⚡ electrical engineering

Robust Dynamic Operating Envelopes in Unbalanced Three-Phase Distribution Systems

Este artículo propone un marco de optimización robusta, utilizando modelos de programación tanto no lineal como lineal, para calcular envolventes operativas dinámicas que aseguren que las restricciones de la red se cumplan en todo el rango de la envolvente y no solo en los límites para sistemas de distribución trifásicos desequilibrados.

Autores originales: Wilhiam de Carvalho, Florin Capitanescu, Cyril Rasic, Jean-François Toubeau, François Vallée

Publicado 2026-07-10

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Wilhiam de Carvalho, Florin Capitanescu, Cyril Rasic, Jean-François Toubeau, François Vallée

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 una autopista gigante de tres carriles donde los coches (la electricidad) circulan para alimentar nuestros hogares. En esta autopista, hay tres carriles: Fase A, Fase B y Fase C. Normalmente, pretendemos que estos carriles estén perfectamente equilibrados, como tres carreteras idénticas. Pero en el mundo real, especialmente en los barrios antiguos, los carriles son desordenados. Un carril puede estar repleto de camiones pesados (carga alta), mientras que otro está casi vacío. Esto es un sistema trifásico desequilibrado.

Ahora, imagina que la policía de tráfico (el Operador del Sistema de Distribución, o DSO) quiere decir a los conductores cuánto pueden acelerar o frenar sin causar un accidente. Dibujan un cuadro alrededor de los límites de velocidad seguros. Este cuadro se llama Envolvente Operativa Dinámica (DOE).

La vieja forma: Un mapa defectuoso

Durante mucho tiempo, la policía utilizó una regla simple: "Si te mantienes dentro del límite de velocidad en el borde del cuadro, estarás seguro en todo el interior del mismo". Asumieron que si un poco de velocidad extra causa un poco de tráfico, entonces mucha velocidad extra causa mucho tráfico. Pensaban que la relación era una línea recta.

Pero aquí está el giro: en nuestra autopista de tres carriles desordenada, los carriles están conectados por puentes invisibles. Si aceleras en el Carril B, esto podría en realidad ralentizar el tráfico en el Carril C, o viceversa. Esto se llama no monotonicidad. Es como si pisar el acelerador en un carril hiciera que el atasco del otro carril empeorara, incluso si no estabas aumentando la velocidad en ese carril.

El artículo argumenta que la vieja forma de dibujar estos cuadros es peligrosa. Si solo compruebas las esquinas del cuadro, podrías pensar que todo el cuadro es seguro. Pero en realidad, el medio del cuadro podría ser una zona de desastre donde el voltaje cae demasiado bajo o las líneas se calientan demasiado. Los autores descartan explícitamente la idea de que la "monotonicidad" (la suposición de la línea recta) se cumpla en estas redes trifásicas desequilibradas.

La nueva forma: La red de seguridad del "peor de los casos"

Los autores proponen una nueva forma robusta de dibujar estos cuadros. En lugar de solo comprobar las esquinas, preguntan: "¿Qué pasaría si los conductores hicieran cualquier cosa dentro de este cuadro?".

Imaginan un escenario donde los conductores en el Carril B deciden conducir al 100% de velocidad, mientras que los conductores en el Carril C deciden conducir al 0% de velocidad. O tal vez todos conducen al 50%. El nuevo método comprueba casos críticos de los bordes dentro del cuadro para asegurar que la red se mantenga segura.

Para hacer esto, construyeron dos motores diferentes:

El Motor Rápido (Modelo Lineal): Esto es como un mapa simplificado. Es rápido de dibujar pero ligeramente inexacto porque ignora parte de la compleja física de los "puentes" entre carriles.
El Motor Preciso (Modelo No Lineal): Esta es una simulación hiperrealista que captura cada giro y vuelta de la física. Es más lento de ejecutar pero mucho más preciso. Para este motor, el método no comprueba cada una de las infinitas posibilidades, sino un conjunto específico de casos de borde discretos (como todos los carriles al 100%, o un carril al 0% mientras los otros están al 100%) para representar los peores escenarios.

