Estimación de estados en sistemas eléctricos de potencia

Colaboradores: Plaza Guingla, Douglas Director/a;

Nombre de la carrera: Doctorado en Ingeniería

Institución: Universidad Nacional de Cuyo. Facultad de Ingeniería

Título al que opta: Doctor/a en Ingeniería

---

Resumen en Español:

En este manuscrito se considera la estimación de estados estática en sistemas eléctricos de potencia en los cuales se simula la dinámica del sistema a nivel de las cargas modificando las mismas en incrementos porcentuales del 5 al 30 % para luego observar el comportamiento de las técnicas de estimación: Mínimos Cuadrados Ponderados (WLS), el Filtro Extendido de Kalman (EKF) y el Filtro de Partículas (PF) para extraer resultados comparativos de la performance de estas técnicas observando los valores de magnitud de voltajes y ´ángulos de fase en las barras del sistema. El sistema de potencia sobre los que se harán estos estudios son los sistemas de casos de prueba de la IEEE de 14 y 30 barras. Posteriormente se presenta el Filtro de Partículas (PF) y el Filtro de Ensamble de Kalman (EnKF) para analizar el comportamiento dinámico de las máquinas síncronas, en los cuales se estima el valor de variables de estado como la velocidad angular, la variación transigente de los voltajes de los ejes en cuadratura de las máquinas sincrónicas en un periodo de tiempo de 15 segundos. El sistema de potencia sobre los que se harán este estudio es el sistema de prueba de la IEEE de 14 barras modificado.
Los resultados obtenidos del análisis efectuado en la estimación de estados del sistema casi estático, en el cual, se simula el sistema con una variación porcentual de la carga en determinadas barras, el estimador que presenta una mejor exactitud, pero un mayor tiempo computacional en el desarrollo de la simulación es el filtro de partículas. Los indicadores, definidos y considerados en este análisis, son el ´índice de error de estimación de la magnitud del voltaje en la barra n (εv(n)), el índice de error de estimación del ángulo del voltaje en la barra n (εθ(n)), y la media del error de estimación para cada paso k (ε(k)) y los tiempos de ejecución de los algoritmos.
En la evaluación del rendimiento del EnKF y el PF, en la estimación dinámica de las variables de estados del sistema ante la presencia de una perturbación el PF presenta un mejor rendimiento.
Los resultados obtenidos, se pueden explicar en el contexto que el sistema es no lineal y que el filtro de partículas por su naturaleza responde bien frente a la no linealidad del sistema sujeto a ruidos Gaussianos y no Gaussianos. En la estimación dinámica, a pesar de que, el EnKF en su desarrollo también introduce métodos numéricos de Monte Carlo, el PF presenta un mejor desempeño. El indicador utilizado para analizar el rendimiento, en este último caso, es la raíz del error cuadrático medio (RMSE).

---

Disciplinas:
Ingeniería

Descriptores:
TECNOLOGÍA ELÉCTRICA

Palabras clave:
Máquinas síncronas - Filtro de Kalman

Palabras clave en otro idioma:
Weight Least Square - Extended Kalman Filter - Ensemble Kalman Filter - Particle Filter

---

Cómo citar este trabajo: Cevallos Ulloa, Holger Ignacio. (2022). Estimación de estados en sistemas eléctricos de potencia: (Tesis de Doctorado). Mendoza, Universidad Nacional de Cuyo. Facultad de Ingeniería . Dirección URL del informe: https://bdigital.uncu.edu.ar/20172. Fecha de consulta del artículo: 08/11/24.

Este obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Unported.
Conozca más sobre esta licencia >