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

Technische Samenvatting: Schatting van de Topologie en Busfase-identificatie van Ongebalanceerde Multi-fase Distributienetwerken

Probleemstelling
De integratie van gedistribueerde energiebronnen (Distributed Energy Resources, DERs), zoals zonnepanelen op daken en elektrische voertuigen, introduceert aanzienlijke onzekerheid en onbalans in distributienetwerken. Effectieve monitoring en controle van deze bronnen vereisen nauwkeurige kennis van de nettopologie en de busfase-etikettering. Deze informatie is echter vaak niet beschikbaar of onbetrouwbaar in middel- en laagspanningsnetten vanwege beperkte investeringen, verouderde gegevens en menselijke fouten. Bestaande methoden voor topologieschatting richten zich voornamelijk op gebalanceerde of enkelvoudige fasensystemen en gaan vaak uit van correcte fase-etikettering. Bovendien vertrouwen veel benaderingen op Phasor Measurement Units (PMUs), die niet wijdverspreid zijn in distributienetwerken. De specifieता uitdaging die in dit artikel wordt aangepakt, is het schatten van de multi-fase nettopologie en het identificeren van de correcte busfase-verbindingen met uitsluitend spanningsgegevens van slimme meters, in aanwezigheid van ongebalanceerde belastingen, incorrecte fase-etikettering en de afwezigheid van PMUs.

Methodologie
De voorgestelde aanpak is een datagestuurde methode die gebruikmaakt van tijdreeksmetingen van de spanning van slimme meters. De methodologie verloopt via de volgende stadia:

1. Probabilistisch Grafisch Model: Het distributienetwerk wordt gemodelleerd als een probabilistisch grafisch model waarbij knopen spanningsvectoren van bussen vertegenwoordigen en randen statistische afhankelijkheden. Het probleem wordt geformuleerd als het herstellen van de radiale structuur van deze graaf.
2. Transformatie naar Symmetrische Componenten: Om ongebalanceerde multi-fase systemen te verwerken, converteert het artikel de driefase ongebalanceerde fasoren naar symmetrische componenten (positieve, negatieve en nul-sequenties). Deze transformatie ontkoppelt de fasen, waardoor het systeem binnen het kader van de sequentiecomponenten als een gebalanceerd multi-fase systeem kan worden behandeld.
3. Maximalisatie van Wederzijdse Informatie (Chow-Liu Algoritme): Het artikel bewijst dat, onder de aanname van onafhankelijke stroominjectie-incrementen, de voorwaardelijke onafhankelijkheidsrelaties in een radiaal net betekenen dat de topologieschatting gelijkstaat aan het vinden van een Maximum Weight Spanning Tree (MWST). De gewichten worden bepaald door de wederzijdse informatie tussen de spanningsincrementen van busparen. Het Chow-Liu algoritme wordt ingezet om dit optimalisatieprobleem efficiënt op te lossen.
   • Robuustheid tegen Fase-etikettering: Een cruciaal theoretisch resultaat is dat de berekening van de wederzijdse informatie invariant is voor de permutatie van fase-etiketten. Daarom kan het algoritme de correcte topologie schatten, zelfs als de fase-etiketten van de slimme meters incorrect of onbekend zijn.
   • Alleen Spanningsamplitude: In het besef dat fasehoeken vaak niet beschikbaar zijn, demonstreert het artikel dat het gebruik van enkel spanningsamplitudes ($|\Delta V|$) voldoende informatie biedt voor een nauwkeurige topologieschatting, aangezien veranderingen in de spanningsamplitude de dominante statistische afhankelijkheid bevatten.
4. Busfase-identificatie: Zodra de topologie is geschat, stelt het artikel een methode voor om busfase-etiketten te identificeren en te corrigeren. Door gebruik te maken van de vergelijkingen van Carson, berekent de methode de zelf- en wederzijdse impedanties van lijnen. Het maakt gebruik van het feit dat de spanningscorrelaties het hoogst zijn tussen bussen die op dezelfde fase zijn aangesloten. Vanaf de transformatorstation (waar de etiketten als betrouwbaar worden beschouwd) doorloopt het algoritme de geschatte topologie om de ware faseverbinding van elke bus te identificeren.

