UNA INTRODUCCION A LA ESTIMACION DE ESTADOS EN SISTEMAS DE POTENCIA Palabras clave: Estimacin de estados, Sistemas de Potencia, Mnimos Cuadrados Ponderados,

SCADA. RESUMEN. El presente artculo describe un mtodo bastante conocido para la estimacin de estados en sistemas de potencia como es el de los mnimos cuadrados ponderados. El artculo es producto de una revisin y recopilacin de la literatura citada e intenta mostrar de una forma sencilla, el significado de la estimacin de estados. 1.0 LA ESTIMACION DE ESTADOS. Tradicionalmente la estimacin de estados est relacionada con la teora de control /2/ donde el diseo de estimadores de estado est basado en un modelo en el espacio de estados que describe el proceso fsico de la aplicacin. El diseo de un estimador de estado est tambin basado en un modelo de medidas que describe como los datos obtenidos a partir de un sistema de medida o de un sistema de sensores dependen de las variables de estado. Usualmente, el problema de estimacin est enfocado a tres reas: Estimacin en lnea o filtrado ptimo. Prediccin. Retrodiccin o Estimacin fuera de lnea. La estimacin en lnea significa la estimacin del estado presente utilizando todas las medidas que estn disponibles. La prediccin significa estimar estados futuros. La retrodiccin es la estimacin de estados pasados o bien es un proceso que explica un hecho que ha sucedido en el pasado. Los estimadores de estados ejecutan un anlisis estadstico empleando un conjunto de m datos redundantes e imperfectos que son medidos del sistema de potencia para determinar el estado del sistema /3/. El estado del sistema es una funcin de n variables de estado: voltajes de bus, ngulos de fase relativos, posiciones de tap en transformadores. La solucin obtenida de una estimacin de estado, no es la verdadera representacin del sistema, es la mejor representacin posible basada en medidas. Para el proceso de estimacin, es necesario tener un nmero de medidas m mayor que el nmero de estados (m > n) esto de modo a tener una representacin completa del estado en el sistema. Como concepto introductorio acerca de la estimacin de estados en sistemas de potencia, adoptaremos el concepto sealado en /4/, el cual dice que la estimacin de estados es el proceso de asignar un valor a una variable de estado de un sistema desconocido basado en medidas a partir del sistema y de acuerdo a un criterio. Usualmente el proceso involucra mediciones imperfectas que son redundantes y el proceso de estimar los estados del sistema est basado en un criterio estadstico que estima el verdadero valor de las variables de estado de modo a minimizar o maximizar el criterio elegido. Un criterio comn y familiar empleado es aquel de minimizar la suma de los cuadrados de las diferencias entre los valores estimados y verdaderos de una funcin. En sistemas de potencia, las variables de estado son las magnitudes de tensin y los ngulos de fase relativos en los nodos del sistema. 2.0 UN BOSQUEJO DE CMO OPERA LA ESTIMACION DE ESTADOS. De acuerdo con /3/, la estimacin de estados es ejecutada en forma peridica (por ejemplo cada 5 minutos), sobre demanda, o debido a un cambio en la configuracin del sistema tal como el aislamiento de una seccin de lnea.

En sistemas grandes, la administracin de la energa se produce en centros de control o EMS conformadas por sistemas computarizados denominados Sistemas de Administracin de Energa (EMS: Energy Management Systems). La adquisicin y el control remoto es ejecutada por otros sistemas de computadoras denominados Control Supervisorio y Adquisicin de Datos SCADA (SCADA: Supervisory Control and Data Acquisition) /5/. Estos ltimos sistemas pueden ser instalados en una variedad de sitios incluyendo centros de control. Un sistema de administracin de energa tpicamente incluye un SCADA atreves del cual se comunica con plantas de generacin, subestaciones y otros dispositivos remotos. Un sistema SCADA consiste de una estacin maestra que se comunica con unidades remotas o RTUs (RTU: Remote Terminal Unit) con el propsito de permitir a los operadores observar y controlar plantas fsicas. Los RTUs transmiten el estado del dispositivo, envan y reciben seales de control y datos desde los puntos de operacin hacia y desde la estacin maestra. Las comunicaciones se realizan generalmente va circuitos dedicados con la RTU respondiendo a requisiciones peridicas desde la estacin maestra (mediante polling o consulta) aproximadamente cada 2 a 10 segundos dependiendo la criticidad del dato. Algunas de las funciones tradicionales de un sistema SCADA son: Adquisicin de datos: proporciona datos medidos remotamente e informacin del estado al operador. Control supervisorio: Permite al operador controlar remotamente dispositivos de control, por ejemplo abrir y cerrar interruptores. Marcado: Identifica un dispositivo para restricciones de operacin especficas y previene operacin no autorizada. Alarmas: informa al operador eventos no planeados y condiciones de operacin no deseables. Proporciona al operador la posibilidad de disparos automticos o iniciados en respuesta a emergencias del sistema. Tendencias: Grafica mediciones sobre escalas de tiempo elegidas.

