COMISIN DE INTEGRACIN ENERGTICA REGIONAL

IV CIERTEC
SEMINARIO INTERNACIONAL SOBRE AUTOMATIZACIN DE REDES DE
DISTRIBUCIN DE ENERGIA ELCTRICA Y CENTROS DE CONTROL
rea de Distribucin y Comercializacin
Identificacin del Trabajo: CO-63
So Paulo, Brasil, Setiembre de 2002
METODOLOGA PARA LA SINTONIZACIN DE UN ESTIMADOR DE ESTADO DE UN SISTEMA
ELCTRICO DE POTENCIA
Tema: 01 - Centros de Control
Autores: SANDRA OSPINA ARANGO, HAROLD ZIGA, CARLOS ARTURO LOZANO
Empresa o Entidad: EMPRESA DE ENERGIA DEL PACIFICO - EPSA
DATOS DEL AUTOR RESPONSABLE
PALABRAS-CLAVE:
Nombre: SANDRA OSPINA ARANGO
Estimador de Estado,
Cargo: Coordinador Software de Centros de Control
Scada,
Direccin: Cra 57 n. 11-29 Cali -Colombia
Sinaut Spectrum,
Telfono: +(57-2)3210263 / 3210233
Modelos de red,
Fax: +(57-2) 3210234
Algoritmos
E-Mail: sospina@epsa.com.co
RESUMEN
La continuidad del servicio y el control de las variables
elctricas de potencia como voltaje y frecuencia son los
objetivos primordiales en la operacin de un sistema
elctrico, . El tamiz base de las aplicaciones Elctricas
de tiempo real es el Estimador de Estado, aplicativo
bastante til que permite detectar, identificar y
desechar medidas errneas.
El estimador de estado soluciona el problema de
estimacin de variables de estado de un sistema de
potencia. Su funcin es la de encontrar un estimativo
de los valores de voltaje y ngulo de fase de todas las
barras a partir de un numero dado de telemediciones
que se efectan en diversos sitios del sistema, con el
uso de diferentes equipos de medicin. Las medidas
varan en cuanto a su precisin y calidad en la
transmisin. Mediante el estimador de estado se valida
la informacin recibida y ello permite que el anlisis
de la red de potencia en tiempo real se efecte de
forma altamente segura y por lo tanto confiable.
En varios pases del mundo las compaas de
electricidad poseen centros de control, sin embargo el
Estimador de Estado es una herramienta poco aplicada
y difundida pese a lo valiosa y operativa que puede
llegar a ser, esto se debe principalmente al poco
conocimiento de su funcionalidad y en especial a lo
complejo que puede significar su sintonizacin y
posterior mantenimiento.
Se ha descubierto mediante la investigacin de los
algoritmos de estimacin de estado, que se usan
actualmente
en el mbito mundial, que la
sintonizacin de un estimador de estado de tiempo
real, independientemente de su proveedor, tiene una
parametrizacin y unos prerrequisitos muy similares y

que la variacin consiste en las aproximaciones que usan

los algoritmos, los mtodos de solucin y las interfaces de
usuario.
EPSA dentro de su proceso de modernizacin, adquiri un
centro de control que posee un sistema de supervisin y
control, y de aplicaciones elctricas de tiempo real (Sinaut
Spectrum) en las que se encuentra el estimador de estado.
Estas herramientas han permitido a EPSA operar las
subestaciones en forma remota con la seguridad y
confiabilidad que requiere el Sistema elctrico Regional del
Valle del Cauca, el cual esta compuesto por una red de
generacin, transmisin y distribucin desde 220Kv hasta
13.2 KV.
La experiencia obtenida con el proceso de la
parametrizacin y sintonizacin del estimador de estado y
por los resultados obtenidos, se ha podido desarrollar un
modelo y una metodologa que puede ser aplicable a
cualquier funcin de estimacin de estado.
Mediante la implementacin y la operacin diaria del
estimador de estado, el operador del centro de control de
EPSA, hoy toma decisiones sobre la red en forma segura y
confiable, ya que posee una herramienta que le valida la
informacin de campo ( Estimador de Estado), adems le
permite tele-comandar los equipos en forma segura,
estudiar los flujos de carga, evaluar las contingencias,
programar los mantenimientos y mantener la calidad del
servicio de energa, de acuerdo con los lineamientos de
EPSA y de la regulacin elctrica.

S. Ospina

H. Ziga

C. Lozano

Maestra de Generacin de Energa Elctrica

Universidad del Valle. Cali Colombia
Departamento de Desarrollo y Mantenimiento de
Centros de Control Empresa de Energa del Pacifico
EPSA
Resumen: En este articulo se define una metodologa para
sintonizacin de un estimador de estado basado en las
tendencias modernas de estimacin de variables elctricas
de tiempo real. Para la sintonizacin del estimador de
estado de un sistema elctrico en tiempo real se emplearon
herramientas tales como la aplicacin de estimacin de
estado de Sinaut Spectrum y su funcin implcita de
minimizacin de mnimos cuadrados ponderados. Basados
en los procedimientos de optimizacin de la informacin,
calidad de las medidas, observabilidad de la red e
investigacin del algoritmo que utiliza la herramienta, se
defini una metodologa para sintonizacin de un estimador
de estado.
Este articulo es el resultado de un proyecto elaborado entre
la Universidad del Valle y EPSA, el cual tuvo como
objetivo principal lograr la sintonizacin del estimador de
estado de EPSA y adems elaborar una metodologa que
permita sintonizar, operar y mantener otros estimadores de
estado en forma genrica.
Abstract :In this paper, a methodology is defined for the
tuning of a state estimator based on modern tendencies of
estimation of electric variables in real time. For the tuning
of a state estimator of an electric system in real time, tools
such as the application of state estimation of Sinaut
Spectrum and its implicit function of minimization of
pondered squared minimums were used. Based on the
procedures of optimization of the information, quality of the
measures, observability of the network and investigation of
the algorithm that uses the tool, a methodology is defined
for the tuning of a state estimator.
This paper is the result of a project elaborated between the
Universidad del Valle and EPSA, which main objective was
to obtain the tuning of the state estimator of EPSA and also
to elaborate a methodology which allows to tune, operate,
and maintain other state estimators in a generic form.

