J ORNADAS TCNICAS ISA - 2012

1



METODOLOGAS HEURSTICAS PARA AJUSTE DE PSS


HERNN MAURICIO
SNCHEZ
INGENIERO
ELECTRICISTA
JEIDER AUGUSTO
PREZ ARENAS
INGENIERO
ELECTRICISTA

NEBY JENNYFER
CASTRILLON
GUTIERREZ.
PhD EN INGENIERA
ELCTRICA
XM XM XM
Direccin Planeacin
Operacin
Direccin Planeacin
Operacin
Direccin Planeacin
Operacin
Analista de controles Analista de Planeacin Analista de controles
hmsanchez@xm.com.co japerez@xm.com.co

njcastrillon@xm.com.co


Categora
Estudios de Sistemas de Potencia

RESUMEN
Este trabajo presenta el desarrollo y comparacin del desempeo de tres tcnicas heursticas de
optimizacin para ajustar los parmetros de Estabilizadores de Sistemas de Potencia (PSS): Bsqueda
TAB, PSO (Optimizacin Enjambre de Partculas) y EPSO (Optimizacin Enjambre de Partculas
Evolutivo). El desempeo de estas tcnicas se evala en trminos del mejoramiento del amortiguamiento del
sistema, a travs de simulaciones realizadas en DigSilent Power Factory y Matlab.
De acuerdo con los resultados obtenidos se selecciona la tcnica de optimizacin ms adecuada, la cual
ser la base para el desarrollo de una herramienta que permita al CND la parametrizacin de PSSs de forma
ptima, rpida y automtica, con el fin de responder oportunamente a los cambios dinmicos del sistema de
potencia colombiano.


PALABRAS CLAVES
Amortiguamiento, Estabilidad, Optimizacin, PSS, AVR, PSO, EPSO, TAB.


J ORNADAS TCNICAS ISA - 2012
2

INTRODUCCIN

Operar el sistema elctrico de potencia colombiano
cada vez ms cerca de sus lmites, origina la
reduccin de los mrgenes de estabilidad del
sistema, propiciando la aparicin de modos de
oscilacin con bajo amortiguamiento.

Los PSSs
1
son dispositivos cuya funcin es
mejorar las condiciones de amortiguamiento de los
modos electromecnicos presentes en los
sistemas de potencia. Actualmente el ajuste de los
parmetros de los PSSs en el CND, se realiza de
forma analtica y manual, lo cual no asegura el
ajuste ptimo en todos los estados de operacin.

La entrada en operacin de nuevos proyectos de
expansin que modifican la topologa del sistema,
hace que los modos de oscilacin varen su
comportamiento, razn por la cual se requiere de
herramientas que automaticen y optimicen el
proceso de ajuste de los PSSs, teniendo en cuenta
no solo los modos locales, sino tambin los
diferentes modos inter-rea presentes en el
sistema.

El correcto ajuste de los PSSs exige la seleccin
simultnea de varios parmetros que tienen como
objetivo compensar los retardos dinmicos de los
generadores y su sistema de excitacin. Los
ajustes propuestos deben maximizar la
contribucin al amortiguamiento de los PSSs en
una amplia gama de frecuencias y en distintas
situaciones operativas del sistema. Si adems se
tiene en cuenta la no linealidad del problema, se
hace necesario el uso de tcnicas de optimizacin
que permitan encontrar una parametrizacin
ptima.

Lo anterior ha motivado la investigacin en el tema
de ajustes de PSSs a travs de tcnicas de
optimizacin heursticas.
1 AMORTIGUAMIENTO DE OSCILACIONES A
TRAVS DE PSSS

Los PSS son dispositivos ampliamente usados
para el amortiguamiento, no solo de las
oscilaciones naturales, llamadas modo local de
unidades de generacin, sino de oscilaciones inter-
planta e inter-rea. Su objetivo es inyectar una

1
PSS: Power System Stabilizer. Estabilizador de Sistemas de
Potencia.
seal adicional al regulador de voltaje en fase con
las desviaciones de velocidad y de esta forma
generar un torque elctrico amortiguante.

