FenixEdu™

Dissertação

Real-Time Situational Awareness in Smart Grids by Regularization of Linear Inverse State-Estimation Problems EVALUATED

Detalhes: A gestão e controlo das futuras redes inteligentes deve poder assentar numa estimação rigorosa do estado operacional da rede elétrica. Na rede de distribuição, a infraestrutura convencional de monitorização inibe o acesso generalizado a informação em tempo real, impedindo a redundância dessa informação, necessária nas abordagens clássicas de estimação de estado. Nos últimos anos, as concessionárias da rede iniciaram uma implantação massiva de infraestruturas de medição de consumos, e hoje é possível ter acesso a grandes volumes de dados de históricos de consumos. Esta tese propõe uma nova abordagem ao problema da estimação de estados na rede de distribuição que combina um método baseado em regularização para resolver problemas de estimação de carga mal-condicionados com um modelo de Markov para restringir as variações de carga a variações temporais prováveis. A solução do problema depende da capacidade de resolver sequências de problemas inversos lineares que são formulados como dependentes de cargas cuja dinâmica é parametrizada em cadeias de Markov não estacionárias. Assim, é apresentada uma formulação eminentemente dinâmica que trata os estados de carga como um processo oculto de Markov, estimando as trajectórias desses estados com recurso ao Algoritmo Viterbi. Esta solução serve como referência para comparação com outras formulações computacionalmente menos exigentes que são baseadas em representações mais simples das dinâmicas. Finalmente, são analisados vários contextos de monitorização em diferentes topologias de rede para adquirir conhecimento sobre as variáveis a monitorizar em tempo real e os locais da rede mais promissores para a correspondente monitorização.
Keywords: Rede de distribuição, regularização de Tikhonov, dinâmica, cadeias de Markov, processo oculto de Markov.

Discussão: outubro 22, 2018, 11:0