Univerziteta u Sarajevu
Elektrotehnički fakultet u Sarajevu
Odsjek za elektroenergetiku
Distribuirana proizvodnja električne energije
Primjena estimacije stanja u distributivnom sistemu
sa fotonaponskim sistemima
Studenti drugog ciklusa studija
Elektrotehnički fakultet Sarajevo
Sarajevo, Bosna i Hercegovina
Sažetak— Ovaj rad proizlazi iz provedenog istraživanja koje
se fokusira na integraciju fotonaponskih sistema u
distributivne električne mreže, ističući posebnu važnost
primjene estimacije stanja kao ključnog alata za nadzor i
upravljanje tim složenim sistemima. U uvodu, naglašava se
rasprostranjenost distribuiranih sistema u današnjem
energetskom pejzažu, uz istovremeni porast važnosti
fotonaponskih sistema u diversifikaciji izvora energije. Rad
naglašava važnost estimacije stanja u rješavanju problema
fluktuacija proizvodnje energije iz fotonaponskih sistema,
pružajući stabilnost distributivnoj mreži. Ova tehnika također
podržava učinkovito održavanje sistema, omogućujući rano
prepoznavanje potencijalnih problema ili kvarova te pružanje
preporuka za optimizaciju rada. (Abstract)
Ključne riječi-estimacija ; filter; fotonaponski sistemi;
I. UVOD
Fotonaponski sistemi, poznati i kao solarni sistemi,
predstavljaju ključni dio obnovljive energije u distribucijskim
mrežama. Ovi sistemi koriste PV ćelije za izravnu pretvorbu
sunčeve energije u električnu energiju. Osnovna karakteristika
fotonaponskih sistema je njihova sposobnost generiranja
električne energije bez emisije stakleničkih plinova ili drugih
zagađivača. Sa sve većim usvajanjem fotonaponskih elektrana
u distributivnim mrežama elektroenergetskih sistema,
postavlja se izazov prilagođavanja tradicionalnih metoda
upravljanja i procjene stanja. Za razliku od konvencionalnih
termo ili hidroenergetskih jedinica s fiksnim kapacitetima,
fotonaponski sistemi proizvodnje aktivne i reaktivne energije
ovise o konstantno promjenjivim vremenskim parametrima
poput sunčevog zračenja i temperature. Ovi parametri ključni
su za rad sistema, a njihova fluktuacija čini procjenu stanja u
realnom vremenu neophodnom za učinkovito upravljanje i
kontrolu distributivnih sistema [1]. Pored toga, fotonaponske
elektrane suočavaju se s izazovima sudjelovanja u regulaciji
frekvencije, napona i kontrolama u izvanrednim situacijama,
što zahtijeva preciznu procjenu aktivnog i reaktivnog
potencijala proizvodnje električne energije. Ovakav dinamički
karakter proizvodnje čini ih različitima od konvencionalnih
Ak. God. 2023/2024.
izvora energije s fiksnim kapacitetima. Razvoj detaljnog
modela procjene stanja za distributivne sisteme s integriranim
fotonaponskim sistemima postaje ključan kako bi se
omogućila svijest o situaciji i učinkovita kontrola na mreži.