3.0 MODELO DE MEDIDAS Y EL METODO DE LOS MINIMOS CUADRADOS PONDERADOS. Considere el conjunto de medidas dadas por el vector z /1/:

 z1 h1 ( x1 , x 2 ,..., x n ) e1 z h ( x , x ,..., x ) e r r r r n z = 2= 2 1 2 + 2 = h ( x ) + e (1) M M M z m hm ( x1 , x 2 ,..., x n ) em

Donde:

r r h (x ) es una funcin vectorial de variable vectorial, no lineal que relaciona las medidas con el r vector de estados x . r z = [z1, z2, ,zn]T es el vector de mediciones en el sistema. r x =[x1, x2, ,xn]T es el vector de estados del sistema. r e =[e1, e2, ,en]T es el vector de medidas de error.
Como en la mayora de los sistemas de medicin, los datos medidos estn contaminados con ruido aleatorio el cual distorsiona los valores reales /3/. Afortunadamente las propiedades estadsticas asociadas con las medidas permiten ciertas presunciones para estimar el valor medido. Primero se asume que el ruido medido tiene un valor esperado o promedio de cero; ello implica que el error en cada medida tiene igual probabilidad de tomar un valor positivo o negativo. Tambin se asume que el valor esperado para el cuadrado de la medida de error es normal y tiene una desviacin estndar adems de una correlacin entre medidas cero. Una variable se dice que es normal si su funcin de densidad de probabilidad tiene la forma:
1 2 f (v ) = e 2 2 v2

El grfico de esta distribucin es conocida como la campana de Gauss. La desviacin estndar es una medida de la dispersin de la distribucin normal alrededor de la media y proporciona un indicador de cmo muchas muestras caen dentro de un intervalo dado alrededor de la media. Una gran desviacin estndar implica que existe una alta probabilidad de que el ruido medido tomar valores grandes. Contrariamente, una desviacin estndar pequea implica que existe una alta probabilidad de que el ruido medido tome pequeos valores. En consecuencia, en atencin a las propiedades estadsticas de las medidas de error, comnmente se asume lo siguiente: E[ei]=0, i=1, 2, , m. Las mediciones de error son independientes, E[ei , ej] = 0. Por lo tanto,
2 2 Cov(e) = E[e o e T ] = R = diag{ 12 , 2 ,..., m }

La desviacin estndar i de cada medida es calculada para reflejar la precisin expectada de la medida correspondiente empleada. El estimador de mnimos cuadrados ponderados asume la siguiente funcin objetivo:

r r r r r r r J ( x ) = [ z h ( x )]T R 1 [ z h ( x )] (2)
Para que esta funcin tenga un mnimo, se deben satisfacer las condiciones de optimabilidad de primer orden, lo cual puede ser expresado de la siguiente forma:

r J ( x ) r r r r T r 1 g (x) = r = H ( x ) R [ z h ( x )] = 0 x

 h1 x 1 r r h h ( x ) 2 r donde H ( x ) = [ r ] = x1 x ... h m x1
r r r x k tendremos:

h1 x 2 h2 x 2 ... h2 x 2

h1 x n h2 ... x n ... ... hm ... x n ...

