REVISTA INGENIO
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios
Fuera de Línea
Synchrophasor Simulation With Virtual PMUs in Power System for O-Line Studies
Armando Salvador Freire Freire | Universidad Técnica de Cotopaxi -Ecuador
Fernando Rafael Arias Atiaja | Universidad Técnica de Cotopaxi -Ecuador
Jennifer Nicole Bustos Arias | Universidad Técnica de Cotopaxi -Ecuador
https://doi.org/10.29166/ingenio.v8i2.8148 pISSN 2588-0829
2025 Universidad Central del Ecuador eISSN 2697-3243
CC BY-NC 4.0 —Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional ng.revista.ingenio@uce.edu.ec
      
    ,  (),  - , . -

One of the main components that make up the wide area monitoring system (WAMs) are the Phasor Mea-
surement Units (PMUs), devices that allow dynamic analysis of the state of the electrical system, these de-
vices allow phasor estimation representing the magnitudes of voltage and current angles and guaranteeing
by means of time synchronization and sampling frequency to visualize the system in real time and compare
phasors measured at dierent points of the network. is study presents a dynamic monitoring platform
with PMUs for a two-area power system, the approach starts with the development and verication of a
reference model example 12.6 (P. Kundur, Power system stability and control), simulated in DIgSILENT
PowerFactory soware, then a dynamic study is performed by implementing disturbance events in order
to extract data of voltages and currents in magnitude and angle, in addition, an algorithm is implemented
using Python soware that serves as a virtual PMU for reading and sending data recorded through a cti-
tious ip network that will be extracted by the Pyscript soware for viewing and use of data for monitoring,
also shows the dynamic monitoring synchrophasor by PMU Connection Tester soware that communica-
tes through the virtual ip sent from Python, as a result the response graph is obtained by displaying angles
of virtual PMUs.
 
WAMs, PMUs, Monitoreo dinámico,
DIgSILENT PowerFactory, Python.
 
WAMs, PMUs, Dynamic Monitoring,
DIgSILENT PowerFactory, Python.
Los grandes apagones eléctricos que han causado pér-
didas económicas millonarias en diversas partes del
mundo, propiciaron la necesidad de realizar un aná-
lisis dinámico y en tiempo real del estado del sistema
de potencia [1].
El objetivo de los WAMs es mejorar el control y monito-
reo en tiempo real de los sistemas eléctricos de potencia
(SEP), proporcionando datos a través de las Unidades
de Medición Fasorial (PMUs). Estas unidades permiten
un muestreo sincronizado y una actualización de datos
a altas velocidades, mediante la estimación fasorial de
Recibido: 25/4/2025
Recibido tras revisión: 1/5/2025
Aceptado: 20/5/2025
Publicado: 10/7/2025

Uno de los principales componentes que conforman el sistema de monitoreo de área extendida (WAMs)
son las Unidades de Medición Fasorial (PMUs), dispositivos que permiten realizar análisis dinámico en
el estado del sistema eléctrico. Estos equipos permiten la estimación de fasor representando las magnitu-
des de ángulos de tensión e intensidad y garantizando, mediante la sincronización temporal y frecuencia
de muestreo, visualizar al sistema en tiempo real y comparar fasores medidos en distintos puntos de la
red. Este estudio presenta una plataforma de monitoreo dinámico con PMUs para un sistema de poten-
cia de dos áreas, el enfoque comienza con el desarrollo y vericación de un modelo de referencia ejemplo
12.6 (P. Kundur, Power system stability and control), simulado en el soware de DIgSILENT PowerFac-
tory, luego se realiza un estudio dinámico mediante la implementación de eventos de perturbación con
la nalidad de extraer datos de voltajes y corrientes en magnitud y ángulo, además, se implementa un
algoritmo mediante el soware Python que sirve de PMU virtual para la lectura y envío de datos regis-
trados mediante una red ip cticia que será extraída por el soware Pyscript para la visualización y uso
de datos para su monitoreo, también se muestra el monitoreo dinámico sincrofasorial mediante el sof-
tware PMU Connection Tester que se comunica por medio de la ip virtual enviada desde Python, como
resultado se obtiene la gráca de respuesta mediante la visualización de ángulos de PMUs virtuales.
1. Introducción
86
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios Fuera de Línea
la frecuencia, magnitud y ángulo de fase de los compo-
nentes de voltaje y corriente. Esto se logra gracias a la
sincronización temporal y la alta frecuencia de muestreo
en tiempo real dentro del sistema eléctrico. Así, los siste-
mas WAMs en operación, junto con el sistema de posi-
cionamiento global (GPS), facilitan la supervisión de los
sistemas de energía bajo el mismo marco de referencia de
tiempo, con una precisión de 1 ms [2].
Los dispositivos PMUs monitorizan, protegen y con-
trolan el estado del sistema eléctrico, manejan una fuente
mediante señales de tiempo GPS para adquirir infor-
mación precisa de la red generando datos fasoriales en
espacios separados por miles de kilómetros [3], la sin-
cronización del tiempo, la alta precisión y su velocidad de
respuesta hacen de que estos equipos sean oportunos tan-
to para el control y protección en tiempo real, como para
el monitoreo global en estado estable y dinámico del sis-
tema [4]. Estas unidades se encuentran conectados a un
concentrador de datos fasoriales (PDC) para obtener ob-
servabilidad en un sistema de monitoreo de área amplia,
así como para el monitoreo dinámico.
