Estimador de estado trifásico multiárea para sistemas de distribuição de larga escala

• Processo: 16/19646-6
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de maio de 2017
• Data de Término da vigência: 31 de julho de 2021
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Acordo de Cooperação: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Pesquisador responsável: Joao Bosco Augusto London Junior
• Beneficiário: Julio Augusto Druzina Massignan
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 18/00214-4 - Estimadores de estado para sistemas de distribuição: abordagens clássicas e novos algoritmos para o Smart Grid, BE.EP.DR
• Palavra(s)-Chave do Pesquisador: estimacao de estado | Estimador de Estado Multiárea | Pseudo-medidas | Redes Inteligentes | Sincronização de Medidas | sistemas de distribuição | Estimação de Estado

Resumo

Em função do desenvolvimento das infraestruturas de medição avançada, e de outros equipamentos e sensores inteligentes, vem crescendo a quantidade de medidas disponíveis nos Sistemas de Distribuição (SDs) de energia elétrica. Este e outros fatores vêm motivando o desenvolvimento de Estimadores de Estado (EEs) para monitoramento em tempo real desses sistemas, o que viabilizaria a obtenção de uma base de dados confiável para implantação de diversas aplicações automatizadas das chamadas Smart Grids (redes inteligentes). Entretanto, a maioria dos EEs já desenvolvidos para SDs não considera todas as particularidades desses sistemas, e os poucos que consideram ainda não apresentaram uma metodologia completa para lidar com todas as características das Smart Grids e eficiência computacional suficiente para aplicação em sistemas reais de larga escala, se limitando geralmente a aplicações em alimentadores de benchmarking de pequeno porte. O presente projeto de pesquisa tem por objetivo o desenvolvimento e implantação, em computador, de um Estimador de Estado Trifásico Multiárea para SDs reais de larga escala, que possibilite o tratamento adequado das particularidades desses sistemas no contexto atual dos SDs e futuro das redes inteligentes. Ou seja, o EE proposto deverá possibilitar: a análise de sistemas desbalanceados e desequilibrados, com ramais monofásicos, bifásicos e trifásicos, operando na estrutura radial ou em malha sem perda de precisão; o tratamento adequado da modelagem de pseudo-medidas no nível dos consumidores de baixa tensão, considerando os modelos atuais baseados em curvas típicas de carga, e também a possibilidade de penetração de medidores inteligentes e de geração distribuída; o tratamento adequado de diversos tipos de medidas (virtuais, pseudo-medidas, convencionais não sincronizadas e fasoriais sincronizadas); a aplicação de técnicas para tratamento de esparsidade e métodos numéricos eficientes na solução do problema de estimação de estado para SDs; o tratamento da falta de sincronismo das diversas informações processadas, como, por exemplo, entre as demandas estimadas e medidas na rede secundária e entre as medidas disponíveis na rede primária e as disponíveis nas subestações; o tratamento de sistemas de distribuição reais de larga escala com vários alimentadores e subestações. Para desenvolvimento do EE proposto diversos estudos serão realizados, focando principalmente nos seguintes pontos: formulação dos EEs trifásicos para SDs; métodos numéricos eficientes e técnicas de esparsidade aplicadas ao problema de estimação de estado; inclusão de diferentes tipos de medidas no processo de estimação de estado trifásica, e o tratamento da falta de sincronismo entre a amostragem destas medidas; modelagem de pseudo-medidas de carga considerando a possibilidade de a rede de baixa tensão ser ou não monitorada por medidores inteligentes; penetração de geração distribuída; contexto de redes de larga escala e formulação dos EEs multiáreas. (AU)

Publicações científicas

(15)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MASSIGNAN, JULIO A. D.; LONDON, JR., JOAO B. A.; MIRANDA, VLADIMIRO. Tracking Power System State Evolution with Maximum-correntropy-based Extended Kalman Filter. JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY, v. 8, n. 4, p. 616-626, JUL 2020. (16/19646-6)

FERNANDES, JOSE P. R.; MASSIGNAN, JULIO A. D.; LONDON JR, JOAO B. A.; FANUCCHI, RODRIGO Z.; IEEE. Very Short-Term Current and Load Forecasting for Distribution Systems in Data Constrained Situations. 2021 IEEE MADRID POWERTECH, v. N/A, p. 6-pg., 2021-01-01. (16/19646-6)

PEREIRA DE MELO, VITOR HENRIQUE; MASSIGNAN, JULIO A. D.; LONDON JUNIOR, JOAO B. A.; FANUCCHI, RODRIGO Z.; IEEE. Estimation of Voltage Unbalance at the Reference Bus in Distribution System State Estimation. 2021 IEEE MADRID POWERTECH, v. N/A, p. 6-pg., 2021-01-01. (16/19646-6)

VIGLIASSI, MARCOS PAULO; MASSIGNAN, JULIO A. D.; DELBEM, ALEXANDRE CLAUDIO B.; LONDON, JR., JOAO BOSCO A.. Multi-objective evolutionary algorithm in tables for placement of SCADA and PMU considering the concept of Pareto Frontier. INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, v. 106, p. 373-382, MAR 2019. (16/19646-6)