Para que el PSS pueda producir esta seal, debe
medir la desviacin de velocidad, adems de
compensar los retardos existentes en el sistema de
excitacin y el campo del generador, con ajustes
apropiados de las constantes de tiempo de dos o
ms filtros adelanto atraso. En la Figura 1 se
observa un diagrama general de la estructura de
un PSS.


Fuente: Elaboracin propia
Figura 1 Diagrama general de la estructura de un
PSS
Los primeros PSSs medan las desviaciones de
velocidad en el rotor para generar la seal
estabilizante, sin embargo este tipo de PSS es
propenso a incrementar oscilaciones torsionales en
unidades trmicas, por lo que se requiere la
adicin de un filtro torsional que adiciona un
desfase a bajas frecuencias, que puede propiciar
inestabilidad, lo que impide el uso de altas
ganancias y por lo tanto su accin amortiguadora
no es la deseada [1].

La frecuencia elctrica, como entrada al PSS
resulta en un mejor amortiguamiento de los modos
de oscilacin inter-rea, ya que esta seal refleja
mejor este tipo de oscilaciones. Este tipo de PSS
resulta ideal para unidades conectadas a sistemas
dbiles. No obstante, no son muy sensibles para
amortiguar modos intra planta o el modo local.
Adicionalmente siguen requiriendo del uso de
filtros torsionales en unidades trmicas, adems de
trasladar a la tensin del generador cualquier ruido
en la seal de frecuencia causada por ejemplo por
cargas industriales o eventos transitorios el
sistema de potencia [1].

Para eliminar las desventajas de los PSSs con
entrada de velocidad o frecuencia, se cre el PSS
de potencia acelerante, el cual usa como entradas
las seales de potencia generada y velocidad o
frecuencia, para producir una seal proporcional a
las variaciones de velocidad en el rotor, derivada
de la potencia acelerante. En la Figura 2 se
J ORNADAS TCNICAS ISA - 2012
3

presenta la funcin de transferencia del PSS IEEE
2A [2].


Fuente: Tomado de [1]
Figura 2 Funcin de transferencia PSS IEEE 2A
Normalmente la entrada V
si1
corresponde a la
seal de desviacin de frecuencia o velocidad,
mientras la entrada V
si2
est asociada a la seal de
potencia generada. Las constantes T
w1
a T
w4
son
filtros pasa alto, que tienen el propsito de habilitar
la accin del PSS cuando se presenten
oscilaciones que deban ser atenuadas, previniendo
que variaciones continuas en las seales de
entrada (potencia y frecuencia) se reflejen en la
tensin, normalmente pueden ajustarse entre 1 y
20 segundos. La seal de potencia V
si2
pasa a
travs de dos filtros pasa alto y luego es integrada
para producir la integral de la potencia elctrica.

En [3] se sugieren los siguientes criterios de ajuste
para las funciones de transferencia del camino de
la potencia y frecuencia:

(1)
Donde 2H = M es la inercia del grupo generador
turbina.

De la misma forma, el camino que procesa la seal
de frecuencia V
si2
debe coincidir en trminos de
ganancia y fase con el camino de potencia. De
esta forma en [3], se presentan criterios de ajuste
anlogos para su funcin de transferencia:

(2)
Las constantes de tiempo T
8
y T
9
, as como los
ndices M y N, son seleccionados para conformar
un filtro pasa bajo, llamado filtro rastreador de
rampa, el cual tiene como objetivo atenuar
componentes de alta frecuencia en la seal de
entrada, minimizando el efecto en la tensin del
generador cuando se presenten cambios rpidos
en la potencia mecnica. En [3] se presentan los
ajustes ms comnmente usados para el filtro
rastreador de rampa:

(3)
Las constantes de tiempo T
1
, T
2
, T
3
y T
4
,
componen los filtros de adelanto atraso que son
el corazn del PSS. Su funcin es compensar los
retardos generados en el sistema de excitacin, los
transductores, filtros y el campo del generador. De
esta forma el PSS puede inyectar una seal en
fase con las desviaciones de velocidad, y
proporcionar el amortiguamiento deseado. Con el
propsito de generar amortiguamiento sobre un
amplio rango de frecuencia y reducir los efectos
indeseados sobre la tensin generada, derivados
de cambios del sistema, las constantes de tiempo
deben fijarse de tal manera que este retardo sea
menor de 90
o
para el mayor rango de frecuencia
posible, y entre 0
o
y 45
o
desde la frecuencia ms
baja para el modo inter - rea hasta la ms alta del
modo local [10].
De acuerdo con el criterio de ajuste, existen
mltiples metodologas para seleccionar las
constantes de tiempo T
1
a T
4
, sin embargo,
encontrar la combinacin ptima manualmente se
constituye en una tarea que requiere significativo
tiempo de clculo. Esta es la razn por la cual se
implementaron tres metodologas de optimizacin
Heursticas que pretenden encontrar los mejores
ajustes para cumplir con el criterio de ajuste.
Para la seleccin de la ganancia K
s1
se sigue como
criterio, que su valor debe ser la tercera parte de la
ganancia que hace el sistema inestable. Para
encontrar este valor, se incrementa la ganancia
hasta lograr oscilaciones sostenidas en la potencia
elctrica de la unidad, como respuesta a un
escaln en la tensin de referencia. [10].
El retardo a compensar se mide entre la tensin de
referencia del AVR
2
y el torque elctrico.

2
AVR: Automatic Voltage Regulator. Regulador Automtico de
Tensin.
J ORNADAS TCNICAS ISA - 2012
4

2 MODELO MQUINA BARRA INFINITA
En [4] y [1] se describe un modelo con el cual es
posible reproducir las principales dinmicas de
pequea seal del generador y su interaccin con
los sistemas de excitacin, control de voltaje y el
sistema de potencia. En la Error! No se
encuentra el origen de la referencia. se presenta
el diagrama de bloques de este modelo, en
trminos de las llamadas constantes de (H.P)
Heffron Phillips, K
1
a K
6
, que son funcin de los
parmetros del generador, sus condiciones
iniciales y el equivalente Thevenin del sistema de
potencia.

Fuente: Tomado de [1]
Figura 3 Diagrama de bloques del modelo mquina
barra infinita
Este modelo es ampliamente usado para estudios
dinmicos del generador, especialmente para el
ajuste de las redes de compensacin de fase del
PSS.

Dado que los retardos que deben ser
compensados por el PSS son los relacionados con
el sistema de excitacin, y el circuito de campo, es
posible simplificar el diagrama de bloques de la
Error! No se encuentra el origen de la
referencia., incluyendo solo estos subsistemas en
el modelamiento. En la siguiente figura se presenta
el diagrama de bloques usado en este trabajo:


Fuente: Elaboracin propia
Figura 4 Diagrama de bloques simplificado del
modelo mquina barra infinita para ajuste de PSS
Con este esquema, que incorpora las dos redes de
compensacin de fase del PSS, y el uso de un
modelo preciso para el AVR, se puede ajustar el
ngulo de fase segn los criterios de ajuste ya
descritos para asegurar buen amortiguamiento.

De acuerdo con lo anterior deben seleccionarse los
valores de las constantes de tiempo T
1
, T
2
, T
3
y T
4
,
para que el ngulo del desfase entre las entradas
del PSS y el torque elctrico sea menor de 90
para el mayor rango de frecuencias posible y entre
45 y 0 para frecuencias entre modos inter - rea
y local.
3 AJUSTE DE LA COMPENSACIN DE FASE
USANDO TCNICAS DE OPTIMIZACIN
HEURSTICAS
En este captulo se describe como a partir de la
implementacin de tres tcnicas de optimizacin
Heursticas (TAB, PSO y EPSO) se logra la mejor
compensacin de fase posible para garantizar un
ajuste del PSS que proporciona el mejor
amortiguamiento para oscilaciones en el rango de
frecuencias deseado.

3.1 FUNCIN OBJETIVO
Tomando como base el modelo de la Fuente:
Elaboracin propia
y los criterios para ajuste de fase descritos
anteriormente, se obtiene la curva de fase para del
diagrama de bode de la siguiente funcin de
transferencia:

(4)
J ORNADAS TCNICAS ISA - 2012
5


Con esta curva se dise una funcin objetivo para
asegurar la mejor compensacin de fase. La idea
de esta funcin objetivo (F.O), es la de minimizar la
suma de las distancias entre la curva de fase del
sistema compensado y un retardo de -10, con el
fin de acercarla lo ms posible a este valor, para
un rango de frecuencias entre 0.1 Hz y 2 Hz, de
esta forma se logra un sistema ligeramente
subcompensado, con lo cual el PSS aporta buen
amortiguamiento y a la vez no afecta
negativamente el torque sincronizante [1].
La Error! No se encuentra el origen de la
referencia. y las ecuaciones 5 a 12 ilustran la
funcin objetivo con sus restricciones; las cuales
son usadas por los tres algoritmos de optimizacin.

