Trabalho 3: Estimao Esttica de Estados Linear

Estimao de Estados 2017-1

Prof. Dr Joo Bosco London
Escola de Engenharia de So Carlos EESC - USP

Sebastin de Jess Manrique Machado

Abril de 2017

1 Distribuio Probabilstica Normal

Utilizando uma tabela para distribuio N (0, 1), calcule as seguintes probabilidades
para uma varivel aleatria X N (20, 25).

1.1 P (x 10)
Para utilizar a tabela da distribuio normal padronizada necessrio padronizar
a varivel aleatria X do problema. Isto, realiza-se atravs das equaes em (1)

x x q
z= x = x2 (1)
x

De acordo com as equaes em (1) e levando em considerao que x = 20, e x2 = 25,

pode-se escrever (2).

10 x 10 20
   
P (x 10) = P z =P z (2)
x 5
Para conseguir utilizar a tabela de valores da distribuio normal padronizada trabalhada
na aula deve-se expressar a probabilidade desejada da maneira apresentada na equao
(3), cuja interpretao em termos de reas est representada na Figura 1, onde a rea em
vermelho subtrada rea em azul. Aproveitando a simetria da distribuio normal
achado o valor de probabilidade de 2.28 %

P (z 2) = 0.5 P (2 z 0) = 0.5 0.4772 = 0.0228 = 2.28% (3)

sj.manriquem@gmail.com

1
Figura 1 Equivalncia de probabilidade desde o ponto de vista das reas abaixo da curva
de distribuio normal.

1.2 P (1 x 10)
De forma Anloga ao exerccio realizado anteriormente, ento primeiro se padroniza
a varivel aleatria X;

1 20 10 20
 
P (1 x 10) = P z = P (4.2 z 2) (4)
5 5
Novamente, para conseguir utilizar a tabela de probabilidade acumulada entre 0 e Z
necessrio expressar a equao (4)

P (4.2 z 2) = P (4.2 z 0) P (2 z 0) = 0.5 0.4772 = 2.28% (5)

2
2 Estimao Esttica de Estados Linear
Considere o sistema de potncia apresentado na Figura 2, o qual est na represen-
tao barra/linha e oferece as informaes dos parmetros das linhas de transmisso e as
alocaes das medidas de potncia disponveis para a estimao de estados. Os valores de
cada medidor num instante so as apresentadas na Tabela 1. Deve-se realizar a estimao
de estados considerando o mtodo de mnimos quadrados e mnimos quadrados ponderados.

Tabela 1 Medidas disponveis para realizar o processo de estimao de estados

Medida Valor (p.u.) (p.u.)

P12 6.2452 0.008
P21 -6.234 0.008
P13 6.992 0.008
P23 1.13 0.008
P1 13.265 0.01
P2 -5.0055 0.01

Figura 2 Diagrama unifilar do sistema de potncia considerado e medidas disponveis

para a estimao de estados

2.1 Utilizando Mnimos Quadrados

A estimao de estados realizada aqui esttica devido ao fato do modelo no
considerar a dinmica do sistema, de tal forma que o SEP modelado em regime permanente
e como consequncia ele fica representado por um conjunto de equaes algbricas e no por
equaes diferenciais. Adicionalmente, uma estimao Linear, pois o modelo de medio
ser realizado com base nas equaes do fluxo de potncia linear, as quais s consideram a
diferena angular entre as barras e a potncia ativa. Deste modo as equaes algbricas no
modelo de medio tornam-se lineares. A equao (6)

z = Hxv + w (6)

3
onde z o vetor de medies, H a matriz Jacobiana que relaciona as medidas com as
variveis de estado, xv o vetor das variveis de estado (Neste caso n-1 ngulos da tenso
nas barras) e w o vetor dos erros das medidas.
Colocando em evidncia o vetor de erros das medidas w na equao (6), elevando ao
quadrado esta funo, e posteriormente derivando e igualando a zero obtm-se a expresso
dos mnimos quadrados conforme equao (7).

x = (HT H)1 HT z (7)

Assim, para o o SEP em estudo, o modelo de medio est descrito pelas equaes
(8) e (9).

1
P12 0.04 0 wP 12
P21 1
0.04 0 " # wP 21


P 1
13 0 0.05 2
w
P 13

= 1 + (8)

P23 1
w

0.08 0.08 3 P 23


P1 1 1
wP 1

0.04 0.05
1 1 1
P2 0.04 + 0.08 0.08 wP 2

25

6.2452 0 wP 12
6.234 25 0 " # wP 21


2
20
6.992 0 w
P 13
= + (9)

1.13 12.5 12.5 3 wP 23


13.265 25 20 wP 1
5.0055 37.5 12.5 wP 2

Assim, aplica-se o mtodo dos mnimos quadrados da expresso (7) sobre o modelo
de medio apresentado na equao 9. Os passos intermdios apresentam-se na equao
(10).

" # " #
1 0.2921 0.0328 817.1862
T
(H H) = x103 T
(H z) = (10)
0.0328 0.9026 356.6962

Com os resultados encontrados em (10) e a equao (7) possvel achar o estado

estimado conforme equao (11)

" # " #" # " #

2 0.2921 0.0328 817.1862 0.2504
= x103 = (11)
3 0.0328 0.9026 356.6962 0.3488

O ngulo 1 = 0 tomado como referncia, razo pela qual seu valor zero.

2.2 Utilizando Mnimos Quadrados Ponderados

No mtodo dos mnimos quadrados ponderados a qualidade do sistema de medio
levada em considerao. Desta maneira, as medidas com melhor qualidade tem uma

4
maior influncia no resultado final. A qualidade das medidas caracterizada atravs da
variana do sistema de medida. Assim, as medidas com melhor qualidade possuem uma
menor variana e consequentemente a ponderao realizada com o inverso da variana
Assim, a expresso para achar as variveis de estado apresenta-se na equao (12).

x = (HT WH)1 HT Wz (12)

onde a matriz W a matriz de covariana, que de acordo com os dados da 1 pode ser
escrita de acordo com a equao

1/P2 12

0 0 0 0 0
0 2
1/P 21 0 0 0 0

0 0 2
1/P 13 0 0 0
W= (13)

0 0 0 1/P2 23 0 0

1/P2 1

0 0 0 0 0
0 0 0 0 0 1/P2 2

15625 0 0 0 0 0
0 15625 0 0 0 0

0 0 15625 0 0 0
=

0 0 0 15625 0 0


0 0 0 0 10000 0
0 0 0 0 0 10000

Os resultados parciais da conta necessria para executar a equao (12) apresentam-

se em (14)

" # " #
1 0.2383 0.0356 9.8473
T
(H WH) = x107 T
(H Wz) = x106 (14)
0.0356 0.7069 4.4330

" # " # " # " #

2 0.2383 0.0356 9.8473 0.2504
= x107 x106 = (15)
3 0.0356 0.7069 4.4330 0.3484

Observa-se que no caso dos mnimos quadrados ponderados o valor do ngulo da

barra 3 no permanece igual. Isto pois este mtodo leva em considerao a qualidade das
medidas que esto sendo obtidas. A continuao uma comparao entre os dois mtodos
desde o ponto de vista das medidas estimadas e o resduo obtido em cada caso.

2.3 Comparao dos mtodos atravs do resduo e as medidas estimadas

Ao estimar a diferena entre as tenses das barras possvel recalcular as medidas
(neste caso de potncia) que inicialmente foram tomadas como dados para realizar o
processo da estimativa.
Para estimar as medidas utiliza-se a seguinte expresso (16), a qual tem origem
nas equaes do fluxo de potncia linear que esto inclusas no modelo de medio.

5
 z = Hxv (16)

Desta maneira o resduo calculado segundo a equao (17).

r = z z = z Hxv (17)

Fazendo os clculos descritos anteriormente com os resultados tanto do mtodo

de mnimos quadrados quanto do mtodo de mnimos quadrados ponderados obtm-se a
Tabela 2

Tabela 2 Clculo das medidas estimadas e o resduo para ambos mtodos

Dados MQ MQP
Varivel Medida (p.u.) M Est. (p.u) r (p.u) M Est. (p.u) r (p.u)
P12 6.2452 6.2602 -0.015 6.2605 -0.0153
P21 -6.234 -6.2602 0.0262 -6.2605 0.0265
P13 6.992 6.9752 0.0168 6.9681 0.0239
P23 1.13 1.2294 -0.0994 1.2248 -0.0948
P1 13.265 13.2355 0.0295 13.2286 0.0364
P2 -5.0055 -5.0308 0.0253 -5.0357 0.0302

Dos resultados obtidos na Tabela 2 observa-se que o mtodo dos mnimos quadrados
ponderados, em geral, permite resduos maiores. Isto devido ao fato dele considerar a
qualidade da medida. Assim o mtodo ponderado, permite um maior resduo nas medidas
com menor confiabilidade.

6
3 Estimao de Estados Circuito Em Corrente Contnua
Nesta seo o mtodo dos mnimos quadrados ponderados ser aplicado num
circuito em corrente contnua. Na Figura 3 apresenta-se o circuito em estudo. De acordo
com as informaes na Tabela 3, dispe-se de medidas de corrente e tenso para realizar
a estimao de estados. importante definir, que neste caso, as tenses nodais foram
definidas como as variveis de estado.Assim, modelo de medio para circuitos em corrente
continua derivado da tcnica de anlise nodal o qual est baseada na equao (18).

