Real-time inertia estimation methods in electric power systems

The inertia constant of an electric power system determines the frequency behaviour in the immediate aftermath of a power mismatch, before the activation of frequency adjustment mechanisms. The current shift in generation mix towards renewables is leading to a smaller and more variable inertia, reducing frequency control services availability and increasing the risk of frequency security limit violations. In the light of the changes currently experienced by electric power systems, a continuous real-time estimation of inertia would be beneficial for grid operators, as it would increase situational awareness and provide useful inputs to proactive control and protection systems. This thesis mainly focuses on two real-time inertia estimation methods, specifically tailored for synchronous generators. The former is based on the adoption of frequency and active power measurement windows before and after the occurrence of a disturbance. On the contrary, the latter exploits the extended Kalman filter (EKF): starting from the time of disturbance, the filter receives the measurements of several mechanical and electrical quantities at the point of connection of the generator and provides the estimation of the inertia constant, as well as of the frequency and of the generator’s rotor electrical angle. The methods described above have been tested on a low voltage microgrid to estimate the inertia constant of the primary source (synchronous generator). The performance of the two methods has been compared in terms of their accuracy and sensitivity to several parameters. In particular, the window-based method has been tested under different window widths and wrong assumed times of disturbance. Furthermore, a window-based method for the simultaneous estimation of the inertia and of time of disturbance has been analysed. Finally, the sensitivity of EKF-based inertia estimations to the sampling time, the measurement noise, the assumed time of disturbance and the generator model adopted during the simulations has been evaluated.

La costante d’inerzia di una rete elettrica determina il comportamento della frequenza immediatamente dopo un disturbo nella rete, prima dell’attivazione dei meccanismi per il controllo della frequenza. La presenza sempre più significativa delle fonti rinnovabili nel parco generativo sta portando ad un’inerzia di rete più bassa e caratterizzata da una forte volatilità, riducendo la disponibilità dei servizi per il controllo di frequenza e aumentando il rischio di violazione di alcune soglie di sicurezza. Alla luce dei cambiamenti che stanno attraversando le attuali reti elettriche, una continua stima in tempo reale dell’inerzia sarebbe vantaggiosa per i gestori di rete, perché costituirebbe un prezioso strumento di diagnosi dello stato della rete e fornirebbe un utile input per i sistemi proattivi di controllo e di protezione. La tesi tratta principalmente due metodi di stima dell’inerzia in tempo reale, ideati specificatamente per i generatori sincroni. Il primo metodo (window-based) è basato sull’adozione di finestre di misura della potenza attiva e della frequenza prima e dopo un disturbo nella rete. Il secondo metodo sfrutta il filtro di Kalman esteso (EKF): partendo dal tempo del disturbo, il filtro riceve in ingresso alcune misure di natura elettrica e meccanica riferite al punto di connessione del generatore, restituendo in uscita la stima della costante d’inerzia, della frequenza e dell’angolo elettrico di rotore. I metodi di cui sopra sono stati testati su una microrete in bassa tensione per stimare la costante d’inerzia della fonte primaria di alimentazione (generatore sincrono). I due metodi sono stati valutati in termini di precisione e di sensibilità rispetto a diversi parametri. In particolare, il metodo window-based è stato testato con finestre di ampiezza diversa e con diversi valori ipotizzati del tempo di disturbo. Inoltre, è stato analizzato un metodo window-based per la stima simultanea della costante d’inerzia e del tempo del disturbo. Infine, è stata analizzata la sensibilità delle stime di inerzia ottenute con il metodo basato su EKF rispetto al tempo di campionamento, il rumore di misura, il tempo ipotizzato del disturbo e il modello del generatore utilizzato durante le simulazioni.