You are on page 1of 8

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

REPRESENTAO DE RESTRIES FUZZY EM UM PROBLEMA DE ESTIMAO DE ESTADO


EM SISTEMAS ELTRICOS DE POTNCIA
LOPES, THALES T.
CEFET/RJ -Centro Federal de Educao Tecnolgica Celso Suckow da Fonseca/Eletrobras Cepel
Rua Dias da Rocha, n26, Apartamento 105, CEP 22051-020, Copacabana, Rio de Janeiro, RJ
E-mails: thales.lopes@eletrobras.com

FALCO, DJALMA M.
LASPOT Laboratrio de Sistemas de Potncia, COPPE/UFRJ
Programa de Engenharia Eltrica, Caixa Postal 68504, CEP 21941-972, Ilha do Fundo, Rio de Janeiro, RJ
E-mails: falcao@nacad.ufrj.br
Abstract This work presents a methodology for the representation of qualitative information, with high uncertainty content, in the
problem of state estimation in electric power systems. The representation of the uncertainties is carried through using the concepts of
Fuzzy sets, modeled as Fuzzy pseudo-measurements. The Fuzzy pseudo-measurements are represented in the problem of state estimation as inequality constraints, using state estimators models based on Fuzzy programming. The main application of the methodology
is the calculation of the state vector in distribution feeders and modeling of external network in electricity transmission systems, characterized by a weak database in real time, and a great deal of qualitative information. Other advantages of state estimators models,
as robustness to a great variety of gross errors in analogical measures, or the gross errors in the modeling of the Fuzzy pseudomeasures, also are verified.
Keywords State Estimation, Fuzzy Programming, Pseudo-measurements, Gross Error, Power State Vector
Resumo Este trabalho prope uma metodologia para a representao de informaes qualitativas, de natureza imprecisa, no problema de estimao de estado em sistemas de energia eltrica. A representao da informao qualitativa realizada empregando os
conceitos de conjuntos Fuzzy, sendo modelada como pseudomedidas Fuzzy e tratadas no problema de estimao de estado como restries de desigualdade ao problema. Foram desenvolvidos modelos de estimadores de estado aplicando programao linear e quadrtica Fuzzy. A principal aplicao da metodologia o clculo do vetor de estado em redes de distribuio e a representao de redes
externas em sistemas de transmisso de energia eltrica, que so caracterizados por apresentarem ainda uma fraca base de dados disponibilizada em tempo real, e um elevado grau de informaes qualitativas. Outras vantagens dos modelos de estimadores desenvolvidos neste trabalho, como robustez a uma grande variedade de erros grosseiros em medidas analgicas ou a erros grosseiros na modelagem das pseudomedidas Fuzzy, tambm so verificados.
Palavras-chave Estimadores de Estado, Programao Fuzzy, Pseudomedidas, Erros Grosseiros, Vetor de Estados

Introduo

Com a intensificao da entrada de gerao distribuda nas redes de distribuio de eletricidade e o


fortalecimento das interconexes entre sistemas de
transmisso, maiores se tornam as exigncias operacionais sobre estas redes. Como consequncia, as
ferramentas computacionais para a avaliao da segurana necessitam de modelos matemticos cada
vez mais precisos e, em muitas situaes, complexos. Um desafio frequentemente encontrado no desenvolvimento de modelos a fraca base de dados
disponibilizada em tempo real pelo sistema SCADA
(Supervisory Control and Data Acquisition), muitas
vezes, incompleta ou insuficiente, impedindo que
modelos matemticos mais precisos, ou pelo menos
coerentes com a realidade de operao, possam ser
construdos para as ferramentas computacionais de
auxlio operao do sistema eltrico, como programas de fluxo de potncia, configuradores de redes e estimadores de estado. Por outro lado, existe
nos sistemas eltricos uma enorme disponibilidade

