Continuación Tabla 5: Nivel del Embalse y Caudal de Ingreso
compuertas de fondo y de los vertederos. Lo en el Tiempo
cual permitió realizar el ingreso o salida del
Caudal
equipo técnico contratado y los implementos Nivel de
de Actividades
No. Fecha Hora embalse
de pesca del embalse. m.s.n.m.
ingreso realizadas
m³/s
Se realizan
• El 2017-04-19, 2017-04-20 y 2017-04-24 04:00 469,00 312,04
aperturas y cierres
el equipo técnico contratado, personal de de las compuertas
de los desagües,
Seguridad y Salud Laboral y de Gestión Social 6 2017-04-24
según las
Ambiental, realizaron la inspección desde 24:00 468,00 392,57 necesidades para
aguas abajo de la presa hasta la confluencia la evacuación de
sedimentos.
del río Guayllabamba con el río Manduriacu.
Esto se realizó, con la finalidad de rescatar a 01:00 468,00 392,57 Se realizan
aperturas y cierres
los peces que hubiesen quedado atrapados y de de las compuertas
recoger aquellos que pudieron haber muerto. 7 2017-04-25
de los desagües,
según las
21:00 468,00 316,69 necesidades para
• En la Tabla 5, se contemplan los niveles la evacuación de
del embalse, más relevantes, y el caudal de sedimentos.

ingreso a este, alcanzado en el tiempo. Cabe 02:00 468,00 316,69 Se inicia el

indicar que los sensores del sistema SCADA 8 2017-04-26
llenado controlado
del nivel del
solo detectan el nivel del embalse hasta el 473 24:00 474,20 421,91
embalse.
m.s.n.m., por lo tanto, para niveles menores se
lo realizó con la aproximación del ojo humano. 01:00 475,00 434,30 Se continúa con el
12:00 480,30 342,20 llenado controlado
9 2017-04-27
del nivel del
Tabla 5: Nivel del Embalse y Caudal de Ingreso en el Tiempo 24:00 486,10 362,12 embalse.

Caudal Se continúa con el

Nivel de 01:00 486,90 389,67
de Actividades llenado controlado
No. Fecha Hora embalse 10 2017-04-28
ingreso realizadas del nivel del
m.s.n.m. 13:00 492,90 371,51 embalse.
m³/s
17:00 492,60 496,85 Se inician
maniobras • Los días 2017-04-18, 2017-04-20 y 2017-04-
controladas
de descenso 21 se llevaron a cabo los muestreos de agua
del nivel del y sedimento, aguas arriba y abajo de la presa
1 2017-04-19 embalse, mediante
24:00 490,70 487,64 generación y
de la central hidroeléctrica, como parte del
apertura de programa de monitoreo anual del Plan de
compuertas de Manejo Ambiental para la central.
vertederos desde
las 18:00.
• Los peces fueron mantenidos en los cinco
01:00 490,40 478,75 Se desciende el tanques del Centro de Investigación, durante
nivel de embalse
2 2017-04-20 controlando diez días del 2017-04-17 al 2017-04-27.
24:00 484,80 412,35 aperturas de En este último día se reintrodujeron al río
vertederos.
Guayllabamba, en los puntos del No. 2 al No.
Descenso 4 de la Tabla 3.
04:00 485,70 417,89
de embalse
controlado por • Se efectuaron cambios de agua en los
3 2017-04-21 vertederos, en este
20:00 478,60 293,30
día se abren los
tanques, los últimos cuatro días antes de la
desagües de fondo reintroducción de peces. Esto se debió a que
24:00 476,90 316,17 principales. la descomposición de los restos de comida, y
01:00 476,40 332,01 Se realizan material orgánico; cambiaron el color del agua
aperturas y cierres y esto podía afectar a la calidad de vida de los
de las compuertas
10:00 473,00 322,59 de los desagües, peces.
4 2017-04-22
según las
necesidades para • La alimentación de los peces fue realizada
21:00 469,00 307,93 la evacuación de
sedimentos.
en base a avena y termitas de los árboles de
la zona, con muy buena aceptación, y a pocos
Se realizan
01:00 469,00 325,73 aperturas y cierres días antes de su reintroducción al embalse se
de las compuertas les dio yuca rallada.
de los desagües,
5 2017-04-23
según las
necesidades para
• Permanentemente, personal técnico, estuvo
14:00 469,00 263,25
la evacuación de presente, cuidando el estado de los peces.
sedimentos.

198
 Edición No. 14, Enero 2018

En la Fig. 2, se presenta un diagrama con imágenes * Cantidad de individuos.

del sistema de rescate de peces.
Los peces rescatados fueron colocados en dos
tanques durante la prueba piloto, y corresponden a las
especies detalladas en la Tabla 7 [4].

Tabla 7: Disposición de los Peces en los Tanques No. 3 y No. 4

Tanque No. 3
No. Especie # ind.*
1 Astyanax festae 4
2 Brycon dentex 84
3 Bryconamericus brevirostris 4
4 Rhoadsia altipinna 5
5 Pimelodella cf. Modestus 2
Figura 2: Sistema de Rescate de Peces
a, b, c: artes de pesca; d: contabilización e identificación; 6 Chaetostoma fischeri 1
e: traslado a los tanques; f: tanques; g: aireación; h: 7 Xiphophorus hellerii 16
alimentación; i: reintroducción 8 Andinoacara rivulatus 3
Total 119
La zona donde se desarrolló el proyecto, se detalla Tanque No. 4
en la Fig. 3. No. Especie # ind.*
1 Pimelodella cf. modestus 45
2 Chaetostoma fischeri 12
Total 57

* Cantidad de individuos.

3.1.2 Mediciones de temperatura

Figura 3: Ubicación de las Instalaciones, Ríos y Embalse de la La temperatura en los tanques presentó variaciones
Central Hidroeléctrica Manduriacu de entre 2 °C y 3 °C, manteniéndose en el rango de
22 °C y 25 °C. Para el tercer día, de la prueba piloto,
3. PRESENTACIÓN Y DISCUSIÓN DE esta se estabilizó en el rango de 22°C a 23°C, como
RESULTADOS se observa en la Fig. 4 [4]. Al no haberse presentado
mortandad de peces, bajo estas condiciones de
3.1. Presentación y Discusión de Resultados para variación de temperatura, se practicará el mismo
la Prueba Piloto sistema de aireación para el plan de acción.

3.1.1 Especies registradas

Se registraron 176 individuos pertenecientes

a ocho especies, cinco familias y cuatro órdenes
[4]. Los mismos se contabilizaron y fotografiaron
antes de ser colocados en los tanques del Centro de
Investigación, y se detallan a continuación:

Tabla 6: Lista de Especies Registradas, Nombre Común y

Número de Individuos

Nombre
Orden/Familia Nombre científico # ind.*
común Figura 4: Resultados de la Temperatura en el Tiempo, para los
Hormiga Tanques No. 3 y No. 4 el 2017-04-05
1 Astyanax festae 4
de agua
CHARACIFORMES 2 Brycon dentex Sábalo 84
Characidae 3 Bryconamericus
Doradilla 4
3.2. Presentación y Discusión de Resultados para
brevirostris el Plan de Acción
4 Rhoadsia altipinna Bunga 5
SILURIFORMES 5 Pimelodella cf. 3.2.1 Especies registradas
Barbudo 47
Heptapteridae modestus
6 Chaetostoma Se registraron 1949 individuos pertenecientes a
Loricariidae Guaña 13
fischeri
CYPRINODONTIFORMES 7 Xiphophorus diez especies, seis familias y cinco órdenes, estos se
Pez espada 16
Poeciliidae hellerii contabilizaron y fotografiaron antes de ser colocados
PERCIFORMES 8 Andinoacara
Vieja 3 en los tanques (Tabla 8) [5].
Cichlidae rivulatus
Total 8 176

199
 Arcos et al. / Buenas Prácticas Socioambientales en el Manejo Ecológico del Embalse de la Hidroeléctrica Manduriacu

Tabla 8: Lista de Especies Registradas, Nombre Común y No. Especie # ind.*

Número de Individuos 1 Astyanax festae 23
2 Brycon dentex 92
3 Bryconamericus brevirostris 71
Nombre Nombre # 4 Rhoadsia altipinna 49
Orden/Familia
científico común ind.* 5 Xiphophorus hellerii 316
1 Astyanax Hormiga de Total 551
80
festae agua
667
2 Brycon dentex Sábalo
CHARACIFORMES 3
Los tanques No. 1 y No. 4 tienen menor número de
Characidae Bryconamericus Doradilla
233 individuos, ya que ahí se colocaron a los especímenes
brevirostris grandes y medianos. El tanque No. 4 fue cubierto con
4 Rhoadsia
altipinna
Bunga 153 una red porque los peces saltaban fuera del mismo.
SILURIFORMES 5 Pimelodella cf.
Barbudo 284
Heptapteridae modestus 3.2.2 Mediciones de temperatura
6 Chaetostoma
Loricariidae Guaña 8
fischeri
CYPRINODONTIFORMES 7 Xiphophorus La temperatura de los cuerpos de agua (mientras
Pez espada 439
Poeciliidae hellerii el embalse disminuía de altura) fue de 24 °C a 24,8
MUGILIFORMES 8 Agonostomus
Mugilidae monticola
Lisa 9 °C, mientras que la temperatura en los tanques fue de
9 Andinoacara Vieja 75 23,3 °C a 25 °C [5]. Se comprueba nuevamente que la
PERCIFORMES rivulatus variación de temperatura identificada, no afecta a la
Cichlidae 10 Oreochromis
niloticus
Tilapia 1 calidad de vida de los peces.
Total 10 1979
3.3.3 Relación del caudal de ingreso, nivel del
embalse y actividades de rescate de peces
* Cantidad de individuos.

De la Tabla 5 se desprenden las Fig. 5 y Fig. 6,

Los días previos al lavado (2017-04-17 al 2017-
04-19) se obtuvieron 62 individuos rescatados y el
nivel del agua se encontraba alto, lo cual dificultó la
captura de peces. Los días de mayor recolección de
peces fueron del 2017-04-20 al 2017-04-23.
En la Tabla 9 se presenta la distribución de los
peces en los tanques [5]:
donde se relaciona el caudal de ingreso, nivel del
embalse y actividades de rescate de peces. Las
actividades de pesca, se coordinaron conforme se
maniobró la apertura y cierre de los vertederos y
la apertura de los desagües de fondo de la central
hidroeléctrica [5].

Tabla 9: Distribución de los Peces Recolectados en los Cinco

Tanques

Tanque No. 1
No. Especie # ind.*
1 Brycon dentex 97
2 Bryconamericus brevirostris 59
3 Pimelodella cf. Modestus 20
Total 176
Tanque No. 2
No. Especie # ind.*
1 Astyanax festae 22 Figura 5: Caudal de Ingreso (m³/s) en Función de la Hora de
2 Brycon dentex 178
Lavado de los Lodos de Fondo del Embalse
3 Bryconamericus brevirostris 46
4 Rhoadsia altipinna 72
5 Pimelodella cf. modestus 177
6 Xiphophorus hellerii 26
7 Andinoacara rivulatus 34
Total 555
Tanque No. 3
No. Especie # ind.*
1 Astyanax festae 35
2 Brycon dentex 214
3 Bryconamericus brevirostris 57
4 Rhoadsia altipinna 32
5 Pimelodella cf. modestus 87
6 Chaetostoma fischeri 3
7 Xiphophorus hellerii 97
8 Andinoacara rivulatus 26
9 Oreochromis niloticus 1
Total 552 Figura 6: Nivel del Embalse (m.s.n.m.) en Función de los Días
Tanque No. 4 de Lavado de los Lodos de Fondo del Embalse
No. Especie # ind.*
1 Brycon dentex 86 Las maniobras de pesca se deben realizar
2 Chaetostoma fischeri 5
3 Agonostomus monticola 9 intensivamente en los puntos del No. 1 al No. 4 (Tabla
4 Andinoacara rivulatus 15 3) antes del caudal de 293,30 m3/s (Fig. 5), puesto
Total 115
Tanque No. 5

200

que después de este, se empezaron a observar peces
en el lodo. El caudal de 293,30 m3/s, se alcanzó el día
2017-04-21 a las 20:00, cuando adicionalmente, a la
apertura de los vertederos se abrieron los desagües de
fondo principales.
Bajo los 478,60 m.s.n.m., los puntos No. 5 y No.
7 (Tabla 3) son de interés, al existir pozas con agua,
donde se rescatan peces en forma coordinada con el
Área de operaciones de la central hidroeléctrica. Las
maniobras de apertura y cierre de las compuertas de
los desagües, se realizan en función de las necesidades
para la evacuación de sedimentos (Tabla 5 y Fig. 6).
Con las maniobras controladas del descenso del
nivel del embalse y apertura de vertederos, durante
los días 2017-04-19 y 2017-04-20 (Tabla 5), fue
posible efectuar el rescate de peces.
La formación de islas de arena, constituye el punto
a partir del cual ya no es seguro ingresar al embalse,
para realizar las actividades de pesca (puntos No. 1
al No. 4 de la Tabla 3). Este fenómeno se evidenció
aproximadamente, desde el 2017-04-21 a las 20:00
(Tabla 5).
Al segundo día de llenado del embalse (2017-04-
27), se alcanzaron las condiciones más seguras para
reintroducir los peces rescatados en los puntos del
No. 2 al No. 4 de la Tabla 3, con un nivel de 480,90
m.s.n.m. y un caudal de 342,20 m3/s (Tabla 5).
3.3.4 Mortandad de peces
La distribución de la mortandad de peces se
detalla en la Tabla 10.
Tabla 10: Número y Porcentaje de Mortandad de Peces en
los Tanques
% de
No. de tanque # ind.*
# ind. por
muertos en
tanque
cada tanque
Tanque No. 1 3 176 1,7
Tanque No. 2 431 555 77,7
Tanque No. 3 43 552 7,8
Tanque No. 4 2 115 1,7
Tanque No. 5 46 551 8,3
Total 525
# ind.: Cantidad de individuos.
Hubo 525 peces muertos en los tanques, de los
1949 peces rescatados, lo cual corresponde a un
porcentaje de mortandad de 26,9%.
Del total de peces muertos, 431 individuos
corresponden al tanque No. 2, por lo tanto, el
porcentaje de mortandad, en este, fue del 82,1% [5].
La especie Pimelodella cf. Modestus (mayormente
colocada en el tanque No. 2), es susceptible al
Edición No. 14, Enero 2018
cautiverio, sensible alimentariamente, y su mortandad
se atribuye a que no pudo alimentarse en la columna de
agua al encontrarse en la zona más baja. La mortandad
de esta especie hizo que la calidad del agua del tanque
sea perjudicial para las demás, a pesar de los cambios
de agua realizados. Otra de las condiciones que
sumaron a la muerte de los peces en el tanque No.
2, fue que aquellos rescatados durante el 2017-04-21,
tenían sus branquias con lodo y su muerte originó una
contaminación cruzada en el tanque.
4. CONCLUSIONES Y RECOMENDACIONES
Se obtuvieron las siguientes conclusiones:
• Se confirmó en el rescate de peces que el orden
más diverso es el de los CHARACIFORMES
(Characidae), lo cual, se encuentra en
concordancia con los resultados del monitoreo
ambiental del año 2016 de la central
hidroeléctrica Manduriacu [6]. Además,
se registró por primera vez, el pez espada
(Xiphophorus hellerii). Esta es una especie
introducida, por motivo de un proyecto para
el control biológico de mosquitos en las
provincias del Guayas, El Oro y Manabí [7].
• De las especies registradas durante el estudio
no se registró ninguna considerada en peligro
de extinción.
• Hubo 94 peces muertos en los tanques No. 1,
No. 3, No. 4 y No. 5, lo cual representa el 18%
del total de muertes.
• No se rescataron peces muertos de las orillas del
embalse, río Guayllabamba o río Huaycuyacu
durante el lavado del embalse.
• El monitoreo de calidad de agua y sedimento,
% del
total de
de los lavados del embalse, permitirá contar
muertos con información respecto a la dinámica de los
0,6 parámetros físicos y químicos. A partir de estos
82,1 se conocerán las condiciones y hábitos de vida
8,2 de las especies en el río Guayllabamba.
0,4
8,8 • Para mitigar el impacto de mortandad de peces
100,0 en el embalse, se requiere realizar los lavados
de los lodos de fondo, con un caudal hídrico
de ingreso al sistema de generación de 496,85
m3/s del río Guayllabamba; una cota máxima
del embalse de 492,60 m.s.n.m.; época de
no actividades reproductivas en el mismo y
acciones operacionales controladas.
• Los puntos del No. 1 al No. 4 (Tabla 3)
representan los sitios donde la pesca debe
realizarse hasta un nivel del embalse de
aproximadamente 478,60 m.s.n.m. y un caudal
de 293,30 m3/s, mientras que, a partir de estas
201
 Arcos et al. / Buenas Prácticas Socioambientales en el Manejo Ecológico del Embalse de la Hidroeléctrica Manduriacu
condiciones, se iniciará la pesca en los puntos
No. 5 y No. 7.
• A partir de la apertura de los desagües de
fondo además de los vertederos principales, se
recogen menos peces, por tanto, la pesca será
más intensa los dos primeros días de iniciadas
las actividades del lavado del embalse, por
parte del Área de operaciones.
• La reintroducción de peces se realizó en los
puntos del No. 2 al No. 4, con un nivel de
480,90 m.s.n.m. y un caudal de 342,20 m3/s
(Tabla 5).
• Esta metodología de rescate de peces,
funciona para embalses de tamaño pequeño
o mediano, en los cuales, gracias a su forma
natural, se puede acceder a puntos seguros,
para las personas e implementos como; botes,
redes de agallas, y atarrayas. Lo cual, facilita
la pesca y la movilización de los peces en el
menor tiempo, hacia el sistema implementado
para el cautiverio.
Las recomendaciones que se desprenden del
presente proyecto son:
• Es necesaria la coordinación entre todas las
áreas involucradas a nivel institucional e
interinstitucional, y la difusión oportuna de las
actividades a desarrollar, tanto a nivel interno
como externo.
• Colocar los peces muertos en fosas y cubrirlos
con tierra, en zonas alejadas de actividades
humanas, pero dentro del área de la central
hidroeléctrica.
• Para contribuir a la supervivencia de los
peces, hay que considerar principalmente
las siguientes variables; temperatura,
alimentación, aireación y cambios de agua.
• Para la disminución de la mortandad de
peces, la separación de estos durante el
cautiverio, se realizará en función de; el
tipo y forma de alimentación en la columna
de agua, el nivel de sensibilidad biológica y
el tamaño. Adicionalmente, aquellos peces
que se recolecten durante los últimos días de
rescate, deberán ser colocados en un tanque
diferente. Esto, con la finalidad de evaluar
las condiciones de salud y la mortandad por
separado, sin que se afecte a la calidad de vida
de los demás.
202
REFERENCIAS BIBLIOGRÁFICAS
[1] Secretaría Nacional de Planificación y Desarrollo
- Senplades, Plan Nacional del Buen Vivir 2013-
2017. Quito, Ecuador, 2014.
[2] Hidroequinoccio, Consorcio TCA Tractebel
Caminosca Asociados, Proyecto Hidroeléctrico
Manduriacu Estudio de Impacto Ambiental
definitivo (EIAD). Quito, Ecuador, 2012.
[3] Ideambiente Cía. Ltda., Actualización del Plan
de Manejo Ambiental del proyecto hidroeléctrico
Manduriacu de 60 MW. Quito, Ecuador, 2013.
[4] P. D. Cecilia, “Primer informe: prueba piloto
para el rescate de peces durante el lavado de
sedimentos del embalse de la central hidroeléctrica
Manduriacu de 60 MW” Empresa Pública
Estratégica Corporación Eléctrica del Ecuador
Unidad de Negocio Coca Codo Sinclair, Quito,
Ecuador, Abr. 2017.
[5] P. D. Cecilia, “Informe rescate de peces durante
el lavado de sedimentos del embalse de la central
hidroeléctrica Manduriacu de 60 MW” Empresa
Pública Estratégica Corporación Eléctrica del
Ecuador Unidad de Negocio Coca Codo Sinclair,
Quito, Ecuador, Abr. 2017.
[6] S. M. Franklin, “Monitoreo Ambiental en la
central hidroeléctrica Manduriacu de 60 MW de
capacidad, de CELEC EP Coca Codo Sinclair, año
2016” Empresa Pública Estratégica Corporación
Eléctrica del Ecuador Unidad de Negocio Coca
Codo Sinclair, Quito, Ecuador, Dic. 2016.
[7] B. S. Ramiro, “Lista de peces de agua dulce
e intermareales del Ecuador” Revista Politécnica,
vol. 30, número 3, ISSN: 1390-0129, pp. 83-119,
Sep., 2012.
Valeria Arcos Hervas.- Socióloga
de la Pontificia Universidad
Católica del Ecuador y Máster
en Relaciones Internacionales
con mención en Negociación y
Cooperación Internacional de
la Facultad Latinoamericana de
Ciencias Sociales. Con experiencia
en diagnósticos socioambientales,
elaboración de estudios de impacto ambiental, auditorías
ambientales, gestión y transformación de conflictos
socioambientales, participación social, mapeo de actores,
legislación y capacitación. Se ha desempeñado en
diversas entidades, con capacidad para la negociación
y transformación de conflictos, atención oportuna en
situación de riesgo y manejo de crisis.
 Edición No. 14, Enero 2018

Susan Andrea Feijóo Jahir José Valencia Larrea.-

Bermeo.- Nació en Machala, Nació en León, Nicaragua
Ecuador en 1987. Graduada en 1978. Obtuvo el título de
de Ingeniera Ambiental en la Biólogo Marino en la Pontificia
Escuela Politécnica Nacional Universidad Católica del
en 2013; de Máster en Gestión Ecuador en 2003; Máster en
Ambiental y de Calidad en la Gestión de Residuos en el
Empresa en el Centro Europeo Instituto de Investigaciones
de Posgrados de España de Ecológicas, España en 2005.
la Universidad de Alcalá, en 2015. En 2009 trabajó Laboró en Hidropastaza EP en 2008; en la Unidad
en el Ministerio del Ambiente y en la Consultora de Negocio Hidroagoyan como Supervisor Gestión
Ecoclima; en 2010 realizó pasantías en Petrobras; del Ambiental y Comunidades en 2010; como técnico
2011 al 2013 laboró en Efficacitas Consultora y desde del CONELEC en 2013; en la Unidad de Negocio
ese año hasta la actualidad es Especialista en Gestión Enernorte de Jefe de Gestión Social y Ambiental
Ambiental en CELEC EP. Experiencia en: eficiencia en 2013; y desde el 2015 hasta la actualidad como
energética, calidad de la empresa, consultoría Especialista en Gestión Ambiental de la Unidad de
ambiental y seguridad industrial. Negocio Coca Codo Sinclair.

203
 Artículo Académico I+D+i / Academic Paper I+D+i

Sustainable Housing Assessment Method in the City of

Cuenca, Ecuador
Método de Evaluación Sustentable de la Vivienda en la
Ciudad de Cuenca, Ecuador
J.F. Quesada1 A. E. Calle1 V.F. Guillén1 J.M. Ortiz1 K.J. Lema2
Facultad de Arquitectura y Urbanismo, Universidad de Cuenca, Cuenca, Ecuador
1

E-mail: felipe.quesada@ucuenca.edu.ec; andrea.calle@ucuenca.edu.ec; vanessa.guillen@ucuenca.edu.ec;

jessortizfernandez@gmail.com
2
Instituto Tecnológico Superior Particular Sudamericano
E-mail: jlema@sudamericano.edu.ec

Abstract Resumen

At present, Building Sustainable Assessment En la actualidad, los métodos de evaluación

methods (BSA) have developed systems to measure
and rate the level of compliance of buildings.
However, many authors have identified potential
problems that could arise from a poor import of
these assessments. The present method was the
result of an investigation that proposes to observe
and analyze a series of specific performances of
the dwelling and its parts, which allow to ensure
the quality of the project and to certify the future
performance of the dwelling based on appropriate
sustainability indicators for the city of Cuenca.
The methodological design of the research went
through three stages of development: First, a new
approach on sustainable building assessment is
presented, which may be suitable for developing
countries, based on an exhaustive review of the
state of the art. Second stage, based on the study
of the city’s housing stock, defines criteria and
indicators. Finally, weightings for each evaluation
topic are defined by different experts in the area.
The result of this research is an evaluation scheme
composed of a hierarchical structure of 3 levels
ranging from general to specific: 8 categories, 38
requirements and 80 evaluation criteria that apply
to single family and multifamily houses.
sustentable de la edificación “BSA” (Building
Sustainable Assessment) han desarrollado sistemas
para medir y calificar el nivel de cumplimiento de
las edificaciones, sin embargo, muchos autores
han determinado los posibles problemas que
pudieran darse por una mala importación de estas
evaluaciones. El presente método fue producto de
una investigación que propone observar y analizar
una serie de desempeños específicos de la vivienda
y sus partes, las cuales permitan calificar la calidad
del proyecto y certificar el futuro desempeño de la
vivienda en base a indicadores de sustentabilidad
apropiados para la ciudad de Cuenca. El diseño
metodológico de la investigación atravesó por tres
etapas de desarrollo: En la primera, se plantea un
nuevo enfoque de la evaluación sustentable de la
edificación que pueda ser adecuado para países
en vías de desarrollo, basado en una exhaustiva
revisión del estado de arte. En la segunda, a partir
del estudio del parque de viviendas de la ciudad,
se definen criterios e indicadores. Por último, con
la participación de expertos en el área, se definen
ponderaciones para cada uno de los temas de
evaluación. Los resultados de esta investigación
son un esquema de evaluación compuesto por
una estructura jerárquica de 3 niveles que van
de lo general a lo específico: 8 categorías, 38
requerimientos y 80 criterios de evaluación que se
aplican a viviendas multifamiliares y 8 categorías,
28 requerimientos y 58 criterios de evaluación a
viviendas unifamiliares.

Index terms− Sustainability, evaluation, method, Palabras clave− Sustentabilidad, evaluación,

housing, Cuenca. método, vivienda, Cuenca.

Recibido: 29-11-2017, Aprobado tras revisión: 04-12-2017

Forma sugerida de citación: Quesada, F.; Calle, A.; Guillen-Mena, V.; Ortiz, J.; Lema, J. (2018). “Método de Evaluación
Sustentable de la Vivienda en la ciudad de Cuenca - Ecuador”. Revista Técnica “energía”. No. 14, Pp. 204-212
ISSN 1390-5074.

204

1. INTRODUCCIÓN
La problemática habitacional en países en vías
de desarrollo, tiene varios frentes, entre los cuales
podemos mencionar el déficit habitacional tanto
cuantitativo como cualitativo, la demanda de recursos
y los impactos ambientales generados por el sector.
En el Ecuador, el 50% de las familias no poseen
vivienda o habitan en viviendas inadecuadas, en
donde la precariedad de los materiales y la falta de
acceso a infraestructura son los aspectos más notorios
[1], lo cual expone a un alto riesgo al bienestar de los
habitantes, tal como lo demuestran algunos estudios
sobre las enfermedades que se pueden adquirir
debido a las condiciones que poseen las viviendas
[2-4]. En cuanto a la demanda de recursos, el sector
residencial consume el 36,79% de la energía a nivel
nacional [5], siendo uno de los sectores de mayor
demanda y su tendencia para el 2020 indica que esta
situación no variará [6]. En lo que respecta a los
impactos ambientales, en nuestro país el manejo de
desechos se ha vuelto crítico. De los 221 municipios,
tan solo 61 municipios presentan un manejo de sus
desechos parcialmente controlado, lo que genera
una gran contaminación de suelo, agua y aire, con la
consiguiente afección a la salud de la población [7].
Problemas en la calidad de aire por el incremento
considerable de algunos contaminantes como CO2,
NOx y SOx, se presenta en donde existen granadas
concentraciones de población urbana, como es el caso
de Quito, Guayaquil y Cuenca, en donde el sector
residencial es el segundo contribuyente de emisiones
de contaminantes [8].
Una alternativa que ha dado soluciones efectivas
a esta problemática, han sido la construcción de
edificaciones sustentables que sean eficientes y
eficacia, en su propósito de brindar condiciones
habitabilidad a sus ocupantes, lo cual se define en
una relación entre el confort conseguido y el impacto
ambiental causado por alcanzarlo [9].
1.1. Edificaciones Sustentables
La sustentabilidad, es una de las mayores
preocupaciones en la actualidad y probablemente
el mayor desafío que enfrenta la humanidad [10],
debido al modelo de desarrollo y consumo adoptado
por los países industrializados y a las consecuencias
que resultan de este sistema. La definición de
“Desarrollo Sustentable”, ha pasado por un proceso
de evolución largo y complejo, pero mundialmente
ha sido acogido, el concepto presentado en el informe
de la Comisión Mundial sobre el Medio Ambiente y
el Desarrollo de las Naciones Unidas, que lleva por
título “Nuestro Futuro Común” (1987), conocido
como informe Brundtland. En este documento, en su
parte inicial de recapitulaciones de la Comisión, al
tratar sobre desarrollo duradero, se establece que “está
en manos de la humanidad hacer que el desarrollo sea
sostenible, duradero, o sea, asegurar que satisfaga las
Edición No. 14, Enero 2018
necesidades del presente sin comprometer la capacidad
de las futuras generaciones para satisfacer las propias”
[11]. Este concepto, exige un cambio en el modelo de
desarrollo. El sector de la industria es fundamental
en la estructura del desarrollo sustentable, del mismo
modo que la industria de la construcción juega en
este contexto un papel importante a través de su
actividad, pudiendo contribuir a la disminución de los
niveles de consumo de recursos y la contaminación
del medioambiente (Por ejemplo: con el diseño y
gestión del ambiente urbano construido y edificios), y
también, en el tratamiento de las necesidades humanas
básicas (provisión de vivienda e infraestructura social,
basados en promoción de la salud, accesibilidad
universal y adaptación funcional en base a las
necesidades específicas de la persona).
En este ámbito, los llamados Métodos de
Evaluación Sustentable de la Edificación “BSA”
(Building Sustainable Assessment) han desarrollado
herramientas que evalúan el desempeño de la
edificación, con lo cual se puede verificar el
cumplimiento de estándares sustentables que
mejoren las prácticas habituales de construcción
y las prestaciones que entregan los edificios a sus
habitantes. Estos métodos para alcanzar los objetivos
de la edificación sustentables, han estructurado
sus evaluaciones a través de categorías (temas de
evaluación) que premian las estrategias de reducción
del impacto ambiental negativo, la demanda
energética, la eficiencia de los equipos, entre otros; y a
la vez, promueven las prácticas sustentables en todas
las etapas del ciclo de vida de la edificación (diseño,
construcción, utilización y demolición).
1.2. Evaluación Sustentable de la Edificación
La evaluación implica la medición de lo bien o
mal, que un edificio se desempeña o puede llegar a
desempeñarse, en contra de un conjunto de criterios
declarados [12], por lo tanto, las herramientas BSA
han tratado de ser la respuesta a las necesidades de
los diseñadores y ocupantes de edificios [13]. En la
actualidad, a pesar que existe una extensa variedad de
BSA, solo pocos han tenido difusión y reconocimiento
internacional, tal es el caso de los siguientes métodos:
1.2.1 Leed
LEED (por sus siglas en inglés Leadership in
Energy & Environmental Design), fue desarrollado
por U.S. Green Building Council (USGBC) en
Estados Unidos, es un sistema estándar basado en el
consenso y en criterios de mercado para desarrollar e
implementar prácticas sustentables de alta eficiencia
en todo el ciclo de vida de un edificio [14]. El método
de evaluación ofrece la certificación para varias
tipologías edificatorias y para viviendas unifamiliares
existe “LEED-Homes”. La metodología que emplea
consiste en la verificación del cumplimiento de una
lista de requisitos “checklist”, la cual posee una
205
 Quesada et al. / Método de Evaluación Sustentable de la Vivienda en la Ciudad de Cuenca, Ecuador

puntuación de créditos que el sistema exige a cada
proyecto. El esquema de su método de evaluación y
las temáticas de evaluación, se presentan en la Fig. 1.
tipologías residenciales y oficinas existe “VERDE NE
Residencial y Oficinas”. Posee un método prestacional
basado en el análisis de diferentes categorías durante el
ciclo de vida de la edificación a través de la evaluación
de la reducción de impactos ambientales que el
edificio y su emplazamiento generan, comparándolo
con el impacto generado por el Edificio de Referencia
(ver Fig. 3).

