Datum
2020Autor
Menke, Jan-HendrikSchlagwort
600 Technik VerteilungsnetzÜbertragungsnetzMonitorüberwachungZustandsschätzungZustandsüberwachungNetzbelastungMessgrößeNeuronales NetzMetadata
Zur Langanzeige
Buch
A Comprehensive Approach to Implement Monitoring and State Estimation in Distribution Grids with a Low Number of Measurements
Zusammenfassung
This work addresses the monitoring and state estimation of electrical grids, especially at the distribution grid level. This topic becomes relevant because today’s distribution grids are not always designed for the current expansion of decentralized feed-in, which can lead to congestion within the grid. If congestion is detected by suitable monitoring, it can be resolved by measures, e.g., adjustment of generator power. For economic and technical reasons, however, grid monitoring cannot be implemented with a similarly high measurement density as in transmission grids. Two new monitoring methods, which are designed for low measurement density, are therefore presented for use in real-time grid operation. First, a heuristic monitoring method (HMM) is presented, which does not require pseudo-measurements and estimates voltage magnitudes and line loadings. Second, a monitoring method based on artificial neural networks (ANN) is presented. With appropriate training, the method can estimate grid variables, e.g., voltage magnitudes or line loadings, with high accuracy. Various extensions of the method allow the estimation of the complete grid state. The methods are tested on thousands of test scenarios using a comprehensive evaluation methodology. A reference state estimation algorithm, the HMM, and three variants of the ANN-based monitoring are compared for different measurement locations with typical measurement errors, extreme measurement errors, and topology errors. Each method is classified according to the most appropriate application. For measurement infrastructure planning, a concept is presented to determine suitable measurement locations for the use of one of the monitoring methods. A user defines the required accuracy of the monitoring. Using the current grid model and information about potential measurements, heuristic optimizers or a rule-based strategy can identify additional measurement points that fulfill multiple requirements: the relevant estimation errors should be below a certain threshold. At the same time, capital expenditures for the installation and operation of the measuring equipment should be minimal. After completion of the optimization, several possible measurement configurations are presented with their average and maximum errors and the projected capital expenditures. To this end, a web application is developed.
Diese Arbeit beschäftigt sich mit dem Monitoring und der Zustandsschätzung von Stromnetzen, insbesondere auf Ebene der Verteilnetze. Relevant wird dieses Thema, da heutige Verteilnetze nicht immer für den aktuell stattfindenden Zubau der dezentralen Einspeiser ausgelegt sind, wodurch es zu Überlastungen innerhalb des Netzes kommen kann. Werden Überlastungen durch geeignetes Monitoring erkannt, können diese mit Maßnahmen, z.B. Abregelung von Anlagen, behoben werden. Aus ökonomischen und technischen Gründen kann ein Netzmonitoring jedoch nicht mit einer ähnlich hohen Messdichte wie auf Übertragungsnetzebene implementiert werden. Zur Verwendung im Echtzeit-Netzbetrieb werden daher zwei neue Monitoring-Verfahren vorgestellt, die für eine geringen Messdichte ausgelegt sind. Erstens wird eine heuristische Monitoring-Methode (HMM) vorgestellt, die keine Pseudomessungen erfordert und Spannungsbeträge sowie Leitungsauslastungen schätzt. Zweitens wird ein Monitoring- Verfahren vorgestellt, das auf künstlichen neuronalen Netzen (ANN) basiert. Mit geeignetem Training kann das Verfahren Netzvariablen, z.B. Spannungsbeträge oder Leitungsauslastungen, mit hoher Genauigkeit schätzen. Verschiedene Erweiterungen der Methode ermöglichen eine vollständige Netzzustandschätzung. Die Methoden werden über eine umfangreiche Bewertungsmethodik an Tausenden von Testszenarien getestet. Die Referenz-Zustandsschätzung, die HMM und drei Varianten des ANN-basierten Monitorings werden für unterschiedliche Messstellen mit typischen Messfehlern, extremen Messfehlern und Topologiefehlern verglichen. Jede Methode wird nach dem für sie am besten geeigneten Anwendungsfall klassifiziert. Zur Planung der Messinfrastruktur wird ein Konzept vorgestellt, um optimale Messstellen für die vorgestellten Monitoring-Methoden zu ermitteln. Ein Nutzer definiert die erforderliche Genauigkeit des Monitorings. Über das aktuelle Netzmodell und Informationen über potenzielle Messungen können heuristische Optimierer oder ein regelbasierter Algorithmus (zusätzliche) Messstellen identifizieren, die mehrere Anforderungen erfüllen: Die relevanten Schätzfehler sollten unter einem bestimmten Grenzwert liegen. Gleichzeitig sollen Investitionsausgaben für die Installation und den Betrieb der Messgeräte minimiert werden. Nach Abschluss der Optimierung werden mehrere mögliche Messkonfigurationen mit ihren durchschnittlichen und höchsten Schätzfehlern und den prognostizierten Investitionsausgaben dargestellt. Hierzu wird ein Web-Interface entwickelt.