ISBN: 978-85-8001-069-5

de informaes qualitativas, caracterizadas pela experincia acumulada pelo pessoal tcnico ou por
resultados de estudos e pesquisas. Estas informaes
se bem aproveitadas e trabalhadas possibilitariam a
construo de modelos matemticos mais verdicos
para representao do estado de operao da rede
eltrica. Verifica-se para as redes de distribuio de
eletricidade e para os sistemas de transmisso interconectados e no telemetrados (redes de transmisso
externas), um quase total desconhecimento das condies de operao em tempo real, aliada a uma elevada disponibilidade de informaes qualitativas,
com elevado grau de impreciso sobre as suas condies. As redes de distribuio de eletricidade caracterizam-se, historicamente, por um baixo nvel de
monitoramento em tempo real, com insuficincia de
pontos de medio ao longo dos seus alimentadores.
As redes eltricas externas, em sistemas de transmisso de eletricidade, apresentam-se bem monitoradas em relao ao seu Centro de Operao do Sistema (COS), contudo no disponibilizam os valores
monitorados em tempo real para os COSs vizinhos.
A integrao de informaes qualitativas, de carter subjetivo, no uma singularidade nas ferra153

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

mentas de avaliao da segurana operativa do sistema, principalmente em estimadores de estado, uma


vez que pseudomedidas so tradicionalmente construdas a partir destas informaes e utilizadas na
soluo de problemas de observabilidade da rede
eltrica. No contexto da construo de modelos hbridos de estimadores de estado, a aplicao dos
conjuntos de natureza Fuzzy mostra-se bastante aderente. Exemplos podem ser encontrados nos trabalhos de Miranda (Miranda, 1995), (Miranda, 2000)
e Pereira (Pereira, 1995), (Pereira, 1999), (Pereira,
2000), (Pereira, 2001). Nestes trabalhos so propostos e aprimorados modelos de estimadores de estado
para redes de distribuio de eletricidade, representando as informaes imprecisas das condies de
carregamento ao longo do alimentador, por conjuntos Fuzzy. Saric (Saric, 2003) prope tambm um
estimador de estado e fluxo de potncia, integrando
os conjuntos Fuzzy, na qual dados histricos de consumidores so modelados por funes Fuzzy.
Neste trabalho so propostos modelos de estimadores de estado aplicando as tcnicas de programao linear e no linear, em ambiente Fuzzy, com o
objetivo principal do clculo do vetor de estados do
sistema eltrico. As pseudomedidas so construdas
a partir das informaes qualitativas imprecisas da
rede eltrica, sendo modeladas por conjuntos Fuzzy
e representadas por restries de desigualdade no
problema de estimao de estado. A aplicao da
tcnica de programao linear em ambiente Fuzzy,
para a soluo do problema de estimao de estado,
pode ser considerada como uma abordagem Fuzzy
para o algoritmo baseado na Soma dos Mnimos
Valores Absolutos Ponderados dos Resduos
(VAPR), dado em Abur (Abur, 2004). Por sua vez, a
modelagem aplicando a tcnica de programao
quadrtica Fuzzy procurou desenvolver uma metodologia que permitisse representar as grandezas Fuzzy
em adequao tcnica mais utilizada na grande
maioria dos programas hoje em utilizao para a
estimao de estado em sistemas eltricos, no caso o
mtodo dos Mnimos Quadrados Ponderados (MQP).
O conjunto de simulaes realizadas avaliou a eficcia e a robustez dos estimadores de estado com restries Fuzzy no clculo do vetor de estados do sistema, considerando a presena de uma grande variedade de erros grosseiros em medidas analgicas, ou
na definio das prprias pseudomedidas Fuzzy.
Testes foram realizados no sistema de 30 barras do
IEEE, para a modelagem de um sistema externo de
transmisso, e em uma rede real de distribuio de
33 barramentos. Os resultados so comparados com
aqueles fornecidos pelo fluxo de potncia e pelos
estimadores de estado MPQ e VAPR, e mostram que
os modelos propostos so uma boa alternativa para a
incluso de informaes qualitativas imprecisas no
problema de estimao de estado em sistemas eltricos, dispensando a aplicao de ferramentas de psprocessamento, dada a robustez apresentada.

ISBN: 978-85-8001-069-5

2 Estimao de Estado em Sistemas Eltricos


Em Schweppe (Schweppe, 1970) formulado o
modelo de estimao esttica de estado, que relaciona as magnitudes e fases das tenses complexas nos
barramentos, com as medidas analgicas obtidas em
tempo real e pseudomedidas, dado por:
z = h(x) + e
(1)
Onde h(x) o vetor das equaes das medidas e
pseudomedidas (nm) em funo das variveis de
estado x, com dimenso nm x 1. As medidas e pseudomedidas consideradas so os fluxos de potncia
ativa e reativa nas linhas, injees de potncia ativa
e reativa e magnitudes de tenso nas barras.
Os componentes do vetor e (nm x 1) so os erros
de medio e esto associados com o erro inerente,
introduzido pelos medidores, transdutores, redes de
comunicao e outros. Eles, normalmente, so assumidos como uma varivel independente e aleatria, com distribuio Normal de mdia zero e matriz
de covarincia dos erros de medio R (nm
x nm),
2
definida por uma matriz diagonal, onde i a varincia de uma medida analgica; i = 1, ..., nm.
1 2 0
(2)
0
1
R 0