Belangrijkste Bijdragen

• Afhandeling van Ongebalanceerde Systemen: Het artikel breidt de topologieschatting uit van gebalanceerde enkelvoudige fasensystemen naar ongebalanceerde multi-fase systemen door gebruik te maken van symmetrische componenttransformaties.
• Label-invariantie: Het voorgestelde algoritme vereist geen vooraf bekende correcte busfase-etiketten. Het is wiskundig bewezen dat het invariant is voor incorrecte fase-etikettering, wat een kritiek praktisch probleem aanpakt waarbij tot 10% van de etiketten onjuist kan zijn.
• PMU-vrije Schatting: De methode functioneert effectief met uitsluitend gegevens van slimme meters (spanningsamplitudes), waardoor de noodzaak voor dure PMU-installaties vervalt.
• Correctiemechanisme voor Fases: Een nieuw datagestuurd proces wordt geïntroduceerd om ware busfase-verbindingen te identificeren met behulp van spanningscorrelaties en de vergelijkingen van Carson, waarmee de etiketteringsfouten na de topologieschatting worden gecorrigeerd.
• Schaalbaarheid: De computationele complexiteit wordt geanalyseerd en een parallelle verwerkingsstrategie wordt gesuggereerd voor grootschalige systemen (bijv. 8500-bus) door het netwerk te deconstrueren in onafhankelijke laagspanningssubgrids.

Resultaten
Het algoritme werd gevalideerd met IEEE 37-bus, 123-bus en 8500-bus testsystemen, gesimuleerd met real-world datasets van PG&E (Californië), het ADRES-project (Oostenrijk) en Pecan Street (Texas).

• Nauwkeurigheid: Onder ruisloze omstandigheden behaalde het algoritme een foutpercentage van 0% bij de topologieschatting voor zowel de 37-bus als de 123-bus systemen, ongeacht of fasehoeken of alleen spanningsamplitudes werden gebruikt.
• DER-integratie: De methode behield een hoge nauwkeurigheid (0% fout) zelfs bij penetratieniveaus van DER van 20% tot 100%, wat de robuustheid tegen de onbalans veroorzaakt door hoge hernieuwbare integratie aantoont.
• Incorrecte Etiketten: Het algoritme behield een foutpercentage van 0%, zelfs wanneer tot 20% van de busfase-etiketten incorrect waren, terwijl aangepaste enkelvoudige fase-methoden een significante prestatieverslechtering vertoonden (tot 11,7% fout).
• Gevoeligheid voor Ruis: Met realistische meetruis (tot 0,2%) bleef het foutpercentage laag (ongeveer 3-4%), wat voornamelijk de feeder-verbindingen beïnvloedde, die via nabehandeling kunnen worden gecorrigeerd.
• Datavereisten: Het algoritme vereist aanzienlijk minder gegevens dan enkelvoudige fase-tegenhangers en bereikt een perfecte topologieherstel met slechts 16–20 uur aan metingen, afhankelijk van de bemonsteringsfrequentie.

Betekenis
Het artikel stelt dat dit werk een cruciale oplossing biedt voor de "blinde" exploitatie van moderne distributienetwerken. Door nauwkeurige topologieschatting en fase-identificatie mogelijk te maken zonder te vertrouwen op dure hardware (PMUs) of nauwkeurige historische gegevens, vergemakkelijkt de methode de veilige en efficiënte integratie van DERs. Het vermogen om te opereren onder ongebalanceerde omstandigheden en met incorrecte etikettering maakt de aanpak bijzonder geschikt voor real-world laagspanningsnetwerken waar deze imperfecties gebruikelijk zijn. Deze capaciteit wordt gepresenteerd als een vereiste voor de geavanceerde monitoring- en controlegereedschappen die nodig zijn om de toenemende complexiteit van toekomstige distributienetwerken te beheren.