II. INTEGRACIJA FOTONAPONSKIH SISTEMA U
DISTRIBUTIVNE MREŽE PRIMJENOM ESTIMACIJE STANJA
A. Distributivne mreže i fotonaponski sistemi
Integracija solarnih fotonaponskih postrojenja u
niskonaponske distribucijske mreže predstavlja složen izazov
s nekoliko ključnih aspekata koji zahtijevaju pažljivo
razmatranje i strategije kako bi se osigurala stabilnost,
pouzdanost i sigurnost električnih sistema. Primarni problem
proizlazi iz neuravnoteženosti sistema uzrokovanom pojavom
jednofaznih solarnih sistema, što može dovesti do niza
neželjenih posljedica. [2]
Obnovljivi izvori energije dobivaju sve veći značaj među svim
vrstama energetskih resursa, te se sve više potiskuju i
naglašavaju širom svijeta. Solarna energija, kao i energija
vjetra su dva glavna izvora obnovljive energije i provjerene su
kao tehnologije za proizvodnju čiste energije. Solarna energija
ima nekoliko prednosti kao što su: nedostatak pokretnog
dijela, bešuman i nesmetan rad, zahtijevaju malo vremena za
instalaciju, manje održavanja, laka instalacija itd. Masovni
prodor fotonaponske energije u električnu mrežu bez
učinkovite regulacije može uzrokovati značajne nestabilnosti
napona, preopterećenje dalekovoda, gubitke snage i slično.[4]
Nasumična lokacija bez ikakve tehničke analize i estimacije
stanja može uticati na protok snage u vodovima koji mogu
dovesti do prekida. [5]
Jedan od ključnih problema proizlazi iz povećanja nivoa
napona i struje neutralnog vodiča zbog visokog unosa solarnih
fotonaponskih postrojenja. Ova povećanja zahtijevaju
temeljito praćenje stanja sistema kako bi se spriječile
fluktuacije napona, disbalanse i toplotna preopterećenja.[1]
Integracija fotonaponskog sistema putem pretvarača zajedno
sa nelinearnim potrošačkim opterećenjima izaziva promjene u
harmonicima na zajedničkoj tački spoja. Kako bi se ispravno
Univerziteta u Sarajevu
Elektrotehnički fakultet u Sarajevu
Odsjek za elektroenergetiku
Distribuirana proizvodnja električne energije
procijenile razine harmonika, mora se uzeti u obzir da
harmonijsko izobličenje mijenja svoje vrijednosti tijekom
dana u skladu sa profilima opterećena i proizvodnje. [2]
Za pronalaženje mogućih problema s kvalitetom električne
energije potrebno je pratiti hamonijsko ponašanje
distributivnog sistema. Iako je složeno odrediti harmonijske
komponente mreže, harmonijski izvori i doprinosi se mogu
identificirati pomoću metoda za procjene harmonijskog stanja.
[3]
Također, visoki unos solarnih postrojenja stvara dvosmjerne
tokove snage, što može izazvati ozbiljne probleme poput
porasta napona i pojave viših harmonika, svi s potencijalom da
ugroze stabilnost mreže.
Važno je napomenuti da utjecaj ovih problema varira ovisno o
konkretnoj konfiguraciji distribucijske mreže, stepenu
penetracije solarnih sistema te njihovoj lokaciji u mreži.
Stoga, implementacija prilagođenih strategija postaje ključna.
To uključuje sistemno praćenje i upravljanje parametrima
mreže, uvođenje naprednih regulacijskih metoda, te primjenu
tehnologija poput energetskih pohrana kako bi se izravna
fluktuacije u proizvodnji i održala stabilnost distribucijskih
sistema. Sve ove mjere čine integraciju solarnih fotonaponskih
postrojenja u niskonaponske distribucijske mreže izazovnom,
ali nužnom komponentom održive i pametne energetske
budućnosti.
Slika 1. Prikaz integrisanog fotonaponskog sistema
B. Estimacija stanja
Estimacija stanja je ključna tehnika koja ima značajan utjecaj
na praćenje i upravljanje elektroenergetskim sistemima. Ova
tehnika omogućuje sistemu da procijeni trenutno stanje
uzimajući u obzir varijacije i nesavršenosti mjernih podataka,
čime pridonosi preciznosti i pouzdanosti analiza. Naročito je
značajna u kontekstu distributivnih električnih mreža koje
uključuju fotonaponske sisteme, gdje se suočavamo s
izazovima vezanim uz fluktuacije u proizvodnji energije i
promjenljivosti uslova. [6]
Ak. God. 2023/2024.
Kalmanov filter, kao jedan od često korištenih alata u
estimaciji stanja, izuzetno je važan u održavanju stabilnosti
elektroenergetskih sistema [7]. On omogućuje precizno
predviđanje budućeg stanja sistema kombiniranjem informacija
iz dinamičkog modela sistema i stvarnih mjerenja. Ovaj filter
igra ključnu ulogu u smanjenju utjecaja šuma u podacima i
poboljšava sposobnost sistema da pravovremeno reaguje na
promjene.