1 2
nm
0

2.1 Mnimos Quadrados Ponderados (MQP)


O mtodo dos Mnimos Quadrados Ponderados
(MQP) o mais amplamente utilizado na soluo do
problema de estimao de estados em sistemas eltricos. Conforme Monticelli (Monticelli, 2000), o
mtodo baseia-se na minimizao da soma ponderada dos quadrados dos erros de medio, considerando restries operativas de igualdade e desigualdade:
1 nm
1 nm
(3)
min imizar J ( x) = ri2 i2 = [zi - hi ( x)]2 i2
2 i =1

sujeito a

2 i =1

g ( x) = 0;
c( x) 0;

Onde: ri = z i - hi ( x) o resduo de estimao


para uma medida i qualquer;
g(.) e c(.) so restries operativas de igualdade
e desigualdade.
Aplicando a primeira condio de otimalidade
de Karush-Kuhn-Tucker (KKT) funo objetivo
J(x) do problema (3), obtm-se o sistema matricial
de equaes no lineares a ser resolvido:
nm r
(4)
hi ( x)

J ( x)
i
= 2
= H ' R z-1r = 0

x
i =1 i
Onde (hi ( x) x) a ith linha da matriz H.
A soluo de (4) usualmente obtida pelo mtodo de Gauss-Newton, que implementado pelo
algoritmo abaixo. G a Matriz Ganho do sistema.

154

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

z1 h1 x
T 1

x G H Rz

h
x
nm nm

(5)

[G] = [H ]T [R]-z1 [H ]

(6)

2.2 Soma dos Valores Absolutos Ponderados dos


Resduos (VAPR)
Uma aproximao alternativa para a soluo do
problema de estimao de estado a modelagem
baseada na Soma dos Valores Absolutos Ponderados
dos Resduos, proposta por Abur (Abur, 2004). Neste mtodo, a funo objetivo definida por:
nm
(7)
min imizar ri
i =1

sujeito a

zi = hi ( x) + ri , 1 i nm

Como a funo objetivo do tipo modular, linear por partes, o problema de estimao pode ser formulado como um problema de programao linear.
nm
(8)
min imizar c T [u + v ]
i =1

sujeito a

Introduzindo a nova varivel , correspondente


minimizao do conjunto de funes de pertinncia do conjunto de deciso Fuzzy, descrito em (10), o
modelo equivalente para o problema de programao
Fuzzy pode ser assim definido:
max imize
(11)
sujeito a pi + Bi x di + pi , i = 1,..., nm + 1
, x 0; 1
Para o tipo mais simples de funo de pertinncia, ilustrada na Figura 1, e assumindo um decremento linear para valores abaixo do intervalo de
tolerncia di , tem-se a relao definida em (12) para
i x . O parmetro p escolhido subjetivamente de
forma a indicar um intervalo permissvel de violao
das restries de natureza Fuzzy.
i(x)
1.0

H ( x).x + U - V = r

di

U , V 0

di + pi

Bx

Bix

Figura 1. Funo de pertinncia para uma grandeza Fuzzy.

Onde: U, V so vetores auxiliares cujos componentes so as variveis de folga no negativas associadas aos resduos de medio, ui e vi .
cT = [ 1 , 1 , ..., 1 ] o vetor de pondeR1

R2

Rnm

raes do inverso das covarincias dos erros de medio definidos em R ( nm x 1).


A soluo do problema de programao linear
pode ser obtida pelo mtodo Simplex ou pelo mtodo
dos Pontos Interiores Primal Dual, descritos em Gill
(Gill, 1981).
3 Restries Fuzzy
3.1 Otimizao Fuzzy
A forma geral do problema de otimizao
Fuzzy, considerando a presena de mltiplos objetivos (fi) e restries flexveis, definida por:
(9)
max imizao Fuzzy f1 x , f 2 x ,..., f n x
x X
sujeito a : gi x 0, i 1, 2,..., m

1
se Bi x d i

Bi x d i
i x 1
se d i Bi x d i pi
pi

0
se Bi x d i pi

de e denota uma flexibilidade das restries.


