El Pack Sensibilidad V-Q en DIgSILENT con Python es una herramienta desarrollada para automatizar el análisis de sensibilidad voltaje–reactivos en sistemas eléctricos de potencia modelados en DIgSILENT PowerFactory.
Este script permite identificar de forma automática las barras del sistema, clasificar barras Slack, PV y PQ, excluir las barras que no son candidatas principales para compensación reactiva y evaluar las barras PQ mediante una inyección reactiva de prueba.
A partir del flujo de carga base, el programa modifica temporalmente la potencia reactiva de las cargas conectadas, ejecuta nuevos flujos de carga, calcula el cambio de voltaje producido por la inyección de reactivos y determina la sensibilidad V-Q mediante la expresión:
S_VQ = ΔV / ΔQ
Con estos resultados, el script genera un ranking de barras candidatas para compensación reactiva, ayudando a justificar técnicamente la ubicación de bancos de capacitores en estudios eléctricos, proyectos académicos o trabajos de tesis.
El pack incluye el script editable en formato Python, una versión de respaldo en TXT y una guía de uso con instrucciones para ejecutarlo directamente desde DIgSILENT PowerFactory mediante Python Script embebido.
La herramienta exporta resultados en archivos CSV compatibles con Excel, incluyendo la clasificación de barras, el detalle de sensibilidad V-Q y el ranking final de barras candidatas.
Este producto es ideal para estudiantes, tesistas, ingenieros eléctricos y profesionales que trabajan con análisis de estabilidad de voltaje, compensación reactiva, flujo de carga y sistemas eléctricos de potencia.
Incluye:
- Script editable en Python.
- Archivo TXT de respaldo.
- Guía de uso paso a paso.
- Detección automática de barras.
- Exclusión de barras Slack y PV.
- Análisis automático de barras PQ.
- Cálculo de sensibilidad V-Q.
- Ranking de barras candidatas para compensación.
- Exportación de resultados en CSV.
- Compatible con sistemas eléctricos modelados en DIgSILENT PowerFactory.
Requisitos:
- Tener DIgSILENT PowerFactory con soporte para Python.
- Contar con un sistema eléctrico modelado.
- El flujo de carga debe converger correctamente.
- El análisis se aplica sobre barras PQ con cargas conectadas.
- En sistemas con modelos especiales de carga o generación, puede requerir ajustes menores.
