A Constrained Formulation for Simultaneous Line Parameter Estimation and Instrument Transformer Calibration

Aquí presento un resumen técnico detallado del artículo "A Constrained Formulation for Simultaneous Line Parameter Estimation and Instrument Transformer Calibration" (Una formulación con restricciones para la estimación simultánea de parámetros de línea y calibración de transformadores de instrumentación), traducido y adaptado al español.

Resumen Técnico: Estimación Simultánea de Parámetros de Línea y Calibración de Transformadores de Instrumentación (SLIC)

1. Planteamiento del Problema

El sistema de medición de área amplia (WAMS) depende de Unidades de Medición Fasorial (PMU) para obtener datos sincronizados de voltaje y corriente. Sin embargo, estas mediciones dependen de Transformadores de Instrumentación (ITs: Transformadores de Voltaje - VTs y Transformadores de Corriente - CTs).

• El Dilema de la Interdependencia:
  • Para calibrar los ITs (corregir sus errores de relación), se necesitan conocer los parámetros de la línea de transmisión (resistencia, reactancia, susceptancia).
  • Para estimar los parámetros de la línea usando datos de PMU, se asume que los ITs están perfectamente calibrados.
• Limitaciones de Métodos Anteriores: Las soluciones existentes intentaban resolver estos problemas por separado o asumían que los ITs eran ideales o que los parámetros de línea eran conocidos, lo cual no es realista debido al envejecimiento de los conductores y las condiciones ambientales. Los métodos conjuntos anteriores (como los de Wu et al. o Wang et al.) sufrían de alta sensibilidad al ruido, requerían suposiciones de ITs "perfectos" en un extremo, o introducían errores significativos debido a procedimientos de cuantización.

2. Metodología Propuesta (Marco SLIC)

Los autores proponen un nuevo marco llamado SLIC (Simultaneous Line Parameter Estimation and Instrument Transformer Calibration) que resuelve ambos problemas simultáneamente utilizando un enfoque de optimización con restricciones basado en el conocimiento del dominio de los sistemas de potencia.

A. Modelado Matemático:

• Se utiliza un modelo $\pi$ de línea de transmisión.
• Se modela el error de los ITs como un factor multiplicativo constante ($\eta$) y el ruido de la PMU como un componente aditivo ($\Delta$).
• Se introduce el concepto de Transformadores de Instrumentación de Calidad de Ingresos (RQM): ITs de alta precisión ubicados en puntos críticos (como extremos de líneas de enlace entre utilidades). Se asume que al menos una rama en la red tiene un par de RQMs (uno en cada extremo o al menos uno de referencia).

B. Formulación de Optimización:
El problema se divide en dos etapas principales:

1. Rama con RQM (Referencia):

   • Se formula un problema de optimización no lineal (NL-SLIC) donde los parámetros desconocidos son los parámetros de la línea y los factores de corrección de los ITs relativos a los RQMs.
   • Regularización: Dado que el sistema es mal planteado (más incógnitas que ecuaciones), se añade un término de regularización suave. Este término penaliza las desviaciones de los factores de corrección de los RQMs respecto a la unidad (valor ideal), pero no los fija rígidamente, permitiendo flexibilidad ante errores reales.

2. Ramas sin RQM (Red Extendida):

   • Para extender la calibración a toda la red (árbol conectado de líneas de alto voltaje), se utilizan restricciones de igualdad basadas en leyes físicas:
     • Ley de Voltaje de Kirchhoff (KVL): En un bus común, el voltaje real medido por dos VTs adyacentes debe ser el mismo. Esto permite estimar la relación entre los factores de corrección de los VTs.
     • Ley de Corriente de Kirchhoff (KCL): La suma de corrientes en un bus debe ser cero. Esto permite estimar la relación entre los factores de corrección de los CTs.
   • Se construye un problema de optimización con restricciones de igualdad que vincula los parámetros de ramas consecutivas, propagando la calibración desde la rama RQM hacia el resto de la red.

C. Algoritmo de Solución (NET-SLIC):

• Se emplea un método de Newton con región de confianza (Trust-Region) adaptado para restricciones de igualdad.
• Este algoritmo, denominado NET-SLIC, mejora la estabilidad numérica y la convergencia en paisajes de optimización complejos y no lineales.

3. Contribuciones Clave

1. Formulación Conjunta Novel: Propone la primera formulación que estima simultáneamente parámetros de línea y factores de corrección de ITs sin asumir ITs ideales o parámetros de línea conocidos.
2. Uso de Conocimiento del Dominio: Incorpora leyes físicas (KVL/KCL) como restricciones de igualdad y utiliza la presencia de RQMs como un "ancla" de alta precisión mediante regularización suave.
3. Robustez ante Ruido: El método es robusto frente al ruido aditivo de las PMU y a errores de relación en los ITs, incluso cuando los RQMs no son perfectos (clase 0.15).
4. Algoritmo Eficiente: Desarrollo de NET-SLIC, un solucionador que combina Newton y regiones de confianza para manejar la no linealidad y las restricciones.

4. Resultados de Evaluación

Los autores probaron el método utilizando datos simulados (Sistema IEEE de 118 barras) y datos reales de una utilidad eléctrica en EE. UU.

• Precisión en Condiciones Ideales y con Ruido:
  • En el sistema IEEE 118-bus, el método logró errores relativos absolutos medios (MARE) para parámetros de línea inferiores al 0.12% (en condiciones ideales) y mantuvo la reactancia y susceptancia por debajo del 1% incluso con ruido de PMU del 0.1% TVE.
  • La calibración de ITs fue extremadamente precisa: errores de magnitud menores al 0.05% para VTs y menores al 0.02% para CTs.
• Comparación con el Estado del Arte:
  • Al compararse con el método de Wang et al. [17], NET-SLIC demostró una superioridad significativa. Mientras que el método anterior mostraba errores de hasta 12.89% en resistencia, NET-SLIC se mantuvo por debajo del 2% para todos los parámetros.
  • La precisión en los factores de corrección de CTs fue hasta un orden de magnitud mejor que la del método comparado.
• Datos Reales:
  • Aplicado a datos de PMU reales (230 kV), el método mostró consistencia en la estimación de parámetros de línea a lo largo de diferentes días y logró alinear las mediciones de voltaje de buses redundantes, validando la corrección de los ITs sin conocer la "verdad fundamental".
• Impacto en Aplicaciones Descendentes (LSE):
  • Se demostró que aplicar SLIC mejora la Estimación de Estado Lineal (LSE). En la red de 345 kV del sistema IEEE 118, el error de magnitud en la estimación de estado disminuyó un 24% y el error de ángulo un 37% al utilizar parámetros calibrados en lugar de los valores de la base de datos.

5. Significado e Impacto

Este trabajo es fundamental para la operación moderna de redes eléctricas porque:

• Elimina la necesidad de desenergizar ITs: Permite la calibración en línea (online) sin interrumpir el servicio, lo cual es costoso y logísticamente difícil.
• Mejora la fiabilidad de los datos: Al corregir simultáneamente los errores de los sensores (ITs) y los parámetros del modelo (líneas), se obtiene una representación mucho más precisa del estado de la red.
• Habilita aplicaciones críticas: Mejora directamente la precisión de aplicaciones de gestión de red como la estimación de estado, la detección de fallas y el control de estabilidad, que dependen de mediciones precisas.
• Viabilidad Práctica: Demuestra que es posible lograr alta precisión utilizando solo un par de referencias de alta calidad (RQMs) y propagando esa información a través de la red mediante leyes físicas, sin requerir instrumentación perfecta en toda la red.