Dada la importancia que tiene la supervisión con-
able del sistema, nuevos desafíos numéricos y algorit-
mos matemáticos se han estudiado y mejorado durante
décadas, la creciente penetración de PMUs al sistema de
transmisión introdujo un potencial de mejoras como la
observabilidad al estimador de estado (SE) y las aplica-
ciones que permite la Evaluación de Seguridad Dinámi-
ca (DSA), aportando así información precisa a la toma
de decisiones, a partir de ello se instalaron PMUs en lí-
neas de transmisión de redes eléctricas en todo el mun-
do, volviendo una acción imperativa para avanzar en una
red más inteligente [5], [6].
Pero, el desarrollo gradual y la complejidad operacio-
nal ha generado interés por la Sistema de Evaluación Di-
námica de seguridad (DSA), que determina la capacidad
en un sistema de potencia para sobrevivir a contingen-
cias o perturbaciones imprevistas que podrían causar la
violación de límites de seguridad dentro del sistema po-
tencia. Los operadores de la red ante eventos inesperados
muestran problemas para establecer el estado exacto del
sistema eléctrico. Un sistema con grado de inseguridad
conduce a la propagación de fallas afectando la dinámica
del sistema que necesita de una acción de control vertigi-
nosa para evitar situaciones críticas que puedan ocasionar
inestabilidad o llegar al colapso total del sistema eléctrico
de potencia [7], [8]implementation of power system dy-
namic security assessment (DSA).
la red. Su evaluación se realiza tanto en estado estaciona-
rio (SSA) como en estado dinámico (DSA). Este método
de evaluación convencional, debido a la gran dicultad
en su modelado, es inviable para su aplicación en tiem-
po real. Sin embargo, resulta adecuado para tareas como
la planicación del sistema a largo plazo, ya que en este
modo no se requiere una respuesta instantánea para evi-
tar eventos críticos [10].
La intención de este trabajo se ve reejado a través de
las exigencias que presentan los sistemas eléctricos para
operadores del sistema, donde las simulaciones van va-
riando a la velocidad del cambio de la realidad, por lo que
se determina la importancia de poseer plataformas nece
-
sarias de monitoreo dinámico implementadas con herra-
mientas de soware open source, que de un programa de
simulación como DIgSILENT PowerFactory transmita in-
formación a diferentes programas o herramientas compu-
tacionales como Python, y de esta forma permita realizar
similares funciones a las realizadas en programas princi-
pales, con el propósito de dotar una herramienta de en-
trenamiento oine y capacitación [11].
El objetivo es desarrollar una simulación digital en
tiempo fuera de línea (modo estudio) mediante la inte-
gración de un soware de simulación de sistemas eléc-
tricos de potencia donde extraiga información fasorial
de simulación en el dominio del tiempo de la red de dos
áreas modelada en Power Factory DIgSILENT y se envíe
mediante un script desarrollado en el lenguaje Python
que haga la función de PMU virtual y esta información
sea recibida mediante otro script en PyScripter que haga
la función de PDC, donde se identique una aplicación
de diferencia angular, para crear una conciencia situacio-
nal de sistema eléctrico y establecer posteriormente me-
didas de protección y control.
Los sistemas de gestión de la energía (EMS) se hallan
basados en estimadores de estado, teniendo en cuen-
ta la importancia de este campo se hace un estudio de
los adelantos conseguidos hasta la presente y las limita-
ciones existentes, por lo que se analiza las unidades de
medición fasorial y tecnologías implicadas con la Norma
IEEE C37.118.
En la revisión de la normativa para sincrofasores, la pri-
mera norma establecida para los sistemas WAMs fue la
IEEE 1344-1995, que introdujo los conceptos básicos
para la medición sincronizada [12]. Esta norma fue pos-
teriormente reemplazada por la IEEE C37.118-2005, la
cual dene la medición de fasores sincronizados utili-
zados en aplicaciones de sistemas de potencia, también
dene un protocolo de comunicación de datos, no se
1.1. Fundamento Teórico
1.2. ESTADO DEL ARTE
Se ha identicado la necesidad de desarrollar una pla-
taforma de simulación de estudio fuera de línea porque
las nuevas tecnologías presentan desafíos signicativos
en términos de adaptación y conocimiento especializado
para los operadores del sistema. Según [9] en el análisis de
sistemas fuera de línea, los modelos se consideran proba-
bilísticos para contingencias o condiciones operativas de
87
Freire A. et al.
abordó el monitoreo dinámico [13], hasta que aparece la
IEEE C37.118.1-2011, de carácter informativo que esta-
blece la medición de sincrofasores para sistemas de po-
tencia y dene la medición de frecuencia, sincrofasorial
y ROCOF [14]frequency, and rate of change of frequen-
cy (ROCOF, y la C37.118.2-2011 que establece la nor-
ma de trasferencia de datos de sincrofasores; en la IEEE
C37.118.1aTM-2014 en su enmienda modica algunos
requisitos de rendimiento y actualizaciones para corregir
incoherencias introducidas por IEEE Std C37.118.1-2011
[15]and Table 11 (formerly Table 12, mediante la IEC/
IEEE 60255-118-1:2018 describe requisitos de marca de
tiempo y sincronización para mediciones y establece mé-
todos para evaluar las mediciones de sincrofasores para
sistemas de potencia, requisitos para cumplir la norma
en condición estática y dinámica.
