• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.18.2018.tde-03082018-095459
Document
Author
Full name
Luana Locatelli Avelino
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2018
Supervisor
Committee
London Junior, João Bosco Augusto (President)
Feltrin, Antonio Padilha
Souza, Júlio César Stacchini de
Title in Portuguese
Estimação de demanda trifásica em tempo real para sistemas de distribuição radiais
Keywords in Portuguese
Agregação de cargas
Estimação de estado
Estimador de demanda trifásico
Monitoramento em tempo real
Sistemas de distribuição de energia
Abstract in Portuguese
Os estimadores de estado são ferramentas primordiais para monitoramento em tempo real dos sistemas elétricos de potência, principalmente por permitir a execução de funções básicas relacionadas à segurança destes sistemas. No entanto, nos sistemas de distribuição, por possuírem uma série de particularidades e pelo reduzido número de medidas disponíveis em tempo real, os estimadores de estado convencionais desenvolvidos para sistemas de transmissão não são capazes de oferecer boas estimativas para determinação do estado da rede. Neste contexto, o Estimador de Demanda Trifásico em Tempo Real (EDTTR) desenvolvido neste trabalho, fundamentado nos métodos de estimação de demanda, tem como foco principal proporcionar maior precisão ao monitoramento da rede primária de alimentadores de distribuição radiais, ao contemplar as características intrínsecas do modelo da rede. O EDTTR consiste em dois estágios principais: o primeiro é caracterizado pela estimação off-line das demandas dos transformadores de distribuição por meio do processo de agregação de cargas, considerando informações dos consumidores. O segundo estágio é realizado em tempo real, utiliza um algoritmo eficiente de Varredura Direta Inversa para a solução do fluxo de carga, auxiliado da estrutura de dados chamada Representação Nó-Profundidade para armazenar a topologia da rede. Neste estágio também ocorre o ajuste recursivo das estimativas obtidas no Estágio 1 com base nas poucas medidas disponíveis em tempo real. No intuito de melhorar a representação da rede primária, o EDTTR desenvolvido possibilita o tratamento dos transformadores de distribuição conectados em Delta-Yn. Esta proposição permite uma caracterização do modelo das cargas mais fiel, sendo capaz de superar problemas de convergência, além de contribuir para a qualidade do processo de estimação. Desenvolveu-se, também, uma plataforma de testes que permite a análise do impacto de fatores que deterioram o processo de estimação de demandas, como: a má classificação dos consumidores, o comportamento dos mesmos, que na prática não é exatamente igual ao da classe de carga a ele atribuída, a possibilidade de perdas não técnicas, erros grosseiros e falhas de comunicação nos medidores do alimentador. O EDTTR foi validado em simulações utilizando um alimentador real da cidade de Ribeirão Preto com base em dados fornecidos pela distribuidora CPFL Paulista.
Title in English
Real time three-phase load estimation for radial distribution feeders
Keywords in English
Distribution power systems
Load aggregation
Real time three-phase load estimator
Real-time monitoring
State estimation
Abstract in English
The state estimators are primordial tools for electric power systems real time monitoring. These tools allow the execution of basic functions related to systems security. However, conventional state estimators, developed for transmission systems, can not provide good estimates to the state of distribution systems. This is due to two main factors, the few real time measures available in distribution systems, and the intrinsic complexity of them. In this context, the developed Real Time Three-Phase Load Estimator (EDTTR), based on load estimation methods, aims to provide better estimates to the monitoring of the primary network of radial distribution feeders, considering all the intrinsic sets of the system model. The EDTTR consists of two main stages: the first is characterized by the off-line load estimation of the distribution transformers by a load aggregation process, which uses consumers information as input data. In the second stage the off-line estimates obtained in Stage 1 are recursively refined in real-time basing on the available measurements. This procedure is executed by a computationally efficient backward/forward sweep load flow algorithm based on the data structure called Node-depth Encoding. The developed EDTTR allows the treatment of distribution transformers connected in Delta-Yn improving the primary network representation. A test platform is also developed that enables the analysis of the impact of factors that deteriorate the demand estimation process, such as the poor classification of consumers, the poor representativeness of the load class for certain consumers, the possibility of non-technical losses, and of gross errors and communication faults in the feeder meters. The developed EDTTR performance was tested in simulations that uses a real feeder from Ribeirão Preto city, based on system data provided by CPFL Paulista utility.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Luana.pdf (6.71 Mbytes)
Publishing Date
2018-08-17
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.