Profesor: Alumna:
Dario Silva. Ing. Alicsirp Bericoto
C.I 24.035.167
0
ÍNDICE GENERAL
2
ÍNDICE DE FIGURAS
3
ÍNDICE DE TABLAS
4
RESUMEN
5
INTRODUCCIÓN
6
ESTIMACIÓN DE ESTADOS DE SISTEMAS DE POTENCIA
- Telemedidas: son las medidas que se obtienen en tiempo real. Los datos
típicos que se incluyen son:
Las tensiones e inyección de potencia activa y reactiva en los
nodos.
7
- Medidas virtuales: son aquellas que no requieren ser medidas, como por
ejemplo, la inyección cero en las subestaciones de transporte (nodos de
tránsito).
Debido al ruido, los valores de las cantidades físicas nunca son conocidos y se tiene
que consideras la forma de calcular los mejores estimados posibles de las cantidades
8
desconocidas. El “método de mínimos cuadrados” se usa frecuentemente para
encontrar el “mejor ajusto” de los datos medidos al relacionar dos o más cantidades [4].
Los métodos de estimación de estado se pueden obtener del siguiente circuito DC:
X 2 V . Por lo tanto, se pueden plantear las siguientes ecuaciones para los elementos
Z medidos :
1 1
Z1 X 1 e1 ; donde el termino es el responsable de relacionar los
r1 r2 r1 r2
1
elementos activos del sistema y e1 es el error de la medición Z1 . Haciendo h1
r1 r2
Z1 h1 X 1 e1 1
9
Aplicando la misma metodología para obtener Z 2 se llega a:
Z 2 h2 X 2 e2 2
Donde h1 h2 , e 2 es el error de la medición Z 2 y X 2 es la variable de estado
correspondiente al voltaje.
Z H X e 4
e Z HX
Donde e y X denotan los estimativos de los errores y de las variables de estado
respectivamente.
e Z Z Z HX HX e HX 6
10
Finalmente se obtiene una expresión para el estimado del error dado por:
e eH X X 7
Para minimizar 7 se utilizan métodos muy utilizados en las literaturas.
m
f W j e 2j 8
j 1
m
f Wj s j 9
j 1
m
f W j e 2
j
j 1
Usando el criterio de primera derivada igual a cero, se pueden conocer si un punto es
crítico y posteriormente saber si éste es un mínimo local. Se conforma, entonces la
matriz Jacobiana [4].
11
e1 e2 em
W e W e W e
X 1 X 1 X 1
1 1 2 2 m m
f W e e1 W e e2 W e em
2 1 1 X 2 2
X 2
m m
X 2 0 10
X
X
2
e e e
W1e1 1 W2 e2 2 Wm em m
X n X n X n
e1
e
eij
Wii i 1,2,,m 2 0 11
X i ij11,,22, ,n
,, m
X
e n
eij
La derivada parcial permite obtener los coeficientes que conforman la matriz H
X i
X
e1
e
H Wii I 1, 2,,m 2 0
T
e n
Usando 6 y 7 , despejando e y definiendo Ganancia G H T WH se llega a:
e I HG 1 H T W e 0 12
Esta es una solución directa para un sistema DC. En sistemas AC las ecuación es no
son lineales y por lo tanto se requieren soluciones iterativas [4].
12
Estadística, Errores y Estimados
1 z
2
pz 13
1
2
2
La función de probabilidad de densidad define la campana que permite encontrar la
probabilidad de que e ocurra en un intervalo ab y está dada por la expresión 13 .
