Detección de medidas erróneas mediante estrategias de partición para la estimación de estado en sistemas eléctricos de gran escala

Abstract

En la operación de los sistemas eléctricos de potencia, garantizar la seguridad y confiabilidad es esencial, lo que implica el monitoreo constante de las variables de control del sistema. Sin embargo, el alto número de estas variables dificulta la toma de decisiones por parte del operador del sistema (SO). Una herramienta como el estimador de estado (SE) se utiliza para evaluar las condiciones del sistema a través de un conjunto de mediciones. No obstante, la presencia de errores en las mediciones, el crecimiento de los sistemas eléctricos de potencia (SEP) y la creciente incorporación de fuentes de energía renovable han complicado el proceso de estimación. Como resultado, se ha desarrollado la estimación distribuida, que se basa en la partición física de un SEP para aplicar estimaciones locales. En este trabajo, proponemos un nuevo enfoque de partición basado en la agrupación nodal. Este enfoque divide el sistema en áreas y distribuye las variables y mediciones considerando a la redundancia como métrica de control del proceso de partición. Esto permite la estimación local y, a partir de los resultados, la detección y corrección de mediciones incorrectas, asegurando estimaciones precisas y eficientes en comparación con trabajos similares