A Discrete-Time Markov Chain Approach for Microgrid-Aware Reliability Assessment of Distribution Systems

Assurer l’alimentation en énergie aux clients des réseaux électriques est un enjeu important pour les utilités électriques afin de respecter les exigences des régulateurs d’énergie et d’assurer la satisfaction de la clientèle. Pour y arriver, les utilités électriques réalisent des études de fiabilité sur leurs réseaux de distribution afin de calculer des indices de fiabilité qui permettent d’évaluer la capacité des réseaux à maintenir la continuité du service. Le principal défi lié à l’analyse de fiabilité est la modélisation de la coordination des dispositifs de protection et de sectionnement du système répondant à toutes les fautes qui pourraient potentiellement survenir. Cette modélisation doit inclure toutes les phases d’opération jusqu’au rétablissement du système, soit les phases d’isolation de la faute, de restauration et de réparation de l’appareil en faute. La fiabilité des réseaux de distribution dépend grandement de la performance des procédures de restauration mises en place par l’utilité électrique afin de réalimenter rapidement la majorité des clients interrompus par l’isolation initiale de la faute. L’avènement des microréseaux et la forte croissance des ressources distribuées sur le réseau électrique permettent d’opérer une partie du système en mode îloté en alimentant les clients locaux en énergie grâce à la génération locale des ressources distribuées. L’évaluation de la capacité d’adéquation en puissance des micro-réseaux îlotés, qui revient à évaluer l’impact de cette nouvelle méthode de restauration sur la fiabilité du réseau, est un défi de taille. Cette analyse requiert de modéliser tous les aspects et composantes du micro-réseau îloté, incluant les dépendances temporelles qui le caractérisent. Dans ce mémoire, nous présentons une méthodologie pour l’analyse de fiabilité qui tient compte des dépendances temporelles des micro-réseaux. Notre approche combine une analyse de la coupe minimum du réseau avec une modélisation par chaîne de Markov à temps discret. L’analyse de la coupe minimal du réseau permet tout d’abord de d’évaluer la fiabilité du réseau de distribution pour tous les événements de fautes possibles tout en compilant ceux qui forcent le micro-réseau à opérer en mode îloté. La construction d’une chaîne de Markov à temp discret nous permet par la suite de simuler l’évolution du micro-réseau îloté. Finalement, les résultats obtenus à l’aide de la chaîne de Markov sont utilisés afin d’ajuster les valeurs de fiabilité initialement obtenues avec l’analyse de la coupe minimal du réseau. Cette approche en trois étapes nous permet de calculer efficacement les valeurs attendues pour les indices de fiabilité du réseau de distribution.

Abstract

Ensuring the effectiveness of power systems in providing an uninterrupted power supply to their serviced customers is crucial for electric utilities in order to fulfill regulatory requirements and to maintain customer satisfaction high. To this end, utilities perform reliability assessment (RA) analyses of their distribution networks to evaluate reliability indices which characterize the system’s ability to consistently service its customers. The main challenge of RA simulations is to model accurately the protection and switching device behaviours on the system for all possible failure events during the fault isolation, the restoration, and the repair phases before normal system operation is resumed. The reliability of distribution networks depends heavily on the performance of the restoration scheme(s) used by the utility to operate switching devices to quickly restore interrupted customers after the isolation of a fault. The advent of microgrids and the large deployment of distributed energy resources (DERs) allow for the islanded operation of a portion of the network, even when a failure event disconnects it from the main distribution grid, by supplying local customers with the locally available DERs. Evaluating precisely the power adequacy capability of islanded microgrids, and consequently the impact of this new restoration scheme on the system’s reliability, is a considerable challenge. It requires modelling all aspects of the islanded microgrid’s operation, including its time-dependant behaviour. In this Master’s thesis, we present an RA methodology that accounts for the time-dependant behaviour of microgrids. Our microgrid-aware RA approach is based on a minimal cut-set (MinCS) analysis combined with a discrete-time Markov Chain (DTMC) model. The MinCS method first computes the reliability performance of the whole distribution system for all possible failure events and compiles the failure events which force the microgrid to operate in islanded mode. The DTMC step then evaluates the expected microgrid evolution during these island-inducing failure events. The DTMC results are finally used to fine-tune the initial MinCS results to obtain accurate reliability indices. This combined approach enables us to efficiently execute the RA simulation to obtain the reliability indices of microgrid-embedded distribution systems.