13
Donde se define como la desviación estándar y 2 como la varianza de un número
aleatorio. Por lo tanto la probabilidad que ocurra e en un intervalo ab (ver Fig. 2)
está dada por:
1 z
2
b b
Pra z b pz dz 14
1
2
dz
a 2 a
esperado de z , el cual se denota por Ez , y está definido por la siguiente forma:
Ez z pz dz 15
z
E z
2 2 2
pz dz 16
El factor W es mayor a medida que las mediciones son más exactas. Mientras que la
varianza al ser mayor hace que la campana sea más cerrada. Lo anterior evidencia una
relación recíproca entre estos dos ponderados:
14
W 1
2
17
1
Haciendo R 1 y utilizando la definición de Ganancia de la expresión 12 la
2
m m e 2j
f W j e 2
j 1
j
j 1 2j
Cuando el modelo del sistema es correcto y las mediciones son exactas, hay una buena
razón para aceptar los estimados de estado que se calculan por el estimador de
mínimos cuadrados ponderados. Pero si las mediciones son significativamente malas o
erróneas, se deben detectar e identificar con el fin de quitarlas de los cálculos de
estimación. Las propiedades estadísticas de los errores de medición facilitan esta
detección e identificación.
e zz (medido – estimado)z I HG 1
H T R 1 e
R´ R HG 1 H T
Donde x G 1 H T R 1Wz * y z Hx
G H T R 1 H G es la matriz de Ganancia
Fuente: JHON J. GRAINGER, WILLIAM D. STEVENSON Jr., Análisis de sistemas de Potencia,
McGRAW-HILL, México 1998.
15
En las aplicaciones de ingeniería el error verdadero de medición ej nunca se conoce, lo
mejor que se puede hacer es calcular el error estimado e j , que entonces reemplace a
ej en la función objetivo.
Nm
2 Nm
2 Nm e j
f W j e j 2
zj zj
2
18
j 1 j j
2
j 1 j 1
N m N s esto es:
Nm z j z j 2
E f E
2
Nm Ns 19
j 1 j
comporta de acuerdo con la distribución ji-cuadrada xk2, , donde x es la letra griega ji,
k N m N s es el número de grados de libertad y está relacionada con el área bajo
16
gaussiana estándar cuando el valor de k es muy grande k 30 , que frecuentemente
es el caso en aplicaciones de sistemas de potencia. En la Fig. 3., se muestra la función
de probabilidad de xk2, para un valor representativo pequeño de k . El área total bajo la
La probabilidad de que la función f exceda el valor de xk2, es el área bajo la curva de
Pr f x k2, 1 20
Tabla 2. Valores de a la derecha de x xk , en la Fig. 3.
2 2
k k
0.05 0.025 0.01 0.005 0.05 0.025 0.01 0.005
1 3.84 5.02 6.64 7.88 11 19.68 21.92 24.73 26.76
17
2 5.99 7.38 9.21 10.60 12 21.03 23.34 26.22 28.30
3 7.82 9.35 11.35 12.84 13 22.36 24.74 27.69 29.82
4 9.49 11.14 13.28 14.86 14 23.69 26.12 29.14 31.32
5 11.07 12.83 15.09 16.75 15 25.00 27.49 30.58 32.80
6 12.59 14.45 16.81 18.55 16 26.30 28.85 32.00 34.27
7 14.07 16.01 18.48 20.28 17 27.59 30.19 33.41 35.72
8 15.51 17.54 20.09 21.96 18 28.87 31.53 34.81 37.16
9 16.92 19.02 21.67 23.59 19 30.14 32.85 36.19 38.58
10 18.31 20.48 23.21 25.19 20 31.41 34.17 37.57 40.00
Fuente: JHON J. GRAINGER, WILLIAM D. STEVENSON Jr., Análisis de sistemas de Potencia,
McGRAW-HILL, México 1998.
Con base a esta ecuación, el valor crítico de la estadística, f se puede determinar
mediante los valores tabulados en la Tabla 2. Así, la distribución ji-cuadrada de f es
una prueba para la detección de las mediciones erróneas. El procedimiento para usarla
es el siguiente:
Use las mediciones reales de z j del sistema para determinar los estimados
ponderados de mínimos cuadrados, x j de los estados del sistema, mediante el
Sustituya los x j en la ecuación z Hx para calcular los valores estimados de z j
de las mediciones y así, estimar los errores e j z j z j .
