Contrôle de tension en temps réel dans les réseaux électriques
Une nouvelle façon de gérer les niveaux de tension en utilisant des données en temps réel.
― 7 min lire
Table des matières
- Contexte
- Le besoin d’un contrôle sans modèle
- Défi de l'incertitude de mesure
- Schéma de contrôle de tension robuste
- Validation expérimentale
- Configuration du micro-réseau
- Mesure et communication
- Prévisions de production d'énergie
- Processus de contrôle
- Métriques de performance
- Résultats
- Temps de calcul
- Conclusion
- Travaux futurs
- Source originale
Les réseaux de distribution d'électricité deviennent de plus en plus complexes à cause de l'utilisation accrue des sources d'énergie renouvelables comme les panneaux solaires. Pour s'assurer que ces systèmes fonctionnent bien, c'est crucial de garder les niveaux de tension dans des limites sûres. Avec l'essor des compteurs intelligents et des dispositifs de mesure, de nouvelles façons de contrôler la tension sans s'appuyer sur des modèles détaillés sont à l'étude. Cet article discute d'une nouvelle approche pour gérer le Contrôle de la tension en utilisant des Mesures en temps réel et une validation expérimentale.
Contexte
Avec de plus en plus de gens qui installent des panneaux solaires, l'électricité qu'ils produisent peut provoquer des fluctuations dans l'approvisionnement. Si la tension monte trop haut ou descend trop bas, ça peut causer des problèmes. Les méthodes traditionnelles s'appuient souvent sur des modèles détaillés du système électrique, qui ne sont pas toujours disponibles ou fiables. Pour régler ce souci, les chercheurs se penchent sur des approches basées sur les mesures qui peuvent utiliser directement les données disponibles pour le contrôle.
Le besoin d’un contrôle sans modèle
Le contrôle sans modèle se réfère à des méthodes qui ne dépendent pas d'un modèle précis du système électrique. Ces méthodes utilisent des mesures en temps réel provenant de dispositifs comme des compteurs intelligents et des unités de mesure de phasors (PMUs) pour prendre des décisions de contrôle. C'est particulièrement utile dans les situations où les caractéristiques du système peuvent changer fréquemment, rendant les modèles fixes inadéquats.
Défi de l'incertitude de mesure
Bien que le contrôle basé sur les mesures puisse être avantageux, il comporte aussi des défis. Les données collectées peuvent être inexactes à cause du bruit et d'autres facteurs. Des mesures inexactes peuvent mener à de mauvaises décisions, ce qui peut faire que les niveaux de tension sortent de la plage sûre. Donc, il est crucial de prendre en compte les incertitudes dans les mesures lors de la prise de décisions de contrôle.
Schéma de contrôle de tension robuste
Pour faire face à ces problèmes, un schéma de contrôle de tension robuste a été développé. Ce schéma utilise des mesures pour estimer les Coefficients de Sensibilité de la tension, ce qui aide à comprendre comment les changements de puissance affectent les niveaux de tension. Au lieu de s'appuyer sur des estimations à un seul point, cette approche prend en compte l'incertitude de ces estimations, permettant un contrôle plus fiable.
Validation expérimentale
Pour tester ce schéma de contrôle robuste, il a été appliqué à un micro-réseau réel qui imite un réseau modèle. Ce micro-réseau comprend des ressources contrôlables comme des onduleurs photovoltaïques (PV) et des sources d'énergie non contrôlables telles que les charges. L'objectif était de maintenir les niveaux de tension dans une plage spécifique tout en s'assurant que le système reste stable et efficace.
Configuration du micro-réseau
Le micro-réseau contient plusieurs composants, y compris des panneaux solaires, des onduleurs et des dispositifs de mesure. Il fonctionne à 400 volts et est connecté à un système de plus haute tension. La configuration permet une surveillance en temps réel des Tensions et des flux de courant, ce qui est crucial pour des actions de contrôle efficaces.
Mesure et communication
Sept PMUs ont été installés dans le micro-réseau pour surveiller en continu les niveaux de tension et les flux de courant. Ces données sont ensuite transmises par un réseau de communication dédié pour s'assurer que toutes les mesures sont à jour et précises. L'utilisation de mesures rapides permet des mises à jour et des décisions rapides pour contrôler le système.
Prévisions de production d'énergie
Pour optimiser les décisions de contrôle, des prévisions à court terme pour la production d'énergie des panneaux solaires sont faites. Les données météorologiques, comme l'intensité lumineuse, sont collectées pour prédire combien d'électricité les panneaux solaires vont générer. Cette information est vitale pour faire des ajustements rapides pour maintenir les niveaux de tension.
Processus de contrôle
Toutes les 30 secondes, le système de contrôle collecte les dernières données, met à jour ses estimations pour les coefficients de sensibilité de la tension, et calcule les ajustements nécessaires aux sorties de puissance des onduleurs. Ce cycle continu permet au système de répondre efficacement aux changements de la demande et de la production.
Métriques de performance
Pour évaluer la performance du schéma de contrôle, plusieurs métriques sont examinées, y compris la précision des coefficients de sensibilité, la stabilité des tensions, et l'efficacité globale dans le contrôle des sorties d'énergie. Ces métriques aident à déterminer à quel point le schéma de contrôle fonctionne bien dans des conditions réelles.
Résultats
Les résultats montrent que le schéma de contrôle robuste maintient efficacement les niveaux de tension dans les limites établies. Grâce à une gestion soignée des sources d'énergie renouvelable et à une adaptation rapide aux conditions changeantes, les fluctuations de tension ont été maîtrisées. Les actions de contrôle entreprises ont réussi à atténuer les problèmes qui auraient pu surgir à cause d'une production excessive des panneaux solaires.
Temps de calcul
Un aspect important du processus de contrôle est le temps total de calcul, qui inclut le temps nécessaire pour rassembler les mesures, effectuer des estimations et exécuter des actions de contrôle. Dans ce cas, le temps de calcul moyen s'est avéré être bien dans la plage acceptable, montrant que le système peut fonctionner efficacement sans délais.
Conclusion
En résumé, la validation expérimentale d'un schéma de contrôle de tension robuste sans modèle sur un micro-réseau réel démontre son efficacité pour gérer les niveaux de tension dans un environnement dynamique. En s'appuyant sur des mesures en temps réel et en tenant compte des incertitudes dans les données, le système peut offrir un contrôle plus fiable par rapport aux méthodes traditionnelles. Les travaux futurs amélioreront encore cette approche, visant à appliquer des stratégies similaires pour d'autres objectifs de contrôle dans les réseaux de distribution d'électricité.
Travaux futurs
En regardant vers l'avenir, il y a des opportunités d'élargir ce cadre de contrôle. Les chercheurs prévoient d'explorer comment cette approche sans modèle peut être appliquée à d'autres domaines, comme la gestion des flux d'énergie et l'assurance de la stabilité du système durant les périodes de forte demande ou de génération. Comprendre comment intégrer ces méthodes dans les infrastructures existantes sera crucial pour le développement de réseaux de distribution d'électricité plus intelligents et plus résilients.
Titre: Experimental Validation of Model-less Robust Voltage Control using Measurement-based Estimated Voltage Sensitivity Coefficients
Résumé: Increasing adoption of smart meters and phasor measurement units (PMUs) in power distribution networks are enabling the adoption of data-driven/model-less control schemes to mitigate grid issues such as over/under voltages and power-flow congestions. However, such a scheme can lead to infeasible/inaccurate control decisions due to measurement inaccuracies. In this context, the authors' previous work proposed a robust measurement-based control scheme accounting for the uncertainties of the estimated models. In this scheme, a recursive least squares (RLS)-based method estimates the grid model (in the form of voltage magnitude sensitivity coefficients). Then, a robust control problem optimizes power set-points of distributed energy resources (DERs) such that the nodal voltage limits are satisfied. The estimated voltage sensitivity coefficients are used to model the nodal voltages, and the control robustness is achieved by accounting for their uncertainties. This work presents the first experimental validation of such a robust model-less control scheme on a real power distribution grid. The scheme is applied for voltage control by regulating two photovoltaic (PV) inverters connected in a real microgrid which is a replica of the CIGRE benchmark microgrid network at the EPFL Distributed Electrical Systems Laboratory.
Auteurs: Rahul Gupta, Mario Paolone
Dernière mise à jour: 2023-04-26 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2304.13638
Source PDF: https://arxiv.org/pdf/2304.13638
Licence: https://creativecommons.org/licenses/by-nc-sa/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.