Implantación Industrial de un Estimador de Estado como

parte de un Plan de Mejora del Negocio

David Trebolle Trebolle (1), Octavio M. Ruiz García (2)

Miguel Ordiales Botija (3), Esther Romero Ramos (4)
(1)
Unión Fenosa Distribución
C/ Antonio López 193. 28026 Madrid. España.
email: dtrebolle@unionfenosa.es
(2)
Applus Norcontrol, SLU
C/ Campezo, 1. 28022 Madrid. España.
email: oruizg@appluscorp.com
(3)
Soluziona
PE La Finca, edif. 4. Paseo del Club Deportivo, 1. 2800x Pozuelo de Alarcón. España.
email: mordiales@soluziona.com
(4)
Universidad de Sevilla
Dpto. de Ingeniería Eléctrica. Avda de los Descubrimientos, s/n. 41092. Sevilla España.
email: eromero@us.es

Resumen

Las nuevas necesidades de las empresas de distribución eléctrica, asociadas al

tamaño de la red que poseen, han provocado que la utilización de herramientas
informáticas para realizar los diferentes estudios y análisis de redes que apoyen a
los operadores de las redes eléctricas, se haya sistematizado.

En este artículo se van a divulgar los beneficios de la implantación industrial de un

Estimador de Estado off-line, específicamente desarrollado para la empresa
española: Unión Fenosa Distribución. Gracias a esta implantación, además de
mejorarse los modelos informáticos utilizados para analizar la red, se han
conseguido una serie de beneficios asociados; como pueden ser: depuración y
unificación de las distintas bases de datos de instalaciones; interacción de los
diferentes sistemas implantados en la compañía, facilitando y mejorando su
mantenimiento; apoyo en la elección de la instalación de nuevos equipos de medida
para mejorar la observación de la red, etc.

Palabras clave: Estimación de Estado, Análisis y Operación de Redes.

1. Introducción

La liberalización del sector eléctrico durante la década de los 90 ha supuesto que se

produzcan una serie de cambios estructurales, económicos y regulatorios. Dichos
cambios, unidos a los crecientes precios del petróleo, junto a la búsqueda de una menor
dependencia energética exterior, de mejorar la eficiencia y de cumplir las diversas
normativas medioambientales; han supuesto el impulso definitivo de las tecnologías
enmarcadas dentro del concepto de generación distribuida. Esta nueva forma de
generación, directamente conectada a las redes de distribución, está implicando cambios
profundos en la técnica de planificar y operar estas redes. Esto se debe,
fundamentalmente, a que se pierde el carácter histórico radial de las redes de
distribución, con flujos de potencia normalmente unidireccionales desde las redes de
transporte hacia los puntos de consumo en baja tensión.

Debido a los hechos anteriormente descritos, las empresas de distribución de energía

eléctrica tienen, en la actualidad, la necesidad de planificar y adaptar continuamente sus
instalaciones y la explotación de las mismas; requiriéndose, por tanto, de una mayor
flexibilidad en sus actuaciones.

Por otro lado, la extensión de las redes de distribución, hace prácticamente imposible su
análisis y estudio sin el uso de herramientas informáticas. Por tanto, para poder trabajar
de forma adecuada, los operadores tienen que contar con la ayuda de una serie de
aplicaciones de análisis de red que faciliten la integración de las nuevas tecnologías y
asimilen la flexibilidad como una nueva forma de entender las redes eléctricas.

En los últimos años, en Unión Fenosa Distribución (UFD) se ha venido realizando un

Plan de Mejora del Negocio, con el que se trata de adaptar las redes a los cambios
anteriormente descritos. Este plan incluye la preparación de herramientas informáticas,
con la doble finalidad de mejorar los resultados obtenidos en las distintas operaciones y
de optimizar los recursos necesarios para realizar los diferentes estudios. Como es
lógico, estas herramientas deben partir de un buen modelo informático de la red
eléctrica a estudiar.