La literatura muestra que [16] desarrolla e implemen-
ta en el centro de control de potencia de la compañía eléc-
trica de Chubu (Japón) una simulación dinámica para
formación de despachadores, donde muestra interés tan-
to en la modelación, algoritmos de simulación y técnicas
del soware, ofreciendo a sus alumnos una simulación re-
alista. En Irlanda de Norte [17] ejecuta una simulación en
Python PSS/E que ofrece una excelente interface donde
se genera gran cantidad de datos y evalúa las WAMs ba-
sadas en datos arrojados por PMUs, donde se encuentra
la red de distribución acoplada a generación distribuida,
concluyen que el control y la seguridad de la red a largo
plazo mejora, mientras que a corto plazo se implemen-
ta una monitorización y modelado preciso del sistema.
En Tokyo [18] se desarrolla un simulador para en-
trenamiento de la operación del sistemas de energía que
reproduzcan fenómenos eléctricos, ya que uno de los ob-
jetivos es mejorar la capacidad de adaptación de los ope-
radores ante contingencias complicadas o catástrofes,
también para el estudio de casos de gestión de riesgos en
la operación diaria, lo que contribuye al suministro se-
guro y estable. En Suecia [19] se elabora una simulación
en Simulink para modelos de control de alto nivel en sis-
temas de red VSC-HVDC para lo que realiza simulacio-
nes tanto fuera de línea como en tiempo real para varios
escenarios de prueba e indica que este modelado mues-
tra la importancia para mejorar el control de la tensión
de CC durante los fallos.
En Ecuador [20], indica que el Centro de Control del
Operador Nacional de Electricidad (CENACE), para ob-
tener una estimación del Sistema Nacional Interconecta-
do (SNI), emplea un estimador de estado que proporciona
resultados en formato tabular, debido a la falta de herra-
mientas que permitan supervisar el ángulo en tiempo real.
En [21], describe los principales compontes del sistema
WAMs y en base al análisis establece elementos de estra-
tegias para el diseño e implementación del sistema WAMs
en el SNI del Ecuador y arma que mediante los aná-
lisis posoperativos ha sido posible identicar el estado
dinámico del sistema. Mientras [22], presenta la aplica-
ción de herramientas de soware libre entre otros, el len-
guaje de programación Python y asegura ampliamente
sus aplicaciones ecientes para análisis numéricos y apli-
cación en ciencias e ingenierías. En [23] se implementa
un prototipo de PMU con el uso de la arquitectura RIO y
el soware (labVIEW) con el objetivo de proteger, moni
-
torear y controlar el sistema eléctrico ya que cuenta con
sistema de monitoreo en tiempo real, permitiendo con-
trolar la inestabilidad de voltaje del sistema frente a con-
tingencias. Mientras en el año 2016 en [24], se establece
la regulación sobre requerimientos para la supervisión y
control en tiempo real del Sistema Nacional Interconec-
tado (SNI), además de determinar responsables al Siste-
ma Eléctrico Ecuatoriano (SEE) y al Operador Nacional
de Electricidad (CENACE).
En [25]es por ello que cada sistema eléctrico requiere
de estudios y evaluaciones propias que permitan conocer
su dinámica operativa y establecer índices o límites de se-
guridad con el n prevenir colapsos totales o parciales.\r
Este documento presenta una Metodología para Identi-
car límites seguros de diferencia angular en un sistema
eléctrico de potencia conocidos también como límites de
estabilidad estática de ángulo. Para la elaboración de este
trabajo se resalta el uso de herramientas tecnológicas mo-
dernas de monitoreo y análisis de sistemas de potencia,
como el Sistema de Monitoreo de Área extendida (WAMS
se presenta una metodología para identicar límites de
estabilidad estática de ángulo en el sistema eléctrico ba
-
sándose en mediciones sincrofasoriales, conjuntamente
con la técnica de minería de datos que permitió alertar
al operador ante posibles problemas de estabilidad está-
tica y con ello crear conciencia operativa del suministro
de energía eléctrica. En [26] se implementa un hardware
y un soware para sistemas de control que utiliza una tar-
jeta F28379D de la serie C2000 de TI mediante la inter-
faz de la plataforma LabVIEW nalmente realiza pruebas
convencionales para validar las mediciones realizadas por
PMUs de acuerdo a la norma IEEE C37.118.1. En [11] se
desarrolla una herramienta computacional para archivar
información en una base de datos gratuita y realizar estu-
dios relacionados con los sistemas eléctricos de potencia
a través de la interfaz gráca (GUI) y el programa DIgSI-
LENT PowerFactory mediante programación en Python,
importa y exporta datos para guardar dentro de la base
de datos SQlite y luego ejecutar ujos de potencia usan-
do formato de programas como Pypower. En [27] se in-
tegra los sistemas dinámicos a partir de Matlab y Simulin
y DIgSILENT Power Factory en el entorno de co-simula-
ción mediante el protocolo de comunicación OPC evitan-
do que operen cerca de los límites y mejore la seguridad y
la conabilidad del estado estable y dinámico del sistema.
88
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios Fuera de Línea
El sistema de monitoreo de área extendida (WAMS)
permite mediciones en tiempo real, mediante combina-
ciones con tecnologías, sistemas y aplicaciones que su-
ministran la observabilidad dinámica de un sistema de
potencia [24], [2], en la Figura 1 se muestra la arquitec-
tura de las WAMs.
Nota. La gura muestra la estructura general de las WAMS
(Wide Area Monitoring Systems).
El sistema WAMS y sus componentes [22].
