Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia

• Autores: Risso, Mariano
• Año de publicación: 2016
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Lotito, Pablo A; Rubiales, Aldo J
• Materia: Área de tráfico; Tráfico vehicular; Sistemas eléctricos de potencia; Filtro de Kalman; Tráfico en autopista; Algoritmos de estimación de estado; Informática; Tesis de doctorado
• Institución: Universidad Nacional del Centro de la Provincia de Buenos Aires

En esta tesis se presentan una serie de investigaciones y desarrollos sobre algoritmos de estimación de estado en las áreas de sistemas eléctricos de potencia y tráfico vehicular. En el área de sistemas eléctricos de potencia, la estimación de estado es una herramienta fundamental de los sistemas que participan en la operación de la red, ya que el mismo es el encargado de depurar las información que se obtiene. Clásicamente dicha herramienta se basa en el método de mínimos cuadrados ponderados. Recientemente el método de filtro de Kalman unscented fue propuesto en esta área mejorando los resultados de mínimos cuadrados ponderados cuando existen pequeños cambios en el sistema. Esta mejora se debe a que tiene en cuenta la historia del sistema. En este trabajo de tesis se presenta un nuevo método que combina lo mejor de ambos enfoques. En el área de tráfico vehicular, se presenta un algoritmo de estimación de estado basado en el filtro de Kalman unscented para estimar el tráfico en una sección de un autopista. Una de las formas más utilizadas para simular la evolución del tráfico en una sección de la autopista es un modelo macroscópico de segundo orden. Avances recientes dentro de este área utilizan una versión linealizada del modelo con el filtro Kalman. Considerando que en varias áreas, el filtro de Kalman unscented mejora los resultados del método linealizado, este trabajo tiene como objetivo la aplicación del mismo. Para ello, se presentan dos versiones del filtro de Kalman unscented que incorporan restricciones al dominio para poder ser aplicado al área de tráfico, obteniendo mejores resultados que la versión linealizada.
This thesis presents the results of the research made in the area of state estimation applied to power systems and vehicular traffic. In the area of power systems, the state estimation is an essential tool for software applications involved in the operation of the network, since it is responsible of the accuracy of the information obtained. State Estimation in Power Systems is classically based on the weighted least squares method, however, several extensions of Kalman filters have been recently proposed. Among them, the unscented Kalman Filter improves the results of weighted least squares methods when there are small changes in the system, as it considers the history of the system state. In this thesis a new method that combines the best of both approaches is presented. In vehicular traffic area, a state estimation algorithm applied to a freeway and based on the unscented Kalman filter is developed. The evolution of the traffic in a freeway section is usually defined by a macroscopic second order model which accurately calculates the density, the flow and the mean speed according to several non linear equations. An extended and linearized version of the Kalman method was already applied to this setting to estimate the previously mentioned variables. Considering that in many areas, the unscented Kalman filter improves the results of the linearized method, in this thesis a version of the first one which incorporates domain constraints is presented. This novel approach applied to freeway traffic estimation obtains better results than the linearized version.
Fil: Risso, Mariano A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Lotito, Pablo A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Rubiales, Aldo J . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.