Une méthode numérique qui calcule l'estimation la plus cohérente de l'état du réseau (généralement modules de tension et angles de phase aux nœuds) à partir d'un ensemble de mesures redondantes et bruitées et d'un modèle de mesure, typiquement en résolvant un problème d'estimation en moindres carrés pondérés (WLS) tout en examinant l'observabilité et en identifiant les mauvaises données.

Principe

L'estimation d'état fusionne des mesures imparfaites et redondantes via un modèle de mesure explicite et une pondération statistique pour produire un état du système par meilleur ajustement compatible avec les équations du réseau ; la redondance permet la détection d'erreurs, augmente la connaissance de la situation et alimente le contrôle et les fonctions de marché.

Démonstration

Scénario illustratif : Situation — un opérateur dispose de mesures SCADA de magnitudes de tension et de flux de puissance bruitées. Reconnaissance — formuler les fonctions de mesure non linéaires reliant variables d'état et mesures et choisir WLS avec variances de mesure. Action — résoudre itérativement le WLS (p.ex. Gauss–Newton), effectuer l'analyse des résidus et les tests de mauvaises données, et produire les tensions et angles estimés aux nœuds. Conséquence — l'opérateur obtient un instantané cohérent du réseau pour la surveillance et le contrôle ; les mauvaises données signalées conduisent au remplacement ou à la réconciliation des mesures.

Mauvaise application

Considérer les estimations d'état comme exactes sans vérifier l'observabilité ou sans effectuer la détection de mauvaises données ; l'erreur sémantique consiste à traiter un réseau non observable ou faiblement instrumenté et des erreurs grossières non filtrées comme des informations d'état fiables, ce qui peut induire en erreur les évaluations de sécurité et les actions de contrôle.

Conséquence

Une estimation d'état précise améliore la connaissance de la situation de l'opérateur, permet une analyse de contingence fiable et fournit des intrants pour le dispatch optimal ; une estimation défaillante (modèle incorrect, observabilité insuffisante ou données erronées non détectées) peut entraîner des actions de contrôle erronées, un risque accru de violations de contraintes ou des signaux de marché incorrects.

Inversion

Lorsque des mesures phasor synchronisées (PMU) à haute résolution sont disponibles en densité suffisante, une estimation linéaire dans le domaine des phasors devient viable et peut remplacer les méthodes WLS instantanées ; inversement, pour des variables d'état dynamiques ou des transitoires rapides, l'estimation d'état dynamique ou des modèles temporels sont requis au lieu d'estimateurs statiques.

Limite

Clairement dans le domaine : estimation d'instantané stationnaire d'un réseau de transport utilisant des mesures SCADA et un modèle réseau redondant. Cas limite : estimation hybride combinant un petit nombre de PMU et SCADA où une partielle linéarisation améliore la performance. Clairement hors : estimation d'état dynamique complète pour états internes de générateurs et transitoires électromagnétiques rapides, qui exigent d'autres modèles et algorithmes.

Tension sémantique

Redondance ↔ Observabilité/Coût : le compromis entre investir dans la redondance des mesures et l'instrumentation (coût, télémetry) pour assurer une observabilité fiable et s'appuyer sur des mesures éparses et des hypothèses de modèle qui réduisent le coût mais augmentent le risque d'erreur d'estimation.

Synthèse

L'estimation d'état transforme des mesures bruitées et incomplètes en un instantané réseau obtenu par un ajustement statistique ; son utilité dépend de la qualité et de la redondance des mesures et de la spécification correcte du modèle, et les opérateurs doivent considérer les estimations comme des inférences basées sur un modèle, non comme des mesures directes.