Análisis de Estabilidad Transitoria Utilizando el Concepto de Inercia y Minería de Datos

Abstract

This work proposes a methodology to evaluate transient stability in power systems through time series clustering using the Dynamic Time Warping (DTW) metric. A script developed in Python integrates with DIgSILENT PowerFactory, allowing the extraction of rotor angles from each generator and referencing them to the Center of Inertia (COI). To obtain rotor angles, the study performs simulations on the New England 39-bus, 10-generator system in DIgSILENT PowerFactory, applying the unwrapping technique to correct discontinuities. Then, the methodology applies the K-means algorithm based on DTW to segment the generating units according to their transient response, identifying critical generators. However, DIgSILENT PowerFactory only provides plots of rotor angles referenced to a specific generating unit, which limits stability assessment. To overcome this restriction, this study implements the results directly into DIgSILENT PowerFactory, enabling the visualization of Python -processed graphs within the software environment. This integration enhances decision-making efficiency in power system operation and planningEste trabajo propone una metodología para evaluar la estabilidad transitoria en sistemas eléctricos de potencia mediante el algoritmo clustering de series temporales (TimeSeriesKMeans) utilizando la métrica Dynamic Time Warping (DTW). Se desarrolla un código mediante el lenguaje de programación Python integrado con DIgSILENT Power Factory, el cual permite extraer los ángulos del rotor de cada uno de los generadores y referenciarlos al centro de Inercia (COI, Center Of Inertia). Para extraer los ángulos del rotor se realizan simulaciones en el sistema de New England de 39 barras y 10 generadores en DIgSILENT PowerFactory y se aplica la técnica de “unwrapping” para corregir discontinuidades. Posteriormente, se emplea el algoritmo TimeSeriesKMeans basado en DTW para segmentar las unidades de generación según su respuesta transitoria, permitiendo identificar generadores críticos. Sin embargo, DIgSILENT Power Factory solo permite graficar los ángulos referidos a una unidad de generación, lo que representa una limitación en la interpretación de estabilidad. Para abordar esta limitación, se implementan los resultados de este trabajo directamente en DIgSILENT Power Factory, cuyas gráficas de resultados se procesan en Python y desplegadas en el entorno de DIgSILENT Power Factory, lo que contribuye a la toma de decisiones más eficientes en la operación y planificación del Sistemas Eléctricos de Potencia (SEP)