Académique Documents
Professionnel Documents
Culture Documents
UNIVERSIT DE MONTRAL
Ce mmoire intitul:
iii
DDICACE
ma femme SANDRA MARIA et mes deux filles LAURA CRISTINA et DANIELA
Vous tes mon monde, ma pense et ma vie.
iv
REMERCIEMENTS
Je tiens en tout premier lieu remercier mes parents GUILLERMO LEON et MARIA ELENA,
mon frre JAIME ALBERTO et mes surs ADRIANA MARIA et ANA CAROLINA, pour tous
les sacrifices consentis par tous et chacun pour me permettre datteindre cette tape de ma vie.
Je remercie galement Docteur ILHAN KOCAR, professeur lcole Polytechnique de
Montral, pour mavoir confi ce travail de recherche et mavoir accueilli au sein de son quipe
de recherche et pour les opportunits offertes.
Je tiens remercier tout particulirement et tmoigner toute ma reconnaissance Monsieur
JEAN-SEBASTIEN LACROIX pour son aide et ses prcieux conseils concernant les missions
voques dans ce mmoire, quil ma apport lors des diffrents suivis.
Ces remerciements ne seraient pas complets sans une pense pour mes amis DIEGO, CAMILO,
ASSANE et LAURE qui mauront normment fait rire, mauront soutenu ds le dbut et
mauront aid dans les priodes de doute.
lquipe CYME et tous ceux qui ont contribu de prs ou de loin pour que cette recherche
soit possible, je vous dis merci.
RSUM
Ce mmoire prsente un nouvel algorithme qui a pour objectif destimer ltat des rseaux de
distribution maills en utilisant la mthode unifie destimation dtat avec lanalyse-nodalemodifie-augmente (DSSE-MANA). Lintrt principal de cette mthode est lestimation des
valeurs de la charge en utilisant leur mesure ou estimation de puissance et leur facteur de
puissance de faon indpendante. De plus, cette mthode peut tre applique au calcul de la
rpartition de puissance ou lallocation de charge.
La contribution significative de cette recherche est la dmonstration que la mthode (DSSEMANA) peut estimer ltat des rseaux de distribution maills. De plus, ce document prsente
lintgration des quations du facteur de puissance, ce qui permet dintroduire des informations
additionnelles de la charge ou des lments de mesure du facteur de puissance. On propose aussi
une amlioration de la stabilit de la mthode en incluant des mesures virtuelles de faible
prcision lorsque les rseaux ne sont pas 100% observables.
Les modles et les algorithmes ont t valids en utilisant la rpartition de puissance (entre : la
puissance des charges, sorties : les valeurs de tension et de courant) comme le processus inverse
de lestimation dtat (entre : mesures de tension et de courant, sortie : estimation de la charge).
Les rsultats dmontrent une bonne prcision numrique du modle et une robustesse de
lalgorithme. La performance de la rsolution et la mesure de lobservabilit du rseau demeurent
cependant une recherche importante poursuivre.
vi
ABSTRACT
This dissertation presents a new algorithm for the state estimation of meshed distribution
networks using the unified approach of Distribution-System-State-Estimation with ModifiedAugmented-Nodal-Analysis (DSSE-MANA). The main focus of this method is to estimate the
load values, using the power and the power factor measurements separately. However, the
proposed method is also applicable to the approaches of Load Flow and Load Allocation.
The main contribution of this research is the demonstration that the method (DSSE-MANA) can
estimate the state of meshed distribution networks. It also presents the integration of the power
factor equations, which allows using additional information of the load or of the power factor
measurement. It presents as well a stability improvement of the unified state estimation approach
including virtual measurement of low precision when the networks arent 100% observable.
The models and algorithms are validated using the Load Flow (input: load power, output: current
and voltage values) as the reverse process of state estimation (input: current and voltage
measures, output: load power estimation). The tests cases have shown good numerical accuracy
and robustness. The performance and the observability measure remain issues for further
researches.
vii
1.2
Problmatique .............................................................................................................. 2
1.3
1.4
Objectif gnral............................................................................................................ 3
1.5
1.6
Contributions ............................................................................................................... 3
CHAPITRE 2
2.1
viii
2.2.3 Formulation de Hachtel .......................................................................................... 17
2.2.4 Estimation dtat avec les matrices augmentes (DSSE-MANA) ............................ 18
2.3
CHAPITRE 3
3.1
Introduction ............................................................................................................... 26
3.1.1 Objectifs................................................................................................................. 26
3.1.2 Hypothses scientifiques ........................................................................................ 26
3.2
3.4
3.5
3.6
Conclusion ................................................................................................................. 38
CHAPITRE 4
4.1
Introduction ............................................................................................................... 39
4.1.1 Objectifs................................................................................................................. 39
4.1.2 Hypothses scientifiques ........................................................................................ 39
4.2
CHAPITRE 5
ix
5.1
Introduction ............................................................................................................... 45
5.4
5.5
CONCLUSION ........................................................................................................................ 51
RFERENCES ......................................................................................................................... 53
xi
xii
DSSE
IEEE
LTC
MANA
Modified-Augmented-Nodal Analysis
MNA
Modified-Nodal Analysis
PF
Power Factor
SHGM
WLAV
WLS
Weighted Least-Squares
Caractre gras
Matrices ou vecteurs.
V,V
Valeur/vecteur complexe1
VR , VR
Valeur/vecteur relle
VX , VX
Valeur/vecteur imaginaire
V ,V
V ( x, y )
X k
o (k ) :
xiii
Xk , X k
CHAPITRE 1
INTRODUCTION
1.2 Problmatique
La thorie destimation dtat a t dveloppe initialement pour les rseaux de transport, qui
sont gnralement maills (Figure 1.1) et balancs. Ensuite, elle a t dveloppe pour les
rseaux de distribution, qui sont gnralement radiaux ou arborescentes (Figure 1.1) et
dbalancs. En consquence, les mthodes destimation dtat les plus developpes et les plus
robustes ont t conues pour ces types de rseaux [3-5].
1.6 Contributions
La principale contribution de cette recherche est davoir dmontr que la mthode unifie
destimation dtat avec lanalyse-nodale-modifie-augmente (DSSE-MANA) peut tre utilise
dans les rseaux de distribution maills. Ceci permet de trouver les conditions de soustension/surtension ou de surcharge prsentes au fur et a mesure que linformation des appareils de
mesure est capte (en temps rel ou diffr).
