Power Distribution Systems: Assessing Grid Health With Computer Simulation and Interactive Visualization

Abstract

I årene som kommer vil distribusjonsnettoperatørene møte på utfordringer dersom de ikke tilpasser seg. Transportindustrien går mot å bli elektrifisert. Produksjon blir mindre forutsigbar grunnet et økning av fornybare energikilder som vind og solkraft.

Prosesseringstiden for å finne ut om strømnettet kan takle at du installerer en elbillader i garasjen kan være lange og slitsomme. Kapasitetsproblemer, spenningsproblemer, kortslutningsproblemer og stabilitetsproblemer er alle ting som kan beregnes gjennom simulering. Ville det vært mulig å automatiserte prosessering av disse søknadene?

Vi demonstrerer prosessen av å oversette XML-filer (Common Information Model) med ufullkommen datakvalitet til konvergerende simuleringsmodeller i Python-biblioteket pandapower. Vi henter ut geometrien fra CIM-dataen, og kombinerer denne med simuleringsresultater for å visualisere et stort antall komponenter i nettleser. Visualiseringen fargekodes basert på simuleringsresultater og er drevet av det WebGL2 og React-baserte rammeverket deck.gl.

Resultatet er to prototype-applikasjoner: "Grid Overview": Visualisering og lastflytanalyse av store nettverksmodeller og "Subgrid Health": Et brukergrensesnitt for saksbehandlere til å raskt kunne godkjenne søknader om elbillader.

In the years to come, distribution system operators will face challenges if they don't adapt. The transport industry is becoming electrified, and production is becoming less reliable through an increase in reneweable energy sources like solar and wind.

Processing times for finding out if the power grid can handle the installation of an electric car charger can be long and tedious. Capacity problems, voltage problems, short circuit currents, and stability problems are all things that can be calculated through computer simulation. What if we could automate the processing of these applications?

We demonstrate the process of translating XML-files (Common Information Model) of imperfect data quality into a converging simulation model in the Python library pandapower. We extract the geometry from the CIM-data, combining it with simulation results to visualize large amounts of assets in the web browser. The visualization is color coded according to simulation results, and powered by the WebGL2 and React framework deck.gl.

The results are two protoype applications: "Grid Overview": Visualize and run powerflows on large grid models and "Subgrid Health": Provide a user-interface for case-workers to quickly approve applications for electric car chargers.