Enfoque de modelado de flujo de potencia que propaga la incertidumbre en variables de entrada (cargas, generación distribuida, contingencias) a través de las ecuaciones de flujo de la red para producir caracterizaciones estadísticas — momentos, densidades de probabilidad, cuantiles o medidas de riesgo — de tensiones en nodos, flujos en líneas y otras salidas en régimen estacionario, usando métodos como Monte Carlo, propagación analítica de momentos o técnicas de estimación puntual y requiriendo modelos probabilísticos explícitos y supuestos de correlación para las entradas.

Principio

La incertidumbre en las entradas se mapea, mediante el operador de flujo (generalmente no lineal), en incertidumbre en las salidas; la linealización proporciona estimaciones de momentos, mientras que el muestreo captura efectos no lineales — los resultados son condicionados por las distribuciones de entrada, correlaciones y el método elegido.

Demostración

Escenario ilustrativo → Un alimentador con alta penetración fotovoltaica y generación y cargas inciertas. Reconocimiento → especificar modelos probabilísticos para la producción PV (incluida la correlación con irradiancia) y la carga. Acción → ejecutar Monte Carlo del flujo de potencia para obtener la distribución de tensiones y calcular la probabilidad de superar límites de tensión. Consecuencia → los operadores obtienen métricas de riesgo (p. ej., percentil 95) para informar reservas o políticas de curtailment.

Aplicación incorrecta

Tratar las salidas probabilísticas como probabilidades objetivas del mundo real sin validar las distribuciones de entrada o ignorar correlaciones y limitaciones metodológicas; o usar métodos de momentos lineales donde la no linealidad los hace inexactos — el error semántico es exceder la confianza en resultados que son condicionales.

Consecuencia

El flujo probabilístico permite una planificación y operación conscientes del riesgo al cuantificar la probabilidad de violación de restricciones e informar decisiones de reserva e inversión; no obstante, sus resultados dependen de los modelos de incertidumbre y las elecciones metodológicas y pueden inducir a error si las entradas son deficientes.

Inversión

Para eventos extremos de baja probabilidad o escenarios adversarios, los análisis por escenarios, peores casos o guiados por la física pueden ser más adecuados que el promedio probabilístico; con tamaños de muestra reducidos o modelos de entrada poco fiables, las estimaciones probabilísticas pueden ser poco fiables.

Límite

Claramente dentro: análisis de flujo en régimen estacionario que incorporan modelos estocásticos para evaluar distribuciones de tensiones y flujos. Caso límite: acoplar salidas probabilísticas estáticas a estudios de estabilidad dinámica requiere modelado adicional. Claramente fuera: análisis puramente dinámicos de estabilidad o transitorios de protección salvo que se extiendan con modelos dinámicos estocásticos.

Tensión semántica

Determinista (restricciones garantizadas) ↔ Probabilístico (restricciones basadas en riesgo): el enfoque probabilístico intercambia garantías absolutas por medidas de riesgo cuantificadas y flexibilidad operativa.

Síntesis

El Flujo de Carga Probabilístico explicita cómo la incertidumbre de entrada afecta variables en régimen estacionario; su utilidad depende de modelos de entrada realistas y selección metodológica cuidadosa, y complementa estudios deterministas convirtiendo incertidumbre en métricas de riesgo operativas.