4
Les autres contributions sont :
Le rsultat final est une mthode plus stable, qui est capable de supporter des rseaux maills
faiblement observables et qui utilise un modle de charge plus prcis.
CHAPITRE 2
REVUE DE LITTRATURE
peut tre formul si les quations sont linaires. Cependant, dans les
rseaux lectriques, il existe des lments dont le modle (ou le comportement) est non linaire, ce
qui empchent le calcul direct des variables dtat. Par exemple, dans le circuit de la Figure 2.1, si
la loi du Kirchhoff est utilise pour calculer la tension aux bornes de la charge, lquation
rsultante est non linaire si la charge est modlise comme une puissance constante (2.1).
P Po bornes
Vo
Nq
Vbornes
Q Qo
Vo
Np
la tension du noeud
(2.1)
7
Cette mthode est fiable et trs rpandue dans les calculs approximatifs de variables dtat des
rseaux radiaux ou faiblement maills. Par contre, pour les rseaux maills le parcours Forward
& Backward nest pas aussi vident. Dans ce cas, une solution matricielle est prfrable. Par
exemple lanalyse MANA.
Yn
Vc
Dc
S c
T
c
x
T
c
S Vn I n
0 I V Vs
0 ID 0
S z I S 0
T
c
(2.2)
La premire quation du systme reprsente le bilan des courants des nuds par la loi de
Kirchhoff (2.3) :
Admittances
Sources V
Yn Vn V I
T
c V
Transformateurs
T
c D
D I
Interrupteurs
S I
T
c S
Sources I
In
(2.3)
Le premier terme ( Yn Vn ) correspond aux courants dans les admittances constantes du rseau, le
deuxime terme ( VcTI V ) aux courants des sources indpendantes de tension, ( DcT I D ) correspond
aux courants secondaires des lments modliss comme des sources dpendantes de tension et de
courant (transformateurs ou rgulateurs), ( S cT I S ) reprsente les interrupteurs et finalement ( I n ) les
sources indpendantes de courant.
8
2.1.2.1 Admittances constantes du rseau:
En partant de la loi dOhm en termes de ladmittance (2.4) et en utilisant la loi de Kirchhoff de
sommation des courants (2.5) pour tous les nuds du rseau, on peut trouver une quation
matricielle quivalente la loi dOhm (2.6) :
YV I
k 0
k 0
Y( jk ) (V( j ) V( k ) ) I ( jk )
Y Vn I Tot
Y g jb
Y : admittance
o
g : conductance
b : susceptance
Y : matrice d admittances
(2.4)
(2.5)
(2.6)
La partie gauche de lquation (2.6) est similaire au premier terme de lquation (2.3). Autrement
dit, la matrice Yn du systme est analogue la matrice Y , mais le bilan de courant par nud est
zro seulement si la contribution en courant de tous les appareils est considre. tant donn que
la mthode MANA ne modlise pas tous les appareils comme des admittances srie ou mises la
terre, Yn ne tient pas compte de tous les appareils du rseau, en consquence Yn Vn nest pas
forcment 0 .
Afin de respecter la loi de Kirchhoff, les courants des autres appareils sont introduits dans le bilan
laide des autres termes de lquation (2.3). Ces courants sont calculs par les trois dernires
quations du systme.
Dans le but de conserver la linarit du systme (2.2), Yn contient seulement les lments du
rseau modliss comme des admittances constantes. Par exemple, les impdances des lignes ou
9
des transformateurs ou les charges du type impdance constante. Les valeurs de la diagonale
principale sont les sommations (par nud) des admittances mises la terre (2.7). Les valeurs hors
de la diagonale sont la valeur des admittances en srie fois -1 (2.8). Les quations suivantes
montrent comment placer les impdances relies aux nuds arbitraires j et k.
Yn (k , k ) Yshunt ( k )
(2.7)
Yn ( j, k ) Yn (k , j ) Ysrie ( jk )
(2.8)
Vc Vn Vs
V : Matrice adjointe
o c
Vs : Vecteur dela tension nominal des sources
(2.9)
Dans un cas arbitraire, si la source monophase idale p a une tension nominale Vsource ( p ) , donc :
Vs ( p,1) Vsource ( p )
(2.10)
Si la source est branche entre les nuds j et k, la tension entre ces nuds est gale la tension de
la source, en consquence Vn (k ,1) Vn ( j,1) Vs ( p,1) . Cette quation peut tre crite sous la
forme matricielle (2.9) laide dune matrice creuse ( Vc ) qui relie les sources aux nuds o elles
sont branches. Par exemple pour la source p, les valeurs de Vc doivent tre :
Vc ( p, k ) 1
Vc ( p, j ) 1
(2.11)
10
Afin dajouter la contribution de courant des sources de tension la sommation des courants
injects par nud, lquation (2.3) utilise la transpose de la matrice adjointe Vc multiplie par le
vecteur de courant des sources de tension I V . La fonction de VcT est de placer les courants au
bilan du nud respectif.
Pour un rseau de nuds et de s sources de tension, la dimension de Vc est s x et la dimension
de I V est s x 1
2.1.2.3 Les sources dpendantes de tension et de courant
Lanalyse nodale modifie augmente (MANA) propose dinclure des matrices additionnelles
pour modaliser dautre type dlments. Par exemple un transformateur idale peut tre modlis
comme un ensemble de sources dpendantes [12].
(2.12)
(2.13)
La matrice creuse Dc a une fonction similaire celle de Vc , elle relie les tension primaires et
secondaires du transformateur. De plus, elle porte linformation du rapport de transformation. Par
11
exemple si un transformateur est branch aux nuds j1, j2, k1 et k2 (Figure 2.2) les valeurs de Dc
(dduites de lquation (2.12)) sont :
Dc ( p, k1) 1
Dc ( p, k 2) 1
Dc ( p, j1) t
(2.14)
Dc ( p, j 2) t
Afin dajouter le vecteur de courant secondaire des transformateurs I D au bilan des courants
(quation (2.3)), il faut utiliser la matrice des rapports de transformation Dc transpose.
Si le rseau a nuds et t transformateurs, la dimension de Dc est s x et la dimension de I D est
s x 1.
