Diseñando para la Conciencia Situacional de las Redes Eléctricas del Futuro: Un Sistema de Indicadores Basado en Estadísticas de Valores Propios Lineales de Grandes Matrices Aleatorias

Las redes eléctricas del futuro son fundamentalmente diferentes de las actuales, tanto en tamaño como en complejidad. Esta tendencia impone desafíos para la conciencia situacional (SA) basada en indicadores clásicos, que generalmente son basados en modelos y deterministas. Como alternativa, este documento propone un sistema de indicadores estadísticos basado en estadísticas de valores propios lineales (LES) de grandes matrices aleatorias: 1) desde el punto de vista de modelado de datos, construimos, a partir de ecuaciones de flujos de potencia, los modelos de matrices aleatorias (RMM) utilizando solo el flujo de datos en tiempo real de manera estadística; 2) para un análisis de datos que se basa completamente en RMM, proponemos los indicadores de alta dimensión, llamados LES, que tienen algunas características estadísticas únicas como propiedades gaussianas; y 3) desarrollamos un mapa de potencia en 3D para visualizar el sistema, respectivamente, desde un punto de vista de alta dimensión y uno de baja dimensión. Por lo tanto, se emplea una metodología estadística de SA; conduce SA con un procedimiento libre de modelos y basado en datos, sin requerir conocimiento de la topología del sistema, modelos de operación/control de unidades, relaciones causales, etc. Esta metodología tiene numerosas ventajas, como sensibilidad, universalidad, velocidad y flexibilidad. En particular, se resalta su solidez contra datos erróneos, con ventajas potenciales en ciberseguridad. La teoría de estabilidad basada en big data para operaciones en línea puede resultar factible a lo largo de esta línea de trabajo, aunque este desarrollo crítico se informará en otro lugar.