⚡ electrical engineering

Probabilistic Frequency Hazard Analysis: Adapting the Seismic Hazard Framework to Power System Frequency Exceedance Risk

Este artículo presenta el Análisis Probabilístico de Peligro de Frecuencia (PFHA), un marco innovador que adapta la metodología de la Análisis Probabilístico de Peligro Sísmico (PSHA) para cuantificar con precisión y desagregación el riesgo de excedencia de frecuencia en sistemas eléctricos modernos con baja inercia, validando su eficacia mediante datos operativos del sistema de Gran Bretaña.

Autores originales: Sewedo Todowede

Publicado 2026-04-09

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Sewedo Todowede

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 que la red eléctrica de un país es como un gigantesco columpio en un parque.

Antiguamente, este columpio era muy pesado (tenía mucha "inercia" gracias a las grandes turbinas de las centrales eléctricas tradicionales). Si alguien empujaba el columpio de golpe (una pérdida de energía), el peso hacía que se moviera despacio y suavemente, sin peligro.

Pero hoy, estamos cambiando ese columpio pesado por uno mucho más ligero, hecho de materiales nuevos (energía solar y eólica). El problema es que, si el columpio es ligero, un empujón fuerte lo hace oscilar violentamente y rápido. Si oscila demasiado, se rompe o se detiene, y se va la luz en toda la ciudad.

Este es el problema que resuelve el artículo que has compartido. Aquí te lo explico paso a paso, como si fuera una historia:

1. El Problema: ¿Qué tan probable es que se caiga el columpio?

Antes, los ingenieros calculaban el riesgo de que se fuera la luz mirando casos específicos: "¿Qué pasa si falla la central A?". Era como mirar el clima solo para mañana. Pero con el cambio climático y las energías renovables, el sistema es tan complejo que necesitamos saber algo más: ¿Cuál es la probabilidad real de que el columpio se salga de control en cualquier momento del año, y por qué?

2. La Solución: Copiar a los Sismólogos (El "PSHA")

El autor, Sewedo Todowede, tuvo una idea brillante. Se dio cuenta de que los ingenieros eléctricos no tenían la mejor herramienta para esto, pero los ingenieros sísmicos (los que estudian terremotos) sí.

La analogía:
- Un terremoto es como una pérdida repentina de energía en la red.
- La intensidad del terremoto es el tamaño de la pérdida (cuánta energía falta).
- La distancia al epicentro es el estado actual de la red (cuánta energía hay almacenada, cuánto viento hay, etc.).
- El daño en un edificio es la caída de la frecuencia eléctrica.

Los expertos en terremotos usan un método llamado Análisis de Peligro Sísmico Probabilístico (PSHA). Básicamente, suman todos los terremotos posibles, de todos los tamaños, en todas las ubicaciones, y calculan la probabilidad de que un edificio sufra daños.

El autor dice: "¡Hagamos lo mismo con la electricidad!". Llamó a su nuevo método PFHA (Análisis de Peligro de Frecuencia Probabilístico).

3. ¿Cómo funciona el nuevo método? (La "Receta")

En lugar de mirar un solo caso, el PFHA hace un cálculo masivo que combina tres cosas:

El Catálogo de "Terremotos" (Fuentes de fallo): Identifica 51 fuentes posibles de fallo (grandes centrales, cables submarinos, parques eólicos). No solo mira si fallan, sino cuánta energía pierden cada vez que fallan (a veces pierden un poco, a veces todo).
El "Estado del Tiempo" (La red en ese momento): La red no es igual siempre. A veces hay mucho viento (poca estabilidad), a veces hay mucha demanda (más inercia). El método mira miles de escenarios reales de los últimos años para saber cuándo la red es más frágil.
La "Fórmula de Predicción" (La física): Usa dos tipos de calculadoras:
- Una analítica (matemáticas rápidas pero aproximadas).
- Una física (una simulación muy detallada que imita cómo reacciona la red en tiempo real).
- Analogía: Es como si un meteorólogo usara tanto una regla simple como una supercomputadora para predecir si lloverá.

4. La Magia: Desglosar el Riesgo

Lo más genial de este método es que no solo te dice "hay un 10% de riesgo". Te dice exactamente por qué:

Desglose por fuente: "El 40% del riesgo viene de que falle el cable submarino IFA, y el 30% de las centrales de gas".
Desglose por momento: "El riesgo es altísimo cuando hay poco viento y poca inercia (días de verano con poca demanda)".
Efecto de los frenos: El sistema tiene "frenos de emergencia" (como desconectar la luz de algunas casas si la frecuencia baja demasiado). El método calcula cuánto ayudan estos frenos. Resulta que los frenos modernos (llamados "Dynamic Containment") reducen el riesgo drásticamente, como un airbag en un coche.

