에프넷

FNET

FNET(Frequency Monitoring Network; A.k.a. FNET/GridEye, GridEye)는 광역 전력계통 주파수 측정 시스템이다. FNET/GridEye는 주파수 교란 기록기(FDR)로 알려진 페이저 측정 장치(PMU)의 유형을 사용하여 전력 시스템 주파수, 전압, 각도를 매우 정확하게 측정할 수 있다. 이러한 측정은 다양한 전력 시스템 현상을 연구하는 데 사용될 수 있으며, 미래 스마트 그리드 기술 개발에 중요한 역할을 할 수 있다. FNET/GridEye 시스템은 현재 테네시주 녹스빌 소재 테네시 대학(UTK)의 전력정보기술연구소와 테네시주 오크리지의 오크리지 국립연구소(ORNL)에서 운영하고 있다.[1]

2010년 9월 현재 FNET FDR 위치

역사

페이저 측정 장치는 전력 시스템을 감시하고 연구하는데 사용되는 중요한 도구다. 최초의 PMU는 1980년대 후반 버지니아 공대에서 개발되었다. 이러한 장치는 전원 시스템 내의 버스에서 전압, 주파수 및 위상 각도를 측정한다. 위성위치확인시스템을 활용하면 PMU가 각 측정에 대한 타임스탬프를 제공할 수 있다. 이를 통해 서로 다른 PMU에서 측정한 측정값을 정확하게 비교할 수 있다.[2]

PMU는 일반적으로 변전소에 설치된다. 이 과정은 상당히 비용이 많이 들고 시간이 많이 소요될 수 있으며 장치당 수만 달러가 소요되고 수개월의 노력이 필요하다.[3] PMU 설치 비용이 높아 전력 산업에서 사용이 제한됐다.

2000년 버지니아 공대 교수진 일루 류 교수가 이끄는 연구진은 전력 그리드의 저전압 분배 수준에서 설치할 수 있는 저비용 페이저 측정 네트워크 개발에 착수했다.[4] 버지니아 공대의 연구원들은 이 시스템을 개발하기 위해 국립 과학 재단으로부터 NSF MRI 보조금을 받았는데, 이 보조금은 FNET로 알려지게 되었다.[5] 최초의 주파수 방해 녹음기는 TVA(테네시 밸리 당국)와 ABB의 지원을 받아 2003년에 개발되었다. FNET 시스템은 2004년에 온라인에 접속되었다.[4]

2010년부터 에너지부(DOE)와 제휴하여 FNET/GridEye는 북미 3대 전력망과 전 세계 최대 전력망 중 16개를 망라하는 광역 전력망 감시망으로 개발되었다.

주파수 교란 기록기

주파수 교란 기록기(FDR)는 GPS 동기화 단상 PMU로 일반 120V 콘센트에 설치된다. 관련 전압은 일반적인 3상 PMU에 비해 훨씬 낮기 때문에 비교적 저렴하고 설치가 간편하다.

FDR은 아날로그-디지털 변환기를 사용하여 콘센트의 전압 신호를 빠르게 샘플링(초당 1,440회)하여 작동한다. 그런 다음 이러한 샘플은 각 샘플에 대한 전압 신호의 순간 위상 각도를 계산하는 탑재형 디지털 신호 프로세서를 통해 처리된다. 그런 다음 장치는 전압 각도, 주파수 및 전압 크기를 100ms 간격으로 계산한다. 각 측정은 GPS 시스템에서 제공한 정보를 사용하여 타임스탬프를 찍은 다음 FNET/GridEye 서버로 전송하여 처리 및 보관한다. FDR에서 구한 주파수 측정은 ±0.0005Hz 이내로 정확하며 각도 정확도는 0.02도에 이를 수 있다.[4]

FDR은 전원 콘센트, 이더넷 포트 및 (GPS 안테나의 경우) 하늘만 필요로 한다. 따라서 FDR은 변전소, 사무실, 심지어 개인 거주지를 포함한 거의 모든 곳에 설치될 수 있다.

시스템 아키텍처

현재 FNET/GridEye는 300개가 넘는 FDR로부터 데이터를 수집하고 있으며, 대부분은 북미 전력망에 설치되어 있다. 이들 장치 중 약 70개가 전 세계의 다른 가장 큰 그리드의 30개 지역에 위치해 있다.

FDR은 측정치를 인터넷을 통해 테네시 대학교와 오크 리지 국립 연구소에 위치한 페이저 데이터 집광기(PDC)에 전송한다. 이러한 PDC는 하루에 4GB 이상의 페이저 데이터를 수집한다. PDC는 데이터의 실시간에 가까운 분석을 수행하는 애플리케이션 서버에도 데이터를 전달한다. 분석 애플리케이션의 예는 다음과 같다.

적용들

FNET/GridEye 플랫폼을 사용하여 다양한 애플리케이션이 개발되었다. 일부는 거의 실시간에 가까운 시간에 작동하며, 다른 일부는 오프라인 분석에 사용된다.

이벤트 탐지 및 위치

전력 시스템에 많은 양의 부하 또는 발전이 갑자기 추가되거나 제거되면 주파수 변화가 발생한다. 예를 들어, 발전기 트립은 주파수 감소를 야기하는 반면, 부하 분산은 주파수 증가를 초래한다. 주파수 변화는 트립된 발전기의 크기나 하중 유출량에 비례한다. 이러한 변화는 그리드 전체에 걸쳐 공간과 시간 모두에서 전파된다. 각 FDR의 지리적 위치가 각 측정 시간과 마찬가지로 알려져 있으므로 이러한 이벤트의 크기와 위치를 모두 추정할 수 있다.[6]

시각화

FDR 데이터는 직관적인 애니메이션을 통해 전원 시스템 이벤트를 "재생"하는 데 사용할 수 있다. 주파수 및 각도 데이터는 모두 이러한 목적으로 사용할 수 있다.

