Orientador: Madson Cortes de Almeida

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: A estimação de estado em sistemas de energia elétrica pode ser descrita como um conjunto de funções que visam fornecer o modelo em tempo real do sistema elétrico. Fazem parte do modelo, a topologia da rede, seus parâmetros elétricos e as variáveis de estado, frequentemente definidas como os...

Resumo: A estimação de estado em sistemas de energia elétrica pode ser descrita como um conjunto de funções que visam fornecer o modelo em tempo real do sistema elétrico. Fazem parte do modelo, a topologia da rede, seus parâmetros elétricos e as variáveis de estado, frequentemente definidas como os fasores de tensões nas barras do sistema. Na obtenção das variáveis de estado, embora os sistemas de medição possam ser projetados para que a rede seja sempre observável, eventualmente, falhas de comunicação, mudanças topológicas ou falhas em medidores podem tornar a rede temporariamente não observável. Nessas situações, as equações normais do modelo de estimação por mínimos quadrados tornam-se mal postas inviabilizando a estimação do estado. Convencionalmente, esse problema é contornado através da restauração da observabilidade, onde pseudomedidas são adicionadas à rede tornando-a novamente observável. Esta dissertação trata da estimação de estado regularizada, que é um método alternativo para lidar com os problemas associados a não observabilidade temporária da rede. Com o estimador regularizado é possível evitar a etapa de restauração da observabilidade, simplificando o processo de estimação de estado. O esquema de regularização adotado é baseado na regularização de Tikhonov, que consiste na introdução de um conjunto de informações a priori que tornam o problema sempre factível. Esse conjunto de informações a priori é obtido da melhor estimativa conhecida para o estado da rede ou a partir de previsões baseadas no conhecimento do comportamento histórico da rede. Ao regularizar o problema, é desejável que o conjunto de informações introduzidas não deteriore a qualidade do estado estimado. Para tanto, deve haver um compromisso entre a qualidade das informações a priori e a suas respectivas ponderações. O uso de ponderações inadequadas pode deteriorar o estado estimado ou piorar o condicionamento numérico das matrizes envolvidas, dificultando a convergência do estimador regularizado. Tais problemas são estudados nesta dissertação. O método de regularização foi desenvolvido nas versões completa e desacoplada que foram combinadas em dois algoritmos visando melhorar as características de convergência do estimador regularizado. As versões desenvolvidas foram testadas com as redes de 14 e 118 barras do Institute of Electrical and Electronics Engineers (IEEE)

Abstract: Power system state estimation can be described as a set of functions aimed to provide a real time power system electrical model. This model is composed of the network topology, its electrical parameters and a set of state variables, often defined as the bus voltage phasors. In obtaining of...

Abstract: Power system state estimation can be described as a set of functions aimed to provide a real time power system electrical model. This model is composed of the network topology, its electrical parameters and a set of state variables, often defined as the bus voltage phasors. In obtaining of the state variables, although the measurement systems may be designed to ensure that the grid is always observable, eventually, communication failures, topological changes or meter failures can make the grid temporarily unobservable. In these situations the normal equations of the least squares estimation model becomes ill posed, invalidating the state estimation. Conventionally this problem is solved by the observability restoration, where pseudomeasurements are added to the network making it observable again. This thesis deals with the regularized state estimation, that is, an alternative method to deal with the problems associated to temporary network unobservability. With the regularized estimator is possible to avoid the observability restoration stage, simplifying the state estimation procedure. The regularization scheme used is based on the Tikhonov regularization, that consists in the introduction of an a priori information set that results in a problem always feasible. This set of a priori information is obtained from the best estimative for the state variables or by a forecast based on historical patterns of the grid. During regularization of the problem it is desirable that the information set does not deteriorate the quality of the state estimated. Therefore, must be a compromise between the quality of the a priori information and its weighing. The use of inadequate weighting can deteriorate the state estimated or worsen the numerical condition of the involved matrices, disturbing or even preventing the regularized estimator convergence. These problems are studied in this thesis. The regularization method was developed for both the complete and the decoupled variants. These variants are combined in two algorithms that aim to improve the convergence characteristics of the regularized state estimator. The developed variants are tested with the IEEEs 14 and 118 networks