Estimacija stanja široko se primjenjuje u različitim područjima
energetike, ali je od posebnog značaja u distribuiranim
mrežama s fotonaponskim sistemima. S obzirom na povećanu
integraciju obnovljivih izvora energije, poput solarnih panela,
estimacija stanja omogućuje precizno praćenje proizvodnje,
ravnoteže opterećenja i održavanje stabilnosti mreže. Ova
tehnika doprinosi poboljšanju učinkovitosti, smanjenju
gubitaka energije, te osigurava pouzdan rad elektroenergetskih
sistema u uslovima sve veće kompleksnosti i varijabilnosti
proizvodnje energije.
C. Primjena estimacije stanja
Primjena estimacije stanja u distribuiranim sistamima s
fotonaponskim sistemima ključna je strategija za održavanje
stabilnosti u električnim mrežama koje uključuju obnovljive
izvore energije. Ova tehnika, posebno uz primjenu alata kao
što je Kalmanov filter, omogućuje precizno praćenje trenutnih
stanja sistema, prilagodljivo reagiranje na fluktuacije
proizvodnje solarnih sistemaa i učinkovito upravljanje
parametrima napona. Kroz optimiziranu regulaciju, estimacija
stanja doprinosi stabilnosti, pouzdanosti i sigurnosti
distribuiranih elektroenergetskih sistema, pružajući održivo
rješenje za sveprisutne izazove integracije fotonaponskih
sistema.
D. Kalmanov filter
Kalmanov filter je matematički algoritam koji se koristi za
procjenu stanja dinamičkog sistema na temelju niza mjerenja.
Razvio ga je Rudolf Emil Kalman, a primjenjuje se u
različitim područjima, uključujući kontrolu sistema,
navigaciju, praćenje objekata i procjenu stanja u
elektroenergetskim sistemima. [9]
Osnovna ideja Kalmanovog filtra je kombiniranje informacija
iz dva izvora: dinamičkog modela sistema i aktualnih
mjerenja. Algoritam radi iterativno, a svaka iteracija sastoji se
od dvije glavne faze: predikcije i korekcije.
 Predikcija: Na temelju prethodnog stanja sistema i
dinamičkog modela, Kalmanov filter predviđa
sljedeće stanje sistema. Ovaj korak uključuje i
procjenu nesigurnosti predviđanja.
 Korekcija: Nakon što dobijemo nova mjerenja,
Kalmanov filter ih uspoređuje s predviđenim stanjem
Univerziteta u Sarajevu
Elektrotehnički fakultet u Sarajevu
Odsjek za elektroenergetiku
Distribuirana proizvodnja električne energije
sistema. Na temelju te usporedbe, filter ažurira
procjenu stanja uzimajući u obzir mjerenja i smanjuje
nesigurnost u procjeni.
Prednost Kalmanovog filtera leži u njegovoj sposobnosti
prilagodbe promjenama u sistemu i mjerenjima, što ga čini
iznimno fleksibilnim za različite primjene. U kontekstu
elektroenergetskih sistema, Kalmanov filter često se koristi za
procjenu stanja, gdje se primjenjuje na mjerenja napona, struja
ili drugih relevantnih varijabli kako bi se preciznije pratio
trenutačni status sistema.
Slika 2. Shematski prikaz sistema [11]
III. MATEMATSKI MODEL
Konvencionalne metode procjene stanja električnih mreža
uglavnom se oslanjaju na dinamičke modele resursa koji su
bazirani na fosilnim gorivima. Ovi modeli uobičajno sadrže
diferencijalne jednačine koje opisuju modele generatora i
algebarske jednačine koje modeliranju jednačine toka snage.
