Sustained oscillations, whether forced or natural, may compromise the operational stability of electrical power systems. Forced oscillations are caused by external periodic disturbances, such as control system malfunctions, cyclic loads, or mechanical failures in generators, whereas natural oscillations are inherent to system dynamics and are associated with poorly damped electromechanical modes. Under certain conditions, their interaction may amplify oscillatory responses, increasing the risk of equipment damage or large-scale blackouts. The timely identification of the origin of these oscillations is essential for implementing corrective actions. This thesis investigates different strategies for the analysis and localization of sustained oscillations using simulated and real synchrophasor measurements obtained from phasor measurement units (PMUs). Three approaches are implemented and compared: (i ) the dissipating energy flow (DEF) method combined with a Butterworth filter, (ii ) the DEF method using O-spline filtering, and (iii ) the Teager-Kaiser energy operator (TKEO) applied to O-spline-filtered signals, where the latter two constitute the main contributions of this work. The proposed methodologies are validated through four simulation scenarios based on the Kundur two-area system and 27 case studies developed from a reduced 179-bus WECC (Western Electric Coordinating Council) model, including 9 cases of poorly damped natural oscillations and 18 cases of forced oscillations. Finally, the methodologies are assessed using real PMU measurements from the ISO New England (ISO-NE) system, demonstrating their applicability under practical operating conditions. The results show that the proposed methodologies improve oscillation source localization. For forced oscillations injected through the excitation system, O-splines + TKEO achieved an accuracy of 86% and O-splines + DEF reached 79 %, outperforming the conventional Butterworth + DEF method, which achieved 43 %. These results validate the effectiveness of O-spline filtering for enhancing energy-based source localization methods.
Las oscilaciones sostenidas, forzadas o naturales, pueden comprometer la estabilidad operativa de los sistemas eléctricos de potencia. Las oscilaciones forzadas se originan por perturbaciones periódicas externas, como fallas en controles, cargas cíclicas o problemas mecánicos en generadores; mientras que las oscilaciones naturales son inherentes a la dinámica del sistema y se asocian con modos electromecánicos de bajo amortiguamiento. La interacción entre ambas puede amplificar la respuesta dinámica, aumentando el riesgo de apagones y daños en equipos. La detección oportuna del origen de estas oscilaciones es fundamental para implementar medidas correctivas. En este trabajo se analizan distintas estrategias basadas en simulaciones que emulan el comportamiento de unidades de medición fasorial (PMU). En particular, se comparan tres enfoques: (i) el método del flujo de energía disipada (DEF) combinado con un filtro Butterworth, (ii) el método DEF con filtrado basado en O-splines y (iii) el operador de energía de Teager–Kaiser (TKEO) aplicado sobre señales filtradas con O-splines, siendo estos dos últimos los métodos propuestos. Los métodos se validan mediante simulaciones en el sistema Kundur de dos áreas y 27 casos de estudio desarrollados sobre un modelo reducido de 179 nodos del sistema WECC (Western Electric Coordinating Council). Finalmente, se emplean mediciones reales de PMU del sistema ISO-NE para evaluar el desempeño de las metodologías propuestas bajo condiciones operativas reales. Los resultados obtenidos muestran que las metodologías propuestas mejoran la capacidad de localización de fuentes oscilatorias. En particular, para los casos de oscilaciones forzadas inyectadas en el sistema de excitación, la combinación O-splines + TKEO alcanzó una tasa de aciertos del 86 %, mientras que O-splines + DEF logró un 79 %, superando el 43% obtenido con el método Butterworth + DEF. Estos resultados evidencian el potencial de los métodos propuestos para mejorar la precisión y robustez de los esquemas de monitoreo basados en PMUs.
