Metodología para el mejoramiento de la observabilidad de mediciones en Sistemas de Distribución mediante la ubicación óptima de medidores μPMU y estimación de datos faltantes

Abstract

La integración de recursos energéticos distribuidos (DER) en redes de distribución eléctrica agrava las limitaciones de observabilidad de estos sistemas. Aunque las micro-unidades de medición fasorial (μPMU) ofrecen una observabilidad superior de la red gracias a su resolución sub-segundo, sus costos impiden el despliegue masivo, lo que exige estrategias que combinen tecnología sincrofasorial con infraestructura de medición convencional.

Esta investigación desarrolló una metodología para mejorar la observabilidad en sistemas de distribución activos. El enfoque comprende la evaluación comparativa de algoritmos de ubicación óptima de μPMU y la formulación de un modelo de ubicación conjunta (Joint Placement) con medidores AMI y cobertura SCADA existente. Se contrastaron siete enfoques de optimización de la literatura (exactos, heurísticos y metaheurísticos) sobre un conjunto de pruebas diverso, compuesto por cuatro sistemas estándar IEEE (13 a 240 nodos) y cuatro redes sintéticas (de topología enmallada, estrella y radial). El modelo de ubicación conjunta integra μPMU, AMI y SCADA bajo restricciones de canales de comunicación y generación distribuida, y fue evaluado mediante 560 experimentos con validación estadística ANOVA. Las soluciones se validaron mediante estimación de estado en distribución (DSSE) bajo escenarios de pérdida de datos, degradación de precisión instrumental y contingencia N-1.

Los métodos exactos alcanzaron el óptimo global en todos los sistemas; el algoritmo voraz igualó estas soluciones tres órdenes de magnitud más rápido. La ubicación conjunta redujo el costo de capital un 87,9 % respecto a la solución exclusiva con μPMU, y la integración de SCADA preexistente amplió el ahorro un 81,1 % adicional. La validación ANOVA (p < 0,0001) identificó tres grupos estadísticos de desempeño. El análisis de robustez reveló que configuraciones mixtas con un 30--40 % de μPMU mantienen la convergencia del estimador ante pérdidas de datos del 30 %. Además, la migración a instrumentos de alta fidelidad reduce el error de estimación entre un 50 % y un 82 %.

Los resultados demuestran que las configuraciones híbridas μPMU--AMI ofrecen el mejor compromiso entre inversión y resiliencia operativa, hallazgo transferible a la planificación de redes de distribución con alta penetración de DER. (Texto tomado de la fuente)

The integration of distributed energy resources (DER) into electrical distribution networks exacerbates the observability limitations of these systems. Although micro-phasor measurement units (μPMU) provide superior grid observability through sub-second resolution, their costs preclude large-scale deployment, requiring strategies that combine synchrophasor technology with conventional measurement infrastructure.

This research developed a methodology to improve observability in active distribution systems. The approach encompasses a comparative evaluation of optimal μPMU placement algorithms and the formulation of a Joint Placement model incorporating AMI meters and existing SCADA coverage. Seven optimization approaches from the literature (exact, heuristic, and metaheuristic) were benchmarked on a diverse test suite comprising four IEEE standard systems (13 to 240 buses) and four synthetic networks (meshed, star, and radial topologies). The Joint Placement model integrates μPMU, AMI, and SCADA under communication channel and distributed generation constraints, and was evaluated through 560 experiments with ANOVA statistical validation. Solutions were validated via distribution system state estimation (DSSE) under data loss, instrumental accuracy degradation, and N-1 contingency scenarios.

Exact methods achieved the global optimum across all systems; the greedy algorithm matched these solutions three orders of magnitude faster. Joint Placement reduced capital costs by 87.9 % relative to the μPMU-only solution, and the integration of pre-existing SCADA infrastructure yielded an additional 81.1 % saving. ANOVA validation (p < 0,0001) identified three statistical performance clusters. The robustness analysis revealed that mixed configurations with 30--40 % μPMU coverage maintain estimator convergence under 30 % data loss. Furthermore, migrating to high-fidelity instruments reduces the estimation error by 50 % to 82 %.

The results demonstrate that hybrid μPMU--AMI configurations offer the best trade-off between investment and operational resilience, a finding directly transferable to distribution network planning under high DER penetration.