Influência da correlação de medidas no processo de estimação de estado em sistemas elétricos de potência

• Autor(a) principal: Oliveira, Laís Cristina de
• Data de Publicação: 2024
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/18/18154/tde-19022024-153044/
• topic: correlação de medidas; errors on sensors; erros nos sensores; estimação de estado; gross errors processing; infraestrutura do sistema de medição; measurement correlation; metering system infrastructure; processamento de erros grosseiros; state estimation

O processo de estimação de estado é fundamental para a operação dos Sistemas Elétricos de Potência (SEPs), já que os valores estimados das variáveis de estado constituem a base para a execução das funções associadas ao monitoramento em tempo real desses sistemas. A modelagem convencional do processo de estimação de estado em SEPs parte da premissa de que as medidas disponíveis possuem erros aleatórios independentes. Entretanto, considerando que um sistema de medição utiliza vários sensores/sinais para compor uma medida, assumir a independência entre os erros de medição pode não ser uma hipótese válida. Dessa forma, tal premissa pode implicar na omissão da identificação de medidas com Erros Grosseiros (EGs) afetando, consequentemente, a acurácia do processo de estimação de estado em SEPs. Poucos estudos exploram a propagação e dispersão de erros de sensores e seu impacto no tratamento de EGs, considerando a dependência dos erros de medição. Por conseguinte, esta dissertação aborda o processo de estimação de estado em SEPs a partir da aquisição de sinais através do sistema SCADA, visando explorar os principais equipamentos presentes em um sistema de medição. Além disso, examina o impacto da suposição de independência dos erros de medição na precisão das estimativas e no tratamento de EGs. Considerando o exposto, são investigados vários cenários que levam em conta a presença de ruídos em diferentes etapas, bem como distintas características da rede (simétrica e assimétrica) e da carga (equilibrada e desequilibrada) de sistemas trifásicos. Os experimentos empregaram o Estimador de Estado (EE), contemplando tanto a modelagem tradicional equivalente monofásica quanto a versão trifásica. Ambas as abordagens utilizaram a técnica de mínimos quadrados ponderados, conhecida como Weighted Least Squares (WLS) em inglês, juntamente com o teste do maior resíduo normalizado, métodos amplamente adotados na prática e estudados no meio acadêmico. Além disso, com o objetivo de avaliar a contribuição da informação de correlação das medidas, foi analisado o estimador Dependent Weighted Least Squares (DWLS), assim denominado na literatura por considerar a dependência entre as medidas e aplicar a técnica de mínimos quadrados ponderados. Com base nos resultados dos estudos de caso, observou-se que a modelagem monofásica tradicional pode apresentar falhas em várias situações com erros correlacionados. Por outro lado, tanto o EE trifásico quanto o EE DWLS demonstraram um bom desempenho, embora em contextos diferentes. Assim, destaca-se a necessidade de aprofundar os estudos para desenvolver uma ferramenta mais robusta diante de cenários adversos de erros.