Universidade Federal do Maranho

Centro de Cincias Exatas e Tecnologia

Curso de Engenharia Eltrica
Laboratrio de
Confiabilidade e
Qualidade

Universidade
Federal do
Maranho

Estimao de Estado em Redes de Distribuio via Algoritmos MetaHeursticos

KARLIANE SILVA DE JESUS
Orientadores: Prof. Anselmo Barbosa Rodrigues e Prof. Maria
da Guia da Silva

2. Objetivos
Implementar algoritmos estimao de estado baseado na Otimizao
por Enxame de Partcula (PSO) com mutao aplicado populao;
Implementar algoritmos estimao de estado baseado na Otimizao
por Enxame de Partcula (PSO) com seleo aplicado populao;

3. Estimao de Estado

O Estimador de Estado fornece uma estimativa dos valores complexos das tenses

nas barras, baseado em um conjunto de medies redundantes e corrompidas por erros de

vrios tipos.
Necessidade de novas funes nos centros de gerenciamento de distribuio, por
exemplo: anlise de estabilidade, despacho de carga e gerao e controle de tenso
com gerao distribuda convencional e renovvel.

3. Estimao de Estado
Estimao de Estado pelo Mtodo dos Mnimos Quadrados Ponderados
Para um sistema de n barramentos, tem-se o vetor de

estado x:

Este mtodo baseia-se na soluo da equao

(4.3).

Em que, e so o mdulo e fase da tenso na barra

respectivamente.
O estimador baseado no mtodo MPQ reduzir a

funo objetivo dada por:

Em que:

denominada Matriz de Ganho;

o vetor soluo da iterao k;

matriz de covarincia do vetor dos erros de medio

e i o desvio padro da medio i;

4. Otimizao por Enxame de Partculas

Introduo
PSO uma tcnica de otimizao inspirada no comportamento social de populaes biolgicas;

Cada indivduo no PSO possui dois tipos de informaes que podem influenciar o comportamento do enxame:
i)

Cognitiva

ii) Social

Posies
i)

lbest

ii) gbest

4. Otimizao por Enxame de Partculas (PSO)

A cada iterao, as posies e velocidades das partculas so
atualizadas segundo equaes:

Introduo do peso inercial (w)

Clculo dos componentes social e

cognitivos

Em que:
Sendo que:

c1, min, c1,max, c2,min e c2,max so

w1 e w2 so os pesos inerciais inicial e final, respectivamente;

constantes;

iter a iterao corrente ;

iter a iterao corrente ;

itermax o nmero mximo de iteraes.

itermax o nmero
mximo de
6

5. Estimao de Estado via Otimizao por Enxame de Partculas

Metodologia Proposta por Raposo MPSO (PSO com Mutao)
Na metodologia proposta, o processo de estimao de estado formulado como um problema de otimizao a ser
resolvido via Otimizao por Enxame de Partculas.

(6.1)

5. Estimao de Estado via Otimizao

por Enxame de Partculas
Fluxograma - MPSO

pm a probabilidade de mutao;
global a taxa de melhoramento da soluo entre geraes

Figura 6.1.Fluxograma do algoritmo proposto

5. Estimao de Estado via Otimizao por Enxame de

Partculas
Estratgia de Mutao - MPSO
Na metodologia proposta, o processo de mutao baseia-se em obter uma nova partcula aps a aplicao de uma
iterao do Mtodo Soma de Correntes (MSC).
A iterao do MSC realizada sorteando-se as potncias ativa e reativa das cargas com base em uma distribuio
normal cuja mdia e desvio padro so os valores medidos das cargas e os respectivos desvios padres destas
medies.

(6.2)

5. Estimao de Estado via Otimizao por Enxame de Partculas

Estratgia de Mutao

(6.3)

5. Estimao de Estado via Otimizao por Enxame de Partculas

Modelagem das Barras de Injeo Nula - MPSO
Barras de Injeo Nula no PSO
As equaes de injees de corrente nodal em um sistema eltrico podem ser modeladas atravs do sistema linear:

Em que:
a matriz de admitncia nodal com dimenso ;
o vetor de tenses nodais com dimenso NBx1;
o vetor de injees de corrente nodais com dimenso NBx1;
NB o nmero de barras do sistema.

(6.3)

5. Estimao de Estado via Otimizao por Enxame de Partculas

Modelagem das Barras de Injeo Nula
A estratgia consiste em dividir o sistema em barras de injeo nula e no nula.

(6.5)

Em que os subescritos e esto associados aos elementos relacionados s barras de injeo nula e no-nula,
respectivamente.
Explicitando-se EZ na partio superior da equao, tem-se:

(6.6
)

Em que

12

5. Estimao de Estado via Otimizao por Enxame de Partculas

Metodologia Proposta por Bikashi HPSO (PSO Hbrido com Seleo)
A metodologia proposta para o problema de estimao de estado combina variveis
discretas e contnuas. Assim como na propost anterior, tem-se a minimizao da
funo objetivo J(x).

o vetor das equaes que representam as restries de igualdade .

o vetor das equaes que representam as restries de desigualdade (Limites operacionais).

13

13

5. Estimao de Estado via Otimizao por Enxame de Partculas

Metodologia Proposta por Bikashi HPSO (PSO Hbrido com Seleo)
Restrices de igualdade
As restries de igualdade so representadas pelo conjunto de equaes associadas s medies nas
barras de injeo nula.

