[论文解读] Model-less Robust Voltage Control in Active Distribution Networks using Sensitivity Coefficients Estimated from Measurements

Rahul Gupta, Fabrizio Sossan+1 more|arXiv (Cornell University)|Jan 11, 2022

Optimal Power Flow Distribution参考文献 22被引用 24

一句话总结

本文提出了一种无需模型的主动配电网鲁棒电压控制框架，利用从实时测量中递归估计的电压灵敏度系数及其不确定性，确保可靠的电压调节。通过采用递归最小二乘法结合方向遗忘策略，考虑了互感器噪声带来的不确定性，该方法在高精度测量噪声（互感器等级1.0）下仍优于非鲁棒方法，性能与基于模型的控制相当。

ABSTRACT

Measurement-rich power distribution networks may enable distribution system operators (DSOs) to adopt model-less and measurement-based monitoring and control of distributed energy resources (DERs) for mitigating grid issues such as over/under voltages and lines congestions. However, measurement-based monitoring and control applications may lead to inaccurate control decisions due to measurement errors. In particular, estimation models relying on regression-based schemes result in significant errors in the estimates (e.g., nodal voltages) especially for measurement devices with high Instrument Transformer (IT) classes. The consequences are detrimental to control performance since this may lead to infeasible decisions. This work proposes a model-less robust voltage control accounting for the uncertainties of measurement-based estimated voltage sensitivity coefficients. The coefficients and their uncertainties are obtained using a recursive least squares (RLS)-based online estimation, updated whenever new measurements are available. This formulation is applied to control distributed controllable photovoltaic (PV) generation in a distribution network to restrict the voltage within prescribed limits. The proposed scheme is validated by simulating a CIGRE low-voltage system interfacing multiple controllable PV plants.

研究动机与目标

• 本文研究了基于测量的电压灵敏度系数估计中的不确定性对配电网控制性能的影响。
• 旨在开发一种考虑无模型控制框架中估计不确定性的鲁棒电压控制方案。
• 目标是提升在无可用或过时网络模型的主动配电网中电压控制的可靠性和安全性。
• 本研究评估并比较了不同的灵敏度系数及其不确定性的估计技术，以识别最有效的方案。

提出的方法

• 采用带多种遗忘策略（如RLS-SF、RLS-DF）的递归最小二乘法（RLS）在线估计电压灵敏度系数及其不确定性。
• 初始估计通过使用历史测量数据的离线最小二乘法（LS）获得。
• 不确定性通过费舍尔信息矩阵的逆矩阵推导，以量化估计的可靠性。
• 采用两阶段框架：首先，从实时测量中估计灵敏度系数及其不确定性；其次，利用这些估计求解鲁棒优化问题。
• 鲁棒控制公式考虑了灵敏度系数的不确定性，以防止不可行或不安全的控制动作。
• 该方法在CIGRE低压配电网上进行了验证，包含多个可调度的光伏电站。

实验结果

研究问题

• RQ1 基于测量的电压灵敏度系数估计中的不确定性如何影响无模型电压控制在配电网中的性能？
• RQ2 在不同互感器（IT）等级噪声下，哪种递归估计技术（如带不同遗忘策略的RLS）能提供最准确和可靠的灵敏度系数估计？
• RQ3 一种考虑估计不确定性的无模型鲁棒电压控制方案，能否实现与基于模型控制相当的性能？
• RQ4 在高精度测量噪声（如IT等级1.0）下，所提出的鲁棒控制性能如何，此时估计误差最具破坏性？
• RQ5 忽略估计不确定性对电压控制性能有何影响，特别是在电压越限方面？

主要发现

• 即使采用性能最佳的估计方法（RLS-DF），非鲁棒电压控制仍导致显著的电压越限，IT等级1.0下最大节点电压达1.059 pu。
• 采用RLS-DF的所提鲁棒控制在IT等级1.0下最大节点电压为1.034 pu，与基于模型的控制（1.031 pu）非常接近。
• RLS-DF和RLS-SF估计方案始终优于其他方法，在所有IT等级下均实现最低RMSE（0.05–0.07）和最高PICP（1.00）。
• 采用RLS-DF的鲁棒控制将电压越限降至可忽略水平，即使在高IT等级噪声下也如此，而非鲁棒控制无论估计质量如何均无法遵守电压限值。
• 采用RLS-DF的无模型鲁棒控制性能与基于模型的控制相当，仅导致光伏出力削减增加3%（104 kWh vs. 86.5 kWh），同时确保满足电压约束。
• 研究证实，忽略估计不确定性会导致不可行的控制决策，即使在高质量测量下也是如此，凸显了在无模型框架中采用不确定性感知控制的必要性。