Zusätzliche Informationen
Zugleich: Dissertation, Universität Kassel, 2019Druckausgabe
Link zu kassel university pressZitieren
@book{doi:10.17170/kobra-202007291503,
author={Menke, Jan-Hendrik},
title={A Comprehensive Approach to Implement Monitoring and State Estimation in Distribution Grids with a Low Number of Measurements},
publisher={kassel university press},
year={2020}
}
0500 Oax 0501 Text $btxt$2rdacontent 0502 Computermedien $bc$2rdacarrier 1100 2020$n2020 1500 1/eng 2050 ##0##http://hdl.handle.net/123456789/12005 3000 Menke, Jan-Hendrik 4000 A Comprehensive Approach to Implement Monitoring and State Estimation in Distribution Grids with a Low Number of Measurements / Menke, Jan-Hendrik 4030 4060 Online-Ressource 4085 ##0##=u http://nbn-resolving.de/http://hdl.handle.net/123456789/12005=x R 4204 \$dBuch 4170 Energy Management and Power System Operation ;; Vol. 11 5550 {{Verteilungsnetz}} 5550 {{Übertragungsnetz}} 5550 {{Monitorüberwachung}} 5550 {{Zustandsschätzung}} 5550 {{Zustandsüberwachung}} 5550 {{Netzbelastung}} 5550 {{Messgröße}} 5550 {{Neuronales Netz}} 7136 ##0##http://hdl.handle.net/123456789/12005
2020-11-19T16:15:55Z 2020-11-19T16:15:55Z 2020 doi:10.17170/kobra-202007291503 http://hdl.handle.net/123456789/12005 Zugleich: Dissertation, Universität Kassel, 2019 eng kassel university press Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International http://creativecommons.org/licenses/by-sa/4.0/ distribution system monitoring distribution system state estimation measurement placement measurement planning power system state estimation 600 A Comprehensive Approach to Implement Monitoring and State Estimation in Distribution Grids with a Low Number of Measurements Buch This work addresses the monitoring and state estimation of electrical grids, especially at the distribution grid level. This topic becomes relevant because today’s distribution grids are not always designed for the current expansion of decentralized feed-in, which can lead to congestion within the grid. If congestion is detected by suitable monitoring, it can be resolved by measures, e.g., adjustment of generator power. For economic and technical reasons, however, grid monitoring cannot be implemented with a similarly high measurement density as in transmission grids. Two new monitoring methods, which are designed for low measurement density, are therefore presented for use in real-time grid operation. First, a heuristic monitoring method (HMM) is presented, which does not require pseudo-measurements and estimates voltage magnitudes and line loadings. Second, a monitoring method based on artificial neural networks (ANN) is presented. With appropriate training, the method can estimate grid variables, e.g., voltage magnitudes or line loadings, with high accuracy. Various extensions of the method allow the estimation of the complete grid state. The methods are tested on thousands of test scenarios using a comprehensive evaluation methodology. A reference state estimation algorithm, the HMM, and three variants of the ANN-based monitoring are compared for different measurement locations with typical measurement errors, extreme measurement errors, and topology errors. Each method is classified according to the most appropriate application. For measurement infrastructure planning, a concept is presented to determine suitable measurement locations for the use of one of the monitoring methods. A user defines the required accuracy of the monitoring. Using the current grid model and information about potential measurements, heuristic optimizers or a rule-based strategy can identify additional measurement points that fulfill multiple requirements: the relevant estimation errors should be below a certain threshold. At the