Лаборатория Министерства энергетики разрабатывает новые модели для устранения неисправностей инверторов и предотвращения сбоев в сети

Согласно исследованию Окриджской национальной лаборатории, анализ электромагнитных переходных процессов может стать ключом к предотвращению отключения ресурсов инвертора от сети или снижения выходной мощности.

Исследователи из Национальной лаборатории Ок-Ридж, или ORNL, в Теннесси, изучают новый тип моделирования энергосистемы, известный как анализ электромагнитных переходных процессов, или EMT, доменный анализ, который может иметь ключевое значение для устранения сбоев ресурсов инверторов и интеграции более распределенных ресурсов в развивающаяся сетка.

В марте Североамериканская корпорация по надежности электроснабжения выпустила предупреждение и рекомендации для производителей солнечных батарей после серии сбоев в работе инверторных ресурсов. Организация по обеспечению надежности отслеживает растущее число случаев, когда инверторные ресурсы отключались от сети или снижали производительность в ответ на географически удаленные сбои в сети.

NERC также выпустила руководство по надежности, отметив, что ЕМТ «моделирование необходимо для адекватного выявления и смягчения рисков надежности [основной энергосистемы] в будущем».

Исследователи ORNL говорят, что по сравнению с традиционным моделированием анализ EMT может дать операторам сетей более точное понимание быстро развивающихся событий в сети. По словам Сумана Дебната, исследователя лаборатории, планирование и управление системой усложняются по мере того, как к сети подключаются новые типы электроэнергетического оборудования, включая солнечные и ветряные электростанции, зарядные устройства для электромобилей, а также стиральные и сушильные машины с переменной частотой.

Эта эволюция сети требует отхода «от традиционных инструментов анализа, которые использовались для планирования исследований взаимосвязей», сказал Дебнат в интервью. «Потребуется перейти к использованию моделирования [EMT], которое требует меньших временных шагов и большей точности».

«Определенно существуют проблемы с выполнением моделирования ЕМТ», — добавил Дебнат, включая понимание того, как проверять новые модели и масштабировать анализ от отдельных инверторов до региональных сетей. «В этом суть исследования, которое мы здесь проводим».

Сотрудничая с компанией Southern California Edison, лаборатория интегрировала новые модели и алгоритмы в инструмент анализа предметной области ЕМТ, а ранее в этом году смогла воспроизвести ошибку передачи электроэнергии в 2018 году, из-за которой крупная солнечная электростанция снизила мощность системы коммунального предприятия.

«Разработка высокоточной модели поможет коммунальным предприятиям лучше понять физическую динамику силовой электроники, тем самым улучшив производительность сети и согласовав ее с нашим будущим видением модернизации сети», — сказал доктор Арифуджаман, старший инженер по инновациям в области сетевых технологий в Southern California Edison. в заявлении.

ORNL проведет семинар 24 и 25 августа в Ноксвилле, штат Теннесси, в сотрудничестве с Министерством энергетики и NERC, чтобы поделиться своими исследованиями по репликации неисправностей и тому, как моделирование EMT можно использовать для планирования и исследований межсетевых соединений.

«Необходимо будет провести модернизацию ресурсов, которая может произойти со стороны электросети, и могут быть определенные обновления, которые могут произойти внутри самой станции», — сказал Дебнат. Сочетание этих двух факторов могло бы предотвратить ошибку, которую ORNL и Southern California Edison смогли воспроизвести посредством моделирования.

«Некоторые коммунальные предприятия и системные операторы на данный момент переходят к моделированию электромагнитных переходных процессов», — сказал Дебнат. Предстоящее мероприятие позволит ORNL поделиться своими исследованиями и провести обсуждение проблем, с которыми могут столкнуться заинтересованные стороны сети при использовании более сложного анализа.

Работа лаборатории над этой темой будет продолжаться еще долгие годы, добавил он.

«Я думаю, что одна из вещей, над которой мы продолжаем работать, — это понять, как улучшить возможности моделирования в этой области и как улучшить возможности масштабирования анализа», — сказал Дебнат.