I.

INTRODUCCIN

La continuidad del servicio y el control de las variables

elctricas de potencia tales como voltaje y frecuencia son
los objetivos primordiales en la operacin de un sistema
elctrico, las aplicaciones elctricas de tiempo real resultan
ser una gran ayuda en la toma de decisiones de operacin.
El tamiz base de las aplicaciones de tiempo real es el
Estimador de Estado, aplicativo bastante til que permite
detectar, identificar y desechar medidas errneas. Mediante
el estimador de estado se valida la informacin recibida, de
tal forma que el anlisis de red en tiempo real se efecta en
forma altamente segura y confiable.
Como resultado de la investigacin de los algoritmos de
estimacin de estado que se usan hoy a nivel mundial, se
podra afirmar que en general la sintonizacin de un
estimador de estado de tiempo real, independientemente de
su proveedor, tienen parametrizacin y prerrequisitos muy
similares.
II.

CONCEPTOS BSICOS DE ESTIMACIN DE

ESTADO

Estimacin de estado es un concepto basado en el

muestreo de datos para calcular los valores de uno o ms
parmetros desconocidos en un sistema. Puesto que las
muestras o medidas son inexactas, la estimacin obtenida
para los parmetros desconocidos son tambin inexactas.
Esto conduce al problema de cmo formular el mejor
pronostico de los parmetros desconocidos de las lecturas
disponibles.
Cualquier medida puede ser errnea, producto de la clase
de precisin de los equipos de medida, las perdidas de
precisin etc. Independientemente de la fuente de error,
esta puede ser cuantificada y caracterizada por medio de
herramientas estadsticas. El grado de confiabilidad de las
medidas es importante porque es la forma de diferenciar la
cantidad de medidas buenas y malas, es decir que la calidad
tiene gran relevancia para la operacin del estimador de
estado.
El desarrollo de la idea del estimador de estado depende del
criterio estadstico seleccionado, son tres los comnmente
usados.
1.

El criterio de mxima verosimilitud, donde el objetivo

es maximizar la probabilidad que el estimador de
estado de la variable x^, es el valor real del vector de
variables de estado, X (por ejemplo, (P(x^)=X).

2.

El criterio de los pesos de los mnimos cuadrados,

donde el objetivo es minimizar la suma de los
cuadrados sopesados, es decir las desviaciones

de las medidas

de

z^

de las actuales

z.

medidas
3.

estimadas

El criterio de mnima variacin, donde el objetivo es

maximizar los valores esperados minimizando de esta
forma la suma de los cuadrados de las desviaciones de
los componentes estimados del vector de variables de
estado, de los correspondientes componentes de los
verdaderos estados.

Cuando se asumen distribuciones normales de errores en las

medidas, cada uno de estos resultados aproximados es
idntico a los estimados. El criterio de
mxima
verosimilitud introduce en forma directa los errores
ponderados de las medidas en la matriz de covarianza [R].

21

2
2

( 1.0 )

(Z

medida

Zesperado) 2

( 3.0 )

El valor esperado tiende a ser exacto para un gran nmero

de medidas:

Funcin de densidad de probabilidad

La funcin de densidad de probabilidad de esta dada
por:

1
PDF
e
2

2
2 2

( 2.0 )

Donde:

1
,
m

m es l nmero de medidas ejecutadas.

i2

Para una medida simple se puede obtener su desviacin

estndar la varianza (Valores caractersticos de
cualquier equipo de medida):

Un diagrama del PDF () es mostrado en la figura 1, note

que , la desviacin estndar, proporciona un modelo serio
del error de medida aleatorio. Si es grande, la medida es
relativamente inexacta (por ejemplo, una pobre calidad del
dispositivo de medida), considerando un pequeo valor de
denota una pequea propagacin del error (por ejemplo,
una alta calidad del dispositivo de medida). La distribucin
normal es comnmente usada para modelar errores de
medida, sobretodo si esta es la distribucin que resultara de
muchos factores que contribuyen al error.