• Unidad de medición fasorial - PMU
• Concentrador de datos del fasores - PDC
• Sistemas de telecomunicaciones del sistema WAMS
• Servidores de aplicaciones WAMS
• Sistemas de aplicaciones WAMS
• Sistemas registro Historial de información WAMS.
Un PMU es un equipo de medición de fasores de tensión
y corriente de la red eléctrica, con periodos en el orden
de los microsegundos [20], provoca estaciones de fasores
sincronizados de frecuencia y de variación de frecuen-
cia (ROCOF) a partir de señales de voltaje y corriente a
través del sincronismo temporal [14]frequency, and rate
of change of frequency (ROCOF, [28]based on local and
remote voltage synchrophasor measurements through
Phasor Measurement Unit (PMU).
El PDC o concentrador de datos de fasor es utilizado
en sistemas de medición fasorial [14]frequency, and rate
of change of frequency (ROCOF, recibe y almacena la in-
formación de datos medidos por los PMUs [21].
Un Sincrofasor es un fasor calculado mediante una
señal muestreada que utiliza señal de tiempo estándar
como referencia de medidas donde tienen una relación
de fase denida [14], la ecuación de forma de onda in-
dica en (1):
(1)
Representado como el fasor como indica en (2)
(2)
Donde:
: Valor cuadrático medio (RMS)
: Parte real e imaginaria de un valor complejo
: Ángulo de fase
: Valor que depende de la escala temporal
Disponer de aplicaciones que permitan almacenar pa-
quetes de una base de datos gratuita es el objetivo de la
herramienta Open source, permitiendo al usuario obte-
ner una iteración amigable y segura al mismo tiempo,
para una conversión de base de datos al sistema eléc-
trico de potencia, los requerimientos de los programas
de simulación cambian a la velocidad del cambio de la
realidad, lo que permite el traslado de información de
programas de simulación principal a herramientas com-
putacionales. DIgSILENT PowerFactory es un programa
de cálculo de redes eléctricas y simulación digital, instru-
mento muy ecaz de diseño asistido por computadora
(CAD) en el análisis de los sistemas eléctricos de poten-
cia. El programa accede el análisis de sistemas heterogé-
neos para aplicaciones como: industriales de generación,
transmisión, distribución, además tiene una peculiari-
dad especial de integración de funciones de cálculo me-
diante modelos matemáticos y base de datos, que acelera
el procesamiento de datos, y combina capacidad de mo-
delado exible y altamente conable con algoritmos de
solución altamente ecientes [29].
El lenguaje de programación Python de alto nivel es de
interpretado, interactivo y orientado a objetos, de código,
intuitivo y práctico fácil de asimilar. Trabaja con varios ti-
pos de datos dinámicos utilizados en lenguaje de clase, en
este sentido más allá de la programación orientada a obje-
tos permite múltiples paradigmas de programación, como
la programación de procedimientos y funcionales [30].
El script dene como agregado de instrucciones es-
critas dentro de un lenguaje de programación que orde-
na al soware qué hacer. Los lenguajes script utilizan una
variable semejante para distintas tipologías de datos, eje-
cutando una facilidad para el desarrollo de la programa-
ción frente a lenguajes copilado en los que una variable
es notoria para un tipo de datos jados y solo puede ser
1.3. COMPONENTES DE LA PLATAFORMA WAMS
Figura 1.
Diagrama de la arquitectura centralizada de las WAMs.
1.4. APLICACIÓN DE LA HERRAMIENTA COMPUTACIONAL
1.4.1 Generalidades de lenguaje en Python
89
Freire A. et al.
utilizada para datos de este tipo. De esta manera usan-
do el lenguaje script los desarrolladores son capaces de
mezclar códigos con diferentes grados de productividad
y para ejecutar un script hay que indicarle al interprete el
nombre del programa [31] .
Se realiza el ujo de potencia en estado estacionario del
ejercicio 12.8 del libro Power System Stability and Con-
trol, se analiza en detalle los efectos de estructura del
sistema como modelado, tipo de excitación y las cargas
para determinar características del sistema [32], en la Fi-
gura 2 se indica la metodología de estudio.
Nota. Representación gráca de los pasos a seguir para desa-
rrollar el sistema.
En el sistema de prueba para el detalle se procede a rea-
lizar el analisis del sistema de potencia, mediante pará-
metros presentados en el modelo de referencia ejemplo
12.6 (P. Kundur, Power system stability and control [32].
Se pretende simular y monitorear el sistema eléctrico
a través de las PMU, el fenómeno en estabilidad estática y
transitoria ya que debe tener la habilidad para mantener
en sincronismo luego de que experimente un disturbio
severo. A continuación, se ejecuta la implementación en
el soware de simulación Digsilent PowerFactory como
se observa en la Figura 3.
Se procede a colocar PMU´s en las barras 1, 3, 7, 8, 9
y 2 para extraer la información fasorial (módulo y ángu-
lo) de voltajes y corrientes para diferentes perturbaciones.
A. Creación de eventos de perturbación
Para el análisis fasorial dinámico se procede a denir
eventos de perturbación en el SEP como se muestra en
la tabla 1.