Para conseguir los modelos informáticos de la red eléctrica, en la situación de partida de

los distintos estudios, UFD ha decidido implementar un estimador de estado que
funcione off-line, basándose en históricos de SCADA. Además, este estimador utiliza
las distintas bases de datos de instalaciones existentes para recoger los parámetros de los
equipos existentes en dichas redes. Además, en la actualidad se está trabajando en la
elaboración de un nuevo módulo para estimar los parámetros de la red.

2. Estimador de Estado utilizado

La estimación de estado es, a día de hoy, un proceso clave que permite el uso de
aplicaciones de análisis de red; como son, los flujos de cargas, los análisis de
contingencias y cortocircuito y el estudio de la estabilidad de los sistemas eléctricos.

Para conocer el comportamiento del modelo de una red eléctrica, es necesario conocer
los valores de las variables de estado; entendiendo por tales, el conjunto mínimo de
variables necesarias para, a partir del mismo, calcular el resto de magnitudes eléctricas
(flujos de activa y reactiva, intensidades etc.) en cada punto de la red.

A partir del conjunto instantáneo de medidas, y de la configuración topológica y de

parámetros de la red eléctrica, el estimador de estado utilizado calcula las variables de
estado que minimizan el error cuadrático ponderado entre cada una de las medidas de
campo y el valor obtenido para la misma a partir de las variables de estado (1). Para
ponderar el error, se utiliza como peso el valor de la inversa del cuadrado de la
desviación típica esperada para la medida (error de precisión de la medida).
 min ∑ pesoi (medidareali − medidaestimadai )2 (1)
todas las medidas
Sujeto a las ecuaciones de la red

La gran redundancia de información existente en las redes de transporte ha hecho

posible la utilización sistemática de estimadores de estado on-line, para filtrar y mejorar
la información procedente de los sistemas SCADA, así como para obtener modelos
informáticos de las mismas en tiempo real.

Históricamente, las empresas de distribución de energía eléctrica no han venido

utilizando estimadores de estado, debido a la baja redundancia de información que
existía de forma habitual en sus redes. Las nuevas tecnologías en las comunicaciones y
las necesidades de adaptación (flujos cambiantes en la red y mayor flexibilidad), han
supuesto un aumento de la cantidad de medidores existentes en la red, llevando su
redundancia a unos extremos que hacen aceptable la utilización de estos estimadores.

El estimador de estado implementado, fue desarrollado conjuntamente por la

Universidad de Sevilla y la Texas A&M University con las especificaciones explicadas
anteriormente. Este estimador ha sido desarrollado específicamente para redes de
distribución, introduciendo la posibilidad de incorporar medidas de intensidad [5, 8],
aumentando la redundancia y consiguiéndose, por tanto, que la solución resultado tenga
mayor fiabilidad. Además, el estimador calcula la posición de toma de los
transformadores que se indiquen, como una variable de estado más, haciendo uso del
valor de dicha posición recibido de SCADA como una medida [10]. Este hecho provoca
que se pueda calcular la posición de toma en transformadores cuyo valor no sea
conocido y que pueda ser estimado en aquellos en los que no haya suficiente confianza
en el valor recibido.

Como herramienta adicional, el estimador de estado incorpora un módulo de

tratamiento de medidas erróneas basado en los residuos normalizados de las mismas
(Capítulo 5 de [2]), que aporta un listado ordenado de las medidas que no encajan
adecuadamente con los resultados ofrecidos.

Como medio para la utilización de este estimador de estado, se ha organizado un

software específico que permite, además de analizar la observabilidad y preparar la red
para resolver cada estimación, analizar los resultados obtenidos por el proceso de
estimación propiamente dicho. Esto nos permite comprobar los posibles errores
topológicos, de parámetros, de medidas, etc. haciendo las correcciones pertinentes para
poder llegar a obtener un modelo de la red lo más óptimo posible.

3. Fases de implantación

Las primeras fases de la implantación del estimador de estado, consistieron en una serie
de pruebas en las que se trataba de encontrar el estado de la red, utilizando un modelo
topológico de la red en vacío y una foto del conjunto de medidas para un instante
concreto.