5. ¿Funciona de verdad? (La Prueba)

El autor probó su método en el sistema eléctrico de Gran Bretaña.

Lo comparó con el método oficial que usa el gobierno (llamado FRCR).
Resultado: ¡Coincidieron muy bien! Aunque usan métodos totalmente diferentes, sus predicciones estaban muy cerca (dentro de un margen de error de 1.5 veces).
Además, el nuevo método pudo ver cosas que el antiguo no veía, como exactamente qué tipo de fallo es el más peligroso en situaciones extremas.

En resumen

Este artículo es como inventar un nuevo mapa de riesgos para la electricidad.

Antes, los ingenieros miraban el mapa y decían: "Aquí hay un peligro".
Ahora, con el PFHA, tienen un mapa 3D interactivo que les dice:

"El peligro es mayor aquí, a las 3 de la tarde, cuando hay poco viento".
"Si activamos este freno, el peligro baja un 77%".
"El culpable principal de los riesgos graves es la combinación de dos fallos a la vez".

Es una herramienta poderosa para asegurar que, mientras pasamos de las centrales de carbón a la energía eólica y solar, nuestras luces sigan encendidas y la red no se caiga. Es como pasar de adivinar el clima a tener un pronóstico meteorológico de alta precisión para la seguridad eléctrica.

Aquí presento un resumen técnico detallado del artículo "Análisis Probabilístico de Peligro de Frecuencia: Adaptación del Marco de Peligro Sísmico al Riesgo de Exceso de Frecuencia en Sistemas de Potencia", escrito por Sewedo Todowede de NESO (Operador del Sistema Nacional de Energía de Gran Bretaña).

1. El Problema: La Transición Energética y el Riesgo de Frecuencia

El sistema eléctrico de Gran Bretaña (GB) está experimentando una transición energética que implica el desplazamiento progresivo de la generación síncrona tradicional por fuentes renovables interconectadas mediante convertidores. Esto ha provocado una disminución crítica de la inercia síncrona (de niveles típicos >300 GVA·s en 2010 a un mínimo operativo aprobado de 120 GVA·s).

Consecuencia: Una menor inercia aumenta la tasa de cambio de frecuencia (RoCoF) ante desequilibrios de potencia y profundiza la caída de frecuencia (nadir), haciendo que eventos que antes eran absorbidos ahora provoquen desviaciones severas.
Ejemplo Histórico: El evento del 9 de agosto de 2019, donde la pérdida simultánea de un parque eólico y una turbina de gas, sumada a la desconexión de recursos energéticos distribuidos, causó una caída a 48.8 Hz, activando la desconexión de demanda (LFDD) y afectando a un millón de consumidores.
Limitación de los Métodos Actuales: El informe actual de Riesgo y Control de Frecuencia (FRCR) de NESO utiliza un enfoque determinista basado en la enumeración de periodos de liquidación. Aunque valioso, carece de:
- Cuantificación formal de la incertidumbre (aleatoria y epistémica).
- Curvas de peligro continuas.
- Desglose a nivel de fuente (identificar qué generadores o interconectores dominan el riesgo).
- Cuantificación sistemática de la reducción de riesgo por medidas de control individuales.

2. Metodología: Análisis Probabilístico de Peligro de Frecuencia (PFHA)

El autor propone el PFHA, un marco que adapta la arquitectura matemática del Análisis Probabilístico de Peligro Sísmico (PSHA), estándar en ingeniería sísmica, al dominio de la frecuencia eléctrica.

A. La Integral de Peligro

La tasa anual de excedencia ( $\lambda$ ) de un umbral de frecuencia ( $\delta$ ) se calcula integrando sobre todas las fuentes de pérdida, tamaños de perturbación y estados operativos del sistema:

$\lambda(\Delta f > \delta) = \sum_{i=1}^{N_{src}} \nu_i \int \int P(\Delta f > \delta | \Delta P, s) \cdot f_i(\Delta P) \cdot g(s) \, d\Delta P \, ds$

Donde:

$\nu_i$ : Tasa anual de desconexión de la fuente $i$ .
$f_i(\Delta P)$ : Función de masa de probabilidad (FMP) empírica del tamaño de la pérdida.
$g(s)$ : Densidad de probabilidad conjunta del estado del sistema (Inercia $H$ , Demanda $D$ , Reservas de Respuesta $R$ ).
$P(\Delta f > \delta | \dots)$ : Probabilidad condicional de excedencia calculada mediante una Ecuación de Predicción de Respuesta de Frecuencia (FRPE).

