⚡ electrical engineering

Response-Based Frequency Stability Assessment under Multi-Scale Disturbances in High-Renewable Power Systems

Este artículo propone un método de evaluación de la estabilidad de la frecuencia basado en la respuesta unificada para sistemas de potencia con alta penetración de renovables que clasifica las perturbaciones multiescala, construye un modelo unificado de perturbación-potencia para la identificación y cuantificación en línea, y deriva modelos analíticos de respuesta de frecuencia para evaluar los límites de estabilidad tanto para perturbaciones de tipo escalón como de tipo pendiente.

Autores originales: Jinhui Chen, Huadong Sun, Ping Wu, Baocai Wang, Bing Zhao

Publicado 2026-08-14

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jinhui Chen, Huadong Sun, Ping Wu, Baocai Wang, Bing Zhao

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina la red eléctrica como un gigantesco trampolín de alta velocidad. Cuando saltas sobre él, la tela se estira y rebota. En el mundo de la electricidad, este "rebote" se llama frecuencia. Normalmente, la red zumba con un ritmo constante, como un latido perfecto. Pero si de repente añades un peso pesado (como encender una fábrica masiva) o quitas un resorte (como si una planta de energía se apagara), el trampolín se tambalea. Si se tambalea demasiado o demasiado rápido, todo el sistema puede colapsar, provocando apagones.

Durante mucho tiempo, los científicos supieron cómo manejar saltos grandes y repentinos en el trampolín. Tenían un libro de reglas simple: si el salto es de un tamaño fijo, podían predecir exactamente cómo reaccionaría el trampolín. Pero recientemente, el trampolín ha cambiado. Hemos empezado a usar más energía eólica y solar, que son como resortes elásticos e impredecibles que no siempre mantienen su forma. Ahora, los "saltos" no son solo grandes y repentinos; también son extraños. A veces el peso aparece por una fracción de segundo y desaparece. Otras veces, aumenta lentamente, como una mochila pesada que se va llenando de granos de arena uno a uno. Los viejos libros de reglas no pueden manejar estas nuevas y complicadas formas. Si intentamos usar las viejas reglas de "grandes saltos" para un "avance lento", podríamos pensar que el trampolín está a salvo cuando en realidad está a punto de colapsar, o viceversa. Este es el rompecabezas que este artículo intenta resolver: ¿cómo mantenemos el trampolín seguro cuando los saltos son extraños, rápidos o lentos?

Los autores de este artículo, un equipo de investigadores de China, han construido un nuevo sistema de "sensor inteligente" para vigilar el trampolín en tiempo real. En lugar de adivinar qué tipo de salto está ocurriendo, su método escucha cómo reaccionan realmente los generadores (los resortes del trampolín). Al medir las "sacudidas" eléctricas de estos generadores, pueden determinar exactamente qué tipo de perturbación está ocurriendo, incluso si nadie se lo ha dicho de antemano.

Descubrieron que las perturbaciones vienen en cuatro sabores distintos, y cada uno necesita una regla de seguridad diferente:

El Glitch a Corto Plazo: Imagina que alguien salta sobre el trampolín por una fracción de segundo y luego salta fuera. Esto sucede rápido, como cuando una granja solar pierde potencia brevemente durante una tormenta. Las reglas antiguas tratarían esto como un peso permanente, haciendo que el sistema entre en pánico innecesariamente. El nuevo método ve que el peso desaparece y sabe que el trampolín rebotará bien.
El Gran Paso: Este es el escenario clásico: se deja caer un peso pesado y este permanece ahí. Las reglas antiguas funcionan bien aquí, pero el nuevo método añade un calculador de "margen de seguridad" para decirnos exactamente qué tan cerca estamos del borde.
La Rampa Rápida: Imagina que el peso en el trampolín no solo se deja caer; se está añadiendo rápidamente, como un cubo de agua vertiéndose durante unos pocos segundos. Esto es peligroso porque el trampolín no tiene tiempo de ajustarse. El nuevo método detecta este aumento rápido y predice exactamente cuántos segundos faltan para que el trampolín se rompa.
El Avance Lento: Este es el más escurridizo. El peso se añade tan lentamente (durante minutos) que el trampolín apenas se mueve al principio. Los generadores intentan empujar hacia atrás, pero eventualmente, se cansan y se quedan sin energía. Una vez que se han agotado, el trampolín comienza a hundirse rápidamente. Las reglas antiguas suelen pasar esto por alto porque asumen que el sistema puede manejar el avance lento para siempre. El nuevo método se da cuenta de que los generadores se están "quedando sin gasolina" y calcula exactamente cuánto tiempo queda antes del colapso.