Lo que mostraron las simulaciones

Los autores no solo conjeturaron; realizaron simulaciones utilizando datos reales de un barrio belga y una red de prueba estándar. Esto es lo que encontraron:

Los cuadros viejos eran demasiado grandes: Cuando usaron el método antiguo, dieron a los conductores un cuadro enorme. Pero cuando probaron con escenarios del mundo real (como un carril deteniéndose por completo mientras el otro aceleraba), la red colapsó.
- En una prueba con un alimentador de 2 nodos, el método antiguo permitió 778 kW de potencia de importación. Pero cuando probaron un escenario donde un carril se detuvo (realización del 0%), el voltaje cayó a 0.915 p.u. (por debajo del límite seguro de 0.95 p.u.). ¡Eso es un colapso!
- En la prueba belga, el método antiguo permitió 57.3 kW de potencia de importación. Al probar escenarios aleatorios, resultó en 27 violaciones de voltaje (colapsos) y el voltaje cayó tan bajo como 0.893 p.u.
Los nuevos cuadros son más pequeños pero más seguros: El método robusto redujo el cuadro para garantizar la seguridad sin importar lo que hicieran los conductores.
- En la prueba de 2 nodos, el método robusto (usando el motor preciso) solo permitió 455 kW. Pero cuando probaron el mismo escenario de "un carril se detiene", el voltaje se mantuvo seguro en 0.950 p.u.
- En la prueba belga, el método robusto permitió solo 31.1 kW. En cero de los escenarios de prueba, el voltaje cayó por debajo del límite. El voltaje más bajo fue 0.914 p.u., lo cual es seguro.
- Nota: El método robusto utilizando el Motor Rápido (Modelo Lineal) fue más seguro que el método antiguo, pero todavía tuvo algunas violaciones menores de voltaje en algunas pruebas. El artículo explica que esto no se debió a que el método fuera erróneo, sino porque el mapa simplificado (modelo lineal) en sí mismo no era perfectamente preciso. Solo el Motor Preciso (Modelo No Lineal) mantuvo la red segura en cada prueba.

El compromiso (Trade-off)

Hay un inconveniente. Debido a que el nuevo método es tan cuidadoso, el "cuadro" es más pequeño. Esto significa que la red puede manejar menos potencia en total.

El método robusto preciso tardó más en calcularse (aproximadamente 1.8 segundos para el alimentador belga) en comparación con el método rápido (aproximadamente 0.02 segundos).
Sin embargo, los autores señalan que incluso 1.8 segundos es lo suficientemente rápido como para que el sistema se actualice cada pocos minutos, por lo que la velocidad no es un problema crítico.

La conclusión

El artículo sugiere que, para mantener seguras nuestras redes trifásicas desequilibradas, no podemos limitarnos a mirar los bordes de la zona de seguridad. Tenemos que mirar todo el desordenoso centro. Al utilizar un enfoque de "peor de los casos" que comprueba combinaciones críticas de uso de potencia, podemos prevenir colapsos de voltaje. Puede que signifique que tengamos que ser un poco más conservadores con la cantidad de energía que permitimos entrar, pero en el mundo de la electricidad, un cuadro ligeramente más pequeño es mejor que un transformador explotado.

Los autores enfatizan que estos resultados provienen de simulaciones numéricas y pruebas con datos del mundo real, no solo de la teoría. Descubrieron que la suposición "monotónica" antigua se rompe en estas redes, y que su enfoque robusto (específicamente la versión no lineal precisa) es el único que mantuvo la red segura en cada escenario de prueba que intentaron.

Resumen Técnico: Envolventes Operativas Dinámicas Robustas en Sistemas de Distribución Trifásicos Desequilibrados

Planteamiento del Problema
La creciente integración de Recursos de Energía Distribuida (DER, por sus siglas en inglés) en las redes de distribución exige la coordinación de los activos para maximizar la utilización de la red garantizando al mismo tiempo la seguridad. Las Envolventes Operativas Dinámicas (DOE, por sus siglas en inglés) han surgido como una herramienta para asignar la capacidad disponible de la red a las Entidades de Energía Activa (AEE), definiendo límites para la importación y exportación de potencia.

Los métodos convencionales de cálculo de DOE operan bajo un supuesto fundamental: la monotonicidad. Este supuesto postula que si una red es factible en los límites de la envolvente (importación/exportación máxima), permanece factible para todos los valores de potencia dentro de dichos límites. Si bien esto se cumple para modelos lineales monofásicos (equilibrados) y se ha observado empíricamente en modelos monofásicos no lineales, falla en los sistemas de distribución trifásicos desequilibrados. En estos sistemas, el acoplamiento mutuo entre fases crea un comportamiento no monotónico. En consecuencia, una DOE convencional que satisface las restricciones en el límite puede resultar en violaciones de voltaje o térmicas para realizaciones de potencia dentro de la envolvente, particularmente cuando las fases interactúan con efectos opuestos sobre la magnitud del voltaje (por ejemplo, una fase que provoca una caída de voltaje mientras otra provoca una subida).