Sistemi napajanja koji se poreću obnovljivim izvornima
energije bez inercije će stoga zahtjevati nove modele i
nadograđene rutine procjene. [8]
Da bi se formirao matematski model za primjenu estimacije
stanja u distributivnom sistemu s fotonaponskim sistemima,
prvo se razmatraju osnovne komponente sistema. Za ovu
svrhu, koristi se jednostavan model distributivnog sistema s
jednim fotonaponskim sistemom i Kalmanov filter za
estimaciju stanja. [7]
Pretpostavljaju se sljedeće varijable:
x - vektor stanja distributivnog sistema (naponi i struje na
različitim tačkama u mreži),
u - vektor ulaznih vrijednosti (potrošnja energije),
w - vektor šuma procesa,
Ak. God. 2023/2024.
z - vektor mjerenja (izmjerene vrijednosti napona),
v - vektor šuma mjerenja.
Osnovni model sistema može se izraziti kao:
(1)
(2)
gdje su:
A i B matrice koje opisuju dinamiku sistema,
H matrica koja odražava mjerenja u odnosu na stanje sistema.
Dalje se vrši integriracija Kalmanovog filtera u ovaj model.
Kalmanov filter slijedi dva koraka: predikcija i korekcija. [7]
Predikcija:
(3)
(4)
Korekcija:
(5)
(6)
(7)
Ovdje su:
- procjena stanja prije korekcije
- matrica varijanse procjene prije korekcije
Q - matrica varijanske šuma procesa
R - matrica varijanse šuma mjerenja
I - identična matrica
Ovaj Kalmanov filter uključuje procjenu stanja temeljenu na
dinamici sistema i mjerenjima, s prilagodbama temeljnim na
kovarijansama šuma.
IV. SIMULACIJA
Primjena estimacije stanja u distributivnom sistemu s
fotonaponskim sistemima u MATLAB-u može uključivati
procjenu stanja elemenata sistema, praćenje proizvodnje
električne energije i slično. Estimacija stanja obično uključuje
upotrebu mjerenja, modela sistema i optimizacijskih tehnika
kako bi se dobila najbolja procjena stanja sistema. Cilj je
minimizirati razliku između rezultata simulacije i mjerenja [3].
U okviru seminarskog rada, implementiran je Kalmanov filter
za estimaciju stanja distributivnog sistema s fotonaponskim
Univerziteta u Sarajevu
Elektrotehnički fakultet u Sarajevu
Odsjek za elektroenergetiku
Distribuirana proizvodnja električne energije
sistemom, s naglaskom na praćenje napona na distributivnoj
liniji.
Parametri sistema u Kalmanovom filtru, kao što su R
(varijansa mjerenja), Q (varijansa procesa), A (matrica
sistema), B (matrica upravljanja) itd., obično se biraju ili
procjenjuju na temelju karakteristika stvarnog sistema koji se
modelira.
Svaki od ovih parametara ima specifičnu ulogu u
Kalmanovom filtru:
 R (varijansa mjerenja): Ova varijabla pokazuje
koliko su pouzdani mjerni podaci. Ako je mjerni
uređaj vrlo precizan, varijansa će biti mala, a ako je
uređaj manje precizan, varijansa će biti veća.
 Q (varijansa procesa): Ova varijabla pokazuje koliko
dobro model sistema prezentuje stvarno ponašanje
sistema. Ako je model vrlo precizan, varijansa će biti
mala, a ako model ima neke nepoznate ili varijabilne
elemente, varijansa će biti veća.
 A (matrica sistema): Ovo je matrica koja opisuje
kako se stanje sistema razvija tokom vremena. Može
se odrediti iz fizikalnih zakona koji opisuju
ponašanje sistema.
 B (matrica upravljanja): Ako sistem može biti pod
utjecajem nekog vanjskog upravljanja, matrica B će
odražavati kako to vanjsko upravljanje utiče na
stanje sistema.
Svi ovi parametri ovise o stvarnim karakteristikama sistema
koji se modelira Kalmanovim filtrom. Pri postavljanju ovih
parametara važno je provesti neko inicijalno ispitivanje ili
analizu sistema kako bi se procijenile njihove stvarne
vrijednosti. Osim toga, moguće je koristiti postupke
optimizacije ili identifikacije sistema kako bi se automatski
prilagodili ovi parametri tijekom rada sistema.