Em Zimmerman (Zimmerman, 1984) formulada a soluo tima do problema de programao
Fuzzy: O conjunto deciso, no qual est contida a
soluo, a interseo dos conjuntos Fuzzy associados funo objetivo e s restries. A soluo do
problema o ponto com mxima pertinncia ao conjunto deciso.
(10)
max x max min i x
x 0

x 0

ISBN: 978-85-8001-069-5

i 1,, nm 1

3.2 Aproximao Fuzzy para o Mtodo da Soma dos


Valores Absolutos Ponderados dos Resduos (PLF)
Para uma funo objetivo linear, como no problema VAPR, o modelo de programao linear
Fuzzy assim formulado:
max imize

sujeito a

( f1 - f 0 ) + cT x f1

(13)

pi + Bi x di + pi , i = 1,..., nm + 1
, x 0; 1

O termo ( f1 - f 0 ) + cT x f1 a restrio da funo de pertinncia associada funo objetivo do


problema de programao linear, obtida pela soluo
dos dois seguintes problemas de programao linear:
(14)
max imize f 0 ( x) = c T x
sujeito a

Na equao (9), o smbolo ( ) a verso Fuzzy

(12)

B i x d i , i = 1,..., nm + 1
x 0

max imize
sujeito a

f 1 ( x) = c T x

(15)

B i x d i + pi , i = 1,..., nm + 1
x 0

A funo de pertinncia denotada por:


1

cT x f

0
G x
f1 f0

se
se

f1 cT x

(16)

f0 cT x f1
se cT x f0

155

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

Como o algoritmo de estimao VAPR resolve


um problema de programao linear, a introduo de
restries Fuzzy consiste apenas na adio destas
restries a formulao bsica do problema VAPR
(17) e na soluo do problema linear dado em (18).
nm
(17)
T
min imizar

c i [ui + vi ]

i =1

H ( x).x + U - V = r

sujeito a

F ( x).x z Fuzzy
~

U , V 0

H ( x). x + U - V = r

max imizar
sujeito a

(18)

nm

( f1 - f 0 ) + ciT [ui + vi ] f1
i =1

p F ( x).x z Fuzzy
0 1
U ,V 0

Onde: F(x) matriz Jacobiana das derivadas das


equaes das pseudomedidas Fuzzy em relao s
variveis de estado do problema. Assim como H(x),
F(x) possui uma coluna relativa s derivadas das
pseudomedidas Fuzzy em relao varivel de estado inserida no problema , z Fuzzy . O valor do sinal

matemtico de F(x), em (18), determinado pelo


formato da funo de pertinncia.
f nz
f 1
(19)
f 1
x
1
f 2
F f x x1
x

f
nz
x1

x 2
f 2
x 2

f nz
x 2

f nz


f nz

nz

nz refere-se ao nmero de pseudomedidas Fuzzy


e z Fuzzy o seu resduo de estimao.
(20)
z Fuzzy = z Fuzzy + p - f (x)

Observa-se na equao (18) que a funo objetivo do problema de estimao de estado VAPR
nm

( ciT [ui + vi ]) representada como uma restrio de


i =1

desigualdade no novo problema. Os valores de f0 e f1


so determinados conforme as equaes (21) e (22).
nm

min imizar
sujeito a

f0 =

c Ti
i =1

[u i + vi ]

H ( x) . x + U - V = r

(21)

D( x) . x z 0
U , V 0
nm

min imizar

f 1 = c Ti [u i + v i ]
i =1

sujeito a

H ( x ) . x + U - V = r
D( x ) . x z1

U , V 0
z 0 = d - h( x)
z1 = d + p - h( x)

ISBN: 978-85-8001-069-5

(22)

