State Estimation and Model Identification Methodologies for Applying to Electric Grids

Abstract

Monitorização, modelação, estimação e controlo são questões importantes nas redes elétricas atuais. No entanto, devido à introdução de conceitos mais recentes como redes inteligentes, a existência de um grande número de componentes não lineares e variantes no tempo e o notável aumento do número de recursos intermitentes (como turbinas eólicas e painéis solares) e veículos elétricos, a abordagem destas questões está ficando cada vez mais desafiadora e difícil.Isso porque, nas redes inteligentes, podem ser criados padrões e fenómenos que não existiam e/ou não são compreendidos nas redes convencionais. Por exemplo, numa rede convencional, uma casa é sempre considerada como uma carga potencial, mesmo que tenha alguns dispositivos instalados, como painéis solares que produzem energia, mas numa rede inteligente, essa casa pode desempenhar o papel de fonte e alimentar o seu excedente de energia elétrica à rede eléctrica. Adicionalmente, o aumento do número de recursos intermitentes e de carros elétricos torna o comportamento das redes elétricas mais complexo e imprevisível, nomeadamente ao nível do consumo e produção de energia. Além disso, há um grande número de dispositivos variantes no tempo e não lineares nas redes elétricas. Portanto, considerando os factos acima, fornecer métodos de estimativa e modelação para sistemas de controlo e monitorização, trabalhando em redes elétricas, com variáveis de estado mais precisas e confiáveis em redes elétricas é um verdadeiro desafio.Diante dos fatos acima, fornecer variáveis de estado mais precisas e confiáveis para controlar e monitorizar redes elétricas é um verdadeiro desafio. Neste contexto, três principais objetivos de pesquisa e direções de pesquisa são considerados nesta tese.O primeiro objetivo é projectar uma abordagem de estimação distribuída, onde a estimativa simultânea de variáveis de estado e entradas desconhecidas para sistemas lineares de tempo discreto de grande escala podem ser feitas. Este método pode funcionar na forma de estimativa baseada em agente, na qual cada agente estima todos os estados do sistema e as entradas desconhecidas associadas a todo o sistema, tendo acesso a apenas um subconjunto de todas as medições disponíveis localmente para cada agente. Todos os agentes tentam chegar a um consenso trocando as suas variáveis de estado computadas com aquelas dos seus agentes vizinhos. Condições suficientes para estabilidade e convergência deste método de estimação distribuído também são discutidas e fornecidas usando a teoria de estabilidade de Lyapunov. Vale ressaltar que embora este método seja adequado para sistemas lineares, ele pode ser utilizado para sistemas não lineares se o modelo linearizado desses sistemas não lineares tiver a capacidade de ser computado com bastante precisão.O segundo objetivo é desenvolver um método baseado em dados para determinar um modelo global de um gerador síncrono real, um componente altamente não linear e importante dos sistemas de potência. Nesta abordagem, sob diversas condições planeadas, as medições obtidas dos sensores e transdutores instalados nas entradas e saídas de um gerador síncrono são armazenadas e formam diversos conjuntos de dados. Esses conjuntos de dados são usados por agrupamento difuso, identificação de sub-espaço, modelação difusa de Takagi-Sugeno (T-S) e optimização por enxame de partículas (PSO) para criar um modelo difuso T-S global. O modelo resultante da abordagem proposta pode fornecer saídas precisas sob uma ampla gama de valores de entrada de potência mecânica, mesmo com medições ruidosas.O terceiro e último objetivo é projetar um estimador robusto e adaptativo que possa fazer a sua tarefa principal, a estimativa de variáveis de estado do sistema, quando ocorrem incompatibilidades de modelos. Desenvolver um estimador robusto e confiável é crucial para redes elétricas porque tais redes estão sujeitas a uma ampla gama de estados operacionais, devido a uma variedade de eventos, como cargas, comutação de linha e comprometimento de fonte, o que pode levar a algumas incompatibilidades de modelo. Para atingir esse objetivo, é proposta uma abordagem de engenharia que incorpora não apenas a estratégia de estimativa, mas também o conhecimento e a experiência do projetista sobre o comportamento do sistema.O desempenho e a eficácia das metodologias propostas são validados e demonstrados usando benchmarks disponíveis como o sistema IEEE de 5 geradores e 14 barramentos, modelos conhecidos como modelos não lineares de 2.ª ordem e 4.ª ordem de geradores síncronos, bem como configuração real de um conjunto motor-gerador.

Monitoring, modeling, estimation, and control are important issues in nowadays electrical grids. However, because of the introduction of more recent concepts like smart grids, the existence of a large number of nonlinear and time-varying components, and the noticeable rising number of intermittent resources (like wind turbines and solar panels) and electric vehicles, addressing these issues is getting each time more challenging and difficult. This is because, in smart grids, standards and phenomena may be created that have not existed and/or are not understood in conventional grids. For example in a conventional grid one house is always considered as a potential load even if it has some installed devices like solar panels that produce energy, but in a smart grid such a house could play a role as a source and feed its surplus electrical energy to the grid. Additionally, increasing the number of intermittent resources and electric cars makes electric networks' behavior more complex and unpredictable, particularly in terms of energy consumption and production. Further, there are a large number of nonlinear time-varying devices in electrical grids. %Therefore, considering the above facts, providing estimation and modeling methods to control and monitoring systems, working in electrical networks, with more accurate and reliable state variables in electrical grids is a real challenge. Given the above facts, providing more accurate and reliable state variables to control and monitor electrical grids is a real challenge. In ths context, three main research objectives and research directions are considered in this thesis.The first objective is to design a distributed estimation approach, where simultaneous estimation of state variables and unknown inputs for large-scale discrete-time linear systems can be done. This method can function in the form of agent-based estimation in which each agent estimates the whole system states and unknown inputs associated with the whole system, by having access to only a subset of all measurements available locally for each agent. All agents try to reach consensus by exchanging their computed state variables with those of their neighboring agents. Sufficient conditions for stability and convergence of this distributed estimation method are also discussed and provided using Lyapunov stability theory. It is worth mentioning that though this method is suitable for linear systems, it can be utilized for nonlinear systems if the linearized model of those nonlinear systems has the capability of being computed quite accurately.The second objective is to develop a data-driven method to determine a global model of a real synchronous generator, a highly nonlinear and important component of power systems. In this approach, under several different planned conditions, the measurements obtained from the sensors and tranducers intalled at the inputs and outputs of a synchronous generator are stored and form several datasets. These datasets are used by fuzzy clustering, subspace identification, Takagi Sugeno (T-S) fuzzy modeling, and Particle swarm optimization (PSO) to create a global T-S fuzzy model. The resultant model of the proposed approach can provide accurate outputs under a wide range of mechanical power input values, even with noisy measurements.The third and final objective is to design a robust and adaptive estimator that can do its main task, the estimation of system state variables, when model mismatches occur. Developing such a robust and reliable estimator is crucial for electrical networks because such networks are subject to a wide range of operating states, due to a variety of events such as loads, line switching, and source commitment, which can lead to some model mismatches. Towards this goal, an engineering approach is proposed that incorporates not only the estimation strategy but also the designer's knowledge and experience about the system's behavior.The performance and effectiveness of the proposed methodologies are validated and demonstrated using available benchmarks like IEEE 5-generator 14-bus system, known models like 2nd-order and 4th-order nonlinear models of synchronous generators as well as real setup of a motor-generator set.