Concepto de Mxima Probabilidad

Es llamada desviacin estndar

2 Es llamada la variacin del nmero aleatorio

(Varianza)

Zmed = Z exacto +

( 4.0 )

Donde es el error o imprecisin de la medida. De nuevo,

si la red esta en estado estacionario y las medidas son
obtenidas un gran nmero de veces, el error promedio
debera ser cero y Zesperado debera ser un valor de verdad o
medida sin desviacin. Mas formalmente, el error asumido
es de mediana cero. El error con esta caracterstica es
llamado Gaussiano.
Un sistema de potencia tiene muchas medidas de red, es
necesario evaluar las medidas como un conjunto,
considerando las varianzas de cada medida (voltaje,
corriente, potencia activa, reactiva).
La funcin objetivo tpica ( J ) de un estimador de estado se
define as:

Z
)
m (Z
J medi estim
2
i
i
J

Figura 1. PDF () describe el comportamiento de

Zmed
Zestim
2
m

2
( 5.0 )

: Funcin de mnimos cuadrados

ponderados
:Valor de medida
:Valor calculado correspondiente
:Desviacin estndar de la medida
:Nmero de medidas procesadas
3

La funcin J o tambin conocida como de mnimos

cuadrados ponderados ( Weighted Least Squares WLS )
o simplemente Funcin de Ganancia, tiene una
caracterstica especial propia y es el hecho de que cada
medida tiene una funcin de error Gaussiana entonces la
funcin de ganancia resulta ser una funcin de Chicuadrado 2 , figura 2 :

III

DETERMINACIN PRACTICA DEL MODELO

DE ESTIMACIN

El estimador de estado es una herramienta vital para el

problema de estimacin de variables de estado de un
sistema de potencia. Su funcin es la de encontrar un
estimativo de los valores de voltaje y ngulo de fase de
todas las barras a partir de un nmero dado de
telemediciones.
El criterio de mnimos cuadrados es el mas comnmente
usado y se conoce tambin como una aproximacin a la
ganancia G.

G = Z - Z
Z

/ 2

( 8.0 )
Figura 2. Funcin de densidad de probabilidad Chicuadrado con k grados de libertad

Donde Z= f( X1, X2, ...XNs ) = hi1 Xi + hi2X2 +

hi3X3.........+ hNs XNs

El rea bajo la curva de la funcin de densidad de

probabilidad es 1 si se integra de 0 a . Para un caso
general:

f (Xi) tambin puede expresarse como una funcin no lineal

as:

x1 2

P ( x) 2 .dx 2 1

( 6.0 )

Donde es conocida como nivel de significancia y el

correspondiente 21- como umbral de Chi-cuadrado para k
grados de libertad.
Para un sistema de potencia, red y nodos con un conjunto de
2n ecuaciones no lineales, 2n-1 valores son necesarios para
la solucin de las ecuaciones de flujo de carga, entonces no
pueden ser consideradas como variables libres. La relacin
entre el nmero de medidas m y k es:

K=m (2n-1)

( 7.0 )

Los valores de umbral de Chi-cuadrado para cualquier nivel

de significancia y grado de libertad pueden ser encontrado
en las tablas de los manuales de estadstica.
Un valor de referencia del nivel de significancia puede ser
1, 5 10% ( Medida de la confiabilidad de los resultados ).
La funcin de Ganancia del estimador de estado debe ser
siempre muy inferior al valor de Chi-Cuadrado y del valor
esperado ( A criterio un valor mas conservador que Chi
Cuadrado)

Ei

Gij - Ei

Ej cos( ij ) Gij +sen(ij ) Bij2 ( 9.0 )

Las mediciones de muestra presentan un comportamiento de

histograma que se asemeja a una funcin de densidad de
probabilidad normalizada es decir, que la mediana es
aproximadamente 0. El modelo de los errores de las
medidas tiene una distribucin normal y se usa comnmente
de esta forma cuando muchos de los errores contribuyen al
error total de la medida.
La determinacin del modelo de red esta basado en el
modelo topolgico entregado por los programas de
topologa y los dems programas base del estimador de
estado que permiten calcular las medidas utilizables por los
programas de estimacin ( p, q, v, inyecciones p, q ) de los
nodos definidos y la relacin de taps en los transformadores,
as como tambin el calculo basado en medidas invalidas o
seudo medidas.
Uno de los grandes y primeros
objetivos de los
subprogramas es determinar discrepancias obvias entre la
topologa y las medidas antes de arrancar el programa de
estimador de estado, por ejemplo: el flujo de potencia al
principio y al final de una lnea de transmisin debe estar
dentro de un rango de discrepancia razonable, as como
tambin la sumatoria de la potencia en barras debe ser muy
cercana a cero.

IV.

SINTONIZACIN DEL ESTIMADOR

ESTADO SINAUT SPECTRUM

DE

m ( Z h( x ) )2
J i 2 i
i
1

( 10.0 )

Diagrama de flujo del Estimador de Estado

A continuacin se describe un diagrama funcional de un
estimador de estado tpico, Figura 3 :

: Funcin de mnimos cuadrados

ponderados
Z
: Valor medido
h(x) : Valor calculado
X
: Vector de estado (magnitud y ngulo de fase)

: Desviacin estndar
m
: Nmero de medidas

En forma matricial de la funcin objetivo se escribe como:

J(x) = [ Zi hi(x) ]T[ R]-1[Z i hi(x) ] (1)
J(x) =rT R-1 r

con

( 11.0 )

r = Z h(x)

Donde el mnimo de J(X) equivale a igualar el gradiente a

CERO :

J(X )
x

2 H

( z h ( X ))
2
2

( 12.0 )

J ( X )

( 13.0 )
Iterativamente hasta:

Figura 3. Diagrama de Flujo

Una vez se conoce el algoritmo, se debe proceder a
sintonizar y parametrizar el estimador de tal forma que se
obtenga una ganancia G que garantice la confiabilidad de
las medidas y la topologa obtenida.
En el caso del Estimador de estado de Sinaut Spectrum de
EPSA se determin que el mtodo de estimacin estadstica
usado es el mismo que se aplica en la mayora de
estimadores de estado ( Mnimos Cuadrados Ponderados
WLS ), cuya funcin objetivo es que la suma de los
residuos ponderados al cuadrado sea minimizado. La
variacin bsicamente consiste en las aproximaciones
numricas.
Funcin de Mnimos Cuadrados Sinaut Spectrum

La solucin del sistema de ecuaciones

sobredeterminada
y es obtenida mediante
minimizacin de la siguiente funcin:
.