same time, capital expenditures for the installation and operation of the measuring equipment should be minimal. After completion of the optimization, several possible measurement configurations are presented with their average and maximum errors and the projected capital expenditures. To this end, a web application is developed. Diese Arbeit beschäftigt sich mit dem Monitoring und der Zustandsschätzung von Stromnetzen, insbesondere auf Ebene der Verteilnetze. Relevant wird dieses Thema, da heutige Verteilnetze nicht immer für den aktuell stattfindenden Zubau der dezentralen Einspeiser ausgelegt sind, wodurch es zu Überlastungen innerhalb des Netzes kommen kann. Werden Überlastungen durch geeignetes Monitoring erkannt, können diese mit Maßnahmen, z.B. Abregelung von Anlagen, behoben werden. Aus ökonomischen und technischen Gründen kann ein Netzmonitoring jedoch nicht mit einer ähnlich hohen Messdichte wie auf Übertragungsnetzebene implementiert werden. Zur Verwendung im Echtzeit-Netzbetrieb werden daher zwei neue Monitoring-Verfahren vorgestellt, die für eine geringen Messdichte ausgelegt sind. Erstens wird eine heuristische Monitoring-Methode (HMM) vorgestellt, die keine Pseudomessungen erfordert und Spannungsbeträge sowie Leitungsauslastungen schätzt. Zweitens wird ein Monitoring- Verfahren vorgestellt, das auf künstlichen neuronalen Netzen (ANN) basiert. Mit geeignetem Training kann das Verfahren Netzvariablen, z.B. Spannungsbeträge oder Leitungsauslastungen, mit hoher Genauigkeit schätzen. Verschiedene Erweiterungen der Methode ermöglichen eine vollständige Netzzustandschätzung. Die Methoden werden über eine umfangreiche Bewertungsmethodik an Tausenden von Testszenarien getestet. Die Referenz-Zustandsschätzung, die HMM und drei Varianten des ANN-basierten Monitorings werden für unterschiedliche Messstellen mit typischen Messfehlern, extremen Messfehlern und Topologiefehlern verglichen. Jede Methode wird nach dem für sie am besten geeigneten Anwendungsfall klassifiziert. Zur Planung der Messinfrastruktur wird ein Konzept vorgestellt, um optimale Messstellen für die vorgestellten Monitoring-Methoden zu ermitteln. Ein Nutzer definiert die erforderliche Genauigkeit des Monitorings. Über das aktuelle Netzmodell und Informationen über potenzielle Messungen können heuristische Optimierer oder ein regelbasierter Algorithmus (zusätzliche) Messstellen identifizieren, die mehrere Anforderungen erfüllen: Die relevanten Schätzfehler sollten unter einem bestimmten Grenzwert liegen. Gleichzeitig sollen Investitionsausgaben für die Installation und den Betrieb der Messgeräte minimiert werden. Nach Abschluss der Optimierung werden mehrere mögliche Messkonfigurationen mit ihren durchschnittlichen und höchsten Schätzfehlern und den prognostizierten Investitionsausgaben dargestellt. Hierzu wird ein Web-Interface entwickelt. open access Menke, Jan-Hendrik 2019-12-19 xvii, 173 Seiten Energy Management and Power System Operation ;; Vol. 11 Kassel, Universität Kassel, Fachbereich Elektrotechnik / Informatik Braun, Martin (Prof. Dr.) Lehnhoff, Sebastian (Prof. Dr.) Kassel 978-3-7376-0872-5 Verteilungsnetz Übertragungsnetz Monitorüberwachung Zustandsschätzung Zustandsüberwachung Netzbelastung Messgröße Neuronales Netz publishedVersion Energy Management and Power System Operation Vol. 11 true https://www.genialokal.de/Produkt/Jan-Hendrik-Menke/A-Comprehensive-Approach-to-Implement-Monitoring-and-State-Estimation-in-Distribution-Grids-with-a-Low-Number-of-Measurements_lid_44519531.html 39,00 Energy Management and Power System Operation Naturwissenschaft, Technik, Informatik, Medizin Dissertation FB 16 / Elektrotechnik / Informatik Softcover DIN A5
Die folgenden Lizenzbestimmungen sind mit dieser Ressource verbunden: