Análise de Observabilidade e Processamento de Erros Grosseiros ...

RESUMO
Este trabalho apresenta estudos sobre a modelagem em tempo-real de sistemas de potência
através da estimação de estado generalizada. As principais funções da estimação analisadas
foram: processador topológico, observador, estimador de estado e análise de erros grosseiros. Os
dispositivos de chaveamento (chaves e disjuntores) são representados através de modelos de impedância
nula. A modelagem do sistema na sua forma mais detalhada, através da representação
de subestações com todas chaves e disjuntores, permite a verificação de erros de status desses
componentes. Portanto, a análise da topologia pode ser realizada simultaneamente à estimação
de variáveis de estado convencionais. Chaves e disjuntores, que são elementos de impedância
nula, são considerados no modelo generalizado através da adição de variáveis de estado do tipo
fluxo e de pseudomedidas adequadas. A interação entre dispositivos de característica discreta e
medidas analógicas e a diferença entre os modelos convencional e generalizado são enfatizados
em cada função. Dois modelos de estimador são considerados: um baseado no método desacoplado
a partir da formação da matriz ganho e o segundo baseado no método Tableau esparso
de Hachtel, onde pseudomedidas de injeção nula são consideradas como restrições de igualdade.
A análise de erros grosseiros proposta busca tratar um erro reconhecido pela dificuldade na sua
detecção: o erro conformativo. As medidas afetadas por esse tipo de erro agem como fossem medidas
regulares e seus efeitos atingem medidas sem erro grosseiro. Nesse caso, as metodologias
tradicionais quando aplicadas, podem identificar incorretamente as medidas. A identificação
de erros conformativos foi formulada através da teoria da decisão e a partir da consideração
da confiabilidade das medidas formula-se como um problema combinatório. É sabido que Metaheurísticas
são eficientes no tratamento de tais problemas e a Busca Tabu é proposta para
identificação e elaboração de hipóteses que melhor expliquem as incoerências encontradas.
ABSTRACT
This work presents studies about power system real-time modeling by using generalized state
estimation. The analyzed state estimation functions are: topological processing, observability
analysis, state estimator and gross error analysis. All these functions are considered by a generalized
approach, where switching components (switches and circuit breakers) are represented
by zero impedance models. Consideration of detailed model through explicit representation of
substations with all switches and circuit breakers allows topology analysis with estimation of conventional
state variables simultaneously. Switches, circuit breakers (zero impedance branches),
are represented by the insertion of new flow state variables followed by adequate pseudomeasurements.
The interaction among components and measurements of different natures and differences
between conventional and generalized models were emphasized for each function. Two
state estimator models are considered: the first one is based on decoupled state estimation by
using the gain matrix, the second one is based on Hachtel’s sparse tableau approach. The proposed
gross error analysis aims to treating an error that is known by its detection difficulty:
the conforming error. Measurements affected by this error act as regular measurements and the
negative effects act over good measurements. In this case, conventional identification methods
may fail and good measurements are erroneously identified as bad data. The identification of
conforming errors are formulated by an approach based on Decision Theory by considering the
reliability of each measurement. The resulting problem is a combinatorial problem. It is known
that Meta-Heuristics are very suited for combinatorial problems and the Tabu Search approach
is proposed for identification and formulation of hypotheses that better explain inconsistencies
caused by interacting errors.
iii