( z h ( X ))
1 1

Que se reduce en :

x J ( X )
X

es
la

|XVi| X
|JV JV+1| < J
|JV/JV+1 1| < %
En algunos casos para suministrar la estabilidad numrica la
estimacin es llevada a cabo usando transformaciones
ortogonales. De otro lado, la factorizacin de la matriz
Jacobiana no puede efectuarse en cada iteracin. Es posible
usar una matriz Jacobiana fija para un nmero dado antes de
que la matriz Jacobiana sea refactorizada nuevamente,
especialmente si no existen cambios topolgicos o de
configuracin de medidas.
En algunos programas de estimacin como los
suministrados a EPSA, suelen tener al menos dos mtodos
diferentes:

1. Estimacin Simple:
Estimacin Ortogonal usando la transformacin e
Givens. El mtodo de Givens con mltiples
linealizaciones de la matriz Jacobiana y la ganancia,
tiene la habilidad de procesar magnitudes de medidas
actuales. Este mtodo es apropiado si los valores de las
medidas actuales han sido procesadas, o si la relacin
R/X de algunos equipos operacionales son altos.

Estimacin Compleja
Combina la estimacin Ortogonal y el mtodo clsico de
los mnimos cuadrados. La estimacin de estado usando
el mtodo ortogonal requiere mas tiempo de la CPU que
el clsico mtodo de WLS. Como la transformacin de
Givens y el mtodo de WLS dan la misma solucin, es
posible combinarlos.

Cuando la matriz Jacobiana es mantenida constante y

factorizada se usa la transformacin de Givens, de otro lado
los clculos del cambio de las variables de estado en cada paso
de iteracin pueden ser llevadas a cabo de acuerdo al mtodo
WLS. As, la estimacin aproximada da la estabilidad del
mtodo de Givens y la velocidad del WLS.
Ambos mtodos pueden ser usados para estimar toda la red
que ha sido modelada totalmente, es decir la parte observable
de la red y la porcin no-observable. Adicionalmente la
estimacin puede tambin ser limitada a la parte observable de
la red .
La ejecucin del programa de estimador de estado puede
ejecutarse en forma automtica cada vez que exista un cambio
de topologa, en forma cclica cada determinado tiempo
manualmente a voluntad del operador.
Procesamiento de medidas
La funcin Estimador de Estado procesa los siguientes tipos
de valores :

Magnitud de voltaje de barras.

Flujos de potencia activa por las ramas.
Flujos de potencia reactiva por las ramas.
Inyeccin de potencia activa en barras.
Inyeccin de potencia reactiva en barras.
Magnitud de corriente por las ramas.
Posiciones de TAP de transformadores.
Zero inyecciones en los nodos pasivos, es
equivalente a nodos sin inyeccin conectada.

El tratamiento de la posicin de Tap de los

transformadores puede ser :

Estimacin de TAP verdadero :

Si la estimacin de tap verdadero es satisfactoria el
ajuste de TAP y el procesamiento de TAP no son
ejecutados.
Ajuste de TAP y procesamiento de TAP
En este mtodo las posiciones de tap de los
transformadores son tratadas como variables
medidas y fijas .

Convergencia y calidad del estimador de estado

La funcin de deteccin e identificacin de los datos malos
es crucial en el diseo de un estimador de estado. Los
principios bsicos, mtodos de solucin y tcnica de
programacin debe ser basada en la mejor utilizacin de los
recursos, tales como la funcin de residuos y su matriz
sensitiva . En el algoritmo de estimacin de estado es
importante el desempeo en la deteccin de datos malos sin
embargo debe ser an mas exitoso la deteccin de mltiples
datos malos .
El mtodo de solucin numrico por mnimos cuadrados y
la ecuacin normal de Gauss que se usa en los estimadores
de estado, deben tener en cuenta, que ante condiciones
desfavorables puede deprimirse el desempeo. Para evitar
degradaciones en el procesamiento, algunos algoritmos
plantean la solucin de mnimos cuadrados mediante la
transformacin de ortogonales cuyas propiedades numricas
pueden ser perfectamente condicionadas.
Otros algoritmos usan una matriz de ganancia constante
desacoplada bajo ciertas aproximaciones. Estos algoritmos
son rpidos, confiables, procesan un gran conjunto de
medidas tales como flujos de lneas, inyecciones de barras,
magnitudes de voltaje. Tal vez lo mas importante es que
convergen y estn disponibles an en condiciones un poco
desfavorables como por ejemplo bajos voltajes y ngulos
de fase altos.
Algunos algoritmos prueban la red observable e identifican
islas observables o es posible que inclusive agregue un
conjunto mnimo de medidas adicionales para volver la red
observable.
El desempeo de cualquier estimador de estado puede
degradarse severamente por la presencia de datos malos, por
lo tanto normalmente los algoritmos usan una funcin de
costos no cuadrtica la cual mejora en ausencia de datos
malos . Los algoritmos de supresin datos malos llegan a
ser comparables con los algoritmos de estimacin de datos
cuando todos los datos estn buenos y usan los tiempos de
computacin y convergencia similares.