D(x) o conjunto de equaes linearizadas das


grandezas sujeitas a restries de desigualdade, no
caso as pseudomedidas Fuzzy e medidas com limites
em seus valores. Os termos d e p nas equaes (23) e
(24) so aqueles definidos na Figura 1.
3.3 Aproximao Fuzzy para o Mtodo dos Mnimos
Quadrados Ponderados (PQF)
O mtodo iterativo das Equaes Normais a
aproximao padro para a soluo do Estimador de
Estado MQP. Contudo, esse problema pode ser resolvido pela soluo de uma sequncia de problemas
de programao quadrtica, que facilita a representao de incertezas Fuzzy em sua formulao.
Cada iterao do algoritmo MPQ dado em (5),
pode ser entendido como a soluo de um problema
linear pelo mtodo dos mnimos quadrados ponderados, definido pelo seguinte modelo de medio:
(25)
z = H (x)x + e L
Onde e L leva em considerao as medies e os
erros linearizados, e x e z so definidos como
previamente. A funo objetivo ento dada por:
1
(26)
( )
( )T -1
JL x =

R r

(27)
r = s = z - H (x)x
A minimizao de JL(x) pode ser obtida diretamente pelas condies de otimizao de KKT, ou,
alternativamente, por um algoritmo de Programao
Quadrtica PQ, como dado em Gill (Gill, 1998).
Esta ltima aproximao usada para introduzir as
restries Fuzzy no algoritmo de MPQ.
A minimizao de JL(x) encontrada pela soluo do problema de programao quadrtica abaixo:
(28)
1 T -1
min imizar z =
s R s
2
sujeito a
H ( x)x + s = z
A incorporao das restries Fuzzy ao problema de MQP de (28) dada por:
(29)
1 T -1
min imizar
sujeito a

z=

s R s
2
H ( x) x + s = z

F ( x)x z Fuzzy
~

Semelhante formulao linear com restries


Fuzzy, a soluo de (29) feita em dois estgios.
Primeiro, determina-se f0 e f1 para a construo da
restrio associada funo objetivo do problema de
programao quadrtica, sendo assim formulados:
(30)
1 T -1
f 0 = min imizar z =
s R s
2
sujeito a
H ( x)x + s = z
D( x)x z0
s 0

(23)
(24)

156

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

f 1 = min imizar
sujeito a

1 T -1
s R s
2
H ( x)x + s = z
z=

(31)

D( x)x z1
s 0

Os valores de z0 e z1 so calculados conforme as equaes (23) e (24).


No segundo passo, resolvido um problema de
otimizao no qual a funo objetivo e todas as restries so lineares, com exceo de uma restrio
que quadrtica. Este problema pode ser resolvido
por algum mtodo de otimizao com restries no
lineares, sendo formulado como:
max imizar

(32)
sujeito a
H ( x )x + s = z
1 T -1
s R s f1
2
p F ( x )x z Fuzzy
( f1 - f 0 ) +
0 1;

s 0

4 Resultados Numricos
O conjunto de simulaes realizadas procurou
avaliar a eficcia e a robustez dos estimadores de
estados com restries Fuzzy no clculo do vetor de
estado, considerando a presena de erros grosseiros
em medidas analgicas e/ou pseudomedidas Fuzzy.
Testes foram realizados nos sistemas de 30 barras do
IEEE e em uma rede real de distribuio de 33 barramentos. Os resultados alcanados com os estimadores com restries Fuzzy so comparados com
aqueles fornecidos pelos estimadores de estado pelo
MQP, VAPR e pelo fluxo de potncia.
Os seguintes conjuntos de medidas e pseudomedidas foram processadas: injees e fluxos de potncia ativa e reativa nos barramentos e linhas de
transmisso, e magnitudes das tenses nas barras.
Os valores das medidas foram obtidos a partir da
soluo exata de um problema de fluxo de potncia
para o caso base, com insero de um rudo aleatrio, normalmente distribudo. De acordo com Falco
(Falco, 1988) assume-se que o rudo de medio
tem mdia zero e desvio padro definido por:
1
(33)
P = (0.005F + 0.06 z )
3

T 0.002 z

(34)

P desvio padro associado s medidas de fluxo

e injeo de potncia ativa e reativa (p.u);


T desvio padro para medidas de tenso (p.u);
F o valor de fundo de escala do medidor (F=0).
O rudo aleatrio inserido tem valor mximo igual 3, em 99.97% dos casos.
O critrio de convergncia utilizado foi o resduo mximo entre duas iteraes sucessivas das
magnitudes e ngulos de fase das tenses nas barras,
com valor mximo igual a 10-5 p.u.
ISBN: 978-85-8001-069-5

