Els desastres naturals poden arrasar els sistemes de generació, transport i distribució elèctrics, per tant, mantenir les 'llums enceses' és fonamental per a la recuperació de la normalitat després del desastre.
Recentment, aquests fenòmens meteorològics extrems han estat més freqüents i disruptors a causa dels canvis climàtics. Els huracans a la costa est, els incendis forestals a la costa del Pacífic, així com els tornados i les tempestes d'hivern al mig oest en els últims tres anys, són els exemples més recents que indiquen una important vulnerabilitat de les xarxes elèctriques als riscos climàtics.
 |
| Font: FastCompany |
Una xarxa elèctrica flexible, en general ha de preveure situacions pertorbadores,per poder recuperar-se ràpidament i aprendre per adaptar el seu funcionament i estructura per mitigar l'impacte en incidencies futures.
Amb un disseny de xarxa elèctrica resumint en l'anterior paràgraf, la gent experimentarà menys interrupcions en condicions extremes. Un repte clau per millorar la capacitat de la xarxa, és la poca informació sobre esdeveniments extrems i els seus impactes en les xarxes elèctriques.
Afortunadament, els comptadors intel ligents poden proporcionar dades més valuoses per ajudar al distribuïdors. La gran quantitat de dades que s'estan recollint de forma dispoersa i distribuida des dels punts de subministrament, juntament amb l'anàlisi avançat de dades, aprofitatn l'automatització de distribució i els recursos energètics distribuïts (DER) tots junts, ajuden a les xarxes elèctriques a respondre millor a aquest tipus de incidències.
 |
| Font: Google |
Per tant, el que s'explica tot seguit va orientat en exposar quin reptes i oportunitats es poden aprofitar de les tècniques basades en l'analisis de les dades per millorar la capacitat de recuperació de la xarxa de distribució davant situacions extrems i com els recursos energètics distribuïts (DER) poden ajudar les xarxes elèctriques a respondre millor en aquestes situacions extremes.
En els últims tres anys, s'ha rebut el suport del Departament d'Energia dels Estats Units, la National Science Foundation dels EUA i l'Agència de Desenvolupament Econòmic d'Iowa per investigar sobre el modelatge i millora de la capacitat de la xarxa elèctrica de manera que, aquest treball té una característica única basada en dades reals. Per això, s'ha recopilat una gran quantitat de dades d'interrupció i mesurament distribuides facilitades pels distribuïdors com Alliant Energy, City of Bloomfield, Maquoketa Valley Electric Cooperative, Algona Municipal Utilities i Cedar Falls Utilities.
Encara que la majoria de les investigacions existents se centren en la construcció de detallats models matemàtics per a les interrupcions, es creu que és important extreure informació a partir de dades reals històriques i desenvolupar models estadístics d'alt nivell per quantificar l'aparició, propagació i recuperació de la interrupció en el servei elèctric. Per això, s'han utilitzant processos estocàstics com el procés de Poisson i la cadena Markov per modelar interrupcions, que ajudaran els distribuïdors a predir la seva ocurrència i costos. A més, aquests models estadístics proporcionaran orientació per optimitzar les inversions tradicionals i la preparació proactiva per a futurs incidents. Un repte important en la interrupció del modelatge és la escassetat de dades de la incidencia.
Per tant, cal estudiar les petites, mitjanes i grans interrupcions per identificar les seves característiques comunes. Una manera és investigar els impactes de les variables exògenes en els models d'interrupció. Per exemple, és interessant quantificar les relacions entre severitats provocades per situacions meteorològics, la seva probabilitat i l'impcate de l'afectació i tall elèctric, per estudiar com els diferents nivells de penetració dels recursos d'energia distribuïda (DER) afecten els interrupcions. que han d'ajudar els distribuïdors a predir la seva ocurrència i els seus costos. A més, aquests models estadístics proporcionaran una orientació per optimitzar les inversions tradicionals conjutament amb una preparació proactiva per a futurs incidents.
 |
| Font: Google |
A més d'utilitzar dades històriques per modelar interrupcions, un altre repte és millorar la consciència situacional en temps real durant els esdeveniments. La manca d'observabilitat sempre ha estat un obstacle principal en la restauració. Actualment, la majoria dels serveis públics encara es basen en trucades telefòniques i inspeccions de camp per avaluar els danys i identificar interrupcions. Estudis recents han demostrat que els comptadors intel·ligents i les xarxes socials tenen el potencial de millorar significativament aquest procés. Per exemple, els mesuradors intel·ligents poden enviar l'últim soroll abans de les interrupcions i les persones poden discutir o informar interrupcions a Twitter. A més, els models de fragilitat del sistema i la informació meteorològica es poden utilitzar per estimar els danys. El repte, però, és integrar aquestes diferents fonts d'informació.