Fuente: Elaboracin propia
Figura 5 Funcin objetivo para la compensacin de
fase

F.O : *

+ (5)
Sujeto a:

si

(6)

(7)

(8)

(9)

(10)

(11)

(12)
Con la restriccin planteada en la desigualdad 6 se
logra que la curva de fase ptima no tenga valores
superiores a -10. Las restricciones 7 a 12
corresponden a valores lmite normalmente
utilizados para parametrizar los PSSs.

3.2 ALGORITMO TAB
El algoritmo se conoce como bsqueda TAB, el
cual asegura una exploracin bastante extensa del
espacio de solucin [5]. Esto se logra utilizando
tres tipos diferentes de memoria: memoria de
corto, mediano y largo plazo.

Los tipos de memoria ayudan a alcanzar un
balance entre diversificacin e intensificacin. La
diversificacin es la bsqueda en regiones
inexploradas de soluciones y la intensificacin est
asociada a la concentracin de la bsqueda en
regiones promisorias ya exploradas.

La memoria de corto plazo, que corresponde a la
lista TAB, permite aprendizaje y des-aprendizaje
estratgico. La lista TAB es un arreglo de las
peores movidas previas.

La memoria de mediano plazo intensifica la
bsqueda porque intenta hallar los elementos
comunes de las mejores soluciones y dirige sus
esfuerzos hacia esas soluciones.

La memoria de largo plazo diversifica la bsqueda
porque encuentra regiones inexploradas de
soluciones.

En la aplicacin del algoritmo de Bsqueda TAB
para el ajuste de PSSs, se busca la mejor
combinacin de las constantes de tiempo de la red
de compensacin de fase (T
1
a T
4
) que cumplen
con la F.O y las restricciones antes presentadas.

Para este algoritmo en particular, se usan cuatro
estrategias de movimiento. Cada movida se
genera, usando las siguientes reglas para todos
los valores posibles de T
1
y T
2
.

MOV1 :

(13)
MOV2 :

(14)
MOV3 :

(15)
MOV4 :

(16)
) Memoria de corto plazo
Para cada movimiento se definen nuevas
combinaciones vecinas de T
1
a T
4
con el fin de
explorar el espacio solucin alrededor de cada
punto definido. A cada punto vecino generado se
evala su F.O, generando a partir de la mejor
combinacin, un nuevo conjunto de vecinos. Este
proceso se repite por cinco iteraciones para cada
movimiento; adicionalmente el peor vecino es
J ORNADAS TCNICAS ISA - 2012
6

ingresado a la lista TAB, para no ser generado en
la siguiente iteracin. Las estrategias de
generacin de vecinos se presentan a
continuacin:
Vecino 1 :

- (17)
Vecino 2:

- (18)
Vecino 3:

- (19)
Vecino 4:

- (20)
Vecino 5:

-
(21)
Vecino 5:

-
(22)

Memoria de mediano plazo
Una vez finalizadas las evaluaciones para cada
estrategia de movimiento, se seleccionan, con
base a su valor de F.O, las cinco mejores
combinaciones de T1 a T4 para ser evaluadas
nuevamente dentro del algoritmo de memoria de
corto plazo. De este proceso resulta la
combinacin de T
1
a T
4
con mejor F.O para cada
estrategia de movimiento.

Memoria de largo plazo
Se selecciona la mejor combinacin de T
1
a T
4

resultante del proceso de memoria de mediano
plazo como valor final para la optimizacin.
3.3 ALGORITMO PSO
El algoritmo de optimizacin PSO
3
utiliza una
estrategia metaheurstica basada en poblaciones,
imitando el vuelo de las aves, o el comportamiento
de los bancos de peces, desarrollado inicialmente
por el psiclogo socilogo Jammes Kennedy y por
el ingeniero electrnico Russell Eberhart en 1995,
basndose en un enfoque conocido como la
metfora social [5].
El algoritmo inicia con un determinado nmero de
partculas que representan posibles soluciones al
problema, es decir, cada partcula corresponde a
una combinacin especfica de valores T
1
, T
2,
T
3
y
T
4
. Estas partculas se mueven en cada iteracin
con una velocidad, tal como se muestra en la
siguiente ecuacin.

3 PSO: Particle Swarm Optimization. Optimizacin basada en enjambre de
partculas.

(23)
Dnde:

: Nueva posicin

Posicin actual

: Nueva velocidad


Calculada la nueva posicin, se procede a calcular
la nueva velocidad a partir de los resultados de la
evaluacin de las nuevas partculas.

) (24)

Dnde:
: Inercia de las partculas

: Velocidad actual

Nmeros aleatorios

: Pesos

Mejor partcula global

Mejor partcula local

En cada iteracin, a cada poblacin de partculas
se le evala su F.O y se genera una nueva
poblacin a partir de su velocidad de movimiento,
la cual est compuesta de tres trminos.

El primero representa la tendencia de la partcula
en continuar movindose en su misma direccin, el
segundo representa la distancia entre la posicin
actual y la mejor local, es decir, la mejor posicin
conocida a lo largo de su vida y el tercer trmino
equivale a la distancia entre la posicin actual y la
mejor posicin que ha obtenido el conjunto de
partculas. En la Figura 6 se muestra el movimiento
de una partcula i en la iteracin k.


Fuente: Elaboracin propia
Figura 6 Movimiento de una partcula en el algoritmo
PSO
El algoritmo finaliza cuando la diferencia en la
evaluacin de la F.O para la mejor partcula de la
iteracin actual y la iteracin anterior se mantiene
invariante por un nmero definido de iteraciones.
J ORNADAS TCNICAS ISA - 2012
7

3.4 ALGORITMO EPSO
El algoritmo EPSO
4
al igual que el PSO, se basa
en una poblacin de partculas que representan
posibles soluciones al problema. La gran diferencia
radica en que el movimiento de estas partculas a
travs de cada iteracin, no solo sigue las reglas
originales del algoritmo PSO, si no que se generan
poblaciones adicionales a travs de mutaciones
aplicadas a las partculas resultantes de cada
iteracin. De esta forma se logra agilizar la
convergencia al valor ptimo, al tiempo que se
exploran un mayor espacio de solucin. La idea
detrs de este algoritmo es proporcionar al mtodo
PSO un procedimiento explcito de seleccin con
propiedades auto-adaptativas para sus parmetros
[6].
A continuacin se describe de forma resumida el
procedimiento que sigue este algoritmo para la
iteracin k:
1. Se parte de una poblacin de partculas
semilla compuesta por un subconjunto de
partculas padres y otro de hijos.
2. Para esta poblacin se evala la F.O.
3. Se realiza un torneo elitista entre el padre y el
hijo, de acuerdo a los resultados de la
evaluacin de la F.O, generando una nueva
poblacin padre con las partculas ganadoras.
4. La nueva poblacin padre se genera con base
en la poblacin de ganadores y una velocidad
correspondiente a las partculas ganadoras.
Esta velocidad sigue las reglas convencionales
del algoritmo PSO.

4 EPSO: Evolutionary Particle Swarm Optimization. Optimizacin basada en
enjambre de partculas evolutiva.
5. La nueva poblacin de partculas hijo (

,
se genera con base en la poblacin hijo
anterior y una velocidad mutada (

.
Dnde:
Una vez generadas las nuevas poblaciones de
partculas padres e hijos, se repite el proceso
iterativamente hasta que la diferencia en la
evaluacin de la F.O para la mejor partcula de la
iteracin actual y la iteracin anterior se mantiene
invariante por un nmero definido de iteraciones.
4 RESULTADOS
Con el objetivo de comparar el desempeo de los
tres algoritmos se implement un caso de prueba,
en el cual se pretende encontrar los ajustes de las
redes de compensacin del PSS para una unidad
de la planta San Carlos.