La convergencia de un estimador de estado esta

determinada por la red observable, los modelos de red, la
redundancia de las medidas, el mtodo de solucin
numrica usado y
las aproximaciones usadas. Los
resultados y convergencia del Sinaut Spectrum se muestran
en la tabla 1.
La calidad del estimador de estado esta prcticamente
determinado por el algoritmo que usa para la estimacin de
las variables de estado y la informacin suministrada por el
sistema de adquisicin de datos y el modelo de red .

De acuerdo con el estado del arte, los bad data son

detectados usando ya sea la prueba Chi 2 o la prueba
residual. Si la prueba de deteccin falla, entonces se asumen
como existentes.
La identificacin es hecha basndose en que los pesos y los
residuos sean normalizados. Existen tres diferentes
aproximaciones implementadas:

Identificacin usando pesos residuales: despus de que

la estimacin de estado sea realizada, todos aquellos
valores anlogos cuyos pesos residuales son ms
grandes que un lmite dado son eliminados del ajuste de
los valores medidos.

Identificacin usando residuos normalizados: Despus

de que la estimacin de estado sea realizada, todos
aquellos valores anlogos cuyos residuos normalizados
son mas grandes que un lmite dado son eliminados del
ajuste de valores anlogos.

Identificacin usando el mtodo de compensacin:

Despus de que la estimacin de estado sea realizada,
cada valor anlogo es probado individualmente. Todos
los bad data son entrados en una lista de valores
anlogos sospechosos y probados nuevamente despus
de que el estimador de estado corra. As, los bad data
reales son separados de los valores buenos,
garantizando una alta integridad para el anlisis de los
bad data an en el caso de interaccin mltiple de bad
datas. La influencia de los bad data identificados es
eliminada del resultado de la estimacin sin pasos
adicionales.

Existen funciones y utilidades que permiten garantizar la

convergencia del estimador de estado, una funcin de
ganancia admisible y resultados de muy buena calidad .
El predictor de carga en barras es una funcin bastante
importante para el estimador ya que cuando la red se vuelve
no observable, esta suministra la carga de los circuitos de
las subestaciones en forma bien aproximada.
Esta
funcionalidad es dinmica y se auto actualiza pues tiene la
capacidad de aprender en forma inteligente el
comportamiento de la curva horaria de carga, basado
obviamente en los datos de potencia de tiempo real.
Es importante aclarar que ante el arranque inicial de un
estimador de estado los datos pueden ser actualizados en
forma manual sin embargo es mucho ms recomendable
esperar un periodo al menos de 2 a 3 meses para permitir
que existan suficientes datos almacenados y por lo tanto
las curvas de carga sean mejor aproximadas con los datos de
tiempo real.
TABLA 1. ALGORITMO FULL WLS FUNCION DE GANANCIA
Fecha

Tiempo

6-Feb-02

11:30:00 p.m.

Converge Bad data N. Bus

Yes

178

Ganancia
160,2

6-Feb-02

11:50:00 p.m.

Yes

178

170,6

7-Feb-02

1:00:00 a.m.

Yes

177

182,3

7-Feb-02

1:20:00 a.m.

Yes

177

166,1

7-Feb-02

1:30:00 a.m.

Yes

10

177

183,6

7-Feb-02

3:30:00 a.m.

Yes

177

162,5

7-Feb-02

8:40:24 a.m.

Yes

179

202,8

7-Feb-02

8:44:38 a.m.

Yes

179

209,1

7-Feb-02

12:17:25 p.m.

Yes

181

258,9

7-Feb-02

1:30:00 p.m.

Yes

181

232,6

Los bad data pueden ser tambin causados por un modelo

incorrecto de la red, por ejemplo, debido a la omisin
manual de actualizaciones de los elementos de la red.
Qu magnitud J(x) indica presencia de medidas malas?
Si asumimos que todos los errores son descritos por sus
funciones normales de densidad de la probabilidad
respectivas, J(x) corresponde con una funcin de densidad
de probabilidad de distribucin chi cuadrada, la cual
depende de K ( grados de libertad ), figura 4.

Anlisis de los datos malos - Bad Data

Los bad data son valores anlogos errneos los cuales
deterioran la precisin de la estimacin a menos que sean
eliminados del proceso de solucin. Una de las principales
tareas de la funcin de estimacin es la de detectar,
identificar y eliminar tales bad datas. Un prerrequisito es
que exista suficiente redundancia en las medidas y un
apropiado ajuste de la funcin estimacin de estado

Figura 4.
El nivel de significancia para J(X ) es

j(x)

y la Probabilidad J(x) > tj es tal que la confiabilidad de

J(X ) es

Figura 5 . Demanda 1

con k grados de libertad.

J(x) corresponde al porcentaje de probabilidad de que
ocurra una falsa alarma y tj corresponde al mximo
umbral permitido.
Deteccin de valores medidos crticos: La deteccin de los
valores crticos anlogos es llevada a cabo usando la
sensitividad de la matriz. Si un valor anlogo activo no
influencia con algn otro valor, este es marcado como
crtico y entrado en un resumen.

Figura 6 . Demanda 2

Detalles y Seguridad
Los estados de los flujos de potencia actuales determinados
por el estimador son chequeados por la observacin de los
lmites actuales superiores, limites de voltaje superior e
inferior, tambin como los lmites de inyeccin de reactiva
del generador.
Una vez detectados las violaciones de lmite, estas son
entradas en un resumen especial y un mensaje es emitido.

