FNET - FNET

FNET (Frequency Monitoring NETwork; aka FNET/GridEye, GridEye) to rozległy system pomiaru częstotliwości w systemie elektroenergetycznym . Korzystając z rodzaju jednostki pomiaru fazorów (PMU), znanej jako rejestrator zakłóceń częstotliwości (FDR), FNET/GridEye jest w stanie bardzo dokładnie zmierzyć częstotliwość, napięcie i kąt w systemie elektroenergetycznym. Pomiary te mogą następnie zostać wykorzystane do badania różnych zjawisk w systemie elektroenergetycznym i mogą odegrać ważną rolę w rozwoju przyszłych technologii inteligentnych sieci . System FNET/GridEye jest obecnie obsługiwany przez Power Information Technology Laboratory na Uniwersytecie Tennessee (UTK) w Knoxville w stanie Tennessee oraz Oak Ridge National Laboratory (ORNL) w Oak Ridge w stanie Tennessee.

Image
Lokalizacje FNET FDR od września 2010 r.

Historia

Ważnym narzędziem służącym do monitorowania i badania systemów elektroenergetycznych jest urządzenie do pomiaru wskazów. Pierwsze PMU zostały opracowane w Virginia Tech pod koniec lat 80-tych. Urządzenia te mierzą napięcie, częstotliwość i kąt fazowy na szynach w systemie elektroenergetycznym. Wykorzystując Globalny System Pozycjonowania , PMU może dostarczyć znacznik czasu dla każdego pomiaru. Pozwala to na dokładne porównanie pomiarów wykonanych z różnych jednostek PMU.

PMU jest zwykle instalowany w podstacji elektrycznej . Proces ten może być dość kosztowny i czasochłonny, kosztować dziesiątki tysięcy dolarów za urządzenie i wymagać kilku miesięcy wysiłku. Wysoki koszt instalacji PMU ograniczył ich zastosowanie w elektroenergetyce.

W 2000 r. naukowcy pod kierunkiem członka wydziału Virginia Tech, Yilu Liu, rozpoczęli opracowywanie niedrogiej sieci pomiarowej fazorów, którą można zainstalować na poziomie dystrybucji niskiego napięcia w sieci energetycznej. Naukowcy z Virginia Tech otrzymali grant NSF MRI od National Science Foundation na opracowanie systemu, który stał się znany jako FNET. Pierwszy rejestrator zakłóceń częstotliwości został opracowany w 2003 roku przy wsparciu TVA (Tennessee Valley Authority) i ABB. System FNET został uruchomiony w 2004 roku.

Od 2010 roku, we współpracy z Departamentem Energii (DOE), sieć FNET/GridEye została rozwinięta w rozległą sieć monitorowania sieci, która obejmuje trzy główne sieci energetyczne Ameryki Północnej i 16 największych sieci na całym świecie.

Rejestrator zakłóceń częstotliwości

Rejestrator zakłóceń częstotliwości lub FDR to jednofazowe urządzenie PMU zsynchronizowane z GPS, które jest instalowane na zwykłych gniazdach 120 V. Ponieważ występujące napięcia są znacznie niższe niż w typowym trójfazowym PMU, urządzenie jest stosunkowo niedrogie i proste w instalacji.

FDR działa poprzez szybkie próbkowanie (1440 razy na sekundę) pomniejszonej wersji sygnału napięciowego gniazdka za pomocą przetwornika analogowo-cyfrowego . Próbki te są następnie przetwarzane przez wbudowany cyfrowy procesor sygnałowy , który oblicza chwilowy kąt fazowy sygnału napięcia dla każdej próbki. Urządzenie następnie oblicza kąt napięcia, częstotliwość i wielkość napięcia w odstępach 100 ms. Każdy pomiar jest oznaczany znacznikiem czasu przy użyciu informacji dostarczonych przez system GPS, a następnie przesyłany do serwera FNET/GridEye w celu przetworzenia i przechowywania. Pomiary częstotliwości uzyskane z FDR są dokładne w zakresie ± 0,0005 Hz, a dokładność kąta może osiągnąć 0,02 stopnia.