Figura 1: Esquema del Método de Evaluación Leed

1.2.2 Breeam

Es un método de evaluación del desempeño

ambiental de los edificios, desarrollado por la
organización inglesa BRE Global Ltd. Este sistema
posee una metodología de evaluación y certificación
de la sustentabilidad que puede aplicarse a
distintas tipologías de edificios y para vivienda
existe “BREEAM Multi-Residential”. El método
un conjunto de herramientas y procedimientos
dirigidos a medir, evaluar y ponderar los niveles
de sustentabilidad de la edificación en sus fases de
diseño, ejecución y mantenimiento. Posee varias
categorías y está determinada por la combinación de
los siguientes elementos que evalúan el rendimiento
global del edificio (ver Fig. 2): La puntuación
de referencia (benchmark), exigencias mínimas,
Ponderaciones de la importancia para cada tema y
asignación de créditos [15].
Figura 3: Esquema del Método de Evaluación GBC España - verde
1.2.4 Casbee
Es una herramienta japonesa para la evaluación
del desempeño ambiental de los edificios y del
entorno construido. Fue desarrollado por Japan
GreenBuild Council (JaGBC) y Japan Sustainable
Building Consortium (JSBC). El método posee varias
herramientas de evaluación y para la vivienda se aplica
CASBEE para Nueva Construcción. La evaluación
se basa en el concepto de ecosistemas cerrados que
relaciona el lote con el exterior, de manera que el
sistema considera juntos, por un lado, los aspectos
negativos (impactos ambientales) que van más allá
del lote, y por otro, los aspectos positivos (la mejor
calidad de vida posible para los habitantes) que están
dentro del lote (ver Fig. 4).

Figura 2: Esquema del Método de Evaluación Bream

1.2.3 GBC España - verde

Comúnmente llamada “Certificación VERDE”

fue desarrollada por la organización Green Building
Coucil España (GBCe). El método evalúa temáticas
medioambientales de la edificación a través de
proponer una serie de criterios y de reglas que
definen los límites y requerimientos necesarios
para certificar un edificio [16]. Para los edificios de Figura 4: Esquema del Método de Evaluación Casbee

206

1.2.5 Qualitel
Es una certificación desarrollada por la Association
QUALITEL de aplicación mayoritariamente en Francia
y está sujeta a los acuerdos de colaboración, mediante
protocolos de entendimiento para propietarios,
promotores y constructores. Para la vivienda existe la
certificación “Qualitel y Habitat & Environnement”, el
cual reconoce las principales cualidades ambientales,
el uso, el confort y el mantenimiento del proyecto (ver
Fig. 5) [17].
Figura 5: Esquema del Método de Evaluación Qualitel
Luego de esta exposición, hemos podido observar
que los BSA, a pesar que pretenden evaluar los
mismos temas, son muy diferentes entre ellos. Esta
situación se da debido a que actualmente no existe
un consenso sobre la composición y estructura que
deben tener los métodos de evaluación [18]. Estas
diferencias están dadas por una clara influencia de las
situaciones regionales donde fueron desarrollados,
entre las cuales se pueden mencionar las condiciones
climáticas, características geográficas, potencial de
energías renovables, consumo de recursos, sistemas
constructivos, normativas nacionales, valor histórico
de las edificaciones, entre otras [19].
1.3. Aplicación de BSA en Diferentes Contextos
Desde finales de los noventa, cuando los BSA
tuvieron mayor divulgación internacional, las
publicaciones científicas han expuesto las dificultades
que dichos métodos tenían para aplicarse en regiones
diferentes para las cuales fueron desarrollados,
debido a que poseen de forma implícita o explícita
el propósitos de sus autores el cual responde a países
específicos [20], [21], [22], por lo cual, el desarrollo
de un sistema estandarizado de aplicación universal
es reconocido como un problema [13].
Adicionalmente, para los países en desarrollo,
la problemática puede agudizarse debido a que el
concepto que manejan los métodos de evaluación,
generados en los países desarrollados, en lo que
respecta al desempeño de la edificación (building
Edición No. 14, Enero 2018
performance) y desarrollo sustentable, tienen una
implicancia limitada en estos países. De los 3 pilares
de la sustentabilidad (ambiental, social y económico),
los aspectos sociales y económicos son mas
importantes en los países en vías de desarrollo que
en los países desarrollados, mientras que los aspectos
medioambientales están limitados al contexto
nacional. En consecuencia, los países en desarrollo
deben preocuparse en mejorar la calidad de vida de
su población, para lo cual requieren satisfacer las
necesidades básicas, evitando impactos ambientales
negativos con mayor preocupación en lo social y
económico de la sustentabilidad [23]. De esta manera,
en los países en vías de desarrollo es fundamental
construir métodos de evaluación nacionales que
puedan ayudar a resolver problemas locales
relacionados a la edificación, estableciendo objetivos
de la sustentabilidad, adecuados a los contextos en
donde actuarán los BSA.
2. OBJETIVO DE LA INVESTIGACIÓN
La investigación tiene como objetivo desarrollar
un Método de Evaluación Sustentable (BSA) para
viviendas que trate de medir las mejoras en el
desempeño en relación con las prácticas comunes o
requisitos típicos. EL método servirá para la evaluación
de la etapa de diseño de proyectos arquitectónicos, el
cual parte del conocimiento científico desarrollado
en el tema y, con la incorporación de factores locales
y regionales, define un concepto de calidad para las
edificaciones sustentables en la ciudad de Cuenca –
Ecuador.
3. METODOLOGÍA DE LA INVESTIGACIÓN
Para alcanzar el objetivo de la investigación se
optó por una metodología que posee una estrategia de
diseño multidimensional que involucra una variedad
de enfoques cuantitativos y cualitativos, incluyendo
el enfoque del trabajo de campo (medición de
variables y determinantes en la viviendas), entrevistas
con cuestionario estructurado y no estructurado
(encuestas), enfoque empirismo (evaluación de
habitabilidad) y el enfoque crítico (la reflexión como
categoría legítima de creación del conocimiento). La
metodología de la investigación plantea tres etapas:
3.1. Determinación de Estructura de Evaluación
Con bases en Quesada [18] se determina una
estructura jerárquica que permita cubrir los temas y
subtemas de evaluación. Para el sistema de calificación
se estableció una puntuación que se asigna por el
cumplimiento de niveles de desempeño. Se concluye
identificando la estructura del método de evaluación,
los temas, categorías y criterios que componen las
dimensiones de la sustentabilidad (ambiental, social
y económica), que guiará el trabajo de las siguientes
etapas de la investigación.
207
 Quesada et al. / Método de Evaluación Sustentable de la Vivienda en la Ciudad de Cuenca, Ecuador
3.2. Selección de Criterios de Evaluación
En esta etapa se realiza el siguiente proceso:
3.2.1 Estudio de variables locales
Se realiza un diagnóstico de la situación del
parque de viviendas y de las expectativas que tienen
los habitantes. Para analizar la situación de las
viviendas, en primer lugar, se levanta información por
medio de encuestas sobre tipologías de viviendas, los
sistemas constructivos, satisfacción con la vivienda y
su barrio en una muestra de 280 cabeza de hogares.
En segundo lugar, se analizan 10 viviendas (casos de
estudio) ubicadas en las 15 parroquias urbanas de la
ciudad de Cuenca. La obtención de datos se lo realizó
por medio de monitorización y medición de variables
ambientales y determinantes físicas existentes en las
viviendas, para dos épocas del año (mese de menor
y mayor temperatura). Por último, se analiza el
marco regulatorio para el diseño y construcción de
viviendas.
3.2.2 Selección de criterios de evaluación
Con los criterios de evaluación identificados en los
BSA internacionales (realizado en la etapa anterior) y
con los resultados de los análisis de las 10 viviendas
se evalúan para establecer la pertinencia de cada
criterio de evaluación para ser utilizado en la ciudad
de Cuenca. Adicionalmente, con el análisis de los
casos de estudio y el marco regulatorio, se establecen
los niveles de desempeño que serán premiados por
puntuaciones.
3.3. Definición de un Sistema de Ponderaciones
Para definir los pesos de importancia de los
criterios de evaluación, se optó por el consenso
de expertos mediante el uso del método Analytic
Hierarchy Process (AHP).
3.3.1 Método Analytic Hierarchy Process (AHP)
El método compara alternativas a través de la
interpretación de datos en una estructura jerárquica.
En cada nivel de su jerarquía realiza comparaciones
entre pares de elementos en base a la contribución
de cada uno al elemento superior al que está
vinculado. Las comparaciones se evalúan según la
escala numérica que el método entrega. Finalmente,
evaluadas las contribuciones a los elementos
superiores de la jerarquía, se calcula, a través de
agregación de tipo aditiva, las contribuciones de cada
alternativa al objetivo global [24].
3.3.2 Diseño de encuesta
Se diseñó una encuesta por cuestionario
estructurado, con preguntas de elección forzosa para
recoger datos cuantitativos. El cuestionario se basa en
208
el Método AHP, el cual plantea la comparación de dos
aspectos a través de la asignación de una puntuación
en una escala de 1 a 9.
3.3.3 Panel de expertos
Se considera valiosa su aporte de expertos como
actores del conocimiento y poseedores de experiencia,
para definir los rangos de importancia que posee
cada criterio de evaluación. Se seleccionó un panel
de expertos para cada categoría de evaluación de
diferentes áreas de formación contando con un
mínimo de 30 expertos por cada categoría (ver Fig.
6). El total de expertos que participo en la encuesta a
nivel nacional fue de 285.
Figura 6: Número de Expertos por Categoría
4. RESULTADOS
4.1. Estructura Jerárquica
Esta metodología posee una estructura jerárquica
de 4 niveles, que van de lo general a lo específico,
en la organización de los datos y de los objetivos
que persigue la evaluación. Los cuatro niveles de la
estructura jerárquica son:
I. Objetivo de evaluación: Es el objetivo
principal de la evaluación que nos permite definir el
desempeño global de la edificación.
II. Categorías: Son especificaciones del objetivo
en forma de temáticas.
III. Requerimientos: Son las cualidades
(propiedades físicas del edificio y su entorno
inmediato) que posee cada categoría para ser
analizadas en la evaluación.
IV. Criterios de evaluación: Son las
características más importantes que se evalúan para
obtener el nivel de desempeño.
Esta estructura jerárquica, dependiendo de la
tipología de vivienda, está compuesta de:
 Edición No. 14, Enero 2018

- Viviendas Multifamiliares: 8 categorías, 38 Las categorías o los grandes temas de evaluación

requerimientos y 80 criterios de evaluación.
- Viviendas Unifamiliares: 8 categorías, 28
requerimientos y 58 criterios de evaluación.
son: a) urbano, b) energía, c) agua, d) materiales,
e) ambiente interior, f) accesibilidad, g) seguridad
estructural, h) gestión de mantenimiento: (solo
para vivienda multifamiliar) y economía (solo para
vivienda unifamiliar) (ver Fig. 7).

Figura 7: Estructura del Método de Evaluación de la Sustentabilidad

209
 Quesada et al. / Método de Evaluación Sustentable de la Vivienda en la Ciudad de Cuenca, Ecuador

4.2. Los Criterios de Evaluación y Niveles de Tabla 1: Ponderaciones y Nivel de la Estructura de la

Desempeño Categoría Ambiente Interior

Los criterios de evaluación son el núcleo de Criterio de Eva-

Requerimiento Peso (%) Factor
la evaluación y calificación del sistema y están luación
configurados por componentes que son apropiados y Iluminación Nat. 0.49
exclusivos para cada temática de evaluación [18]: Iluminación Arti. 0.11
Iluminación 23.97
Deslumbramiento 0.21
a) Método de evaluación: El camino a seguir
para evaluar las exigencias que plantea el criterio. Se Vistas al exterior 0.19
especifican técnicas de medición, que dependen de Ventilación Natu. 0.71
Calidad del Aire 27.57
las normas nacionales e internacionales. Contaminantes 0.29
Ruido Aéreo Ext. 0.56
b) Indicadores: Se encuentran las unidades de Acústica 11.39
medición con el sistema de cálculo. Dependen de las Ruido de Impacto 0.44
normas nacionales e internacionales, las directrices y Temperatura 0.27
los objetivos del sistema, pudiendo ser en términos Confort Térmico 37.07 Control Humedad 0.34
cualitativos o cuantitativos. Envolvente 0.39

c) Niveles de desempeño: Establece las

La calificación final es obtenida en un valor único
exigencias que deben cumplir los diferentes aspectos
evaluados, para lograr el mejor desempeño posible. por la suma directa de los resultados que entrega cada
Llamado también benchmarks. categoría. Esta calificación representa el desempeño
global de la edificación y la puntuación para el umbral
d) Puntuación: Escala de valoración, que de cada nivel de desempeño según el tipo de vivienda
representa el nivel de desempeño, a través de la es el siguiente:
asignación de puntos o créditos.
a) Puntuación para vivienda multifamiliar (ver Fig. 8).
Los niveles de desempeño de los criterios de
evaluación son tres, los cuales otorgan una puntuación
(de 1 a 5 puntos) por su cumplimiento:

I. Prácticas Estándar: Reconoce el desempeño

mínimo de cumplimiento, con sometimiento absoluto
a las exigencias constructivas, ambientales, y sociales
de la normativa nacional y prácticas sustentables
socialmente aceptadas (1 punto).

II. Prácticas Mejores: Reconoce el desempeño

intermedio, que sobrepasa las exigencias normativas
nacionales con respecto a prácticas constructivas y
ambientales (3 puntos).
Figura 8: Niveles de Calificación del Método para Viviendas
III. Prácticas Superiores: Desempeño más alto Multifamiliares
a ser alcanzado, que sobrepasan el desempeño de
los dos niveles anteriores y toman como referencia b) Puntuación para vivienda unifamiliar (ver Fig. 9).
las normas internacionales para ser alcanzadas con
tecnologías y prácticas existentes a nivel nacional (5
puntos).

4.3. Sistema de Calificación

La puntuación obtenida es multiplicada por el

factor de ponderación establecido para cada criterio
de evaluación, los cuales se suman y entregan la
puntuación a cada categoría. De esta forma las
ponderaciones contribuyen a definir el grado de
importancia que tiene cada tema de evaluación. La
Tabla 1 presenta las ponderaciones y nivel de la
Figura 9: Niveles de Calificación del Método para Viviendas
estructura de la categoría ambiente interior a manera
Unifamiliares
de ejemplo.

210

5. CONCLUSIONES
Para fomentar el cambio es indispensable un
mejor desempeño en los edificios, para lo cual, los
métodos de evaluación sustentable de la edificación
“BSA” contribuyen significativamente de dos
maneras, por una parte, advierten sobre la importancia
de una edificación sustentable, y por otro, amplían el
debate sobre el confort y otros aspectos que están
estrechamente ligados al desempeño de la edificación
más allá de las medidas técnicas y científicas
El éxito e influencia que han tenido los “BSA” ha
comenzado a mostrar y aclarar sus potenciales nuevas
funciones, pero todavía no está claro su verdadero rol.
Esta falta de claridad es evidente cuando se presentan
propuestas para desarrollo de sistemas globales (tal
es el caso de LEED, BREEAM, entre otros) que al
parecer son beneficiosas para el mercado inmobiliario
y las empresas transnacionales, pero poseen el
riesgo de simplificar y unificar aspectos complejos
de la evaluación por su necesidad de aplicación
a diferentes contextos. Es decir, siempre estará
presente el peligro de homologación y reducción de
la sensibilidad al reconocimiento y la promoción de
estrategias apropiadas a diseños regionales. De esta
manera, la inapropiada importación intercultural
de determinadas técnicas y estrategias, puede ser
perjudicial para una apropiada evaluación.
Para evitar estos problemas, es importante
entender que la esencia de un edificio sustentable
es asegurar el bienestar humano a largo plazo y la
evaluación de la edificación debe dar garantías sobre
el entorno físico para asegurar y mantener el bienestar
de los habitantes. En este sentido, el desarrollo de un
método de evaluación debe ser adecuado al contexto
de implantación, sin olvidar que la función principal
de los métodos es proporcionar una evaluación
exhaustiva de las características de la edificación,
utilizando un conjunto de objetivos y criterios
verificables.
El desarrollo de “BSA” es un camino muy amplio
y no existe una guia que establezca las prioridades a
considerar para su desarrollo y adaptación a contextos
específicos. Sin embargo, la presente investigación
podido establecer que la extracción selectiva de
ideas que se incorporen y modifiquen el desarrollo
de futuros métodos, exponiendo y dirigiéndose hacia
los aspectos controversiales del desempeño de la
edificación, es una función válida en este proceso.
Para esto, el estudio planteó tres etapas:
1. Determinación de las características regionales.
2. Selección de criterios de evaluación con base en
métodos internacionales.
3. Participación de expertos para identificar
prioridades regionales.
Edición No. 14, Enero 2018
Con esta metodología de investigación, se pudo
evidenciar que, al incorporar realidades de la localidad,
se pueden realizar evaluaciones más adecuadas para
sus edificaciones.
AGRADECIMIENTOS
Se agradece a la Universidad de Cuenca y
a su Dirección de Investigación DIUC por el
financiamiento del presente proyecto de investigación
que lleva por título: Método de Certificación de la
Construcción Sustentable de Viviendas.
REFERENCIAS BIBLIOGRÁFICAS
[1] BID, Un espacio para el desarrollo: Los mercados
de vivienda en América Latina y el Caribe, 1ª ed ed.
Washington, D.C., 2012.
[2] G. W. Evans, N. M. Wells, and A. Moch, “Housing
and Mental Health: A Review of the Evidence and a
Methodological and Conceptual Critique,” Journal
of Social Issues, vol. 59, pp. 475-500, July 2003.
[3] A. Sánchez, Enfermería Comunitaria I; Concepto
de Salud y Factores que la Condicionan. Madrid:
McGraw-Hill / Interamericana de España, S.A.,
2000.
[4] OPS and OMS. (1999). Iniciativa de vivienda
saludable. Available: ww.cepis.ops-oms.org
[5] MEER, “Plan Estratégico Institucional,” Ministerio
de Electricidad y Energía Renovable, QuitoEnero
2014.
[6] MIDUVI, “Norma Ecuatoriana de la Construcción,”
in Eficiencia Energética en la Construcción en
Ecuador vol. NEC-11, ed, 2011.
[7] MAE. (2014, Octubre). Programa Nacional para
la Gestión Integral de Desechos. Available: http://
www.ambiente.gob.ec/programa-pngids-ecuador/
[8] G. Fontaine, I. Narváez, and P. Cisneros, GOE
Ecuador 2008: Informe sobre el estado del medio
ambiente: FLACSO-MAE-PNUMA, 2008.
[9] A. Cuchí, A. Sagrera, F. López, and G. Wadel, La
Qualitat Ambiental als Edificis, 1ra. ed. vol. 29,
2009.
[10] T. Blair, Climate Change. The UK Programme
2006. Norwich: TSO, 2006.
[11] G. Brundtland and O. C. M. s. e. m. A. y. e.
Desarrollo, Nuestro Futuro Común, 2007.
[12] R. J. Cole, “Building environmental assessment
methods: redefining intentions and roles,” Building
Research & Information, vol. 33, pp. 455-467,
2005/09/01 2005.
211
 Quesada et al. / Método de Evaluación Sustentable de la Vivienda en la Ciudad de Cuenca, Ecuador
[13] I. Cooper, “Which focus for building assessment
methods – environmental performance or
sustainability?,” Building Research & Information,
vol. 27, pp. 321-331, 1999/07/01 1999.
[14] U. S. G. B. Council. (2013, Abril). USGBC.
Available: http://www.usgbc.org/
[15] BRE, Breeam New Construction. UK, 2011.
[16] G. España, HADES: Herramienta de Ayuda al
Diseño para una Edificación Más Sostenible.
Madrid, 2011.
[17] CERQUAL, Qualitel, Habitat & Environnement:
Certifications Habitat Neuf, 2012.
[18] F. Quesada, “Métodos de evaluación sostenible de
la vivienda: Análisis comparativo de cinco métodos
internacionales,” Revista Hábitat Sustentable, vol.
4, pp. 56-67, junio 2014.
[19]
S. H. Alyami and Y. Rezgui, “Sustainable
building assessment tool development approach,”
Sustainable Cities and Society.
[20]
R. J. Cole, “Emerging trends in building
environmental assessment methods,” Building
Research & Information, vol. 26, pp. 3-16, 1998.
[21] D. B. Crawley and I. Aho, “Building environmental
assessment methods: applications and development
trends,” Building Research & Information, vol. 27,
pp. 300-308, 1999.
[22] N. Kohler, “The relevance of Green Building
Challenge: an observer’s perspective,” Building
Research & Information, vol. 27, pp. 309-320,
1999/07/01 1999.
[23] J. Gibberd, “The Sustainable Building Assessment
Tool Assessing How Buildings Can Support
Sustainability in Developing Countries,” presented
at the Built Environment Professions Convention,
Johannesburg, South Africa, 2002.
[24] R. W. Saaty, “The analytic hierarchy process—what
it is and how it is used,” Mathematical Modelling,
vol. 9, pp. 161-176, // 1987.
Felipe Quesada Molina.-
Nació en Cuenca, Ecuador
en 1976. Recibió su título de
Arquitecto de la Universidad de
Cuenca en 2004; de Magister
en Construcción en Madera
de la Universidad del Bío-
Bío, Chile en 2007; y su título
de Doctor en Arquitectura y
Urbanismo en la Universidad del Bío-Bío, de Chile.
Sus campos de investigación están relacionados
con la Evaluación Sustentable de la Edificación y el
Confort del Ambiente Interior de las Edificaciones.
212
Andrea Estefanía Calle
Pesántez.- Nació en Cuenca,
Ecuador en 1990. Recibió
el título de Arquitecta de la
Universidad de Cuenca en 2015.
Actualmente, se encuentra
desarrollando sus estudios de
Maestría en “Geographical
Information Science &
Systems (UNIGIS M.Sc.)” en el Programa UNIGIS
de la Universidad de Salzburgo. Sus campos de
investigación están relacionados con la Planificación
Urbana y Territorial, así como con los Sistemas de
Información Geográfica. 
Vanessa Fernanda Guillén
Mena.- Nació en Cuenca,
Ecuador en 1987. Recibió
su título de Arquitecta de la
Universidad de Cuenca en
el año 2012; de Máster en
Investigación en Eficiencia
Energética y Sostenibilidad en
Edificación y Urbanismo de
la Universidad del País Vasco en el año 2013. Sus
campos de investigación están relacionados con los
aspectos energéticos en edificaciones y análisis de
ciclos de vida de los materiales de construcción.
Jessica Mariela Ortiz Fernandez.-
Nació en Cuenca, Ecuador
en 1991. Recibió su título de
Arquitecto de la Universidad de
Cuenca en 2016; su trabajo de
titulación se enfoca en el estudio
energético de las viviendas en
Cuenca y sobre el desarrollo
de estrategias para la reducción
del consumo de energía. Su campo de investigación
está relacionado con la sustentabilidad de viviendas y
eficiencia energética en la edificación.
Kléber John Lema Polo.-
Nació en Cuenca, Ecuador
en 1983. Recibió su título
de Diseñador Gráfico en la
Universidad del Azuay en
2006. Actualmente se encuentra
egresado de la Maestría en
Diseño Multimedia, Segunda
Edición, de la Universidad
del Azuay. Su campo de
investigación está relacionado con el Diseño y
Desarrollo Web Responsivo, la Arquitectura de la
Información, Usabilidad Web, Experiencia de Usuario
y Visualización de Información.
 Artículo Académico I+D+i /Academic Paper I+D+i

A Comparison of Performance between Two Anaerobic Biodi-

gesters Configurations for Biogas Production
Una Comparación de Rendimiento entre Dos Configuraciones
de Biodigestores Anaerobios para la Producción de Biogás
J. C. Ramirez-Perez
Department of Chemistry and Biochemistry, Kent State University at Stark, 6000 Frank Ave NW, North Can-
ton, OH 22720, United States
E-mail: jramire7@kent.edu

Abstract Resumen

A comparison of performance was made for the
two most common anaerobic biodigesters existing
configuration to date, continuously stirred tank
biodigester (CSTBR) and plug-flow biodigester
(PFBR) to produce biogas and electricity by
anaerobic digestion using as feedstock dairy
manure feasible for application in rural areas of
Latin America to generate renewable energy as
electricity and liquid fertilizer, while reducing
animal wastewater pollution, greenhouse gases,
and odor. The two configuration CSTBR and
PFBR systems were installed at bench scale by
using dairy manure as feedstock. The results
showed that under the same operation conditions
HRT 1 day and OLR 19.4 g COD/L day the CSTBR
produced more biogas (1.0 L/L d), methane (0.8
L/L d) than the PFBR corresponding values
were biogas (0.8 L/L d), methane (0.6 L/L d), and
removed more organic matter, 12% COD, 8.7%
VS than did the PFBR, 11.5% COD, 8.1% VS. The
performance resulted similar when the HRT was
increased to 3 days and the OLR decreased to 9.8
g COD/L day. The microbial communities between
the CSTBR and PFBR configurations were
performed by using pyrosequencing molecular
technique. The microbial communities are highly
variable with the distribution and abundance of
taxonomic groups differing between the samples
taken from the two AD configuration systems,
more richness of archaeal microbial diversity were
present in the PFBR whereas higher bacterial
microbial diversity were present in the CSTBR
sample. It is recommended the application of
CSTBR configuration for AD. However, the PFBR
configuration can be improved by intermittent
mixing application, that failure because of clogging
of solids due to long HRT and SRT, particularly
for small PFBR installed in developing countries.
La comparación del rendimiento se hizo para las dos
configuraciones de biodigestores comunes existentes
a la fecha el tanque continuamente (CSTBR) y el
de flujo a pistón (PFBR), para producir biogás
y electricidad mediante digestión anaerobia
utilizando como sustrato desechos industriales de
granjas de leche para su aplicación en áreas rurales,
de Latinoamérica y poder general energía renovable
como la electricidad y fertilizante líquido, a la vez
reducir la contaminación de las aguas residuales,
gases de efecto invernadero, y el olor. Dos sistemas
de configuración CSTBR y PFBR fueron instalados
a escala de laboratorio utilizando como sustrato
desechos de lechería. Los resultados muestran que
bajo las mismas condiciones de operación HRT 1 día
y OLR 19.4 g DQO/L día el CSTBR produce más
biogás (1.0 L/L d), metano (0.8 L/L d) que el PFBR
cuyos valores correspondientes fueron biogás (0.8
L/L d), metano (0.6 L/L d), y remoción de materia
orgánica 12% COD, 8.7% VS que los obtenidos en el
PFBR, 11.5% COD, 8.1% VS. El rendimiento fue el
mismo cuando el HRT fue incrementado a 3 días y el
OLR disminuido a 9.8 g DQO/L dia. La comunidad
microbiana entre las configuraciones CSTBR
and PFBR fueron realizadas usando la técnica de
pirosecuenciación. Las comunidades microbianas
son variables con una distribución y abundancia de
grupos taxonómicos diferentes entre las muestras de
los sistemas de configuraciones, una mayor riqueza
de diversidad microbiana de archaeal se encontró
en la muestra del PFBR mientras que una mayor
diversidad de bacterias se encontró en la muestra
del CSTBR. Se recomienda aplicar la configuración
CSTBR para la DA. Sin embargo, la configuración
PFBR puede ser mejorada aplicando agitación
intermitente, que fallan debido a la colmatación
de solidos debido a los altos valores de HRT y SRT,
especialmente para biodigestores PFBR a pequeña
escala instalados en países en desarrollo.

Index terms− Anaerobic digestion, biodigester Palabras clave − Digestión anaerobia, configuración
configuration, microbial community, biogas de biodigesters, comunidad microbiana, biogás.
production, biotechnology.

Fecha de envío: 27-09-2017, Aprobado tras revisión: 05-12-2017

Forma sugerida de citación: Ramirez-Perez. (2018). “A Comparison of Performance between Two Anaerobic Biodigesters
Configurations for Biogas Production”. Revista Técnica “energía”. No. 14, Pp. 213-223
ISSN 1390-5074.

