27342

بازيابي بار بحراني بهبود دهنده تاب آوري با بكارگيري منابع توان متحرك با اطلاعات ناقص

كارشناسي ارشد

مهندس برق گرايش سيستم هاي قدرت

1398

1401/7/9

دكتر محسن كلانتر

مهندسي برق

منابع توان متحرك شامل خودرو هاي الكتريكي، سيستم ذخيره ساز انرژي متحرك نصب شده بركاميون و ژنراتور هاي اضطراري متحرك، مي توانند انعطاف پذيري هاي مكاني جهت بهبود تاب آوري سيستم توزيع در مقابل بلا هاي طبيعي فراهم كنند. انعطاف پذيري مكاني اشاره به ويژگي منابع توان جابجايي پذير يعني امكان ارسال توان و انرژي از طريق شبكه حمل و نقل جاده اي دارد. آنها مي توانند بعنوان منابع توا ن پشتيبان جهت تامين برق براي بار هاي بحراني عمل كنند، به اين معني كه تا حدي مانع قطعي برق شوند حتي اگر سيستم دسترسي توان به شبكه اصلي را از دست بدهد. منابع توان متحرك مي توانند با قرارگيري در شبكه توزيع و شكل دادن شبكه ايزوله، بار را بازيابي كنن د. اگر چه با توجه به اطلاعات ناقص و غيرهمزمان پس از رخداد حادثه طبيعي، تصميمات ممكن است منجر به استفاده غير صحيح از منبع توان و عملكرد ضعيف بازيابي شود. به دليل پوشش محدود اولي ه سيستم مانيتورينگ، وضعيت شاخه هاي شبكه در ابتدا ي فرآين د بازيا بي تا ح دي مشخص است. بنابراين بازر سي براي پي بردن به وضعي ت شاخه ها در مناطق با اطلاعات ناقص مورد نياز است. بهره بردار شبك ه تيم بازرسي را به سمت اين مناطق ناشناخته اعزام م ي كند تا به تدر يج وضعيت شاخه ها را مشخص كرده و پايگاه داده آسيب را بروز رساني كند. در اين پايان نامه به منظور بهبود تاب آوري سيستم توزيع قدرت با استفاده از بازيابي بار هاي بحراني يك راهبرد بازيابي بر پايه محور پس رونده مقاوم ارائه شده است كه منابع توان متحرك را برنامه ريزي و توزيع كرده و چندين شبكه ايزوله را جهت حداكثر سازي بار هاي بحراني بازيابي شده در كمترين زمان وزني تشكيل مي دهد. اين روش اطلاعات شبكه را به طور پويا بروز رساني كرده و مسئله را تا پايان فرايند بازيابي مجدد بهينه سازي مي كند. يك چارچوب محور پس رونده جهت استخراج اطلاعات حالت شاخه هاي بروز رساني شده ي تدريجي در مناطق آسيب ديده، اعمال مي شود. اين چارچوب تصميمات را پس از نظارت و بازرسي تيم تعميرات بهينه سازي مجدد مي كند. جهت مديريت حالت عدم قطعيت شاخه ها يك روش بهينه سازي دو مرحله اي مقاوم پيشنهاد شده است.

1401/08/25

Resilient enhancing critical load restoration using mobile power sources with incomplete information

10/1/2023 12:00:00 AM

In recent decades, the increased electrical power consumption, and electric energy becoming an indispensable entity for industrial production, national security, trade, public transportation, hospital’s operation and communications, the increased in natural events and disasters ( Due to human intervention in nature) compared to the past, such as hurricanes, tornadoes, floods, earthquakes, cyber and deliberate attacks, outages and nationwide blackouts in the power system have led to the issue of resilience being of particular importance. Mobile power sources (MPSs), including electric vehicle (EV) fleets, truck-mounted mobile energy storage systems (MESSs) and mobile emergency generators (MEGs), can provide spatial flexibilities to enhance DS resilience. Specifically, spatial flexibility refers to the feature of MPSs being able to deliver power and energy via the road network. They can act as backup power sources to guarantee electricity supply for critical loads. That is, MPSs can prevent outages to some extent, even if the system loses power access to the main grid. MPSs can be dispatched into the DS to restore loads by forming microgrids (MGs). Mobile power sources can restore the load by dispatching in distribution network and forming multiple microgrids. However, because of incomplete and asynchronous data after a natural disaster, decisions may lead to under-utilization of MPS and weak recovery performance. In this thesis, in order to improve the resilience of the power distribution system by critical loads restoration, a robust receding horizon based recovery process is proposed, which optimally dispatches mobile power sources and forms MGs to maximize the restored critical loads in a resilient distribution system. It forms a recovered crisis. This method dynamically updates the network information and optimizes the problem until the end of the recovery process .A receding horizon framework is applied to exploit the gradually updated branches status data in damaged areas. This framework re-optimizes the decisions after field crew’s inspections so as to restore more weighted critical loads. The uncertainty of branches status in damaged areas of distribution system is managed by a two-stage robust optimization model.

بهبود تاب آوري , بازيابي بار بحراني , منابع توان متحرك , چارچوب محور پس رونده , بهينه سازي مقاوم دو مرحله اي

Resilience improvement , critical load restoration , mobile power sources , receding horizon framework , two-stage robust optimization

Nastaran kamali rousta

Mohsen kalantar