Los investigadores probaron su nuevo "sensor inteligente" en un modelo computacional complejo de una red eléctrica real, una que está fuertemente cargada con energía eólica y solar. Simularon todos los cuatro tipos de saltos extraños. Los resultados mostraron que su método era muy preciso. Para el "Glitch a Corto Plazo", predijo correctamente que el sistema sobreviviría, mientras que el método antiguo habría dado una falsa alarma de desastre. Para el "Avance Lento", predijo correctamente el momento en que los generadores se rendirían y la frecuencia colapsaría, mientras que el método antiguo pensaba que el sistema estaría seguro por mucho más tiempo.

Crucialmente, el artículo argumenta en contra del uso de las viejas reglas de "perturbación por paso" para estos nuevos eventos extraños. Si intentas explicar un peso que avanza lentamente como un único gran salto, obtendrás la respuesta incorrecta. Los autores demuestran, a través de sus simulaciones, que este enfoque antiguo puede ser peligrosamente optimista sobre los problemas lentos o excesivamente pesimista sobre los problemas rápidos y breves.

El equipo también comprobó si su método fallaría si los sensores fueran un poco inexactos, como si las "sacudidas" se midieran con un poco de ruido. Descubrieron que, incluso con estos pequeños errores, el método identificaba correctamente el tipo de perturbación y daba una advertencia segura y conservadora. No se confundía; simplemente se volvía ligeramente más cauteloso, que es exactamente lo que se quiere cuando se trata de un trampolín que podría colapsar.

En resumen, este artículo no solo dice "tenemos una nueva herramienta". Proporciona una forma matemática específica para escuchar la red, identificar la forma del problema y calcular el tiempo exacto que tenemos para arreglarlo antes de que se apaguen las luces. Convierte un caos confuso de "saltos extraños" en una guía clara de cuatro pasos para mantener nuestra red eléctrica estable en un mundo de energía renovable.

Planteamiento del Problema
En los sistemas de potencia con alta penetración de renovables, la disminución de la inercia sincrónica y de la regulación primaria de frecuencia convencional ha vuelto la estabilidad de la frecuencia más vulnerable ante perturbaciones de potencia activa imprevistas. Estas perturbaciones son cada vez más diversas en escala de tiempo y evolución temporal, abarcando desde déficits de corto plazo (por ejemplo, durante el Soporte de Bajo Voltaje o fallos de conmutación de HVDC) hasta perturbaciones de pendiente variable en el tiempo (por ejemplo, disparos en cascada o brechas persistentes entre oferta y demanda). Los métodos existentes de evaluación de la estabilidad de la frecuencia suelen asumir perturbaciones de escalón conocidas o dependen de formas de perturbación predefinidas. En consecuencia, carecen de un marco unificado basado en la respuesta que sea capaz de identificar tipos de perturbaciones imprevistas en tiempo real y de calcular márgenes de estabilidad dependientes de la clase, particularmente para las perturbaciones de pendiente variable en el tiempo donde los modelos convencionales de Respuesta de Frecuencia del Sistema (SFR) pueden no ser capaces de capturar el crecimiento acumulativo o la dinámica de agotamiento de la regulación primaria.

Metodología
El artículo propone un método de evaluación de la estabilidad de la frecuencia cuantitativo basado en la respuesta que infiere la potencia de la perturbación directamente a partir de las respuestas eléctricas medidas de los generadores (incrementos de potencia electromagnética). La metodología avanza a través de tres etapas principales:

Clasificación de la Perturbación: El método distingue entre perturbaciones de corto plazo y permanentes utilizando un umbral de potencia de etapa temprana ( $\Delta P_{sh}$ ) y un umbral de frecuencia ( $\Delta f_{sh}$ ). Las perturbaciones permanentes se categorizan además en perturbaciones de escalón, de pendiente de segundo nivel y de pendiente de nivel de minutos, basándose en la magnitud de la potencia de la perturbación inferida y su tasa de cambio.
- Corto plazo: Aumento rápido y recuperación dentro de un intervalo corto.
- Escalón: Aumento repentino seguido de un nivel constante.
- Pendiente de segundo nivel: Aumento lineal con una pendiente grande, alcanzando límites en cuestión de segundos.
- Pendiente de nivel de minutos: Aumento lineal lento durante minutos, agotando la regulación primaria antes de causar una rápida caída de la frecuencia.
Cuantificación de la Intensidad de la Perturbación:
- Para las perturbaciones de corto plazo y de escalón, la intensidad se cuantifica mediante la magnitud máxima de la potencia de la perturbación inferida.
- Para las perturbaciones de pendiente, la intensidad se caracteriza por la pendiente de la potencia de la perturbación ( $k_s$ o $k_m$ ), estimada mediante ajuste de mínimos cuadrados o derivada de las condiciones de equilibrio de potencia en el umbral de agotamiento.
Criterios de Estabilidad Analíticos:
- Corto plazo: Se deriva un criterio de acumulación de energía inercial para calcular la potencia crítica de la perturbación basándose en la energía cinética y la modulación de la frecuencia de la carga, preservando la característica de recuperación de duración finita.
- Escalón: La potencia crítica de la perturbación se determina mediante el mínimo de las restricciones derivadas de la desviación de frecuencia en estado estacionario (límites del regulador) y la desviación de frecuencia transitoria (modelo SFR con participación de electrónica de potencia). Se define un índice de margen de seguridad.
- Pendiente de segundo nivel: Se utiliza un modelo SFR mejorado en el dominio de Laplace para predecir el tiempo de violación de límite ( $t_m$ ) para perturbaciones de crecimiento lineal.
- Pendiente de nivel de minutos: Se desarrolla un modelo de movimiento del rotor post-agotamiento. Una vez agotada la regulación primaria, la evolución de la frecuencia se modela como una ecuación diferencial de primer orden impulsada por el desequilibrio restante, lo que permite la predicción del tiempo hasta la violación del límite de frecuencia después del instante de agotamiento ( $t_1$ ).

