La Power Quality (PQ) rappresenta un tema di ricerca d’attuale interesse nello sviluppo delle reti di distribuzione considerando anche topologie di rete di prospettiva quali, ad esempio, quelle in corrente continua (DC) o quelle ibride, in corrente alternata/corrente continua (AC/DC), date le loro potenzialità in termini di flessibilità e trasporto dell’energia. In tale contesto, RSE ha intrapreso un’attività di ricerca, focalizzata sullo studio dei fenomeni di PQ, sviluppando tecniche di elaborazione dei segnali adeguate allo studio di disturbi caratteristici di queste reti.

Inoltre, si sono proposte soluzioni per identificare le sorgenti di disturbo nelle reti DC e ibride AC/DC. In questo rapporto sono riportati gli sviluppi realizzati nell’ambito sia delle tecniche di elaborazione dei segnali per l’analisi dei disturbi del ripple che degli algoritmi per la localizzazione delle sorgenti dei disturbi. L’attività di ricerca, svolta in collaborazione con l’Università di Cagliari e il Politecnico di Milano, si è focalizzata, in primo luogo, sullo sviluppo di un metodo per la definizione automatica del supporto spettrale del segnale basato sulla tecnica Estimation of Signal Parameters by Rotational Invariance Technique (ESPRIT) insieme ad un metodo di clustering delle componenti armoniche.

In questo modo è stato possibile migliorare l’accuratezza dei modelli multifrequenza di Taylor-Fourier (TFM) per la stima dinamica di disturbi armonici e interarmonici a bassa frequenza (minore di 2 kHz). Inoltre, per uno studio completo delle componenti del ripple nelle reti DC, è stato applicato il modello della Short-Time Fourier Transform (STFT) per una prima valutazione delle componenti armoniche di ordine superiore (maggiore di 2 kHz).

Le prestazioni delle tecniche sviluppate sono state provate in diversi ambienti di simulazione, raggiungendo accuratezze notevoli nella stima delle componenti DC e AC in diverse condizioni dinamiche. Successivamente, è stato generalizzato, ad una qualsiasi topologia di rete, il metodo per la localizzazione delle sorgenti di disturbo parzialmente sviluppato nella precedente annualità. I risultati ottenuti nel caso studio con sorgenti di disturbo multiple hanno dimostrato che l’algoritmo di localizzazione proposto identifica correttamente le sorgenti in diversi scenari.