如何在停电后重新开灯

在完全失败后重新启动网格比看起来要复杂得多

4分钟读取
电网操作员在控制室工作。
雅各布·汉娜/纽约时报/Redux

在大停电后迅速恢复电力可能意味着生与死的区别,但冷启动整个电网是一个复杂而微妙的过程。桑迪亚国家实验室的混合计算机模型结合了优化、物理模拟和电网运营商的认知模型,承诺提出一个快速可靠的计划来恢复供电。

停电总是破坏性的,它们通常只影响整个网格的一小部分。整个网络完全断电的情况要严重得多,需要运营商有效地启动网格用所谓的“黑启动”发电机。这涉及到一个复杂的平衡行为,以避免能源生产和消费之间的不匹配,因为电网的不同部分逐渐恢复在线。如果做错了,电网可能会再次崩溃。

“你最终不得不在黑暗中摸索,以确保‘现实与我所有数据告诉我的相符吗?’”
-凯文·斯坦伯,桑迪亚国家实验室

值得庆幸的是,这样的事件很少发生凯文Stamber他是该项目在桑迪亚的负责人,但近年来也发生过几次侥幸事件。去年2月,当德克萨斯州的电力系统在冬季风暴中遭遇重大中断时,运营商只是几分钟后电网就会完全瘫痪他说,解决这个问题可能需要几个月的时间。随着气候变化频率的增加极端天气事件,以及对关键电力基础设施的网络攻击威胁的不断增长,这种危险只会增加。

这促使斯坦伯的团队想出了新方法用于创建黑启动计划,能够更好地应对现实世界电力系统往往不可预测的行为。但他表示,这并非易事。“在一个非常大的系统上,这是一个非常非常微妙的过程,”他说。“它们(黑启动)很复杂,具有挑战性,很难解决,需要大量的计算才能得到解决方案。”

金标准方法将黑启动视为一个优化问题,旨在找出恢复不同电网组件(如发电机、变电站和输电线)的最佳顺序。现有技术倾向于假设操作员对网格具有完全的可见性和控制权,但事实往往并非如此。

当电网失效时会发生什么?

斯坦伯说,在停电的情况下,关键部件可能会损坏,而运营商可能对可用的设备没有全面的了解。虽然公用事业公司可能对电网不同部分的负荷有一个粗略的概念,但这并不能保证。“你最终不得不在黑暗中摸索,以确保‘现实与我所有数据告诉我的相符吗?’”斯坦伯说。

这促使该团队将劳伦斯利弗莫尔国家实验室和加州大学伯克利分校的研究人员创建的前沿优化方法与额外的模块相结合,这些模块旨在模拟电网如何对恢复计划做出反应,以及运营商如何实施该计划。

研究人员设想了一些类似于《选择你自己的冒险》一书的东西,但是针对电网运营商的。

优化模型的目标是尽快恢复电力,同时确保电网负载稳定,不会引起另一次故障。它产生了一个恢复计划,概述了不同发电机的供电顺序,以及何时连接电网的不同部分。这也会根据功率流的物理模型进行检查,以确保每一步都是可行的。

然后,该恢复计划被馈送到一个网格操作员的认知模型ACT-R框架,这使得模拟人类决策成为可能。该模型通过编码关于如何执行网格恢复所涉及的关键步骤的专家知识来构建,并且能够读取恢复计划并使用模拟控制台来实现它。

然而,控制台还连接到基于动态物理的网格模拟,旨在模拟网络如何响应运营商的操作,有时难以预测或具有挑战性的方式。认知模型通过模拟控制台提供网格响应的信息,如果恢复计划中的步骤导致任何稳定性问题,它可以在进入下一步之前采取纠正措施。

通过模拟操作员如何部署恢复计划并对网格行为做出反应,Stamber希望创建对意外行为更宽容的计划。他设想了一些类似于《选择你自己的冒险》一书的东西,不过是针对电网运营商的。他说:“在这本书的某些地方,事情的发展并不如你所料,你最终会进入书的不同部分。”

结合操作者的认知行为的想法很有趣,他说Saifur拉赫曼他是弗吉尼亚理工大学电气工程教授,2023年IEEE总裁兼首席执行官。但他指出,在现实世界的系统控制中心中,有多个具有不同视角的操作员相互交互。此外,拉赫曼指出,到目前为止,该团队只在IEEE可靠性测试系统(RTS-96)上测试了该方法,与现实生活中的电力系统相比,这个系统很小。他说:“为了在实际情况下具有可信度,我希望看到它在2万或3万个节点的系统上进行测试。”

斯坦伯说,这个团队没有这么做的部分原因是他们没有时间和预算来做这个项目。但他也认为,他们的方法确实需要做一些工作,以使其更易于在更大的系统上处理,也许可以将优化问题分解为计算量更小的子问题。不管怎样,该团队现在正在寻找潜在的公用事业合作伙伴,可以与他们合作,将他们的技术应用于更现实的问题。

对话(1)
Anjan萨哈 2023年2月9日

由于电网故障导致的全面停电后,电网功率恢复正常所需的时间

在一起的时间相当长。通过同步相量继电器使发电厂与电网同步,并恢复到电网频率(60 /50 Hz),需要电网运营商、发电厂和工业和家庭电力供应商之间的通信。

在停电后,对电网的负荷进行阶段性的连接,使电网频率稳定,大型发电机不振荡而脱离同步。GPS时钟也需要看到同步的时间。操作员必须一步一步地做。

Baidu