Expandiendo la funcin no lineal g (x ) ) en serie de Taylor alrededor del vector de estado

r r r r r r r g ( x ) = g ( x k ) + G ( x k )( x x k ) + ... = 0
Despreciando los trminos de orden elevado, se obtendr una solucin iterativa conocida con el nombre de Gauss-Newton.

r r r r r x k +1 = x k [G ( x k )]1 g ( x k )
Donde k es el ndice de iteracin y x k es el vector solucin para la iteracin k. Adems,

r r g ( x k ) r rk T rk 1 G( x k ) = r = H ( x ) R H ( x ) (3) x r r r r r r g ( x k ) = H T ( x k ) R 1 ( z h ( x k )) (4)
G(x) se denomina matriz Ganancia, la cual es dispersa positiva definida y simtrica. Como resumen, la (k+1)esima solucin puede ser obtenida a partir de la kesima con la ecuacin:

r r r r r r r r x k +1 = x k + ( H T ( x k ) R 1 H ( x k )) 1 H T ( x k ) R 1 ( z h ( x k )) (5)
Para conocer si la solucin converge, se puede recurrir a una ecuacin de la forma:

r r max( x k +1 x k )
r r x k +1 x k
Donde es un factor de convergencia predefinido.

(6)

Aunque otro criterio de convergencia vlido tambin podra ser:

( 7)

4.0 EL ALGORITMO DE LOS MINIMOS CUADRADOS PONDERADOS. La estimacin de estados por mnimos cuadrados ponderados involucra resolver r iterativamente la ecuacin (5), con lo que se requiere de una estimacin inicial x 0 . Luego la solucin iterativa directa es bastante sencilla y ser: 1) Iniciar las iteraciones haciendo k=0. 2) Inizializar el vector de estados x k . 3) Calcular la matriz de ganancias G( x k ), con la ecuacin (3) y obtener su inversa. 4) Calcular la funcional g( x k ), con la ecuacin (4). 5) Calcular x k +1 = x k - [G( x k )]-1g( x k ), o bien emplear la ecuacin (5). 6) Efectuar la prueba de convergencia mediante (6) o (7).

7) Si no cumple la prueba de convergencia, incrementar k en una unidad e ir al paso (3); caso contrario detener las iteraciones. 5.0 OBSERVABILIDAD. Recordemos que en teora de control, la observabilidad es una propiedad importante que define la existencia de una solucin de control ptimo. Un sistema es observable en un tiempo t0 si con el sistema en un estado inicial x(t0) es posible determinar este estado a partir de observaciones de la salida y(t) durante un intervalo finito de tiempo. El estimador de estados para sistemas de potencia emplea un conjunto de mediciones efectuadas en el sistema de modo a estimar su estado. Dado ese conjunto de mediciones junto a sus ubicaciones, el anlisis de observabilidad de la red determinar si se puede encontrar una nica estimacin para el estado del sistema. Este anlisis puede ser ejecutado fuera de lnea, durante la fase inicial de la instalacin del estimador de estados de modo a ver si la configuracin de medidas existentes es la adecuada. Si el sistema es no observable entonces se deber ubicar mediciones adicionales en lugares particulares. El anlisis de observabilidad tambin se lo puede hacer en lnea, antes de ejecutar el estimador de estados. Ello asegura que el estado estimado pueda ser obtenido mediante las medidas recibidas del ltimo escaneo. Fallos en las comunicaciones, los cambios de topologa, o fallas en las mediciones podran causar que el estado del sistema entero, no sea estimado. En /1/ se puede encontrar la teora necesaria para efectuar ste anlisis; sin embargo, por el carcter introductorio del presente artculo nos conformaremos con la idea general planteada en /3/ que dice que una variable de estado es inobservable si no puede ser estimada. La inobservabilidad ocurre cuando el criterio de observabilidad es violado (m<n o bien mediciones menor que el numero de estados) por lo que hay insuficientes datos redundantes de las mediciones para determinar el estado del sistema. Ello implica que la matriz:

r r g ( x k ) rk rk T rk 1 G( x ) = r = H (x ) R H (x ) x
es singular y por lo tanto no tiene inversa. 6.0 EJEMPLO DE APLICACIN. En /1/, /3/, /4/ y /6/, se pueden encontrar buenos ejemplos aclaratorios respecto al tema; sin embargo en /3/ existe un ejemplo bsico para entender el significado de lo que significa la estimacin de estados en sistemas de potencia. La figura 1 muestra el sistema de ejemplo, cuyos datos son los que se muestran en la tabla 1.
Tabla 1. Datos del sistema de ejemplo
Medicin Ubicacin Valor [p.u.] Covarianza de la medida ()