En la siguiente tabla se presentan los parmetros
del modelo mquina barra infinita, para la planta
de San Carlos en una condicin operativa en
demanda mnima, con un sistema de excitacin
tpico IEEE ST1A [2].

Tabla 1 Parmetros del modelo mquina barra
infinita y sistema de excitacin para San Carlos
Sistema de excitacin Constantes de H.P.
Ka 234 K2 1.429
Ta 0.8 K3 0.3218
Tc 0.33 K6 0.0752
Tb 15
Tr 2

Despus de implementados los tres algoritmos de
optimizacin en Matlab se realizaron diferentes
corridas para encontrar la compensacin de fase
ptima. En la siguiente figura se presenta la
comparacin entre los algoritmos PSO, EPSO y
TAB, en trminos de la evolucin del valor de la
F.O con el nmero de iteraciones.
(

(25)
(

)
(26)

, ()- (27)
(

: Velocidad mutada

: Velocidad actual

: Coeficientes de
aprendizaje

: Pesos
mutados

Mejor partcula global

Mejor partcula
local
J ORNADAS TCNICAS ISA - 2012
8


Fuente: Elaboracin propia
Figura 7 Comparacin entre algoritmos. F.O Vs No.
de iteraciones
En la siguiente figura se realiza una nueva
comparacin entre los tres algoritmos, esta vez en
trminos del tiempo de ejecucin.

Fuente: Elaboracin propia
Figura 8 Comparacin entre algoritmos F.O Vs
tiempo de ejecucin
Como se observa en la Figura 7 y Figura 8, se
puede concluir que el algoritmo con mejor
desempeo, es el EPSO, alcanzando en menor
nmero de iteraciones y en menor tiempo el valor
ptimo de la F.O. Los algoritmos de movimiento de
partculas PSO y EPSO muestran un mejor
desempeo en trminos de esfuerzo
computacional, requiriendo de menos iteraciones y
menor tiempo de ejecucin que el TAB.

En la siguiente tabla se presentan los mejores
valores para las constantes de tiempo de los filtros
de compensacin de fase obtenidos por cada uno
de los algoritmos de optimizacin:

Tabla 2 Resultados de los tres algoritmos de
optimizacin
Constantes de tiempo optimizadas
TAB PSO EPSO
T1 1.342 0.267 0.936
T2 1.9 0.027 1.393
T3 0.228 0.821 0.256
T4 0.024 1.273 0.026
Valor Final F.O. 136.94 125.01 122.33

Considerando las constantes de tiempo
optimizadas por cada algoritmo, se realiz el
diagrama de Bode entre la entrada al PSS y el
torque elctrico, obtenindose el siguiente
resultado:

Fuente: Elaboracin propia
Figura 9 Diagramas de bode obtenidos con los
algoritmos de optimizacin
De la figura anterior se puede observar, que
independientemente del desempeo de cada
algoritmo de optimizacin, se logra una respuesta
en frecuencia muy similar como producto del
proceso de optimizacin. Se resalta como los tres
mtodos de optimizacin levantan la curva de
fase del sistema para acercarla lo mximo posible
a -10.

Con el fin de verificar el efecto amortiguante del
PSS sobre el modo local del generador,
considerando los ajustes ptimos de T
1
a T
4
, se
aplic un escaln en la referencia del AVR de -2%
y se simul la respuesta en la potencia generada
J ORNADAS TCNICAS ISA - 2012
9

de la unidad bajo prueba. En la siguiente figura se
presentan los resultados.

Fuente: Elaboracin propia
Figura 10 Potencia generada, escaln de -2% en Vref.

Se puede observar el alto grado de
amortiguamiento logrado con el PSS2A, usando
dos redes de compensacin de fase y los ajustes
ptimos entregados por los tres algoritmos.
Adicionalmente se modificaron los algoritmos para
agregar una red de compensacin de fase
adicional en la optimizacin (PSS2B), con la cual
se logra aun mayor amortiguamiento.
5 CONCLUSIONES
Se desarrollaron tres algoritmos de
optimizacin que permiten de forma rpida y
exitosa ajustar las redes de compensacin de
fase de PSSs de potencia acelerante. Con esta
nueva herramienta se espera mejorar los
ajustes actuales de PSSs del sistema, una vez
obtenidos los modelos matemticos validados
de los controles de generacin de las
principales unidades del sistema.