2.1.2.4 Interrupteurs
Les interrupteurs ont deux tats possibles : ferms ou ouverts. Si par exemple un interrupteur p ,
qui se trouve entre les nuds j et k , est ferm, la tension entre les nuds est gale, en
consquence:
V j Vk 0
(2.15)
Lquation (2.16) montre cette relation sous la forme matricielle en utilisant la matrice adjointe S c
avec linformation de la position des interrupteurs ferms :
(2.16)
(2.17)
De faon analogue VcT , la transpose de S c est utilise dans lquation (2.3) pour placer les
courants au bilan du nud respectif.
Si linterrupteur p se trouve ouvert, les tensions des nuds j et k sont diffrentes V j Vk , dautre
ct le courant qui traverse linterrupteur est nulle I j k 0 . Lquation (2.16) doit tre donc
12
modifie pour modliser les interrupteurs ouverts et ferms en ajoutant le vecteur des courants des
interrupteurs I S avec sa respective matrice adjointe :
Sc Vn Sz IS 0 o Sz : Matriceadjointeau courant
(2.18)
Par exemple, si linterrupteur p, qui se trouve entre les nuds j et k, est ferm:
S c ( p, j ) 0
S c ( p, k ) 0
(2.19)
S z ( p, p ) 1
Pour un rseau de nuds et s interrupteurs, la dimension de S c est s x , la dimension de S z est
s x s et la dimension de I S est s x 1.
2.1.2.5 Sources de courant
Dans le cas des sources de courant, le vecteur I n a linformation apporter au bilan des courants.
Au contraire des autres vecteurs de courant, I n nest pas multipli par une matrice adjointe, donc
les donnes doivent tre placs directement au nud respectif. La dimension de I n est donc x 1
(2.20)
Comme les courants injects aux charges et des gnratrices ( I LG ) sont des variables dtat, on
vient daugmenter la quantit des inconnues. Afin davoir un systme avec une solution unique, il
faut augmenter la quantit dquations dans la mme mesure. Lquation de puissance (2.21) doit
tre donc ajoute.
13
Cette quation se trouve en fonction de deux variables dtat : la tension au nud et le courant
inject au nud. En consquence, lquation ne peut pas tre ajoute au systme linaire formul
lquation (2.2).
V LG,(k) * I
*
LG,(k)
= S LG,(k)
V LG : Tension au nud
o V LG Vn
I * : conjuge de I
LG
LG
(2.21)
Dans ce cas, il faut reformuler le systme en utilisant une mthode itrative, ce qui permet de
calculer une approximation des variables dtat. Newton-Raphson est possiblement la mthode
itrative la plus utilise pour rsoudre ce type de systmes non-linaires [15] grce sa vitesse de
convergence et sa prcision.
Afin dimplmenter la mthode de Newton-Raphson au systme dquations matricielles (2.2), on
crit les quations du type Ax = b de la forme g x 0 (Ax-b = 0). Ensuite, on prend les deux
premiers termes de la srie de Taylor de la fonction g x au point a (2.22). La mthode de
Newton prend a comme la valeur de x de litration actuelle xi et x comme la valeur de
litration suivante xi 1 ce qui donne lquation de Newton (2.23).
g x g a
g' a* x a
1!
g x i 1 g x i g ' x i * x i 1 x i
o i : itration actuelle
(2.22)
(2.23)
g x
i +1
g x
i
(i )
(i )
+ J x = 0 o J ( i ) : matrice Jacobienne
(i )
i +1
i
x := x - x
(2.24)
Ensuite, le systme est divis en deux blocs dquations. Le premier est le bloc des contraintes
c( x ) (2.25) qui est compos par les quations : (2.9), (2.13), (2.20) et (2.18). Le deuxime est le
bloc m ( x) (2.26) qui sera appel ultrieurement le bloc des mesures et des pseudo-mesures (2.35).
14
Celui-ci est compos, pour linstant, par lquation des charges (2.21). SLG est la valeur nominale
de la puissance de la charge ou la valeur mesure si la charge peut tre tlmesure (voir z dans le
modle de mesures et de pseudo-mesures (2.35)).
cn Yn
c
V
c x V c
c D Dc
cS S c
VcT
DcT
S cT
Sz
Vn
A I I n 0
IV
0 Vs 0
ID
0 0 0
IS
0 0 0
I LG
(2.25)
(2.26)
Pour calculer les matrices Jacobiennes C(x) et M(x) , il faut driver les quations des blocs c( x ) et
m ( x) par rapport chacune des variables dtat. C(x ) donne comme rsultat la mme matrice de
Yn
V
C x c
Dc
Sc
I V
I D
I S
I LG
VcT
DcT
ScT
Sz
AI
0
0
(2.27)
Par contre, la drive partielle de lquation (2.21) nobit pas aux conditions de Cauchy Riemann
dans le domaine complexe. a veut dire que M ( x ) ne peut pas tre crite en termes de nombres
complexes.
Conditions de Cauchy Riemann : La puissance de la charge est reprsente lquation (2.28)
en termes des variables dtat:
S VR jVX I R jI X
P VR I R VX I X
Q VX I R VR I X
Les conditions de Cauchy Riemann par rapport la tension sont vrifies :
(2.28)
15
P
Q
IR
VR VX
(2.29)
P
Q
2
IX
VX
VR
Par contre, les conditions ne sont pas vrifies par rapport au courant, cause du conjugu de cette
variable dans le calcul de puissance :
P
Q
VR
VR
I R
I X
(2.30)
P
Q
2
VX
VX
I X
I R
En consquence, lquation (2.26) doit tre divise en puissance active et en puissance ractive
(2.31). La Jacobienne de m ( x) peut tre calcule (2.32) et ajoute au systme (2.34).
M x = CR,LG
I R,V
I R,D
I R,S
I R,LG
VX,n
DR,LG
CX,LG
VR,LG
...
...
...
R,LG =
... -I X,LG
o
...
...
I R,LG
...
... VX,LG
I X,V
0
VX,LG
I X,D
I R,LG
I X,LG
...
VX,LG
...
VR,LG
I X,LG
0 DX,LG
...
...
