A Constrained Formulation for Simultaneous Line Parameter Estimation and Instrument Transformer Calibration

Titolo: Una Formulazione Vincolata per la Stima Simultanea dei Parametri di Linea e la Calibrazione dei Trasformatori di Strumentazione

1. Il Problema

Il sistema di misurazione a vasta area (WAMS) si basa sulle Unità di Misura dei Fasori (PMU), che ricevono segnali di tensione e corrente da Trasformatori di Tensione (VT) e Trasformatori di Corrente (CT), collettivamente noti come Trasformatori di Strumentazione (IT).

• Dipendenza Critica: La calibrazione degli IT tramite dati PMU richiede la conoscenza dei parametri della linea di trasmissione. Tuttavia, la stima di questi parametri (LPE - Line Parameter Estimation) richiede a sua volta IT calibrati.
• Il Circolo Vizioso: Esiste una dipendenza reciproca (interdipendenza) tra la stima dei parametri di linea e la calibrazione degli IT. I metodi precedenti hanno affrontato questi problemi separatamente o hanno assunto condizioni irrealistiche (es. IT perfetti o parametri di linea noti).
• Limiti degli Approcci Esistenti:
  • I metodi che assumono IT ideali falliscono nella pratica poiché gli IT subiscono derive nel tempo dovute all'invecchiamento e alle condizioni ambientali.
  • I metodi che assumono parametri di linea noti sono impraticabili perché questi parametri variano con le condizioni ambientali e l'invecchiamento dei conduttori.
  • Le soluzioni congiunte recenti (es. [14]-[17]) hanno mostrato sensibilità al rumore, errori elevati nella stima dei parametri o assunzioni limitanti (es. IT a monte privi di errori).

2. Metodologia Proposta (SLIC)

Gli autori propongono un nuovo framework chiamato SLIC (Simultaneous Line Parameter Estimation and IT Calibration). L'approccio risolve il problema di interdipendenza utilizzando la conoscenza del dominio dei sistemi elettrici come vincoli fisici.

A. Modellazione Matematica

• Viene utilizzato un modello $\pi$ per le linee di trasmissione.
• Si introduce un modello di rumore composito:
  • Errore Moltiplicativo ($\eta$): Dovuto agli IT (errore di rapporto), costante nel tempo (scale di settimane/mesi).
  • Errore Additivo ($\Delta$): Dovuto al rumore del PMU, variabile ad ogni misura.
• Le equazioni di Kirchhoff vengono riscritte includendo i fattori di correzione degli IT ($\alpha$ per tensione, $\beta$ per corrente) e il rumore.

B. Formulazione Non Lineare e Ottimizzazione
Il problema viene formulato come un problema di ottimizzazione non lineare con vincoli:

1. Riferimento agli RQM: Si assume la presenza di una coppia di "Revenue Quality Meters" (RQM) ad alta precisione a un'estremità della linea. Gli errori degli RQM sono considerati trascurabili rispetto agli IT standard, permettendo di stimare i Correction Factor Ratios (CFR) degli altri IT rispetto a questi.
2. Termini di Regolarizzazione: Per risolvere l'ill-posedness del problema (più incognite che equazioni), si introduce un termine di regolarizzazione che penalizza le deviazioni dei fattori di correzione degli RQM dai valori ideali (parte reale $\approx 1$, parte immaginaria $\approx 0$). Questo ammorbidisce l'assunzione di "metro perfetto".
3. Vincoli di Uguaglianza Basati sulla Fisica: Per le linee non dotate di RQM, si sfruttano le leggi di Kirchhoff ai nodi:
   • Tensione: La tensione reale al nodo è unica, indipendentemente dal VT che la misura. Questo crea un vincolo tra i CFR dei VT su linee adiacenti.
   • Corrente: La somma delle correnti in un nodo è zero (KCL). Questo crea un vincolo tra i CFR dei CT su linee adiacenti.
4. Algoritmo di Soluzione (NET-SLIC):
   • Il problema viene risolto in due fasi: prima per la linea con RQM, poi propagato all'albero connesso di linee adiacenti.
   • Viene utilizzato un metodo di Newton con regione di fiducia (Trust Region) vincolato all'uguaglianza, denominato NET-SLIC. Questo metodo gestisce efficacemente la non linearità e i vincoli fisici.

