KOORDINIRANA REGULACIJA NAPETOSTI V DISTRIBUCIJSKIH OMREŽJIH Z RAZPRŠENO PROIZVODNJO OB RAZLIČNIH KRITERIJIH REGULACIJE JALOVE MOČIKolenc, Marko (Avtor) Blažič, Boštjan (Mentor) Pametna omrežjaaktivna omrežjadistribucijska omrežjaregulacija napetostiminimizacija izgubkakovost električne energijepretoki močijalova močDoktorska disertacija sega na področje kakovosti električne energije in pametnih distribucijskih omrežij v elektroenergetiki. V prvem poglavju so predstavljeni glavni pojmi in smernice v elektroenergetiki. V Sloveniji in svetu se poraba energije neprenehoma zvišuje. Tako je lahko pričakovati, da bomo leta 2035 porabili približno 36 % več energije kot leta 2000. Od tega se bo najbolj povečala raba električne energije, do leta 2035 za približno 70 %, največjo rast pa se pričakuje v državah v razvoju. Med večjimi izzivi, s katerimi se bo Evropa morala soočiti v prihodnjem desetletju, so poleg gospodarske krize, tudi energetski izzivi. Konkurenčnost našega gospodarstva je močno odvisna od zanesljive oskrbe z energijo: varna, zanesljiva, trajnostna in cenovno sprejemljiva energetska oskrba je ključna pri gospodarskih in strateških interesih Evropske zveze kot globalne igralke. Ta dejstva vodijo v razvoj nove dobe v elektroenergetiki in jo lahko povzamemo z besedno zvezo »pametna omrežja«. V tem poglavju je razložena točna definicija pametnih omrežij in njegovih gradnikov. Poudarek je tudi na razpršenih virih (RV), kot krivcih za probleme, ki se pojavljajo v omrežju. Opisana in nakazana je tudi nadaljnja smer razvoja distribucijskih omrežij v Sloveniji, skupaj z novimi tehnologijami. V celotnem poglavju bralec dobi hiter in nazoren vpogled v trenutno in bodoče stanje v elektroenergetiki. Tehnološki razvoj, kateremu smo priča v zadnjem desetletju, je omogočil prihod novih tehnologij, ki so gradniki pametnih omrežij. Za njihovo uspešno delovanje je potrebno usklajeno delovanje vseh njegovih delov, tako obstoječih, kot novih: klasičnih proizvodnih enot, razpršenih virov, komunikacijskih in informacijskih tehnologij (IKT), delujočo regulacijo virov z možnostjo upravljanja porabe, naprav močnostne elektronike, sistemov naprednega daljinskega merjenja itd. V drugem poglavju so predstavljene vse ključne tehnologije in tudi koncepti regulacije virov in bremen v pametnih omrežjih. Najprej so predstavljene tehnologije proizvodnje električne energije, to so male hidroelektrarne, vetrne elektrarne, sončne elektrarne, kogeneracijske elektrarne ipd. Nato so na kratko predstavljeni tudi električni stroji za proizvodnjo iz razpršenih virov, to so asinhronski generator, sinhronski generator in močnostni pretvorniki. Predstavljeni so tudi povsem novi elementi, ki jih do sedaj v distribucijskih omrežjih nismo srečevali, to so regulacijski SN/NN transformator, ki lahko spreminja napetostno stopnjo med obratovanjem, hranilniki energije (baterije, črpalne elektrarne, vztrajniki, …). Da distribucijskemu omrežju sploh lahko rečemo »pametno« omrežje, mora imeti vzpostavljen sistem informacijskih in komunikacijskih tehnologij. IKT so eden ključnih gradnikov pametnih omrežji. Polna uresničitev koncepta pametnega omrežja zahteva IKT povezave do vsakega elementa v elektroenergetskem sistemu (EES), torej mora vključevati elemente proizvodnje, prenosa, distribucije in segati tudi do vsakega končnega odjemalca. V tem poglavju so na kratko predstavljene potrebe in rešitve, ki so izvedljive in uporabne