Metodología
El artículo propone formulaciones de optimización robusta para calcular las DOE que garanticen la factibilidad de la red para todas las posibles realizaciones de potencia dentro de la envolvente, en lugar de solo en los límites. Los autores desarrollan dos modelos distintos:

Programación Lineal Robusta (LP-RDOE):
- Basada en un modelo de flujo de potencia de rama trifásica lineal aproximado.
- Los autores reformulan el problema para manejar una incertidumbre del 100% en la realización de la potencia ( $0 \le u \le p$ ).
- Mediante la descomposición de la matriz de impedancia del sistema en componentes positivos y negativos ( $R^+$ y $R^-$ ), derivan un equivalente determinista. Esto transforma el problema robusto en un problema de Programación Lineal (LP) de un solo nivel que asegura que las restricciones se cumplan para los peores escenarios dentro del conjunto de incertidumbre.
Programación No Lineal Robusta (NLP-RDOE):
- Basada en las ecuaciones completas de flujo de potencia CA (modelo de inyección de corriente) para capturar la física no lineal precisa.
- Dado que encontrar analíticamente el peor caso dentro del conjunto de incertidumbre para ecuaciones no lineales es intratable, los autores proponen un heurístico basado en la física.
- Definen un conjunto de incertidumbre discreto ( $D(p)$ ) que representa "casos límite" críticos donde fases específicas operan al 0% o al 100% de su envolvente.
- La optimización se resuelve iterativamente para cada elemento en este conjunto discreto, seleccionando los valores de envolvente más conservadores que satisfagan las restricciones en todos los escenarios.

Contribuciones Clave

Identificación de la No Monotonicidad: El artículo demuestra explícitamente cómo el acoplamiento de fases en redes trifásicas desequilibradas rompe el supuesto de monotonicidad, invalidando los enfoques de DOE convencionales.
Formulaciones Robustas: Introduce los primeros marcos de optimización robusta para las DOE en sistemas trifásicos desequilibrados, disponibles tanto en formas lineales (LP-RDOE) como no lineales (NLP-RDOE).
Análisis de Compromiso (Trade-off): El estudio proporciona un análisis comparativo entre los enfoques convencionales y robustos, así como entre los modelos lineales y no lineales, examinando los compromisos entre el tamaño de la envolvente, la violación de restricciones, la precisión y el tiempo de cómputo.

Resultados
Se realizaron simulaciones numéricas utilizando datos reales de una red residencial belga y un alimentador de prueba conceptual IEEE de 13 nodos.

Seguridad y Violaciones: Los enfoques convencionales (tanto LP-DOE como NLP-DOE) resultaron en violaciones significativas de voltaje cuando se probaron contra varios escenarios de realización (por ejemplo, la realización parcial de una fase mientras otra está a su capacidad total). En contraste, los enfoques robustos (tanto LP-RDOE como NLP-RDOE) mantuvieron la factibilidad de la red. Específicamente, el NLP-RDOE resultó en cero violaciones de voltaje en todos los escenarios probados.
Tamaño de la Envolvente: Los enfoques robustos produjeron tamaños de envolvente más pequeños en comparación con los métodos convencionales. El NLP-RDOE proporcionó las envolventes más conservadoras (más pequeñas), reflejando la mayor seguridad operativa.
Precisión vs. Aproximación Lineal: Aunque el LP-RDOE mejoró la seguridad respecto al LP-DOE convencional, todavía exhibió violaciones menores en algunos casos debido a las imprecisiones inherentes de la aproximación de flujo de potencia lineal. El NLP-RDOE, al utilizar las ecuaciones completas de CA, eliminó estas violaciones.
Tiempo de Cómputo: Los enfoques LP fueron computacionalmente eficientes (milisegundos). El NLP-RDOE requirió tiempos de resolución más largos (aprox. 1.8 segundos para el alimentador belga) porque requería múltiples ejecuciones de NLP para evaluar el conjunto de incertidumbre discreto, pero se mantuvo bien dentro de la ventana operativa típica de 5 a 15 minutos de los motores de las DOE.

Significancia y Reivindicaciones
El artículo sostiene que capturar con precisión los aspectos de la red desequilibrada y la incertidumbre en la realización de la potencia es crítico para la operación segura de las redes de distribución. Las formulaciones robustas propuestas abordan la brecha de seguridad dejada por los métodos convencionales, que dependen del erróneo supuesto de la monotonicidad en sistemas trifásicos.

Los autores posicionan al LP-RDOE como una implementación simple y eficiente, adecuada para aplicaciones del mundo real donde la velocidad de cómputo es primordial, señalando que sus imprecisiones restantes pueden mitigarse mediante la linealización secuencial. El NLP-RDOE se presenta como un enfoque práctico y conservador que garantiza la seguridad de la red sin violaciones de red, adecuado para los Operadores de Sistemas de Distribución (DSO) que priorizan la seguridad. El trabajo subraya que maximizar el límite superior de una envolvente no garantiza la factibilidad de todo el rango en sistemas desequilibrados, lo que requiere un cambio hacia la optimización robusta.