| dc.description.abstract | Feil i distribusjonsnettet står i dag for mellom 70 − 80% av total årlig ikke levert energi. I årende
som kommer står distribusjonsnettet overfor en rekke utfordringer, slik som økte krav til
pålitelighet, økt energibehov og implementering av distribuert energiproduksjon. I tilleg til dette
vil økt sannsynlighet for ekstreme værsituasjoner, i kombinasjon med et aldrende infrastruktur,
øke sannsynligheten for omfattende strømbrudd. Samtidig utvikles det stadig ny teknologi som
kan benyttes til å effektivisere nettdrift. Ulike metoder, komponenter og informasjonskilder som
kan benyttes til å redusere KILE-kostnader ved avbrudd er redegjort for i oppgaven.
Det er utviklet en metode for automatisk generering av optimale koblinger ved feilsituasjoner i
distribusjonsnettet. Metoden tar utgangspunkt i nettdata tilgjengelig i nettselskapets DMS-system,
samt informasjon om feiltype og eventuell feilindikasjon. Metoden er delt i fire, ut fra hvilke
informasjon som er tilgjengelige i det spesifikke feiltilfellet. De fire ulike kategoriene er ukjent
feilsted, kjent feilsone, kjente feilsteder og kjent feilsted. De fire metodene er testet ut på en
avgang i BKKs nettområde. To feiltilfeller ble simulert, og sammenlignet med koblingssekvensen
ved reelle feiltilfeller. Simuleringer er utført i Powels DMS-system, iAM DMS. Alle simuleringer
er gjennomført hos BKK i Bergen.
Resultatene viser at foreslått metode ga reduserte KILE-kostnader sammenlignet med de
opprinnelig koblingssekvens i hvert feiltilfelle, og for alle de fire kategoriene. Den prosentvise
forbedringen varierte mye utifra hvor i nettet feilen inntraff. Dette knyttes opp mot fordelingen av
forventet KILE i det aktuelle nettet. Resultatene av følsomhetsanalysen bekrefter at fordeling av
forventet KILE i nettet vil ha stor betydning på resultatene. | |
| dc.description.abstract | Every year between 70-80 % of the total energy not delivered is due to fault occurences in the
distribution network. In the time to come, the distribution network is faced with a number of
challenges. Like the increasing reliability expectations, the increased energy demands and the
implementation of distributed generation. In addition to this, the aging infrastructure of the
distribution grid is faced with the increase of extreme weather conditions, which increases the
likelihood major power outages. At the same time, there is a rapid increase in new technology,
which can be implemented to improve and facilitate grid operations. Different methods,
components and sources of information that may be utilized in an effort to reduce the cost of
energy not supplied, CENS, is investigated in this thesis.
A method is proposed to automatically generate optimal switching operations when faults occur in
the distribution network. The method utilizes the information about the grid which can be
accessed through DMS, as well as information about the fault type, and any fault indication given
by fault pass indicators. The method is divided into four subcategories, depending on what degree
of information that is available for the given fault. The four categories are fault location unknow,
faulted zone identified, possible fault locations identified, and fault location identified. Each
subcategory is tested on a distribution grid model supplied by BKK. Two different fault incidents
were simulated, and the switching operations were compared to those of the real fault incidents.
The simulations are conducted using the DMS-software, iAM DMS, which is produced by Powel.
All simulations are conducted at BKKs headquarter in Bergen.
The results of the simulations showed that the proposed method gave a reduction in CENS for
both faults, for all four subcategories. The percentage decrease in CENS varied greatly between
the two faults investigated. This is partly related to the deployment of CENS throughout the grid.
This is confirmed by the conducted sensitivity analysis. | |