v pametnih omrežjih. Nadzor in upravljanje velikega števila priključnih mest (odjemalcev in proizvajalcev) zahteva razvoj posebnih IKT rešitev. Na koncu poglavja sta predstavljena še dva koncepta vodenja razpršenih virov in bremen, to sta upravljanje s porabo in virtualna elektrarna, ki je skupek razpršenih virov, vodenih iz skupnega centra za nadzor, ki nastopajo na trgu kot ena velika elektrarna. Eden glavnih problemov, ki jih prinašajo razpršeni viri, so težave z napetostjo. Razpršeni viri lahko vzdolž voda, zaradi injekcije delovne moči, dvignejo napetostni nivo preko zakonsko dovoljene meje, kar lahko povzroči poškodbe naprav, priklopljenih na omrežje, omrežja samega in tudi izpad napajanja, kar ima za posledico finančno breme. V doktorski disertaciji največ pozornosti posvečamo ravno problematiki vzdrževanja ustreznega napetostnega profila. V tretjem poglavju je problem porasta napetosti opisan z uporabo enačb, ki ponazarjajo realne razmere v omrežju. Opisan je klasičen način regulacije napetosti, ki pa kmalu ne bo več zadosten. Tradicionalna rešitev omenjene težave bi bila ojačenje elektroenergetskega omrežja z dodatnimi vodi in transformatorji oz. s povečanjem presekov vodnikov in s tem predimenzioniranjem omrežja. Takšne rešitve so sicer zanesljive, vendar so zaradi okoljevarstvenih razlogov, zakonskih omejitev in tudi cene, v večini primerov izredno draga in ekonomsko neupravičena rešitev. Eden od alternativnih pristopov je na splošno tehnološki pristop, kar pomeni, da se z minimalnimi vlaganji v omrežje izkoristi nove možnosti regulacije, kjer sistem to dopušča. V svetu se že pojavljajo razne ekonomsko ugodne rešitve, ki pa ne prinašajo trajnostne rešitve in poljubne optimizacije v omrežju; te rešitve so predstavljene v nadaljevanju. Do nedavnega, so razpršeni viri delovali s konstantnim faktorjem moči (cos= 1). Torej niso sodelovali pri regulaciji napetosti. Glede na to, da je ravno razpršena proizvodnja glavni krivec za poraste napetosti, je prav, da za to prevzamejo določeno odgovornost in obvezno sodelujejo pri sistemskih storitvah. Zadnjih nekaj let se že pojavljajo ideje in zahteve v tej smeri. Tako so bila v Sloveniji leta 2011 sprejeta navodila za priključevanje razpršene proizvodnje, kjer je bila določena statična Q(U) karakteristika za razpršeno proizvodnjo; ta so podrobneje predstavljena v tem poglavju. Na podlagi lokalne meritve napetosti in trenutne proizvodnje delovne moči razpršenega vira, se določi koliko jalove moči mora proizvajati razpršeni vir.  V elektroenergetiki se za opis realnih naprav pogosto uporablja ekvivalenten model vezja. Z uporabo teh modelov lahko, raje kot da s fizičnim testiranjem na terenu ali laboratoriju, njihovo obnašanje opišemo z matematičnimi enačbami. V četrtem poglavju je zato predstavljeno modeliranje elementov, ki so uporabljeni v simulacijah. To so bremena, razpršeni viri, vodi in transformatorji. Posebno pozornost smo namenili modeliranju bremen na NN strani. Pri analizi VN in SN omrežij lahko obremenitvene diagrame bremen (in generatorjev) opišemo s tipičnimi krivuljami, ki podajajo pričakovan odjem v določenem času. Analiza NN omrežja pa zahteva povsem drugačen pristop. Odjem na tem napetostnem nivoju je praviloma povsem naključen. Zato je potrebno za analize razmer v NN omrežjih uporabiti stohastične modele uporabnikov. Nadalje, smo preučili zmožnost uporabe metode Monte Carlo za ocenjevanje dovoljene količine