213
 Edición No. 14, Enero 2018
1. INTRODUCTION
Dairy manure disposal represents a major
environmental problem in developing countries
farms, due to untreated dairy manure and wastewater
results in in pollution of waterways, noxious odors
and release of methane (CH4), which is a greenhouse
gas with 21 times the global warming potential of
carbon dioxide (CO2) [1]. The use of dairy manure
for producing clean and renewable energy through
anaerobic digestion (AD) in developing countries
would improve human health, the local environment
and socioeconomic conditions [2].
The AD bioprocess is a naturally occurring
phenomenon where organic matter is biodegraded by
a consortium of anaerobic microorganisms with low
nutrient requirements and oxygen free environment
to break down complex organic wastes and produce
biogas consisting primarily in methane (CH4) and
CO2 mixture, its composition depend on the redox
state of the organic carbon [3]. Fig. 1 shows the
conversion of organic matter to biogas throughout
a series of complex biochemical reactions. It can
be identified four stages: The first, Hydrolysis
(depolymerization) of organic molecules (lipids,
polysaccharides, proteins, and nucleic acids) to the
corresponding monomers (fatty acids and glycerol,
monosaccharaides, aminoacids, nitrogenous bases).
A number of bacterial species have been isolated
during this phase including species belonging to
the genera Acetivibrio, Bacteroides, Clostridium ,
and Coprothermobacter [4]. The second stage of
Acidogenesis, the monomers produced during the
hydrolysis are metabolized intracellularly into a
variety of short chain fatty acids (SCFA), producing
also amines and alcohols to some extent, as well as
hydrogen and CO2. A wide variety of microorganisms
have been identified as participating in this stage.
Figure 1: Anaerobic Digestion Pathway [7]
214
The phyla Actinomycetes, Bacteriodetes,
Chloroflexi, Firmicutes, and Proteobacteria [5].
During the third stage Acetogenesis, acetate and some
SCFA is used as a substrate in the methanogenesis
pathway of methanogens, other SCFAs need to
be converted in acetate or CO2 and H2 in order to
maximize methane production. A group of bacteria
known as syntrophic acetogens are responsible for
these conversion, genera sucha a Syntrophotobacter
and Smithella of the order Deltaproteobacteira are
able to convert propionate to acetate, while the genus
Syntrophomonas of the phylum Firmicutes are capable
to converting butyrate and longer chain SFCA [6].
In the final stage of methanogenesis, methanogenic
microorganisms (Archaea) generate methane out of
acetate (Acetoclastic methanogens) and hydrogen
(Hydrogenotrophic methanogens). The methanogens
are divided into three groups according to phylogenetic
and phenotypic similarity [7]. The first group,
methanogens, include the orders Methanobacteriales,
Methanococcales, and Methanpyrales, the second and
third group includes the order Methanomicrobiales
and Methanosarcinales, respectively [6, 7]. Commonly
recovered hydrogenotrophic methanogens include
the genera Methanobacterium, Methanoculleus, and
Methanospirillum [8].
1.1. Feedstock
The composition of biogas varies with type of
feedstock or substrate, the chemical composition of
the substrate is one of the most important parameters
that determine the AD bioprocess characteristics.
The prevalence of particular microbial species to
survive in a competing environment, depending on
their ability to grow in the medium with the specific
organic and inorganic constituents. Dairy manure is a
prime choice for AD because it has a neutral pH and
high buffering capacity, contains a naturally occurring
mix of microorganisms responsible for anaerobic
biodegradation, and provides an array of nutrients,
micronutrients, and trace metals nontoxic to the
desirable anaerobic population [9, 10].
Figure 2: Biogas Yields of Different Feedstocks [12]
 Ramirez / A comparison of Performance between Two Anaerobic Biodigesters Configurations for Biogas Production
However, due to low biogas yield production, co-
digestion with other substrates such as fats, oils and
grease has been proposed to maximize biogas yield
production as it is shown in Fig. 2. dairy manure has an average of C/N ratio of 24, to
1.2. Biogas Composition
The composition of biogas varies with type of
feedstock and operating conditions of the biodigester,
an average composition of biogas consists of 50-
75% CH4 and 25-50% CO2 along with other trace
components like water vapor, (H2O), hydrogen
sulfide (H2S), and ammonia (NH3), different sources
of production lead to different specific compositions
(Table 1). Different sources of production lead to
different specific composition. The presence of
H2S, CO2 and H2O makes biogas very corrosive
and requires the use of treatment to minimize these
components. CH4 is the only component of biogas
that contributes to the heating value. For instance,
1 m3of biogas at standard temperature and pressure
(STP) containing 60% Ch4 has a heating value 21.5
MJ (5.97 kWh of electricity equivalent) compared to
3.58 MJ (9.94 kWh electricity equivalent) per m3 of
pure CH4 at STP [11].
Table 1: Chemical Composition of Biogas from
Different Sources of Production
1.3. Factors which Influence Anaerobic Digestion
Since AD is a biochemical process lead by
consortia of microorganisms which biodegrade
complex high-molecular-weight organic compounds
into CH4, any stress on the system may lead to a
change in species types and their relative population
levels, which ultimately reflected in the biodigester
performance. Hence, the organic substrate added is
one of the most important factors affecting AD of
organic waste [13].
1.3.1 C/N ratio
The selection of the appropriate organic substrate
or inoculum depends on the composition of the
organic substrate. The ratio C/N in the range of 20-
30 is considered to be optimum for AD. If the C/N
ratio is too high, the nitrogen is consumed rapidly by
the methanogens to meet their protein requirement
and is no longer available to react with the remaining
carbon content in the material. As a result the biogas
production gets depressed. If C/N ratio is too low,
nitrogen is liberated and accumulates in the form of
ammonia, which increases the pH of the material. The
maintain the C/N level of the biodigester material at
optimum levels, materials of high C/N ration can be
mixed with materials of low C/N ratio [14].
1.3.2 pH
Optimum biogas production is achieved when
pH value of the input feedstock is between 6 and 7.
During the initial period of DA, organic acids are
produced and the pH of the material decreases. As DA
continues and the concentration of NH3 increases, due
to the digestion of N, the pH value increases until CH4
gas production stabilizes, the pH remains between 7.2
and 8.2 [15].
1.3.3 Temperature
Different species of methanogenic bacteria growth
in three different temperature ranges: phychrophilic
(<10oC), mesophilic (20-40 oC) and thermophilic (50-
65oC). Outside these narrow ranges of temperature
the concerned microbial consortia is not able to
survive [16]. The mesophilic temperature considered
to be most suitable for AD is 35oC, whereas in the
thermophilic digestion 55oC is considered to be
ideal. Although thermophilic AD bioprocess is more
efficient than the mesophilic, it is more difficult to
control and also needs extra energy inputs.
1.3.4 HRT and SRT
Retention time is the duration for which organic
(substrate) and microorganism (solids) must remain
together in a biodigester to achieve the desired extent
of biodegradation. The term hydraulic retention time
HRT=VBR/Q (VBR os the biodigester volume and
Q, is volumetric flow rate of the substrate) is used
to denote substrate retention time, this is the time
which an organic material, sought to be anaerobically
biodegraded spends in a biodigester from the instant of
its entry into the biodigester to its exit. Solid retention
time (SRT) is the term to denote microorganisms
(solids) in a biodigester. It is the volatile solids content
in any substrate which participate in AD. SRT is the
duration for which active microorganisms reside in a
biodigester [15].
1.3.5 F/M ratio
The food to microorganism ratio is the quantity
of substrate and the quantity of microorganisms
available to consume that substrate. A lower that
adequate F/M ratio will result in a greater percentage
of the substrate being converted to biogas. A suitable
F/M ratio can be achieved by reducing the HRT to
enhance biodigester efficiency, and keeping SRT high,
i.e. when the substrate passes through the biodigester
215
 Edición No. 14, Enero 2018
quickly but microorganisms pass through much more
slowly. Thus, low F/M ration means that at any given
time more quantities of microorganisms are present
in a biodigester [16].
1.3.6 Organic loading rate
Organic loading rate, ORL=C/HRT (C is the
concentration of the substrate, expressed in volatile
solids, VS or chemical oxygen demand, COD) is a
measure of the biological conversion capacity of
the AD system. This process control parameter is
important when the AD is carried out in continuous
mode.
Overloading may cause a significant rise in
volatile fatty acids concentration, leading to a sharp
drop in pH, consequently to system failure. Studies
of AD on biowaste in developed countries describe
ORL in the range of 48 kg VS/m3 day for continuous
stirred biodigesters, and for non-stirred biodigesters,
which are predominant in developing countries, and
OLR below 2 kg VS/m3 day is recommended [17].
1.3.7 Toxicity
Heavy metals such as Cu, Ni, Co, Cr, Zn, and
Pb are essential for bacterial growth in very small
quantities, however higher quantities have a toxic
effect. Detergents, such as soap, antibiotics, and
organic solvents also inhibit the microorganisms.
Recovery of biodigesters following inhibition by
toxic substances can only be achieved by cessation
of feeding and flushing the contents to push the
concentration of inhibitory substances to below the
toxic level. The presence of pathogenic bacteria
and viruses present in the feedstock can pose risk of
infection to the workers handling the waste for its
AD. Hydrogen pressure plays an important role in
the control of the AD, reactions leading from volatile
fatty acids and carbohydrates to acetic acid and H2
are thermodynamically unfavorable under standard
conditions, having positive standard free energies
[15]. Thus, when the H2 partial pressure is high, these
reactions will not proceed and instead, conventional
fermentation occurs, with the result that many
reduced organic end products are formed and little
substrate is consumed. Under conditions in which the
partial pressure of H2 is 10-4 atmospheres or less, the
reactions are favorable leading to end products that
can be converted to CH4 [15]
1.3.8 Mixing/Agitation
Mixing is required to maintain fluid homogeneity,
hence to process stability, within a biodigester. The
objectives of mixing are to combine the incoming
substrate with microorganism, to stop the formation of
scum, and to avoid pronounced temperature gradients
within the biodigester. Very rapid mixing can disrupt
the microbial community while too slow a stirring
216
can cause inadequate mixing and short-circuiting.
The extent mixing required is also dependent on the
content of the digestion mixture [18].
1.4. Biodigester Configurations
The selection of appropriate biodigester
configurations is very important for the development
of effective AD bioprocess. Biodigester for AD
bioprocess may be divided in two categories, depending
on the manner in which the microorganisms grow:
suspended in the feedstock undergoing fermentation
or attached to a solid support (Grady et al 2011). The
major suspended growth biodigesters are CSTBR,
PFBR, whereas the major attached growth are
fluidized bed and packed tower, among others. The
major suspended growth AD bioprocess is high-rate
where the AD occurs at faster rate, lower HRT (10-15
days) and high SRT. Whereas low-rate the HRT is too
high (40-50 days), the HRT and SRT are identical. In
developing countries low-rate biodigesters are used by
farmers and by the dairy industry for extracting biogas,
with poor technical knowledge in their operation and
maintenance, while in developed countries larger meat
producing and dairies employ more sophisticated
high-rate biodigesters (CSTBR and PFBR) for biogas
production with high USA-EPA, AgSTAR technical
supervision [19].
1.4.1 CSTBR
Complete stirred tank biodigester (CSTBR) is the
most common biodigester utilized in AD bioprocess
(Fig. 3). In general, CSTBRs are operated at equal
HRT and SRT without any internal biomass retention
device, hence the microbial population gets washed
out from the biodigester along with the effluent (lower-
rate), this can be prevented by increasing F/M ratio
and SRT and decreasing HRT (without compromising
SRT), this is characterized by high-rate biodigester,
it leads to the presence of greater concentration of
microorganisms in the biodigester.
Figure 3: Complete Stirred Tank Biodigester (CSTBR) [12]
 Ramirez / A comparison of Performance between Two Anaerobic Biodigesters Configurations for Biogas Production
Mixing (mechanical, hydraulic, pneumatic) can
be continuous of periodically, the treatment efficiency
of a CSTBR is further enhanced by heating the
biodigester content with a proper temperature control
system. The CSTBR can be fed semi-continuously or
continuously to the biodigester [18].
1.4.2 PFBR
Plug flow biodigester (PFBR) receive feed at one end
of the biodigester and remove from the opposite side
(Fig.4). The feedstock is not mixed, and continuous
management or internal heating are not required
when located in a tropical climate, like in most
developing countries. The friction from biodigester
walls and the bubbling of the produced biogas result
in some mixing of the contents in the feedstock. The
solids tend to settle out, resulting in a longer SRT
and better degradation of solids in these systems.
Some advantages compared with CSTBRs are the
simplicity of the design, reduced energy inputs, high
stability and cost [20]. Their drawbacks include
reduced effective reactor volume due to settling of
solids, lower efficiencies for colder feeds due to lack
of heating, and difficulties in maintaining uniform
biodigester conditions [21]. following the advances in lasts years, nucleic
Figure 4: Plug-flow Biodigester (PFBR) [19]
1.5. Microbial Groups and their Interaction
The AD bioprocess is conceptually divided
in four phases, each phase is carried through by
an array of Bacteria and Archaea. Methanogens
belong to the domain archaea, which is distinct from
bacteria. Methanogens should not be confused with
methanotrophs, which consume methane rather than
produce it. Methanogens differ from other bacteria
not only by their types of metabolism but also by a
number of characteristic features in the composition
of their cell constituents. Almost all shapes known in
the Eurobacteria can be found in the methanogens ().
It has been reported that the operational parameters
impact on the microbial diversity of the AD system,
if the OLR is too high, the growth and metabolism of
the syntrophic bacteira and methahogens, leading to
buildup of short chain fatty acids and acidification of
the system [22].
The effect of temperature at which the AD is
carried out on the microbial community is important,
whereas the majority of AD systems are operated at
mesophilic temperatures; the use of psychrophilic
and thermophilic digestion systems has increased
in the last years. The composition of the microbial
communities in psychrophilic AD systems have similar
composition to those in mesophilic AD systems,
with fermentative members of the Bacteriodetes and
syntrophic members of the Proteobacteria being
predominant [23]. However, Thermophilic AD offer a
greater pathogen reduction, decreased retention time.
And higher rate of biogas production compared with
mesophilic AD (Iranpour, 2002). It have been reported
that the bacterial communities in thermophilic AD are
Thermoabaerobacter, Anaerolinea, and members of
the phylum Thermotogae [24].
In light of the above, a few studies have examined
a comparison of performance between two most
common anaerobic biodigesters configuration CSTBR
and PFBR to biogas production and electricity using
as feedstock dairy manure. In addition, biogas arises
from the activities and syntrophic interactions of a
consortium of anaerobic bacteria and methanogens,
acid-based molecular methods are able to identify
microorganisms by the DNA sequences of their
ribosomal RNA (rRNA) genes, without the need to
isolate the microorganisms. Other molecular tools
are now commonly used such as sequence-based
techniques, clone libraries and pyrosequencing,
this method is prevalently applied in metagenomics
to analyze community structures of AD habitats.
Pyrosequencing is one of the most popular high-
throughput sequencing technologies. By eliminating
the need for construction a clone library, which can
be technically challenging for characterize anaerobic
microbial communities. This study also explores a
sequence-based pyrosequencing to characterize the
microbial community of AD samples within each of
biodigesters CSTBR and PFBR.
2. MATERIALS AND METHODS
2.1. Experimental Procedure and Analytical
Methods
Fresh flushed dairy manure was collected from
the Miedema dairy farm in Circleville, OH, USA.
The manure produced at the barns is flushed twice
a day and the liquid flowed finally into a lagoon.
The feedstock was prepared by diluting the stream
directly obtained from the lagoon with water at a
ration 1:2 (w/w) and screening through a 0. 5 mm
opening and stored at (-10 oC) and thawed before
to use, several manure samples were used during
the experiments. The experiments consisted in two
biodigester configurations, one CSTBR and a PFBR
consisted of three CSTBRs connected sequentially.
Each biodigester had a volume of 4.5 L (14 diameter,
217
 Edición No. 14, Enero 2018
30 cm in height), mechanically mixed at 30 rpm,
maintained at an operating temperature 25±1 oC.
To start the AD the biodigesters were inoculated
with seed sampled from the lagoon, and operated
in a batch mode until biogas production from each
biodigester was identified. Afterwards (14 days) the
system was switched to continuous mode. The biogas
was produced for each biodigester was recorded using
water displacement [25], once the system reached
steady state, at this point the biogas and liquid were
sampled. The biogas samples were analyzed for
CH4 and CO2 content, chemical oxygen demand
(COD), VS, pH alkalinity, and VFA concentration.
VS, COD, alkalinity, ammonium, and total N were
analyzed according standard methods [26]. VFA were
analyzed using a Diones DX-500 system (Sunnyvale,
CA USA) as described by (Hu) . CH4 and CO2
content of the biogas were determined using a gas
chromatograph (Series 350, Gow Mac Instruments,
Co., Leigh Valley, PA) with thermal conductivity
detector, The temperature of the injection port and the
packed column (HayesepQ, Supelco, Bellefonte, PA)
was 20oC, and that of the detector was 40oC. Helium
at a flow rate of 60 mL/min was used as carrier gas.
The statistical analysis of the selected analyses, were
analyzed by Statistical Analysis System program
9 (SAS institute Inc., NC, USA), for each groups
ANOVA was applied, a probability value less than
5% (p<0.05) was defined as statistically significant.
2.2. Cloning of 16S rRNA and Construction of
Gene Clone Library
Examination and comparison of microbial
community in two biodigester CSTBR and PFBR using
pyrosequencing. Genomic DNA was extracted from
both sludge A and sludge B using soil DNA isolation
kit (Norgen Biotek Corporation, Canada) and protocol
as recommended by the manufacturer. Extracted
DNA was used in the subsequent PCR amplification
with a domain Bacteria-specific forward primer 8f
(5’-AGAGTTTGATYMTGGCTC-3’) and a reverse
primer 1490r (5’-GGTTACCTTGTTACGACTT-3’).
Archaea 16S rRNA   genes were amplified with a
domain Archaea-specific forward primer 1f (5’-
TCYGKTTGATCCYGSCRGAG-3’) and reverse
primer 1100r (5’- TGGGTCTCGCTCGTTG-3’).
2.3. Pyrosequencing
DNA samples extracted from both sludge A and
sludge B were sent for high- throughput sequencing by
a sequencing company (Axil Scientific, Singapore).
A region of approximately 469 bp encompassing
the V3 and V4 hypervariable regions of the 16S
rRNA gene was targeted for sequencing. After
pooling of equal amount of  PCR products from each
sample, their sequencings were performed with the
Illumina  MiSeq platform (San Diego, CA, USA)
using the 250PE protocol [27,28].
218
3. RESULTS AND DISCUSSION
The characterization of the influent feedstock
properties used to prepare anaerobic digestion
experiments are shown in Table 2. The average
COD and VS of the feedstock prepared are within the
range of the stream leaving the dairy farms, generally
influent concentration 10 to 30 g COD/L [29].
Although, the feedstock B is stronger than feedstock
A, both feedstock already contained VFAs due to
natural biodegradation organic matter of the fresh
dairy manure that occur after excreted by the animals.
Alkalinity content around 1 g/L has been reported in
discharges of liquid manure in other dairy farms [30].
Table 2: Composition of the Materials as Feedstock Used in
Anaerobic Digestion Experiments
Parameter feedstock A* feedstock B*
Temperature (oC) 25.2±0.2 25.1±0.2
pH 7.3±0.2 7.2±0.3
COD (g/L) 19.4±3.1 29.3±7.1
VSS (g/L) 13.4±2.1 20.9±2.6
Ammonia (mg N/L) 109±10 183±3
Total N (mg N/L) 410±20 540±25
Alkalinity (g CaCO3/L) 1.1±0.2 1.7±0.4
VFA
Propionate (mg/L) 10.7±0.5 20.3±1.5
Butirate (mg/L) 6.0±0.9 13.0±0.6
Valerate (mg/L) 1.0±0.3 2.2±0.2
* Average of three analysis
3.1. AD Performance Comparison between the
CSTBR and PFBR Configuration Systems
Table 3 presents a comparative relationship
between the anaerobic digestion performance
between a CSTBR and PFBR configuration bioreactor
systems. The tests were running for the same HRT by
combining influent flow rate (Q) and working volume
(V) and the feedstock A and B showed in Table 2.
The first test run for both configurations CSTBR and
PFBR under the same HRT (1 day) and OLR was
19.4 g COD/L day. The results shows that the CSTBR
produced more biogas (1.0 L/L d), methane (0.8 L/L
d) than the PFBR biogas (0.8 L/L d), methane (0.6
L/L d) and removed more organic matter, 12% COD,
8.7% VS than did a PFBR, 11.5% COD, 8.1% VS.
This performance resulted similar, for the second
run, although the HRT was increased three times, the
OLR decreased to 9.8 g COD/L day, almost to half
value of the first run. The effect of OLR (C*Q/V) in
combination with HRT (V/Q) is important to biogas
production. It has been reported that a pilot scale down
flow fixed film reactor at an HRT of 4.9 days and at an
OLR of 13 g COD/L day, achieved 75% COD removal
and 0.28 L CH4/g CODremoved, by increasing the HRT
to 6.6 days and reducing the OLR to 8.3 g COD/ l
day the COD removal slightly increased 1% and the
methane production rose to 0.33 CH4/g CODremoved
 Ramirez / A comparison of Performance between Two Anaerobic Biodigesters Configurations for Biogas Production

[31]. It is reported from the literature [32, 33] that a inoculums type and the composition of the AD
CSTBR performed better than a PFBR configuration, effluent. Nevertheless, a comparison was made
respectively (Table 3), in agreement with our study. between the two anaerobic systems with the data
Albeit there have been few studies conducted available in the literature.
comparison among biodigesters configuration for
biogas production to assess the effectiveness of the Table 3: Comparison of Performance
used system, at least with respect to the superiority of between CSTBR and PFBR and with Similar
any particular technology. In this study, a comparison Configurations in the Literature
of biodigester performance between CSTBR and
PFBR configuration of biodigesters were explored Test* CSTBR PFBR
by using the livestock AD database published by Q(L/day)† 2 6
AgSTAR, which provides basic information on V (L) 2 6
projects of anaerobic biodigesters on livestock farms OLR (g COD/L day) 19.4 19.4
in the USA that currently operating including and HRT (day) 1 1
those that have been shut down [19]. EPA-USA, Biogas Production (L/L day) 1.0±0.05 0.8±0.05
AgSTAR program stimulate farmers in the US to CH4 Production (L/L day) 0.7±0.03 0.6±0.02
the potential to capture biogas from livestock wastes COD (Removed %) 12.1±0.9 11.5±0.8
using AD in biodigesters for electricity generation, VS (Removed %) 8.7±0.6 8.1±1.2
greenhouse emissions reduction and recovering the Q (L/day)†‡ 1 2
methane from the biogas to generate a cost-effective V (L) 3 6
renewable energy, such as electricity, heating or OLR (g COD/L day) 9.8 9.8
transportation fuel [34]. HRT (day) 3 3
Biogas Production (L/L day) 0.63±0.01 0.58±0.03
In order to make such comparison, it was input the CH4 Production (L/L day) 0.4±0.01 0.35±0.02
following information: Current project, localization, COD (Removed %) 24.9±1.5 20.1±2.7
biodigester type CSTBR and PFBR, dairy livestock, VS (Removed %) 17.5±.1.0 14.2±2.0
numbers of cows, biogas production, electricity Reference [10]* [11]**
generated, methane emission reduction and the OLR (g COD/L day) 10 4.5
system designers in the Agstar anaerobic program. HRT (day) 6 15
The programme outcome was biogas generated (cu Biogas Production (L/L day) 0.88 0.18
ft/day) by the two biodigesters configuration CSTBR CH4 Production (L/L day) 0.6 0.045
and PFBR for the same number of animals (2000). A COD (Removed %) - -
better performance was achieved by using the CSTBR VS (Removed %) - -
than the PFBR configuration. The values of biogas *Three runs for each test: †: feedstock A;‡: feedstock B; at an operating
produced (170,206 cu ft/day), electricity generated temperature 25±1.2Oc
(3,354,762 kWh/yr) and CH4 emission reductions CSTR-CSTR=Continuously stirred biodigester;OLR= 10 gCOD/ L day;
(5,572 metric tons CO2/yr) were higher than the T=35oC
respective values for the PFBR configuration, biogas ** PFR=NMAD, No mixed anaerobic digester; OLR=3.16 g VS/L day
produced (87,000 cu ft/day), electricity generated
(353,000 kWh/yr) and CH4 emission reductions (332 3.2. A Comparison of the Microbial Community
metric tons CO2/yr), respectively, as shown in Table between the CSTBR and PFBR
4. The CSTBR may generate at least twice biogas, Configuration Systems
10 times electricity and 17 times CH4 emission
reductions as rather than the PFBR. The microbial communities are highly variable
with the distribution and abundance of taxonomic
It can be noticed that when the PFBR configuration groups differing between the samples taken from the
was modified to Mixed Plug Flow biodigester two AD configuration systems CSTBR and PFBR.
(MPFBR), for the same operation conditions the Despite being the same feedstock composition and
performance of MPFBR overcome the CSTBR, OLR and HRT, had different Bacterial and Archaeal
respectively, biogas produced (242,000 cu ft/day), composition. On the basis of operational taxonomic
electricity generated (3,705,360 kWh/yr) and CH4 unit (OUT) composition both the CSTBR and PFBR
emission reductions (12,5,559 metric tons CO2/yr). samples shared the same dominant OUTs (Table 5).
Other comparison made for less number of animals The CSTBR sample had higher proportion sequences
(1,900; 1200; 800 and 600) confirm that the CSTBR classified to the phylum.
configuration performance is better than the PFBR.
Although, it is hard to compare biodigester systems
operated in different farms, not only because of
the possible differences in the anaerobic feedstock
characteristics, but also because of the differences
in operating parameters such as: temperature, pH,
mixing conditions, OLR, HRT, SRT, VFAs content,

219
 Edición No. 14, Enero 2018

Table 4. Biogas Production Comparison between CSTBR and PFBR in the USA
 
 
Methane
Biogas
Electricity Emission
Digester Year Generation System
Project Name City, State (4) Dairy Generated Reductions
Type Operatio Estimate Designer(s)
(kWh/yr) (metric tons
(cu_ft/day)
CO2E/yr)

Meadowbrook Dairy Digester(b) El Mirage, CA PFBR 2004 2.000 87.000 353.000 332 RCM Int. LLC

Norm-E-Lane, Inc. (NEL) Digester(a) Chili, WI M-PFBR 2008 2.000 242.000 3.705.360 12.559 DVO, Inc.

Yippee! Farms Digester(1), (a) Mount Joy, PA CSTBR 2013 2.000 170.206 3.354.762 5.792 RCM Int. LLC

Skaneateles, Anaerobics,
Twin Birch Dairy Digester(2), © PFBR 2003 1.900 100.000 420.480 2.776
NY Inc.

Clear
Crave Brothers Farm Digester(3),(a) Waterloo, WI CSTBR 2007 1.900 223.000 1.801.515 3.598
Horizons, LLC

Emerling Farms Digester(a) Perry, NY PFBR 2006 1.200 110.400 1.305.240 6.504 RCM Int. LLC

Nelson Boys Dairy, LLC Digester(a) Swanton, VT M-PFBR 2007 1.200 132.000 1.400.000 2.659 DVO, Inc.

Williamsburg, Environmental
Penn England Farm Digester(a) CSTBR 2006 800 50.000 1.261.440 2.269
PA Fabrics

Langerwerf Dairy Digester(a) Durham, CA PFBR 1982 750 30.000 300.000 1.119 RCM Int. LLC

RCM Int. LLC

Pennwood Farms Digester(b) Berlin, PA CSTBR 2011 600 30.363 395.259 1.376
& Others

Hillcrest Saylors Farm Digester(a) Rockwood, PA PFBR 2007 600 49.054 1.200.000 1.852 Shawn Saylor

CSTBR=Complete mix; Horizontal Plug Flow=PFBR; Mixed Plug Flow=MPFBR; (1)=Co-digestion food wastes/Pocess water;(2)=Co-
digestion=Process water; (3)=Co-digestion= Dairy Processing Water ; Biogas end Uses: (a)=Cogeneration; (b)= Electricity; (c)=Electricity; Boiler/  
Furnace fuel, (4) Project Type=Farm Scale

Table 5: Comparison of Taxonomic Composition of Microbial Continue Table 5: Comparison of Taxonomic Composition of
Communities Microbial Communities

  CSTBR PFBR   CSTBR PFBR

Bacteiral phylum Pyrosequencing Bacteiral phylum Pyrosequencing

Proteobacteria 25% 22% Methanosaeta 80% 66%

Firmicutes 8% 9% Methanomicrobiales 8% 4%
Chlorobi 1% <1% Methanospirillum - 2%
Bacteriodetes 27% 15% Methanoculleus - 2%
OP8 2% 1% Thermoplasmata 2% 12%
Chloroflexi 3% 5% Methanomassillicoccus 2% 12%
Spirochaetes 12% 2% Methanobacteriales - 2%
Candidate division WWE1 - - Uncultured archaeon
Thermotogae (Meotoga infera) 1% 25% AY835427 5% -
Synergistetes 1% 1% Uncultured archaeon
Cloacamonas 7% 9% DHVE6a - 9%
Actinobacteria 3% <1% Others (<1% of total composition) 5% 7%
Caldiserica 2% 1%

Others (<1% of total composition) 8% 8%

Proteobateria 25% while the PFBR sample achieved
22% in the, while CSTBR sample has a greater
Class of Proteobateria
proportion of Bacteriodetes 27% to 15%. Bacteriodetes
Deltaproteobacteria 11% 5%
are involved in the conversion of simple sugars and
Alphaproteobacteria 3% 2% carbohydrates into SCFAs during the acidogenesis
Gammaproteobacteria 3% 5% phase of the AD [17] and thus their abundance in the
Betaproteobacteria 5% 8% CSTBR data set was expected. The most abundant
Archaeal order and genus    
phylum Thermotogae occurred in the PFBR sample
(25%) whereas in the CSTBR sample only 1%, another
Methanosarcinales 80% 66%
difference observed with the class Deltaproteobateria
was more prevalent in the CSTBR sample (11%) than