Programska implementacija je izvedena u MATLAB-u,
popularnom okruženju za numeričke simulacije i analize
sistema. Odabrana je ova platforma zbog svoje široke
primjene u inženjerskim disciplinama te mogućnosti
jednostavnog vizualnog prikaza rezultata. Tokom simulacije,
generirane su stvarne vrijednosti napona distributivnog
sistema, simulirana su mjerenja s dodanim šumom kako bi se
modelirala stvarna mjerenja u stvarnom okruženju, te je
primijenjen Kalmanov filter za procjenu stanja. Rezultati
mjerenja, stvarne vrijednosti i estimacije prikazani su grafom
kako bi se omogućila vizualna analiza.
Ak. God. 2023/2024.
Analiza rezultata ukazuje na efikasnost Kalmanovog filtera u
praćenju stvarnog stanja distributivnog sistema unatoč
mjernom šumu. Brza konvergencija estimacije prema stvarnoj
vrijednosti ukazuje na dobru prilagodbu filtera sistemu.
Također, vizualno praćenje omogućuje procjenu performansi
Kalmanovog filtra tijekom vremena.
Slika 3. Prikaz rezultata
V. ZAKLJUČAK
Na temelju rezultata i vizualizacije Kalmanovog filtra za
estimaciju napona u distributivnom sistemu s fotonaponskim
sistemom, može se izvući nekoliko zaključaka:
1. Efikasnost Kalmanovog filtra: Ako procjena (crvena
linija na grafu) prati stvarnu vrijednost napona (plava
linija) unatoč šumovitim mjerenjima (zelena linija),
to ukazuje na efikasnost Kalmanovog filtra u
filtriranju mjernog šuma i preciznom praćenju
stvarnih promjena u distributivnom sistemu.
2. Brza konvergencija: Ako je estimacija brzo
konvergirala prema stvarnoj vrijednosti nakon
početnih iteracija, to može ukazivati na dobru
postavku početnih uvjeta i matrica kovarijanse u
Kalmanovom filtru.
3. Osjetljivost na parametre: Ukoliko estimacija odstupa
od stvarne vrijednosti ili oscilira, to može ukazivati
na potrebu prilagodbe parametara Kalmanovog filtra,
poput varijanse mjerenja (R) ili varijanse procesa
(Q).
4. Pratnja promjena: Ako estimacija u stanju prati brze
promjene u stvarnom napona, to ukazuje na
sposobnost Kalmanovog filtra da se prilagodi
dinamičkim promjenama u distributivnom sistemu.
Zaključak ovog istraživanja ističe ključne nalaze i implikacije
vezane uz procjenu stanja u solarnim energetskim sistemima s
naglaskom na fotonaponskim postrojenjima i distribucijskim
mrežama. Kroz analizu različitih radova i studija, istaknute su
prednosti i izazovi integracije fotonaponskih sistema u
elektroenergetske mreže, posebno s obzirom na rastući trend
korištenja obnovljivih izvora energije. Naglašena je važnost
praćenja stanja mreže i procjene uticaja visokih penetracija
fotonaponskih postrojenja, ističući potrebu za naprednim
strategijama upravljanja kako bi se održala stabilnost i
pouzdanost distribucijskih sistema. Kalmanov filter se, kao
alat za procjenu stanja, pokazao kao koristan instrument u
smanjenju uticaja buke i poboljšanju performansi solarnih
Univerziteta u Sarajevu
Elektrotehnički fakultet u Sarajevu
Odsjek za elektroenergetiku
Distribuirana proizvodnja električne energije
energetskih sistema. Kroz simulaciju solarnog energetskog
sistema uz primjenu Kalmanovog filtriranja, istraživanje je
pridonijelo razumijevanju dinamike procesa konverzije
napona, čime se otvaraju perspektive za optimizaciju rada
fotonaponskih postrojenja. S obzirom na sve navedeno,
zaključak naglašava potrebu za daljnjim istraživanjem,
razvojem i implementacijom naprednih tehnologija kako bi se
unaprijedile performanse i održivost solarnih energetskih
sistema u distribucijskim mrežama.
