Method for prediction of frequency drop following large generator outages

Abstract

Fremtidens elektriske kraftsystem er forventet å ha en høyere andel tidsvarierende fornybar energi og mer distribuert produksjon. Dette fører med seg potensielle utfordringer i forhold til systemstabiliteten i de elektriske transmisjonsnettene. Ved å introdusere en større andel produksjon med kraftelektronisk grensesnitt vil elektrisk inertia - eller treghet - og egenskapene som følger med det reduseres. Dette betyr at feil situasjoner som forårsaker frekvensavvik vil blir vanskeligere å håndtere, med mindre marginer for kontrollsystemene. Ved å simulere generatorutfall i det nordiske transmisjonssystemet forsøkes det i denne oppgaven å teste nøyaktigheten i å forutsi tidsresponsen for systemfrekvens for fremtidige forstyrrelser ved hjelp av aggregerte turbinkontrollere, med den hensikt å bidra til systemoperatørers mulighet til å bedre kunne dimensjonere tilgjengelige primærreserver.

Først, vi state-of-the-art frekvenskontroll bli presentert. Deretter vil forskjellige stadiene av frekvensdynamikken som følger generatorutfall bli gjennomgått, og generelle forenklede metoder for moddelering av kraftsystemer blir presentert. Så vil simuleringsprogramvaren og relevante modeller i form av PSSE Nordic 44 bus og sanntidssimulatoren ePHASORSIM introduseres. Til slutt vil casestudien gjennomført i denne oppgaven bli presentert. Fire initielle generatorutfall blir gjennomført. Disse brukes for å tilpasse modellvariablene i to prediksjonsmodeller. Fire nye generatorutfall gjennomføres så for å teste nøyaktigheten til prediksjonsmodellene.

Frekvensavvikene ble predikert med en gjenomsnittlig absolutt feil på 40 mHz og med en gjennomsnittlig absolutt tidsavvik på 0.2 s. Det er sannsynlig at nøyaktigheten til prediksjonene ville forbedret seg med en inertia estimering basert på den initielle endringsraten til frekvensen for hver testcase. Videre arbeid bør undersøke virkningen av endrede system inertia verdier basert på tilgjengelige prognoser.

The near future energy system is expected to have a higher share of intermittent renewable energy sources and more distributed generation. This brings with it potential issues with regards to system stability in electrical transmission networks. By introducing a larger degree of controller interfaced generation the inertial properties of electrical power systems are diminished. Consequently, fault situations causing frequency deviations in the system will become harder to manage, with stricter time response demands for controllers. By simulating generator trips in the Nordic transmission system this project tests the accuracy of predicting the response of the system frequency of future disturbances through the use of aggregated turbine governor models, for the purpose of improving transmission system operators ability to accurately dimension availible primary reserves.

First, state-of-the-art of frequency control will be presented. This will be done by covering the different stages of frequency dynamics and control, and models for aggregating frequency system dynamics are presented. Then, the simulation software in terms of the PSSE Nordic 44 model and the ePHASORSIM real-time simulator will be covered. Additionally, a presentation on the development of aggregated turbine control will be presented. Finally, a case study will be completed for the the simulation and prediction of system frequency response. Four initial generator trips are simulated. Their frequency response is then used to tune the predictive transfer function models. Four new generator trips are then used to test the accuracy of the predictive transfer functions.

The frequency drop was predicted with an mean absolute error of 40 mHz and a mean absolute time deviation of 0.2 s. It is believed that the accuracy of predictions would improve given an inertia estimation process based on the initial rate of change of frequency of the case being predicted. Further work should tests should be performed for other values of system inertia based on available forecasts.