تخمین‌گر جدید حالت در سیستم‌های توزیع
محورهای موضوعی : مهندسی برق و کامپیوترسعید سبزه بین 1 , فرید کربلایی 2
1 - دانشگاه تربیت دبیر شهید رجایی
2 - دانشگاه تربیت دبیر شهید رجایی
کلید واژه: پخش بار پیشرو- پسروتخمین حالتتخمین‌گر حداقل مربعات وزن‌دارمکان‌یابی تجهیزات اندازه‌گیریسیستم‌های توزیع,
چکیده مقاله :
به دلیل کمبود اندازه‌گیری در سیستم‌های توزیع، تخمین حالت در این سیستم‌ها از اهمیت ویژه‌ای برخوردار است. روش‌های مختلفی برای تخمین حالت در سیستم‌های توزیع ارائه شده است تا دقت حالت شبکه را با این اندازه‌گیری‌های محدود بهبود بخشند. در این مقاله، یک تخمین‌گر جدید حالت در سیستم‌های توزیع ارائه شده که این تخمین‌گر بر مبنای پخش بار پیشرو- پسرو است که در هر مرحله با تنظیم بارهای مصرفی، حالت شبکه را تخمین می‌زند. ورودی‌های این تخمین‌گر اندازه‌گیری ولتاژ در شین مرجع، بارهای مصرفی در شین‌های بار و اندازه‌گیری‌های تزریق صفر در شین‌های بدون بار می‌باشند. این تخمین‌گر با تخمین‌گر حداقل مربعات وزن‌دار مقایسه و نتایج آن نشان داده شده است. همچنین در محاسبه اندازه ولتاژ شین‌ها دارای خطای کمتر و سرعت بیشتری نسبت به تخمین‌گر حداقل مربعات وزن‌دار می‌باشد. شبکه مورد آزمایش در این مقاله، شبکه 85شینه توزیع است.
Due to the lack of measurement in distribution systems, state estimation has particular importance. Different methods are presented to improve the accuracy of system state with limited measurements. In this paper a new state estimator in distribution systems are offered. This estimator bases on backward forward load flow estimates system state with adjusting load consumption at each step. Voltage measurements in slack bus, loads and zero injection measurements are inputs of estimator. This estimator is compared with weight least square estimator and its results are shown. The estimator calculates voltage magnitude with less error and also faster than WLS estimator. 85-bus system is presented in this paper.
[1] N. Silva and A. Rodrigues, "Optimal measurement placement for state estimation in smart grids," in Proc. 3rd IEEE PES Innovative Smart Grid Technologies Europe, pp. 10-17, Oct. 2012.
[2] A. J. Wood and B. F. Wollenberg, Power Generation, Operation, and Control, John Wiley & Sons, 1996.
[3] R. Ebrahimian and R. Baldick, "State estimation distributed processing," IEEE Trans. on Power Systems, vol. 15, no. 4, pp. 1240-1246, Nov. 2000.
[4] M. Baran and A. W. Kelley, "A branch-current-based state estimation method for distribution systems," IEEE Trans. on Power Systems, vol. 10, no. 1, pp. 483-491, Feb. 1995.
[5] H. Li and M. Yang, "A branch-current-based state estimation for distribution systems non-measurement loads," Power Engineering Society General Meeting, vol. 1, no. 3, pp. 440-444, Jun. 2004.
[6] C. Muscas, F. Pilo, G. Pisano, and S. Sulis, "Optimal allocation of multichannel measurement devices for distribution state estimation," IEEE Trans. on Power System, vol. 58, no. 6, pp. 1929-1937, Jun. 2009.
[7] L. Ramesh, N. Chakraborthy, S. P. Chowdhury, and S. Chowdhury, "Intelligent DE algorithm for measurement location and PSO for bus voltage estimation in power distribution system," Electrical Power and Energy Systems, vol. 39, no. 1, pp. 1-8, Mar. 2012.
[8] I. Dzafic, S. Henselmeyer, and H. T. Neisius, "Real-time distribution system state estimation," in Proc. Conf. IPEC, pp. 22-27, Singapore, Singapore, 27-29 Oct. 2010.
[9] K. D. Jones, Three-Phase Linear State Estimation with Phasor Measurements, Master of Science Thesis, Virginia Polytechnic Institute & State University, 2011.
[10] A. Augugliaro, L. Dusonchet, and S. Mangione, "Voltage collapse proximity indicators for radial distribution networks," in Proc. 9th Int. Conf. Electrical Power Quality and Utilisation, 6 pp., Barcelona, Spain, 9-11 Oct. 2007.
[11] G. N. Korres, N. D. Hatziargyriou, and P. J. Katsikas, "State estimation in multi-microgrids," European Trans. on Electrical Power, vol. 2, no. 2, pp. 1178-1199, Mar. 2010.
[12] R. Singh, B. C. Pal, and R. B. Vinter, "Measurement placement in distribution system state estimation," IEEE Trans. on Power System, vol. 24, no. 2, pp. 668-675, May 2009.