El desempeo de los mtodos de optimizacin,
en trminos de velocidad de convergencia y
nmero de iteraciones, indica que el mejor
mtodo es el EPSO, seguido del PSO, mientras
que el TAB exige mucho mayor tiempo de
ejecucin, dada su estrategia ms amplia de
exploracin del espacio solucin. No obstante
los parmetros encontrados por los tres
algoritmos, garantizan el mejor
amortiguamiento de oscilaciones posible, de
acuerdo con los criterios establecidos de ajuste.

Se deben mejorar los algoritmos para incluir
dentro de la optimizacin la ganancia del PSS,
como un parmetro a optimizar, con base en el
criterio de ajuste, que recomienda seleccionar
la tercera parte de la ganancia que hace el
sistema crticamente amortiguado.
Adicionalmente puede pensarse en incluir
dentro de las metodologas el clculo del ajuste
ptimo robusto, mediante la exploracin de
diferentes situaciones operativas de la unidad o
planta bajo estudio.

Se deba avanzar en la adecuacin de estos
algoritmos para la parametrizacin ptima de
PSSs IEEE 4B [2], los cuales involucran
muchos ms parmetros, ya que cuentan con
tres bandas de frecuencia con las cuales se
puede lograr amortiguamiento de modos de
oscilacin en un mayor rango de frecuencias.
La instalacin y ajuste ptimo de este tipo de
PSSs puede ser una fuente importante de
aporte de estabilizacin para las oscilaciones
de baja frecuencia que actualmente presenta
nuestro sistema.
6 BIBLIOGRAFA
[1] Praba Kundur, Power System Stability and
Control. New York: McGraw Hill, 1994.

[2] IEEE Std 421.5, IEEE Recommended
Practice for Excitation System Models for Power
System Stability Studies., 2005.

[3] G.R. Brub and L.M. Hajagos,
Accelerating-Power Based Power System
Stabilizers. Kestrel Power Engineering Ltd. Ontario,
Canad.

[4] W.G. Heffrom and R.A. Philllips, Effects of
Modern Amplidyne Voltage Regulator in
Underexited Operation of Large Turbine
Generators., AIEE Trans. 1952.

[5] Adibo M.A., A novel approach to
conventional power system stabilizer design using
tabu search, 21st ed., 1999.

[6] Jos Manuel Garca Nieto and Enrique
Alba Torres, Algoritmos Basados en Cmulos de
Partculas Para la Resolucin de Problemas
Complejos., Septiembre de 2006.

[7] Vladimiro Miranda and Nuno Fonseca,
EPSO - Evolutionary Particle Swarm Optimization,
J ORNADAS TCNICAS ISA - 2012
10

a New Algorith whit Applications in Power
Systems., 2002.

[8] Katsuhiko Ogata, Modern Control
Engineering., 2010.

[9] IEEE Recommended Practice for
Excitation System Models for Power System
Stability Studies, 2005.

[10] E. V .Larsen and D. A. Swann. Applying
Power System Stabilizers. Part III: Practical
considerations. IEEE Transactions on Power
Apparatus and Systems, Vol. PAS-100, No. 6 June
1981, pp. 3034-3046.

HOJA DE VIDA DE LOS AUTORES.

Hernn Mauricio Snchez Jaramillo
Ingeniero Electricista Universidad Nacional.1998
Medelln, Antioquia, Colombia
Especialista en Mercados de Energa Universidad
Nacional.2008
Medelln, Antioquia, Colombia
Cargo actual: Analista Controles
Direccin Planeacin de la Operacin
XM S.A Colombia
Jeider Augusto Prez Arenas
Ingeniero Electricista Universidad Industrial de
Santander.2012
Bucaramanga, Santander, Colombia
Cargo actual: Analista Planeacin
Direccin Planeacin de la Operacin
XM S.A Colombia

Neby Jennyfer Castrilln Gutirrez
Ingeniera Electricista Universidad Nacional.2004
Medelln, Antioquia, Colombia
Ph.D. En Ingeniera Elctrica Universidad Nacional de
San Juan.2011
San Juan, Argentina
Cargo actual: Analista Controles
Direccin Planeacin de la Operacin
XM S.A Colombia