4.1 Modelagem das Pseudomedidas Fuzzy


Um conjunto de regras foi utilizado na modelagem das pseudomedidas Fuzzy, com o propsito de
permitir uma representao mais coerente possvel
com a situao real. As regras so assim definidas:
O valor central da funo de pertinncia da
pseudomedida Fuzzy, independente do tipo de
funo de pertinncia, determinado pela execuo de um fluxo de potncia para o caso base
do sistema, adicionando a este um erro grosseiro
aleatrio com valor compreendido entre 10 e
40 para as pseudomedidas de injeo e fluxo
de potncia, e entre 5 e 10 para as pseudomedidas Fuzzy de magnitude de tenso.
As funes de pertinncia sero sempre simtricas em relao ao valor central, C, sendo que
pseudomedidas Fuzzy de tenso so modeladas
por funes de pertinncia com formato triangular, enquanto pseudomedidas de injeo e fluxo
de potncia ativa e reativa por funes trapezoidais. Os parmetros A0, A1, B0 e B1 da Figura 2,
so os pontos de pertinncia zero e unitria.

Figura 2. Funes de pertinncia trapezoidal e triangular.

As seguintes expresses so validas para funes de pertinncia trapezoidais: B0 = B1 =


1.15C; p = 0.15; A0 = A1 = 1.25C, p = 0.15, d =
0.10. Para funes de pertinncia triangulares:
A0 = A1 = 1.10C; d = 0.10.

4.2 Modelagem das Pseudomedidas


As pseudomedidas no Fuzzy so encaradas
como um caso particular das pseudomedidas Fuzzy.
O valor da pseudomedida igual ao valor central da
funo de pertinncia da pseudomedida Fuzzy, o que
permite uma comparao mais verossmil entre os
resultados dos estimadores de estado com restries
Fuzzy e estimadores MQP e VAPR.
4.3 Modelagem da Rede Eltrica Externa
Em aplicaes reais, a informao disponvel
em um centro de controle e operao corresponde a
apenas uma rea do sistema de potncia, geralmente
referido como o sistema interno. No entanto, para
aplicaes econmicas e funes de segurana, uma
parcela maior do sistema deve ser representada (sistema externo). A fim de se obter uma estimativa
completa do estado operacional do sistema, interno e
externo, informao no medidas (pseudomedidas)
so adicionadas nos esquemas computacionais.
O objetivo das simulaes avaliar as restries
Fuzzy na modelagem das pseudomedidas utilizadas

157

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

na representao da rede externa, considerando erros


grosseiros nas mesmas e compar-las com o mtodo
tradicional de representao. Na Tabela 1, mostrado o valor central da funo de pertinncia das
pseudomedidas Fuzzy, com adio de erro grosseiro
aleatrio, e o valor no contaminado do fluxo de
potncia. O valor da varincia das pseudomedidas de
injeo e fluxo de potncia foi igual a 10.

interna, e principalmente, da rede externa foram


verificadas no estimador de estado MQP. Os estimadores com restries Fuzzy produziram boas estimativas, mais prximas do fluxo de potncia, tratando
satisfatoriamente a impreciso nos dados externos.

Tabela 1: Pseudomedidas Fuzzy com adio de erros grosseiros ao


valor central da sua funo de pertinncia - IEEE30 barras.

Figura 4. Estimativas dos ngulos e magnitudes das tenses em todos


os barramentos do sistema IEEE 30 barras.

O valor do erro mdio quadrtico (EMQ) e o valor do erro absoluto mximo (Max(EA)) para as
grandezas de interesse so dados na Tabela 2. Confirmando a Figura 4, os maiores erros foram verificados no estimador MQP, sendo estes bem superiores aos erros dos demais estimadores, que apresentaram estimativas satisfatrias e muito prximas.
Tabela 2: Erros de estimao para o sistema IEEE 30 barras.

A Figura 3 mostra o sistema IEEE 30 barras dividido em rede interna e externa e o plano de medies e pseudomedidas consideradas. A redundncia
do conjunto de medidas e pseudomedidas Fuzzy da
Figura 3 de 1.475. A baixa redundncia do sistema
procura avaliar os estimadores de estado em uma
situao crtica de observabilidade.

O ltimo problema de programao dos estimadores de estado considerando restries Fuzzy convergiu em quatro iteraes, com valor convergido da
funo objetivo igual a 1 (um), indicando que todas
as restries foram atendidas satisfatoriamente. Os
valores convergidos da funo objetivo dos estimadores MQP e VAPR foram, respectivamente, 98134
e 125.96, convergindo ambos em trs iteraes.
Figura 3. Diviso do sistema IEEE 30 barras em rede interna e rede
externa, com o plano de medio e pseudomedidas Fuzzy.