Tensin Tensin Tensin Potencia Real Potencia Reactiva Potencia Real

Barra 1 Barra 2 Barra 3 Barra 1 Barra 2 Barra 1 Barra 2 Barra 1 Barra 3

1.02 1 0.99 1.5 0.2 1

0.05 0.05 0.05 0.1 0.1 0.1

Figura 1. Sistema de ejemplo /3/

Siendo la barra 1 de referencia, el primer paso en el proceso de estimacin es identificar los estados desconocidos los cuales son:
2 x1 x2 3 r V x = 1 = x3 V2 x 4 V3 x5

El siguiente paso es determinar las funciones h (x ) que corresponde a cada una de las mediciones:
x3 x4 x5 r r h ( x) = 10 x3 x4 sin( x1 ) 2 10 x3 10 x3 x4 cos( x1 ) 7 x3 x5 sin( x2 ) 5 x 2 5 x x cos( x x ) 4 5 1 2 4

r r

La matriz de derivadas parciales es:

0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 r r (h ( x )) 0 10 x4 sin( x1 ) 10 x3 sin( x1 ) 0 r = 10 x3 x4 cos( x1 ) x 10 x3 x4 sin( x1 ) 0 20 x3 10 x4 cos( x1 ) 10 x3 cos( x1 ) 0 0 7 x3 x5 cos( x2 ) 7 x5 sin( x2 ) 0 7 x3 sin( x2 ) 5 x x sin( x x ) 5 x x sin( x x ) 0 10 x4 5 x5 cos( x1 x2 ) 5 x4 cos( x1 x2 ) 1 2 4 5 1 2 4 5

La matriz de covarianzas es:

0.052 0 0 R= 0 0 0 0 0 0.052 0 0 0 0 0 0 0 0.052 0 0 0 0 0 0 0 0.12 0 0 0 0 0 0 0 0.12 0 0 0 0 0 0 0 0.12 0 0 0 0 0 0 0 0.12

De modo a tener una idea de la influencia de asumir un estado inicial en la estimacin final, en la tabla 2 se resume los resultados obtenidos para tres estados iniciales diferentes, mostrndose tambin el nmero de iteracin y la norma del error obtenido en cada itreracin.
Tabla 2. Resultados para tres diferentes condiciones iniciales ITERACION VECTOR INICIAL 1 2 3 4 5 6 7 x1= 0 -0.1471 -0.1472 -0.1472 x2= 0 -0.1415 -0.1429 -0.1429 x3= 1.02 1.0227 1.0159 1.0158 x4= 1 1.0032 1.0068 1.0069 x5= 0.99 0.9842 0.9874 0.9874 NORMA ERROR 0.2042 0.0085 0.00006 ITERACION VECTOR INICIAL 1 2 3 4 5 6 7 x1= 0.6 -0.2821 -0.1373 -0.1469 -0.1472 x2= 0.5 -0.2299 -0.1362 -0.1427 -0.1429 x3= 1.02 1.1939 1.0483 1.0167 1.0158 x4= 1 0.8696 0.9926 1.0063 1.0069 x5= 0.99 0.8592 0.9738 0.9869 0.9874 NORMA ERROR 1.1726 0.2814 0.0386 0.0012 ITERACION VECTOR INICIAL 1 2 3 4 5 6 7 x1= 0.8 -0.3545 -0.0715 -0.1436 -0.1472 -0.1472 x2= 0.9 -0.5054 -0.0123 -0.1379 -0.1429 -0.1429 x3= 1.02 1.2524 1.0847 1.0214 1.0158 1.0158 x4= 1 0.7086 0.9827 1.0045 1.0068 1.0069 x5= 0.99 0.7038 0.9577 0.9844 0.9874 0.9874 NORMA ERROR 1.8785 0.7006 0.1618 0.0091 0.00004