Además de probarse que con la redundancia introducida por las medidas de intensidad
existentes en dicho momento en SCADA era posible obtener un estado estimado
suficientemente fiable; los problemas que fueron encontrándose hasta hacer converger
la red durante esta fase fueron determinantes para una primera depuración de las bases
de datos de los parámetros técnicos de los equipos y de los errores de las medidas
(errores de factor de escala, de posicionamiento de cero, etc). Los resultados obtenidos
se utilizaron, además, para encontrar las zonas más oscuras de la red y las de menor
redundancia, en las que era necesario y/o conveniente introducir nuevos medidores.

En una segunda fase, se trató la técnica de guardar los históricos de SCADA, no sólo de
las medidas, sino de topología de la red y del estado de los elementos de corte; para lo
cual, se utilizó parte de un sistema ya creado para la gestión de incidencias en alta
tensión. En esta fase, gracias a la aplicación del estimador de estado, se depuraron los
módulos intermedios entre SCADA y el estimador, y por tanto, fueron de gran utilidad
para que la gestión de incidencias en alta tensión funcionara adecuadamente gracias a
las comprobaciones que pudo hacerse, con el uso y resultados del estimador, de la
corrección de los datos guardados.

En la actualidad, el programa de estimación de estado, se encuentra insertado en un

paquete software realizado explícitamente para UFD por un equipo formado por
técnicos de Soluziona y Applus. La dirección última del proyecto corresponde a UFD,
quien decide cuáles son las características finales del software. A día de hoy, además
del estimador de estado y sus aplicaciones asociadas (análisis de observabilidad y de
medidas erróneas, tratamiento de datos, ventana de aplicación gráfica…), este software
incluye la posibilidad de realizar análisis de contingencias y de explotación
(actualmente, basados en flujos de cargas) y se prevé que vaya actualizándose e
incorporando nuevas mejoras y aplicaciones, de forma que llegue a ser la herramienta
de análisis determinante para la planificación de la operación.

4. Nuevos desarrollos

Actualmente, en un proyecto de colaboración con la Universidad de Sevilla, INDRA y

Applus, liderado y financiado por Unión Fenosa Distribución, se está adaptando el
estimador de estado para incorporar los nuevos avances enmarcados en el estado del
arte. Con este proyecto, se trata de conseguir integrar un estimador de estado robusto, de
pesos variables de Huber, y que incorpore una serie de ideas y mejoras, encontradas en
base a la experiencia de uso del estimador actual, con las que se consiga que el modelo
informático de la red, tenga un comportamiento, aún más parecido al real. Para ello, se
incorporarán una serie de restricciones que acompañan a la minimización cuadrática
ponderada, así como la posibilidad de estimar los parámetros eléctricos de las
instalaciones, en las zonas en las que la redundancia existente lo permita.

En las nuevas fases de implantación, además de la ampliación en la estimación de

estado, está previsto incorporar nuevos módulos de análisis que permitan la
optimización de la explotación bajo los criterios de Seguridad, Calidad y menor coste
económico.

5. Conclusiones

A lo largo del artículo se han mostrado algunas de las mejoras que se han introducido en
el funcionamiento diario de una empresa de distribución eléctrica, como es Unión
Fenosa Distribución, gracias a la implantación de un estimador de estado y de sus
desarrollos adicionales:
• Elaboración de casos de estudio para realizar análisis de red
• Automatización de procesos
• Identificación fiable de medidas erróneas
• Mejora de la información contenida en las bases de datos
• Incorporación óptima de medidores en la red
• Apoyo durante el mantenimiento evolutivo de sistemas informáticos anexos

Durante el trabajo diario de una empresa con un sistema de las dimensiones de una
distribuidora de energía eléctrica, es prácticamente imposible que la totalidad de la gran
cantidad de información técnica que se manejan en los diferentes estudios, no se
encuentre exenta de ciertas desviaciones, inapreciables, incluso aunque se realicen
estudios exhaustivos enfocados a encontrarlos.