NOMBRE DE EVENTOS TIEMPO
(s)
ELEMENTO SE-
LECCIONADO
Short-circuit Event 20. Line_8-9_C2
Swich Event 20.01 Line_8-9_C2
Short-circuit Event(1) 20.01 Line_8-9_C2
Swich Event 21. Line_8-9_C2
Short-circuit Event(2) 60. B_7
Short-circuit Event(3) 60.05 B_7
Load Event 100. CARGA_1
Load Event(1) 110. CARGA_1
Load Event(2) 150. CARGA_2
Load Event(4) 155. CARGA_2
PMU
PMUPMUPMUPMU PMU
B_11
231,9
1,01
-13,4
B_10
226,2
0,98
-23,7
B_9
223,4
0,97
-32,2
B_8
218,2
0,95
-18,6
B_7
221,0
0,96
-4,7
B_6
225,0
0,98
3,7
B_5
231,5
1,01
13,8
B_4
20,2
1,01
-17,0
B_3
20,6
1,03
-6,8
B_2
20,2
1,01
10,5
B_1
20,6
1,03
20,3
SG
~
G4
81,0
20,82
700,0
202,1
SG
~
G3
82,3
20,75
719,1
176,0
SG
~
G2
82,0
21,10
700,0
234,6
SG
~
G1
80,4
20,29
700,0
185,0
CAPACITOR_2
0,85
-0,0
-330,2
CAPACITOR_1
0,48
0,0
-184,7
CARGA_2
4,57
1767,0
100,0
Line_10-11
180,5
1,80
-706,2
35,0
1,80
719,1
89,9
Line_9-10
359,5
3,59
-1385,7
123,1
3,59
1406,2
80,3
Line_8-9_C2
52,1
0,52
195,4
-24,3
0,51
-190,7
53,6
Line_7-8_c2
52,3
0,52
200,2
6,1
0,52
-195,4
24,3
Line_8-9_c1
52,1
0,52
195,4
-24,3
0,51
-190,7
53,6
Line_7-8_c1
52,3
0,52
200,2
6,1
0,52
-195,4
24,3
Line_6-7
357,7
3,58
1387,6
128,8
3,58
-1367,3
72,5
Line_5-6
176,5
1,76
700,0
102,6
1,77
-687,6
16,7
CARGA_1
2,54
967,0
100,0
TRAFO_4
80,2
1,81
-700,0
-115,3
20,82
700,0
202,1
TRAFO_2
81,2
1,83
-700,0
-145,5
21,10
700,0
234,6
TRAFO_3
79,9
1,80
-719,1
-89,9
20,75
719,1
176,0
TRAFO_1
78,1
1,76
-700,0
-102,6
20,29
700,0
185,0
DIgSILENT
Nota. Caso de estudio implementado en el soware Digsilent PowerFactory con la aplicación de PMUs.
2. Método
2.1. Flujo de potencia estático de 2 áreas
Figura 2.
Metodología del caso de estudio.
Tabla 1.
Eventos de perturbación para SEP de 2 áreas.
Figura 3.
Flujo de potencia de 2 áreas.
Nota. En la tabla 1 muestra los eventos de perturbación denidos en el
sistema para observar su comportamiento.
90
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios Fuera de Línea
Se crea 4 eventos dinámicos como falla trifásica en línea
de transmisión 8-9 del circuito 2, falla trifásica en barra
7, aumento de carga de 40 % en la carga 1 y un aumento
de carga del 50% en la carga 2.
B. Exportación de datos fasoriales
Para el proceso de exportación de datos se realiza la si-
mulación en estado dinámico donde extraemos las se-
ñales de voltajes, corrientes en magnitud y ángulo desde
Digsilent en archivo .csv como se muestra en la Figura 4.
Figura 4.
Exportación de datos en archivo .csv
Nota. En la gura 4 muestra la extracción de datos, para guar-
darla en un formato determinado.
De manera de exportar con separación con comas y de-
cimales con puntos en un periodo de registro de al me-
nos 200 segundos.
Figura 5.
Archivo .csv
Nota. En la gura 5 apreciamos los datos extraídos del siste-
ma en archivo excel csv, datos que sean fáciles de mover de
un programa a otro.
En la Figura 5 podemos observar que los datos guarda-
dos se encuentran separados por comas y los decimales
se encuentran con puntos, el archivo se encuentra apto
para el manejo en el programa Python.
C. Desarrollar un script en Python que permita envió de
información sincrofasorial
Para el siguiente código de envío de información se crea
una ip cticia 127.0.0.1 con puerto de enlace 1410.
Además, se implementa el uso de las señales extraídas
del archivo .csv para el envío de valores como voltajes y
corrientes en magnitud y ángulo en el código de Python.
D. Desarrollar un script en PyScripter que permita la re-
cepción de información sincrofasorial enviada de Python
Como visualización de señales por parte del soware
Pyscripter colocamos en código la presentación de se-
ñales de deferencia angular de la barra 1-7 y 3-9 con su
respectivo límite de operación (ver Figura 7), además,
potencia activa y reactiva del generador 2.
Se realiza una prueba de conexión con la ip cticia
para visualizar las señales sincrofasoriales con el progra-
ma PMU Connection Tester, colocamos la siguiente con-
guración (ver Figura 8).
3. Resultados y discusión
A. RESPUESTA DE EVENTOS DE PERTURBACIÓN
En la Figura 9 se muestra los eventos exportados en base
al estudio dinámico del sistema de 2 áreas sin controla-
dores, que muestran en gran magnitud los eventos de-
nidos en el SEP.
A. Envío y recepción de eventos
Se corre la simulación tanto en Python y Pyscripter, dan-
do como resultado la respuesta de diferencia angular B1-
B7, B3-B9, potencia activa y reactiva del generador 2 (ver
Figura 11).