FDR wymaga tylko gniazdka elektrycznego, portu Ethernet i widoku nieba (dla anteny GPS). Dzięki temu rejestratory FDR można instalować praktycznie wszędzie, w tym w podstacjach, biurach, a nawet prywatnych rezydencjach.

Architektura systemu

Obecnie FNET/GridEye zbiera dane z ponad 300 rejestratorów FDR, z których większość jest zainstalowana w północnoamerykańskiej sieci energetycznej. Około 70 z tych jednostek znajduje się w 30 innych największych sieciach na całym świecie.

Rejestratory FDR przesyłają swoje pomiary przez Internet do koncentratorów danych wskazówkowych (PDC) znajdujących się na Uniwersytecie Tennessee i Oak Ridge National Lab. Te kontrolery PDC zbierają ponad 4 GB danych wskazówkowych dziennie. Kontrolery PDC przesyłają również dane do serwera aplikacji, który przeprowadza analizę danych w czasie zbliżonym do rzeczywistego. Przykłady zastosowań analitycznych podano poniżej.

Aplikacje

Na platformie FNET/GridEye opracowano szereg aplikacji. Niektóre działają w czasie zbliżonym do rzeczywistego, podczas gdy inne są wykorzystywane do analizy offline.

Wykrywanie i lokalizacja zdarzeń

Nagłe dodanie lub usunięcie dużej ilości obciążenia lub generacji w systemie elektroenergetycznym prowadzi do zmian częstotliwości. Na przykład wyłączenie generatora powoduje spadek częstotliwości, podczas gdy zrzut obciążenia powoduje wzrost częstotliwości. Zmiana częstotliwości jest proporcjonalna do wielkości wyzwolonego generatora lub wielkości zrzucanego obciążenia. Zmiany te propagują się w przestrzeni i czasie w całej sieci. Ponieważ znana jest lokalizacja geograficzna każdego FDR, podobnie jak czas każdego pomiaru, możliwe jest oszacowanie zarówno rozmiaru, jak i lokalizacji tych zdarzeń.

Wyobrażanie sobie

Dane FDR można wykorzystać do „odtwarzania” zdarzeń systemu zasilania za pomocą intuicyjnych animacji. W tym celu można wykorzystać zarówno dane dotyczące częstotliwości, jak i kąta.

Wykrywanie oscylacji

Oscylacje systemu elektroenergetycznego mogą wystąpić w wyniku wyłączeń generatora, zrzucania obciążenia lub usterek, chociaż niektóre z nich nie mają oczywistej przyczyny. Takie drgania zwykle nie są szkodliwe, pod warunkiem, że są szybko i wystarczająco tłumione. FNET/GridEye wykorzystuje zarówno dane dotyczące kąta fazowego, jak i częstotliwości do wykrywania oscylacji i dostarczania alertów w czasie rzeczywistym.

Analiza modalna oscylacji międzyobszarowych

Po wykryciu oscylacji system może przeprowadzić analizę modalną przy użyciu techniki wielokanałowej matrycy ołówkowej . Ta analiza ujawnia dominujące mody oscylacyjne i pokazuje, które części sieci energetycznej mają tendencję do oscylowania razem. Ostatnie badania wykazały, że niektóre metody analizy czasowo-częstotliwościowej są przydatne do wielokanałowej analizy trybów, takie jak wielowymiarowe metody dekompozycji trybów empirycznych.

Wykrywanie podróży on-line

Wyłączenie linii jest jednym z ogólnych zakłóceń w systemie elektroenergetycznym. Awaria linii przesyłowych wpływa na stabilność częstotliwości i napięcia systemu. Wykorzystując dane pomiarowe w systemie FNET, zdarzenia wyłączenia linii mogą być prawidłowo i skutecznie wykrywane. Obecny projekt koncentruje się przede wszystkim na zaprojektowaniu profesjonalnego adaptera wyzwolenia linii, aby zrealizować wykrywanie wyzwolenia linii online i zapewnić automatyczne powiadamianie klientów o alarmach.