B. Componentes Clave del Marco

Catálogo de Fuentes (51 fuentes): Incluye generadores individuales (CCGT, nuclear, eólica, etc.) e interconectores. Se utilizan datos históricos de 24 meses (B1610) para construir distribuciones empíricas de pérdida, evitando suposiciones paramétricas.
Estimación Bayesiana de Tasas: Se utiliza un modelo conjugado Gamma-Poisson para estimar las tasas de desconexión. Esto resuelve el problema de las tasas cero en fuentes con pocos eventos observados, manteniendo una tasa no nula basada en priores de clase tecnológica.
Doble Arquitectura FRPE:
- Modelo Analítico (SFR): Basado en la ecuación de oscilación simplificada (40% de peso). Requiere corrección de sesgo.
- Modelo Físico (Physics-based): Simulador de dinámica de frecuencia completo que modela perfiles de respuesta, Dynamic Containment (DC) y amortiguamiento de carga (60% de peso). No requiere corrección de sesgo.
Árbol Lógico (324 caminos): Captura la incertidumbre epistémica mediante ramas que varían parámetros como el modelo FRPE, la variabilidad aleatoria ( $\sigma$ ), la corrección de sesgo, el modelo de ocurrencia y la efectividad de los controles (DC y LFDD).
Modelado de Eventos Compuestos:
- Capa B (Pares Simultáneos): Modela la probabilidad de que dos fuentes grandes fallen simultáneamente.
- Capa C (Cascada Compuesta): Modela la desconexión de recursos distribuidos (DER) cuando el RoCoF supera un umbral (0.125 Hz/s), replicando el mecanismo del evento de 2019.

3. Contribuciones Clave

Formulación Matemática: Primera aplicación explícita de la integral de peligro estilo PSHA al riesgo de excedencia de frecuencia en sistemas de potencia a gran escala.
Desglose de Riesgo (Disaggregation): Capacidad para identificar qué fuentes, tamaños de pérdida y estados del sistema (ej. baja inercia) dominan el riesgo en umbrales específicos.
Cuantificación de Incertidumbre: Separación formal entre incertidumbre aleatoria (variabilidad natural de los eventos) y epistémica (incertidumbre en el modelo), presentada mediante bandas de confianza (ej. percentiles 5-95).
Evaluación de Controles: Capacidad para cuantificar la reducción de riesgo marginal aportada por servicios específicos como Dynamic Containment (DC) y Desconexión de Demanda de Baja Frecuencia (LFDD).

4. Resultados y Validación

El marco se aplicó al sistema de Gran Bretaña utilizando cuatro años de datos operativos.

Validación Cruzada con FRCR: Los resultados del PFHA muestran un acuerdo con el informe FRCR (desarrollado independientemente) dentro de un factor de 1.54 en el umbral de 49.2 Hz.
- Nota: En umbrales profundos (48.8 Hz), el PFHA estima tasas ligeramente menores, lo cual se atribuye a la diferencia entre un enfoque de probabilidad continua (PFHA) y una comparación binaria de brecha (FRCR).
Impacto de los Controles:
- La combinación de DC y LFDD reduce la tasa de excedencia en un 77% a 49.2 Hz y un 92% a 48.8 Hz.
- El LFDD es dominante en umbrales profundos, mientras que el DC proporciona una reducción más uniforme en todos los niveles.
Análisis de Desglose:
- Se identificó que los periodos de baja inercia (<140 GVA·s), aunque representan menos del 25% del tiempo operativo, contribuyen con más del 60% del riesgo en el umbral de 49.2 Hz.
- Los eventos dominantes a 49.2 Hz son pérdidas de 1000-1500 MW durante periodos de baja inercia.
Validación Temporal: El modelo demostró estabilidad temporal al ser probado con datos de entrenamiento (hasta 2024) y prueba (2025), con variaciones menores al 20%.

5. Significado e Implicaciones

Nueva Perspectiva Operativa: El PFHA ofrece una herramienta complementaria al enfoque determinista actual, permitiendo una gestión de riesgos más matizada basada en probabilidades continuas y no solo en escenarios de "peor caso" discretos.
Toma de Decisiones: Proporciona evidencia cuantitativa para decisiones de contratación de servicios de respuesta (ej. ¿cuánto DC contratar?) y para establecer restricciones mínimas de inercia.
Auditoría y Transparencia: Al basarse en datos públicos y un marco matemático abierto, el modelo es totalmente auditable y reproducible.
Adaptabilidad: El marco es aplicable a cualquier sistema eléctrico con datos operativos e incidentes, facilitando su extensión a otros mercados (como Irlanda, Europa Continental o Australia) y a escenarios futuros de energía (FES 2030/2040).

En conclusión, este trabajo establece un fundamento metodológico para la evaluación de riesgos de frecuencia probabilística, cerrando la brecha entre la ingeniería sísmica y la fiabilidad de los sistemas de potencia, y ofreciendo una herramienta robusta para navegar la complejidad de la transición energética.