Proposta de estimador de parâmetros de linhas de transmissão baseado em filtro de Kalman estendido.

• Autor(a) principal: Pereira, Ronaldo Francisco Ribeiro
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-24052023-144914/
• topic: Covariance; Covariância; Estimação não linear; Estimation; Extended Kalman filter; Filtro de Kalman estendido; Linha de transmissão; Otimização por enxame de partículas; Parameters; Parâmetros; Particle swarm optimization; Transmission line

Variações constantes nos perfis de carga, configuração da rede e depreciação dos componentes do sistema elétrico de potência podem afetar significativamente as definições de monitoramento e proteção, estudos como fluxo de potência, análise de estabilidade e despacho econômico. Assim, é necessário estimar os parâmetros reais para sistemas elétricos, principalmente linhas aéreas de transmissão, devido à sua influência dentro do sistema, a fim de obter maior precisão em tais tarefas. Entre os principais estudos e abordagens na literatura técnica estão as estimativas realizadas por meio de medidas fasoriais (PMUs), que são utilizadas neste estudo. Para estimar os parâmetros das linhas de transmissão, é utilizado um método não linear (Filtro de Kalman Estendido - EKF) para obter os estados dos terminais das linhas de transmissão em conjunto com a matriz vetorizada de parâmetros. No entanto, tal abordagem é fortemente afetada pela escolha da inicialização, que geralmente é realizada manualmente e requer muito tempo e esforço. Portanto, aplica-se um método de otimização (otimização por enxame de partículas - PSO) para melhorar a convergência da abordagem EKF, reduzir o tempo de ajuste dos hiper-parâmetros e melhorar os resultados estimados. O método proposto é a primeira aplicação conjunta de EKF e PSO para sistemas de transmissão, apresentando bons resultados para sistemas não transpostos e também em comparação com a aplicação de EKF sem otimização.