Unbalanced Multi-Phase Distribution Grid Topology Estimation and Bus Phase Identification

Sintesi Tecnica: Stima della Topologia di Rete di Distribuzione Multifase Sbilanciata e Identificazione della Fase dei Bus

Definizione del Problema
L'integrazione delle Risorse Energetiche Distribuite (DER), come il solare sui tetti e i veicoli elettrici, introduce una significativa incertezza e uno sbilanciamento nelle reti di distribuzione. Il monitoraggio e il controllo efficaci di queste risorse richiedono una conoscenza accurata della topologia di rete e dell'etichettatura delle fasi dei bus. Tuttavia, queste informazioni sono spesso indisponibili o inaffidabili nelle reti di distribuzione a media e bassa tensione a causa di investimenti limitati, record obsoleti ed errori umani. I metodi esistenti di stima della topologia si concentrano prevalentemente su sistemi bilanciati o monofase e spesso assumono etichette di fase corrette. Inoltre, molti approcci si affidano alle Unità di Misura Fasoriale (PMU), che non sono ampiamente diffuse nelle reti di distribuzione. La sfida specifica affrontata in questo articolo è la stima della topologia di rete multifase e l'identificazione delle corrette connessioni di fase dei bus utilizzando esclusivamente i dati di tensione dei contatori intelligenti (smart meter), in presenza di carichi sbilanciati, etichette di fase errate e assenza di PMU.

Metodologia
L'approccio proposto è un metodo basato sui dati che utilizza misurazioni temporali della tensione dei contatori intelligenti. La metodologia procede attraverso le seguenti fasi:

1. Modellazione Grafica Probabilistica: La rete di distribuzione è modellata come un modello grafico probabilistico in cui i nodi rappresentano i vettori di tensione dei bus e gli archi rappresentano le dipendenze statistiche. Il problema è formulato come il recupero della struttura radiale di questo grafo.
2. Trasformazione delle Componenti Simmetriche: Per gestire i sistemi multifase sbilanciati, l'articolo converte i fasori trifase sbilanciati in componenti simmetriche (sequenze positiva, negativa e zero). Questa trasformazione disaccoppia le fasi, permettendo al sistema di essere trattato come un sistema multifase bilanciato all'interno del quadro delle componenti di sequenza.
3. Massimizzazione dell'Informazione Mutua (Algoritmo di Chow-Liu): L'articolo dimostra che, sotto l'assunto di incrementi di iniezione di corrente indipendenti, le relazioni di indipendenza condizionale in una rete radiale implicano che il problema della stima della topologia sia equivalente alla ricerca di un Albero Spino di Peso Massimo (MWST). I pesi sono determinati dall'informazione mutua tra gli incrementi di tensione delle coppie di bus. L'algoritmo di Chow-Liu viene impiegato per risolvere efficientemente questo problema di ottimizzazione.
   • Robustezza alle Etichette di Fase: Un risultato teorico chiave è che il calcolo dell'informazione mutua è invariante rispetto alla permutazione delle etichette di fase. Pertanto, l'algoritmo può stimare la topologia corretta anche se le etichette di fase degli smart meter sono errate o sconosciute.
   • Solo Magnitudo di Tensione: Riconoscendo che gli angoli di fase sono spesso non disponibili, l'articolo dimostra che l'utilizzo delle sole magnitudo di tensione ($|\Delta V|$) fornisce informazioni sufficienti per una stima accurata della topologia, poiché i cambiamenti di magnitudo della tensione contengono la dipendenza statistica dominante.
4. Identificazione della Fase del Bus: Una volta stimata la topologia, l'articolo propone un metodo per identificare e correggere le etichette di fase dei bus. Utilizzando le equazioni di Carson, il metodo calcola l'impedenza propria e mutua delle linee. Sfrutta il fatto che le correlazioni di tensione sono massime tra i bus connessi sulla stessa fase. Partendo dalla sottostazione (dove le etichette sono assunte come affidabili), l'algoritmo attraversa la topologia stimata per identificare la vera connessione di fase di ciascun bus.

Contributi Chiave

• Gestione dei Sistemi Sbilanciati: L'articolo estende la stima della topologia dai sistemi monofase bilanciati ai sistemi multifase sbilanciati utilizzando trasformazioni di componenti simmetriche.
• Invarianza dell'Etichetta: L'algoritmo proposto non richiede la conoscenza preventiva delle corrette etichette di fase dei bus. È matematicamente dimostrato essere invariante rispetto all'etichettatura di fase errata, affrontando un problema pratico critico in cui fino al 10% delle etichette può essere errato.
• Stima Senza PMU: Il metodo funziona efficacemente utilizzando solo i dati degli smart meter (magnitudo di tensione), eliminando la necessità di costose installazioni di PMU.
• Meccanismo di Correzione della Fase: Viene introdotto un nuovo approccio basato sui dati per identificare le corrette connessioni di fase dei bus utilizzando le correlazioni di tensione e le equazioni di Carson, correggendo gli errori di etichettatura dopo la stima della topologia.
• Scalabilità: La complessità computazionale viene analizzata e una strategia di elaborazione parallela viene suggerita per sistemi su larga scala (es. 8500 bus) decomponendo la rete in sottoreti a bassa tensione indipendenti.

Risultati
L'algoritmo è stato validato utilizzando i sistemi di test IEEE 37-bus, 123-bus e 8500-bus, simulati con set di dati reali provenienti da PG&E (California), il progetto ADRES (Austria) e Pecan Street (Texas).

• Accuratezza: In condizioni prive di rumore, l'algoritmo ha raggiunto uno 0% di tasso di errore nella stima della topologia sia per i sistemi a 37 che a 123 bus, indipendentemente dal fatto che venissero utilizzati gli angoli di fase o solo le magnitudo di tensione.
• Integrazione dei DER: Il metodo ha mantenuto un'alta accuratezza (0% di errore) anche con livelli di penetrazione dei DER dal 20% al 100%, dimostrando robustezza contro lo sbilanciamento causato dall'elevata integrazione delle rinnovabili.
• Etichette Errate: L'algoritmo ha mantenuto tassi di errore dello 0% anche quando fino al 20% delle etichette di fase dei bus era errato, mentre i metodi monofase modificati hanno mostrato un significativo degrado delle prestazioni (fino all'11,7% di errore).
• Sensibilità al Rumore: Con rumore di misurazione realistico (fino allo 0,2%), il tasso di errore è rimasto basso (circa 3-4%), influenzando principalmente le connessioni dei feeder, che possono essere corrette tramite post-elaborazione.
• Requisiti di Dati: L'algoritmo richiede significativamente meno dati rispetto ai corrispondenti monofase, raggiungendo il recupero perfetto della topologia con appena 16–20 ore di misurazioni, a seconda della frequenza di campionamento.

Significatività
L'articolo sostiene che questo lavoro fornisca una soluzione critica per l'operatività "cieca" delle moderne reti di distribuzione. Consentendo una stima accurata della topologia e l'identificazione della fase senza fare affidamento su hardware costosi (PMU) o su record storici accurati, il metodo facilita l'integrazione sicura ed efficiente dei DER. La capacità di operare in condizioni sbilanciate e con etichettatura errata rende l'approccio particolarmente adatto alle reti di distribuzione a bassa tensione del mondo reale, dove tali imperfezioni sono comuni. Questa capacità è presentata come un prerequisito per gli strumenti avanzati di monitoraggio e controllo necessari per gestire la crescente complessità delle future reti di distribuzione.