18181

18181

محل‌يابي خطا در شبكه‌هاي توزيع هوشمند انرژي الكتريكي

دكتري

قدرت

مهر 1396

دكتر صادق جمالي

برق

در سال هاي گذشته، چشم انداز شبكه هاي هوشمند براي رفع نقاط ضعف شبكه هاي فعلي از ديدگاه هزينه ها، تلفات، آلودگي زيست محيطي و قابليت اطمينان و با هدف مديريت بهتر و كارآمدتر سيستم هاي قدرت مطرح شده است. با توجه به نيازمندي هاي تعريف شده و افق به تصوير كشيده شده در زمينه قابليت اطمينان شبكه هاي هوشمند، انتظار مي رود كه اين شبكه ها سيستم هايي خودترميم باشند. بنابراين، پس از رخداد هر خطايي در سطح اين شبكه ها، بايد بخش هاي آسيب ديده در كمترين زمان ممكن شناسايي، جداسازي و بازيابي شوند تا ميزان وقفه در تحويل خدمات انرژي الكتريكي به مشتريان به حداقل برسد. يك محل ياب خطا، با ارائه يك تخمين دقيق از محل خطاهاي رخ داده، خودترميمي شبكه هاي هوشمند را تحقق خواهد بخشيد و در نتيجه زمان بازيابي مشتركين را بطور قابل ملاحظه اي كاهش و قابليت اطمينان شبكه را بهبود خواهد داد. در اين رساله، با توجه به افق به تصوير كشيده شده در مورد خود ترميمي شبكه هاي هوشمند انرژي الكتريكي و روند مديريت خطاي پيش بيني شده براي اين شبكه ها، در ابتدا ويژگي هاي مورد نياز براي يك محل ياب خطاي مناسب براي اين شبكه ها تعيين شده است. در ادامه، روش‌هاي محل يابي خطايي كه براي اجرا در شبكه‌هاي توزيع داراي منابع توليد پراكنده پيشنهاد شده‌اند بررسي و از ديدگاه زيرساخت هاي اندازه‌گيري مورد نياز، قابليت اجرا در ساختار شبكه‌هاي هوشمند و برآورده كردن ويژگي هاي مطرح شده مورد مقايسه قرار گرفته اند. بيشتر خاموشي هاي رخ داده در سيستم هاي توزيع، ناشي از خطاهاي اتصال كوتاه رخ داده در شبكه هاي ولتاژ متوسط است. بنابراين، با هدف رفع كاستي هاي موجود در روش هاي پيشين، در اين رساله دو روش براي محل يابي خطاهاي اتصال كوتاه در شبكه‌هاي توزيع هوشمند ولتاژ متوسط پيشنهاد داده شده است. روش اول، يك روش محل يابي خطاي امپدانسي جديد است كه بر خلاف روش هاي پيشين با استفاده از اندازه گيري هاي سنكرون نشده نيز قابل اجرا است. روش دوم، يك روش محل يابي خطاي مبتني بر تخمين حالت است كه اولين روشي است كه با استفاده ي بهينه از مقادير اندازه گيري شده و داده هاي موجود، اثر خطاهاي موجود در آن ها را به شكل قابل توجهي كاهش مي دهد. هر دو روش در ساختار يك شبكه هوشمند و در حضور انواع گوناگون منابع توليد پراكنده قابل اجرا هستند و دقت تخمين بالايي دارند. اجراي چنين روش هايي، نه تنها سبب كشف خطا براي اطمينان از رفع آن به بهترين شكل ممكن مي شود، بلكه بازيابي خودكار و سريع بخش¬هاي بدون خطاي شبكه هوشمند را امكانپذير مي كند.

1396/09/27

12/18/2017 12:00:00 AM

In recent years, smart grid is proposed as a vision to overcome the problems faced in current grids in terms of costs, losses, reliability and environmental pollution. Given the defined requirements and the horizons depicted in the context of the smart grids reliability, they are expected to be self-healing grids. Therefore, after the occurrence of a fault, the faulted sections of the network should be located and isolated as soon as possible to minimize the customers’ service interruption. By estimating the accurate location of faults, a fault locator will help to realize the self-healing concept of smart grids. Consequently, it will considerably decrease customers’ service restoration time and will improve the grid reliability. In this thesis, considering the horizon depicted in the context of the smart grids self-healing and outage management mechanism, first, the requirements for a smart grid fault locator are defined. Then, the methods proposed in the literature for fault location in active distribution networks are all reviewed and compared in terms of their required measurement infrastructures and their applicability to smart grids. Most of the distribution system outages have their roots in medium voltage networks short-circuit faults. Therefore, considering the limitations of the previously proposed methods, two new methods are proposed in this thesis to locate short-circuit faults in medium voltage smart grids. The first method is a new impedance-based fault locator which, despite the previously proposed ones, can be performed in networks with non-synchronized measurement infrastructures. The second method is a state estimation-based method as the first method which is able to reduce the adverse effect of measurement and load data errors, utilizing all the available measurements and data in an optimal way. Both methods present accurate estimations and are applicable to smart grids with different kinds of distributed generators. Such methods are able to realize an automatic and fast restoration mechanism for smart grids.