I X,LG
I X,S
(2.31)
(2.32)
Il faut sparer aussi la partie relle et la partie imaginaire de la Jacobienne des contraintes C x et
de x comme suit :
C
C x R
C X
-CX
x
, x = R
CR
x X
(2.33)
16
J(i )
i+1
f x
-x
C x
c x
i
x = 0 -
m x
M x
(2.34)
h x - z + r = m x + r = 0
(2.35)
h x : ensemble dquations qui relient les variables dtat et les mesures (valeur attendue de
la mesure).
z : vecteur des valeurs mesures simultanment pour les lments de mesure du rseau plus
les pseudo-mesures.
17
r : diffrence entre les valeurs attendues et les valeurs mesures (correspond au rsidu ou
lerreur).
1
e
2
z( k ) h( k ) x m( k ) x
o u( k )
(k )
(
k
)
u( k ) 2
2
(2.36)
m
l u log f u j
j 1
m
log f u j
j 0
1 m m( j ) x
const.
2 j 0 ( j )
2
(2.37)
Dans le but de trouver une combinaison des valeurs des variables dtat ( x ) qui se rapproche le
plus possible des mesures, il faut maximiser l ou ce qui est quivalent, il faut minimiser (2.38)
m( j ) x
( j )
j 0
m
(2.38)
La fonction de probabilit minimiser est appele fonction objective [2] qui peut tre crite de
faon matricielle comme :
R : matrice decovariance del 'erreur
fobj x = -m x R -1 -m x o
2
2
2
R = diag 1 , 2 ,, m
T
(2.39)
18
seule fonction avec laide des multiplicateurs de Lagrange et , le systme peut tre crit
comme suit :
1
r T R -1r - Tc x - T r + m x
2
(2.40)
0 R -1r - =0
0 C x + M x = 0
T
(2.41)
0 c x = 0
0 r + m x = 0
i
C x
i
M x
C x i
0
0
i
x 0
i
i
0
= -c x
R -1r i
-1
-m x i
R
M xi
(2.42)
I R,V (i )
I R,D(i )
I R,S (i )
I R,LG (i )
VX,n(i )
I X,V (i )
I X,D(i )
I X,S(i )
I X,LG (i ) (2.43)
Les matrices c x(i ) et C x(i ) gardent la forme propose dans la section de la rpartition de
puissance (quations(2.25) et (2.27) respectivement) :
19
c x( i ) = c R,n
YR,n
VR,c
DR,c
S R,c
Y
X,n
0
0
c R,V
c R,D
c R,S
c X,n
c X,V
c X,S =
c X,D
T
VR,c
DTR,c
S TR,c
A R,I
-YX,n
S R,z
T
R,c
T
R,c
YR,n
VR,c
DR,c
S R,c
S R,z
C x(i )
YR,n
VR,c
DR,c
S
= R,c
Y
X,n
0
0
S TR,c
I R,S ( i )
I R,LG ( i )
(i )
VR,n
(i )
0 I R,V I R,n 0
(i )
0 I R,D VR,s 0
(i )
0 I R,S 0 0
3
(i )
0 I R,LG 0 0 (2.44)
=
(i )
I R,n 0
A R,I VX,n
i)
0 I (X,V
VR,s 0
i)
0 0
0 I (X,D
0 I ( i ) 0 0
X,S
(i )
I X,LG
VX,n ( i )
I X,V ( i )
I X,D( i )
I X,S ( i )
T
VR,c
DTR,c
S TR,c
A R,I
-YX,n
S R,z
T
R,c
T
R,c
S TR,c
YR,n
VR,c
DR,c
S R,c
S R,z
I X,LG ( i )
0
0
0
A R,I
0
0
(2.45)
La matrice m x a les quations des charges (puisquelles sont considres comme des pseudomesures), plus les quations des mesures :
La partie relle et la partie imaginaire ont t regroupes par blocs afin de faciliter la programmation de lalgorithme
en MATLAB.
20
m x( i )
h x( i )
z x( i )
m LG ( i ) h LG ( i ) z LG
(i )
(i )
m PQ = h PQ - z PQ
m V (i ) h V (i ) z V
(i ) (i )
m I h I z I
m LG : fonction des pseudo mesures de la charge et des sources PQ
m : fonction des mesures de flux de puissance
o PQ
m V : fonction des mesures de magnitude detension
(2.46)
Pour construire la matrice Jacobienne M(x) montre dans lquation (2.47), il faut driver la
matrice dquations m(x) par rapport chacune des variables dtat. Si le vecteur des mesures
z x est indpendant des variables dtat, M(x) est gale la drive de h(x)
V ( i )
R,n
M LG x ( i ) C( i )
R,LG
(i )
i)
M PQ x C(R,PQ
M x(i ) =
=
(i )
(i )
M V x CR,V
i)
M x ( i ) C(R,I
I
i)
I(R,V
)
I (Ri ,D
i)
I(R,S
i)
I(R,LG
(i)
i)
i)
i)
VX,n
I(X,V
I(X,D
I(X,S
(i )
R,LG
(i )
X,LG
i)
D(R,PQ
i)
C(X,PQ
i)
D(X,PQ
i)
C(X,V
i)
C(X,I
i)
I(X,LG
0
(2.47)
0
(i)
X,LG
Pseudo-mesures du type PQ constant : Les quations du vecteur (2.48) peuvent tre utilises
pour modliser, dans la formulation de Hachtel, la puissance injecte par les gnratrices ou la
puissance demande par les charges. Les vecteurs VR(i,() LG )
et VX(i,() LG ) appartiennent
(i )
(i )
respectivement VR,n
et VX,n
et reprsentent les tensions des nuds o les appareils sont
diag V
I
+ diag V
I
m LG x =
(i )
(i )
(i )
diag V ( i )
X ,( LG ) I R ,LG - diag VR ,( LG ) I X ,LG
(i )
R ,( LG )
(i )
R ,LG
(i )
X ,( LG )
(i )
X ,LG
z LG
p
- ( j)
q ( j )
(2.48)
21
Les termes de la matrice Jacobienne MLG x(i ) sont calculs laide de lquation (2.49) qui
est lquation (2.32) litration i :
M LG x ( i )
...
... VX( i,)( LG ) ...
VR( i,() LG ) ...
(i )
(i )
... I R ,LG ... ( i )
... I X ,LG ...
(i )
, CX,LG
(i )
CR ,LG ... -I (i )
X ,LG
I R ,LG
:
,
I R,LG ...
...
... I X,LG ...
X ,LG
(i )
(i )
... VX ,( LG )
VR ,( LG )
(2.49)
(i )
o VR(i,() LG ) VR,n
, VX(i,() LG ) VX(i,)n
Mesures de puissance : h PQ(i ) est le vecteur des puissances actives et ractives qui traversent
les sections o sont branchs les lments de mesure de puissance. z PQ est le vecteur des
i)
i)
mesures. Les vecteurs I (Ri ),( PQ ) et I (Xi ),( PQ ) appartiennent respectivement I (R,S
et I (X,S
et
reprsentent les courants des sections o les appareils sont installs. Les vecteurs VR(i,() PQfrom) et
(i )
(i )
VX(i,() PQfrom) appartiennent respectivement VR,n
et VX,n
et reprsentent les tensions des nuds
m PQ x
(i )
z PQ
diag V
I
+ diag V
I
=
(i )
(i )
(i )
diag V (i )
X ,( PQfrom ) I R ,( PQ ) - diag VR ,( PQfrom ) I X,( PQ )
(i )
R ,( PQfrom )
(i )
R ,( PQ )
(i )
X ,( PQfrom )
(i )
X,( PQ )
p
- PQ
q PQ
(2.50)
Le calcul des courants est dj fait dans les quations de sommation des courants par nud.
On peut ajouter les lments de mesure de puissance et de courant comme des interrupteurs
ferms. Ce qui permettra dintroduire les courants dans la liste de variables dtat. En
consquence, le nombre de nuds et dlments augmenteront. Cependant, si la matrice
Jacobienne du systme est gre comme une matrice creuse, la performance de lalgorithme ne
sera pas affecte cause de laugmentation des dimensions de la matrice. Il y a dautres
avantages comme par exemple le placement des appareils de mesure de courant ou de
22
puissance dans les sections sans impdances (par exemple pour mesurer le courant des barres
dans un poste). De plus, la matrice C(Ri ),PQ deviendra diagonale.
M PQ x( i )
...
... VX( i,() PQfrom ) ...
VR( i,() PQfrom ) ...
(i )
=
,C
CR ,PQ = ... -I (i )
X ,PQ I (Ri ),( PQ )
X ,( PQ )
:
,
...
... I (Xi ),( PQ ) ...
I (Ri ),( PQ ) ...
(2.51)
(i )
(i )
VR( i,() PQfrom ) VR,n
, VX( i,() PQfrom ) VX,n
o (i )
(i )
(i )
(i )
I R ,( PQ ) I R,S , I X ,( PQ ) I X,S
mV x
(i )
= V
(i )
R ,( V )
+ V
2
(i )
X ,( V )
zV
- VMEAS
(2.52)4
(i)
23
MV x
(i )
(i )
X,V
...
VR ,( V )
...
V + V
2
(i )
R ,( V )
...
(i )
R ,( V )
(i )
X ,( V )
(i )
VR ,( V )
...
...
VX ,( V )
2
(i )
X ,( V )
+ V
(i )
VX,( V )
(2.53)5
...
reprsentent les courants des sections o les appareils de mesure sont branchs. Comme les
mesures de lamplitude de courant sont modlises de la mme faon que les interrupteurs
ferms, alors les valeurs de I (Ri ),( I ) et I (Xi ),( I ) sont dj prises en compte comme des variables
dtat.
hI ( i )
mI x
(i )
= I
(i )
R ,( I )
+ I
2
(i )
X ,( I )
zI
(2.54)
- I MEAS
M I x(i )
(i )
X,I
...
I R,( I )
...
I + I
(i )
R ,( I )
...
I X,( I )
(i )
X ,( I )
(i )
I R ,( I )
...
...
I + I
(i )
R ,( I )
(i )
X ,( I )
(i )
I X ,( I )
...
(2.55)
24
hPF,(k) cos
P
P2 Q2
(2.56)
En utilisant lquation (2.28), le facteur de puissance peut tre crit en termes des variables dtat
comme suit :
hPF,(k)
VR I R VX I X
2
R
VX2 I R2 I X2
(2.57)
m x(i )
m LG (i ) h LG ( i ) z LG
(i )
m PF : fonctions des pseudo mesures du facteur
(i )
m PF h PF z PF
de puissance de la charge
(2.58)
= m PQ ( i ) = h PQ ( i ) - z PQ o
z
:
Calcu
l
du
f
acteur
de
puissance
partir
PF
m V (i ) h V (i ) z V
de la mesure de PQ
(i ) (i ) z
mI hI I
En drivant m PF par rapport aux variables dtat, on obtient les quations (2.59) pour mettre jour
la matrice Jacobienne M(x) de lquation (2.47)
25
(i)
mPF,(k)
(i)
R,(k)
(i)
mPF,(k)
(i)
VX,(k)
(i)
PF,(k)
(i)
I R,(k)
mP(i)F,(k)
I
(i)
X,(k)
IR
2
R
I X2
* V
1
VX2
* VR2 VX2
2
R
IX
I R2 I X2
I
I
VR
2
R
I X2
* V
I X2
* V
2
R
VX2
VX2
VX
2
R
2
R
VR * I RVR I X VX
2
R
I X2
* V
1
2
R
VX2
VX * I RVR I X VX
I R2 I X2
* VR2 VX2
(2.59)6
I R * I RVR I X VX
2
R
I X2
* V
3
2
R
VX2
I X * I RVR I X VX
2
R
I X2
* V
3
2
R
VX2
M LG x(i )
i)
C(R,LG
(
i
)
M PF x (i )
CR,PF
(i )
(
i
)
i)
M x = M PQ x = C(R,PQ
i)
M x( i ) C(R,V
V
(i )
M x( i ) CR,I
I
(i )
C
=
R,PF
D( i ) =
R,PF
VR( i,() j )
i)
m (PF
I (Ri )
I R,S ( i )
i)
D(R,LG
i)
C(X,LG
i)
D(R,PF
i)
C(X,PF
i)
D(X,PF
i)
D(R,PQ
i)
C(X,PQ
i)
D(X,PQ
i)
C(R,V
i)
C(X,I
VX( i,)( j )
I X,LG
i)
m (PF
I (Xi )
VX,n ( i )
I X,V ( i )
I X,D( i )
I X,S ( i )
I X,LG ( i )
i)
D(X,LG
0
0 ,
(2.60)
VX(i )
i)
, D(X,PF
I R,LG ( i )
(i )
m PF
i)
, C(X,PF
VR(i )
I R,LG
I R,D( i )
(i )
m PF
I R,V ( i )
6 Les variables dtat I et V correspondent la charge (k), mais lindice na pas t mise afin dallger les quations.
26
CHAPITRE 3
3.1 Introduction
Ce chapitre montre les rsultats de limplmentation de la mthode DSSE-MANA [7] et value
les critres de stabilit et de prcision pour deux rseaux maills.
3.1.1 Objectifs
Afin de parvenir atteindre lobjectif gnral du chapitre 1, deux objectifs spcifiques ont t
formuls dans ce chapitre :
Objectif spcifique 1 : Vrifier la stabilit et la vitesse de la mthode en fonction de la quantit
ditrations requises pour converger.
Objectif spcifique 2 : Mesurer lerreur des rsultats de lestimation par rapport au rsultat
original et suivre lvolution de la fonction objective au cours des itrations.
27
. Les
mesures de tension sont prises directement aux nuds et ne sont pas reprsentes dans le
diagramme unifilaire.
28
29
4
Fonction objectif
x 10
X: 2
Y: 5.735e+04
Units
1
X: 3
Y: 114.3
0
1
X: 10
Y: 15.69
6
Itrations
10
11
10
Delta x
6
4
2
0
-2
-4
5
6
Itrations
30
Le Tableau 3.1 compare les valeurs des mesures de la premire et de la dernire itration et
value lerreur de la dernire itration par rapport aux valeurs du cas original (solution). Dans ce
test lerreur est gale ou plus petite que 0.14% pour toutes les mesures.
733
Mesures de
courant
1077
736
773
Itration 0
V
2394.68
2388.86
2390.22
2376.32
2378.64
2387.69
Itration 100
V
2391.802167
2394.274188
2394.563061
2381.472876
2384.103217
2384.576305
Solution
V
2391.43
2391.43
2391.43
2381.25
2381.25
2381.25
Itration 0
A
1.22456
1.96782
1.79713
4.20994
4.04803
2.49475
2.37632
2.37864
2.38769
Itration 100
A
1.634032772
1.634108482
1.635233211
3.5252087
3.525451284
3.520341982
0.418004605
0.417885416
0.418293387
Solution
A
1.63456
1.63456
1.63456
3.52336
3.52336
3.52336
0.41808
0.41808
0.41808
Erreur
0.02%
0.12%
0.13%
0.01%
0.12%
0.14%
Erreur
0.03%
0.03%
0.04%
0.05%
0.06%
0.09%
0.02%
0.05%
0.05%
La prcision de lestimation de la charge partir des mesures est acceptable. Le Tableau 3.2
montre que la puissance active a une erreur maximale de 1.07% tandis que lerreur de la
puissance ractive est plus grande dans tous le cas. On remarque quune valeur dpasse le seuil
de 5% de lhypothse 2. Cependant, lhypothse 2 a t formule pour les mesures et non pour les
charges. En effet, il pourrait y avoir plusieurs faons de repartir la charge pour respecter la
tolrance des mesures.
31
Tableau 3.2 : Estimation des charges
Charge Variation
-30%
20%
15%
20%
15%
-30%
1083
735
Valeur initiale
kW
kvar
7
3.15
12
5.4
11.5
5.175
30
8.4
28.75
8.05
17.5
4.9
Itration 100
Solution
kW
kvar kW kvar
10.107 4.1897
10
4.5
9.936 4.6531
10
4.5
10.06 4.3696
10
4.5
25.074 6.821
25
7
24.967 7.1491
25
7
25.064 6.7063
25
7
Erreur
Act. Ract.
1.07% 6.90%
0.64% 3.40%
0.60% 2.90%
0.29% 2.56%
0.13% 2.13%
0.26% 4.20%
Lorsque les lments de mesure de courant des tronons 1077 et 736 sont remplacs par des
lments de mesure de puissance active et ractive, le systme diverge. La fonction objective se
comporte de faon oscillatoire (Figure 3.4) et ne tend pas vers zro. Le rsultat est contraire
celui attendu car les mesures de puissance ajoutent une information supplmentaire au systme
par rapport aux mesures damplitude de courant : langle.
5
Fonction objectif
x 10
2.5
Units
1.5
0.5
20
40
60
Itrations
80
100
120
32
33
0
50
100
150
200
250
0
50
100
150
nz = 1597
200
250
100
200
300
400
500
nz = 6162
600
700
800
34
Avec la Figure 3.6 et la Figure 3.7 on peut comparer les dimensions des matrices Jacobiennes du
test 1 et du test 2. La matrice du premier test est creuse de dimensions 261 x 261 avec 1597
lments non-nuls et la matrice du deuxime test est de dimensions 828 x 828 avec 6162 entres
non-nulles.
La fonction objective (Figure 3.8) commence 60890 units et 2 itrations aprs, elle tombe
467.7 units. la 10me itration, sa valeur est 384.4 units et les valeurs du vecteur x(i ) sont
presque nulles (Figure 3.9), ce qui veut dire que ltude converge mais quil y a une perte de
prcision.
4
Fonction objectif
x 10
6
X: 2
Y: 6.089e+04
Units
1
X: 4
Y: 467.7
X: 10
Y: 384.4
0
2
6
Itrations
10
35
10
X: 10
Y: 2.27e-05
Delta x
-10
-20
-30
-40
1
6
Itrations
10
Valeur initiale
kW
kvar
2.4
1.3
9
1.4
6.6
1
Itration 100
kW
kvar
2.18
1.99
6.13
1.48
4.25
3.10
Solution
Erreur
Act.
Ract.
kW kvar
3.00
1.00 27.38% 99.39%
7.00
2.00 12.37% 25.95%
5.00
1.50 15.02% 106.50%
36
12000
10000
Units
8000
6000
4000
2000
X: 3
Y: 478.8
X: 10
Y: 0.7753
6
Itrations
10
11
37
Delta x
2
X: 10
Y: 0.02401
-2
-4
-6
1
5
6
Itrations
10
38
Tableau 3.4 : Pire cas de lestimation des charges du test 3
Charge
'54'
3.6 Conclusion
Les tests prcdents ont dmontr que la mthode DSSE-MANA peut estimer la tension et le
courant des rseaux maills, 100% observables [2], avec un erreur acceptable (< 5%). Dautre
part, lerreur de lestimation de la charge (sauf les charges tlmesures) nest pas acceptable
(>5%).
39
CHAPITRE 4
FACTEUR DE PUISSANCE
4.1 Introduction
Ce chapitre value la prcision et la stabilit du systme lorsque les quations du facteur de
puissance sont introduites dans la matrice Jacobienne de lestimation dtat DSSE-MANA.
4.1.1 Objectifs
Afin de parvenir atteindre lobjectif gnral formul dans le chapitre 1, un objectif spcifique
additionnel a t formul dans ce chapitre.
Objectif spcifique 3: implmenter les quations du facteur de puissance de la charge dans le
systme destimation dtat des matrices augmentes.
40
kW-A
15
10
5
30
7
3
3
9
3.2
kW-B
12
10
2
25
7
7
7
12
7
kW-A
18
7
6.2
40
8
1
1
10
2.5
kW-B
8.5
12
1.8
28
6
10
7.3
8
6.5
La prcision des mesures de puissance est 99.2%, des mesures de tension est 99.5%, des mesures
de courant est 99% et de la puissance des charges est 1%.
41
Lorsque lalgorithme est excut sans linformation de puissance lerreur la plus haute des
mesures est 1.7%. Par contre lerreur la plus haute destimation de la charge est 62.7% Tableau
4.3).
Tableau 4.3 : Erreur de lestimation de la charge du test 4 sans facteur de puissance
Charge
103
1083
113
28
31
51
54
735
96
kW-A
0.6%
0.2%
1.0%
0.5%
0.1%
3.4%
3.4%
0.3%
0.4%
kW-B
0.4%
0.1%
0.5%
0.1%
0.3%
0.9%
0.9%
0.4%
0.6%
En la deuxime partie du test 4, les valeurs initiales de la charge sont les mmes du Tableau 4.2,
les prcisions restent gales et linformation du facteur de puissance de la charge est introduite
avec une prcision de 99.9%. Comme rsultats, lerreur la plus haute des mesures est 0.3% et
lerreur la plus haute destimation de la charge est 4.7% Tableau 4.4).
Tableau 4.4 : Erreur de lestimation de la charge du test 4 avec facteur de puissance
Charge
103
1083
113
28
31
51
54
735
96
kW-A
0.1%
0.1%
0.8%
0.2%
0.0%
1.8%
4.6%
0.1%
1.4%
kW-B
0.0%
0.0%
0.1%
0.0%
0.0%
0.0%
0.0%
0.0%
0.1%
42
linformation est utilise, la fonction tombe jusqu 1909 units (Figure 4.2). Par contre, la valeur
de delta des variables dtat est plus petite si la nouvelle information est utilise (Figure 4.3 et
Figure 4.4). En gnral le systme converge indpendamment de lutilisation du facteur de
puissance, donc lhypothse 1 est encore valide.
5
3.5
Fonction objectif
x 10
X: 2
Y: 3.499e+05
2.5
Units
1.5
0.5
0
1
X: 4
Y: 1.283e+04
6
Itrations
X: 10
Y: 730.8
10
11
43
5
3.5
Fonction objectif
x 10
X: 2
Y: 3.499e+05
2.5
Units
1.5
0.5
X: 4
Y: 4431
0
1
X: 10
Y: 1909
6
Itrations
10
11
10
Delta x
X: 10
Y: 0.6647
-5
-10
-15
-20
5
6
Itrations
10
Figure 4.3 : Delta des variables dtat avant lutilisation du facteur de puissance (Test4)
44
15
Delta x
10
5
X: 10
Y: 0.3506
-5
-10
-15
5
6
Itrations
10
Figure 4.4 : Delta des variables dtat aprs lutilisation du facteur de puissance (Test4)
45
CHAPITRE 5
OBSERVABILIT ET STABILIT
5.1 Introduction
Les chapitres prcdents montrent la stabilit et la prcision de lalgorithme pour les rseaux
100% observables. Cependant, lobservabilit des rseaux de distribution rels est beaucoup plus
faible du ct primaire est presque nulle du ct secondaire.
On veut valuer la stabilit de lalgorithme pour des rseaux qui ne sont pas 100% observables.
Ce chapitre prsente les rsultats des tests pour le rseau dcrit dans le chapitre 3 (Figure 3.5)
lorsque quelques lments de mesure sont enlevs. Plusieurs excutions sont effectues pour
trouver le niveau minimal dobservabilit. Autrement dit, le maximum des lments de mesure
qui peuvent tre enlevs avant que le systme ne converge plus.
On propose aussi de placer des mesures virtuelles, dans le but damliorer la stabilit de
lalgorithme lorsque le rseau na pas assez dlments de mesure rels installs. Comme ces
mesures ne sont pas prsentes dans le vrai rseau, elles napportent pas de nouvelle information,
cest pour cela que leur prcision doit tre faible par rapport la prcision des vrais lments de
mesure. Les valeurs de tension et de courant des mesures virtuelles sont celles calcules par la
rpartition de puissance utilise dans linitialisation de lestimation dtat.
Avec laide des mesures virtuelles de faible prcision, lestimation dtat a un meilleur point de
dpart pour estimer les variables dtat et la puissance de la charge de rseaux maills faiblement
observables. Ce chapitre compare aussi les plus faibles niveaux dobservabilit avant et aprs
lutilisation des mesures virtuelles.
5.1.1 Objectif
Afin de parvenir atteindre lobjectif gnral formul dans le chapitre 1, un objectif spcifique
additionnel a t formul dans ce chapitre :
Objectif spcifique 4: estimer ltat des rseaux de distribution maills faiblement observables.
46
Rfutabilit : lhypothse sera vrifie si la mthode est capable de converger vers le bon rsultat
dans les cas o le faible niveau dobservabilit empche la convergence de la mthode DSSEMANA.
Justification de loriginalit : les mesures virtuelles de faible prcision nont pas encore t
utilises dans la mthode DSSE-MANA pour amliorer la stabilit du systme.