Como se observa en las Figuras 11 y 12, la respuesta de
potencia activa y reactiva del generador 2 dan el mismo
resultado, deniendo de esta manera que nuestro siste-
ma de envío y recepción sincrofasorial funciona y está
bien programada. Para la visualización de ángulos de los
PMU virtuales, se usa el soware PMU Connection Tes-
ter que da el siguiente resultado (ver Figura 13).
4. Conclusiones
En resumen, los estudios fuera de línea son esenciales
para realizar análisis profundos y detallados de eventos.
Como se observó, permiten tener un historial de lo ocu-
rrido en el sistema. Cuando un sistema de potencia ex-
perimenta una contingencia mientras opera, la prioridad
principal es restablecerlo, no analizar el problema en de-
talle en ese momento. El análisis exhaustivo ocurre una
vez que la urgencia de restablecer el sistema ha pasado,
91
Freire A. et al.
con el objetivo de encontrar la causa raíz del problema y
proponer posibles soluciones.
En denitiva, en el estudio se extrajeron datos de res-
puesta de voltaje y corriente en magnitud y ángulo del
soware DIgSILENT PowerFactory, tanto sin la imple
-
mentación de controladores, debido a que se tiene una
mejor respuesta en el análisis del sistema frente a los even-
tos denidos, como se observó en la gura 9, como con
controladores. Cabe señalar que al implementar el AVR´s
el sistema mostró inestabilidad debido a que pierde amor
-
tiguamiento y es necesario la implementación de PSS´s
que ayudaron aportar amortiguamiento al sistema y te-
ner una mejor respuesta frente a los eventos denidos
como se observó en la gura 10, de tal manera que los
tiempos de estabilidad mejoran en comparación al siste-
ma sin controladores que también es estable pero se pro-
longa en el tiempo.
Después de modelar un sistema eléctrico de dos áreas
en el soware DIgSILENT PowerFactory, se denieron
eventos de perturbación para realizar simulaciones RMS.
Luego de exportar la información de voltajes y corrientes
a transmitir, se utilizó Python como herramienta de có-
digo abierto. Este lenguaje de programación permitió que
el script de Python, actuando como PMUs (Unidades de
Medición Fasorial), leyera el archivo exportado de DIgSI-
LENT PowerFactory. A través del PMU Connection Tes-
ter, se vericó la transferencia de información al soware
Pyscript, que funcionó como un PDC (Concentrador de
Datos Fasoriales). Esto simuló el monitoreo de una red,
permitiendo observar la recopilación, procesamiento y
transmisión de datos desde un concentrador.
En denitiva, el soware desarrollado permitió de-
tectar las características claves de la onda de las variables
eléctricas como potencias, voltajes, corrientes que per-
mitan mejorar la estabilidad y conabilidad del sistema,
como se pudo evidenciar en la gura 13, para así lograr
la observabilidad del sistema eléctrico que sus aplicacio-
nes le permiten y cumplir el objetivo que es adquirir con-
ciencia situacional del sistema eléctrico.
Referencias
[1] Z. Huang et al., “Performance evaluation of phasor me-
asurement systems,” IEEE Power Energy Soc. 2008 Gen.
Meet. Convers. Deliv. Electr. Energy 21st Century, PES,
pp. 1–7, 2008, doi: 10.1109/PES.2008.4596880.
[2] A. Shaobu Wang, R. Huang , X. Ke, J. Zhao, R. Fan, H.
Wang, Z. Huang y D. V. Sathanur, “Risk-oriented PMU
placement approach in electric power systems,” vol. 14,
no. 2, pp. 301–307, 2019, doi: 10.1049/iet-gtd.2019.0957.
[3] C. Mishra, K. D. Jones, A. Pal, y V. A. Centeno, “Bi-
nary particle swarm optimisation-based optimal subs-
tation coverage algorithm for phasor measurement unit
installations in practical systems,” IET Gener. Transm.
Distrib., vol. 10, no. 2, pp. 555–562, 2016, doi: 10.1049/
iet-gtd.2015.1077.
[4] A. DelaTorre, “Análisis técnico para la Implementación
de un Sistema de Monitoreo de Área Extendida (Wams)
en el Sistema Nacional Interconectado del Ecuador,”
Universidad Politécnica Salesiana sede Quito, 2013.
[5] A. G. Phadke, “Synchronized phasor measurements a
historical overview -,” pp. 476–479, 2002.
[6] A. Jovičić, “COMPUTAT IONALLY EFF ICI ENT STA-
TE ESTIMATION FOR POWER SYSTEMS WITH
CONVENTIONAL AND SYNCHROPHASOR MEA-
SUREMENTS,” University of Belgrade, 2021.
[7] S. C. G. Cruz, “Esquema de Monitoreo Integrado de Se-
guridad de Sistemas de Potencia,” Universidad de los
Andes, 2016.
[8] U. Kerin, G. Bizjak, R. Krebs, E. Lerch, and O. Ruhle,
“Faster than real time: Dynamic security assessment
for foresighted control actions,” 2009 IEEE Bucharest
PowerTech Innov. Ideas Towar. Electr. Grid Futur., pp.
1–7, 2009, doi: 10.1109/PTC.2009.5282087.
[9] I. Chychykina, Z. A. Styczynski, C. O. Heyde, and R.
Krebs, “Power system instability prevention and reme-
dial measures with online Dynamic Security Assess-
ment,” 2015 IEEE Eindhoven PowerTech, PowerTech
2015, 2015, doi: 10.1109/PTC.2015.7232303.
