Diseño e implementación de filtro de kalman extendido para descomposición en tiempo real de la tensión y estimación de la frecuencia ante contingencias en redes desbalanceadas

Abstract

La creciente complejidad de las redes eléctricas, con presencia de desbalances, armónicos y variaciones rápidas de frecuencia, demanda algoritmos robustos para estimar parámetros críticos como tensión y frecuencia. Métodos tradicionales (PLL, MSOGI) presentan limitaciones en entornos dinámicos, lo que justifica el desarrollo de soluciones más precisas y estables. Este trabajo aborda este desafío mediante el diseño e implementación de un Filtro de Kalman Extendido (EKF), evaluando su desempeño bajo perturbaciones como cambios abruptos de magnitud, fase y distorsión armónica. La evaluación de los algoritmos revela un compromiso fundamental entre la eficiencia computacional, la robustez y la precisión en estado estacionario. El MSOGI emerge como la solución más equilibrada y robusta, ofreciendo un excelente rendimiento dinámico con bajo rizado y transitorios controlados, todo ello con una carga computacional mínima del 5%. En contraparte, el EKF recursivo ajustado se especializa en la precisión final, logrando el menor error en estado estacionario de todos los métodos. Sin embargo, esta exactitud se obtiene a costa de una carga computacional prohibitiva del 40% y una respuesta transitoria menos amortiguada que la del MSOGI. Finalmente, se concluye que el EKF estacionario no representa un buen equilibrio, ya que su rendimiento es superado por el MSOGI, que es a la vez más robusto y computacionalmente más eficiente. En consecuencia, la selección depende de las prioridades del sistema.