HEBLING, GUSTAVO M.; MASSIGNAN, JULIO A. D.; LONDON, JOAO B. A.; DE OLIVEIRA, RENATO; IEEE. Sparse and Orthogonal Method for Fast Bad Data Processing in Distribution System State Estimation. 2021 IEEE MADRID POWERTECH, v. N/A, p. 6-pg., 2021-01-01. (16/19646-6)

DE MELO, VITOR H. P.; LONDON JUNIOR, JOAO B. A.; MASSIGNAN, JULIO A. D.. Distribution System State Estimation Algorithm with Improved Angular Reference Treatment. Electric Power Systems Research, v. 212, p. 7-pg., 2022-07-15. (22/03759-7, 16/19646-6)

AVELINO, LUANA L.; MASSIGNAN, JULIO A. D.; LONDON, JOAO B. A., JR.; DE OLIVEIRA, ALEXANDRE V.; IEEE. Application of a Three-Phase Load Estimation in a Real Distribution Feeder. 2017 IEEE URUCON, v. N/A, p. 4-pg., 2017-01-01. (16/19646-6)

GONZAGA JUNIOR, ROSVANDO M.; MASSIGNAN, JULIO A. D.; MACIEL, CARLOS D.; LONDON, JOAO BOSCO A., JR.; DE ALMEIDA, RODRIGO M. A.; CAMILLO, MARCOS H. M.; IEEE. An Embedded State Estimator for Reducing Data Volume and Processing in Smart Grids Monitoring. 2018 WORKSHOP ON COMMUNICATION NETWORKS AND POWER SYSTEMS (WCNPS), v. N/A, p. 5-pg., 2018-01-01. (17/22297-6, 16/19646-6, 18/00214-4)

BESSANI, MICHEL; MASSIGNAN, JULIO A. D.; SANTOS, TALYSSON M. O.; LONDON JR, JOAO B. A.; MACIEL, CARLOS D.. Multiple households very short-term load forecasting using bayesian networks *. Electric Power Systems Research, v. 189, p. 7-pg., 2020-12-01. (16/19646-6, 14/50851-0, 18/00214-4)

BESSANI, MICHEL; MASSIGNAN, JULIO A. D.; SANTOS, TALYSSON M. O.; LONDON JR, JOAO B. A.; MACIEL, CARLOS D.. Multiple households very short-term load forecasting using bayesian networks {*}. Electric Power Systems Research, v. 189, DEC 2020. (16/19646-6, 18/00214-4, 14/50851-0)

MASSIGNAN, JULIO A. D.; LONDON JR, JOAO B. A.; VIEIRA, CAMILA S.; MIRANDA, VLADIMIRO; IEEE. Vulnerability of Largest Normalized Residual Test and <(b)over cap> - Test to Gross Errors. 2020 IEEE POWER & ENERGY SOCIETY GENERAL MEETING (PESGM), v. N/A, p. 5-pg., 2020-01-01. (16/19646-6)

BESSANI, MICHEL; MASSIGNAN, JULIO A. D.; FANUCCHI, RODRIGO Z.; CAMILLO, MARCOS H. M.; LONDON, JOAO B. A.; DELBEM, ALEXANDRE C. B.; MACIEL, CARLOS D.. Probabilistic Assessment of Power Distribution Systems Resilience Under Extreme Weather. IEEE SYSTEMS JOURNAL, v. 13, n. 2, p. 1747-1756, JUN 2019. (14/50851-0, 16/19646-6)

HEBLING, GUSTAVO M.; MASSIGNAN, JULIO A. D.; LONDON JUNIOR, JOAO B. A.; CAMILLO, MARCOS H. M.. Sparse and numerically stable implementation of a distribution system state estimation based on Multifrontal QR factorization. Electric Power Systems Research, v. 189, DEC 2020. (16/19646-6, 18/00214-4)

DRUZINA MASSIGNAN, JULIO AUGUSTO; AUGUSTO LONDON, JR., JOAO BOSCO; BESSANI, MICHEL; MACIEL, CARLOS DIAS; CLAUDIO BOTAZZO DELBEM, ALEXANDRE; MARCAL CAMILLO, MARCOS HENRIQUE; DE LIMA SOARES, TELMA WOERLE. In-Field Validation of a Real-Time Monitoring Too for Distribution Feeders. IEEE Transactions on Power Delivery, v. 33, n. 4, p. 1798-1808, AUG 2018. (16/19646-6)

MASSIGNAN, JULIO A. D.; LONDON, JOAO B. A., JR.; MACIEL, CARLOS D.; BESSANI, MICHEL; MIRANDA, VLADIMIRO; IEEE. PMUs and SCADA Measurements in Power System State Estimation through Bayesian Inference. 2019 IEEE MILAN POWERTECH, v. N/A, p. 6-pg., 2019-01-01. (18/00214-4, 16/19646-6, 17/22297-6)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

MASSIGNAN, Julio Augusto Druzina. Uma perspectiva Bayesiana para estimação de estado em sistemas de distribuição: aspectos teóricos e práticos. 2021. Tese de Doutorado - Universidade de São Paulo (USP). Escola de Engenharia de São Carlos (EESC/SBD) São Carlos.