220
 Ramirez / A comparison of Performance between Two Anaerobic Biodigesters Configurations for Biogas Production
in the PFBR (5%). The Fermicutes represented in the
proportion in both samples (8% CSTBR, 9% PFBR).
Whereas the Betaproteobacteria was less abundant
in the CSTR sample (5%) than in the PFBR (8%).
The others bacterial phylum was unclassified samples
represent about 8% in both samples CSTBR and
PFBR, respectively. This results are similar to that
reported in the literature [35]. The archaeal diversity
presented in Table 4 was limited to the methanogenic
class Methanosarcinales and the genus Methanosaeta
represented the most abundant presence 80% in the
CSTBR sample and just over 66% in the PFBR sample,
similar results were reported by other researchers
[36]. The CSTR sample had higher proportion of
Methanomicrobiales 8% than in the PFBR sample,
but Methanospirilium and Methanoculleus (2%)
only were represented in the PFBR sample and no
in the CSTBR. There were more predominance of
Thermoplasmata genus Methanomassillicoccus in
the PFBR sample (12%), but just 2% in the CSTBR
sample. Also the Methanobacteriales and unclassified
genus represented only 5% in the CSTBR sample,
whereas 7% in the PFBR sample, these results
suggested that more richness of archaeal microbial
diversity were present in the PFBR sample than in
the CSTBR sample, one explanation may be that in
the CSTR system a washout of the anaerobes may
occur during the AD bioprocess. Conversely, higher
bacterial microbial diversity were present in the
CSTBR sample than in the PFBR sample.
4. CONCLUSION AND RECOMENDATIONS
A comparison of AD performance of two system
configuration CSTBR and PFBR at bench scale were
assessed by using dairy manure as feedstock. It was
found that under the same operational conditions
(feedstock, HRT, OLR, temperature lower range
mesophilic) the CSTBR produced more biogas
(CH4) and remove more organic matter (COD, VS)
than the PFBR. Another comparison assessment of
biodigester performance between CSTBR and PFBR
configurations were explored by using the livestock
AD database of anaerobic biodigesters on livestock
farms in the USA, A better performance was achieved
by using the CSTBR than the PFBR configuration,
the values of biogas produced, electricity generated,
and CH4 emission reductions were higher than the
PFBR configuration values, respectively. In addition,
a comparison of the microbial community between
the CSTBR and PFBR were performed by using
pyrosequencing molecular technique. The microbial
communities are highly variable with the distribution
and abundance of taxonomic groups differing between
the samples taken from the two AD configuration
systems CSTBR and PFBR. Despite being the
same feedstock composition and OLR and HRT, had
different Bacterial and Archaeal composition, While
both the CSTBR and PFBR samples shared the same
dominant OUTs. The results suggested that more
richness of archaeal microbial diversity were present
in the PFBR sample than in the CSTBR. Conversely,
higher bacterial microbial diversity were present in
the CSTBR sample than in the PFBR.
In light of the results, it is recommended the
application of CSTBR configuration for AD.
However, the performance of the PFBR configuration
can be increased by intermittent mixing application,
especially it is recommended for small scale PFBR
configuration installed in developing countries that
failure because of clogging due to long HRT and SRT.
ACKNOWLEDGEMENTS
The author gratefully acknowledge the P. Allen
foundation, Kent State University at Stark and Prof.
P. Bagavandoss for helping with molecular analysis.
REFERENCES
[1] B. Calander, “Scientific aspects of the framework
convention on climatic change and national
green house inventories,” Env. Monitoring &
Assessment, vol 38, no 1-3, pp 117-122
[2] K. C. Surendra, D. Takara, A.G. Hashimoto, S.K.
Khanal, “Biogas as a sustainable energy source
for developing countries: Opportunities and
challenges,” Renewable and Sustainable Energy
Reviews, vol 31, pp 846-859, March 2013
[3] B, Schink (1998) In: Zehnder AJB (ed) Biology
of anaerobic microorganisms. Wiley, New York,
pp 771-846
[4] C.A. O´Sullivan, P.C. Burrell, WP Clarke, LL
Blackall, “ Structure of a cellulose degrading
bacterial community during anaerobic
digestion.” Biotech Biioeng, vol 92, pp 871-878
[5] T.C. Zeikus In: Stafford DA, BI Wheatley, DE
Hungus (ed) Anaerobic digestion, Applied
Science Publishers, pp 61-89, London 1980.
[6] J. Dolfin, In: Zehnder AJB (ed) “Biology of
anaerobic microorganism. Wiley, New York,
pp417-468, 1988
[7] I.J. Anderson, LE Ulrich, B Lupa, D Susanti,
I Porat, SD hooer, A Lykidis, M S-L, S Lucas,
B M, WB Whitman, C Woese, J Bristow,
N Kyrpides, “Genomic characterization of
methannomicrobiales reveals three classes of
methanogens.” PloS ONE, vol 4, pp 5797
[8] T. Hori, S Haruta, Y Ueno, M Ishii, Y Igarasi,
“Dinamic transition of a methanogenic
population in respsonse to the concentration of
volatile fatty acids in a thermophilic anaerobic
221
 Edición No. 14, Enero 2018
digester,” Appl Envon Microbiol, vol 72,
pp.1623-30.
[9] J.C. Ramirez-Perez, J Garcia, E Peralta
“Optimization of anaerobic digestion for
production of biofertilizer-biofungicide
to biocontrol Mycospharella fijensis”, in:
Proceedings of the XX International meeting of
ACORBAT Fortaleza Ceara-Brasil,September
2013.
[10] G. Lettinga, “Anaerobic digestion and
wastewater treatment systems.” Antonie vam
Leeuwenhoek, vol 67, pp 3-28, 1995
[11] M. S. N. de Souza, I Werncke , CA Marques,
RA Bariccatti, RF Santos, CE Noguiera, D
Bassegio, “Electric energy micro-production in
a rural property using biogas as primary source,”
Renewable and Sustainable Energy Rev, vol 28,
pp. 385-391, August 2013
[12] AgSTAR Handbook: A manual for developing
biogas systems at commercial farms in the
United States. US-EPA, EPA-410-B-97-015,
February 20017,
[13] J.C. Ramirez-Perez J.C. “Aerobic Biodegradation
Kinetics of Solid Organic Wastes”, LAP (ed)
Saabrücken, Germany, November, 2013
[14] R. Braun, “Anaerobic digestion: a multi-faceted
process for energy, environmental management
and rural development. In: Rananli P (ed).
Improvement of crop plants for industrial end
uses. Nehterlands: Springer, 2007. pp 335-346
[15] C.P.Grady, G. Daigger, N. Love, C. Filipe,
Biological Wastewater Treatment, 3ed ed.
CRCP, 2011
[16] KV, Lo, P.H. Liao, NR Bulley, “Two phase
mesophilic anaerobic digestion of screened
dairy manure using conventional and fixed-film
reactors.” Agric. Wastes, vol 17, pp 279-291,
1986
[17] P. Vamdevivere, L. de Baere, “Types of
anaerobic digesters for solid wastes”. In: Mata-
Alvarez J (ed) Biomethanization of the organic
fraction of MSW. London, pp 336-367, May
2010.
[18] RA. Hoffmann, ML Garcia, M Veskivar, K
Karim, M H Al-Dahhan, LT Angenet,”Effect
of shear of performance and microbial ecology
of continuous stirred anaerobic digester
treating animal manure,” Biotechnology and
bioengineering, vol 100, No 1, pp. 38-48, May
2008.
222
[19] AgSTAR Livestock anaerobic digester database,
http://www.epa.gov/agstar/livestock-anaerobic-
digester-databaswe
[20] A. Banaee, J Shayengan,” Effect of organic
loading rates (OLR) on production methane
form anaerobic digestion of vegetable waste,”
Bioenergy Technol, pp 411-417, 2011
[21] H. Sohm, “Anaerobic wastewater treatment,”
Adv. Biochem Eng Biotech, vol 29pp.83-115,
1984
[22] H.B. Neilsen, H Uellendahl, BKAhring,”Regulation
and optimization of the biogas process:Propionate
as a key parameter,” Biomass Bioenergy, vol 31, pp
820-830, 2007
[23] J. O´Reilly C Lee, F Chinalia, G Collins, T
Mahony, V O´Falaherty,” Microbial community
dynamics associated with biomass granulation
in low temperature (15oC) anaerobic wastewater
treatment bioreactors,”Bioresour Technol, vol
101, no 16, pp 6336-6344, 2010
[24] K Yang, Y. Yu, S. Hwang, “Selective optimization
in thermophilic acidogenesis of cheese whey to
acetic acid and butyric acids: Partial acidification
and methanation,” Water Res. Vol 37, pp2467-
2477
[25] .KV, Lo, P.H. Liao, NR Bulley, “Two phase
mesophilic anaerobic digestion of screened
dairy manure using conventional and fixed-film
reactors.” Agric. Wastes, vol 17, pp 279-291,
1986
[26] APHA, Standard Methods for the Examination
of Water and Wastewater (19th ed). American
Public Health Association, Washington, DC,
1995
[27] D.W.,Fadrosh, Gajer, MaB, N Sengamalay, S
Ott, RM Brotman, J Ravel,”An improved dueal-
indexing approach for multiplexed 16SRNAgene
sequencing on the illumine MiSeq platform, “
Microbiome, vol 2, No 6, 2014
[28] N.A. Bokulich, S Subramanian, J Faith, D
Gevers, J Gordon, R Knight, Mill R, JG
Caporaso,” Quality-filtering vastly improves
diversity estimates from illumine amplicon
sequencing,” nature Methods, vol 10, no 1, pp
57-60, 2013
[29] A. C. Aspasia, A.G. Stamatis, “Biotechnological
utilization with focus on anaerobic treatment
of cheese whey:Current status and prospects.”
Energies, vol 5, pp3492-3525, Sept 2012
[30] A.N. Hassan, B.K.Nelson,”Anaerobic fermentation
 Ramirez / A comparison of Performance between Two Anaerobic Biodigesters Configurations for Biogas Production
of dairy food wastewater.” J. Dairy Sci. 95:6188-
6203, July 2012
[31] L. Van den Berg, K.J. Kennedy, “Dairy waste
treatment with anaerobic stationary fixed film
reactors. In Design of Anaerobic process for the
treatment of industrial and municipal wastes;
JF Pohland, F.G. (ed) Technomic Publishing
Co:Lancaster, PA USA, 1992: pp89-96
[32] D.R. Ramkumar, A.E. Ghaly, J.B. Pyke,
“Anaerobic digestion of cheese way with pH
control,” ASAE, 92-6606:1-34St. Joseph, MI
[33] R. Braun, “Anaerobic digestion: a multi-faceted
process for energy, environmental management
and rural development. In: Rananli P (ed).
Improvement of crop plants for industrial end
uses. Nehterlands: Springer, 2007. pp 335-346
[34] Chauri, D. Le Paslier, P. Ginestet, J Weissenbach,
J. Sghir, “Novel predominant archaeal and
bacterial groups revealed by molecular analysis
of an anaerobic sludge digester.” Environ
Microbiol, vol 7, pp. 1104-15
[35] D. Riveire V. Desvignes, E. PlletierS. Chaussonnerie,
A. Sghir, “Differential amplificationof r RNA genes
by polymerase chain reaction,” Appl Environ
Microbiol, vol58, pp.3417-8
[36] R. Chauri, D. Le Paslier, C., P Weissenbach, J.
Sghir, “Novel major bacterial candidate division
within a municipal anaerobic sludge digester”
Environ Microbiol, vol 71, pp. 2145-53.
Javier Christian Ramirez
Perez.- was born in La Paz-
Bolivia, he holds a BS in Chemical
Engineering (1994) from UMSA-
Bolivia, MSc.in Environmental
Systems Engineering (1998)
from Clemson University, SC-
USA, a PhD in Environmental
Engineering and Sciences (2005),
and MA in Technology Chemistry (2010) both from
Rutgers University of New Jersey-USA. A Post-doct
(2006-2009) at the Biotechnology Center for Agriculture
and the Environment- Oak Ridge Institute for Science
and Education (ORIESEUSA). He is an Adjunct
Research Faculty (2010-p) at Kent State University-
Stark OhioUSA. Research-Professor SENESCYT
Prometheus -Ecuador, ESPOL, Yachay Tech (2013-
2014), UTPL (2014-2015). He authored books, (last,
Aerobic Biodegradation Kinetics of Solid Organic
Wastes, 2013), Book chapters, laboratory manuals, more
than 20 peer review publications; his research has been
presented at national and international conferences.
Researchgate.net/Ramirez-PerezJavierC.
223
 Artículo Académico I+D+i /Academic Paper I+D+i

Production and Characterization of Nitrates as Phase Change

Materials to Evaluate their Energy Storage Ability

Procesado y Caracterización de Nitratos como Materiales de

Cambio de Fase para Evaluar su Capacidad de Almacenamiento
Energético
M. Orozco 1 J. Martínez 1,2 A. Chico3 K. Acurio3
1
Instituto de Eficiencia Energética y Energías Renovables
E-mail: marco.orozco@iner.gob.ec
2
Universidad Internacional SEK Ecuador; Quito EC170134, Quito, Ecuador
E-mail: javier.martinez@iner.gob.ec
3
Departamento de Ingeniería Química, Escuela Politécnica Nacional, Quito, 170517, Ecuador
E-mail: andres.chico@epn.edu.ec;karen.acurio@iner.gob.ec

Abstract Resumen

The present investigation focused on the analysis
of phase change materials. To perform the study,
three nitrate salts were selected. Sodium nitrate,
potassium nitrate and finally sodium nitrite.
The characterization techniques used were
the differential scanning calorimetry, analysis
by thermogravimetry, analysis of infrared
spectrometry using the Fourier transform and
finally a study of the microstructure of the
compounds with the scanning electron microscope.
As a result of the study, the energy storage
potential of nitrates for specific applications
in energy systems using renewable resources
was determined. In addition, the behavior of
the analyzed materials was analyzed, working
together as binary and ternary compounds.
Therefore, this research aims to contribute to
the issue of energy storage with phase change
materials, with relevant results. To this end,
methodologies tested by researchers worldwide
and adequate thermal characterization equipment
have been used. The obtained fusion enthalpy
results allow us to conclude that these materials
are suitable for energy storage systems.
Index terms− Phase change materials, enthalpy,
thermogravimetry, differential scanning
calorimetry, scanning electron microscopy, energy
storage, latent heat.
La presente investigación se enfocó en el análisis
de los materiales de cambio de fase. Para realizar
el estudio, se seleccionaron tres sales de nitrato.
Nitrato de sodio, nitrato de potasio y finalmente
nitrito de sodio.
Las técnicas de caracterización utilizadas
fueron la calorimetría diferencial de barrido,
análisis mediante termogravimetría, análisis
de espectrometría infrarroja mediante la
transformada de Fourier y finalmente se realizó
un estudio de la microestructura de los compuestos
con el microscopio electrónico de barrido.
Como resultado del estudio, se llegó a determinar
el potencial de almacenamiento energético de los
nitratos para aplicaciones específicas en sistemas
energéticos que utilizan recursos renovables.
Además, se analizó el comportamiento de los
materiales analizados trabajando en conjunto
como compuestos binarios y ternarios.
Por todo ello, esta investigación pretende aportar
a la temática de almacenamiento de energía con
materiales de cambio de fase, con resultados
relevantes. Para ello, se han utilizado metodologías
probadas por investigadores a nivel mundial
y equipamiento adecuado de caracterización
térmica Los resultados obtenidos de entalpía de
fusión, permiten concluir que estos materiales
son adecuados para sistemas de almacenamiento
energético.
Palabras clave− Materiales de cambio de fase,
entalpía, termogravimetría, calorimetría
diferencial de barrido, microscopía electrónica de
barrido, almacenamiento energético, calor latente.

Recibido: 29-11-2017, Aprobado tras revisión: 04-12-2017

Forma sugerida de citación: Orozco M., Martínez-Gómez J., Chico-Proaño A., K. Acurio K. (2018). “Procesado y
Caracterización de Nitratos como Materiales de Cambio de Fase para Evaluar su Capacidad de Almacenamiento
Energético”. Revista Técnica “energía”. No. 14, Pp.224-235
ISSN 1390-5074.

224

1. INTRODUCCIÓN
El almacenamiento energético constituye un
asunto de vital importancia al momento de solventar
la necesidad de energía a la sociedad moderna. La
variabilidad del precio del petróleo, el calentamiento
global, el surgimiento de sistemas de energía
renovable, la creciente demanda de energía y la
necesidad de optimizar el uso de los combustibles
de origen fósil imponen un desafío al desarrollo de
sistemas de almacenamiento energético [1].
Cuando se trata del aprovechamiento de un
recurso renovable, es esencial mantener la generación
de energía aun cuando el recurso no esté disponible,
y la manera de lograr este objetivo es a través de
la implementación de soluciones adecuadas para
los sistemas de almacenamiento energético, dando
estabilidad al sistema [2].
El almacenamiento térmico de energía constituye
una alternativa que garantiza la seguridad energética
con eficiencia y cuidando el medio ambiente. La
eficiencia de estos sistemas disminuye las pérdidas
energéticas entre el suministro y la demanda de
energía [3]. Puede ser en forma de calor sensible,
calor latente o químicamente [4].
Cuando se trata de almacenamiento térmico
de energía mediante calor sensible, la energía se
almacena cambiando la temperatura del medio de
almacenamiento. El desempeño de estos sistemas,
dependen principalmente de la densidad y del calor
específico del medio de almacenamiento, afectando
el volumen del sistema [5]. Siendo de mayor tamaño
que los sistemas de almacenamiento mediante calor
latente. El medio de almacenamiento puede ser sólido
o líquido [1].
Los sistemas de almacenamiento termoquímico,
utilizan el calor recolectado para estimular una
reacción química endotérmica. Esta reacción tiene
la característica de ser reversible, de esta manera el
calor almacenado, se puede recuperar [1].
Una alternativa prometedora para el
almacenamiento térmico de energía es el uso de
materiales de cambio de fase (PCM por sus siglas en
inglés), que aprovechan el calor latente de cambio de
fase; es decir, la cantidad de energía que absorbe o
desprende un cuerpo durante su cambio de estado,
para luego disponer de esa energía de acuerdo a la
necesidad o demanda [6], [7]. Los criterios que
se toman en cuenta para la selección de un PCM
son: Tener el punto de fusión dentro del rango de
operación del sistema; poseer una alta entalpía
de fusión por unidad de masa; alta conductividad
térmica; pequeña variación de volumen durante la
transición de fase; poseer estabilidad química; no ser
venenoso, inflamable o explosivo; disponibilidad en
grandes cantidades y a bajo costo [4].
Edición No. 14, Enero 2018
El almacenamiento térmico mediante calor latente
presenta una dificultad al momento de elegir el medio
de almacenamiento. Investigaciones y aplicaciones
previas han demostrado que a bajas temperaturas, las
sales se degradan tras varios ciclos de transición de
fase [8].
Actualmente, existen principalmente tres tipos
de PCMs: orgánicos, inorgánicos y eutécticos. Los
orgánicos, pueden ser parafínicos o no parafínicos.
Los primeros, presentan las siguientes características:
seguros, químicamente inertes, confiables, de bajo
costo, no corrosivos, estabilidad dimensional durante
el proceso de fundición. Entre las desventajas están,
baja conductividad térmica, no son compatibles con
contenedores plásticos e inflamables. Los materiales
no parafínicos presentan buena estabilidad térmica,
son inflamables, inestables a altas temperaturas, baja
conductividad térmica y pueden ser corrosivos en
algunos casos [1].
Dentro de la categoría de PCMs inorgánicos,
entran los metales y las sales hidratadas. Presentan
ventajas tales como alta capacidad de almacenamiento
por unidad de volumen, sin embargo, ninguna sal
hidratada solidifica en su punto de congelación
presentando subenfriamiento [6].
Los PCMs eutécticos, están constituidos por una
mezcla de diferentes materiales que presentan una
temperatura fija de cambio de fase. Los materiales que
forman el PCM eutéctico tienen un punto de fusión
más elevado que el de la mezcla [9]. Se clasifican en
tres grupos; inorgánico-inorgánico, orgánico-orgánico
y orgánico-inorgánico [10]. Los componentes del
PCM eutéctico se funden y congelan simultáneamente
evitando la segregación en el cambio de fase [9].
Estos materiales tienen varias aplicaciones tales
como en sistemas solares térmicos, de calentamiento
de agua, en sistemas de energía de baja entalpía, en
sistemas termorreguladores para la conservación
de alimentos, en plantas termoeléctricas, etc. [11].
Dinter [12], presenta el sistema de almacenamiento
térmico con nitratos utilizado en la central termosolar
“Andasol 3” y manifiesta que tiene una capacidad de
almacenamiento de 7,5 horas a plena carga.
El objetivo del análisis de un PCM es lograr
establecer la idoneidad del mismo para ser utilizado
en un sistema térmico de almacenamiento. Dentro del
proceso de diseño de un sistema de almacenamiento
térmico de energía, es importante la caracterización
adecuada del material de cambio de fase que se va
a utilizar, ya que es necesario que el PCM tenga una
temperatura de fusión que esté dentro del rango de
aplicación del sistema [4]. Para éste propósito son
importantes los parámetros entalpía de cambio de
fase, conductividad térmica tanto en la fase líquida
como en la sólida, viscosidad y densidad en función
de la temperatura [13].
225
 Orozco et al. / Procesado y Caracterización de Nitratos como PCM para Evaluar Capacidad de Almacenamiento Energético
Es importante entender que existen ciertos
fenómenos que se presentan al momento de
caracterizar experimentalmente a un material de
cambio de fase tales como el subenfriamiento,
problemas de cristalización debido al tamaño de la
muestra analizada, amplio rango de fusión, etc. [14].
Agyenim [4], presenta la aplicación de varios
PCM de acuerdo al rango de temperatura de
operación, Así se tiene que para un intervalo entre 0 a
65ºC; es decir, para aplicaciones de confort térmico en
edificaciones, protección de dispositivos electrónicos,
etc. Son adecuados materiales tales como la parafina,
ácido esteárico. Para temperaturas entre 80 y 120
ºC presenta al eritritol, RT100, MgCl26H2O como
ejemplos de PCM adecuados para aplicaciones de
almacenamiento térmico en sistemas de enfriamiento
basados en LiBr/H2O. Finalmente, para temperaturas
superiores a 150 ºC; es decir, para aplicaciones de
almacenamiento térmico en sistemas de energía solar
concentrada se tienen a materiales tales como NaNO3,
KNO3, NaOH, KOH, ZnCl2.
La metodología de análisis utilizado en el caso
particular del eritritol, consistió en analizar una muestra
de 19 mg luego de someterla a una repetición de ciclos
térmicos utilizando la calorimetría diferencial de barrido
para una temperatura entre 20 y 140 ºC con una velocidad
de calentamiento de 2 ºC/min [15]. La caracterización
del PCM es importante para determinar el rango de
temperatura en el cual el material podrá almacenar
energía. La investigación desarrollada por Agyenim
[15], permitió establecer una comparación entre dos
configuraciones de sistemas de almacenamiento con
este compuesto.
En sistemas de almacenamiento térmico mediante
calor latente, el punto de fusión define la temperatura
a la cual el calor es almacenado. El cambio de fase
de los materiales analizados en esta investigación,
se da a una temperatura adecuada para ser utilizados
como materiales en aplicaciones de almacenamiento
térmico de sistemas energéticos que se utilizan en
sistemas solares térmicos [4].
Estos compuestos se destacan, además, porque la
combinación entre su entalpía de fusión y el costo del
material hace que sea una opción rentable [16]. Este
particular, hace atractiva la idea de investigar a estos
materiales.
La mezcla de nitratos presenta algunas ventajas
sobre otros PCM tales como los compuestos orgánicos
o las sales hidratadas. Los compuestos a base de
sales hidratadas pueden presentar subenfriamiento,
lo que causa problemas durante los ciclos de carga
y descarga. Además pueden afectar al sistema de
almacenamiento debido a la incompatibilidad con el
aluminio o el acero inoxidable generando corrosión
a largo plazo. Un ejemplo es el MgCl2.6H2O. Los
compuestos orgánicos, en cambio, usualmente
226
no presentan ningún problema de compatibilidad
química, sin embargo, su volumen de almacenamiento
es inferior al de las sales hidratadas. Dentro de un
rango de temperatura entre 85 ºC y 118 ºC el eritritol,
puede almacenar sobre el valor de 123 kWh/m3. Sin
embargo, presenta un nivel de subenfriamiento, lo que
afecta directamente a su estabilidad térmica [17].
Los compuestos a base de nitratos, presentan
una elevada capacidad calorífica en función del
volumen debido a su alta densidad y buena entalpía
de fusión. Investigaciones anteriores realizadas por
Bradshaw y Meeker, muestran resultados del análisis
de la estabilidad química mostrada por compuestos
ternarios sometidos a altas temperaturas. Muestran
que la descomposición de los nitratos se origina por
la presencia de oxígeno, sin embargo, mezclas entre
LiNO3, NaNO3 y KNO3, son estables y apropiadas
para temperaturas superiores a 550 ºC [17].
En la investigación realizada por Bauer [18], se
muestra la idoneidad de utilizar al NaNO3 como medio
de almacenamiento térmico. Examina la estabilidad
térmica mediante ensayos de calentamiento de larga
duración y experimentos cinéticos. Determina la
difusividad térmica mediante la técnica de “laser-
flash”, la conductividad térmica mediante la técnica
del “alambre caliente” y la capacidad calorífica
mediante la calorimetría diferencial de barrido (DSC).
Roget [19], se enfoca en el análisis de PCMs
eutécticos formados por los compuestos KNO3-LiNO3
y KNO3.NaNO3-LiNO3. Realiza su análisis mediante
DSC y con un calorímetro propio para muestras de
mayor tamaño. Las mediciones de la densidad de las
sales en estado líquido, determinaron la capacidad
volumétrica de almacenamiento.
El análisis DSC y la termogravimetría (TGA), se
usaron para la caracterización térmica de acuerdo a
las investigaciones realizadas por Gaona [3] y Geong
[20] respectivamente. Finalmente, estos análisis se
complementaron con el estudio de la espectroscopía
usando la transformada de Fourier (FTIR) y la
morfología se visualizó con el microscopio electrónico
de barrido (SEM).
El análisis mediante espectroscopía infrarroja
mediante la transformada de Fourier (FTIR) se usará
para establecer la estabilidad química de la muestra.
Para la medición de la muestra, el equipo FTIR emite
un rayo monocromo de luz infrarroja a través de la
muestra, y luego se registra la cantidad de energía
absorbida. Este procedimiento se repite en un rango
de longitudes de onda que por lo general son de
4000-400 cm-1, en el caso del equipo utilizado en este
proyecto, es de 350 – 4000 cm-1 para obtener el gráfico
[21]. Martínez [22], realiza un estudio cuantitativo de
la absorbancia en el número de onda 1.387 cm-1 de
los nitratos sódico y potásico, en Bromuro de Potasio
(KBr) y encuentra que las pendientes son diferentes en
 Edición No. 14, Enero 2018

comparación con las de la ley de Lambert-Beer. Por 2.1. Espectrometría Infrarroja mediante la
lo que concluye que no se produce disolución sólida Transformada de Fourier (FTIR)
de las muestras con KBr.
Antes de iniciar el procedimiento es importante
Un análisis mediante termogravimetría, proporciona una preparación previa de la muestra. En este caso,
información cuantitativa sobre; pérdida de agua, perdida debido a la higroscopicidad inherente a las sales
de agua de cristalización, perdida de solvente residual, fundidas, es importante un pretratamiento de secado.
procesos de pirolisis, procesos de oxidación, porcentaje
en peso de ceniza, estabilidad termal de sustancias [23]. Para el secado se depositaron las tres muestras
La investigación presentada por Bauer [24] y Raade de las sales en crisoles de cerámica, aproximadamente
[25], muestran que la temperatura máxima o el límite 25 mg de los mismos. Luego, se introdujeron en una
de estabilidad de las muestras se define normalmente de estufa para ser calentados desde una temperatura de
acuerdo a la temperatura a la cual la muestra ha perdido 21 °C hasta una temperatura de 110 °C. Se verificó
el procedimiento mediante la medición periódica de
el 3% de su peso inicial. A este punto se lo conoce
la variación del peso de las muestras cada hora. De
como T3. La falta de estabilidad térmica de un PCM,
esta manera, se aseguró que la muestra no presente
ocasiona que la entalpía de fusión disminuya de acuerdo
humedad.
al aumento de los ciclos de carga y descarga [17].
El material que contenga al compuesto que se
2. MATERIALES Y MÉTODOS va a analizar debe ser transparente a la radiación
infrarroja para asegurar la medida de absorción
Se seleccionaron como materiales al nitrato de únicamente de la muestra. Las sales halogenadas como
potasio (KNO3), nitrato de sodio (NaNO3) y nitrito por ejemplo el bromuro de potasio (KBr), tienen una
de sodio (NaNO2). A continuación, se muestran los excelente transparencia a la radiación infrarroja. Para
materiales analizados en este estudio. Se incluyen las las muestras sólidas se mezcla una pequeña cantidad
mezclas y sus porcentajes en peso. (ver Tabla 1). de muestra pulverizada con el KBr en un mortero de
ágata y posteriormente se hace una pastilla con esta
Tabla 1: Materiales Analizados mezcla. Es importante mencionar que el KBr también
debe estar exento de humedad por lo que también es
Composición previamente secado durante unos 45 minutos a una
Denominación Material temperatura de 60 °C.
(%)
A KNO3 100 2.2. Microscopía Electrónica de Barrido (SEM)
B NaNO3 100
La preparación de la muestra, para el análisis
C NaNO2 100
SEM, implica la eliminación de la humedad a través
NaNO3 50 del calentamiento progresivo del compuesto, desde
D
NaNO2 50 temperatura ambiente hasta una temperatura de 110
ºC en una estufa apropiada, aproximadamente durante
NaNO3 46.5
E una hora. Para verificar la ausencia de humedad en
KNO3 53.5 las muestras, se procede a pesar la muestra cada
NaNO3 53.5 cierto tiempo hasta que se verifique que no existen
F variaciones entre medidas consecutivas.
KNO3 46.5
NaNO3 57 Se introduce el material en el porta muestras para
G
KNO3 43 ser analizado. Es importante señalar que sobre el porta
muestras se coloca una cinta de carbono, para mejorar
NaNO3 40
la conductividad, donde se depositará el material.
H KNO3 53
NaNO2 7 Al tratarse de un material no conductor, la
superficie a observar debe ser metalizada con oro
NaNO3 53 al vacío, aplicando un tiempo de 60 segundos en el
I KNO3 40 proceso. Finalmente, se procede a ingresar la muestra
NaNO2 7
a la cámara destinada al análisis mediante el SEM.

KNO3 40 La morfología y la microestructura de los

J
NaNO3 60 materiales se observarán utilizando el microscopio
electrónico de barrido (SEM).
KNO3 53
K NaNO2 40 Son importantes los parámetros, voltaje de
NaNO3 7 aceleración (HV) y distancia de trabajo (WD) ya que
están relacionados con la resolución y contraste de la
imagen.

227
 Orozco et al. / Procesado y Caracterización de Nitratos como PCM para Evaluar Capacidad de Almacenamiento Energético
Mientras es mayor el HV, la imagen presenta
mejor resolución y contraste, sin embargo, esto haría
que los electrones penetraran a mayor profundidad
en la muestra corriendo el riesgo de dañarla. Lo
contrario, es decir, un valor bajo de HV no mostraría
las estructuras finas que pueden existir en la superficie
de la muestra.
Con respecto a la WD, se regulará para una mayor
nitidez de la imagen. Se pueden ver además, las
opciones utilizadas, electrones retrodispersos (BSE)
o electrones secundarios SE.
2.3. Calorimetría Diferencial de Barrido (DSC)
Se realizarán mediciones de calor específico
de estado sólido y líquido, temperatura de fusión y
entalpía de cambio de fase, para lo cual se usará el
método de calorimetría diferencial de barrido o DSC.
Para las pruebas de DSC, el Indio y el Zinc se
usarán como elementos de referencia ya que se
conocen la temperatura de fusión y la entalpía de
fusión. Las muestras de material serían de 5 a 7 mg.
El calentamiento de la muestra se realizará a una
velocidad de 10 ° C / min para lograr una fusión
total del material. Finalmente, la mezcla resultante
se enfría a 25 ° C para asegurar un buen contacto
térmico entre las muestras y los recipientes. De esta
manera, se obtiene una composición uniforme.
Un análisis mediante la calorimetría diferencial
de barrido, se fundamenta en la medición del flujo de
calor debido a cualquier reacción química o al cambio
de fase. Con la ayuda del software se determinarán
variables como la entalpía de fusión, temperaturas de
inicio y finalización del proceso endotérmico, flujo de
calor, temperatura de fusión y calor específico.
El análisis DSC, estudia el comportamiento de
un material mientras es sometido a un incremento
controlado de temperatura. El termograma se puede
evaluar de acuerdo a la relación entre el flujo de calor
(mW) en función de la temperatura en °C. Además,
el sistema de análisis térmico puede relacionar el
flujo de calor en función del tiempo empleado en el
análisis de la muestra.
Es importante mencionar que el calor
específico (Cp), no se presenta durante los procesos
endotérmicos. Para el cálculo de este parámetro, se
utilizará la ecuación (1).
(1)
En donde Cp es el calor específico; Ø es el flujo
de calor; βS es la velocidad de calentamiento y m es la
masa del compuesto.
228
2.4. Termogravimetría (TGA)
La metodología establece que se prepare una
muestra de material entre 2 y 4 mg. En un rango de
temperatura de entre 25 y 600°C a una velocidad
de calentamiento de 10°C/min y bajo una atmósfera
protectora de N2 con un flujo de 20 ml/min.
3. RESULTADOS
A continuación, se presentarán los resultados
obtenidos de la caracterización mediante las técnicas
anteriormente descritas. Mediante el análisis FTIR
se logra identificar a los grupos funcionales de las
moléculas que componen el material analizado,
permitiendo conocer la composición de la muestra.
La técnica utiliza la región infrarroja del espectro
electromagnético, Con el análisis TGA los resultados
encontrados permiten establecer la estabilidad térmica
de la muestra para una aplicación particular. Mediante
el DSC se encontraron los valores de entalpía de
fusión, calor específico, temperaturas de cambio de
fase así como también su comportamiento durante la
fusión y solidificación de los nitratos. Las imágenes
encontradas de acuerdo a la técnica SEM, muestran
la morfología de las muestras luego de someterlas a
ciclos térmicos.
3.1. Resultados obtenidos del Análisis FTIR
A continuación, se muestran los resultados de
la caracterización del nitrato de sodio, nitrato de
potasio y nitrito de sodio según la técnica FTIR. Se
presenta la relación entre la absorbancia y el número
de onda de cada elemento. Cada pico de las curvas
mostradas constituye un modo vibracional de un
elemento representativo. De esta manera, se pueden
comparar los espectros con la base de datos de la
biblioteca interna del equipo obteniendo finalmente la
correspondencia del material analizado.
En el siguiente análisis del compuesto, mostrado
en la Fig. 1, se puede ver que existen varios valores
significativos, sin embargo, el pico que presenta una
mayor absorbancia, con un valor de 0,65, ocurre a una
frecuencia de 1.271,55 cm-1 Correspondiente a Nitrito
de Sodio. Además, se puede observar otros valores
característicos de absorbancia y número de onda.
Estos valores son captados debido a la presencia de
impurezas en el compuesto.
Figura 1: Espectrograma NaNO2
 Edición No. 14, Enero 2018

Para el caso del NaNO3 y KNO3, el estudio
cuantitativo de la absorbancia está alrededor de la
banda a 1.385 cm-1 (presente en los espectros IR de
los tres compuestos en Bromuro de potasio). Por lo
que se puede afirmar que no se produce disolución
sólida entre el KBr y los compuestos analizados.
granular con granos de un tamaño no homogéneo que
varía desde 50 µm hasta 300 µm. Los dos nitratos
originales han formado un tercer compuesto con
similares características morfológicas, sin embargo,
se puede ver la presencia de porosidad en los granos.

3.2. Resultados SEM

Las imágenes tomadas mediante un microscopio

electrónico de barrido, muestran al detalle la
morfología de los compuestos.

A continuación, se presentará las imágenes

tomadas del nitrato de potasio y nitrato de sodio por
separado y adicionalmente la imagen de la muestra
tomada de los dos compuestos formando una mezcla
en una proporción de 50 % NaNO3 y 50 % KNO3.

En la Fig. 2, se muestra las imágenes del

compuesto KNO3. Se puede observar las
características morfológicas de un material granulado
a nivel microscópico, con tamaños de grano que
varían desde 0,1 mm hasta 0,3 mm aproximadamente.
No presentan porosidad ni agrietamiento.

Figura 3: Microscopía NaNO3

Figura 2: Microscopía KNO3

En la Fig. 3, se puede observar las características

morfológicas de un material granulado a nivel
microscópico, con tamaños de grano que varían Figura 4: Microscopía 50% KNO3, 50% NaNO3
desde 250 µm hasta 500 µm aproximadamente. No
presentan porosidad ni agrietamiento. 3.3. Resultados DSC

Finalmente, en la Fig. 4, se muestra un compuesto Para el análisis de las muestras seleccionadas,

formado por la mezcla de 50 % NaNO3 y 50 % KNO3. se utilizó el sistema de análisis térmico “STARe
Se puede observar la diferencia después del ciclo de Evaluation Software” desarrollado por la empresa
calentamiento de la mezcla. Se trata de un material Mettler Toledo, fabricante del equipo utilizado.

