IEEE Power & Energy Magazine - Spanish - January/February 2023 - 47

estimación, divergencias en los algoritmos o incluso
operaciones engañosas. Los datos erróneos se suelen
detectar e identificar mediante el análisis residual, que
estudia las características estadísticas de la diferencia
entre las mediciones previstas y las reales. Una vez detectados
e identificados los datos erróneos, sus efectos
negativos se pueden mitigar asignando de forma adaptativa
las ponderaciones adecuadas en los algoritmos
de estimación. Cuando se observa un sesgo para un
medidor particular que utiliza el KF, el sesgo estimado
se puede utilizar para calibrar sus modelos de medición
relacionados con el fin de mejorar la precisión de
la medición.
Con la creciente penetración de los sistemas de medición
modernos, como los PMUs, se están desarrollando e implementando
más aplicaciones de la tecnología KF para mejorar
la confiabilidad y eficiencia de las operaciones de la red
eléctrica al aumentar la conciencia situacional del operador
sobre los comportamientos estadísticos y dinámicos. En las
secciones siguientes, se detallan tres ejemplos para ilustrar
sus aplicaciones e impactos.
DSE
Como función central en la operación de la red eléctrica,
la estimación del estado genera datos críticos para otras
herramientas operativas. Cualquier deficiencia en el proceso
de estimación del estado se propagará a través de las herramientas
operativas y tendrá un impacto directo en el funcionamiento
del sistema. Los estimadores de estado estáticos
tradicionales reciben datos de los sistemas de supervisión,
control y adquisición de datos (SCADA, por sus siglas en
inglés), con datos actualizados en intervalos de varios segundos,
lo que puede hacer que el estimador de estado pase por
Magnitud de tensión terminal estimada
1.5
1.4
1.3
1.2
1.1
1
0204060
Tiempo (s)
(a)
PMU decimado Estimación SSE
80 100 120
1.1
1.05
1.15
1.25
1.35
1.45
1.4
1.3
1.2
85
90
95
Tiempo (s)
(b)
Reproducción DSE
figura 3. El (a) rendimiento de SSE y DSE tras un evento y (b) una vista ampliada alrededor de la perturbación.
enero/febrero 2023
ieee power & energy magazine
47
100
alto las dinámicas rápidas. Además, la función de estimación
estática de estado (SSE, por sus siglas en inglés) que suele
adoptar la industria de la energía se basa en la suposición de
una condición de funcionamiento del estado casi estable. Las
perturbaciones críticas pueden violar este supuesto, lo que
es más probable en la industria actual debido a la dinámica
más rápida de los sistemas dominados por las fuentes basadas
en inversores. Se ha informado de que la SSE basada en
SCADA que se utiliza en la actualidad en los EMS industriales
no consigue capturar estados precisos del sistema
después de un evento iniciador grave o durante las fallas en
cascada.
Los últimos desarrollos en tecnología PMU hacen posible
la estimación de estados dinámicos (por ej., ángulos y
velocidades del rotor del generador) con datos de medición
sincronizados en el tiempo y de alta velocidad. La estimación
de estados dinámicos no es posible utilizando mediciones
SCADA debido a la baja frecuencia de actualización de
los datos de medición. En la actualidad, los PMU, con una
frecuencia de actualización de datos típica de 30 tramas/s,
pueden captar la amplia mayoría de las dinámicas de alta
energía de las redes eléctricas y, de este modo, hacer posible
la DSE, que proporciona una visión dinámica completa de
una red eléctrica y permite, además, la simulación dinámica
anticipada y el análisis dinámico de contingencias.
Mediante un caso de uso, demostramos cómo el rendimiento
de la SSE se degrada cuando se producen perturbaciones,
y la DSE captura los eventos que la SSE tradicional
pasa por alto. En este caso, extraemos un subsistema con
154 nodos de la North America Western Interconnection.
Este subsistema tiene una cobertura PMU completa. Al no
disponer de mediciones SCADA para este caso, se alteró
el orden temporal de los datos PMU dentro del periodo de
Magnitud de tensión terminal estimada
V15 Por unidad
V15 Por unidad
IEEE Power & Energy Magazine - Spanish - January/February 2023

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - January/February 2023
