Real-Time State Estimation in Smart Grids over 5G Networks: Experimental Validation Using Raspberry Pis and Typhoon HIL

Resumo Técnico: Estimativa de Estado em Tempo Real em Redes Inteligentes via Redes 5G

Declaração do Problema
Os sistemas modernos de Redes Inteligentes (Smart Grids - SG) exigem comunicação confiável e de baixa latência para suportar funções críticas, como monitoramento em tempo real, estimativa de estado (SE) e detecção de falhas. Embora as redes 5G prometam maior confiabilidade, latência ultra-baixa e suporte para comunicação massiva do tipo máquina, as pesquisas existentes que validam essas capacidades para aplicações de SG permanecem limitadas. A maioria dos estudos atuais baseia-se em análise matemática ou simulações de rede, que frequentemente simplificam excessivamente o comportamento da rede ou carecem de fidelidade ao nível de hardware. Além disso, há uma escassez de validação experimental utilizando hardware real e sinais de rede reais sobre redes 5G comerciais, deixando uma lacuna na compreensão do acoplamento fim-a-fim entre o desempenho da comunicação e a dinâmica do sistema de potência.

Metodologia
Para abordar essas lacunas, os autores projetaram e implementaram um banco de testes experimental multinodo integrando hardware comercial de prateleira (COTS) com simulação de alta fidelidade. A arquitetura consiste em quatro camadas:

1. Emulação do Sistema de Potência: Um simulador em tempo real Typhoon HIL 602+ executando um modelo de alimentador de distribuição IEEE de 4 nós, gerando saídas analógicas em tempo real para tensões de barramento, correntes e potência.
2. Nós de SG: Três dispositivos Raspberry Pi 4 Model B equipados com módulos 5G Quectel RM520N-GL HAT e conversores analógico-digitais (ADCs) externos de 16 bits ADS1115 para digitalizar as saídas do simulador. Esses nós empacotam os dados em quadros semelhantes a sincrofasores, em conformidade com a norma IEEE C37.118.2.
3. Rede de Comunicação 5G: Uma rede 5G comercial baseada nos EUA conectando os nós de SG a um servidor remoto.
4. Aplicação de SG: Um Concentrador de Dados de Fasores (PDC) remoto rodando em uma máquina virtual, que agrega dados e execimenta um algoritmo de Estimativa de Estado por Mínimos Quadrados Ponderados (WLS) e uma métrica de detecção de falhas baseada na norma residual global.

O estudo foi conduzido em duas fases. Primeiro, os autores caracterizaram o desempenho da rede 5G (atraso, jitter, perda de quadros) através de diversas taxas de reporte (0,5 a 120 fps) e ambientes de implantação (interno vs. externo). Segundo, realizaram uma validação experimental de malha fechada de SE em tempo real e detecção de falhas usando o fluxo de dados ao vivo do simulador Typhoon HIL.

Principais Contribuições

• Banco de Testes Experimental: Projeto e implementação de um banco de testes de SG multinodo que acopla estritamente a conectividade 5G com a simulação de sistema de potência em tempo real (Typhoon HIL).
• Caracterização de Rede: Avaliação experimental abrangente do desempenho 5G para aplicações de SG, comparando cenários internos e externos e uma ampla gama de taxas de reporte.
• Validação de SE em Tempo Real: Demonstração de estimativa de estado precisa em tempo real sobre um link 5G comercial usando dados de sincrofasores de um alimentador IEEE de 4 nós sob condições de carga estacionária e dinâmica.
• Detecção de Falhas: Validação de uma métrica de detecção de falhas baseada em resíduo global, mostrando a capacidade do sistema de identificar e sinalizar eventos de falha com atraso mínimo.

Resultos Experimentais

• Desempenho de Comunicação: A rede 5G demonstrou desempenho estável com baixos atrasos médios (20–33 ms) e perda de quadros insignificante em todas as taxas de reporte testadas.
  • Sensibilidade à Taxa de Reporte: O desempenho foi amplamente insensível às taxas de reporte. Em taxas muito baixas (0,5 fps), o atraso médio foi ligeiramente superior (32,66 ms) devido ao desvio do canal, mas estabilizou para 20–26 ms em taxas operacionais típicas (12–60 fps).
  • Interno vs. Externo: Ambos os ambientes mostraram alta confiabilidade. Experimentos internos exibiram atraso médio ligeiramente superior, porém menor jitter e desvio padrão em comparação aos experimentos externos, que mostraram uma dispersão de atraso mais ampla, provavelmente devido à mobilidade e efeitos de multicaminho.
  • Comparação com LTE: O pior caso de atraso médio observado para 5G (32,66 ms) foi aproximadamente 6,5 vezes menor do que o estudo anterior de LTE cat-M dos autores (aprox. 212 ms) na mesma taxa de reporte.
• Precisão da Estimativa de Estado:
  • Estado Estacionário: O algoritmo de SE alcançou alta precisão com baixo Erro Médio Absoluto (MAE) e Erro Quadrático Médio (RMSE) para magnitudes de tensão e ângulos em todos os nós.
  • Cargas Dinâmicas: Sob variações de carga dinâmica (distúrbios de onda quadrada periódica), o estimador rastreou com sucesso os estados do sistema. Embora tenham ocorrido desalinhamentos breves durante instantes de transição (causando RMSE elevado devido a erros transientes), o algoritmo convergiu rapidamente de volta para a tendência correta.
• Detecção de Falhas: O sistema detectou com sucesso as falhas injetadas usando a função de custo WLS. Os atrasos de detecção foram tão baixos quanto 0,80 segundos (40 quadros a 50 fps), confirmando a capacidade do sistema para identificação de falhas imediata.

Significância e Alegações
O artigo afirma que seu trabalho preenche uma lacuna crítica ao fornecer uma validação totalmente experimental do 5G para aplicações de Redes Inteligentes, indo além de modelos teóricos e simulações. Os resultados demonstram a viabilidade de implantar redes 5G comerciais para funções críticas de SG, oferecendo latência significativamente menor e maior confiabilidade em comparação com tecnologias celulares anteriores como o LTE cat-M. Os autores concluem que o banco de testes proposto fornece uma plataforma escalável e reproduzível para avaliar o desempenho do 5G, confirmando que medições habilitadas por 5G podem suportar estimativa de estado em tempo real precisa e detecção de falhas confiável sob diversas condições operacionais. Os autores observam modestamente que, embora a configuração atual utilize ADCs externos, futuras iterações poderiam melhorar a precisão empregando módulos de maior precisão.