razpršenih virov v NN omrežju. Dandanes načrtovanje omrežij poteka tako, da načrtovalec predpostavi maksimalno porabo in nato izračuna pretoke moči. Če je katerikoli izmed kriterijev prekoračen, je potrebno omrežje ojačiti z dodatnimi vodi ali transformatorji. Zaradi okoljskih vidikov, zakonskih omejitev, cene in uvajanja novih elementov v omrežje, tak pristop ni več zadosten. Načrtovanje je potrebno nadgraditi na višjo stopnjo, ki bo omogočala boljši izkoristek sistema. Zaradi stohastične narave NN omrežij, se zdi najbolj primeren statističen pristop. Začetna ideja statističnega pristopa načrtovanja predpostavlja, da je izvedba simulacij in načrtovanje glede na najslabše možne razmere v omrežju, preveč pesimistično. Opisana je metoda za načrtovanje NN omrežij z visoko stopnjo razpršene proizvodnje, ki ima za osnovo pristop na podlagi Monte Carlo metode in statistične analize podatkov. Z naključnimi vzorci in ponavljanjem poskusov lahko predvidevamo oz. napovemo kakšne bodo napetostne razmere v prihodnosti. Na podlagi teh podatkov lahko izberemo najboljše, oz. najcenejše rešitve in jih pravočasno umestimo v plan razvoja omrežja. Rezultat metode so krivulje, ki podajajo verjetnost nastopa neustreznih napetostnih razmer, kot funkcija inštalirane moči razpršenih virov. Metodo se da smiselno uporabiti tudi v SN omrežju. V okviru doktorske naloge je bilo analizirano tudi delovanje več optimizacijskih metod, ki služijo kot podlaga za izdelavo novih algoritmov vodenja in načrtovanja v pametnih omrežjih. Izsledki so predstavljeni v petem poglavju. Algoritmi slonijo na dejstvu, da bo večina distribucijskega omrežja v naslednjih desetih letih pokrita z meritvami v realnem času. Merjeni podatki iz pametnih števcev služijo kot vhodni parametri za koordiniran nadzor napetosti. Ta se izvaja v skupnem centru vodenja. Kot izhodni parameter tega algoritma, so nove obratovalne točke generatorjev in napetostna stopnja regulacijskega transformatorja v RTP. Regulacijski algoritem je izdelan tako, da omogoča vzpostavitev trga z jalovo močjo. Razpršeni viri podajo svoje ponudbe, nato pa algoritem izvede optimizacijo in poda nove obratovalne točke za razpršene vire, da so obratovalni stroški najmanjši. S tem pristopom pridobijo vsi akterji v omrežju. Najprej je predstavljena analiza razmer ob pogoju, da vsi razpršeni viri obratujejo z enakim tg. Če razpršeni viri delujejo po principu statične karakteristike, morajo viri, ki so bolj oddaljeni od razdelilne transformatorske postaje (RTP) vzdolž izvoda, proizvajati oz. porabljati več jalove moči, kot tisti na začetku izvoda, kar ima za posledico hitrejše staranje naprav (pretvornikov) in potrebno predimenzioniranje naprav. Ena izmed možnosti, ki se ponuja, je uporaba enotnega oz. skupnega tg za vse generatorje v omrežju. Tg je razmerje med generatorjevo trenutno proizvodnjo jalove in delovne moči in se lahko interpretira kot obdavčitev generatorjev z jalovo močjo. Z izvedbo simulacij je narejena popolna analiza obratovalnih razmer v primeru takšnega obratovanja. Nadalje smo analizirali razmere, pri čemer pustimo, da se cene na trgu same izoblikujejo. Dodatno pa je potrebno, ko je kriterijska funkcija definirana, izbrati ustrezno metodo, s katero bomo iskali optimalno rešitev. Problem, ki ga moramo rešiti je problematičen zato, ker je vpliv na izgube nelinearen. Optimizacija enega generatorja vpliva na izgube v celem omrežju. Njihov vpliv pa je različen za