The Efficiency of the Kalman Filter in Nodal Redundancy
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
The growing integration of distributed energy resources underscores the critical importance of having precise insights into the dynamics of an electrical power system (EPS). Consequently, an estimator must align with the EPS dynamics to enhance the overall reliability, safety, and system stability. This alignment ensures that operators can make informed decisions during system operations. An initial step in gaining insight into the system’s state involves examining its state vector, which is represented by voltage phasors. These results are derived through the application of a distributed state-estimation process in large-scale systems. This study delved into the effectiveness of Bayesian filters, with a particular emphasis on the extended Kalman filter (EKF) algorithm in the context of distributed state estimation. To analyze the outcomes, the nodal partitioning process was incorporated within the distributed state-estimation framework. The synergy between the EKF algorithm and the partitioning method was evaluated using the IEEE118 test system.
Resumen
La creciente integración de los recursos energéticos distribuidos subraya la importancia crítica de tener conocimientos precisos sobre la dinámica de un sistema de energía eléctrica (EPS). En consecuencia, un estimador debe alinearse con la dinámica del EPS para mejorar la confiabilidad, seguridad y estabilidad generales del sistema. Esta alineación garantiza que los operadores puedan tomar decisiones informadas durante las operaciones del sistema. Un paso inicial para comprender mejor el estado del sistema implica examinar su vector de estado, que está representado por fasores de voltaje. Estos resultados se obtienen mediante la aplicación de un proceso de estimación de estado distribuido en sistemas a gran escala. Este estudio profundizó en la efectividad de los filtros bayesianos, con especial énfasis en el algoritmo del filtro de Kalman extendido (EKF) en el contexto de la estimación de estado distribuido. Para analizar los resultados, el proceso de partición nodal se incorporó dentro del marco de estimación de estado distribuido. La sinergia entre el algoritmo EKF y el método de partición se evaluó utilizando el sistema de prueba IEEE118.
Keywords
partition
Citation
Código de tesis
Código de tesis
Grado Académico
Director de tesis
Enlace al documento
URI
http://dspace.ucuenca.edu.ec/handle/123456789/44751
https://www.scopus.com/record/display.uri?eid=2-s2.0-85192715656&origin=resultslist&sort=plf-f&src=s&sid=8bd6f53a7bdec09758e11de81756832c&sot=b&sdt=b&s=TITLE-ABS-KEY%28The+Efficiency+of+the+Kalman+Filter+in+Nodal+Redundancy%29&sl=70&sessionSearchId=8bd6f53a7bdec09758e11de81756832c&relpos=0
https://www.scopus.com/record/display.uri?eid=2-s2.0-85192715656&origin=resultslist&sort=plf-f&src=s&sid=8bd6f53a7bdec09758e11de81756832c&sot=b&sdt=b&s=TITLE-ABS-KEY%28The+Efficiency+of+the+Kalman+Filter+in+Nodal+Redundancy%29&sl=70&sessionSearchId=8bd6f53a7bdec09758e11de81756832c&relpos=0