229
 Orozco et al. / Procesado y Caracterización de Nitratos como PCM para Evaluar Capacidad de Almacenamiento Energético

El proceso ocurrido es endotérmico; es decir, de 311 ºC. El cambio de fase ocurre a los 306 ºC. La
que absorbe energía. Esta es la razón por la que los entalpía de fusión resultante es 166 kJ/kg.
termogramas encontrados en cada análisis presentan
una concavidad hacia abajo de la línea base. En la Tabla 3, se muestran los valores obtenidos
de la totalidad de compuestos analizados mediante
A continuación, en la Tabla 2, se puede observar DSC. Al igual que en la Tabla 2, se muestran los
valores de propiedades tales como: temperatura de parámetros, temperatura de fusión, entalpía de fusión
fusión, entalpía de fusión y calor específico de tres y calor específico.
nitratos analizados por diferentes investigadores.
En comparativa con las investigaciones
Tabla 2: Propiedades de los Materiales Analizados referenciadas en la Tabla 2, no se encuentran
variaciones significativas de los valores encontrados;
Propiedad KNO3 NaNO3 NaNO2 sin embargo, para el caso del calor específico del
compuesto KNO3, existe una variación importante
333 [26]
entre los valores planteados en las investigaciones
308 [17] 279,8 [27]
Temperatura
336 [17] realizadas por Kawakami [31] y Agyenim [4].
de fusión (ºC)
310 [4] 271,0 [28] Además, en el caso de la entalpía de fusión, se muestra
330 [8] que existe una variación entre las investigaciones
realizadas por Zalba [29], Agyenim [4] y Graeter
266 [29] 174 [17]
199,5 [30]
[17]. Estas variaciones obedecen a que no existe un
Entalpía de
116 [17] 199 [29] método estandarizado desarrollado para ensayar
fusión (kJ/kg)
PCM, haciendo difícil la comparación entre diferentes
266 [4] 172 [4] investigaciones de PCM para aplicaciones específicas
[4].
Calor específico 1,22 [4] 1,82 [4]
1,78 [31] A continuación, en la Fig. 5, se muestra el
(kJ/kgK) 1,29 [31] 1,44 [31]
termograma obtenido a partir del análisis DSC del
compuesto NaNO3. Se puede observar la capacidad de
almacenamiento térmico del PCM a partir del valor de
A continuación, en la Fig. 5, se muestra el
la entalpía de cambio de fase ocurrida en el segundo
termograma del compuesto NaNO3 a manera de
proceso endotérmico.
ejemplo del análisis DSC.
En la Fig. 6, se muestra un ejemplo de un
El ensayo fue realizado utilizando una masa de
termograma obtenido del análisis de un compuesto
6,9 mg, una velocidad de calentamiento de 10 ºC/
binario, formado por una proporción de 50% de NaNO3
min y un rango de temperatura entre 25 y 350 ºC.
y 50% NaNO2. De la misma manera que en la Fig. 5,
El termograma de la Fig. 5, obtenido del análisis del
se puede ver los procesos endotérmicos ocurridos, de
compuesto NaNO3, muestra que existe un proceso
los cuales es de particular interés el segundo ya que en
endotérmico que inicia a una temperatura de 271 ºC y
éste proceso ocurre el cambio de fase.
que termina a la temperatura de 277 ºC, presentando
un punto de inflexión a la temperatura de 276 ºC que
Como tercer ejemplo, en la Fig. 7, se presenta
corresponde al estado de transición sólido-sólido de
al termograma obtenido de un compuesto ternario,
la muestra.
formado por una proporción de 40% KNO3, 57%
NaNO3 y 7% NaNO2. En este diagrama se observa
De igual manera se observa que el proceso
un comportamiento distinto a los dos anteriores. El
endotérmico produce un incremento en el flujo de
flujo de calor presenta variaciones que implican la
calor dando lugar a un cambio en la entalpía de 107
existencia de procesos endotérmicos o exotérmicos
kJ/kg. Posteriormente, el aumento en la temperatura
que evidencian un cambio en la entalpía de fusión
da lugar a la generación de un nuevo proceso
difícil de determinar con exactitud.
endotérmico que evidencia el cambio de fase del
material de sólido a líquido. Este proceso inicia a
la temperatura de 305 ºC y termina a la temperatura

230
 Edición No. 14, Enero 2018

Figura 5: Calorimetría Diferencial de Barrido NaNO3

Figura 6: Calorimetría Diferencial de Barrido 50%NaNO3, 50% NaNO2

Cp Inicio del cambio de fase (S-L) Fin del cambio de fase (S-L) Entalpía de fusión
Denominación
(kJ/kgK) (°C) (°C) (kJ/kg)

A 0,507 333,44 338,33 96,50

B 1,321 305,42 310,85 166,42
C 1,848 278,29 285,60 220,72
D 1,629 228,35 238,61 185,62
E 1,198 221,10 226,06 91,55
F 1,542 221,50 235,06 114,22
G 1,191 221,25 239,78 114,82
H 2,597 176,46 205,48 95,13
I 1,499 180,55 219,55 90,24
J 1,330 220,90 253,74 142,33
K 1,110 137,91 148,30 117,20

Tabla 3: Resultados del Análisis DSC

231
 Orozco et al. / Procesado y Caracterización de Nitratos como PCM para Evaluar Capacidad de Almacenamiento Energético

Figura 7: Calorimetría Diferencial de Barrido 40% KNO3, 57% NaNO3, 7% NaNO2

3.4. Resultados TGA Un material que presente una elevada entalpía de

cambio de fase, puede almacenar una mayor cantidad
Como se puede ver en la Tabla 4, el punto T3 de energía térmica; sin embargo, es importante
es superado durante el ensayo realizado al NaNO3 considerar la temperatura de operación de un
llegando incluso al 5,250 % de pérdida en peso a los determinado sistema. Para esto, es importante tener en
cuenta la temperatura de inicio del cambio de fase.
600 °C.
También presente en la Tabla 3.
Tabla 4: Resultados TGA A partir de este análisis es necesario realizar
una termogravimetría del compuesto seleccionado,
Parámetros Muestra con la finalidad de verificar la estabilidad térmica
del compuesto. En la Fig. 8 se puede observar un
NaNO3 NaNO2 KNO3 análisis TGA realizado a la muestra formada por una
Masa de la muestra (mg) 3,600 3,740 3,810 proporción de 60% NaNO3 y 40% KNO3.
Temperatura Pérdida
(°C) de peso       De acuerdo a este análisis, se puede afirmar que
el compuesto binario formado con un porcentaje de
% 0,698 1,505 0,470
250 60% de NaNO3 y 40% de KNO3, presente estabilidad
mg 0,025 0,056 0,018 térmica hasta los 650 °C aproximadamente.
% 5,250 1,720 4,414 Esto permite concluir que constituye una opción
600
mg 0,188 0,064 0,169 válida para sistemas que requieran de un sistema
de almacenamiento térmico que no supere esta
El mismo caso se observa para el KNO3 que temperatura.
presenta una pérdida de peso del 4,414 % a los 600
°C. Superando de igual manera el punto T3. Según las
investigaciones realizadas por [32], la temperatura de
degradación de la muestra de NaNO3 empieza a los
400ºC, sin embargo, es inferior a la temperatura de
descomposición del material, alrededor de los 450ºC.
Para evitar la inestabilidad del NaNO2 que aparece
por sobre los 330 ºC, el primer proceso isotérmico
fue disminuido a 300ºC, asegurando que no exista
pérdida de peso antes del segmento dinámico [33].

4. DISCUSIÓN

En la Tabla 3, se pueden observar los resultados
obtenidos de las caracterizaciones realizadas a
los compuestos por separado y además formando
combinaciones binarias y ternarias.
Estos resultados permiten identificar la capacidad
de almacenamiento energético de las muestras
analizadas mediante el análisis de la entalpía de
cambio de fase.
Figura 8: TGA 60% NaNO3 – 40% KNO3
5. CONCLUSIONES
El almacenamiento térmico en forma de calor
latente tiene su máxima representación en los sistemas
basados en la transición sólido-líquido (S-L). La
entalpía de fusión en todos los casos es superior a la
variación de la entalpía durante la transición (S-S).

232

Como se observaron en los resultados del análisis
TGA, los materiales NaNO3 y KNO3, superan el
punto T3 de pérdida de peso en un análisis realizado
hasta 600 °C.
En relación a los compuestos analizados, los que
poseen un gran potencial de almacenamiento son los
compuestos que presentan una mayor entalpía de
cambio de fase. Sin embargo es importante tener en
cuenta la temperatura de operación requerida.
Es importante que se tome en cuenta en futuras
investigaciones a los materiales de cambio de fase
encapsulados y proceder utilizando las mismas
técnicas para evaluar su potencial térmico.
AGRADECIMIENTOS
Al Instituto Nacional de Eficiencia Energética y
Energías Renovables, por las facilidades brindadas
para el uso de los equipos de los laboratorios de
biomasa y caracterización térmica de materiales.
A la Escuela Politécnica Nacional por su
colaboración en el uso de sus instalaciones para la
realización de este trabajo.
A la Secretaría Nacional de Planificación y
Desarrollo por impulsar la creación de laboratorios
con tecnología de punta para el desarrollo científico
en el Ecuador.
REFERENCIAS BIBLIOGRÁFICAS
[1] T. Kousksou, P. Bruel, A. Jamil, T. El Rha,
and Y. Zeraouli, “Solar Energy Materials &
Solar Cells Energy storage : Applications and
challenges,” vol. 120, pp. 59–80, 2014.
[2] J. Forrester, “The value of CSP with thermal
energy storage in providing grid stability,”
Energy Procedia, vol. 49, pp. 1632–1641,
2014.
[3] D. Gaona, E. Urresta, J. Martínez, and G.
Guerrón, “Medium Temperature Phase
Change Materials Thermal Characterization
by the T-History Method and Differential
Scanning Calorimetry,” Exp. Heat Transf.,
vol. 6152, no. January, 2017.
[4] F. Agyenim, N. Hewitt, P. Eames, and M.
Smyth, “A review of materials , heat transfer
and phase change problem formulation for
latent heat thermal energy storage systems (
LHTESS ),” Renew. Sustain. Energy Rev.,
vol. 14, pp. 615–626, 2010.
[5] M. Segarra, I. Martorell, L. F. Cabeza, A. I.
Fernandez, and M. Martínez, “Selection of
materials with potential in sensible thermal
Edición No. 14, Enero 2018
energy storage,” Sol. Energy Mater. Sol.
Cells, vol. 94, pp. 1723–1729, 2010.
[6] A. Oliver, F. J. Neila, and A. García-Santos,
“Clasificación y selección de materiales de
cambio de fase según sus características para
su aplicación en sistemas de almacenamiento
de energía térmica,” Mater. Construcción,
vol. 62, pp. 131–140, 2012.
[7] D. Juárez Varón, S. Ferrándiz Bou, R. A.
Balart Gimeno, and D. García Sanoguera,
“Estudio de materiales con cambio de fase
(PCM) y análisis SEM de micro PCM,” 3c
Tecnol., vol. 3, pp. 54–77, 2012.
[8] P. Solar and I. Gmbh, “Survey of Thermal
Storage for Parabolic Trough Power Plants
Period of Performance : Survey of Thermal
Storage for Parabolic Trough Power Plants
Period of Performance :,” no. September,
2000.
[9] A. Sharma, V. V. Tyagi, C. R. Chen, and
D. Buddhi, “Review on thermal energy
storage with phase change materials and
applications,” Renew. Sustain. Energy Rev.,
vol. 13, no. 2, pp. 318–345, 2009.
[10] Hasnain S.M., “Review on sustainable
thermal energy storage technologies, Part
I: heat storage materials and techniques,”
Energy Convers. Manag., vol. 39, no. 11, pp.
1127–1138, 1998.
[11] Á. Yedra Martínez, “CTC y los materiales con
cambio de fase: gestión térmica eficiente,”
2012. [Online]. Available: http://www.
interempresas.net/Componentes_Mecanicos/
Articulos/98083-CTC-y-los-materiales-con-
cambio-de-fase-gestion-termica-eficiente.
html.
[12] F. Dinter and D. M. Gonzalez, “Operability ,
reliability and economic benefits of CSP with
thermal energy storage : first year of operation
of ANDASOL 3,” Energy Procedia, vol. 49,
pp. 2472–2481, 2014.
[13] M. Wagner and G. Widmann, Thermal
Analysis in Practice. Mettler-Toledo, 2009.
[14] A. Lazaro, C. Peñalosa, A. Solé, G. Diarce, T.
Haussmann, M. Fois, B. Zalba, S. Gshwander,
and L. F. Cabeza, “Intercomparative tests on
phase change materials characterisation with
differential scanning calorimeter,” Appl.
Energy, vol. 109, pp. 415–420, 2013.
[15] F. Agyenim, P. Eames, and M. Smyth, “A
comparison of heat transfer enhancement in a
233
 Orozco et al. / Procesado y Caracterización de Nitratos como PCM para Evaluar Capacidad de Almacenamiento Energético
medium temperature thermal energy storage
heat exchanger using fins,” Sol. Energy, vol.
83, no. 9, pp. 1509–1520, 2009.
[16] N. Pfleger, T. Bauer, C. Martin, M. Eck,
and A. Wörner, “Thermal energy storage -
overview and specific insight into nitrate salts
for sensible and latent heat storage,” Beilstein
J. Nanotechnol., vol. 6, no. 1, pp. 1487–1497,
2015.
[17] F. Graeter and J. Rheinlander, “Thermische
Energiespeicherung mit Phasenwechsel im
Bereich von 150 bis 400 ° C,” pp. 65–75,
2001.
[18] T. Bauer, D. Laing, and R. Tamme,
“Characterization of Sodium Nitrate as Phase
Change Material,” pp. 91–104, 2012.
[19] F. Roget, C. Favotto, and J. Rogez, “as phase
change materials for thermal storage in a low-
temperature solar power plant,” vol. 95, pp.
155–169, 2013.
[20] S. Jeong, O. Chung, S. Yu, S. Kim, and S.
Kim, “Solar Energy Materials & Solar Cells
Improvement of the thermal properties of
Bio-based PCM using exfoliated graphite
nanoplatelets,” Sol. Energy Mater. Sol. Cells,
vol. 117, pp. 87–92, 2013.
[21] M. Durán, Y. Rodríguez, and J. Alirio,
“Determinación de grupos funcionales
mediante laEspectroscopía Infrarroja,”
Medellín, 2015.
[22] S. Martínez, F. Acción, and F. Puertas,
“Characterization of alkali-metal and
alkaline-earth nitrates by vibrational
spectroscopy,” Mater. Construcción, vol. 42,
no. 227, pp. 25–36, 1992.
[23] J. I. Chango, “Instrucciones de uso TGA 50
Shimadzu.” Quito, 2015.
[24] T. Bauer, N. Breidenbach, and M. Eck,
“Overview of Molten Salt Storage Systems
and Material Development for Solar Thermal
Power Plants,” Wref, pp. 1–8, 2012.
[25] J. W. Raade and D. Padowitz, “Development
of Molten Salt Heat Transfer Fluid With Low
Melting Point and High Thermal Stability,”
Sol. Energy Eng, vol. 133, 2011.
234
[26] U. Herrmann and D. W. Kearney, “Survey of
Thermal Energy Storage for Parabolic Trough
Power Plants,” J. Sol. Energy Eng., vol. 124,
no. 2, p. 145, 2002.
[27] R. Svoboda, G. Sadovska, V. Podzemna, A.
Kohutova, Ú. Organické, and B. Av, “Heat
capacity of NaNO2,” no. July, 2009.
[28] National Center for Biotechnology
Information, “Pubchem Compound
Database,” 2017. [Online]. Available: https://
pubchem.ncbi.nlm.nih.gov/compound/
sodium_nitrite#section=Taste.
[29] B. Zalba, “Review on thermal energy storage
with phase change: materials, heat transfer
analysis and applications,” Appl. Therm.
Eng., vol. 23, no. 3, pp. 251–283, 2003.
[30] J. G. Cordaro, A. M. Kruizenga, R. Altmaier,
M. Sampson, and A. Nissen, “Thermodynamic
properties of molten nitrate salts,” vol. 1, no.
925.
[31] M. Kawakami, K. Suzuki, S. Yokoyama, and
T. Takenaka, “Heat capacity measurement of
molten NaNO 3 -NaNO 2 -KNO 3 by drop
calorimetry,” pp. 201–208, 2004.
[32] Y. Hoshino, T. Utsunomiya, and O. Abe,
“Thermal Decomposition of Sodium Nitrate
and the Effects of Several Oxides on the
Decomposition.,” Bulletin of the Chemical
Society of Japan, vol. 54, no. 5. pp. 1385–
1391, 1981.
[33] P. Gimenez and S. Fereres, “Effect of Heating
Rates and Composition on the Thermal
Decomposition of Nitrate Based Molten
Salts,” Energy Procedia, vol. 69, pp. 654–662,
2015.
Marco Orozco Salcedo.- Nació
en Tulcán y creció en Quito,
Ecuador. Realizó sus estudios
de pregrado en Ingeniería
Automotriz de la Universidad
de las Fuerzas Armadas y
de posgrado en la Escuela
Politécnica Nacional en la
Maestría de Diseño, Producción
y Automatización Industrial. Actualmente, se
desempeña como Analista Técnico del Instituto
Nacional de Eficiencia Energética y Energías
Renovables. Tiene experiencia en el desarrollo
de proyectos de Eficiencia Energética y Energías
Renovables.
 Edición No. 14, Enero 2018

Javier Martínez Gómez.- de Procesos y Sistemas Ambientales. Actualmente, se

Nació en 1983 y creció
en Madrid. Licenciado en
Ingeniería Industrial por la
Universidad Carlos III de
Madrid en 2008. Licenciado
en MSc en Ingeniero de
Materiales por la Universidad
Carlos III de Madrid en
2010. Licenciado en Doctorado en Ingeniería de
Materiales por la Universidad Carlos III de Madrid
en 2013 Trabajó como investigador de doctorado
en el Instituto Nacional de Eficiencia Energética y
Energías Renovables (INER) desde 2016.
desempeña como docente investigador de la Escuela
Politécnica Nacional.
Karen Acurio.- Nació en
Latacunga y creció en Quito,
Ecuador. Culminó sus estudios
de pregrado en Ingeniería
Química en la Escuela
Politécnica Nacional en el año
2017.

Andrés Chico.- Nació en

Quito, Ecuador. Realizó
sus estudios de pregrado en
Ingeniería Química en la
Escuela Politécnica Nacional y
de posgrado en la Universidad
de Surrey-Inglaterra, en donde
obtuvo la Maestría en Ingeniería

235
 Artículo Académico I+D+i / Academic Paper I+D+i

Comparative Analysis of Energy Indicators of the Andean

Community Members
Análisis Comparativo de Indicadores Energéticos de Países
Miembros de la Comunidad Andina de Naciones
P.L. Castro1 M.P. Castro2 M.P. Cunha1
1
Energy Planning Program, State University of Campinas, Campinas, Brazil
E-mail: ing.pedrocastro@hotmail.com; mpcunha@unicamp.br
2
Institute of Economics, State University of Campinas, Campinas, Brazil
E-mail: ing.mcastroh@gmail.com

Abstract Resumen

This paper presents a comparative energy analysis
of the Andean Community of Nations (CAN).
The symmetrical condition of the organization
and the similar market conditions, allowed the
calculation of energy-economy indicators for
development. The analysis accentuate the high-
energy abundance of energy resources, which
is overshadowed by the low energy integration
between the Nations.
The analysis use a historical series of data ranging
from 2,000 to 2,015, based on information available
from official energy agencies. As main results,
demonstrate similar indicators trends between the
member countries: Colombia, Ecuador and Peru,
which conform a cluster, while Bolivia showing
distant indicators from this cluster. Nevertheless,
after 2010, the Bolivian society presents a
progressive progress in the result of the indicators.
La condición simétrica de los países miembros de
la CAN y sus semejanzas de mercados, permitió
el cálculo de indicadores económicos energéticos
para el desarrollo. Dentro del análisis se destaca
la condición excedentaria de energía del bloque,
la cual se ve opacada por la baja integración
energética existente.
El análisis consta de una serie histórica de datos
que van desde el año 2000 hasta el 2015, basados en
la información disponible obtenida de las agencias
energéticas oficiales. Como resultados principales,
tenemos que los Países miembros: Colombia,
Ecuador y Perú tienen tendencias semejantes
conformando un conglomerado, mientras que
Bolivia presenta valores distantes del mismo. No
obstante, después del 2010, la sociedad boliviana
presenta avances progresivos en el resultado de los
indicadores.

Finally, in general, the group of countries have
many opportunities to make significant advances
in the economic energy issues and reaching high
levels of development. However is necessary
a common strategies and strengthening their
integration.
Como conclusión general, el bloque tiene muchas
oportunidades para dar avances significativos
en el aspecto económico energético y llegar a
altos niveles de desarrollo, definiendo estrategias
comunes y fortaleciendo su integración.

Palabras clave− Análisis energético, Indicadores

Index terms− Energy analysis, CAN, Energy index,
energéticos, Análisis comparativo, CAN.
Comparative analysis.

Recibido: 21-11-2017, Aprobado tras revisión: 04-12-2017

Forma sugerida de citación: Castro, P.; Castro, M.; Cunha, M. (2018). “Análisis Comparativo de Indicadores Energéticos
de Países Miembros de la Comunidad Andina de Naciones”. Revista Técnica “energía”. No. 14, Pp.236-245
ISSN 1390-5074.

236

1. INTRODUCCIÓN
La Comunidad Andina de Naciones - CAN
está conformada por 04 países: Bolivia, Colombia,
Ecuador y Perú, con 106 millones de personas en el
2015, equivalente al 25% del total de habitantes de
Sudamérica. En términos económicos para el mismo
año, este bloque de países obtuvo un PIB de 613.904
millones de US$, equivalente al 16% de Sudamérica.
Vinculado a este crecimiento, el consumo final de
energía fue 490 millones de BEP, siendo los derivados
del petróleo los principales energéticos de consumo.
No obstante, en los últimos años el bloque tuvo una
penetración de fuentes alternativas de energía [1].
Considerando que el bloque cuenta con reservas y
variedad de fuentes energéticas, así como de recursos
naturales, implica que, un uso apropiado de estos,
contribuirá al desarrollo sustentable del bloque. En
este sentido resulta de interés realizar un análisis de
indicadores económico-energéticos y ambientales
de los países miembros, tomando como base la
baja asimetría del bloque, lo que facilita un análisis
comparativo.
2. METODOLOGÍA
Se define la situación inicial y las problemáticas
energéticas existentes, analizando los principales
sectores de consumo, fuentes primarias de energía y
producción de energía secundaria, lo mencionado es
definido como análisis de las estructuras energéticas.
Posteriormente, se analizan los indicadores empleando
balances energéticos, reportes de instituciones e
información oficial disponible. Adicionalmente, se
procuró una metodología estandarizada, así como de
bases de datos unificadas.
Como referente metodológico se emplea como
referencia el manual de estadísticas energéticas de la
Organización Latinoamericana de Energía – OLADE
[2]. Para la información energética se emplea la base
de datos del Sistema de Información Energética
de América Latina y el Caribe - SIE desarrollada
por la misma organización. Mientras que, para la
información demográfica, económica y ambiental se
emplea la base de datos CEPALSTAT desarrollada
por la Comisión Económica para América Latina y El
Caribe - CEPAL.
Los indicadores seleccionados buscan medir las
relaciones económico, energéticas, demográficas
y medioambientales, para determinar niveles de
eficiencia e impactos en el desarrollo [3] [4]. De
forma que, los indicadores definidos fueron:
• Consumo final de energía y PIB per cápita,
para analizar la relación histórica de la
generación de riqueza con el consumo de
recursos energéticos, y determinar patrones
o tendencias de las transiciones económico
energéticas [5].
Edición No. 14, Enero 2018
• Consumo de energía eléctrica per cápita y
Consumo de leña per cápita, para comparar
el uso de vectores de mayor y menor exergía,
respectivamente. Por lo general, el consumo
de leña está destinado a la preparación de
alimentos en residencias que carecen de acceso
a servicios, relacionando su alto consumo a
aspectos de pobreza energética [6].
• Intensidad energética e Intensidad energética
industrial, para determinar el nivel de
generación de riqueza con el consumo
energético, con énfasis en el sector industrial,
el cual implica generación de valor agregado y
per sé altos consumos de energía [7].
• Intensidad emisiones y Emisiones per
cápita, para analizar la relación histórica
de la generación de riqueza y su nivel de
contaminación. Se considera la cantidad CO2
emitida al ambiente, ya que es el principal gas
de efecto invernadero, además se analiza su
ratio de emisión por habitante.
• Intensidad de Emisiones - Industrial e
Intensidad de Emisiones - Transporte, para
analizar la relación entre la generación de
riqueza en el sector y su nivel de contaminación,
medida en emisiones de CO2. Se opta por
analizar los sectores: industrial y transporte;
el primero porque es un sector generador de
riqueza, mientras que el segundo es un sector
que no necesariamente genera riqueza en la
economía y presenta altos niveles de consumo
y emisión.
Finalmente, se realiza un análisis comparativo
de todos los indicadores para todos los pases
miembros, para determinar características comunes
y potencialidades existentes. Para que los indicadores
sean comparables sus valores fueron normalizados
[8].
3. ESTRUCTURAS ENERGÉTICAS
La oferta de energía primaria del bloque es
661 millones de BEP, donde Colombia tiene
una participación del 43%. Es de recalcar, que
todos los países tienen reservas y producción de
hidrocarburos, donde Ecuador y Colombia tienen
reservas significativas de petróleo y carbón mineral,
respectivamente; mientras que, Perú y Bolivia tienen
amplias reservas gasíferas. Por lo tanto, como bloque
existiría una diversificación de fuentes primarias
fósiles y complementariedad entre ellos.
3.1. Energía Primaria
Se resaltar que, Colombia además de tener la mayor
oferta primaria de energía del bloque, tiene la mayor
diversificación de fuentes primarias. Mientras que, los
237
 Castro et al. / Análisis Comparativo de Indicadores Energéticos de Países Miembros de la Comunidad Andina de Naciones
demás países tienen altas concentraciones de su oferta
primaria en uno o dos fuentes de energía; de allí que,
Bolivia y Perú concentran más del 80% de su oferta
primaria en petróleo y gas natural, y Ecuador más del
70% de su oferta primaria es petrolera (Fig. 1).
Figura 1: Oferta Primaria de Energía
Fuente: Elaborado con datos del SIE-OLADE
Dada la abundancia de recursos fósiles, implica que
estos sean las fuentes principales de financiamiento
de los Países, principalmente por las exportaciones
de estos recursos. De allí que, más del 60% del total
de bienes y mercaderías exportadas, fuera del bloque,
corresponden a productos energéticos. Principalmente
a los mercados: estadounidense, europeo y chino.
Por lo tanto, se resalta la vulnerabilidad del bloque
a las variaciones de precios de estos commodities
energéticos.
Respecto a la importación de energía primaria,
la mayoría de los miembros no tienen importaciones
significativas, con excepción de Perú que tiene una
importación de petróleo, que es equivalente al 60%
de su oferta interna petrolera, siendo este importando
de Ecuador y Colombia [9].
Ecuador es el país con las mayores reservas de
petróleo, las cuales fueron de 7.632 millones de Bbls.
para el año 2015; siendo estas, la cuarta mayor reserva
de Latinoamérica. Mientras que, Colombia con
menores reservas, 2.002 millones de Bbls., es el País
con mayor producción petrolera dentro del bloque,
con 850 miles de B/D [10]. No obstante, vinculado
a esta capacidad de producción, existe un relación
reservas/producción colombiana bastante baja, cifra
que según la agencia de hidrocarburos colombiana
sería de 5,5 años para el año 2015 [11]; esta misma
relación para el caso ecuatoriano se la estimada en
35 años [12].
Las reservas probadas de gas natural del bloque
son 649 Gm3 para el año 2015, concentradas
principalmente en Perú y Bolivia. Por otro lado,
Colombia en 2015 presentó reservas de carbón
mineral por 6.247 millones de TON, siendo
estas las segundas mayores reservas probadas de
Latinoamérica; el carbón de exportación colombiano,
238
por su bajo contenido de azufre y poder calorífico es
muy preferido en los mercados internacionales.
El bloque tiene una participación significativa de
generación hidroeléctrica, la cual es equivalente al
50% de los 36.725 MW de capacidad instalada en 2015
[1]. No obstante, la oferta de hidroenergía es opacada
por la alta producción de hidrocarburos. Sobre otras
fuentes renovables como la caña de azúcar, es de
mencionar que por su bajo nivel de desarrollo existe
poca penetración en la matriz primaria.
3.2. Energía Secundaria
En 2015, la oferta de energía secundaria del
bloque fue 381 millones de BEP, valor equivalente
al 57,68% de la oferta Sudamericana, existiendo una
participación equitativa entre: Colombia, Ecuador y
Perú, cada uno con participaciones superiores al 30%,
mientras que Bolivia tiene la menor participación con
el 8%.
Figura 2: Producción Secundaria de Energía
Fuente: Elaborado con datos del SIE-OLADE
La electricidad, gasolina y diésel son los
principales vectores energéticos para todos los Países;
siendo los dos últimos de alta importación para todos
los casos, además de ser destinados principalmente
al sector transportes. Nótese en la Fig. 2, que
Colombia es el único productor de coque, donde 67%
de su producción es destinada a la exportación y la
diferencia es empleada para actividades energéticas y
de metalurgia. Siendo Colombia el mayor productor
de acero del CAN [13].
Se menciona que Colombia y Ecuador destinan más
del 70% de su producción petrolera a la exportación,
mientras que el 33% y 69% de la oferta de diésel y
gasolina respectivamente es importada. De allí que,
existen planes de ampliación y modernización de
sus refinerías para abastecer su demanda interna con
producción local [14], [15].
Perú importa tanto de petróleo como derivados, lo
primero por su capacidad de refinación (200 miles de
B/D) superior a su producción petrolera (58 miles de
B/D). Mientras que, en Bolivia, existe una importación

directa de diésel y gasolina destinada al consumo
final. Se resalta que, todos los Países realizan estas
importaciones externas al bloque de la CAN.
Por otro lado, tenemos que la generación eléctrica
de todos los países del bloque cubre sus demandas
Figura 3: Consumo Final de Energía
Fuente: Elaborado con datos del SIE-OLADE
del bloque son: transporte, industria y residencial. No
obstante, nótese en la Fig. 3, que el sector transporte es
el mayor consumidor de energía con una participación
superior al 40% para todos los casos, evidenciando
la necesidad de realizar políticas focalizadas al uso
eficiente de la energía en este sector.
Los principales energéticos consumidos en la
demanda final son: diésel, gasolina, electricidad y
gas natural; donde los dos primeros, representan el
43% del consumo final del bloque de países, siendo
estos, destinados principalmente al sector transporte.
Mientras que, la electricidad, que representa un 17%
del consumo final, es destinada para varios sectores
de la sociedad, variando su destino conforme el País.
De allí que, en Ecuador y Bolivia existe un
consumo final de electricidad casi equitativo entre la
residencia, la industria y el comercio. Mientras que, en
Colombia la electricidad es destinada principalmente
a los sectores residencial (38%) e industrial (27%).
Por otro lado, en Perú, los sectores industrial (29%)
y agrícola (29%) son los principales consumidores de
energía eléctrica.
Con excepción de Ecuador, todos los Países de la
CAN tienen participaciones significativas de uso de
gas natural en sus matrices de consumo final, siendo
Bolivia el país con mayor uso de gas natural con una
participación del 23% de su matriz de consumo final,
en este País los sectores de transporte e industria son
los principales consumidores de gas natural. Caso
semejante es Perú, donde el gas natural es destinado
Edición No. 14, Enero 2018
internas, Resaltando la alta participación hidroeléctrica
en la matriz de generación, además de un horizonte de
generación favorable, debido a los altos potenciales
hidroeléctricos para todos los Países [16]–[19].
3.3. Consumo Final
Los principales sectores demandantes de energía
principalmente al sector industrial, seguidamente
del sector transporte. Se resalta que Colombia es el
único país de la CAN que utiliza significativamente
gas natural en el sector residencial. No obstante, el
principal y mayor consumidor de este energético es
la industria.
En Colombia y Ecuador el sector construcción
tiene una participación del 9% del consumo final
(Fig. 3), esto sería producto de las altas inversiones
en carreteras e infraestructura realizada en los últimos
años. Por otro lado, Bolivia y Perú, no presentan
consumos energéticos en la construcción, esto podría
deberse a la metodología empleada en la elaboración
de los balances energéticos. Así mismo, tenemos que
Bolivia y Perú tendrían los mayores consumos de
energía en el sector agro, pesca y minero; consumos
relacionados principalmente a la extracción de
minerales y recursos energéticos, procesos que son
altamente demandantes de energía.
Se destaca que Colombia tiene el mayor consumo
energético industrial, debido a industrias como: papel
y celulosa, acero, cemento y química, industrias
denominadas como energo-intensivas por las alta
cantidades de energía que demandan [20], pero
generadoras de valor adicionado en la economía.
Por otro lado, Bolivia también presenta una alta
participación del sector industrial en su matriz de
consumo. No obstante, debido al uso intensivo de
biomasa en este sector, la cual tiene una participación
del 31% del consumo final en el sector industrial.
239
 Castro et al. / Análisis Comparativo de Indicadores Energéticos de Países Miembros de la Comunidad Andina de Naciones

Figura 4: Consumo de energía per cápita (a), PIB per cápita (b),
Consumo de energía eléctrica per cápita (c) y Consumo de leña per cápita (d)
Fuente: Elaborado con datos del SIE-OLADE y CEPALSTAT

4. ANÁLISIS DE INDICADORES En el aspecto económico, América Latina y el

Los indicadores de eficiencia energética focalizados
al desarrollo de políticas energéticas, se los podría
clasificar como: económicos, termodinámicos, físicos
termodinámicos y económicos termodinámicos.
Además de este enfoque, se consideran aspectos
medio ambientales y demográficos.
4.1. Consumo de Energía per cápita y PIB per
cápita
El país del bloque con el mayor consumo
energético per cápita es Ecuador, con un consumo de
5,56 BEP por habitante en 2015. No obstante, este
valor es inferior a los regionales (América Latina
7,36 BEP/Hab.) o de economías más desarrolladas
(Chile 12,24 BEP/Hab.).
Como se aprecia en la Fig. 4a, durante el período
de 2000 hasta 2004, los consumos por habitante de
Ecuador y Colombia eran próximos. Pero, desde
2005 en Ecuador tuvo un incremento significativo de
este indicador, debido al alto consumo energético del
sector transportes de este país en los últimos años.
Para el caso colombiano, este indicador se ha
mantenido estable, con un promedio de consumo
de 4,18 BEP/Hab. durante el período de análisis.
Además de resaltar que, desde 2013, con excepción
de Ecuador, todos los miembros tienen valores muy
próximos entre ellos.
Caribe es caracterizada como una región predominada
de países con renta media, con US$ 9.000 por habitante
en 2015, en comparación a otras regiones o bloques
como: OCDE con US$ 37.900 por habitante, UE con
US$ 35.000 por habitante [21]. De esta característica
el bloque de la CAN no es la excepción, implicando
un PIB per cápita de US$ 6.200 por habitante para el
mismo año. Del bloque de países, Colombia sería el
país con mayor renta por habitante y Bolivia tendría
la menor renta con, US$ 2.300 por habitante (Fig. 4b).
Es de resaltar que, el crecimiento significativo
del consumo final de energía por persona, no ha
acompañado los niveles de crecimiento económico por
habitante en los Países (exceptuando Colombia). Lo
mencionado, podría deberse a la poca implementación
de políticas de eficiencia energética o el incremento del
consumo final de energía en sectores que no generar
valor adicionado, es decir sectores de consumo.
Basado en lo anterior tenemos que, Colombia
presenta un indicador estable de consumo de energía
per cápita, por la implementación de programas
de eficiencia energética en el sector residencial y
transporte de personas, producto de la incorporación
de nuevas tecnologías [22]. Permitiendo un
crecimiento económico con los mismos niveles de
consumo energético.

240

4.2. Consumo de Energía Eléctrica y Leña per
cápita
Generalmente las sociedades con mayores niveles
de desarrollo presentan altos consumos de electricidad
por habitante. Como referencias de consumo, tenemos
que los miembros de la OCDE presentan consumos
de 7.995 kWh por habitante, la UE con 5.900 kWh
por habitante [21], valores que son distantes de los
1.180 kWh consumidos por habitante del bloque de
la CAN.
La Fig. 4c muestra que, para este indicador
existe un conglomerado conformado por: Colombia,
Ecuador y Perú, con valores y tendencias semejantes.
Mientras que, Bolivia presenta valores distantes,
con 733 kWh consumidos por persona en 2015. No
obstante, se resalta el rápido crecimiento de este
indicador desde el año 2005 en el caso boliviano,
debido al programa de ampliación de la cobertura
eléctrica.
La cobertura eléctrica boliviana en 2005 era del
70%, valor que fue incrementado hasta llegar al
88% de cobertura en 2015, implicando un acceso a
la energía eléctrica para 1,15 millones de hogares,
equivalentes al 38% del total de hogares en 2015. Este
incremento está focalizado en hogares rurales, donde
existía una cobertura eléctrica del 33%. De allí que, la
política energética boliviana apunta a una cobertura
del 100% a nivel nacional en 2025 [23]. Por tanto,
existe una atención y acceso al servicio eléctrico
de una demanda reprimida, que consecuentemente
aumentará su requerimiento de bienes y servicios
relacionados al consumo de energía eléctrica.
Respecto al consumo de leña por habitante,
tenemos que Ecuador y Colombia redujeron este
indicador, debido a la mayor cobertura del uso de gas
natural en las residencias para el caso colombiano y
por un mayor acceso a servicios básicos en regiones
marginales, en el caso de Ecuador.
En Perú el indicador no ha presentado variaciones
significativas, con excepción del incremento entre
los años 2009 y 2010 (Fig. 4d). Causa probable,
sería un efecto colateral del programa de sustitución
del “querosene” por el GLP en las regiones rurales
o aisladas [24]. Donde el difícil acceso y las malas
condiciones económicas, implicaron una barrera
para la penetración de combustibles comerciales
[25]. Como consecuencia, en determinadas regiones
se retomó el uso de leña para sus actividades. No
obstante, con el mejoramiento logístico y operativo
del programa del uso de GLP, se redujo rápidamente
del uso de leña en los hogares.
En el caso boliviano, el mencionado indicador
desde el año 2000 hasta el 2009 se ha mantenido
estable (Fig. 4d), resaltando que el número de
hogares que emplean esta fuente primaria en sus
Edición No. 14, Enero 2018
actividades se ha reducido [26]. No obstante, existe
un leve incremento del consumo de leña, por el uso
de biomasa en el sector industrial para la producción
de carbón o ladrillos, así como generación eléctrica en
sectores aislados [23].
4.3. Intensidad Energética e Intensidad
Energética Industrial
La principal crítica del índice de intensidad
energética, es que la heterogeneidad industrial o las
amplias diferencias en las estructuras económicas
dificultan su análisis comparativo [27], [28]. De allí
que, según Jiménez y Mercado (2014), mediante
su estudio de este indicador para Latinoamérica,
resaltaron la sensibilidad del mismo a los factores:
renta per cápita, precios del petróleo y el crecimiento
económico [29].
Considerando la baja asimetría del bloque y sus
economías semejantes, permite que sus indicadores de
intensidad que sean comparables entre ellos. Con lo
cual, Colombia y Perú tendrían los menores consumos
energéticos para la generación de una unidad de
riqueza. Además de resaltar que estos Países han
reducido paulatinamente su intensidad energética.
Por otro lado tenemos que Bolivia ha incrementado
significativamente este indicador los últimos cinco
años (Fig. 5a), probablemente por el incremento del
uso de gas natural en sectores poco generadores de
valor adicionado, como es el transporte. En el caso
ecuatoriano, al no existir mudanzas en su estructura
económica energética, tenemos que este indicador no
ha variado significativamente.
Para a profundar el análisis, se presenta la relación
del consumo energético industrial requerido para
generar una unidad de riqueza en este mismo sector.
Es decir, focalizar el análisis en un sector que genera
valor adicionado a la sociedad. De forma que, la
mayoría de los países requieren de 1-2 unidades
energéticas para generar una unidad de riqueza en
el sector industrial (Fig. 5b). Cifras que estarían
próximas a los valores de América Latina y el Caribe
(2,08), y de economías más industrializadas como
Brasil (2,33) y Chile (1,99).
No obstante, el caso boliviano está fuera de esto
rango, ya que la industrial boliviana requeriría de
04 unidades energéticas para generar una unidad de
riqueza industrial, esto probablemente, se justifica
en una industria pequeña y muy relacionada a la
producción primaria de insumos.
Si bien es cierto que Colombia y Perú muestran
reducciones en la intensidad energética total, sus
indicadores de intensidad energética industrial no han
variado significativamente. Lo que implica, aumentos
de eficiencia económico-energética en los sectores:
servicios o agricultura. Sin descartar un aumento de
eficiencia energética en el sector residencial.
241
 Castro et al. / Análisis Comparativo de Indicadores Energéticos de Países Miembros de la Comunidad Andina de Naciones

Figura 5: Intensidad Energética (a), Intensidad Energética Industrial (b),

Intensidad de emisiones (c) y Emisiones per cápita (d)
Fuente: Elaborado con datos del SIE-OLADE y CEPALSTAT

4.4. Intensidad en Emisiones y Emisiones per con un rango de 1,7-1,8 TON de CO2 por habitante,
cápita valor que es inferior a los padrones brasileños y de
América latina con de 2,34 y 2,9 TON de CO2 por
Existen diversas categorías de impacto ambiental habitante respectivamente.
como: uso de la tierra, falta de recursos, toxicidad
humana, uso del agua, acidificación, cambio climático Las altas emisiones per cápita en Ecuador se
entre otros [30]. No obstante, los indicadores están justifican por el peso preponderante de su matriz
orientados a la categoría cambio climático, de forma energética petrolera, superando las 2 TON de CO2
que, de todos los gases de efecto invernadero, nos por habitante. No obstante, este valor es inferior a los
centramos en las emisiones de CO2 a la atmósfera. niveles de emisiones de economías más contaminantes
como: China, Rusia o Estados Unidos con 6, 12 y 16
Expuesto lo anterior, respecto al indicador de TON CO2 per cápita, respectivamente [32].
intensidad de emisiones, el cual mide el nivel de
contaminación por unidad de riqueza generada.
Tenemos que la mayoría de Países, con excepción
de Bolivia, no presentan variaciones en el indicador
(Fig. 5c); lo que implica, que durante el período de
estudio los países no presentan mudanzas económica-
ambientales o no ha existido penetración de
tecnologías menos contaminantes en sus estructuras
productivas.

En el caso boliviano, los indicadores de intensidad

energética e intensidad de emisiones, tienen tenencias
y crecimientos semejantes; además, que durante el
período de estudio el PIB boliviano siempre estuvo
en crecimiento [31]. De forma que, puede concluirse,
que existió un incremento en el ratio de emisiones/
energía consumida, el cual pasó de 0,37 kg CO2/BEP
en 2000 a 0,43 kg CO2/BEP en 2015.
Respecto al indicador de emisiones per cápita,
la Fig. 5d muestra que, el bloque de países, con
excepción de Ecuador, conforman un conglomerado,
Figura 6: Emisiones per cápita vs Intensidad de Emisiones por
Bloques Económicos
Fuente: Adaptado de IEA (2015)
En el período de 1990 hasta 2014, tenemos por un
lado que el bloque de la CAN ha incrementado sus
emisiones per cápita, y por otro que la intensidad de
emisiones ha disminuido. Además, que el bloque de
Países mantiene indicadores relativamente bajos en
comparación con otros bloques económicos (Fig. 6).

242

4.5. Intensidad de Emisiones en Sector Industria
y Transporte
Dado que los sectores de Industria y Transporte
son los principales responsables de la emisión de
Gases Efecto Invernadero en el mundo [33]. Además
que el sector industrial es un sector valor adicionado
y que el sector transporte, que es el principal
consumidor de energía (Fig. 3).
Durante el periodo de análisis es de resaltar que
tanto la industria boliviana como la colombiana
tuvieron penetraciones significativas de gas natural,
con participaciones superiores al 30%, para consumo
industrial, a pesar de que el gas natural es una fuente
energética menos contaminante que algunos tipos de
combustibles. Tenemos que Bolivia ha incrementado
su nivel de emisiones por unidad de riqueza industrial,
mientras que en Colombia no ha tenido variación en
este indicador (Fig. 7). Probablemente, se debería
al uso del gas natural colombiano en sectores
industriales de mayor valor agregado, generando más
riqueza por unidad de emisión de CO2.
Figura 7: Intensidad de Emisiones Industria
Fuente: Elaborado con datos del SIE-OLADE y CEPALSTAT
Perú ha disminuido significativamente la
intensidad de emisiones industrial, debido al
desplazamiento del fuel oil por gas natural en el
sector industrial. De allí que, la participación del fuel
oil en el consumo industrial era del 44% en 2000,
disminuyó a 1,83% en 2015. Mientras que el gas
natural, el cual era empleado marginalmente, tuvo
una participación del 29,2% del consumo industrial
en 2015, implicando una reducción significativa de
GEI.
Por otro lado, Ecuador la disminución leve de su
indicador se debe al crecimiento económico del sector
y mas no, a mudanzas estructurales energéticas-
ambientales en el sector industrial.
Edición No. 14, Enero 2018
Figura 8: Intensidad Emisiones Transporte
Fuente: Elaborado con datos del SIE-OLADE y CEPALSTAT
Para el indicador de intensidad de emisiones en
transportes, la Fig. 8 muestra que Ecuador ha reducido
progresivamente este indicador, producto de la mejora
en los tipos de combustibles y por la penetración de
etanol dentro de su matriz de consumo final, política
que tiene planes de expansión en el mediano plazo
[34].
Por otro lado tenemos que, Bolivia presenta
incrementos en el mismo indicador, a pesar de
la penetración de gas natural vehicular; el rápido
crecimiento del parque vehicular, agravado por
la ineficiencia en el uso de combustibles [26], ha
implicado incrementos en los consumos de diésel
y gasolinas, y por ende incremento de emisiones
de GEI. Los resultados del programa de uso de
biocombustibles en el transporte colombiano [35], se
ven reflejados en la disminución significativa de su
intensidad de emisiones en transporte, valor que era
superiores a los 2 kg. de CO2 por unidad de riqueza
en 2000, disminuyó a 1,5 kg. de CO2 por unidad de
riqueza para 2005.
5. ANÁLISIS COMPARATIVO
En la Fig. 9 se resalta que tanto Colombia y Perú,
muestran muy buenos resultados en casi todos los
indicadores. Sin duda, esta característica se debe a
sus economías más industrializadas, generadoras
de mayor cantidad de valor adicionado por unidad
energética o ambiental. No obstante, es de resaltar que
Perú tendría una baja ponderación en el consumo de
leña per cápita.
Figura 9: Análisis Comparativo
243
 Castro et al. / Análisis Comparativo de Indicadores Energéticos de Países Miembros de la Comunidad Andina de Naciones
Bolivia presenta resultados poco favorables en
sus indicadores y muy distante de los demás Países,
característica que fue notoria en el análisis individual
de los indicadores. Esta característica está asociada
a una economía primaria y poco industrializada,
implicando bajas generaciones de valor adicionado
por unidad energética o ambiental. Pero, es de resaltar
que durante el período de estudio, muchos indicadores
de este País tuvieron mejoras significativas, con
horizontes de crecimiento muy favorables.
Por su parte Ecuador, en general presenta buenas
ponderaciones, sobre todo en los indicadores de
consumo de energía eléctrica per cápita y consumo
de leña per cápita. No obstante, su estructura
económico-energética petrolera, opaca mejoras en
sus indicadores medioambientales y de eficiencia
energética.
6. CONCLUSIONES Y TRABAJOS FUTUROS
En el periodo analizado el bloque muestra una
mejoría tendencial de los indicadores, de los que
resaltan con mejores resultados Colombia y Perú.
Mientras que, Bolivia y Ecuador requerirían de
procesos de industrialización o desarrollo de sectores
económicos más especializados para superar el
modelo primario.
Basados en la baja asimetría del bloque y la
complementariedad entre Países, es recomendable
determinar los posibles tipos de industrias comunes,
que generen mayor valor adicionado, menor cantidad
de emisiones y que permitan un desarrollo equitativo
entre las sociedades.
Es necesario, estructurar políticas de uso eficiente
en el sector transportes, principal consumidor de
energía y generador de emisiones para todos los
Países. Problemática que podría estar concentrada
en transportes de pasajeros, implicando grandes
inversiones o mudanzas en la estructura de urbana de
transporte.
AGRADECIMIENTOS
A los pueblos de Ecuador y Brasil, que mediantes sus
impuestos contribuyen a la formación de profesionales
de alto nivel, así como el fomento de la investigación
científica para el desarrollo de nuestros Países.
REFERENCIAS BIBLIOGRÁFICAS
[1] OLADE, “Sistema de información Energética
- SIE,” Organización Latinoamericana de
Energía, 2017. [Online]. Available: http://
www.olade.org/producto/sie-regional-2/.
[2] OLADE, “Manual de Estadísticas
Energéticas,” Organ. Latinoam. Energía, vol.
53, p. 160, 2011.
244
[3] M. G. Patterson, “What is energy efficiency?,”
Energy Policy, vol. 24, no. 5, pp. 377–390,
May 1996.
[4] Oecd/Iea, “Energy Efficiency Indicators :
Fundamentals on Statistics,” p. 387, 2014.
[5] P. J. Marcotullio and N. B. Schulz, “Comparison
of Energy Transitions in the United States and
Developing and Industrializing Economies,”
World Dev., vol. 35, no. 10, pp. 1650–1683,
2007.
[6] R. Ochoa, “Pobreza energética en América
Latina,” Santiago de Chile, 2014.
[7] E. Worrell, L. Price, N. Martin, J. Farla, and
R. Schaeffer, “Energy intensity in the iron and
steel industry: a comparison of physical and
economic indicators,” Energy Policy, vol. 25,
no. 7–9, pp. 727–744, 1997.
[8] L. Rodríguez Ojeda, Probabilidad y Estadística
para Ingenieros, 1st ed. Guayaquil: ESPOL,
1999.
[9] GESTIÓN, “Perú seguirá importando aceites
crudos de petróleo por falta de exploración ,
afirma Comex,” El Comercio SA, Lima, pp.
1–3, 2017.
[10] ANH, “Producción Mensual de Petróleo,”
Bogotá, 2017.
[11] ANH, “Recursos y Reservas de petróleo
aumentaron en 7,9% durante 2015,” Agencia
Nacional de Hibrocarburos de Colombia,
Bogotá, pp. 2016–2017, 2017.
[12] P. Castro, “Avaliação e projeção do consumo
de energia do setor transportes no Equador
Avaliação e projeção do consumo de energia
do setor transportes no Equador,” Universidad
Estatal de Campinas, 2017.
[13] UPME, “Anuario Estadístico Minero
Colombiano,” Bogotá, 2017.
[14] ECOPETROL, “Proyecto de modernización
Refinería de Barrancabermeja,” Bogotá, 2011.
[15] EP PETROECUADOR, “Exitoso proceso de
rehabilitación en refineria esmeraldas,” pp.
20–21, 2015.
[16] UPME, “ESTADO DE LA EVALUACION
DEL POTENCIAL HIDROENERGETICO
DE COLOMBIA,” 2015.
[17] Ministerio de Minas e Energia, “Atlas del
potencial hidroeléctrico del perú.” Lima,
2011.
[18] Ministerio de Hidrocarburos y Energia,
“Análisis de Escenarios : 2008-2027,” La
Paz, 2009.

[19] MEER, “Nuevo Modelo del Sector Eléctrico,”
2014.
[20] A. Miketa, “Analysis of energy intensity
developments in manufacturing sectors in
industrialized and developing countries,”
Energy Policy, vol. 29, no. 10, pp. 769–775,
Aug. 2001.
[21] World Bank Group, Global Economic
Prospects, January 2017 Weak Investment in
Uncertain Times, no. January. 2017.
[22] UPME, “Plan Energetico Nacional Colombia:
Ideario Energético 2050,” Unidad Planeación
Min. Energética, Repub. Colomb., p. 184,
2015.
[23] Ministerio de Hidrocarburos y Energía
de Bolivia, “Plan Electrico del Estado
Plurinacional de Bolivia 2025,” La Paz, 2014.
[24] V. Murillo Huaman, “Acceso Universal a la
Energía: Compensación Social y Promoción
para el acceso al GLP como fuente de energía
menos contaminante para la población más
vulnerable del Perú,” 2013.
[25] BID, “Energía Sustentable para Todos,”
2017.
[26] E. Gómez, “Evaluación rápida del sector
energía en Bolivia.” La Paz, p. 112, 2010.
[27] J.-T. Bernard and B. Côté, “The measurement
of the energy intensity of manufacturing
industries: a principal components analysis,”
Energy Policy, vol. 33, no. 2, pp. 221–233,
2005.
[28] S. Voigt, E. De Cian, M. Schymura, and E.
Verdolini, “Energy intensity developments
in 40 major economies: Structural change or
technology improvement?,” Energy Econ.,
vol. 41, pp. 47–62, 2014.
[29] R. Jimenez and J. Mercado, “Energy intensity:
A decomposition and counterfactual exercise
for Latin American countries,” Energy Econ.,
vol. 42, pp. 161–171, 2014.
[30] J. Seabra, “Avaliação do Ciclo de Vida
aplicada à energia.” Campinas, pp. 1–3, 2016.
[31] CEPAL, “CEPALSTAT WEB SERVICES,”
Comisión Económica para América Latina y
el Caribe, 2015. .
[32] IEA, “Energy and Climate Change,” World
Energy Outlook Spec. Rep., pp. 1–200, 2015.
[33] WEC, “World Energy Resources 2016,”
2016.
Edición No. 14, Enero 2018
[34] MICSE, “Milagro y Yaguachi se suman al
consumo de gasolina Ecopaís,” Ministerio
Coordinandor de los Sectores Estratégicos,
2016. .
[35] UPME, “Biocombustibles en Colombia,”
Bogotá, 2009.
Pedro Luis Castro Verdezoto.-
Nació en Guayaquil, Ecuador
en 1982. Recibió su título
de Ingeniero Industrial de la
Escuela Superior Politécnica
del Litoral ESPOL en 2007;
Máster en Energías Renovables
de la Universidad de Zaragoza,
en 2012; Máter en Planificación
Energética por la Universidad Estatal de Campinas en
2017 y actualmente está cursando estudios doctorales
en la misma universidad. Su campo de investigación
está relacionado con el desarrollo de modelos
económicos-energéticos trabajando con modelos
de equilibrio general, modelo insumo producto,
prospectiva energética LEAP y análisis de ciclo de
vida ACV.
María Pilar Castro.- Nació
en El Triunfo, Provincia del
Guayas - Ecuador en 1986.
Recibió su título de Ingeniera
Comercial de la Universidad
Estatal de Milagro UNEMI
en 2010. Actualmente, se
encuentra cursando sus estudios
de Maestría en Desarrollo
Económico en la Universidad Estatal de Campinas
UNICAMP-Brasil, en el Instituto de Economía. Su
campo de investigación se el estudio de las condiciones
socioeconómicas y las estructuras económicas de
la sociedad con énfasis en el desarrollo económico
regional y urbano.
Marcelo Pereira da Cunha.-
Nació en Sao Paolo, Estado
de Sao Paolo - Brasil en 1967.
Recibió su título de Ingeniero
Mecánico de la Universidad
de Sao Paolo USP en 1993;
Master en Matemática Aplicada
(2005) y Doctor en Planificación
Energética (2011) por la
Universidad Estatal de Campinas UNICAMP.
Actualmente es Profesor Principal del Instituto de
Economía de la UNICAMP, actuando en las áreas de
economía matemática y economía empresarial. Tiene
experiencia en el desarrollo de modelos económicos
para analizar los impactos socioeconómicos y medio
ambientales debido a la implementación de políticas,
mudanzas tecnológicas o estructurales en la economía.
245
 Artículo Académico I+D+i / Academic Paper I+D+i

First Complete and Sustainable Energy Transition Study for

Ecuador
“The End of Oil”
Primer Estudio para una Transición Energética Completa y
Sostenible para Ecuador “El Fin del Petróleo”
S. Golla S. J. Gerke
Investigador independiente/Cooperación GEDES e.V. Instituto de Sistemas de Energía Renovable, Dresden,
Germany
E-mail: s.golla@gedes-ev.de; soeren.gerke@mailbox.org

Abstract Resumen

What will happen if Ecuador’s economy continues ¿Qué pasará si la economía de Ecuador continúa
to grow without change? What can be done to stop creciendo sin cambios? ¿Qué se puede hacer para
it from failing? Which potentials could be used to evitar que falle? ¿Qué potenciales podrían usarse para
change the fate of Ecuador to the better? mejorar el destino de Ecuador?

Estos son temas del primer estudio completo

These are question of the first complete energy
study of Ecuador in times of the end of oil, globally
increasing extractivism, lavish consume and
declining agriculture. This Creative Commons,
open source and independent study [1] uses
complex simulations to develop different scenarios
for growth of renewables and development of oil
prices, predicting great instability for Ecuador
with business as usual by 2020.
This study reveals the sustainable renewable
energy potential of Ecuador of at least 103 GW. It
is shown that Ecuador can achieve 100 % energy
autarky by only 60 GW renewable installation,
while fossil infrastructure can be recycled and
reused. Simulations clarify that local and main
grid stability can be guaranteed by power-to-
gas technology. Considering economic and time-
depended parameters simulation show that the
entire transformation can be completed within 10
to 15 years. This creates at least 100 000 qualified
long-term jobs and zero Green House Gas(GHG)
emission, while generating an annual surplus of 50
billion USD for overall economy or decrease the
end user energy prices. To cover the final primary
energy of 160 TWh/a demand only 0,2 % of
Ecuador’s territory is needed.
de energía de Ecuador en tiempos del final del
petróleo, el extractivismo en aumento a nivel
mundial, el consumo pródigo y la agricultura en
declive. Este Creative Commons, código abierto y
estudio independiente [1] utiliza una simulación
compleja para desarrollar diferentes escenarios
para el crecimiento de las energías renovables y el
desarrollo de los precios del petróleo, prediciendo
una gran inestabilidad para Ecuador con los
negocios habituales para 2020.
Este estudio revela el potencial de energía renovable
sostenible de Ecuador de al menos 103 GW.
Ecuador puede lograr una autarquía energética
del 100 % mediante una instalación renovable de
60 GW, mientras que la infraestructura fósil puede
reciclarse y reutilizarse. La simulación aclara que
la estabilidad de la red local y principal puede gas
rantizarse mediante la tecnología de electrólisis.
Teniendo en cuenta la simulación económica y de
dependencia del tiempo que se puede completar
dentro de 10 a 15 años. Esto genera al menos 100 000
empleos calificados a largo plazo y cero emisiones
de gases de invernadero, al tiempo que, generando
un excedente de $ 50 mil millones (G.USD) para la
economía en general o para disminuir los precios
de energía del usuario final. Lo que resulta en una
necesidad de energía primaria reducida a la mitad
de 160 TWh/a solamente de 0,2 % del territorio de
Ecuador donde es necesario.

Index terms− Energy transition study, economic Palabras clave−Estudio de transición energía,
simulation, end of oil, renewable energies. simulación económica, fin del petróleo, energías
renovables.

Recibido: 03-12-2017, Aprobado tras revisión: 04-12-2017

Forma sugerida de citación: Golla, S.; Gerke, S. (2018). “Primer Estudio para una Transición Energía Sostenible del
Ecuador “El fin del Petróleo””. Revista Técnica “energía”. No. 14, Pp. 246-255
ISSN 1390-5074.

246

1. INTRODUCCIÓN
En el problema - a la estructura de una hoja de ruta
La economía de Ecuador se basa principalmente
en la agricultura y el extractivismo petrolero. La
exportación de estos productos es muy importante
para financiar la tecnología y las importaciones de
energía para el tráfico, la industria, la tecnología
de la información y de nuevo el agrocultivo y el
extractivismo. Durante las últimas décadas, Ecuador
se ha desarrollado positivamente para la mayoría de la
sociedad. Pero este concepto económico va a colapsar
dramáticamente. Por un lado, la agroindustria
industrial conduce a un uso excesivo del suelo y la
deforestación, y la producción de petróleo en curso
disminuye. Por otro lado, los costos de producción
ecuatorianos, los valores de importación están sobre
los retornos de exportación y el interés en deudas pone
en peligro la estabilidad económica. Viejos y nuevos
proyectos extractivistas para el petróleo, la minería y
el procesamiento conducen a conflictos territoriales
y naturales con los pueblos indígenas, la violación
de los derechos humanos, la deforestación de los
bosques húmedos por la soja, el aceite de palma, la
silvicultura y la energía hidroeléctrica [1, p. 57 ff.].
Los análisis de este estudio muestran que, desde
2016, el país tiene que subsidiar la producción de
petróleo en 5 a 10 mil millones de dólares (G.USD)
anualmente. Este hecho lleva al presupuesto nacional
dramáticamente a agotar la liquidez. Es hora de
encontrar soluciones alternativas a través de la
transformación sostenible para reemplazar todos los
combustibles fósiles. Hasta el momento, esta vía es
de aproximadamente 80 USD/b a 120 USD/b, para
que el extractivismo petrolero vuelva a ser rentable.
[1, p. 155 ff.]
Por lo tanto, las estrategias alternativas a corto
y largo plazo para las personas, la naturaleza y
la economía son más necesarias que nunca para
reemplazar los métodos extractivos de consumo
monetario, de energía fósil y la agricultura industrial
por técnicas sostenibles y renovables. El primer paso
es determinar el potencial de los diferentes tipos de
tecnologías según los costos, el desarrollo proyectivo,
el impacto ambiental y la red, así como las propiedades
del usuario final en Ecuador. Destacado con este
entendimiento fundamental rutas aplicables podrían
ser diseñadas para modelar escenarios de transición
que entreguen sus parámetros por simulación
multidimensional.
El notable éxito mundial de la energía renovable
no deja salida para que los ecuatorianos salgan del
extractivismo petrolero. ¿Qué podría significar una
transición energética completa para el ciudadano
ecuatoriano, la economía y la condición política?
Se recopilaron datos nacionales e internacionales
de organizaciones nacionales, como INER, MEER1,
1 MEER – Ministerio de Electricidad y Energía Renovable en Ecuador
Edición No. 14, Enero 2018
CENACE, EP Petroecuador y numerosos estudios
internacionales independientes y correspondencia
de científicos, periodistas y expertos de ONG2,
institutos, universidades, artículos periodísticos,
libros y entrevistas. La simulación se llevó a cabo con
LibreOffice que se publica bajo la licencia de Creative
Commons. El estudio fue lanzado en Junio 2017 como
un libro en idioma alemán y presentado por primera
vez en Ecuador en el Congreso INER I+D+i 2017-
09-20, Quito. El objetivo del artículo es allanar el
camino hacia más estudios detallados proporcionando
una base aplicable de contenido técnico iniciando la
revolución energética para Ecuador.
2. ESTADO DE LA TÉCNICA
Toma de tierra argumentativa
2.1. Transición Energética Global – Cambio del
Mercado Petrolero
La transición energética global está avanzando.
Todos los años desde 2010, alrededor del 1 % de la
demanda del mercado fósil fue reemplazada por la
generación de energía renovable, y se acelera. En
2017 está en 5 %, reduciendo el crecimiento de la
demanda de energía primaria a cero. Esto es causado
por las energías renovables, con aproximadamente
el 100 % de la eficiencia de la producción eléctrica,
reemplazando las plantas de energía fósil con un
38 % de eficiencia en promedio. La expansión de
las energías renovables muestra un crecimiento
naturalmente exponencial y sus inversiones (329
G.USD/a) superaron las inversiones en instalaciones
de energía fósil y nuclear por primera vez en 2015. [4]
Una primera simulación del estudio analiza
la dependencia entre la expansión de las energías
renovables y el corte de los combustibles fósiles.
Actualmente, cada uno de los principales combustibles
fósiles, petróleo, gas y carbón posee aproximadamente
1/3 del mercado. Incluso suponiendo que la continua
expansión conservadora de las energías renovables,
la mayoría fotovoltaica, se limitaría a 500 G.USD/a,
la aceleración de la instalación de capacidades
continuará, a través de nuevas reducciones masivas de
costos y mejoras tecnológicas. En 2016, se agregaron
188 GW [2] [1, p. 135 ff.]. Con una efectividad externa
promedio JELZ3 de 3.5 TWh/(GW·a) se generarán
alrededor de 650 TWh/a en 2017. Esto es equivalente
a reemplazar 471 M.b (90 % de eficiencia) por calor o
1.118 M.b (38 % de eficiencia) por electricidad. Para
reemplazar 1 % la producción anual de petróleo crudo
(33.6 G.b/año) bruja equivale a un complemento de
capacidad renovable equivalente de 134 a 57 GW. La
capacidad renovable instalada de 2016 habría sido
incrementada en un 1,4 % a 3,3 % equivalente al
mercado petrolero.
2 NGO – Non governmental organisation = ONG – Organización No
Governamental
3 JELZ – Jahres-Erzeugungs-Leistungs-Zahl – anualmente generación
poder factor [kWh/(W·a)] = [TWh/(GW·a)], efectividad externa grade
247
 Golla et al. / Primer estudio para una transición energía sostenible del Ecuador “El fin del Petróleo”
(1)
(2)
(3)
(4)
Antes de que el mercado del petróleo quiera
eliminarse por completo hasta 2039, el mercado del
carbón quiere ser asesinado para el 2030 debido a
acciones políticas, debido a la contaminación masiva
del aire en China, el acuerdo climático de París y
la próxima eliminación del lignito en Alemania. La
Fig. 1 muestra un escenario que finaliza la transición
energética global para el año 2042. Al principio, el
carbón se elimina gradualmente durante el período de
2016 - 2029, mientras que la producción de petróleo
disminuye lentamente en un 0,5–1,5 %/a (1,53 G.b/a
en promedio). Este corte artificial es necesario para
mantener el precio del petróleo por encima de los
costos marginales (alrededor de 40 USD/b Brent) 604
USD/b en el largo plazo.
Figura 1: Simulación de Energía Fósil Global contre
Renovables, basado en REN21, IRENA y Datos de BP, 2017
2.2. El Mercado Mundial del Petróleo Mata a la
Economía de Ecuador
Esta proyección es significativa para Ecuador con
una baja calidad del crudo de 18-25 ° API5, porque el
precio del petróleo es en promedio 20 USD/b menos
que el Brent. El análisis adicional de los costos de
producción de petróleo rápidamentey y los subsidios
de los informes anuales de EP Petroecuador revelaron
costos marginales de al menos 80 - 114 USD/b [1, p.
4 La predicción fue hecha en 2016, precio del petróleo (Brent) 2017
55 USD/b
5 API – American-Petroleum-Institute gravity, quality of crude oil by
inverse measure of density; gravedad, calidad del petróleo crudo por
medida inversa de la densidad
248
60 ff.]. Esto significa que con cada barril producido
de petróleo crudo La economía de Ecuador pierde 40-
74 USD/b. Si la producción es de aproximadamente
200 M.b/a, Ecuador tiene que compensar la diferencia
mediante impuestos y nuevas deudas de 8-15 G.USD
desde 2015 anualmente [1, p. 67 ff.]. Como se muestra
por proyección allí, pues es cero la posibilidad de que
el precio del petróleo vuelva a crecer por encima
de los costos marginales ecuatorianos. Por lo tanto,
la única solución es detener todas las actividades de
producción de petróleo y reemplazar los combustibles
fósiles por alternativas, incorporando nuevas
tecnologías energéticamente eficientes y electricidad
sostenible. Otras simulaciones del balance energético
de Ecuador muestran que una eliminación gradual
de la producción de petróleo es mejor hasta 2020[1,
p. 155 y sigs.]. Los precios del combustible deben
adaptarse al mismo tiempo a los precios mundiales
de mercado y a los costos de suministro adicionales
para mantener la viabilidad económica al esquema de
ahorro.
2.3. Potencial Energético Sostenible de Ecuador
2.3.1 Introducción a criterios sostenibles
Existe una gran diferencia entre el potencial
teórico y sostenible del territorio de un país. En
este estudio, la sostenibilidad se define mediante las
siguientes reglas:
• La huella más pequeña en recursos usados,
residuos o contaminación del suelo y el
agua, superficie superpuesta, no hay nuevas
carreteras
• Evitar conflictos con la vida silvestre, pueblos
indígenas, bosques, aves, anfibios, insectos
• Sin cría masiva; no hay agricultura industrial,
no hay OMG6, no hay monocultivos, no hay
contaminación por pesticidas como glifosato
o neonicotinoides, no hay aceite de palma,
soja, maíz
• Espacio urbano máximo co-utilizado o tierra
de cultivo
• Sin o con poco legado afectado en los lados
de la instalación al final del uso, materiales de
reciclaje y renaturalización orgánica rápida,
sin residuos dañinos.
2.3.2 Preinvestigación
La preinvestigación muestra un gran
potencial de energía solar y eólica utilizable, mientras
que la energía hidroeléctrica de los ríos que corren
está a punto de agotarse con las centrales eléctricas
6 GMO - Genetic Modified Organism; OMG – Organismo genético
modificado

actuales y venideras a 8 GW en total. Debido a la
corriente de Humboldt no existe un potencial de
energía térmica oceánica, la energía de las mareas y
de las olas es posible con algunos GW, pero aún con
pocos datos y, a menudo, cerca de áreas protegidas
sensibles, por ejemplo: el Golfo de Guayaquil [1, p.
194 ff.]. En la actualidad, la energía geotérmica no
se ha descubierto lo suficiente y se necesitan años
y altos riesgos de fallas en el funcionamiento de la
producción. Otros estudios dicen que podría haber
un potencial de 3 GWel como máximo [1, p. 96 ff.].
Finalmente, la biomasa, el viento y el potencial
solar deben determinarse para obtener resultados
adecuados.
2.3.3 Potencial de energía orgánica
En la enorme zona de cultivo de Ecuador, de 2,5
M.ha, se cultivan alrededor de 80 tipos diferentes
de plantas y animales. Debido a la limitada tierra
irrigada y los conflictos en curso de erosión y
deforestación, no habrá nuevas tierras de cultivo
sostenible. El potencial sostenible de la agricultura
existente necesita ser evaluado. Fig. 2 muestra que el
potencial teórico es de aproximadamente 14 TWh/a.
El potencial sostenible asciende a 8 TWh/a = 3 GWel
o equivalente a 0,6 M.b/a de biocombustibles más 1,2
TWh/a. Este potencial consiste en residuos de plantas
y frutas, estiércol sólido y líquido [1, p. 217-225].
Figura 2: Potencial Orgánico de Ecuador por Agricultura y
Cría, Datos de MEER, FAO
2.3.4 Potencial de energía eólica
La energía eólica es una estrategia perfecta con
energía solar, ya que se puede aprovechar por la
noche o incluso en la temporada de invierno. Pero
tiene una huella y un riesgo no despreciable para
las especies de aves y roedores, además se debe
considerar la necesidad de caminos adecuados y
Edición No. 14, Enero 2018
la distancia mínima entre turbinas eólicas. Uno de
los principales acuerdos de instalaciones eólicas
sostenibles para evitar conflictos es el denominado
„Helgoländer Papier“. Define las distancias y los
riesgos razonables en un área altamente poblada y
protegida como Alemania con más de 26 000 molinos
de viento (45 GW). En Alemania, se requiere que el
área dedicada a la granja eólica sea inferior al 0,5 al 2
% del territorio del país.
Un análisis espectral basado en píxeles utilizando
Octave proporcionó un mapa de color filtrado Fig. 3.
El mapa LIDAR de velocidad del viento original por
MEER, con una resolución de 0,12 km², se subdividió
en 22 rangos de velocidad. Al extrapolar la velocidad
de 4 m/s a 50 m de altura del cubo a 4,5 m/s a 80
a 120 m, el filtrado de la altura del cubo entregó el
análisis espectral de la Fig. 4. Todos los píxeles con
velocidades del viento inferiores a 4 m/s fueron
categorizados como ruido. También se utilizaron
mapas de la Universidad Técnica Danesa y 3TIER7,
que se compararon posteriormente [1, p. 180 y sigs.].
Con referencia a los molinos de viento modernos,
especialmente para aerogeneradores de baja velocidad
de hasta 5 MW, podría haber un potencial teórico de
6 PWh/a a 50 933 km² incluyendo áreas protegidas
y forestales y distritos urbanos. Se han resuelto las
áreas restringidas y se han tenido en cuenta diferentes
tipos de potencia de la turbina, diferentes distancias
para diferentes terrenos y altitudes de paisajes
seleccionados. Esto resulta en 12,9 a 17,2 GW para la
instalación sostenible en el 1,16 % del área restante.
Por expectativa conservadora, esto significa un
rendimiento energético de 69 TWh/a a JELZ de 5,36
GWh/(MW·a) en 0,23 % del territorio de Ecuador en
co-uso [1, p. 184 ff.].
Figura 3: Distribución de las Velocidades del Viento en
Ecuador (≥4,5 m/s), origen: MEER (LIDAR8), Ecuador 2015
[1, p.180 ff.]
7 3TIER – Power forecasting energy due diligence, NASA, commercial
comp.; Due Diligence de energía de previsión energética
8 LIDAR - light detection and ranging; detección de luz y rango
249
 Golla et al. / Primer estudio para una transición energía sostenible del Ecuador “El fin del Petróleo”

pequeño valor teórico reveló la posibilidad fácil de

cubrir la demanda de calor completa para el ciudadano
ecuatoriano por 17,7 GW de capacidad EST. En Total,
esto significa 28,3 TWh para 2035 en un área de 20
km² en la azotea [1, p. 192 ff.].

Tabla 1: Potencial Sostenible Solar (EST y ESF) para

Diferentes Regiones y Edificios Ecuatorianos

Galapagos

Com./Gob

Hogares
Oriente
Sierra
Costa

Quito

Total
EST
Categoría

0,1

0,1

0,05

2,5

0,01

20

10

20

0,10
avail. Área [%]

Figura 4: Análisis de Mapas de Velocidad del Viento de área efectiva

65

63

59

10

20

231
3TIER y MEER utilizando Octave & LibreOffice en TEOO- [km²]
study 2017
P.inst @21,7%

14,1

13,64

12,83

1,20

0,180

1,74

2,10

17,7

45,8
2.3.5 Potencial de energía solar
[GW]

La energía solar proporciona calor, luz visible

JELZ (en Ecu)

1,64

1,92

1,72

1,95

3,18

1,69

1,8

1,8

1,76
y no visible. Para usar el espectro solar completo, [GWh/(MW·a)]
los sistemas de calor solar térmico (EST) son los
más eficientes para la recolección de energía, pero
E.el @21,7%
23,12

26,18

22,07

2,34

0,57

2,93

3,78

28,3
la necesidad de recursos como el cobre los hace

demasiado costosos y pesados. Los sistemas energía
solar fotovoltaicos (ESF) comunes reales solo pueden
hacer uso de la luz visible, pero ahora son mucho
más baratos y más eficientes, debido a la producción
en masa y las menores necesidades de recursos.
Además, son mucho más ligeros y duraderos que
EST. Ecuador obtuvo las mejores condiciones para
utilizar la energía solar en la Tierra, debido a las
bajas temperaturas relativas, las grandes altitudes y la
menor difracción/amortiguación de la radiación solar
por la atmósfera. El potencial teórico de Ecuador es
de aproximadamente 500 PWh/a. Eso es más de cinco
veces la demanda de energía global. Para definir un
potencial sostenible máximo, el 0,1 % (o 256 km²) del
territorio ecuatoriano podría ser una opción factible.
La división de esta área en las áreas rurales y urbanas
típicas en las regiones de Costa, Sierra y Amazonas
podría ser una diferencia en JELZ de 1,64 a 3,18 TWh/
(GW·a) (ver Tabla 1). Dos o tres veces más potencia
que en Europa central. Si se considera un área principal
en la azotea en ciudades con un 2,5 % de superficie,
podría existir una capacidad real de instalación de 19,2
a 40,5 GW, además de la agricultura solar con 187 km²
(40 GW). En total, existe un potencial de 59,7 GW
≥ 100 TWh/a en el 0,1 % de las áreas promedio de
Ecuador [1, p. 188 ff.].
Para determinar el potencial de calor solar
térmico, se consideró el número de hogares (4,68
millones) y se multiplicó por las necesidades9 típicas
de energía térmica. Esto resulta en un uso promedio
de área adecuada de 1,6 a 4,1 m² por hogar. Este
9 25 m² por capita, 35 Wh/(m²*d)+ 23l/(d*cap) agua calores
81
[TWh/a]
2.3.6 Potencial sostenible renovable total de Ecuador
Considerando diferentes estudios, mapas y
conjuntos de datos de origen nacional e internacional,
fue posible identificar el potencial renovable
y sostenible de Ecuador bajo una perspectiva
conservadora, ver Fig. 6. Teniendo en cuenta el área
total utilizada para todas las capacidades listadas,
habría una huella de área máxima de alrededor del 0,4
% del territorio del país. Para la mayor parte del área
requerida, el área habitada podría usarse para ESF y
EST en tejados e instalaciones eólicas y biomasa en
tierras de cultivo co-usadas. De esta manera, se podría
lograr un potencial sostenible total de al menos 103
GW (Fig. 5) [1, p. 249 ff.].
Figura 5: Potencial de Energía Renovable Sustentable
Sostenible General por Capacidades de Ecuador
La mayor parte de la capacidad renovable es
energía solar y no exigiría huellas adicionales. La
Fig. 6 fue diseñada para ayudar a identificar las áreas
de instalación ideales en superposición por tipos de
capacidades.

250

2.4. Almacenamiento de Energía y Carga de Red:
el Cuello de Botella
La principal generación de electricidad de hoy
en día genera más baterías por 5,4 GW, la mitad de
ellas se instalaron durante los últimos tres años. La
capacidad de generación hidráulica representa el
58 % de todas las capacidades en Ecuador y cubre
más del 90 % del consumo total de electricidad de
29 TWh en 2017. El consumo de energía primaria
es de aproximadamente 220 TWh/a. Incluyendo las
exportaciones de petróleo crudo y derivados, se suman
alrededor de 350 TWh/a. [1, p. 78, 112, 275 y sigs.]
Si todas las necesidades energéticas, las previsiones
son por más del 70 % de ESF, por ejemplo en los
próximos 5 hasta los 20 años, ninguna capacidad de
la batería es capaz y lo suficientemente barata como
para almacenar una potencia máxima generada diaria
de 30 a 60 GW. Además, se debe considerar el enorme
impacto ambiental de la extracción de recursos de
litio en Bolivia10.
Figura 6: Mapa de Ecuador que Identifica las Mejores
Condiciones para la Capacidad Sostenible de Instalación de
Energía Eólica, Solar y Orgánica
Para escapar del dilema del almacenamiento de
la batería, la tecnología PtG en combinación con
GtL11/X12 y en reversión de GtP13 por las celdas de
combustible podría ser una salida limpia. Con la
fórmula que cambia el juego. Electricidad+CO2+H2O
= combustibles sintéticos+O2, la enorme sobre
producción14 eléctrica podría transformarse en
hidrógeno, metano o cualquier otro n-alcano [1,
p. 228 y sigs.]. Estos combustibles sintéticos de
10 Salar de Uyuni
11 PtL – Power-to-Liquids, electrólisis más Fischer-Tropsch
12 PtX – Power-to-Chemistry
13 GtP – Gas-to-Power, combustión, pilas de combustible
14 generación pico por energía solar volátil y generación de energía
eólica durante el día o la noche, desde la instalación a la producción
mínima de electricidad y PtG para generar combustibles y seguridad
energética
Edición No. 14, Enero 2018
segunda generación podrían almacenarse como gas
comprimido en la red de gas y líquidos en el tanque,
proporcionando transporte, calor, química industrial y
electricidad en grandes escalas.
La Fig. 7 muestra la forma de intercambiar,
transformar y almacenar energía entre la red eléctrica y
la red de gas, al tiempo que produce calor para procesos
y edificios. El tamaño de almacenamiento no está
limitado, por lo que la huella es extremadamente baja.
Debido a la entrada mínima de recursos, la tecnología
PtG es la mejor solución en escalas múltiples para
cerrar el ciclo del carbono. La eficiencia del proceso
de hoy se desarrolló rápidamente del 65 al 83 % para
generar 1 N.m³15 H2 a partir de 3,7 kWh. El hecho más
interesante sobre este método es que es al menos un
20 % más eficiente que ejecutar refinerías a partir de
crudo, debido a que los procesos químicos básicos son
exotérmicos, comenzando con la síntesis de Fischer-
Tropsch16 a partir del metano. Las capacidades a gran
escala de GtL en China y Sudáfrica son bien conocidas
desde hace décadas, mientras que la tecnología PtG
de alta eficiencia se encuentra en desarrollo de alta
tecnología y sigue siendo competitiva en el mercado
en Alemania.
Figura 7: Cerrando el Ciclo del Carbono por la Interacción del Gas
y la Red Eléctrica, utilizando los Mecanismos PtG, GtP y GtX
PtG/L/X redujo la generación de alta volatilidad
y la carga de generación pico de energías renovables
para satisfacer la demanda de combustible y extraer el
dióxido de carbono de la atmósfera, al mismo tiempo.
Otro mecanismo podría ser el cambio de combustible
impulsado por la política para reemplazar los
combustibles pesados por combustibles más livianos.
Esto podría lograrse mediante un reacondicionamiento
atractivo para motores diésel a la combustión de gas y
propulsores de gasolina a trenes de potencia eléctricos.
15 N.m³ – Métrica de norma m³ at 101.3 kPa
16 Proceso catalítico de Fischer-Tropsch para producir n-alcanos bajo
CH4/H2, CO, H2O, calor y presión, Alemania, 1925
251
 Golla et al. / Primer estudio para una transición energía sostenible del Ecuador “El fin del Petróleo”

3. MÉTODO 2) ¿Cómo se vería una solución de almacenamiento

de energía, estabilidad de la red y reemplazo de
3.1. Simulando la Transición Energética para combustibles fósiles?
Ecuador
3) ¿Cuál es el balance monetario de los costos y los
La base para describir una transición energética ingresos de la transición energética y quién tendrá
aplicable es el conocimiento de los potenciales que invertir y devolverlo?
factibles en la sección 2.3 y en los datos de energía
2.4 de infraestructura y generación. El objetivo 4.2. Demanda de Energía y Rendimiento para la
es crear una herramienta de simulación de código Transformación
abierto capaz de incluir la estabilidad de la red, la
interacción de diferentes tecnologías de generación, En la interacción del desarrollo pronosticado del
almacenamiento y suministro en paralelo, considerar precio mundial del petróleo, se establece que a partir
la degradación, las pérdidas y mostrar los efectos de 2018 todos los combustibles serán importados,
monetarios, importar y exportar en función del mientras que la producción nacional de petróleo deberá
tiempo escalas anuales. La herramienta desarrollada eliminarse para 2020. La expansión anular lenta de la
puede describir la transición energética de calor, capacidad solar y eólica alcanzará el máximo de 0,5 a
electricidad, transporte, química y almacenamiento 1,5 GW en 2025. En paralelo, las capacidades de PtG
según cada tecnología mostrada en la Fig. 8. Después y GtL deben actualizarse hasta 2,5 GW por año, como
de construir el modelo con LibreOffice-Calc, se se muestra en la Tabla 2.
puede presentar un ajuste de grano fino de una
transición energética óptima en diferentes diagramas Tabla 2: La Capacidad Máxima de la Planta de
y tablas como la Tabla 2 y Fig. 9-10. Esta herramienta Energía Cambia la Hoja de Ruta Durante la
incluye más de 190 parámetros que ayudan a ajustar Transición Energética en Ecuador
el modelo de transición y muestra instantáneamente
sus resultados, todo dentro de un tamaño de archivo Extención Capacidad
2018 – 2020 2021 – 2025 2026-2035
[MW/a]
de 1 Mbyte17.
Electrolisador (H2) 100 1500 2500
Metanisación (CH4)
10 250 650
[M.N.m³/a]
Licuefacción (GPL)
10 150 300
[M.l/a]
n-alcanos (n>5) [M.b/a] 0 1 1
Poder petróleo -250 -250 -250
Poder gás (Fuelcell) 250 50 50
Centrales hidroeléctricas (1633) 0 -350
Biomasa 100 33 45
Geotérmica 485 100 50
Aerogenerador (torre) 110 750 1000
Aerogenerador (vuelo) 1 75 250
EST techo 150 1000 1500
Figura 8: Descripción General de las Dependencias Modelo ESF techo 500 1000 1250
para el Modelo de Transición Energética del Estudio ESF espacio abierto 250 500 750
energiá océano 0 20 50
(Esquema de simulación desde el uso potencial a Construcción red gás
100 150 150
la energía final de izquierda a derecha y desde la [km/a]
demanda y los mecanismos políticos a los números Almacenamiento de la
5 20 20
económicos por sus influencias de arriba a abajo) batería

4. RESULTADO Los principales hallazgos de los resultados de la

simulación es que la transición energética se puede
4.1. Resultados de la Transición Energética realizar en aproximadamente 12 años mediante la
Simulada para Ecuador instalación de 55 GW de renovables adicionales (Fig. 9).

Hay tres preguntas principales que deben ser

contestadas:

1) ¿Cuántas capacidades renovables de qué tipo

deben instalarse en qué momento?

17 download from teoo.online under CC-BY-NC-SA - licencia

252

Figura 9: Expansión Dependiente del Tiempo de Renovables
Durante la Energía Transición en Ecuador
Esto es solo la mitad del potencial sustentable
accesible (ver Fig. 5). El actual consumo de energía
primaria de 350 TWh/a se reducirá a 160 TWh/a, por
la alta eficiencia del sistema, reemplazando las plantas
de energía fósil y los procesos por motores eléctricos
y capacidades renovables. Para reemplazar todas las
importaciones de combustible hasta 2029, mientras
se usa PtL y se describe el mecanismo de cambio de
combustible, se utilizan 100 TWh/a para generar más
de 20 M.b/a y 10 G.N.m³/a de combustibles líquidos
y gaseosos. Por lo tanto, podría ser el mayor desafío
crear 30 GW de infraestructura de PtG y PtL. De esta
forma, Ecuador podría liberarse de las importaciones
de combustible y finalmente exportar combustibles
de alta gama por debajo de los precios mundiales
actuales, como se muestra en Fig. 7 y 10.
Figura 10: Importación y Reemplazo Dependientes del Tiempo
de los Combustibles Nacionales y la Demanda de Energía. Los
Propios Combustibles Consumidos no se Muestran
Edición No. 14, Enero 2018
4.3. Efectos Monetarios de la Transición
Energética
Otro parámetro importante para optimizar la
transición de Ecuador es lograr un modelo equilibrado
de inversión y retorno. Esto significa que todas
las inversiones para aumentar las capacidades y
mantenerlas en funcionamiento tienen que generar un
retorno por los costos del usuario final de energía para
la electricidad, la química, el calor y los combustibles.
Tomando todos los costos de funcionamiento para
los costos de la red, los impuestos y el costo del
suministro de energía en cuenta con los precios del
usuario final de USD 12 ct./kWh, se puede demostrar
que la diferencia de rendimiento se ajusta a la
inversión en el tiempo. La curva discontinua negra
en la Fig. 11 muestra un valor positivo permanente
de 1 G.USD. En otras palabras, no se necesitan
créditos externos, si todos los retornos se volverán
a invertir en nuevas infraestructuras y capacidades.
Se tomó en cuenta que la inversión se separó en
casos de instalación industrial, ciudadana, comercial
y gubernamental. Para 2030, cuando se complete
la mayor parte de la transición energética, habrá un
ingreso de alrededor de 10 G.USD anuales. Con esta
cantidad, los precios de la energía del usuario final
podrían reducirse a una pequeña fracción de la actual,
para pagar deudas, invertir en proyectos de ecología y
educación. La transición energética total para Ecuador
requiere 100 G.USD en total. Finalmente, cuando
se compara el negocio económico habitual con la
transición energética sugerida, se hace evidente que
el uso consecuente de energías renovables sostenibles
proporcionaría un poder y oportunidades económicas
mucho más consistentes [1, p. 257 ff.].
Como observación, esa simulación se llevó a cabo
de manera conservadora, la transición energética
podría acelerarse en un par de años, debido a las
excelentes condiciones renovables en Ecuador.
Figura 11: Balance Monetario General de la Inversión y el
Rendimiento Durante la Transición Energética de Ecuador
253
 Golla et al. / Primer estudio para una transición energía sostenible del Ecuador “El fin del Petróleo”

4.4. Resumiendo los Efectos de la Transición Tabla 3: Resultados Condensados de la Transición

Energética Energética para Ecuador

Con la herramienta de transición energética Unidad Otros valores 2015 2035 delta
M.cap ciudadanos 16,17 20,34 4,05
universal desarrollada, se obtienen respuestas precisas %/a crecimiento de la población 1,44 0,84 -0,60
a las preguntas de la sección 4. La Tabla 3 brinda una toe/(cap·a) consumo de energía primaria per cápita 1,928 0,647 -1,28
descripción más detallada de los diferentes efectos MWh/(cap·a) consumo de energiá el. per capita 1,788 8,360 6,57
eTWh/a consumo de energiá primaria equivalente 349 169,0 -180
de la transición lograda para Ecuador. Uno de los Twh/a consumo energiá el. 29,8 155,2 125
aspectos principales de la transición proyectada es GW potencial generación sostenido ? 103,69 57%
la generación de al menos 100 000 empleos a largo GW Capacidad generación el. (GtP o. EST) 5,55 59,66 54,11
GW th Capacidad generación (EST) 0,00 17,27 17,27
plazo, bien pagados y calificados, la huella de dióxido GW PtG capacidad carga 0,00 30,25 30,25
de carbono va a cero y el 95 % de todas las reservas GW total capacidad generación renovables 2,60 92,06 89,46
de petróleo crudo permanecerán intactas en el suelo. G.N.m³/a producción H2 sostenible para electricidad 0 27,01 27
producción CH4 sostenible, SNG
Estos hechos muestran en el caso de Ecuador que M.N.m³/a 0 4.806 4.806
M.b/a prod. comb. líq.: GPL, gasolína, diesel 0 15,5 16
el clima global de la ONU comprometido con los TWh/a generación calor para EST y GtP 0 32,6 33
objetivos de París y los últimos reclamos urgentes % generación proporción fósil 46,8% 0,0% -100%

del PNUMA se pueden cumplir y que los conflictos 100 M.b reservas petróleo crude 87,6 83,3 95,10%
M.m³ reservas gás natural fósiles 9.822 8.305 84,6%
nacionales se resolverán. G.USD/a P&L by fuels ex-& import -5,1 0,3 5,3
M. t e C O 2 /a e C O 2 h u e l l a s i n /co n . e x p o rta r 136,61 4,70 -132
5. CONCLUSIÓN M. t e C O 2 /a e C O 2 h u e l l a o n l y i m -y e x p o rta r 85,78 -4,37 -90
t e C O 2 /(ca p · a ) e C O 2 h u e l l a p e r ca p í ta 13,75 0,02 -13,74
USD/l producción combustible costes sin taxes 0,4 0,115 32%
El primer estudio completo de energía sostenible USD ct./kWh producción el. costs sin impuestos 6,0 2,0 33%
y renovable para Ecuador muestra que una transición G.USD balance de transición energía con direct. I&G 0 49,96 50

energética propuesta por igual es económicamente
posible y significativa. El intento de incluir las
preguntas multidimensionales para considerar
el estado del arte energético, económico, físico,
químico, proyectado y los posibles problemas
para la proyección del progreso dependiente del
tiempo para las necesidades del usuario final de
calor, electricidad y combustibles podría resolverse.
También la estabilidad de la red y el almacenamiento
de energía se consideran solucionables por PtL y el
mecanismo de cambio de combustible, mientras que
Ecuador eliminó la producción de fósiles hasta 2020.
Las necesidades de combustible podrían cubrirse
hasta el 2029. En comparación global, el análisis de
datos muestra un gran potencial sostenible en energía
solar y eólica de 103 GW, debido a las excelentes
condiciones. Para lograr la transición de las energías
renovables, solo se necesita la mitad de su potencial
mínimo sostenible. Eso significa que la huella total
del área es menor al 0,2 % o 130 km² del territorio
ecuatoriano, ubicado principalmente en la azotea y el
paisaje agrícola. La transición muestra, al „cerrar el
ciclo del carbono“, que la huella de CO2 se reduce a
cero, mientras que el consumo de energía primaria se
reduce a la mitad en 12 años.
G.USD balance possible con transición energía* 0 91,91 92
Este estudio allana el camino para futuros
estudios sobre estos temas bajo la licencia de Creative
Commons: CC-BY-NC-SA 4.0. Datos bajo esta
licencia CC: teoo.online
RECONOCIMIENTO
Gracias a Sören Gerke, por el trabajo conjunto en
análisis, discusiones críticas y ayuda para sugerencias
y apoyo para el estudio, mejora del documento.
Gracias al INER, apoyándome con la publicación
de este documento y para una mayor cooperación.
Gracias a Pablo Antonio Valle S., Diploma de
Ingeniería Electrotecnia (Universidad Técnica de
Cottbus, Alemania), para la traducción del inglés al
español y alemán al español, México.
REFERENCIAS BIBLIOGRÁFICAS
[1] Stefan Golla, “The End of Oil”, oekom,
München/Dresden, GEDES e.V., 2017, página.
entre paréntesis; ISBN: 978-3-96006-030-7

Reportes en Línea:

[2] REN21, “Global Status Report 2017”, ”GSR2017”,

www.ren21.org, 2017-7-7

254

[3] British Petrol, “BP Statistical Review of World
Energy June 2017” www.pb.com, 2017, 2017-
10-20
[4] Bloomberg, “BNEF-2016-Annual-Investment-
Numbers-final.pdf, 2017, www.bnef.com
Stefan Golla.- Nació en Berlín,
Alemania, en 1979, estudió
física (Diploma) e ingeniería
eléctrica en la Universidad
de Cottbus y Dresde. Trabajó
diez años como científico,
especialista en desarrollo
y gerente de proyecto en energías renovables
aplicadas, almacenamiento de energía, campos
científicos (potencia, medición y opto-dispositivos),
Edición No. 14, Enero 2018
automotriz y electrónica. Dedicado a diferentes ONG
ambientales y de derechos humanos como Greenpeace
y YASunidos. Actualmente trabajando en tecnologías
de redes inteligentes, edificios con suficiente energía,
técnicas agroecológicas híbridas e impulsando la
transición energética de Ecuador en GEDES e.V.
Sören Gerke.- Nació en
Wolfenbüttel, Alemania, en
1988, estudió ingeniero mecánico
(Diploma) en la Universidad
de Dresde. Actualmente realiza
sus estudios doctorado en la
Universidad Téchnica de Bérlin.
Es especialista en experimental y
simulación y mecánica de fluidos
impulsando y algoritmos para la evaluación de datos.
255
 INSTRUCCIONES PARA LOS AUTORES
1. ALCANCE

a. Servir de instrumento de publicación de las investigaciones y proyectos realizados

por los profesionales de CENACE, y de otros investigadores nacionales e
internacionales.

b. Servir de foro de discusión del conocimiento generado por profesionales del

CENACE y por autores de otras instituciones que publiquen en este medio.

c. Apoyar los procesos que son responsabilidad del CENACE, así como la
investigación y difusión de los temas de actualidad de los sectores eléctrico y
energético.

d. Propiciar la capacitación de los profesionales de CENACE y de otras instituciones

en temas de actualidad del sector eléctrico.

2. POLÍTICA EDITORIAL

a. Calidad.- Los trabajos a publicar en la revista deberán ser de alta calidad

académica, resultado de un análisis meditado y profundo; y, que cumplan con
criterios de evaluación internacional.

b. Pluralidad.- La revista promueve la publicación de trabajos de opinión plural en

materia de enfoque teórico y analítico.

c. Periodicidad.- La Revista Técnica “energía” de CENACE, ha sido tradicionalmente

publicada con una periodicidad anual (en el 2018 se ha planificado modificar la
periodicidad a semestral), y su distribución no tiene costo alguno. Se permite la
reproducción total o parcial de esta revista citando la fuente.

d. Idioma.- El artículo técnico podrá ser escrito en idioma español o inglés. Sea cual
fuere el caso, en la primera página se deberá incluir el resumen en español y el
abstract en inglés.

3. LOS AUTORES DE LOS ARTÍCULOS

Los artículos pueden ser escritos por autores internos o externos al CENACE.
CENACE brindará las facilidades de tiempo para la elaboración de los artículos de
los autores internos. Para ello el autor deberá estimar el tiempo requerido para la
culminación del artículo, a fin de que CENACE le facilite el tiempo requerido dentro
del horario de trabajo.

4. RESPONSABILIDAD DE LOS AUTORES

El autor es el único responsable del contenido del artículo y se obliga a entregar su

trabajo de acuerdo a los lineamientos emitidos por el Consejo Editorial.
El autor se compromete a realizar los ajustes que sean señalados por el Consejo
Editorial en el tiempo fijado por éste.

256
El autor deberá estar atento para resolver las dudas y propuestas que presente el
Consejo Editorial.
El autor se compromete a que el artículo entregado a la Revista sea inédito y original.
En caso de que el artículo haya sido entregado a otro medio para su publicación, el
artículo no será incluido en la edición.

5. PROPIEDAD INTELECTUAL, DERECHOS DE AUTOR

La Revista Técnica “energía”, garantiza la propiedad intelectual del autor tanto interno
como externo a CENACE, publicando su artículo por una sola ocasión en la edición del año
correspondiente.

Asimismo, el autor otorga a la Revista Técnica “energía” el derecho de copia (Copyright©),

que le brinda el permiso irrevocable e ilimitado para usar, distribuir, publicar, licenciar,
exponer, grabar, digitalizar, difundir, reproducir y archivar el artículo y/o la presentación
asociada, en cualquier formato o medio, ya sea conocido actualmente o desarrollado con
posterioridad. Sobre esta base, en caso que el autor desee publicar su trabajo en otro
medio de difusión no indizado (ya que en otro medio de difusión indizado no es permitido),
deberá solicitar permiso expreso a la Revista Técnica “energía”, y de ser éste concedido,
deberá referenciarla como fuente de publicación original. En este sentido, una vez que el
artículo haya sido aceptado para su publicación, el autor deberá suscribir una forma de
Copyright y Consentimiento previo a su publicación. Esta forma será enviada al autor junto
con las revisiones del trabajo aceptado y deberá ser remitida suscrita al Consejo Editorial
junto con la versión final del artículo.

6. CONFIDENCIALIDAD

El autor interno que elabore su artículo con información obtenida de CENACE, deberá
mantener confidencialidad de la información a la que tenga acceso y utilizarla exclusivamente
para fines académicos, lo cual implica que se compromete a no divulgarla a terceros, sin
consentimiento escrito otorgado previamente por el Representante Legal de CENACE.

7. LINEAMIENTOS EDITORIALES

Para la preparación de los trabajos técnicos deberá seguirse lo indicado en el documento

Guía para la Preparación y Envío de los Trabajos Técnicos de la Revista Técnica “energía”.

8. PRESENTACIÓN DE LA REVISTA TÉCNICA “energía”

De manera anual, en el mes de enero, se realizará la Conferencia Ecuador de presentación

de la Revista Técnica. El Director del Consejo Editorial designará el lugar de la presentación
en función de los presupuestos e información que proporcione el Consejo Editorial y que
tengan conformidad a lo establecido en las normas emitidas por el órgano rector del Sistema
Nacional de Contratación Pública. Asimismo, el Director Ejecutivo de CENACE delegará a
los funcionarios responsables de participar y colaborar en la logística y organización de la
Conferencia conjuntamente con el Consejo Editorial.
En esta presentación, de acuerdo a la disponibilidad y análisis previo, se podrá
contar con Conferencistas Magistrales. La duración del evento será determinado
de tal manera que puedan presentarse todos los artículos publicados en la Revista.
Existen dos modalidades de presentación: i) Presentación Oral, y ii) Poster. La
modalidad que corresponda a cada artículo técnico será definida por el Consejo
Editorial en función de los resultados del promedio de las evaluaciones. Para
esto, el Consejo Editorial definirá una calificación mínima para que el artículo sea
presentado en la modalidad Oral.

257
 LINEAMIENTOS DE ÉTICA

Los miembros del Comité Editorial se comprometen a:

1. Ser responsables de la búsqueda y selección de los profesionales que serán

invitados a formar parte del Grupo de Evaluación (Pares Científicos). Para esto, se
basarán en su trayectoria profesional, académica e investigativa, así como en su
título universitario procurando que sea de cuarto nivel. Adicionalmente, procurarán
identificar a profesionales que no presenten conflictos de intereses con el artículo
técnico a ser designado, motivados ya sea por relación con los autores o con la
institución a la que ellos pertenecen.

Los miembros del Consejo Editorial se comprometen a:

2. Colaborar en el proceso de edición de la Revista Técnica “energía”, manteniendo

imparcialidad en la revisión de forma de los artículos. Asimismo, colaborar en
todos los procesos asociados con la edición de la revista y la logística del evento
asegurando el cumplimiento de toda la normativa vigente sobre comunicación y
contratación.

Los miembros del Grupo de Evaluación (pares científicos) se comprometen a

cumplir con los siguientes lineamientos:

3. Ser seleccionados por el Consejo Editorial en relación con sus méritos académicos
y especialización. En el cumplimiento de sus funciones a conducirse con un alto
sentido de responsabilidad, con estricta sujeción a las disposiciones legales,
reglamentarias; a las normas y procedimientos establecidos por el reglamento de la
Revista Técnica “energía” de CENACE.

4. Aceptar formar parte del Grupo de Evaluación solamente cuando cuente con los
conocimientos necesarios y suficientes para desempeñar sus funciones.

5. Actuar con probidad, equidad, diligencia, discreción, honradez, sinceridad, dignidad,

responsabilidad, transparencia y respeto a la institución y a los objetivos de la
Revista Técnica “energía”.

6. Ser neutral y estar libre de sesgos que puedan influenciar su capacidad de decisión.
La sospecha de presencia de conflictos de interés aconseja el cambio de evaluador
ya sea a propia petición o por parte del Consejo Editorial.

7. Comprender y respetar los aspectos relativos a la cultura, los principios y estilos de

organización y trabajo de la institución en cuya evaluación participa, distanciándose
para ello de las características de su institución de origen y de sus criterios
personales sobre estos aspectos. Este distanciamiento, necesario para analizar con
equidad el cumplimiento de la misión, visión, los propósitos y objetivos de CENACE,
es particularmente importante dadas las diferencias culturales, regionales, de
propósitos y de estilos de organización entre instituciones.

8. Actuar con independencia de criterio en el proceso de evaluación, sin asumir la

representación de intereses ajenos, por más legítimos que fueran.

9. Respetar a las autoridades y colaboradores de CENACE.

10. Actuar dentro de los procedimientos acordados por el Consejo Editorial.

258
11. El evaluador, luego de aceptar su participación, deberá cumplir su compromiso
hasta el término de la evaluación.

Los miembros del Comité Editorial, del Consejo Editorial y del Grupo Evaluador
expresan su aceptación a lo siguiente:

12. El incumplimiento de los presentes lineamiento éticos por parte de cualquiera de los
miembros del Comité Editorial o del Consejo Editorial, será motivo de su separación,
previo el proceso de notificación correspondiente.

13. La notificación del incumplimiento de los lineamientos éticos la deberá hacer el

Coordinador del Comité Editorial. En caso de que el incumplimiento fuese denunciado
por una persona externa al Comité o al Consejo Editorial, el denunciante deberá
demostrar con pruebas.

14. No les está permitido a los miembros del Comité Editorial, del Consejo Editorial y
del Grupo de Evaluación:
a. Aceptar obsequios.
b. Actuar en la petición, recepción y análisis de la información de manera
inquisitorial.
c. Solicitar, con fines personales, documentos de la institución.
d. Involucrarse en discusiones que pongan en riesgo el logro de los propósitos de
la evaluación.
e. Calificar a la institución con criterios personales, y
f. Formular comentarios escritos u orales fuera del informe oficial.

259
 Edición No 14, Enero 2018

Template for the Preparation and Submission of Technical

Papers to Technical Journal “energía”
Guía para la Preparación y Envío de los Trabajos Técnicos de la
Revista Técnica “energía”
A.V. Peterchev1 G.F. Handel2
St. Thomas School, Leipzig University, Leipzig, Germany
1

E-mail: peterchev@uni-leipzig.de
2
Royal Academy of Power Systems, University of London, London NW1 5HT, United Kingdom
E-mail: handel@ram.ac.uk

Abstract Resumen

The purpose of this document is to guide the
authors for the preparation and submission of
Technical Papers for publication in the Technical
Journal “energía” edited by CENACE. This file can
be used as a template for structuring the Technical
Papers to be presented. The abstract should
include the objectives of the study, procedures or
methods, their results and conclusions. This must
not exceed one column of this page. Finally, note
that the Abstract must also be written in Spanish.
El objeto de este documento es instruir a los
autores para la preparación y envío de los Trabajos
Técnicos para su publicación en la Revista Técnica
“energía” de CENACE. El presente archivo puede
ser utilizado como plantilla para la escritura de los
Trabajos Técnicos a ser presentados. El resumen
debe establecer los propósitos del estudio, sus
procedimientos o métodos, sus descubrimientos
o resultados y sus conclusiones. No debe exceder
una columna de esta página Finalmente, tener
en cuenta que el resumen también tiene que estar
escrito en idioma inglés.

Index terms− At least four key words (index terms) Palabras clave− Deben proveerse al menos cuatro
related to the Technical Paper must be provided palabras clave que se relacionen con el Trabajo
for indexing purposes. Técnico para fines de catalogación.

Recibido: Colocar fecha de envío (Ej: 15-07-2017), Aprobado tras revisión: Fecha colocada por el Consejo Editorial
Forma sugerida de citación: Colocar Primer Apellido y la inicial del nombre de todos los autores Ej: Peterchev, A.; Handel,
G. (2018). Nombre del trabajo técnico entre comillas Ej: “Guía para la Preparación y Envío de los Trabajos Técnicos de la
Revista Técnica “energía”. Revista Técnica “energía”. No. 14, Pp. El número de página lo colocará el Consejo Editorial.
ISSN 1390-5074.

260
 Cepeda, Echeverría y Argüello / Incorporación de Inteligencia en el S.N.T. Ecuatoriano Proyecto Yachak
1. INTRODUCCIÓN
Los autores son completamente responsables de la
calidad de impresión de sus trabajos. Se les solicita de
manera cordial observar cuidadosamente el estilo y
formato del presente documento para la presentación
de sus trabajos. Este documento representa por sí
mismo un ejemplo de diseño para los trabajos a ser
presentados.
La introducción de un trabajo técnico debe
contemplar lo siguiente: i) presentación y
justificación del problema, ii) revisión del estado
del arte e identificación de problemas no resueltos,
ii) presentación de la propuesta, iii) resumen de
resultados y conclusiones; y, iii) presentación de la
estructura del artículo (outline).
El resto de este documento es organizado de
la siguiente manera. En primer lugar se presentan
unas recomendaciones generales. Posteriormente
se explican los requerimientos de envío de los
trabajos. Finalmente se detalla información adicional
a ser considerada, luego de lo cual se presentan las
conclusiones y recomendaciones.
2. RECOMENDACIONES GENERALES
Los Trabajos Técnicos deberán cumplir con las
siguientes recomendaciones generales:
2.1. Contenido de los Trabajos Técnicos
El artículo técnico podrá ser escrito en idioma
inglés o español. Sea cual fuere el caso, en la primera
página se deberá incluir el título (title), el resumen
(abstract) y las palabras clave (index terms) en inglés
y en español (en ese orden).
El cuerpo principal del Trabajo Técnico
debe empezar con una sección de Introducción
y terminar con una sección de Conclusiones y
Recomendaciones. Luego, si es del caso, podrán
colocarse los Agradecimientos. Al final deberán
colocarse las Referencias Bibliográficas. Además,
se debe incluir una foto (3.02 cm x 2.66 cm) y la Hoja
de Vida resumida (no más de 120 palabras) de cada
uno de los Autores.
Nota: De preferencia, la foto de cada Autor debe
adjuntarse en forma digital (tamaño pasaporte)
conjuntamente con el Trabajo Técnico.
2.2. Formato de los Trabajos Técnicos
El formato del texto debe respetar las siguientes
características:
2.2.1 Del texto
• Los trabajos deberán estar escritos en español,
en formato de impresión ISO 21cm × 29,7cm
(DIN A4) a doble columna. El ancho de las
columnas debe ser de 80mm con un espacio de
5mm entre las mismas. En total no deberán
exceder un número de 9 páginas en tamaño
A4.
• El texto utilizará la fuente Times New Roman,
con los siguientes tamaños: 14 para el título, 11
para el nombre del autor(es), 8 para nombrar
figuras y tablas, y 10 para el resto.
• Deberán utilizarse las unidades del Sistema
Internacional (SI) o INEN y se debe considerar
el siguiente formato para los cantidades y
fechas:
o El signo decimal que se empleará será la
coma (,) y de existir más de tres cifras se
dejará un espacio entre los correspondientes
números (por ejemplo: 876 902,172 003).
o La fecha será totalmente numérica con el
formato aaaa-mm-dd. No se debe introducir
un espacio para la separación entre los
miles (por ejemplo: 2009).
• El presente documento puede ser usado como
una plantilla para la estructuración de los
trabajos técnicos (recomendado).
2.2.2 Del tamaño de letra y el espacio entre líneas
Los Trabajos Técnicos deben ser escritos a espacio
simple, acogiéndose al formato establecido en la
presente Guía. El tamaño de la letra en el texto debe
ser de 10 puntos (1 punto = 0,35mm).
2.2.3 De las figuras y tablas
Figuras: Las ilustraciones o figuras deben ser
intercaladas a lo largo de todo el trabajo (no colocadas
al final como un solo grupo), luego de que sean
citadas por primera vez, preferentemente dentro de
los límites establecidos para las columnas. Cuando
sea estrictamente necesario puede utilizarse el espacio
correspondiente a dos columnas.
Deben designarse con la palabra “Figura” seguida
de un número arábigo y dos puntos antes del nombre,
respetando el orden en que aparecen, y se ubicará
bajo la figura. En caso de que la figura se divida en
partes, cada una de ellas deberá distinguirse con
letras minúsculas encerradas en paréntesis, en orden
alfabético, comenzando por la letra (a). Cada leyenda
debe incluirse debajo de su correspondiente figura,
como se muestra en la Fig. 1.
Las imágenes de las figuras deben ser de alta
resolución, mínimo 300 dpi y en el caso de utilizar
colores, éstos deben ser suaves. El texto de las figuras
debe tener un tamaño de letra de 8 puntos. Todas las
figuras deben tener sus leyendas centradas.
261
 Edición No 14, Enero 2018

Tablas: Las tablas deben ser hechas en aplicaciones
compatibles con Microsoft Word o Excel, con sus
textos escritos en un tamaño de letra de 8 puntos
(como mínimo) y centrados para todas sus columnas
como se muestra en la Tabla 1. Se debe considerar el
siguiente formato para las tablas:
Ia = CONST.
E = CONST
Q arábigos entre paréntesis y aliñado a la derecha del
IaXd
* Expresado en Euros constantes del año 2000
2.2.4 De las ecuaciones o fórmulas
Preferentemente toda fórmula o ecuación debe
ser realizada utilizando el editor de ecuaciones de
Microsoft Word o MathType. El tamaño del texto de
las ecuaciones deber ser de 9 puntos.
Toda ecuación debe estar numerada con números
margen. Como se muestra en (1):

E
(1)
0 O
P
Vt donde Mi, Pmi Pei y ωi son constantes (letra normal
sin cursiva ni negrita) y t es una variable (letra cursiva
ð 0
sin negrita). Los subíndices (como: i) se pondrán con
Ia cursiva únicamente si son variables (por ejemplo
STATIC STABILITY LIMIT
dentro de un sumatorio como en (2)).
O'

Las ecuaciones se deben ajustar al ancho de la

Figura 1: Diagrama Fasorial de una Máquina
Sincrónica
• En cada columna debe constar la unidad de
medida que le corresponde.
• Los valores mostrados en cada una de las
columnas deben tener la misma cantidad de
decimales. Si la cantidad de decimales es alta
se debe utilizar los respectivos múltiplos de
las unidades. El título de la tabla debe tener
un tamaño de letra de 8 puntos y debe estar
centrado sobre ésta.
• Deben designarse con la palabra “Tabla”
seguida de un número arábigo y dos puntos,
respetando el orden en que aparecen (ver
Tabla 1).
columna, pudiendo requerirse para esto expresarlas
en dos o más líneas. Todas las ecuaciones deben estar
centradas. Para la notación de vectores y matrices se
deberá resaltar la variable en negrita, (no cursiva), los
vectores con minúscula y las matrices con mayúscula,
como se indica en (2):
(2)
donde ai y vi son vectores y F es una matriz. En este
caso el subíndice i es una variable que varía en cada
término del sumatorio por lo que va con cursiva.
2.2.5 De las secciones

El texto del trabajo debe estar dividido en

Tabla 1: Eficiencia y Costos de Inversión en
secciones (primaria, secundaria y terciaria). Estas
Centrales secciones deben ser identificadas secuencialmente,
con números arábigos, en negrilla, respetando
Costo de Inversión espacios entre la numeración y el título de la sección.
Eficiencia
Año (Euro/kW)*
El título de una sección primaria debe estar
HC CCGT GT HC CCGT GT
en letras mayúsculas. Una sección secundaria tendrá
1960 0,369 0,38 0,260 - - - solo la primera letra de cada palabra en mayúscula,
mientras que una sección terciaria utilizará letra
1970 0,391 0,40 0,280 778 - - cursiva. Todos los tres tipos de secciones con negrita.
1980 0,413 0,42 0,290 1 126 981 490
2.2.6 Notas de pie de página
1990 0,435 0,50 0,305 1 335 790 350

1995 0,446 0,56 0,302 1 202 645 320 Las notas de pie de página son de carácter
informativo y se utilizan para hacer aclaraciones,
2000 0,455 0,60 0,350 1 150 600 315 justificaciones, deducciones, demostraciones,
2005 0,465 0,62 0,380 1 110 556 300 explicaciones, llamados de atención hacia alguna
peculiaridad o para hacer referencia a una prescripción
2010 0,475 0,63 0,395 1 072 516 285 de otra sección1.
2015 0,485 0,64 0,405 1 035 479 271
1 Las notas al pie son optativas.

262
 Cepeda, Echeverría y Argüello / Incorporación de Inteligencia en el S.N.T. Ecuatoriano Proyecto Yachak
Estas notas deben hacerse mediante
números arábigos, en un orden creciente, según como
aparezcan en el texto, utilizando un tamaño de letra
de 7 puntos. En el texto del trabajo deben indicarse
como un superíndice junto a la palabra u oración a la
que hacen referencia. Como en el ejemplo.
2.2.7 Normas generales
La palabra “Figura” debe ser contraída a “Fig.”
siempre que se encuentren dentro de una oración en
el texto del documento. Todas las ecuaciones, figuras
y tablas deben estar numeradas.
Para nombrar una ecuación dentro de una oración
se deberá hacer referencia a su numeración, por
ejemplo: los modelos de ecuaciones para el presente
trabajo se muestran en (1) y (2).
Pueden utilizarse notas relativas a una figura, tabla
o sección del texto con las características de las notas
de pie de página. Estas notas relativas contribuyen
a tener una mayor claridad en el Trabajo Técnico.
La longitud de su texto no puede exceder el espacio
ocupado por la figura, tabla o sección a la que se hace
referencia. Cuando exista una sola figura o tabla en el
artículo, también deberán numerarse.
Si se utilizan palabras en un idioma diferente
al del texto del documento (que puede ser español
o inglés), éstas deberán ser escritas en cursiva. Las
páginas del trabajo no deben estar numeradas, pues
se les asignará una numeración al momento de la
edición de la revista.
Los apéndices, cuando sean necesarios, deben
situarse antes de los agradecimientos.
El tipo de artículo, debe ser colocado por el autor
en el encabezado de la primera página, existen dos
tipos de trabajos técnicos:
• En caso de ser una Investigación Académica,
Proyectos de titulación de pregrado o Tesis
de posgrado o doctorado, se debe colocar:
Artículo Académico / Academic Paper.
• En caso de ser aplicaciones prácticas se debe
colocar: Aplicación Práctica / Practical Issues.
En las páginas impares existe un encabezado que
contiene los apellidos de los autores y “títulos cortos”.
Estos títulos cortos deben citarse de la siguiente
manera: apellido del autor y el nombre del trabajo
técnico resumido, de tal forma que quepa en una sola
línea toda la información. Cuando los autores sean
más de tres (o cuando pudiese no alcanzar en una sola
línea) se debe usar la expresión latina et al. luego del
apellido del primer autor (autor principal). Ejemplo:
Peterchev et al. seguido del nombre del trabajo técnico
resumido. Asimismo, en la primera página se debe
incluir un pie de página para identificar al artículo.
Por favor incluir toda la información requerida de
acuerdo a lo detallado en este pie de página. Todos
estos encabezados y pies de página son con tamaño 9.
3. ENVÍO DE TRABAJOS
El Autor del Trabajo Técnico deberá enviar
por correo electrónico dos archivos digitales
correspondientes a:
1) El Trabajo Técnico en formato compatible
con Microsoft Word o comprimido (extensión
ZIP o RAR).
2) Todas las figuras, imágenes y tablas en formato
original (las tablas aplican de ser el caso),
comprimidas en un solo archivo (extensión
ZIP o RAR) y según las instrucciones dadas
en esta Guía.
Los trabajos técnicos deben ser enviados en el
formato de la Guía para la Preparación y Envío de los
Trabajos Técnicos de la Revista Técnica “energía”, en
caso de no cumplir con los lineamientos establecidos
en la misma, el trabajo técnico será devuelto al autor.
La dirección electrónica para el envío de los
Trabajos Técnicos es: revistatecnica@cenace.org.ec.
Los dos archivos electrónicos deben estar
claramente identificados, por ejemplo: el uno puede
llamarse “Trabajo Técnico” y el otro “Figuras y
Tablas”.
Los archivos a enviarse no deberán tener un
tamaño superior a 2.0 MB. Si esto no se cumple, el
archivo deberá subdividirse en tantas partes como sea
necesario para no sobrepasar este límite.
El trabajo presentado debe ser original e inédito.
El autor otorga a la Revista Técnica “energía” el
derecho de copia (Copyright©), que le brinda el
permiso irrevocable e ilimitado para usar, distribuir,
publicar, licenciar, exponer, grabar, digitalizar,
difundir, reproducir y archivar el artículo y/o la
presentación asociada, en cualquier formato o medio,
ya sea conocido actualmente o desarrollado con
posterioridad. Sobre esta base, en caso que el autor
desee publicar su trabajo en otro medio de difusión no
indizado (ya que en otro medio de difusión indizado
no es permitido), deberá solicitar permiso expreso a
la Revista Técnica “energía”, y de ser éste concedido,
deberá referenciarla como fuente de publicación
original. En este sentido, una vez que el artículo haya
sido aceptado para su publicación, el autor deberá
suscribir una forma de Copyright y Consentimiento
previo a su publicación. Esta forma será enviada al
autor junto con las revisiones del trabajo y deberá
ser remitida suscrita al Consejo Editorial junto con la
versión final del artículo.
263
 Edición No 14, Enero 2018
Cualquier duda o comentario debe ser dirigido al
Consejo Editorial de la Revista Técnica “energía”, a
la dirección electrónica indicada anteriormente o a
los teléfonos: 02 2992 005, 02 2992 001.
4. INFORMACIÓN ADICIONAL
CENACE creó la Revista Técnica “energía”, con
el afán de patrocinar la investigación y fomentar el
intercambio de ideas encaminadas al beneficio y
desarrollo de los Sectores Eléctrico y Energético,
mediante trabajos de alta calidad. Con este fin se
ha conformado un Grupo de Evaluación de Trabajos
Técnicos.
El Grupo de Evaluación de Trabajos Técnicos
está conformado por profesionales de distintas
universidades y escuelas politécnicas, así como
por profesionales de gran prestigio de los sectores
eléctrico y energético, tanto nacionales como
internacionales. Estos evaluadores son externos y no
tienen relación alguna con CENACE.
Una vez que un Trabajo Técnico haya sido recibido
por el Consejo Editorial, pasará a ser evaluado por
dos miembros del Grupo de Evaluación, los cuales
emitirán los comentarios y las sugerencias necesarias
para consolidar al Trabajo Técnico presentado.
Los comentarios y sugerencias serán remitidos
a los Autores para su consideración. Una vez que
los Autores hayan respondido a las respectivas
indicaciones de los evaluadores en sus trabajos,
deberán enviar nuevamente el Trabajo Técnico
definitivo a la dirección electrónica revistatecnica@
cenace.org.ec, tal como se ha indicado en la sección
3 de esta Guía.
De manera anual, en el mes de enero, se realizará
la Conferencia Ecuador de lanzamiento de la Revista
Técnica “energía”, en la cual se invitará a los autores
de los trabajos aceptados a realizar una presentación
de su contribución. Existen dos modalidades de
presentación: i) Presentación Oral, y ii) Poster. La
modalidad que corresponda a cada artículo técnico
será definida por el Consejo Editorial en función de
los resultados del promedio de las evaluaciones.
5. CONCLUSIONES Y RECOMENDACIONES
Es importante que el Trabajo Técnico posea
como parte final del mismo, las conclusiones y
recomendaciones más importantes que se han
establecido durante la realización del estudio
o investigación presentados. Las conclusiones
deben resaltar las contribuciones más importantes
comparándolas con otras metodologías del estado del
arte, así como las deficiencias que hubiesen surgido
y que permitan vislumbrar trabajos futuros. Se debe
evitar repetir lo dicho en el resumen.
264
Importante: Los Trabajos Técnicos que no atiendan
las instrucciones establecidas en la presente Guía
serán devueltos a los Autores para que realicen las
debidas correcciones, respetando los plazos vigentes.
El incumplimiento de los plazos podrá dar lugar
a la devolución del trabajo. El Consejo Editorial
de la Revista Técnica “energía” no asume ninguna
responsabilidad con respecto a las correcciones
necesarias o al contenido de los Trabajos Técnicos
para que estén conformes a las exigencias establecidas.
AGRADECIMIENTOS
Se puede incluir una sección de agradecimientos
luego de las conclusiones y recomendaciones para
indicar las personas, instituciones o empresas que han
hecho posible la realización del Trabajo Técnico o que
han apoyado de forma parcial o total el desarrollo de
la investigación presentada.
REFERENCIAS BIBLIOGRÁFICAS
Las referencias son importantes para el lector, por lo
que cada cita debe ser correcta y completa. Dentro del
texto, las referencias deben ser citadas con números
encerrados entre corchetes [1].
A continuación se presentan varios formatos correctos
para diferentes tipos de referencia, de acuerdo al
estilo IEEE. En el artículo que se presente no se debe
separar las referencias según el tipo, en el presente se
las separa solo con fines didácticos. Las referencias
se deben numerar de acuerdo a su aparecimiento en
el texto y todas deben constar dentro del texto del
Trabajo Técnico.
Publicaciones periódicas:
[1] R. E. Kalman, “New results in linear filtering and
prediction theory,” J. Basic Eng., ser. D, vol. 83,
pp. 95-108, Mar., 1961.
Libros:
[2] B. Klaus and P. Horn, Robot Vision. Cambridge,
MA: MIT Press, 1986.
[3] L. Stein, “Random patterns,” in Computers and
You, J. S. Brake, Ed. New York: Wiley, 1994, pp.
55-70.
Informes:
[4] E. E. Reber, R. L. Michell, and C. J. Carter,
“Oxygen absorption in the earth’s atmosphere,”
Aerospace Corp., Los Angeles, CA, Tech. Rep.
TR-0200 (4230-46)-3, Nov. 1988.
[5] J. H. Davis and J. R. Cogdell, “Calibration program
for the 16-foot antenna,” Elect. Eng. Res. Lab.,
Univ. Texas, Austin, Tech. Memo. NGL-006-69-
 Cepeda, Echeverría y Argüello / Incorporación de Inteligencia en el S.N.T. Ecuatoriano Proyecto Yachak
3, Nov. 15, 1987.
Memorias Publicadas de Conferencias:
Se puede omitir el año si el mismo está incluido en
el nombre.
[6] G. R. Faulhaber, “Design of service systems with
priority reservation,” in Conf. Rec. 1995 IEEE
Int. Conf. Communications, pp. 3–8.
[7] S. P. Bingulac, “On the compatibility of adaptive
controllers,” in Proc. 4th Annu. Allerton Conf.
Circuit and System Theory, New York, 1994, pp.
8–16.
Artículos presentados a Conferencias:
[8] J. G. Kreifeldt, “An analysis of surface-detected
EMG as an amplitude-modulated noise,”
presented at the 1989 Int. Conf. Medicine and
Biological Engineering, Chicago, IL.
[9] G. W. Juette and L. E. Zeffanella, “Radio noise
currents on short sections on bundle conductors,”
presented at the IEEE Summer Power Meeting,
Dallas, TX, June 22-27, 1990, Paper 90 SM 690-
0 PWRS.
Tesis de Maestría y Doctorado (MSc y PhD):
[10] N. Kawasaki, “Parametric study of thermal and
chemical nonequilibrium nozzle flow,” M.S.
thesis, Dept. Electron. Eng., Osaka Univ., Osaka,
Japan, 1993.
[11] J. O. Williams, “Narrow-band analyzer,” Ph.D.
dissertation, Dept. Elect. Eng., Harvard Univ.,
Cambridge, MA, 1993.
Standards:
[12] IEEE Criteria for Class IE Electric Systems,
IEEE Standard 308, 1969.
[13] Letter Symbols for Quantities, ANSI Standard
Y10.5-1968.
Angel Velasco Peterchev.-
Nació en Sofia, Bulgaria en
1963. Recibió su título de
Ingeniero Eléctrico de la
Universidad de Hardvard en
1987; de Master en Ingeniería
Eléctrica de la Universidad
de Berkeley, California en
1990; y su título de Doctor en
la Universidad Leipzig, en la St. Thomas School,
de Alemania. Sus campos de investigación están
relacionados con el Desarrollo de Microprocesadores
para la Incorporación de Módulos de Regulación de
Voltaje en Conversores de Potencia y las Energías
Alternativas.
Gabriela Fernanda Handel.-
Nació en Manabí en 1979.
Recibió su título de Ingeniera
Electrónica de la Universidad
de Hannover en 2002.
Actualmente, se encuentra
cursando sus estudios de
Doctorado en la Universidad de
Londres, en la Royal Academy
of Power Systems, y su campo de investigación se
encuentra relacionado con la Seguridad Intrínseca de
los Sistemas de Potencia.
265
TÍTULO/AUTOR Pág.
Detección y Clasificación de Fallas en Líneas de Transmisión Utilizando Transformada Wavelet y Máquinas de Soporte Vectorial
151
I. Lozada, F. Quilumba, F. Perez

Aplicación del Proceso Unificado en la Implementación del Método de Diferencias Finitas en el Dominio del Tiempo en Lenguaje Python mediante
Programación Orientada a Objetos 159
F. R. Valencia, H. N. Arcos

Validación del Modelo de un Regulador Automático de Voltaje basado en Optimización de Mapeo Media-Varianza y Pruebas de Campo
165
J. Cepeda, P. Verdugo

Metodología basada en Sincrofasores para la Identificación de Parámetros de Líneas de Transmisión

174
D. Orquera, J. Cepeda, P. Vásquez, A. De La Torre

Impacto de las Redes Inteligentes en la Confiabilidad de los Sistemas de Distribución

184
A. López

GESTIÓN EMPRESARIAL

Buenas Prácticas Socioambientales en el Manejo Ecológico del Embalse de la Central Hidroeléctrica Manduriacu
194
V. Arcos, S. Feijóo, J. Valencia

CONGRESOS INTERNACIONAL I+D+i SOSTENIBILIDAD ENERGÉTICA

Método de Evaluación Sustentable de la Vivienda en la Ciudad de Cuenca, Ecuador

204
J. Quesada, A. Calle, V. Guillén, J. Ortiz, K.Lema

Una Comparación de Rendimiento entre Dos Configuraciones de Biodigestores Anaerobios para la Producción de Biogás
213
J. C. Ramírez

Procesado y Caracterización de Nitratos como Materiales de Cambio de Fase para Evaluar su Capacidad de Almacenamiento Energético
224
M. Orozco, J. Martínez, A. Chico, K. Acurio

Análisis Comparativo de Indicadores Energéticos de Países Miembros de la Comunidad Andina de Naciones

236
P. Castro, M. Castro, M. Cunha

Primer Estudio para una Transición Energética Completa y Sostenible para Ecuador “El Fin del Petróleo”
246
S. Golla, S. Gerke

CENACE
Derechos Reservados © 2018

Av. Atacazo y Panamericana Sur Km. 0, Sector Cutuglagua

Teléfono: (593-2) 2992001 Fax: (593-2) 2992031 Apartado Postal 17-21-199
www.cenace.gob.ec @OperadorCenace
revistatecnica@cenace.org.ec

Quito - Ecuador