Estimación de estado Dinámico en Sistemas Eléctricos de Potencia Usando Filtros Extendidos de Kalman

Ana Isabel Palacios Granda; Carlos Andres Barrera Singaña

doi:10.34115/basrv6n3-023

Estimación de estado Dinámico en Sistemas Eléctricos de Potencia Usando Filtros Extendidos de Kalman

Translated title of the contribution: Dynamic State Estimation in Electric Power Systems Using Extended Kalman Filters

Ana Isabel Palacios Granda, Carlos Andres Barrera Singaña

Research Group on Smart Electrical Grids (GIREI)

Research output: Contribution to journal › Article

Abstract

The method for solving State Estimation problems using extended Kalman filters in electrical power systems is presented in this work. The estimators work with real time information from different measurement devices installed in the system and form a database that is concentrated in the control center through SCADA, this information works as filters against incorrect data. The weighted least squares (WLS) technique is commonly used to solve the estimation problem due to its statistical properties. However, other dynamic state estimation techniques are structured with several variations of the Kalman filter. The Extended Kalman Filter (EKF), as an algorithm for nonlinear state estimation systems, is efficient. Implementation complexity, computational accuracy and efficiency, robustness to measurement errors, and sensitivity to system scaling are analyzed on a standard IEEE 14-bar system.

Translated title of the contribution	Dynamic State Estimation in Electric Power Systems Using Extended Kalman Filters
Original language	Spanish (Ecuador)
Pages (from-to)	1088-1107
Number of pages	20
Journal	Brazilian Applied Science Review
Volume	6
Issue number	6
DOIs	https://doi.org/10.34115/basrv6n3-023
State	Published - 1 May 2022

Keywords

Ekf
Electrical power systems
Kalman filters
State estimators
Weighted least squares method

CACES Knowledge Areas

317A Electricity and Energy

Access to Document

10.34115/basrv6n3-023

Cite this

@article{567c3e252f9b4c0faeeff168824b02af,

title = "Estimaci{\'o}n de estado Din{\'a}mico en Sistemas El{\'e}ctricos de Potencia Usando Filtros Extendidos de Kalman",

abstract = "El m{\'e}todo para resolver problemas de Estimaci{\'o}n de Estado utilizando filtros extendidos de Kalman en sistemas el{\'e}ctricos de potencia se presenta en este trabajo. Los estimadores trabajan con informaci{\'o}n en tiempo real de diferentes dispositivos de medida instalados en el sistema y forman una base de datos que se concentra en el centro de control a trav{\'e}s de SCADA, esta informaci{\'o}n funciona como filtros ante datos incorrectos. La t{\'e}cnica de m{\'i}nimos cuadrados ponderados (WLS) se utiliza com{\'u}nmente para resolver el problema de estimaci{\'o}n debido a sus propiedades estad{\'i}sticas. Sin embargo, otras t{\'e}cnicas de estimaci{\'o}n de estado din{\'a}mico se estructuran con diversas variaciones del filtro de Kalman. El Filtro de Kalman Extendido (EKF), como algoritmo para los sistemas no lineales de estado de estimaci{\'o}n, es eficiente. La complejidad de la implementaci{\'o}n, la precisi{\'o}n y la eficiencia del c{\'a}lculo, la resistencia a los errores de medici{\'o}n y la sensibilidad a las escalas del sistema se analizan en un sistema est{\'a}ndar IEEE de 14 barras.",

keywords = "Ekf, Electrical power systems, Kalman filters, State estimators, Weighted least squares method, Ekf, Electrical power systems, Kalman filters, State estimators, Weighted least squares method",

author = "{Palacios Granda}, {Ana Isabel} and {Barrera Singa{\~n}a}, {Carlos Andres}",

year = "2022",

month = may,

day = "1",

doi = "10.34115/basrv6n3-023",

language = "Espa{\~n}ol (Ecuador)",

volume = "6",

pages = "1088--1107",

journal = "Brazilian Applied Science Review",

issn = "2595-3621",

number = "6",

}

TY - JOUR

T1 - Estimación de estado Dinámico en Sistemas Eléctricos de Potencia Usando Filtros Extendidos de Kalman

AU - Palacios Granda, Ana Isabel

AU - Barrera Singaña, Carlos Andres

PY - 2022/5/1

Y1 - 2022/5/1

N2 - El método para resolver problemas de Estimación de Estado utilizando filtros extendidos de Kalman en sistemas eléctricos de potencia se presenta en este trabajo. Los estimadores trabajan con información en tiempo real de diferentes dispositivos de medida instalados en el sistema y forman una base de datos que se concentra en el centro de control a través de SCADA, esta información funciona como filtros ante datos incorrectos. La técnica de mínimos cuadrados ponderados (WLS) se utiliza comúnmente para resolver el problema de estimación debido a sus propiedades estadísticas. Sin embargo, otras técnicas de estimación de estado dinámico se estructuran con diversas variaciones del filtro de Kalman. El Filtro de Kalman Extendido (EKF), como algoritmo para los sistemas no lineales de estado de estimación, es eficiente. La complejidad de la implementación, la precisión y la eficiencia del cálculo, la resistencia a los errores de medición y la sensibilidad a las escalas del sistema se analizan en un sistema estándar IEEE de 14 barras.

AB - El método para resolver problemas de Estimación de Estado utilizando filtros extendidos de Kalman en sistemas eléctricos de potencia se presenta en este trabajo. Los estimadores trabajan con información en tiempo real de diferentes dispositivos de medida instalados en el sistema y forman una base de datos que se concentra en el centro de control a través de SCADA, esta información funciona como filtros ante datos incorrectos. La técnica de mínimos cuadrados ponderados (WLS) se utiliza comúnmente para resolver el problema de estimación debido a sus propiedades estadísticas. Sin embargo, otras técnicas de estimación de estado dinámico se estructuran con diversas variaciones del filtro de Kalman. El Filtro de Kalman Extendido (EKF), como algoritmo para los sistemas no lineales de estado de estimación, es eficiente. La complejidad de la implementación, la precisión y la eficiencia del cálculo, la resistencia a los errores de medición y la sensibilidad a las escalas del sistema se analizan en un sistema estándar IEEE de 14 barras.

KW - Ekf

KW - Electrical power systems

KW - Kalman filters

KW - State estimators

KW - Weighted least squares method

KW - Ekf

KW - Electrical power systems

KW - Kalman filters

KW - State estimators

KW - Weighted least squares method

UR - https://www.brazilianjournals.com/index.php/BASR/article/view/48221

U2 - 10.34115/basrv6n3-023

DO - 10.34115/basrv6n3-023

M3 - Artículo

SN - 2595-3621

VL - 6

SP - 1088

EP - 1107

JO - Brazilian Applied Science Review

JF - Brazilian Applied Science Review

IS - 6

ER -

Estimación de estado Dinámico en Sistemas Eléctricos de Potencia Usando Filtros Extendidos de Kalman

Abstract

Keywords

CACES Knowledge Areas

Access to Document

Other files and links

Fingerprint

Cite this