[10] Diego Aguas, “Implementación de una plataforma de si-
mulación digital en tiempo real para entrenamiento de
operadores ante fenómenos dinámicos,” ESCUELA PO-
LITÉCNICA NACIONAL, 2020.
[11] D. Pérez Llamuca, “Herramienta computacional en sof-
tware libre para conversión de bases de datos del sistema
eléctrico de potencia entre diferentes plataformas de si-
mulación,” 2021. [Online]. Available: https://bibdigital.
epn.edu.ec/handle/15000/21575?mode=full
[12] IEEE, IEEE Std 1344-1995(R2001) : IEEE Standard for
Synchrophasers for Power Systems., vol. 1995. 1995.
[13] IEEE Power Engineering Society, IEEE Std C37.118-
2005, vol. 2005, no. March. 2005. [Online].
Available: http://ieeexplore.ieee.org/xpls/abs_all.jsp?ar-
number=660853
[14] IEEE-SA Standards Board, IEEE Standard for Sy-
nchrophasor Measurements for Power Systems, vol.
C37.118.1TM, no. December. 2011.
[15] P. System, R. Committee, I. Power, y E. Society, “IEEE
Standard for Synchrophasor Measurements for Power
Systems -- Amendment 1: Modication of Selected Per-
formance Requirements,” IEEE Std C37.118.1a-2014
(Amendment to IEEE Std C37.118.1-2011), vol. 2014,
pp. 1–25, 2014.
[16] K. Sato, Z. Yamazaki, T. Haba, N. Fukushima, K. Mase-
gi, y H. Hayashi, “Dynamic simulation of a power sys-
tem network for dispatcher training,” IEEE Trans. Power
Appar. Syst., vol. PAS-101, no. 10, pp. 3742–3750, 1982,
doi: 10.1109/TPAS.1982.317059.
92
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios Fuera de Línea
[17] P. Brogan, J. Morrow, R. Best, y D. Laverty, “Python
PSS/E simulation to test ecacy of proposed PMU ba-
sed WAMS and potential WAMPAC applications,” Proc.
Univ. Power Eng. Conf., pp. 1–5, 2013, doi: 10.1109/
UPEC.2013.6714952.
[18] T. Kataoka, M. Shitsukawa, y A. Tajimi, “Improvement in
coordinated restoration operation skills covering more
than one area (Developing a power system operation
training simulator that precisely reproduces electrical
phenomena),” 44th Int. Conf. Large High Volt. Electr.
Syst. 2012, 2012.
[19] M. R. Hasan, L. Vanfretti, W. Li, y N. A. Khan, “Gene-
ric high level VSC-HVDC grid controls and test systems
for oine and real time simulation,” 9th Int. 2014 Elec-
tr. Power Qual. Supply Reliab. Conf. PQ 2014 - Proc., pp.
57–64, 2014, doi: 10.1109/PQ.2014.6866784.
[20] G. J. Araque y R. Barba, “Unidades de Medición Faso-
rial - PMU,” pp. 247–253, 2010.
[21] G. Rivera y A. D. La Torre, “Estrategias para la Imple-
mentación de un Sistema de Monitoreo de Área Exten-
dida WAMS en el Sistema Nacional Interconectado del
Ecuador,” Rev. Técnica “Energía,” vol. 9, no. 1, pp. 34–43,
2013, doi: 10.37116/revistaenergia.v9.n1.2013.134.
[22] R. C. H. Lara, “Herramientas de Soware Libre para
Aplicaciones en Ciencias e Ingeniería,” Rev. Politécnica,
vol. 32, no. 1, pp. 1–8, 2013, [Online]. Available: http://
revistapolitecnica.epn.edu.ec/ojs2/index.p
[23] A. Villamarín, y D. Espín, “Diseño e Implementación
de un Prototipo de Unidad de Medición, Fasorial (PMU
- Phasor Measurement Unit) para el Monitoreo, Con-
trol y Protección de Sistemas Eléctricos”. Revista Técni-
ca “Energía” No. 11, pp. 127–135, 2015.
[24] E. Arconel, “REGULACIÓN No. ARCONEL – 003/16
Requerimientos para la supervisión y control en tiem-
po real del Sistema Nacional Interconectado,” pp. 1–27,
2016.
[25] L. Bonilla y R. Cubillo, “Determinación de límites de se-
guridad estática de ángulo en el SNI a partir de medi-
ciones sincrofasoriales,” Rev. Técnica “Energía,” vol. 15,
no. 1, pp. 90–97, 2018.
[26] P. M. Pozo, I. A. Pozo, and N. A. Pozo, “Design and
Construction of a Low-Cost Phasor Measurement Unit
( PMU ) for ree-Phase Distribution Power Systems
according to the norm IEEE Diseño e Implementación
de una ( PMU ) de baja potencia para Sistemas,” no. 16,
pp. 8–16, 2019.
[27] L. L. Chiza, “Co-simulation between PowerFactory and
Matlab / Simulink for the simulation of an HVDC link
integrated to the 39-bus system Co-simulación entre
PowerFactory y Matlab / Simulink para la simulación
de un enlace HVDC integrado al sistema de 39 barras,”
no. 19, pp. 150–157, 2022.
[28] R. Franco, “Uso de Sincrofasores para la Detección de
Oscilaciones de Potencia y Pérdida de Sincronismo .