ZAHVALNICA
Rad je rađen pod mentorstvom asistenta, te mu se
zahvaljujemo na pomoći.
LITERATURA
[1] Bandara, C., Godaliyadda, G. M. R., Ekanayake, M. P.,
Almeida, D., & Ekanayake, J. (2020). "A Complete State
Estimation Algorithm for a Three-Phase Four-Wire Low
Voltage Distribution System with High Penetration of Solar
PV." International Journal of Electrical Power & Energy
Systems, 124C. DOI: 10.1016/j.ijepes.2020.106332.
[2] Bermeo, A., Bermeo, D., Zambrano-Asanza, S., Matute, G.,
Fernández, J., & Baquero, J. (2023). "Calibration of a Harmonic
State Estimation to Assess the Connection of Solar PV Systems
in Distribution Networks." IEEE Transactions on Control and
Network Systems, 1-6. doi:
10.1109/ETCM58927.2023.10309054.
[3] I. D. Melo, J. L. R. Pereira, P. F. Ribeiro, A. M. Variz, and B. C.
Oli eira, “Harmonic state estimation for istribution systems base
on optimization mo els consi erin aily loa profiles,” Electric
Power Systems Research, vol. 170, pp. 303–316, May 2019, doi:
10.1016/J.EPSR.2019.01.033
[4] Khair, A., Alasali, A. A., Zuhaib, M., & Rihan, M. (2020).
"PMU Assisted State Estimation in Distribution System with PV
[5] Penetration." IEEE Uttar Pradesh Section Conference
(UPCON), 10.1109/UPCON47278.2019.8980207
[6] Von Appen, J., Braun, M., Stetz, T., Diwold, K., & Geibel, D.
(2013). "Time in the Sun: The Challenge of High PV
Penetration in the German Electric Grid." IEEE Power and
[7] Energy Magazine, 11(2), 55-64. doi:
10.1109/MPE.2012.2210301.
Ak. God. 2023/2024.
[8] Ramachandran, T., Reiman, A., Nandanoori, S. P., Rice, M., &
Kundu, S. (2019). "Distribution System State Estimation in the
Presence of High Solar Penetration."
[9] Wang, B., Sun, Z., Jiang, X., Zeng, J., & Liu, R. (2023).
"Kalman Filter and Its Application in Data Assimilation."
Atmosphere, 14, 1319. DOI: 10.3390/atmos14081319
[10] Nadeem, M., & Taha, A. (2022). "Robust Dynamic State
Estimation of Multi-Machine Power Networks with Solar Farms
and Dynamic Loads." arXiv preprint, arXiv:2209.10032.
[11] Kleinbauer, R. (2004). "Kalman Filtering Implementation with
Matlab." Studienarbeit.
[12] Bai, Y., Yan, B., Zhou, C., Su, T., & Jin, X. (2023). "State of
Art on State Estimation: Kalman Filter Driven by Machine
Learning." Annual Reviews in Control, 56, 100909. ISSN 1367-
5788
[13] Gojkovic, M., Damnjanovic, D., Krneta, R., Vujičić, D., &
Milošević, M. (2019). "State Estimation of the Voltage
Conversion Process in a Solar Power System with Kalman
Filter." Serbian Journal of Electrical Engineering, 16. DOI:
10.2298/SJEE1903359G.
ABSTRACT
This paper stems from conducted research focusing on the
integration of photovoltaic systems into distribution electrical
networks, emphasizing the significant importance of applying
state estimation as a key tool for monitoring and managing
these complex systems. In the introduction, the prevalence of
distributed systems in today's energy landscape is highlighted,
concurrently acknowledging the increasing significance of
photovoltaic systems in diversifying energy sources. The
paper underscores the importance of state estimation in
addressing fluctuations in energy production from
photovoltaic systems, providing stability to the distribution
network. This technique also supports efficient system
maintenance, enabling early identification of potential issues
or faults and offering recommendations for optimizing
operations..
PAPER TITLE
The Application of State Estimation in the Distribution
System with Photovoltaic Systems