Vk Vm
Ikm = (18)
Rkm

Figura 3 Esquemtico do circuito CC para estimao de estados

Tabela 3 Medidas disponveis para realizar o processo de estimao de estados

Medida Valor
I12 52
I21 -49
I13 -15
I31 16
I23 -82
I32 80
V1 11
V2 6
V3 14

3.1 Modelo de Medio

Levando em considerao a equao (18) desenvolve-se o modelo de medio dado
pela equao (19).

medido Vk Vm
Ikm = + wIkm Vkmedido = Vk + wV k (19)
Rkm

7
 Aplicando (19) obtm-se o modelo de medio expressado matricialmente de acordo
com (20).

I12 52 10 10 0 wI12
I 49 10 10 0 w
21 I21
I13 15 10 0 10 wI13


I31 16 10 V
0 1 wI31
10




I23 = 82 = 0 10 10 V2 + wI23
(20)

V3
10 10
I 80 0 w
32 I32
V1 11 1 0 0 wV 1


V2 6 0 1 0 wV 2
V3 14 0 0 1 wV 3

3.2 Estimao com Matriz de ponderao igual Identidade

Considerando a matriz de ponderao de covariana como a matriz identidade
(considerando todas as medidas com a mesma qualidade), e aplicando a equao de mnimos
quadrados ponderados em (12), obtm-se os valores parciais expressados na equao (21).

0.3344 0.3328 0.3328 711
(HT WH)1 = 0.0356 0.3344 0.3328 T
(H Wz) = 2624 (21)

0.3328 0.3328 0.3344 1944

Finalmente as varveis de estado estimadas apresentam-se na equao (22).

V1

0.3344 0.3328 0.3328 711 11.4992

V2 = 0.0356 0.3344 0.3328 2624 = 5.9501 (22)

V3 0.3328 0.3328 0.3344 1944 13.5507

3.3 Estimao Considerando Variana 10 vezes menor das medidas I12 e I13
Nesta seo considera-se que a qualidade das medidas de I12 e I13 melhor. Essa
qualidade da medio est caraterizada pela variana do medidor associado, desta forma
considerou-se neste caso que a variana dos medidores associados a I12 e I13 tm uma
variana 10 vezes menor.
Os resultados obtidos apresentam-se nas equaes (23) e (24).

0.3335 0.3332 0.3332 11.5544
(HT WH)1 = 0.3332 0.3337 0.3331 (HT Wz) = 6.1925 (23)

0.3332 0.3331 0.3337 13.2531

V1

0.3335 0.3332 0.3332 4041 11.5544

V2 = 0.3332 0.3337 0.3331 7304 = 6.1925 (24)

V3 0.3332 0.3331 0.3337 3294 13.2531

8
3.4 Vetor Resduo
Na tabela 4 apresenta-se o clculo do resduo e as medidas estimadas em ambos
mtodos. Observa-se que ao considerar uma matriz de covariana diferente da identidade,
o mtodo dos mnimos quadrados ponderados prefere diminuir o resduo das medidas com
melhor qualidade, neste caso de I12 e I13 . Pelo contrrio, o mtodo mais flexvel com
as medies de menor qualidade, permitindo em geral um valor de resduo maior nesta
situao.
A comparao das variveis de estado estimadas nos dois casos apresenta-se na
Tabela 5. Lembra-se que o clculo das medidas estimadas e dos resduos feito seguindo
as equaes (16) e (17).

Tabela 4 Clculo das medidas estimadas e o resduo para ambos casos (A e B)

MQP A MQP B
Varivel Medida Med Estim r Med Estim r
I12 52 55.4908 -3.4908 53.6188 -1.6188
I21 -49 -55.4908 6.4908 -53.6188 4.6188
I13 -15 -20.5158 5.5158 -16.9875 1.9875
I31 16 20.5158 -4.5158 16.9875 -0.9875
I23 -82 -76.0067 -5.9933 -70.6063 -11.3937
I32 80 76.0067 3.9933 70.6063 9.3937
V1 11 11.4992 -0.4992 11.5544 -0.5544
V2 6 5.9501 0.0499 6.1925 -0.1925
V3 14 13.5507 0.4493 13.2531 0.7469

Tabela 5 Comparao das variveis de estado estimadas em ambos casos (A e B)

Varivel Medidas x A x B
V1 11 11.4992 11.5544
V2 6 5.9501 6.1925
V3 14 13.5507 13.2531

Consideraes finais
Estudou-se a funo de densidade de probabilidade normal e a forma de padronizar
uma varivel aleatria com distribuio probabilstica normal. Desta forma o clculo de
probabilidade foi feito atravs do uso de tabelas da distribuio normal padro a qual
uma distribuio com mdia igual a zero e variana igual a 1.
O mtodo dos mnimos quadrados e dos mnimos quadrados ponderado foi aplicado
para a estimao esttica e linear de um sistema de potncia. Estes mtodos tambm
foram aplicados na estimao de estados de um circuito em corrente contnua. Os dois
mtodos foram comparados em ambas situaes e as diferenas entre eles em termos de
resultados foram apontadas e discutidas.