La precisión con la que se puede llegar a trabajar con un sistema informático muy
técnico, como el implantado, provoca que se puedan llegar a encontrar fácilmente
aquellos puntos en los que la información utilizada no sea lo suficientemente precisa.

El ajuste, que es necesario realizar para conseguir que las ecuaciones matemáticas del
estimador de estado converjan, y además lo hagan hacia un resultado adecuado, provoca
la optimización de la información utilizada. Además, el propio estimador va dando
indicaciones de los lugares donde se pueden encontrar las mayores desviaciones, debido
a la acumulación de resultados erróneos que va encontrando. Estos hechos han
concluido en que los distintos procesos de la implantación del estimador de estado, así
como su utilización habitual sirvan, además de para obtener los modelos informáticos
de las redes, para encontrar esas pequeñas desviaciones, optimizándose, por tanto, la
información técnica existente en la empresa.

Del mismo modo, los sistemas técnicos paralelos, basados en la misma información
técnica que el estimador de estado, han acabado dando mejores resultados, debido a que
tienen a su disposición una información bastante optimizada.

Por otro lado la estimación de estado Off-line ha permitido la automatización de la

formación de redes de cara al estudio de explotación de las mismas.

Reconocimientos

Los trabajos realizados y presentados en este artículo han sido financiados y liderados,
en su totalidad, por Unión Fenosa; siendo la propietaria de las aplicaciones informáticas
y de los resultados obtenidos.
Referencias

[1] D. Trebolle Trebolle. La operación se anticipará al tiempo real. Revista de Unión Fenosa.
No 125. Septiembre 2006
[2] Abur, A. Gómez Expósito. Power System State Estimation. Theory and Implementation.
Marcel Dekker, Inc. 2004
[3] A. Gómez Expósito et al. Análisis y operación de sistemas de energía eléctrica. Mc Graw
Hill. 2002.
[4] P.J. Zarco Periñán, A. Gómez Expósito. Estimación de estado y de parámetros en redes
eléctricas. Universidad de Sevilla-Secretariado de Publicaciones. 1999.
[5] J.M. Ruiz Muñoz, A. Gómez Expósito. A line-current measurement based estimator.
Transactions on Power Systems, Vol. 7, No 2, pp 513-519. May 1992.
[6] A. Abur, A. Gómez Expósito. Algorith for determinig phase-angle observability in the
presence of line-current-magnitude measurements. IEE Proc.-Gener. Transm. Distrib., Vol.
142, No 5, pp 453-458, September 1995.
[7] A. Abur, A. Gómez Expósito. Detecting multiple solutions in State Estimation in the
presence of current magnitude measurements. IEEE Transactions on Power Systems, Vol.
12, No 1, pp 370-375, February 1997.
[8] A. Abur, A. Gómez Expósito. Bad data identification when using ampere measurements.
IEEE Transactions on Power Systems, Vol. 12, No. 2, pp 831-836, May 1997.
[9] A. Gómez Expósito, A. Abur. Generalized observability analysis and measurement
classification, Vol. 13, No.3, pp 1090-1095. August 1998.
[10] F. González Castrejón, A. Gómez Expósito. Modeling transformer taps in block-based
state estimation. 2001 IEEE Porto Power Tech Conference. Porto, Portugal, 2001.
[11] A. de la Villa Jaén, A. Gómez Expósito. “Modeling unknown circuit breakers in
generalized state estimators”. 2001 IEEE Porto Power Tech Conference. Porto, Portugal,
2001.
[12] A. Monticelli. “State Estimation in Electric Power Systems: A Generalized Approach”.
Kluwer International Series in Engineering and Computer Science.
[13] M. Brown do Coutto, J.C. Stacchini de Souza, F.M. Fernandes de Oliveira, M.T. Schilling.
“Identifying critical measurements & sets for power system state estimation”. 14th
Proceedings of the Power Systems Computation Conference. Sevilla 2002.
[14] A. Simoes Costa, F. Vieira. “Topology error identification through orthogonal estimation
methods and hypothesis testing”. 14th Proceedings of the Power Systems Computation
Conference. Sevilla 2002.