Contribuciones Clave

Esquema de Clasificación Unificado: Un marco basado en la respuesta que identifica cuatro tipos distintos de perturbaciones (corto plazo, escalón, pendiente de segundo nivel, pendiente de nivel de minutos) utilizando únicamente las respuestas medidas, sin conocimiento previo de la forma de la perturbación.
Criterios Analíticos Dependientes de la Clase: Derivación de márgenes de estabilidad específicos para cada clase:
- Criterios basados en energía para eventos de corto plazo para evitar el excesivo conservadurismo de los modelos equivalentes de escalón.
- Límites de potencia crítica de doble restricción (estado estacionario y transitorio) para perturbaciones de escalón.
- Modelos de predicción de tiempo al límite para perturbaciones de pendiente, incluyendo un nuevo modelo de post-agotamiento para pendientes de nivel de minutos que tiene en cuenta el agotamiento de las reservas de regulación primaria.
Márgenes Cuantitativos: El método proporciona salidas cuantitativas que incluyen límites críticos de perturbación, márillos de seguridad y predicciones de tiempo al límite, permitiendo a los operadores evaluar cuánto tiempo puede resistir un sistema ante perturbaciones evolutivas.

Resultados
El método propuesto fue validado en el sistema de referencia de estabilidad de frecuencia CSEE-FS (un sistema híbrido AC-DC realista con una penetración de renovables del 56.1%) bajo diversas condiciones de operación y escenarios de perturbación:

Corto plazo (LVRT): El método discriminó correctamente la estabilidad para duraciones de LVRT de 400 ms, identificando simultáneamente las violaciones para duraciones de 500 ms y 600 ms. En contraste, un enfoque SFR equivalente de escalón convencional sobreestimó el nadir de frecuencia e identificó incorrectamente la inestabilidad para el caso de 400 ms, demostrando la necesidad de preservar las características de recuperación de duración finita.
Perturbaciones de Escalón: Los criterios analíticos predijeron con precisión los márgenes de estabilidad y las desviaciones de frecuencia para aumentos de carga de tipo escalón, coincidiendo con los resultados de simulación en diferentes niveles de penetración de renovables.
Perturbaciones de Pendiente: Para las pendientes de segundo nivel y de nivel de minutos, los modelos propuestos proporcionaron predicciones precisas de los tiempos de sobrepaso de límite (errores relativos generalmente dentro del 8%). El modelo de nivel de minutos capturó con éxito la continua degradación de la frecuencia tras el agotamiento de la regulación primaria, mientras que el modelo SFR convencional (incluso con entrada de pendiente) sobreestimó el margen de tiempo restante y no detectó la inminente violación del límite.
Robustez: El análisis de sensibilidad mediante simulaciones de Monte Carlo mostró que los errores de medición (magnitud de voltaje, ángulo de fase, latencia) y las incertidumbres en la capacidad de regulación de las renovables no alteraron la clasificación del tipo de perturbación. Si bien estas incertidumbres introdujeron desviaciones menores en los márgenes de estabilidad, las predicciones se mantuvieron generalmente conservadoras, respaldando su utilidad para la alerta temprana.

Significancia
El artículo sostiene que su principal significancia radica en abordar la brecha en la evaluación en tiempo real basada en la respuesta para perturbaciones imprevistas y multiescala en sistemas con alta penetración de renovables. Al ir más allá de la suposición de perturbaciones de escalón conocidas, el marco propuesto permite la identificación de perturbaciones evolutivas (específicamente perturbaciones de pendiente) que son cada vez más frecuentes en las redes modernas. La derivación de criterios analíticos específicos para cada clase de perturbación permite evaluaciones de estabilidad más precisas y menos conservadoras en comparación con los métodos tradicionales basados en SFR. Además, la capacidad de predecir el "tiempo al límite" para las perturbaciones de pendiente de nivel de minutos ofrece una herramienta crítica para que los operadores implementen acciones correctivas antes de que las reservas de regulación primaria se agoten por completo y ocurra el colapso de la frecuencia. La robustez del método frente a errores de medición y su naturaleza conservadora ante la incertidumbre de los parámetros refuerzan aún más su aplicabilidad práctica para la evaluación de seguridad en línea.

Más como este