Os resultados dos estimadores PLF, PQF, MQP,


VAPR e do fluxo de potncia so mostrados na Figura 4. As piores estimativas para as barras da rede
ISBN: 978-85-8001-069-5

4.4 Rede de Distribuio de 33 Barramentos


Na Figura 5, mostrada a rede de distribuio
de 33 barras e 32 circuitos e o conjunto de medidas e
pseudomedidas Fuzzy consideradas. A barra 33 a

158

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

referncia angular da rede de distribuio. Foram


representados 32 pares de pseudomedidas Fuzzy de
injeo de potncia ativa e reativa, refletindo as condies de carregamento nos barramentos ao longo do
alimentador. A redundncia do conjunto de medidas
e pseudomedidas Fuzzy igual a 1.0615. Para as
pseudomedidas avaliadas nos estimadores MQP e
VAPR adotou-se uma varincia igual a 10.

Tabela 4: Medidas com adio de erros grosseiros.


Medida com
Erro Grosseiro

Valor Exato (Fluxo de Potncia)

Valor com
Erro Grosseiro

P33-1 (MW)

4.01

-4.01

Q 33-1 (MVAr)

2.43

0.00

Os resultados alcanados pelos estimadores com


restries Fuzzy, MQP, VAPR e o fluxo de potncia
so comparados na Figura 6. As piores estimativas
para as variveis de estado foram verificadas novamente no estimador de estados MQP. Com exceo
do estimador MQP, os demais estimadores de estado
mostraram-se robustos, filtrando a influncia dos
erros grosseiros nas medidas analgicas e em pseudomedidas durante o clculo do vetor de estados,
minimizando assim a sua influncia sobre o resultado final da estimao. Tal fato comprova a no necessidade da utilizao de ferramentas de psprocessamento em suas modelagens. Mesmo considerando uma elevada varincia para as pseudomedidas no estimador MQP, igual a 10, este estimador
no apresentou uma boa estimativa, ilustrando a
necessidade da aplicao de uma ferramenta de psprocessamento para deteco, identificao e eliminao dos erros grosseiros nas medidas.

Figura 5. Plano de medio e pseudomedidas Fuzzy para a rede de


distribuio de eletricidade de 33 barramentos.

A Tabela 3 mostra o valor correspondente para


os intervalos p e d considerados na modelagem da
funo de pertinncia das pseudomedidas Fuzzy,
como definido na Figura 2. Os valores de p e d so
expressos em porcentagem do valor central.
Tabela 3: Valores dos intervalos da funo de pertinncia das pseudomedidas Fuzzy.

Pseudomedida Fuzzy de Injeo de


Potncia
P32,P31,P30,P29,P27,P25,P17,P2, P11, Q32,
Q31, Q30, Q29, Q27, Q25, Q17, Q2, Q11
P20, P16, P14, P6, P8, P3, P13, Q20, Q16,
Q14, Q6, Q8, Q3, Q13
P22, P10, P12, Q22, Q10, Q12
P14, P6, P8, P3, P13, P19 , Q14, Q6, Q8,
Q3, Q13, Q19
P9, P4, P21, P26, Q9, Q4, Q21, Q26
P28, P5, P7, P23, Q5, Q7, Q28, Q23,
P15, P24, P18, Q15, Q24, Q18

Porcentagem do
valor central C

25%

10%

20%

10%

22%

10%

15%

10%

15%
10%
10%

5%
10%
7%

Nesta simulao, considerou-se a adio de erros grosseiros nas medidas de fluxo de potncia ativa
e reativa entre as barras 33 e 1, caracterizando falha
no sistema de aquisio de medidas. Tal situao
tem o propsito de avaliar a robustez dos estimadores frente presena de erros grosseiros em medidas
analgicas. Na Tabela 4 so dados os valores exatos
das medidas e os valores corrompidos com o erro.

ISBN: 978-85-8001-069-5

Figura 6. Estimativas dos ngulos e magnitudes das tenses nos


barramentos.

Os valores dos EMQ e Max(EA) so mostrados


na Tabela 5. Todos os estimadores de estado com
restries Fuzzy e o estimador VAPR apresentaram
erros muito baixos e prximos, conforme a Figura 6.
Os estimadores PLF e PQF apresentaram estimativas
muito prximas, uma vez que a distino entre estes
dois modelos de estimadores considerando restries
Fuzzy reside apenas na restrio de desigualdade
relativa funo objetivo do problema de programao convencional.