Figura 7 . Demanda 3

El chequeo de los lmites es desarrollado tambin para

aquellos valores los cuales no son medidos
Para propsitos del monitoreo de seguridad los lmites
pueden ser modificados por factores. As, el operador puede
solicitar una entrada dentro del resumen de violaciones de
lmite a una carga del 80%.
Resultados y Grficos del Estimador de Estado
En la tabla 2 se adjuntan los resultados del estimador de
estado de Sinaut Spectrum para diferentes condiciones de
demanda, estos pueden ilustrarse en forma grfica, Figura 5,
6. y 7:
TABLA 2. RESULTADOS DEL ESTIMADOR DE ESTADO
Ejecucin
Estado
Ultima Ejecucin
Tipo de Ejecucin
No de nodos
Pload(MW)
Qload(MVAr)
Datos Malos
Lmites Violados
Nmero de medidas proc.
Redundancia global %
Funcin de ganancia
Chi**2 Threshold
Valor esperado

Demanda 1

Demanda 2

Demanda 3

Vlido
5/02/2002 7:40
Cclico
267
1341
480
1
10
893
163
188
597
554

Vlido
5/02/2002 12:57
Espontneo
268
766
248
1
11
898
162
188
598
555

Vlido
6/02/2002 7:30
Cclico
274
1492
532
2
10
912
157
186
600
557

Mtodo de estimacin

Total

Total

Total

Deteccin datos malos

Peso residual

Peso residual

Peso residual

Activado

Activado

Activado

Valores del BS

V.

METODOLOGA DE SINTONIZACIN

A continuacin se resume en forma general los

prerrequisitos y variables que se deben prever para la
sintonizacin de un estimador de estado, adems de los
procedimientos requeridos:
Datos de tiempo real.
Los sistemas de adquisicin de datos de Scada deben contar
con muy buena disponibilidad de los datos de tiempo real,
esto no significa que el nmero total de medidas y estados
deban estar disponibles, sin embargo s un nmero
suficiente de medidas que permita la convergencia del
estimador.
Para un sistema de potencia en tiempo real se tienen Nm
medidas con Ns medidas estimadas, la diferencia entre
estas medidas determina la solucin o no de las ecuaciones,
esto se conoce como los grados de libertad.

De otro lado en la solucin del conjunto de ecuaciones se

espera que el sistema sea determinado o sobre determinado,
pues un sistema indeterminado significa un nmero mayor
de variables que ecuaciones, esto se traduce en un problema
de convergencia del estimador.
Precisin y Polaridad
Se debe efectuar la aactualizacin de la precisin del
conjunto de medidas de la red supervisada, en lo posible
esta informacin debe ser lo mas altamente confiable pues
la varianza y la covarianza de la medida es fundamental en
la deteccin y supresin de datos malos.
En caso de no tener exactitud en la precisin de las
medidas, estas deben penalizarse mediante una ponderacin
que le permita al estimador tener mas fiabilidad sobre las
medidas con exactitud en la precisin.
De igual forma se debe tener exactitud en la polaridad de las
medidas (unipolar o bipolar) . Esto define la direccionalidad
de los flujos en los diferentes elementos en el Sistema.
Topologa y Plausibilidad
Con el fin de mejorar el funcionamiento del Estimador de
estado en cuanto a tiempo de clculos y determinacin de
los datos malos, se hacen diversos chequeos a los valores
anlogos antes de que inicie el algoritmo de estimacin.
Existen chequeos de cruce de valores anlogos y topologa
de la red.

Parmetros Elctricos
Se requiere efectuar una verificacin de la base de datos
tcnica y unificada de los parmetros elctricos que posee
cada Compaa de Electricidad.
Los parmetros de resistencia (R ), reactancia (X ),
subseptancia (B ) , capacidad trmica, niveles de
cortocircuito de cada uno de los elementos de red tales
como generadores, transformadores, lneas, condensadores
y reactores deben ser validados de acuerdo con los niveles
de tensin, longitud de lnea y de demanda asociada, esto
permite una primera aproximacin para desechar errores en
las entradas manuales de datos o en la interpretacin de los
mismos.
Se recomienda chequear y verificar:

Unidades de trabajo de cada parmetro (Pu, %, reales)

Bases de potencia y voltaje de cada elemento de red.
Modelo
de
transformadores
bidevanados
y
tridevanados.
Modelo de Taps de los transformadores, especialmente
se debe determinar el comportamiento lineal o no de los
Taps.
De otro lado es importante tener claro el nivel de
tensin asociado al cambiador de TAP.
Los lmites nominales y operativos de cada elemento de
red deben ser revisados y depurados.

Observabilidad de la red
Los chequeos de cruces topolgicos ms comunes son:
Las medidas actuales y flujos en ramas abiertas en uno
de los dos extremos deben ser aproximadamente igual a
cero.
Las medidas actuales y flujos en ramas energizadas en
los extremos deben ser diferentes de cero.
Correspondencia de valores anlogos en ramas del
mismo tipo, estas
operan en paralelo y tienen
aproximadamente valores iguales.
Los chequeos de plausibilidad son:

Medidas de voltaje dentro de un rango especificado,

por ejemplo, 20% alrededor del voltaje nominal.
Las medidas de flujo en ambos extremos de una rama
deben ser diferenciadas una de otra considerando las
prdidas de esta.
La potencia aparente derivada de una medida de
potencia activa y reactiva debe ser aproximadamente
igual a la potencia aparente derivada de una medida de
voltaje y corriente.