No Estimador HPSO, tais restries so tratadas atravs da introduo de uma funo de penalidade P(X).

o nmero de variveis controladas penalizadas;

o parmetro da penalidade quadrtica;
valor da atual varivel de controle;
valor offset da varivel de controle;

14

14

5. Estimao de Estado via Otimizao por

Enxame de Partculas
Fluxograma - HPSO

a funo fitness:

O peso inercial

A atualizao das posies das partculas dado

por:

15

5. Estimao de Estado via Otimizao por Enxame de Partculas

Estratgia de Seleo - HPSO
Estratgia de Seleo aplicado
ao PSO.

16

6.6.Eliminao
Barras de Injeo Nula usando o Mtodo de
Estimadorde
HPSO
Mnima Norma
Considera-se agora, que as partculas do enxame do MPSO estejam associadas
apenas s variveis de estado das barras de injeo nula.

A soluo de um sistema de equaes indeterminado pode ser

obtida resolvendo-se o seguinte problema de otimizao:

17

6.6.Eliminao
de Barras de Injeo Nula usando o Mtodo de
Estimador HPSO
Mnima Norma
A funo lagrangeano associada ao sistema descrito
acima dada por:

= (A) 1.

Em que o vetor de multiplicadores de Lagrange.

Aplicando as condies de optimalidade
associadas funo lagrangeana e fazendo as
devidas substituies, obtm-se:

Onde:

Em que:

A matriz A simtrica e pode-se obter a decomposio

de Cholesky, ou seja:
Onde L a matriz triangular inferior da decomposio
de Cholesky de A.

18

6. Simulaes e Resultados
Sistemas testes
i.

Sistema teste IEEE34

. 34 barras;
. 33 linhas;
. 05 barras de injeo nula;

Plano de medio
Os planos de medio para os sistemas teste do IEEE so
definidos como se segue:
Medio de fluxo de potncia ativa/reativa e corrente
nos ramos 800/802 e 816/824;
Medio de tenso nas barras 852 e 836;
Pseudomedies de potncia em todas as
barras com carga;

Os erros de medio tm distribuio normal com mdia nula e

desvios padres definidos de acordo com a seguinte equao:

6. Simulaes e Resultados
Sistema IEEE34

20

6. Simulaes e Resultados
Sistemas testes
i.

Sistema teste UKGDS95

. 95 barras;
. 33 linhas;
. 37 barras de injeo nula;
. 2 GDs ;

Plano de medio
Os planos de medio para os sistemas teste do IEEE so
definidos como se segue:
Medio de potncia ativa/reativa e tenso nas barras com
carga, na barra da subestao e nas barras com GDs;
Medio de fluxo de potncia ativa/reativa e
corrente nos ramos 1/2, 1/85, 10/11, 10/8,
40/41, 40/53, 54/59, 54/75, 86/90 e 86/87;
Os erros de medio tm distribuio normal com mdia nula e
desvios padres definidos de acordo com a seguinte equao:

6. Simulaes e Resultados
Sistema IEEE34

22

6. Simulaes e Resultados
Estimador MPSO

Resultado do Estimador MPSO para a fase no Sistema UKGDS95

6. Simulaes e Resultados
Estimador MPSO

(a)

(b)

Resultado do Estimador MPSO para a magnitude das tenses

nodais no Sistema UKGDS95

6. Simulaes e Resultados
Estimador MPSO
Sistema UKGDS95

MatLab

C++

6. Simulaes e Resultados
Estimador MPSO
Sistema UKGDS95

Sistema Teste
UKGDS95

MatLab
135,3348

Tempo mdio de CPU (s)

C++
0,2260

6. Simulaes e Resultados
Estimador MPSO

Resultado do Estimador MPSO para a fase no Sistema IEEE34

6. Simulaes e Resultados
Estimador MPSO

Resultado do Estimador MPSO para a magnitude das tenses

nodais no Sistema IEEE34

6. Simulaes e Resultados
Estimador MPSO
Sistema IEEE34

MatLab

C++

6. Simulaes e Resultados
Estimador MPSO
Sistema IEEE34

Sistema Teste
IEEE34

MatLab
13,7621

Tempo mdio de CPU (s)

C++
0,0389

7. Concluses
Neste trabalho foi realizada a implementao de 02 (dois) estimadores baseados em Otimizao por
Enxame de Partcula: MPSO e HPSO.

O algoritmo do MPSO em C++ deram resultados satisfatrios, tanto em relao a soluo

encontrada como tambm em relao aos tempos computacional para os dois sistemas testes.
A modelagem das barras de injeo nula utilizada no MPSO se mostrou pertinente, uma vez que,
nas simulaes com o sistema UKGDS95, estas barras representam quase 40% do total da rede.

A modelagem alternativa para o enxame ser associado apenas s barras de injeo nula
no foi validada, no foi possvel aplicar a decomposio de Cholesky .

O algoritmo do HPSO no convergiu para a verso apresentada no artigo estudado.

31

LABORATRIO DE
CONFIABILIDADE E
QUALIDADE

UNIVERSIDADE
FEDERAL DO
MARANHO

Obrigada.

32