Design and Implementation of a Centralized Disturbance Detection System for Smart Microgrids

L'excursion de fréquence et de tension sont parmi les défis nombreux qui se posent aux microréseaux. La détection des perturbations peut être effectuée par le système de surveillance centralisé de micro-réseaux qui utilise des données de synchrophasor rapportées à partir de différents noeuds. Les réseaux de communication de synchrophasor présentent des retards et des Pertes de paquets qui peuvent détériorer l'intégrité des données et donc compromettre la fiabilité des systèmes de surveillance et de contrôle des micro-réseaux intelligents. Ce mémoire présente un nouveau concentrateur de données de vecteurs de phase avancé (APDC) capable de contrer les manques de la communication et d'améliorer la qualité des ressources de la production décentralisée (DER) dans les micro-réseaux. L'APDC proposé utilise un système de compensation adaptatif pour obtenir une estimation efficace des éléments de données manquants. L'estimateur adaptatif utilise le taux de changement d'éléments de données pour choisir entre l'estimateur LMMSE et un estimateur basé sur les dérivés pour prédire les valeurs futures des éléments de données. Si, à un instant donné, les éléments de données synchrophasors de certaines unités de mesure de phasor (PMU) manquent, les valeurs estimées sont utilisées pour compenser les données manquantes. En outre, une unité de surveillance est proposée pour détecter de manière fiable les excursions en fréquence et identifier les DERs affectés par les îlotages. L'unité de surveillance utilise un algorithme de détection centralisé élaboré qui traite les données de fréquence pour distinguer entre l'îlotage possible des DERs et les perturbations du réseau de distribution. L'APDC proposé est développé sur la plate-forme OpenPDC en temps réel et sa performance est évaluée à l'aide d'une configuration expérimentale comprenant trois PMUs, un réseau de télécommunications, des interrupteurs, et un concentrateur de données de vecteurs de phase classique (PDC). Les résultats expérimentaux confirment une intégrité des données de haut niveau dans les conditions normales et perturbées des micro- réseaux. Des études sur l'effet du bruit de mesure montrent que l'APDC proposé est même efficace en présence de bruits sévères. De plus, une détection rapide et fiable des événements d'îlotage est obtenue en raison de l'amélioration considérable du temps de détection même en cas de pertes de données sévères et de bruit de mesure. Enfin, la performance de l'APDC proposé est comparée à une méthode d'estimation existante. Les résultats montrent l'avantage important de l'APDC, en particulier dans des conditions perturbées.

Abstract

Microgrids are subject to various disturbances such as voltage transients and frequency excursions. Disturbance detection can be performed by a microgrid centralized monitoring system that employs synchrophasor data reported from different nodes within the microgrid. Synchrophasor communication networks exhibit delays and packet dropout that can undermine the data integrity and hence compromise the reliability of the monitoring and control systems of the smart microgrids. In this thesis, an advanced phasor data concentrators (APDC) is proposed that is capable of counteracting the communication impairments and improving the quality of monitoring of distributed energy resources (DERs) in microgrids. The proposed APDC utilizes an adaptive compensation scheme to achieve an efficient estimate of missing data elements. The adaptive estimator employs the rate of change of data elements to choose between the vector linear minimum mean square error (LMMSE) and the derivative-based estimators to predict the future values of data elements. Whenever the synchrophasor data elements of some phasor measurement units (PMU) are missing, the estimated values are used to compensate for the missing data. Moreover, a monitoring unit is proposed to reliably detect frequency excursions and identify the DERs affected by islanding events. The monitoring unit utilizes an elaborate centralized detection algorithm that processes frequency data to distinguish between possible islanding of DERs and disturbances occurred within the host grid. The proposed APDC is developed on a real-time OpenPDC platform and its performance is evaluated using an experimental setup including three PMUs, communication links, switches, and a conventional phasor data concentrator (PDC). The experimental results confirm a high-level data integrity under both normal and disturbed conditions. Studies on the effect of measurement noise show that the proposed APDC is even efficient in the presence of noise. Moreover, fast and reliable detection of islanding events is achieved even under severe data losses and measurement noise. Finally, the performance of the proposed APDC is compared with a recently proposed estimation method that shows the significant advantage of the APDC, especially under disturbed conditions.