Wykrywanie poza siecią/wyspą

W oparciu o dane pomiarowe uzyskane przez rejestratory FDR rozmieszczone w północnoamerykańskich sieciach energetycznych zaproponowano i wdrożono metodę wykrywania wyspowego . Ta metoda monitoruje krytyczne obciążenia elektryczne i wykrywa przejście tych obciążeń z pracy w sieci do pracy w trybie wyspowym, a także przejście z pracy w wyspę z powrotem do pracy w sieci.

Zobacz też

Bibliografia

  1. ^ Strona internetowa FNET
  2. ^ Phadke AG; Thorp, JS, „Historia i zastosowania pomiarów fazorów”, Konferencja i wystawa Power Systems, 2006 . PSCE '06. 2006 IEEE PES , vol., no., pp.331-335, 29 października 2006-listopad. 1 2006.
  3. ^ „Podsumowanie odpowiedzi NASPI do kwestionariusza na temat instalacji i konserwacji PMU” . Zarchiwizowane od oryginału w dniu 2011-07-27 . Źródło 2010-05-29 .
  4. ^ a b c Zhian Zhong; Chunchun Xu; Billian, BJ; Li Zhang; Tsai, S.-JS; Conners, RW; Centen, Wirginia; Phadke, AG; Yilu Liu; , „Wdrożenie sieci monitorowania częstotliwości systemu zasilania (FNET)”, Power Systems, IEEE Transactions on , vol.20, no.4, s. 1914-1921, listopad 2005.
  5. ^ Informacje o nagrodzie NSF
  6. ^ Gardner, RM; Wang, JK; Yilu Liu, „Analiza lokalizacji zdarzeń w systemie elektroenergetycznym z wykorzystaniem pomiarów rozległych”, Walne Zgromadzenie Towarzystwa Energetycznego, 2006 r . IEEE , t., nr, s. 7 s., 0-0 0
  7. ^ B Y. Zhang, Markham, P., i wsp ., "Rozległych monitorowania częstotliwości sieci (FNet) Architektura i Applications", IEEE Trans. na Smart Grid , tom. 1, nie. 2, wrzesień 2010, s. 159-167.
  8. ^ Ty, Shutang; Guo, Jiahui; Kou, Gefei; Liu, Yong; Liu, Yilu (1 maja 2016). „Identyfikacja trybu oscylacji na podstawie pomiarów otoczenia na dużym obszarze przy użyciu wielowymiarowej dekompozycji trybów empirycznych” . Badania systemów elektroenergetycznych . 134 : 158–166. doi : 10.1016/j.epsr.2016.01.012 .
  9. ^ Ty, Shutang; Guo, Jiahui; Wenxuan Yao; Siqi Wang; Liu, Yong; Liu, Yilu (2016). „Identyfikacja trybu oscylacji pierścienia w dół przy użyciu wielowymiarowej dekompozycji empirycznej”. 2016 Walne Zgromadzenie Stowarzyszenia Energetyki i Energetyki IEEE (PESGM) . s. 1–5. doi : 10.1109/PESGM.2016.7742032 . Numer ISBN 978-1-5090-4168-8.
  10. ^ D. Zhou; Y. Liu; J. Dong, „Frequency-based real-time line trip detection and alarm trigger development”, 2014 IEEE PES General Meeting, s. 1-5, 27-31 lipca 2014
  11. ^ Z. Lin, T. Xia, Y. Ye, Y. Zhang, L. Chen, Y. Liu, K. Tomsovic, T. Bilke i F. Wen, „Zastosowanie systemów pomiarowych o dużym obszarze do wykrywania wysp systemy zasilania”, IEEE Trans. o systemach zasilania, tom. 28, nie. 2, s. 2006-2015, maj. 2013.
  12. ^ J. Guo, Y. Zhang, MA Young, MJ Till, A. Dimitrovski, Y. Liu i P. Williging, „Projekt i wdrożenie narzędzia do wykrywania operacji poza siecią w czasie rzeczywistym z perspektywy pomiarów rozległych ”, IEEE Trans. Smart Grid, tom 6, nr 4, s. 2080-2087, 2015.

Zewnętrzne linki