De acuerdo con la disponibilidad de variables de estado en

tiempo real (medidas y estados) , sea en forma directa
(unidades terminales remotas) o indirecta (enlaces de
intercambio entre Centros de Control), se puede definir la
red observable en tiempo real. En lo posible debe
disponerse del mayor nmero de datos de medidas e
indicaciones de las subestaciones frontera, esto con el fin de
tener los flujos de intercambio para la redundancia del
estimador y obviamente para el aporte de potencia en el rea
de estudio.
Para aquellas subestaciones que en tiempo real no poseen o
pierden la telemedicin puede preverse un esquema de
seudo medidas, esto es posible gracias a la existencia de la
funcin de prediccin de carga en barras, la cual tipifica las
cargas de acuerdo a su funcin. Esta tipificacin consiste en
definir cuales circuitos tienen un comportamiento
proporcional a la curva de demanda horaria y cuales no.
Las seudo medidas permiten que la red no observable se
convierta en observable, mejorando la calidad de los
resultados del estimador de estado.

Redundancia de red
La redundancia del sistema corresponde a los grados de
libertad (K) , esta se calcula realizando la diferencia en el
nmero de medidas y el nmero de variables de estado.
K=Nm Ns
K=Nm-(2n-1)

( 14.0 )

Nm: Nmero de mediciones

Ns: Nmero variables de estado
El nmero de medidas de tiempo real debe ser muy
superior con respecto al nmero de medidas estimados, es
decir que los grados de libertad (K) correspondan con un
valor de chi cuadrado inferior al umbral mximo permitido.
Por lo general el grado de libertad en un sistema de
potencia ser mayor a 30, es decir que debido a la
redundancia y el comportamiento de las medidas del
sistema de potencia ,la funcin se aproxima a una funcin
de distribucin normal (Gaussiana)

Modelos de Red
El estimador de estado depende en un gran porcentaje de la
calidad de las medidas, sin embargo estas estn sujetas al
modelamiento de la red.
La impedancia interna equivalente de la red depende del
modelo de los transformadores, generadores, lneas y
elementos shunt, por lo tanto se hace necesario tener como
referencia que estas impedancias equivalentes son un factor
determinante para el estimador.
Modelo de transformadores
Para realizar el anlisis de los datos se tiene la siguiente
clasificacin:
Transformadores con dos devanados
Transformadores con tres devanados sin carga
Transformadores con tres devanados con carga
Para propsitos del anlisis de la red y determinacin del
modelo de red usado por el estimador de estado, el
transformador puede ser representado como un Diagrama
unifilar PI () .
Modelo de Generadores
Se pueden encontrar diferentes tipos de generadores en las
red, estos son modelados de acuerdo con los diversos
diseos . Para realizar el anlisis de los datos se tiene la
siguiente clasificacin:
Generador mas transformador independiente

Generador mas transformador implcito

Generador sin transformador
Generador simulado como inyeccin

De otro lado, la validacin de datos y limites del generador

se basa en los datos tcnicos suministrados por el fabricante
y en especial en las curvas de capabilidad de las maquinas.
Modelo de Cargas
El modelo pasivo de la red se representa como carga simple
o como carga a travs del transformador, la representacin
escogida de acuerdo con la observabilidad, es determinante
en cuanto a los resultados del estimador de estado.
Modelo de Lneas
El calculo de la red usa un modelo de lnea similar al de los
transformadores, diagrama PI Equivalente de Lnea.
Las lneas equivalentes aparecen determinantes en el
modelo de la red, es posible modelar la red propia y externa
con un modelo equivalente de red. Las redes equivalentes
son componentes de red ficticios que no son localizados a
un valor limite.
Modelo de Inyecciones equivalentes
Las inyecciones equivalentes aparecen en el modelo de la
red, si se modela una red externa con un modelo equivalente
de red o si se tienen puntos con incertidumbre en la
medicin.
2.

VI. OPERACIN Y MANTENIMIENTO

DEL ESTIMADOR DE ESTADO

La operacin y mantenimiento del estimador de estado

requiere bsicamente la aplicacin de las consignas de
operacin de los centros de control. Es importante aadir
que cada modificacin de la red o de las medidas deben ser
actualizadas en los sistemas de adquisicin de datos en
forma oportuna y coherente con los modificaciones en
campo, esto minimiza esfuerzos no solo en cuanto al
mantenimiento del Scada sino tambin en el mantenimiento
del mismo estimador de estado.
Se considera que el calculo de valor umbral y valor
esperado debe estar muy por encima de la funcin de
ganancia;
para el caso de EPSA que maneja
aproximadamente 1000 medidas y 200 barras, un valor
excelente de ganancia puede estar en el orden de 250 a 300,
mientras el valor umbral puede estar en 550 y el valor
esperado entre 500 y 530.

10

VII. CONCLUSIONES

El estimador de estado es una herramienta necesaria

para validar la informacin de tiempo real que procesan
los sistemas SCADA de los centros de control, sin
embargo un problema en su sintonizacin puede
conllevar a malas interpretaciones y errores en las
decisiones de operacin.
La puesta en operacin del estimador de estado debe
darse previo conocimiento del modelo de red, el
mtodo numrico de solucin y las variables que
determinan la validez de los resultados.