A més del big data analytics, el desplegament de recursos energètics distribuïts, micrògrids, interruptors automàtics i altres tecnologies de les xarxes intel·ligents, proporcionen una altra oportunitat per millorar la resposta de la xarxa devant situacionss catastròfiques naturals. Per exemple, s'han explorat una sèrie d'esforços útils d'enginyeria i investigació mitjançant la reconfiguració de les topologies, la formació automàtica de microgrids, la generació renovable i l'emmagatzematge d'energia per fer front a aqeust tipus de situacions. Tanmateix, els reptes fonamentals continuen inhibint la millora de la resiliència efectiva. En primer lloc, aquests nous recursos no s'han utilitzat ni coordinat sistemàticament en resposta a desastres. En segon lloc, no es sap quina informació útil s'ha d'extreure de les dades i com utilitzar-la per guiar la millora de la capacitat de recuperació necessita més investigació. Per últim, però no menys important, els esforços actuals de millora de la capacitat de recuperació no estan coordinats de manera que han estat dividids en la sobredimensio a llarg termini, la preparació a curt termini i la recuperació posterior a l'esdeveniment sense considerar les seves interaccions.
 |
| Font:imagenesmi |
Si s'argumenta una resiliència global que integri sistemàticament i optimitzi les diverses fases de millora de la resiliència, cal que la formulació i l'explicació de carteres integrades de millora de la capacitat de recuperació faci que aquests esforços siguin més eficaços. Si es considera que la majoria dels distribuïdors encara es basen en experiències i heurístiques per prendre decisions en resposta a inicidents, és necessari estudiar com aprofitar les dades més riques per dissenyar models d'optimització conscients de la situació per ajudar els distribuïdors a preparar-se millor i recuperar-se ràpidament de les interrupcions de gran escala. Els models han de co-optimitzar tots els recursos, incloent les micro-grids connectades en la xarxa, els recursos energètics distribuïts, l'emmagatzematge d'energia, els interruptors automàtics i els recursos de manteniment. A més, les inversions a llarg termini, la preparació prèvia d'inicidències i la posterior recuperació a la incidència haurien de ser optimitzades conjuntament per millorar sistemàticament la capacitat de recuperació de la xarxa a diferents escales de temps. L'optimització esmentada donarà lloc a programes integrals mixtos estocàstics a gran escala, per la qual cosa es requereixen solucions basades en algorismes eficients.
L'anàlisi basada en dades i l'optimització avançada milloraran significativament la capacitat de recuperació de la xarxa elèctrica. Tanmateix, això requereix d'inversions en nous dispositius de mesura i actualitzacions del sistema. Perquè sigui possible pplicar-ho a les xarxes elèctriques, cal una molt efectiva comunicació. Aquest és un repte perquè es resisteix a invertir en incidents futurs, fins i tot quan és molt rendible. Comunicar els beneficis, els costos i els riscos per als responsables dels redactors de polítiques, els enginyers i els clients, és essencial per convèncer a la societat que invertir en resiliència quan no hi ha 'malt temps'. A més, els complexos models matemàtics no poden ser fàcilment acceptats pels professionals, els responsables polítics o els usuaris. Per tant, és especialment important fer inversions responsables perquè els seus beneficis aportin valors tant per a les empreses com per a les seves inquietuds essent clares i quantificades. A més, els beneficis de recuperació de les actualitzacions s'han de coordinar amb els seus beneficis en l'operació normal, per fer completar el seu valor.
Font:IEEE SmartGrid
Cap comentari:
Publica un comentari a l'entrada