Development of Models and a Unified Platform for Multiphase Load Flow Analysis and Dynamic State Estimation of Large Distribution Systems with Secondary Grids

To my beloved parents…La formulation d'écoulement de puissance est ensuite reconduite pour effectuer l'estimation d'état statique des réseaux de distribution dans le domaine de phase à l'aide de la matrice Hachtel vi construite à partir des équations de contraintes de MANA.En utilisant des modèles existants et des nouveaux modèles développés dans ce travail dans l'algorithme d'estimation d'état, la contribution du facteur de puissance comme pseudo-mesure sur la précision de l'estimation d'état est étudiée en posant l'hypothèse que la mesure de facteur de puissance est plus précise que la mesure de puissance.Il est remarqué que comme la grandeur du réseau augmente, l'inclusion de facteur de puissance améliore la précision de l'estimation d'état.Finalement, différentes approches pour l'estimation d'état dynamique des réseaux de distribution sont proposées.Les méthodes sont construites en utilisant le Filtre de Kalman, les prévisions de charge et finalement la matrice Hachtel toujours construite avec la formulation MANA.Deux méthodes pour suivre le comportement dynamique des systèmes d'alimentation sont proposées.La première méthode suit l'évolution des variables d'état du réseau, ce qui est l'objectif principal des estimateurs d'état dynamique.Dans la première méthode, le point clé est de déterminer la matrice de covariance pour les prévisions.Le réglage imprécis de la matrice de covariance affecte sévèrement la performance de l'algorithme.Le réglage est obtenu en faisant de l'estimation d'état statique à plusieurs reprises afin de tenter d'obtenir le poids de chaque variable d'état.Les résultats suggèrent que l'estimateur d'état dynamique est capable de suivre avec précision l'évolution des états dans le réseau aussi longtemps que la matrice de covariance est bien réglée.La deuxième méthode peut être considérée comme une extension de l'estimateur d'état statique qui tient compte de l'évolution dynamique des mesures.Dans cette méthode, les mesures de charge sont suivies de façon indépendante et incorporés dans l'estimateur d'état après avoir été traité dans le Filtre de Kalman à l'aide du profil de charge plus ou moins précis.En absence du profil de charge, les algorithmes de lissage, comme les méthodes de lissage exponentiel, peuvent être utilisés afin d'obtenir une prédiction de mesure dans le bloc de Kalman.Cette méthode est testée sur de très grands réseaux, déséquilibrées et maillés, et une grande amélioration est atteinte dans les résultats par rapport à l'estimateur statique.Grâce à la formulation de Newton, la technique proposée est capable d'analyser de très grands réseaux de distribution, avec plus de vingt mille nœuds, en 3 ou 4 itérations.Les algorithmes développés fonctionnent bien sur les grands réseaux.Au meilleur de la connaissance de l'auteur, cette thèse est la première à démontrer une solution pour l'estimation d'état de très grands réseaux de distribution avec des topologies maillées du côté basse tension ou secondaire (tels que ceux de New York, Chicago et Toronto).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.