진동 감지

전원 시스템 진동은 명확한 원인은 없지만 발전기 트립, 부하 차단 또는 고장의 결과로 발생할 수 있다. 그러한 진동들은 빠르고 충분히 축축하다면 보통 해롭지 않다. FNET/GridEye는 위상각과 주파수 데이터를 모두 사용하여 진동을 감지하고 실시간 경보를 제공한다.[7]

영역간 진동 모달 분석

진동이 감지되면 시스템은 다채널 매트릭스 연필 기법을 사용하여 모달 분석을 수행할 수 있다. 이 분석은 지배적인 진동 모드를 나타내며 전력 그리드의 어느 부분이 함께 진동하는지를 보여준다.[7] 최근의 연구에 따르면 다변량 경험적 모드 분해 방법과 같이 일부 시간 빈도 분석 방법이 다채널 모드 분석에 유용하다.[8][9]

온라인 트립 감지

회선 트립은 전력 시스템의 일반적인 장애 중 하나이다. 송전선로의 정전은 시스템의 주파수 및 전압 안정성에 영향을 미친다. FNET 시스템의 측정 데이터를 활용함으로써, 회선 트립 이벤트를 정확하고 효율적으로 검출할 수 있다. 현재 프로젝트는 온라인 회선 트립 탐지를 실현하고 고객에 대한 자동 경보 알림을 제공하기 위한 전문 회선 트립 어댑터 설계에 주로 초점을 맞추고 있다.[10]

Off 그리드/islanding 탐지

북미 전력망에 배치된 FDR이 획득한 측정 데이터를 바탕으로 섬식 검출 방법을 제안·실행한다. 이 방법은 중요한 전기 부하를 감시하며, 이러한 부하가 온 그리드 작업에서 섬망 작업으로의[11] 전환 및 섬망 작업으로의 전환을 탐지한다.[12]

참고 항목

참조

  1. ^ FNET 웹사이트
  2. ^ 패드케, A.G.; Thorp, J.S., "파손 측정의 이력 및 적용", 전력 시스템 회의 및 설명회, 2006. PSCE '06. 2006 IEEE PES, vol, pp.331-335, 2006년 10월 29일-11월 1일.
  3. ^ "NASPI Responses Summary to Questionnaire on PMU Installation and Maintenance". Archived from the original on 2011-07-27. Retrieved 2010-05-29.
  4. ^ Jump up to: a b c Zhian Zhong; Chunchun Xu; Billian, B.J.; Li Zhang; Tsai, S.-J.S.; Conners, R.W.; Centeno, V.A.; Phadke, A.G.; Yilu Liu; , "Power system frequency monitoring network (FNET) implementation," Power Systems, IEEE Transactions on, vol.20, no.4, pp. 1914- 1921, Nov. 2005.
  5. ^ NSF 어워드 정보
  6. ^ 가드너, R.M.; 왕, J.K.; 이류, "광역측정을 이용한 전력계통 이벤트 위치 분석", 전력공학회 총회, 2006. IEEE , volume, no, pp.7 pp, 0-0
  7. ^ Jump up to: a b Y. Zhang, P. Markham 등, "광역 주파수 모니터링 네트워크(FNET) 아키텍처 및 애플리케이션", 스마트 그리드의 IEEE Trans. on Smart Grid, vol. 1, no. 2, 2010년 9월, 페이지 159-167.
  8. ^ You, Shutang; Guo, Jiahui; Kou, Gefei; Liu, Yong; Liu, Yilu (1 May 2016). "Oscillation mode identification based on wide-area ambient measurements using multivariate empirical mode decomposition". Electric Power Systems Research. 134: 158–166. doi:10.1016/j.epsr.2016.01.012.
  9. ^ You, Shutang; Guo, Jiahui; Wenxuan Yao; Siqi Wang; Liu, Yong; Liu, Yilu (2016). "Ring-down oscillation mode identification using multivariate Empirical Mode Decomposition". 2016 IEEE Power and Energy Society General Meeting (PESGM). pp. 1–5. doi:10.1109/PESGM.2016.7742032. ISBN 978-1-5090-4168-8.
  10. ^ D. 저우; Y. 류; J. Dong, "주파수 기반 실시간 회선 트립 감지 및 알람 트리거 개발", 2014 IEEE PES 총회, pp.1-5, 27-31
  11. ^ Z. 린, T. 시아, Y. 예, Y. 장, L. 첸, Y. 류, K. Tomsovic, T. Bilke, F. Wen, "대량 전력 시스템의 섬 검출에 광역 측정 시스템의 적용," IEEE Trans. 전원 시스템에 관한, 제28권, 제2권, 2006-2015, 2013년 5월.
  12. ^ J. 궈, Y. 장, M. A. 영, M. J. 틸, A. 디미트로프스키, Y. 류, P. Williging, IEEE Trans, "광범위 측정 관점에서 실시간 오프 그리드 작동 감지 툴의 설계 및 구현" 스마트 그리드, vol.6, 4번, 페이지 2080-2087, 2015.

외부 링크