Distribution systems state estimation. A study case with real distribution networks

Nowadays, due to the evolving complexity of Electric power networks, system operators have to deal with new challenges such as higher levels of uncertainties, distributed energy sources, power constraints, system’s security etc. To better control the network, energy management systems (EMS) from many vendors are used but they take into account only the uncertainties on network’s measurements; network topology and network parameters are assumed as perfectly known. In this case, the way to determine the unknown state variables is to adopt the “Weighted least square (WLS)” state estimation algorithm that enable also a kind of error detection due to wrong measurements. But, in reality, also network parameters are not perfectly known due to many reasons and this creates an additional source of uncertainty. Therefore, there is the need to add them into the model and to develop an updated algorithm capable of addressing these issues. In this other case, the solution is based on the so called “Extended weighted least square (EWLS)” state estimation. The aim of this thesis is to apply the new method on a distribution network, to estimate the states with the two algorithms and to understand in which measure the EWLS can be more precise in comparison with the WLS method. The thesis first explains how system operators can, nowadays, have a good network observability; then, the state estimation algorithm is presented and finally, the experimental results are presented. The results show that the EWLS algorithm can deal in a better way with a non-perfectly known network model and the estimates are closer to the real network status. From this point of view, wrong measurements are also recognized and recovered faster. On the basis of the results of this work, it can be concluded that the new algorithm is better suited for the network of the future, in which operators will be able to manage the grid in a more complete way and customers will play an active role in the system.

Oggigiorno, a causa della crescente complessità dei sistemi elettrici di potenza, gli operatori di sistema sono costretti a risolvere nuove problematiche riguardanti, per esempio, maggiori livelli di incertezza, risorse di energia distribuite, limiti di potenza, sicurezza del sistema ecc. Per controllare meglio la rete vengono utilizzati sistemi di controllo dell’energia di vari produttori che, tuttavia, tengono in considerazione unicamente incertezze sulle misure; la configurazione e i parametri di rete sono ipotizzati come perfettamente noti. In questo caso, un modo per determinare gli stati del sistema è l’utilizzo dell’algoritmo di stima definito “Weighted least square (WLS)” che supporta anche la rilevazione di errori a causa di misure errate. Ma in realtà, anche i parametri di rete non sono perfettamente noti a causa di vari fattori e ciò aggiunge un’ulteriore fonte di incertezza. A questo punto, sorge il bisogno di includerli nel modello e di sviluppare un algoritmo aggiornato in grado di rispondere a questi problemi. In quest’altro caso, la soluzione si basa sulla cosiddetta algoritmo di stima definito “Extended weighted least square (EWLS)”. Lo scopo di questa tesi è di applicare il nuovo metodo ad una rete di distribuzione, di stimarne gli stati con i due differenti algoritmi e capire in quale misura il metodo “EWLS” può essere più preciso rispetto al metodo “WLS”. La tesi, inizialmente spiega come gli operatori di rete possano, oggigiorno, avere una buona osservabilità della rete; poi viene presentato l’algoritmo di stima dello stato e, infine, vengono presentati i risultati ottenuti. I risultati ottenuti sperimentalmente mostrano come il metodo “EWLS” riesca a stimare in maniera più accurata gli stati del sistema in caso di parametri di rete incerti e come essi risultino più simili ai valori reali. Da questo punto di vista le misure errate vengono riconosciute e ripristinate più velocemente. Sulla base dei risultati di questo lavoro, si può concludere che il nuovo algoritmo è meglio applicabile sulle reti del futuro, nel quale gli operatori saranno in grado in grado di gestire la rete in maniera più efficiente e completa e i clienti giocheranno un ruolo più attivo nel sistema.