Independientemente de la precisin de las medidas y la

topologa de red , los estimadores de estado pueden
tener menor o mayor calidad, es decir arrojar resultados
total o parcialmente aproximados a los datos de tiempo
real; esto depende principalmente del algoritmo de
solucin y de los mtodos numricos disponibles para
determinar dicha solucin. Un mtodo bien aproximado
es mediante el uso de la funcin de mnimos cuadrados
que garantice la convergencia con un epsilon mnimo
( 0.01 a 0.001 ) y un nmero pequeo de iteraciones
( 5 a 10 ), esto redunda en el desempeo esperado para
la estimacin de datos de tiempo real

Los anlisis previos de la informacin de entrada de

seales anlogas y digitales del sistema SCADA, as
como los parmetros elctricos son una fase importante
y determinante en la sintonizacin de un estimador de
estado.
El proceso de verificacin y validacin de los datos en
tiempo real en lo que respecta a balances en barras,
precisin de medidas, direccionalidad en los flujos,
lmites operativos, redes observables y parametrizables
se debe efectuar justo antes de iniciar la primera corrida
del estimador. Algunas veces errores significativos en
estos datos o inconsistencias, provocan problemas de
convergencia que indisponen la aplicacin del
estimador de estado.
Los parmetros elctricos y la topologa tambin son
determinantes en la primera ejecucin del estimador de
estado, por lo tanto, se requiere una base de datos
tcnica unificada y confiable que contenga la
parametrizacin elctrica de la red supervisada, adems
de la conectividad de los componentes y la micro
topologa asociada.

Los mtodos de solucin numrica del estimador de

Estado de Sinaut Spectrum son confiables ya que tienen
velocidad y robustez para la minimizacin de la
funcin de errores y el tratamiento de las matrices
( ortogonalidad y esparcidad ). Se usa un manejo
especial para las medidas de los taps y se permite

trabajar con los datos de predictor de carga en barras el

cual se actualiza constantemente.

De acuerdo con la experiencia obtenida en EPSA se

puede afirmar que el uso de seudo medidas es una
buena posibilidad cuando se trata de estimar variables
en circuitos radiales, cargas dedicadas o en caso de
prdida de una unidad terminal remota ( RTU).
El uso de seudo medidas tambin puede provocar
discrepancias en los resultados
ya que estas
corresponden en algunos casos a entradas manuales y
aproximadas que incrementan la funcin de errores.

Actualmente el desempeo del estimador de estado

para la red de EPSA es muy bueno, la funcin de
ganancia oscila entre 210 y 335, los datos malos oscilan
entre 10 y 20 y las discrepancias estn entre 20 y 30,
esto bsicamente depende del impacto que tienen las
desviaciones de las medidas de generacin del Sistema
Interconectado Nacional.

VIII. AUTORES
Sandra Ospina Arango, Msc Sistemas de generacin de
Energa elctrica, Universidad del Valle, Coordinador de
Software de Centros de Control, Empresa de Energa del
pacifico- EPSA
Harold Ziga , MSc Sistemas de Potencia , Universidad
de Alabama -USA, Profesor de sistemas de potencia,
Universidad del Valle.
Carlos Arturo Lozano , Phd en Ingeniera Elctrica ,
Universidad de Strathclyde, Profesor de Sistemas de
potencia, Universidad del Valle.
IX.

BIBLIOGRAFIA

[1] Allen J. Wood y Bruce F. Wollenberg , Power

generation, operation and control - Willey and Sons, 1984
[2] A. Monticelli, Felix F. Wu, Department Of Electrical
Engineering Network observability: Identification of
observable islands and
measurement placement - Paper
IEEE transactions on power
apparatus and systems, Vol
Pas 104, No 5 mayo 1985.
[3] J.J Allemong, L. Radu, A.M. Sasson, American Electric
Power Service Corporation - A fast and reliable state
estimation algorithm for AEPs New control center - Paper
IEEE transactions on power apparatus and systems, Vol Pas
101, No 4 april 1984.
[4] Xiang Nian -de , Wang Shi - Ying, Electrical
Engineering Department, Tsinghua University - A new
approach for detector and identificaction of multiple bad
data in power system state stimation -Paper IEEE
11

transactions on power apparatus and systems, Vol Pas 101,

No 2 february 1982.E.
[5] Handschin , F. C. Schweppe , J. Kohlas , A. Fiechter
Bad Data Analysis for Power System State Estimation
IEEE Transactions on Power Apparatus and System, vol.
PAS-94 , No. 2, March/April 1975
[6] A. G. Phadke, J. S. Thorp, K. J. Karimi State
Estimation with Phasor Measurements IEEE Transactions
on Power Systems, Vol. PWRS-1, No.1, February 1986
[7] L. Mili , Th. Van Cutsem , M. Ribbens Pavella- Bad
Data Identification Methods in Power System State
Estimation . A comparative Study Department of
Electrical Engineering : University of Liege Sart Tilman,
B- 4000 Liege , Belgium. IEEE Transactions on Power
Apparatus and Systems, Vol. PAS 104, No. 11, November
1985.
[8] SIEMENS Power Transmission and Distribution, Design
Network Analysis, Power Systems Control Sinaut Spectrum
Release 4.1, Empresa de Energa del Pacfico S.A
[10] Ospina A. Sandra, Estudio y sintonizacin del Sistema
Elctrico regional de EPSA, Universidad del Valle, Febrero
2002

X AGRADECIMIENTOS
A la Universidad del Valle por el apoyo en la investigacin
y los recursos acadmicos y bibliogrficos.
A la Empresa de Energa del Pacifico EPSA por el apoyo
en la investigacin y por el suministro de los recursos para
la pruebas e implementacin en una herramienta de tiempo
real Sinaut Spectrum.

12