Aplicación al Sistema Eléctrico Uruguayo para la Sepa
-
ración Controlada en Islas” Universidad de la Repúbli-
ca de Uruguay, 2012.
[29] F. Gonzalez Longatt, “DIgSILENT PowerFactory ( Ma-
nual de Usuario),” no. April, pp. 1–2, 2004, [Online].
Available: le:///C:/Users/Personal/Downloads/Ma-
nual_de_Usuario_DIgSILENT_Parte_I.pdf
[30] R. Gonzá and Lez, Python Para todos. 2015.
[31] M. Pérez Domínguez, “Extensión de Aplicaciones
mediante Python embebido,” ESCUELA TÉCNICA
SUPERIOR DE INGENIERÍA Y SISTEMAS DE TELE-
COMUNICACIÓN, 2017.
[32] P. Kundur, “Power System Stability and Control - Pra-
bha Kundur - McGraw-Hill Education.” p. 1176, 1994.
[Online]. Available: https://www.mheducation.co.in/
html/9780070635159.html
93
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios Fuera de Línea
ANEXOS
Figura 6.
Script para envío de información sincrofasorial.
Nota. En la gura 6 hace referencia al protocolo TCP/IP de la
máquina que esté funcionando correctamente y el puerto ga-
rantiza la entrega del paquete de datos en orden.
Figura 7
Script para recepción de información sincrofasorial.
Nota. En la gura 7 muestra el sistema Pyscripter donde se inter-
conecta el código Python en un script HTML.
Figura 8.
Conguración del PMU Connection Tester.
Nota. En la gura 8 se observa el ingreso de la IP en la direc-
ción de internet del dispositivo probado y en el puerto, el nú-
mero de puerto que se conecta al dispositivo y recibe datos
del mismo.
Figura 9.
Eventos denidos de perturbación del SEP sin controladores.
Nota. En la gura 9 se verica los eventos provocados en el
SEP sin controladores los mismos que podrían ser interrup-
ciones, variaciones de voltaje, frecuencia o sobre corriente.
94
Simulación Sincrofasorial con PMUs Virtuales en Sistema de Potencia Para Estudios Fuera de Línea
Figura 10.
Eventos denidos de perturbación del SEP con controladores
AVR y PSS.
200,0160,0120,079,9439,92-0,100 [s]
80,00
40,00
0,00
-40,00
-80,00
-120,00
Line_7-8_c1: Positive-Sequence Current, Magnitude/Terminal i in kA
Line_7-8_c1: Positive-Sequence Current, Angle/Terminal i in deg
Line_7-8_c2: Positive-Sequence Current, Magnitude/Terminal i in kA
Line_7-8_c2: Positive-Sequence Current, Angle/Terminal i in deg
Line_8-9_C2: Positive-Sequence Current, Magnitude/Terminal i in kA
Line_8-9_C2: Positive-Sequence Current, Angle/Terminal i in deg
Line_8-9_c1: Positive-Sequence Current, Magnitude/Terminal i in kA
Line_8-9_c1: Positive-Sequence Current, Angle/Terminal i in deg
G1: Positive-Sequence Current, Magnitude in kA
G1: Positive-Sequence Current, Angle in deg
G2: Positive-Sequence Current, Magnitude in kA
G2: Positive-Sequence Current, Angle in deg
G3: Positive-Sequence Current, Magnitude in kA
G3: Positive-Sequence Current, Angle in deg
B_1: Voltage, Magnitude in p.u.
B_1: Voltage, Angle in deg
B_2: Voltage, Magnitude in p.u.
B_2: Voltage, Angle in deg
B_3: Voltage, Magnitude in p.u.
B_3: Voltage, Angle in deg
B_7: Voltage, Magnitude in p.u.
B_7: Voltage, Angle in deg
B_8: Voltage, Magnitude in p.u.
B_8: Voltage, Angle in deg
B_9: Voltage, Magnitude in p.u.
B_9: Voltage, Angle in deg
EXPORT_DATA
Date: 8/15/2022
Annex: /4
DIgSILENT
Nota. En la gura 10 se puede apreciar como el estabilizador
del sistema de potencia y el regulador automático de voltaje
controlan la tensión y las oscilaciones en el sistema eléctrico.
Figura 11.
Gráca de respuesta por Pyscripter.
Nota. En la gura 11 se puede observar el graco creado en Pys-
cript mediante la ejecución de Python donde se visualiza como
resultado la diferencia angular de las barras seleccionadas.
Figura 12.
Gráca de respuesta de potencia activa y reactiva del generador
2 por Digsilent.
200,0160,0120,079,9439,92-0,100 [s]
1.0E+3
7.5E+2
5.0E+2
2.5E+2
0.0E+0
-2.5E+2
G2: Positive-Sequence, Active Power in MW
200,0160,0120,079,9439,92-0,100 [s]
1250,00
1000,00
750,00
500,00
250,00
0,00
G2: Positive-Sequence, Reactive Power in Mvar
P_Q_G2
Date: 8/15/2022
Annex: /9
DIgSILENT
Nota. Mediante el soware de gran alcance como digsilent se
puede apreciar las grácas de potencia activa y reactiva las mis-
mas que fueron entregadas por el programa para su análisis.
Figura 13.
Gráca de respuesta por PMU Connection Tester.
Nota. En la gura 13 se observa el probador de conexión
PMU que verica la recepción de ujo de datos de medición
fasorial y valida la conexión de ujos de dispositivos, además
se visualiza grácamente los datos sincrofasoriales.