Nm e j2
Evalúe la suma ponderada de cuadrados f 2
j 1 j
18
desigualdad f x k2, Si esto es así, los datos de las mediciones y los estimados
La suma de los cuadrados de los errores estimados se hará grande cuando estén
presentes mediciones erróneas. Así, la detención de datos erróneos se realiza
fácilmente mediante la prueba ji-cuadrados. La identificación del dato erróneo
particular no es fácil de llevar a cabo. En aplicaciones prácticas de sistemas de
potencia, el número de grados de libertad es grande, lo que permite descartar todo
un grupo de mediciones que correspondan a los residuos estandarizados más
grandes. Aunque no hay todavía garantía de que los errores estandarizados más
grandes siempre indican las mediciones erróneas, se ha facilitado el problema de
localizar el grueso de los errores [4].
19
convencional, los procedimientos para la alimentación de datos y para los cálculos son
bastante diferentes.
El estimador de estado opera con entradas en tiempo real que son de dos clases:
información de datos y de estado. El estado activo/no activo de los mecanismos de
interrupción (tales como interruptores, cuchillas desconectadas y derivaciones de
transformadores) determina la configuración de la red, que cambia siempre que estos
mecanismos operan. Las unidades terminales remotas que se localizan en el sistema
para registrar estos cambios también se verifican: 1) datos analógicos en forma de
flujos de megawatts y megavars en todas las líneas grandes, 2) cargabilidad de P y Q
de generadores y transformadores y 3) magnitudes de voltaje de la mayoría de las
barras del sistema. Con un periodo de unos cuantos segundos, las unidades remotas
se verifican y el conjunto completo de mediciones se toman a distancia en el centro de
control de energía. Así, el estimador de estado se alimenta de una base de datos más
grande que la que se describió previamente para el flujo convencional.
20
Para sistemas de potencia CA se requieren soluciones iterativas y con ello la
convergencia o no de dicho sistema, en la convergencia de, la solución x k 1
corresponde a los estimados de los mínimos cuadrados ponderados de las variables de
estado, que están dados por:
x k 1 x x1
x2
xNs
T
e j z j h j x1 , x2 , , x N s
Se evalúa la suma de cuadrados f a través de la ecuación 18 y se aplica la
prueba de ji-cuadrada para verificar las mediciones erróneas.
La Estructura y Formación de Hg
mayor número N m de filas. Cada una de las filas de esta matriz corresponde de
Cuando el conjunto completo de mediciones se numera de tal manera que los que son
del mismo tipo de agrupan, el vector de mediciones tiene la forma que se muestra en la
Tabla 4.
21
Tabla 3. Vector de mediciones en forma de bloque.
22
Tabla 4. Matriz Hx en forma de bloque.
23
Si de derivan las ecuaciones Pi , Qi , Pij y Q ij con respecto a las variables de estado
24
Las ecuaciones de la Tabla x determinan el patrón de elementos cero y no cero en la
matriz Jacobiana H x que aparecen en la Tabla x. Para un conjunto completo de
mediciones, en H x :
que:
25
Los bloques 8, 10, 12 y 14 tienen exactamente la misma estructura de ceros y
no ceros que la matriz de incidencias rama-barra A de la red. Esto es debido a
que cada flujo de las líneas es incidente en sus barras terminales.
Ejemplo
26
27
28
Caso real [6]
Además de las pruebas teóricas, el algoritmo fue probado en una sección del sistema
interconectado argentino. Esta zona está ubicada en el Alto Valle que incluye las
provincias de Neuquen y Río Negro. La red considerada tiene una tensión nominal de
132kV y tensiones menores en barras y líneas, que unen los generadores con los
consumos. Este sistema tiene 87 barras y 29 generadores. El diagrama unifilar es
presentado en la
29
Fig. 5. Índice vs umbral comparación para el caso real.
Fuente: Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de
potencia”, Tandil, 2016.
30
REFERENCIA BIBLIOGRÁFICA
[1] Wu F., “Power System State Estimation”. Electrical Power & Energy Systems, Vol.
12, No. 2, pp. 80-87, April 1990.
[5] ALLEN J. WOOD, BRUCE F., “Power Generation Operation and Control”, Ed. Book
News, Estados Unidos 1996.
31