159

Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.

Tabela 5: Erros de estimao para a rede de distribuio de 33 barramentos.

5 Concluso
A principal contribuio deste trabalho a representao de informaes qualitativas imprecisas
em um problema de estimao de estado em sistemas
eltricos de potncia, utilizando os conceitos de conjuntos Fuzzy. Uma caracterstica fundamental da
metodologia proposta, decorrente do emprego da
tcnica de programao Fuzzy, a representao das
pseudomedidas Fuzzy por meio de restries de desigualdade, no ponderadas, que contorna o problema da definio do valor da ponderao das pseudomedidas, tradicionalmente verificado em estimadores de estado MQP e VAPR. Deve-se destacar
tambm que, quanto mais precisa for a informao
qualitativa disponvel, mais concisa com a realidade
ser a modelagem da pseudomedida Fuzzy, resultando em uma estimao de estado mais confivel.
importante ressaltar que o ponto fundamental deste
trabalho est na obteno de uma soluo aceitvel
para o estado estimado em redes eltricas em que a
priori impossvel de se estimar o estado a partir
do conjunto de informaes quantitativas disponveis, haja visto que o estado operacional destas redes
desconhecido e sem referncia de comparao.
Referncias Bibliogrficas
Abur, A. and Expsito, A. G. (2004). Power systems
state estimation: Theory and Implementation.
Marcel Dekker Inc., New York.
Falco, D. M. and Assis, S. M. (1988). Linear
Programming State Estimation: Error Analysis
and Gross Error Identification. IEEE
Transactions on Power System, Vol. 3, pp. 809815.
Gill, P. E., Murray, W. and Wright, M. H. (1981).
Practical Optimization, NY: Academic Press,
New York.

ISBN: 978-85-8001-069-5

Monticelli, A. (2000). Electric Power System State


Estimation. In: Proceedings of IEEE, Vol. 88,
No. 2, pp. 262-282.
Miranda, V., Pereira, J. and Saraiva, J. T. (1995).
Experiences in State Estimation Models for
Distribution Systems Including Fuzzy Measures.
Proceedings of IEEE Stockolm PowerTech,
Stockolm, Sweden.
Miranda, V., Pereira, J. and Saraiva, J. T. (2000).
Load Allocation in DMS with a Fuzzy State
Estimator. IEEE Transactions on Power
Systems, Vol. 15, No. 2, pp. 529-534.
Pereira, J. M. C. (1995). Estimao de Estado em
Redes de Distribuio de Energia Eltrica com
Medidas Imprecisas. Dissertao de Mestrado,
FEUP Faculdade de Engenharia da
Universidade do Porto, Porto, Portugal, 121 p.
Pereira, J., Saraiva, J. T. and Miranda, V. (1999).
Estimao de Estado em Sistemas de
Distribuio de Energia Incluindo Aparelhos de
Corte, Diviso em Ilhas e Dados Qualitativos.
In: Anais do 4th ELAB Encontro Luso-AfroBrasileiro de Planejamento e Explorao de
Redes de Energia, Rio de Janeiro, pp. 523533.
Pereira, J., Saraiva, J. T. and Miranda, V. (2000).
Some Practical Issues in the Migration of State
Estimation Modules from EMS to DMS
Systems. In: 6th International Conference on
Probabilistic Methods Applied to Power
Systems, Funchal, Portugal.
Pereira, J. M. C. (2001). A State Estimation
Approach
for
Distribution
Networks
Considering Uncertainties and Switching.
Doctoral Thesis, FEUP Faculdade de
Engenharia da Universidade do Porto, Porto,
Portugal, 216 p.
Saric, A. T. and Ciric, R. M. (2003). Integrated
Fuzzy State Estimation and Load Flow Analysis
in Distribution Networks. IEEE Transactions on
Power Delivery, Vol. 18, No. 2, pp. 571-578.
Schweppe, F.C. and Rom, D. B. (1970). Power
System Static State Estimation Part II:
Approximate Model. IEEE Transactions on
PAS, Vol. PAS-89, pp.125-130.
Zimmerman, H. J. (1984). Fuzzy Set Theory and
Its Application. 3rd Edition, Boston: KluwerNijhoff Publishing, 281 p.

160