[论文解读] Unbalanced Multi-Phase Distribution Grid Topology Estimation and Bus Phase Identification

Yizheng Liao, Yang Weng+4 more|arXiv (Cornell University)|Sep 18, 2018

Optimal Power Flow Distribution参考文献 41被引用 3

一句话总结

本文提出一种数据驱动方法，利用智能电表数据估计不平衡多相配电网的拓扑结构，并识别错误的母线相位标签。通过将三相电压转换为对称分量，并应用Chow-Liu算法以利用辐射状网络中的条件独立性，该方法即使在强负载不平衡和错误相位标签的情况下，也能准确重建拓扑结构和相位连接，其有效性通过使用真实数据集的IEEE系统仿真得到验证。

ABSTRACT

There is an increasing need for monitoring and controlling uncertainties brought by distributed energy resources in distribution grids. For such goal, accurate multi-phase topology is the basis for correlating measurements in unbalanced distribution networks. Unfortunately, such topology knowledge is often unavailable due to limited investment, especially for evv{low-voltage} distribution grids. Also, the bus phase labeling information is inaccurate due to human errors or outdated records. For this challenge, this paper utilizes smart meter data for an information-theoretic approach to learn the topology of distribution grids. Specifically, multi-phase unbalanced systems are converted into symmetrical components, namely positive, negative, and zero sequences. Then, this paper proves that the Chow-Liu algorithm finds the topology by utilizing power flow equations and the conditional independence relationships implied by the radial multi-phase structure of distribution grids with the presence of incorrect bus phase labels. At last, by utilizing Carson's equation, this paper proves that the bus phase connection can be correctly identified using voltage measurements. For validation, IEEE systems are simulated using three real data sets. The simulation results demonstrate that the algorithm is highly accurate for finding multi-phase topology even with strong load unbalancing condition and DERs. This ensures close monitoring and controlling DERs in distribution grids.

研究动机与目标

• 解决由于传感能力有限和记录过时而导致低压配电网中多相拓扑信息不准确的问题。
• 克服错误或缺失母线相位标签所带来的挑战，这些错误会破坏现有拓扑估计方法的有效性。
• 开发一种在强负载不平衡和高分布式能源资源（DER）渗透率下仍能有效工作的拓扑估计方法。
• 通过恢复不平衡三相配电网的真实辐射状拓扑，实现对DER的精确监测与控制。
• 提供一种仅依赖智能电表数据的解决方案，无需PMU或正确相位标签的先验知识。

提出的方法

• 将三相电压测量值转换为对称分量（正序、负序和零序），以解耦不平衡系统的行为。
• 应用Chow-Liu算法学习电压测量值的概率图模型，利用辐射状配电网中的条件独立性。
• 通过利用潮流方程和配电网的辐射状结构，证明Chow-Liu算法能够恢复真实拓扑。
• 使用Carson方程推导电压差与相位连接之间的关系，从而实现对母线相位的正确识别。
• 采用互信息最大化作为优化准则，从电压数据中推断最可能的网络结构。
• 在各种不平衡负载和DER条件下，使用IEEE测试系统和真实世界智能电表数据对方法进行验证。

实验结果

研究问题

• RQ1 Chow-Liu算法能否仅使用智能电表数据准确重建不平衡多相配电网的拓扑？
• RQ2 当母线相位标签错误或未知时，该方法的性能如何？
• RQ3 对称分量在多大程度上能提高不平衡系统中拓扑估计的准确性？
• RQ4 在存在标签错误的情况下，能否仅通过电压测量值正确识别每个母线的相位连接？
• RQ5 该方法在强负载不平衡和高分布式能源资源（DER）渗透率下的鲁棒性如何？

主要发现

• 所提出的方法即使在高达10%的相位标签错误或缺失情况下，也能高精度地重建不平衡配电网的真实多相拓扑。
• Chow-Liu算法通过最大化电压测量值之间的互信息，成功识别出正确的辐射状拓扑，该结果通过理论证明和仿真得到验证。
• 对称分量变换有效解耦了三相系统，使得概率图模型能够应用于不平衡网络。
• Carson方程通过建模电压差与相序之间的关系，实现了对母线相位连接的精确识别。
• 在使用真实数据集的IEEE测试系统仿真中，该方法在强负载不平衡和高DER渗透率下仍保持高精度。
• 该方法优于现有方法，因为它无需PMU或正确的相位标签，因此在现有配电网中具有广泛部署的实用性。