El anexo posee un programa bsico en MATLAB con el cual se elabor la tabla 2. 7.0 CONCLUSIONES. El presente artculo mostr de forma introductoria, el problema de estimacin de estados en sistemas de potencia. Se describi el mtodo tradicional de los mnimos cuadrados ponderados mediante el cual, bsicamente se pudo ver que el estado de un sistema de potencia es una funcin de las variables de estado (ngulos y tensiones) y las mediciones realizadas. El mtodo presentado es bsico y de fcil implementacin para sistemas de pequeo orden. ANEXO. Programa en MATLAB para la obtencin de resultados.
x=zeros(5,1);xa=zeros(5,1); e=zeros(5,1);xm1=zeros(5,1); zx=zeros(7,1);hx=zeros(7,1); xx=zeros(7,1);HHx=zeros(7,5); R=zeros(7,7);A1=zeros(5,1); A2=zeros(5,5); zx(1)=1.02;zx(2)=1; zx(3)=0.99;zx(4)=1.5; zx(5)=0.2;zx(6)=1; zx(7)=0.1;

x(1)=0.8;x(2)=0.9; x(3)=1.02;x(4)=1; x(5)=0.99; R=[0.0025 0 0 0 0 0 0;0 0.0025 0 0 0 0 0;... 0 0 0.0025 0 0 0 0;0 0 0 0.01 0 0 0;... 0 0 0 0 .01 0 0;0 0 0 0 0 .01 0;... 0 0 0 0 0 0 .01]; clc for i=1:30 xa=x; hx=[x(3);x(4);x(5);-10*x(3)*x(4)*sin(x(1));... 10*x(3)*x(3)-10*x(3)*x(4)*cos(x(1));... -7*x(3)*x(5)*sin(x(2));... 5*x(4)*x(4)-5*x(4)*x(5)*cos(x(1)-x(2))]; HHx=[0 0 1 0 0;0 0 0 1 0;0 0 0 0 1;... -10*x(3)*x(4)*cos(x(1)) 0 -10*x(4)*sin(x(1)) 10*x(3)*sin(x(1)) 0;... 10*x(3)*x(4)*sin(x(1)) 0 20*x(3)-10*x(4)*cos(x(1)) 10*x(3)*cos(x(1)) 0;... 0 -7*x(3)*x(5)*cos(x(2)) -7*x(5)*sin(x(2)) 0 7*x(3)*sin(x(2));... 5*x(4)*x(5)*sin(x(1)-x(2)) -5*x(4)*x(5)*sin(x(1)-x(2)) 0 10*x(4)-5*x(5)*cos(x(1)-x(2)) -5*x(4)*cos(x(1)-x(2))]; A1=(HHx.')*(inv(R))*(zx-hx); A2=(HHx.')*(inv(R))*HHx; xx=(inv(A2))*A1; iteracion=i %numero de iteracin xm1=x+xx %calculo de la nueva iteracin x=xm1; %actualizando iteracin e=x-xa; %calculo del error norma=norm(e) %norma del error end

BIBLIOGRAFIA. /1/ Power System State Estimation, Ali Abur, Marcel Dekker Inc., 2004, ISBN: 0-8247-5570-7 /2/ Classification, Parameter Estimation and State Estimation, F. Van der Heijden, R.P.W. Duin, D. de Ridder, D.M.J Tax, John Wiley and Sons Inc., 2004, ISBN 0-470-09013-8. /3/ Power System Stability and Control, Leonard Grigsby, CRC Press, 2007, ISBN 13: 978-08493-9291-7. /4/ Power Generation, Operation, and Control, Allen J. Wood, Bruce F. Wollenberg, John Wiley and Sons Inc. 1996, ISBN: 0-471-58699-4. /5/ The Electrical Engineering Handbook, Richard C. Dorf, CRC PRESS, 1993, ISBN 0 8493 0185 8. /6/ Power systems, Leonard Grigsby, CRC PRESS, 2007 ISBN - 0-8493-9288-8. /xx/ Estimacion de estado en sistemas elctricos de potencia: parte 1 deteccin de errores grandes, Mauricio Granada, Scientia et Technica Ao IX, No 22, Octubre 2003. UTP. ISSN 01221701.