view in publisher's site

Estimating PV power from aggregate power measurements within the distribution grid

The increased integration of photovoltaic (PV) systems in distribution grids reduces visibility and situational awareness for utilities because the PV systems' power production is usually not monitored by them. To address this problem, a method called Contextually Supervised Source Separation (CSSS) has been recently adapted for real-time estimation of aggregate PV active power generation from aggregate net active and reactive power measurements at a point in a radially configured distribution grid (e.g., substation). In its original version, PV disaggregation is formulated as an optimization problem that fits linear regression models for the aggregate PV active power generation and true substation active power load. This paper extends the previous work by adding regularization terms in the objective function to capture additional contextual information such as smoothness, by adding new constraints, by introducing new regressors such as ambient temperature, and by investigating the use of time-varying regressors. Furthermore, we perform extensive parametric analysis to study tuning of the objective function weighting factors in a way that maximizes performance and robustness. The proposed PV disaggregation method can be applied to networks with either a single PV system (e.g., megawatt scale) or many distributed ones (e.g., residential scale) connected downstream of the substation. Simulation studies with real field recorded data show that the enhancements of the proposed method reduce disaggregation error by 58% in winter and 35% in summer compared to previous CSSS-based work. When compared against a commonly used transposition model based approach, the reduction in disaggregation error is more pronounced (78% reduction in winter and 45% in summer). Additional simulations indicate that the proposed algorithm is also applicable for PV systems with time-varying power factors. Overall, our results show that—with appropriate modeling and tuning—it is possible to accurately estimate the aggregated PV active power generation of a distribution feeder with minimal or no additional sensor deployment.

تخمین توان PV از مجموع اندازه‌گیری توان در شبکه توزیع

ادغام افزایش‌یافته سیستم‌های فتوولتائیک (PV)در شبکه‌های توزیع، دید پذیری و آگاهی از موقعیت برای خدمات را کاهش می‌دهد زیرا تولید برق سیستم‌های PV معمولا توسط آن‌ها نظارت نمی‌شود. برای پرداختن به این مشکل، روشی به نام contextually منبع جداسازی منبع (CSSS)به تازگی برای تخمین زمان واقعی تولید توان اکتیو PV از مجموع توان اکتیو و راکتیو خالص در یک نقطه در یک شبکه توزیع configured شکل‌گرفته (به عنوان مثال، پست فرعی)تطبیق داده شده‌است. در نسخه اصلی خود، پشته PV به عنوان یک مساله بهینه‌سازی فرموله می‌شود که با مدل‌های رگرسیون خطی متناسب با تولید توان اکتیو فعال PV و بار الکتریکی فعال حقیقی متناسب است. این مقاله کار قبلی را با افزودن شرایط regularization در تابع هدف برای بدست آوردن اطلاعات متنی اضافی مانند هموارسازی، با افزودن محدودیت‌های جدید، با معرفی regressors جدید نظیر دمای محیط و با بررسی استفاده از regressors متغیر زمان گسترش می‌دهد. علاوه بر این، ما تحلیل پارامتری گسترده‌ای را برای بررسی تنظیم عوامل اندازه‌گیری تابع هدف به روشی انجام می‌دهیم که عملکرد و مقاومت را به حداکثر می‌رساند. روش کمپنزاسیون پیشنهادی PV را می توان برای شبکه‌هایی با یک سیستم PV تک PV (به عنوان مثال، مقیاس megawatt)یا بسیاری از سیستم‌های توزیع‌شده (مانند مقیاس مسکونی)متصل به پایین‌دست ایستگاه فرعی اعمال کرد. مطالعات شبیه‌سازی با داده‌های ثبت‌شده میدان واقعی نشان می‌دهد که پیشرفت روش پیشنهادی خطای پراکنده‌سازی را به میزان ۵۸ درصد در زمستان و ۳۵ درصد در تابستان نسبت به کار CSSS قبلی کاهش می‌دهد. وقتی در مقایسه با یک رویکرد مبتنی بر مدل جابجا شده رایج مقایسه شود، کاهش خطای پراکنده‌سازی به طور مشخص‌تر (۷۸ % کاهش در فصل زمستان و ۴۵ درصد در تابستان)بیشتر اعلام شده‌است. شبیه‌سازی‌های دیگر نشان می‌دهد که الگوریتم پیشنهادی برای سیستم‌های PV با چندین عامل قدرت متغیر نیز قابل‌استفاده است. به طور کلی، نتایج ما نشان می‌دهد - با مدل‌سازی مناسب و تنظیم - امکان تخمین دقیق تولید توان فعال PV با حداقل یا هیچ استقرار حسگر اضافی وجود ندارد.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.