II CONGRESO VENEZOLANO DE REDES Y ENERGÍA

ELÉCTRICA

Junio 2009
Comité Nacional Venezolano

C2-28

ESTIMACIÓN DE ESTADOS UTILIZANDO MEDICIÓN SINCRONIZADA DE

FASORES

F. González E. González
EDELCA (Electrificación del Caroní, C.A.)
Centro de Investigaciones Aplicadas

RESUMEN

La aplicación extensiva de la Medición Sincronizada de Fasores en la operación y control de los sistemas

de potencia, está impactando en las funciones de análisis de la seguridad de los Sistemas de
Administración de Energía (EMS- por sus siglas en inglés), particularmente en la función de Estimación
de Estados, cuyos modelos, algoritmos y desempeño pueden ser mejorados con el uso de Unidades de
Medición Fasorial (PMU), como unidad de medición de los valores de tensión y corriente. La función de
Estimación de Estados, tiene el objetivo de obtener, de un conjunto redundante de mediciones, el mejor
estimado de las variables de estado de los sistemas de potencia. Las variables de estado de los sistemas de
potencia, bajo régimen estacionario, son las tensiones en barras, módulo y ángulo. Una vez obtenidas las
variables de estado, todas las variables del sistema de potencia, pueden ser calculadas, garantizándose la
disponibilidad de todos los datos e información de forma ininterrumpida y coherente, ofreciendo una
visión consistente, completa y precisa del estado del sistema de potencia.

Las mediciones provenientes de las PMU´s usan la tecnología de los Sistemas de Posicionamiento Global
(GPS), para medir simultáneamente los fasores de tensión en las barras y los fasores de corriente de las
líneas asociadas.

Este trabajo explora la contribución de las PMU´s a la mejora de los resultados y desempeño de los
Estimadores de Estado. Primero se establece la diferencia entre mediciones provenientes de PMU y
mediciones obtenidas a través de los Sistema de Adquisición de Datos (SCADA), luego, se muestra el
impacto en los resultados obtenidos por el algoritmo clásico de Estimación de Estado de Mínimos
Cuadrados Ponderados, cuando le son anexadas mediciones proveniente de las PMU´s. La evaluación y
análisis es realizada utilizando el sistema de potencia de 14 barras de la IEEE.

PALABRAS CLAVES

Estimación de Estados, Medición Sincronizada de Fasores, PMU, sincrofasores, EMS.

frgonzalez@edelca.com.ve
1. INTRODUCCIÓN

La supervisión y análisis de la seguridad en la operación de los sistemas de potencia, comienza con la

adquisición en tiempo real, a través de los Sistemas de Adquisición de Datos y Control Supervisorio
(SCADA), de tensiones en barras, inyecciones de potencia y corriente, flujos e inyecciones de potencia y
el estado de los equipos de maniobras, sin embargo esta información es usualmente incompleta por
diversas razones: problemas de comunicaciones o de equipos, valores con errores o inexactitudes propias
de las mediciones físicas, mediciones no disponibles; además mediciones redundantes de la misma
cantidad contadas veces son iguales.

Considerando estas debilidades del SCADA, Fred Schweppe introduce en 1968 el concepto de Estimación
de Estado para sistemas de potencia. La función de Estimación de Estados, tiene el objetivo de obtener, de
un conjunto redundante de mediciones, el mejor estimado de las variables de estado de los sistemas de
potencia. Las variables de estado de los sistemas de potencia, bajo régimen estacionario, son las tensiones
en barras, módulo y ángulo. Una vez obtenidas las variables de estado, todas las variables del sistema de
potencia, pueden ser calculadas, garantizándose la disponibilidad de todos los datos e información de
forma ininterrumpida y coherente, ofreciendo una visión consistente, completa y precisa del estado del
sistema de potencia.

Hasta hace poco, el grupo de mediciones utilizadas por la función de Estimación de Estado no contenían
mediciones de ángulos de fase relativos, debido a dificultades técnicas asociadas con la sincronización de
mediciones en localidades remotas, sin embargo los sistemas satelitales de posicionamiento global (GPS)
aliviaron esta dificultad e impulsaron el desarrollo de unidades de medición fasorial (PMU, por sus siglas
en inglés).

Las unidades de medición sincronizada de fasores (PMU) son dispositivos de supervisión, que fueron
introducidos al mercado a mediados de los 80’s, estos utilizan señales de sincronización provenientes de
los GPS suministrando los fasores de tensión y corrientes de una subestación. Esta tecnología no sólo se
utiliza para aplicaciones en subestaciones sino que su uso se ha extendido hasta los centros de control para
las aplicaciones de los Sistemas de Administración de Energía. Una de éstas se refiere a los Estimadores
de Estado.

Considerando entonces que la Estimación de Estado se ha convertido en una herramienta de vital

importancia para los centros de control, no cabe la menor duda que si la exactitud de las variables
estimadas puede ser mejorada, esto implicará que podrá obtenerse información del Sistema de Potencia
mas confiable, conllevando a mejores decisiones en las funciones de operación y control, es por ello que
esta investigación tiene como finalidad explorar la contribución de las PMU´s a la mejora de los
resultados y desempeño de los Estimadores de Estado.

2. ESTIMACIÓN DE ESTADO POR EL MÉTODO DE MÍNIMOS CUADRADOS

PONDERADOS
La formulación matemática del Estimador de Estado empieza por asumir un sistema de potencia en estado
estable, con condiciones de operación equilibradas, donde la red trifásica se puede modelar por su
equivalente monofásico, las telemedidas se captan en el mismo instante de tiempo, las líneas de
transmisión están perfectamente transpuestas y todos los equipos son simétricos, los estados de todos los
interruptores obtenidos por el SCADA son exactos, por lo tanto también la topología de la red, todas la
formas de ondas son sinusoidales puras con frecuencia y magnitud constante.

En relación a los errores asociados a los telemedidas se tiene lo siguiente:

2
  Distribución normal con valor medio cero.
 Son variables aleatorias independientes: E(ei,ej) = 0, por lo que su matriz de covarianzas ( R es
una matriz diagonal.

Una vez establecidas estas consideraciones, el proceso de Estimación de Estado se realiza utilizando el
método de Mínimos Cuadrados Ponderados (WLS, por sus siglas en inglés), donde las telemedidas son
modeladas como:

 z1  h1 ( x1 , x 2 ,..., x n )  e1 

 z  h ( x , x ,..., x )  e 
 2  2 1 2 n   2
z  h( x)  e  :      : ..........(1)
     
:    : 
 z m  hm ( x1 , x 2 ,..., x n ) em 
     
donde,

x: Vector de variables de estado, de dimensión n.

z: Vector de mediciones o telemedidas, de dimensión m.
h(x): Función de mediciones ideales (relaciona las variables de estado x, con las mediciones z)
e: Errores en mediciones, distribución normal y valor medio cero.

El método de WLS minimiza la función objetivo definida por la suma de los errores ponderados.

n
J ( x)  
1
z i  h1 ( x)2 ..........(2)
i 1  2

Donde recíproco de las varianzas del error correspondiente, σ2, de cada instrumento de medición es
representado como una matriz diagonal, R, de dimensiones m×m,

 
R  diag  12 ,  22 ,...,  m2 ..........(3)

El Estimador de Estado halla los estimados x a partir de la minimización de la función objetivo (2),
mediante la obtención de la primera derivada con respecto a x de la función objetivo igualada a 0, esto
conlleva a la siguiente función:

J ( x)
 H ( x) R 1 z  h( x)  0..........(4)
T
g ( x) 
x

El vector x que minimiza la función objetivo es estimado por un proceso iterativo (Newton-Raphson), en
el cual se desprecian los términos de orden superior de la serie de Taylor:

x k 1  x k  G ( x k ) 1 H ( x k ) 1 R 1 R 1 ( z  h( x k ))..........(5)

donde se define la matriz de ganancia: G ( x k )  H T R 1 H ( x k ).........(6)

3
 h( x)
y la matriz jacobiana: H ( x)  ..........(7)
x

3. ESTIMACIÓN DE ESTADO UTILIZANDO LA TECNOLOGÍA DE MEDICIÓN

SINCRONIZADA DE FASORES
Las PMU´s presentan diversas ventajas con respecto a las
mediciones convencionales de tensión, ya que mientras
los equipos convencionales solo tienen la capacidad de
medir la magnitud de la tensión, las PMU´s pueden
registrar tanto la magnitud como el ángulo de fase
relativo de la tensión en las barras del sistema, al igual
que los fasores de corriente de línea de la red.

En el modelo estudiado en la figura 1, se muestra una red

de 4 barras con una sola PMU instalada en la barra 1.
Con esto se obtiene una medición fasorial de tensión y
tres mediciones fasoriales de corriente, concretamente,
V11, I11 , I2  2 , I3  3
.
Fig. 1. Modelo de las Mediciones con PMU

Considerando el modelo  de una línea de transmisión que conecta las barras i y j, como se muestra en la
figura 2, se observa que esta conexión tiene una admitancia serie (y) y una admitancia shunt de ys. La
ecuación que describe las componentes rectangulares de la corriente compleja que fluye a través de la
rama puede derivarse de la siguiente manera:

Fig. 2. Modelo de Línea de Transmisión con PMU

donde: I ij  (Vi  V j ) y ij  Vi jbis ..........(8)

y su representación en coordenadas rectangulares proporciona la parte real e imaginaria del flujo de

corriente por la línea.
C ij  Vi Ysi cos( i   si )  V j Yij cos( j   ij )  Vi Yij cos( i   ij )..........(9)

Dij  Vi Ysi sen( i   si )  V j Yij sen( j   ij )  Vi Yij cos( i   ij )..........(10)

De igual forma los elementos correspondientes a la matriz Jacobiana H(x) son:

C ij C ij C ij C ij Dij Dij Dij Dij
, , , , , , ..........(11)
Vi V j  i  j Vi V j  i  j

4
Para las magnitudes y ángulos de voltaje, se tiene que la función que expresa un valor de tensión medido
en una barra cualquiera i, estará trivialmente determinado en función de las variables de estado de la
siguiente manera:
Vi  Vi ,  i   i ..........(12)

De lo expresado anteriormente se deduce que la inclusión de mediciones fasoriales en el Algoritmo de

Estimación de Estado produce un aumento en el vector de mediciones, ya que, en vez de contener solo las
mediciones de magnitud de tensión, flujos de potencia e inyecciones de potencia suministradas por los
equipos de medición convencionales, se incluyen ahora los ángulos de fase y flujos de corriente en las
líneas; con esto, el vector de mediciones tomará la siguiente forma:


z  Pinyectada
T T
Qinyectada PijT QijT V
T
convencional PMU
T
V T  T C ijT DijT ..........(13)

Donde, aplicando el método de Mínimos Cuadrados Ponderados, solo resta resolver repetidas veces la
ecuación recursiva (5) hasta lograr la convergencia.

4. CASOS DE ESTUDIO
Los casos de estudio se realizaron con el sistema de pruebas IEEE de 14 barras, desarrollando el algoritmo
de Estimación de Estados de Mínimos Cuadrados Ponderado en MATLAB 7.0. Se establecieron seis casos
de estudio diferentes (ver tabla I), en los cuales se analizaron los resultados obtenidos de agregar a un
grupo de mediciones convencionales, las mediciones fasoriales provenientes de las PMU´s, partiendo
desde ninguna PMU hasta llegar a simular PMU´s conectadas en todas las barras del Sistema de Potencia
(Caso “full” mediciones).

CASOS DE ESTUDIO CON MEDICIONES CONVENCIONALES

Caso 1 Únicamente Mediciones Convencionales
Caso 2 Mediciones Convencionales con PMUs en 20% de las Barras
Caso 3 Mediciones Convencionales con PMUs en 40% de las Barras
Caso 4 Mediciones Convencionales con PMUs en 60% de las Barras
Caso 5 Mediciones Convencionales con PMUs en 80% de las Barras
Caso 6 Mediciones Convencionales con PMUs en 100% de las Barras

Tabla I. Casos de Estudio con Mediciones Convencionales

Adicionalmente estos mismos casos se plantearon sin considerar el uso de mediciones convencionales a
partir del caso 2, a fin de estudiar la influencia que tiene sobre el Estimador de Estado emplear únicamente
mediciones fasoriales provenientes de las PMU´s.

Para fines de evaluación de precisión fue empleada la covarianza de las variables estimadas, como
parámetro de exactitud se planteó un indicador relacionado con los flujos de potencia estimados,
n

 Pf
j 1
j
re
 pf jest ..........(14)

donde para flujos de potencia activa estimados en cada rama de las redes en estudio, el superíndice “re” se
refiere a los flujos de potencia determinados por la solución del flujo de carga, mientras que el superíndice
“est” se refiere a los flujos de potencia que se derivan de las variables de estado estimadas. Para

5
determinar el desempeño, en cada caso, se cómputo el tiempo total del programa, desde que inicia su
primera iteración hasta que finalmente alcanza la convergencia.

Los resultados para cada caso estudio, se muestran en las tablas II, III y en la figura 3.

Tabla II Evaluación de precisión de los resultados Tabla III Evaluación de la exactitud de los resultados

M ínimo
Comparación
Comparación de Desempeño
Tiempo de Ejecución Full
Só lo P M U
70

60
(seg)

50

40

30

20

10

0
1 2 3 4 5 6
C aso s

Fig. 3 Evaluación tiempo de ejecución

CONCLUSIONES

Las conclusiones obtenidas luego del desarrollo del presente trabajo de investigación son las siguientes:
i) Se formuló el problema de Estimación de Estado de Mínimos Cuadrados Ponderados, logrando de
esta manera su programación y validación como fase inicial de este trabajo.
ii) Se formuló el algoritmo de Estimación de Estado de Mínimos Cuadrados Ponderados utilizando la
tecnología de medición sincronizada de fasores, incluyendo en este algoritmo tradicional fasores
de tensión y corrientes de línea a través de modelos matemáticos, simulando las suministradas
por las unidades de medición fasorial (PMU´s).
iii) Se analizó la métrica para la evaluación del desempeño de los Estimadores de Estado,
seleccionando como indicadores de desempeño, la desviación estándar de las variables estimadas,
el error absoluto de los flujos de potencia derivados del proceso de estimación y el tiempo de
cómputo del algoritmo.
iv) Se evaluó el impacto de la tecnología de Medicion Sincronizada de fasores en el Estimador de
Estado, en función de los indicadores seleccionados previamente, obteniéndose los siguientes
resultados:
a. Las PMU´s al ser instaladas en una barra cualquiera, mejoran notablemente tanto la precisión
de las variables de estado de dicha barra como la correspondiente a las conectadas a ella.
b. El caso más favorable de instalación de PMU´s se encuentra alrededor del 20% de la
totalidad de las barras del sistema de potencia, ya que en este punto se evidencia la reducción
más importante en relación a la desviación estándar de las variables.

6
 c. Existe una relación de proporción directa entre el número de mediciones fasoriales que se
empleen para el proceso de Estimación de Estado y el grado de precisión de las variables de
estado estimadas.
d. No se hace necesario emplear un amplio número de mediciones convencionales para mejorar
la precisión de las variables de estado, ya que para un mínimo número de las mismas se
obtienen excelentes resultados en función de su precisión.
e. A partir de un 40% de PMU´s en barras se evidencia un comportamiento idéntico para el
Estimador de Estado en relación a su precisión sin importar el número o redundancia de
mediciones que se emplee para su ejecución.
f. En cuanto a la exactitud, los errores más bajos se presentan cuando se ejecuta el Estimador de
Estado en un 40% de PMU´s en barras; sin embargo, al igual que para la precisión se
obtienen buenos resultados al aplicar PMU´s en un 20% de las barras del sistema y con
mínimo número de mediciones convencionales.
g. Existe un punto entre 40% y 60% en el cual el Estimador de Estado se comporta como si sólo
tuviese PMU´s, con lo que, sin importar el número de mediciones convencionales que se
consideren para su ejecución, este arrojará los mismos resultados que se obtendrían si se
ejecutasen con sólo PMU´s.
h. En relación al desempeño, se tiene que no existe una relación lineal ente el número
mediciones fasoriales y el tiempo de ejecución del Estimador de Estado; sin embargo, el
mejor desempeño para los grupos de mediciones (full, mínimo) se registran a un 20% de
PMUs en barras del sistema de potencia.
i. No existe influencia alguna desde el punto de vista de precisión y exactitud, al disponer de
redundancia de mediciones de magnitud de tensión provenientes de equipos convencionales y
unidades de medición fasorial.
BIBLIOGRAFÍA

[1] Rene Avila-Rosales, Mark Rice, Rafael Lopez, Lisa Beard, Tanya Mathur, Floyd Galvan, Vinit
Gupta, James Lambert, James Graffy, Milorad Papic. “Impact of PMU Technology in State
Estimation” (CIGRE 2008).
[2] A.G. Phadke,J. S. Thorp. “Synchronized Phasor Measurements and their Applications” (Springer
Science+Bussines Media LLC, 2008).
[3] E. González. “Formulación de los Algoritmos de Estimación de Estado Utilizando la Tecnología de
Medición Sincronizada de Fasores” (Tesis Pre-Grado, UNEXPO, junio 2008).
[4] Freeman, M., “Multi-area Power System State Estimation Utilizing Boundary Measurements and Phasor
Measurement Units (PMU´s)”. (M.Sc. Tesis, Texas A&M University,USA, Agosto, 2006).
[5] KEMA, “Metrics for Detemining the Impact of Phasor Measurements on Power System State Estimation”,
(Easter Interconnection Phasor Proyect, Marzo 2006).
[6] F. González, “Medición Sincronizada de Fasores: Teoría y Aplicaciones”, (NOT-06-221, CVG EDELCA,
CIAP, Venezuela, Octubre, 2.006).
[7] Yoon, Y., “Study of the Utilization and Benefits of Phasor Measurement Units for Large Scale Power System
State Estimation” (M.Sc. Tesis, Texas A&M University,USA, Diciembre, 2005).
[8] Álvarez, P., ”Desarrollo de un Modelo Computacional de Estimación de Estado para Sistemas Eléctricos de
Potencia” (Tesis Pre-Grado, Universidad de Chile, Chile, 2005).
[9] Abur, A. y Gómez, A., Power System State Estimation: Theory and Implementation, (New York: Marcel
Dekker, 2004).
[10] F. González. “Estimación de Estados con Restricciones de Igualdad”, (M.Sc. Tesis, UNEXPO, Venezuela,
Octubre, 1993).
[11] Schweppe F.C., Wildes J., Rom D.B., “Power System Static Estimation I, II, III”, (IEEE Transactions on
PAS, vol. PAS-89, no.1, pp. 120-135, Enero 1970).