vsak generator posebej. Dejstvo, da so izgube v vejah nelinearna funkcija injekcij moči v vozliščih, otežuje reševanje optimizacijskega problema. Z majhnimi injekcijami jalove moči v postopku minimizacije izgub, lahko ta problem lineariziramo. Predstavljena je optimizacijska metoda, ki izrablja dejstvo, da so v pametnem omrežju razpršeni viri med seboj komunikacijsko povezani in da jim je poznana topologija omrežja. Generator lahko spremeni svojo izhodno moč samo tako, da za en korak zmanjša ali zveča izhodno moč. Na ta način algoritem izračuna prihranke moči za oba primera za vse generatorje in nato določi kateri generator bo spremenil svojo izhodno moč v trenutni iteraciji. Po določenem številu iteracij oz. izračunih pretokov moči, se algoritem ustali v določeni delovni točki. S tem pristopom, se problem minimizacije izgub razdeli na več manjših problemov, ki jih je lažje in hitreje rešiti. Izhodi algoritma so nove obratovalne točke generatorjev, ki se jih razpošlje mednje. Če je v omrežju velika količina razpršenih virov, algoritem v ta namen upošteva tudi faktorje občutljivosti in tako tudi v izrednih razmerah določi najcenejšo angažiranost razpršenih virov. Nadalje sta predstavljeni še dve metodi za iskanje optimalne točke obratovanja. Zelo opevana metoda v znanstvenih člankih je uporaba genetskih algoritmov. Logika, na kateri bazirajo, je ta, da naj bi bili procesi v naravi zaradi evolucije najbolj optimalni. Populacija osebkov se skozi generacije razmnožuje in razvija po načelu naravne selekcije, tako preživijo samo najboljši osebki, ki tudi lažje najdejo partnerja za razmnoževanje. Slabši posamezniki znotraj populacije bodo imeli manj možnosti za razmnoževanje in bodo skozi več generacij izginili. Če obnašanje narave opišemo z matematičnimi enačbami, lahko razvijemo uporabno optimizacijsko metodo. Druga metoda, zopet evolucijska, pa je metoda iskanja kukavice oz. metoda kukavičjega gnezda. Raziskave obnašanja živali so pokazale, da se nekatere obnašajo po določenem vzorcu, ki je tipičen za Lévijev let, ki ga oponaša kukavica pri podtikanju jajc. Kukavica išče najbolj primerno gnezdo, da odloči jajce in s tem poveča verjetnost, da potomec preživi. Matematiki so na podlagi tega razvili novo optimizacijsko metodo. Metoda kukavičjega gnezda je relativno nova in ker je publikacij v strokovni literaturi malo, smo jo uporabili kot način za optimiziranje kriterijskih funkcij pri analizi delovanja distribucijskih omrežij. Rezultate pa smo primerjali z ostalimi metodami. Njena prednost je tudi enostavna implementacija. V šestem poglavju smo delovanje novih regulacijskih metod preverili na modelu dveh omrežij. Prvo omrežje je srednjenapetostno in drugo nizkonapetostno, kjer je upoštevana stohastična narava uporabnikov. Najprej so uporabljene najbolj preproste regulacijske metode in nato kompleksnejše. Vsi rezultati so na koncu zbrani v tabeli in ponazorjeni grafično za lažjo primerjavo. Kot omenjeno, smo se v doktorski disertaciji dotaknili tudi problematike načrtovanja NN omrežja. Rezultati podajajo verjetnost, da bomo pri določeni inštalirani moči razpršenih virov imeli težave z napetostjo. Metoda veliko obeta, z njenim nadaljnjim razvojem in dopolnitvami je pričakovati, da bo dobila mesto znotraj bodočih metod načrtovanja omrežij. V sedmem poglavju sledi zaključek, kjer so opisane najpomembnejše ugotovitve doktorske disertacije.20152015-06-08 12:10:00Doktorsko delo/naloga30816sl