3. Contributi Chiave

1. Formulazione Unificata: Un nuovo framework che stima simultaneamente parametri di linea e fattori di correzione degli IT senza assumere IT perfetti o parametri noti a priori.
2. Uso Intelligente della Conoscenza di Dominio: Integrazione di vincoli fisici (KVL e KCL) e di un termine di regolarizzazione basato sulle proprietà degli RQM per rendere il problema risolvibile e stabile.
3. Robustezza al Rumore: L'approccio gestisce sia il rumore additivo del PMU che gli errori moltiplicativi degli IT, dimostrando efficacia sia su dati simulati che reali.
4. Validazione su Dati Reali: Applicazione e validazione su dati PMU reali provenienti da un'utility negli Stati Uniti, superando la sfida della mancanza di "ground truth" attraverso l'analisi di coerenza e ridondanza.

4. Risultati

I risultati sono stati testati sul sistema IEEE 118-bus (rete a 345 kV) e su dati reali.

• Scenario Ideale: Errori di stima estremamente bassi (MARE < 0.12% per i parametri di linea; errore di angolo < 0.008° per gli IT).
• Con Rumore PMU (0.1% TVE):
  • I parametri di reattanza e suscettanza rimangono con errori < 1%.
  • La resistenza mostra errori leggermente più alti (< 5%) a causa dei suoi valori assoluti piccoli, ma comunque accettabili.
  • Gli errori nei fattori di correzione degli IT rimangono molto bassi (MARE < 0.02% per i CT).
• Confronto con lo Stato dell'Arte (Wang et al. [17]):
  • Il metodo proposto (NET-SLIC) supera significativamente l'approccio di Wang et al.
  • Riduzione drastica degli errori: mentre il metodo precedente raggiungeva errori di resistenza fino al 12.89%, NET-SLIC rimane sotto il 2%.
  • Miglioramento di un ordine di grandezza nella precisione dei fattori di correzione dei CT.
• Dati Reali:
  • I parametri stimati mostrano coerenza temporale (variazioni consistenti con le condizioni ambientali).
  • La calibrazione riduce la discrepanza tra le misurazioni di tensione dello stesso nodo provenienti da PMU diversi, confermando l'efficacia della correzione degli errori di rapporto.
• Impatto sull'Applicazione a Valle (Stato Stazionario - LSE):
  • L'uso dei parametri e delle calibrazioni ottenute tramite SLIC migliora l'accuratezza della Stima di Stato (LSE).
  • Nel caso di studio IEEE 118-bus, l'errore di magnitudine nello stato è diminuito del 24% e l'errore angolare del 37%.

5. Significato e Impatto

Questo lavoro risolve un problema fondamentale nella gestione delle reti elettriche moderne: la dipendenza circolare tra la calibrazione dei sensori e la conoscenza della rete.

• Operatività: Permette la calibrazione degli IT senza doverli scollegare (offline) o trasportare in laboratorio, riducendo costi e tempi di inattività.
• Affidabilità: Fornisce parametri di linea più accurati e aggiornati, essenziali per il monitoraggio in tempo reale e la sicurezza della rete.
• Scalabilità: La metodologia può essere applicata a intere reti (alberi connessi) partendo da un singolo punto di riferimento ad alta precisione (RQM).
• Valore Pratico: Il miglioramento significativo nell'accuratezza della stima di stato (LSE) dimostra che la SLIC non è solo un esercizio teorico, ma un abilitatore critico per applicazioni di controllo e protezione avanzate nelle smart grid.