5.2
Activits et mthodologie
47
Tableau 5.1 : Erreur de lestimation de puissance fournisse par les sources, test 5
Source
1077
736
89
kW-A
8.8%
3.3%
7.2%
kW-B
0.8%
0.1%
0.1%
Par ailleurs, lerreur des pseudo-mesures (les charges) a beaucoup augment, car les lments de
mesure enlevs se trouvent branchs aux mmes nuds que les charges. Dans le Tableau 5.2, on
peut voir que les deux pseudo-mesures, les plus affectes (54 et 31) se trouvent branches aux
nuds plus maills (4 sections banchs, Figure 5.1), o le flow de courant est plus difficile
estimer. On peut aussi voir que malgr labsence de mesure de tension au nud 79, la charge y
branch (103) na pas t beaucoup affecte par rapport aux autres.
On peut conclure, encore une fois, que les mesures de courant sont les plus importantes dans
lestimation dtat des rseaux maills et que les mesures de puissance sont le point faible des
mesures du rseau (test 1 et 5).
kW-A
kW-B
kW-C
54
31
735
113
96
51
1083
28
103
83.30%
59.90%
51.20%
41.10%
92.50%
39.10%
43.40%
5.90%
11.10%
20.40%
36.90%
31.90%
43.30%
7.00%
8.30%
10.10%
0.20%
7.10%
71.60%
55.60%
56.50%
44.90%
7.20%
32.70%
20.00%
1.00%
12.10%
83.20%
78.40%
50.20%
41.00%
92.50%
39.00%
40.70%
71.40%
14.00%
20.50%
37.40%
32.50%
43.30%
6.90%
8.40%
10.30%
18.70%
7.30%
71.20%
56.00%
59.00%
44.90%
7.30%
32.70%
19.30%
0.80%
12.70%
Erreur
accumul
350.20%
324.20%
281.30%
258.50%
213.40%
160.20%
143.80%
98.00%
64.30%
48
Figure 5.1 : Identification des charges par ordre derreur accumul du Tableau 5.2
49
Tableau 5.3 : Erreur de lestimation de puissance fournisse par les sources, test 6
Source
1077
736
89
kW-A
0.2%
1.1%
0.1%
kW-B
0.1%
0.5%
0.1%
kW-A
0.2%
5.2%
11.6%
2.0%
1.1%
9.8%
44.3%
23.0%
13.8%
kW-B
0.2%
7.7%
10.7%
1.5%
18.6%
1.7%
8.6%
26.7%
9.4%
50
1400
1200
1000
800
600
400
X: 101
Y: 162.6
200
20
40
60
80
100
120
Figure 5.2 : Fonction objective lorsque le 89% des lments de mesure sont remplacs par des
lments virtuels.
Le Tableau 5.5 montre que le niveau derreur de lestimation de la puissance est acceptable
lorsque tous les lments de mesure de tension et de courant ont t remplacs par des mesures
virtuelles. Seulement, une mesure dpasse le seuil de lerreur du 5%.
kW-A
0.5%
2.6%
3.3%
kW-B
0.5%
1.6%
4.5%
51
CONCLUSION
Grce la mthodologie utilise dans la recherche, lanalyse de linformation utilise comme
rfrence et linterprtation des rsultats des tests destimation dtat prsents dans ce
mmoire, on peut conclure que :
En gnral :
Lestimation dtat devient plus complexe au fur et mesure que la quantit de boucles du
rseau augmente.
Les mesures de puissance (active et ractive) ont plus dinformation que les mesures de
magnitude de courant, puisquils fournissent la magnitude et langle. Cependant, les
quations des mesures de courant aident plus que les mesures de puissance la convergence
du systme, car elles sont indpendantes de la tension, donc elles sont mathmatiquement
plus simples.
Les mesures de tension branches aux nuds qui raccordent plusieurs sections doivent avoir
une trs haute prcision afin que leur information soit tenue compte dans les calculs, parce
quune petite plage de variation de la tension reprsente une grande plage dans la variation
des valeurs de la rpartition du flux de puissance ou de courant. Autrement dit, une mesure de
tension, qui nest pas assez prcise, est ignore par le systme parce quelle peut tre le
rsultat de plusieurs combinaisons de rpartition de puissance.
52
Les mesures de courant sont les plus utiles dans lestimation dtat, car elles nont pas besoin
dune grande prcision pour que lestimation trouve des bons rsultats. De plus, elles
apportent beaucoup de stabilit au systme.
La charge varie beaucoup pendant la journe, parfois elle peut doubler ou mme tripler sa
valeur en quelques heures. Par contre, la plage de variation du facteur de puissance est petite,
grce aux systmes de contrle de puissance des industries et labsence de grosses charges
inductives dans les zones rsidentielles. Les tests montrent que sparer le facteur de puissance
et la magnitude de la charge pour les assigner une prcision diffrente est une faon efficace
damliorer la prcision de lestimation de la charge. En dautres termes, si le facteur de
puissance est isol, on peut forcer le systme varier la puissance active et la puissance
ractive de faon proportionnelle, comme dans la ralit. Autrement, la puissance active est
totalement indpendante de la puissance ractive.
Si le rseau nest pas 100% observable, lapproche peut diverger ou converger vers des
rsultats non attendues. En ajoutant des mesures virtuelles de faible prcision, le systme
converge vers les bons rsultats.
53
RFERENCES
[1]
[2]
A. Abur and A. Gomez Exposito, Power system state estimation theory and
implementation. New York: Marcel Dekker, 2004.
[3]
[4]
[5]
S. Mishra, "A simple algorithm for unbalanced radial distribution system load flow,"
IEEE Region 10 Annual International Conference, Proceedings/TENCON, pp. 16921697, 2008.
[6]
[7]
F. Therrien, I. Kocar, and J. Jatskevich, "A unified distribution system state estimator
using the concept of augmented matrices," IEEE PES Transactions on Power Systems, p.
11, 2013.
[8]
[9]
[10]
[11]
[12]
[13]
54
[14]
[15]
S. C. Chapra and R. P. Canale, Numerical methods for engineers, 6th ed. Boston, [Mass.];
Montreal: McGraw-Hill Higher Education, 2010.
[16]
R. Singh, B. C. Pal, and R. A. Jabr, "Choice of estimator for distribution system state
estimation," IET Generation, Transmission and Distribution, vol. 3, pp. 666-678, Jul
2009.
[17]
[18]