Voltage Violation Prediction in Unobservable Distribution Systems
Voltage Violation Prediction in Unobservable Distribution Systems
复制标题
不可观测配电系统中的电压违规预测
DOI：
10.1109/pesgm48719.2022.9916805
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Natarajan, Balasubramaniam
中科院分区：
文献类型：
--
作者：
Abujubbeh, Mohammad;Dahale, Shweta;Natarajan, Balasubramaniam
近年来，分布式能源（DERs）如光伏（PV）系统因其经济和环境效益而受到广泛关注。然而，分布式电源也会给配电系统的运行带来新的技术挑战，包括欠压/过压问题。在这方面，电压违例预测（VVP）成为系统运行的重要组成部分，因为它可以实现主动控制策略。不幸的是，传统的电压监测技术假设系统中所有节点的状态测量都是完全可用的。在现实世界中，配电系统的测量设备有限，导致系统不可观测。因此，本文提出了一种新的基于贝叶斯矩阵补全（BMC）的VVP技术，该技术可以准确预测不可观测（和不平衡）配电系统中节点电压异常的概率。该方法在IEEE 37测试系统上进行了仿真测试。结果表明，该方法可以在低至50%可用数据的情况下提供90%以上的违规预测准确率。
Recently, distributed energy resources (DERs) such as photovoltaic (PV) systems have garnered significant attention due to their economic and environmental benefits. However, DERs can also pose new technical challenges to distribution system operation including under/over voltage issues. In this regard, voltage violation prediction (VVP) becomes an essential component of system operation as it enables proactive control strategies. Unfortunately, classical voltage monitoring techniques assume full availability of state measurements across all nodes in the system. In real-world scenarios, distribution systems are limited with few measurement devices, rendering the system unobservable. Therefore, this paper proposes a new Bayesian matrix completion (BMC) based VVP technique that accurately predicts the probability of nodal voltage violations in unobservable (and unbalanced) distribution systems. The proposed approach is tested via simulations on the IEEE 37 test system. Results show that the proposed method offers over 90% violation prediction accuracy with as low as 50% fraction of available data.
登录
查看更多内容
预测电动汽车对分布式发电住宅配电网络的影响
DOI：
--
发表时间：
2010
期刊：
2010 IEEE Vehicle Power and Propulsion Conference
影响因子：
--
作者：
P. Papadopoulos;S. Skarvelis;I. Grau;L. Cipcigan;N. Jenkins
通讯作者：
N. Jenkins
DOI：
--
发表时间：
2019
期刊：
IEEE PES Innovative Smart Grid Technologies Conference Europe
影响因子：
--
作者：
M. Mokhtar;V. Robu;D. Flynn;Ciaran Higgins;Jim Whyte;Caroline Loughran;Fiona Fulton
通讯作者：
Fiona Fulton
低可观分布系统状态估计的联合矩阵补全和压缩感知
DOI：
--
发表时间：
2021
期刊：
IEEE PES Innovative Smart Grid Technologies Conference
影响因子：
--
作者：
Shweta Dahale;B. Natarajan
通讯作者：
B. Natarajan
不平衡配电网中基于概率电压灵敏度的先发式电压监测
DOI：
10.1109/naps50074.2021.9449792
发表时间：
2021
期刊：
2020 52nd North American Power Symposium (NAPS
影响因子：
--
作者：
Abujubbeh, Mohammad;Munikoti, Sai;Natarajan, Balasubramaniam
通讯作者：
Natarajan, Balasubramaniam