Sparse and numerically stable implementation of a distribution system state estimation based on Multifrontal QR factorization

Validation of Embedded State Estimator Modules for Decentralized Monitoring of Power Distribution Systems Using IoT Components

“…However, due to the particularities of PDS networks, specialized DSSEs often rely on the simplifications and approximations of the measurement model which make it difficult to generalize their results [ 16 ]. Therefore, some researchers have proposed new versions of the WLS estimator for PDSs, such as the practical WLS multi-phase DSSE proposed in [ 17 ]. It is a sparse and numerically stable implementation of the WLS SE, which does not require any additional assumptions from the traditional state estimation formulation.…”

Tratamento da referência angular no processo de estimação de estado trifásica em sistemas de distribuição

“…Para o entendimento dessas relações, será utilizado o método desenvolvido pelo grupo de pesquisa do LACOSEP, para análise de observabilidade e redundância de medidas, que faz uso da chamada matriz H∆ (London;Alberto;Bretas, 2007). Para possibilitar a obtenção de um EE trifásico capaz de lidar com todas as dificuldades impostas pelos SDs reais, conseguindo representar com fidelidade toda a diversidade de componentes que existem nesses sistemas, utiliza-se como base o EE ortogonal por mínimos quadrados ponderados (WLS, do inglês Weighted Least Squares) trifásico robusto numericamente desenvolvido pelo grupo (Hebling et al, 2020).…”

“…• O estimador tradicional na formulação ortogonal O trabalho recente realizado pelo grupo de pesquisa do LACOSEP, apresentado em (Hebling et al, 2020), faz uso do estimador de estado tradicional WLS, utilizando as tensões nodais como variáveis de estado, que foi aplicado com sucesso para SDs de grande porte. O mau condicionamento numérico foi superado com a utilização de métodos ortogonais para a solução da equação normal do estimador.…”

“…Estas rotina também reordenam a matriz a ser fatorada para reduzir a quantidade de fill-ins nos fatores Q e R, aumentando a eficiência computacional e fornecendo também estabilidade numérica. Além disso, ela soluciona a equação normal do estimador a partir de retro-substituições sucessivas (Hebling et al, 2020).…”

“…barras, considerando 2% de desbalanço de tensão na barra de referência. Tabela 12 -Tempo Computacional para determinar o número de referências necessárias e o tempo total para o algoritmo de Estimação WLS ortogonal proposto em (Hebling et al, 2020) O processo de estimação de estado em sistemas de transmissão é estudado e implantado desde a década de 70, sendo hoje em dia uma ferramenta primordial para operação dessas redes. Esse processo consiste em obter estimativas de boa qualidade para as variáveis de estado do sistema (normalmente as tensões complexas nodais) através de um conjunto redundante de medidas.…”