Spelling suggestions: "subject:"smart distribution systems"" "subject:"kmart distribution systems""
1 |
Computação em nuvem no contexto das smart grids: uma aplicação para auxílio à localização de faltas em sistemas de distribuição / Cloud computing in the smart grids context: an application to aid fault location in distribution systemsSousa, Jeovane Vicente de 21 September 2018 (has links)
A computação em nuvem tem sido vislumbrada como a principal tecnologia capaz de integrar e gerenciar os diversos sistemas envolvidos em uma Smart Grid. Nesse sentido, esta pesquisa tem por objetivo desenvolver uma infraestrutura de computação em nuvem capaz de armazenar e manipular dados em sistemas de distribuição. Analisando a infraestrutura das principais aplicações que utilizam computação em nuvem nesse contexto, foi proposta uma arquitetura com serviços essenciais, que pode ser estendida, para abrigar serviços e aplicações voltadas aos sistemas de distribuição inteligentes. A partir dessa proposta, uma infraestrutura de computação em nuvem foi implementada, utilizando ferramentas open source. Essa infraestrutura permitiu o desenvolvimento de uma nova aplicação para auxílio à localização de faltas, utilizando mineração de dados sobre os dados provenientes de smart meters, que é capaz de reduzir o problema da múltipla estimação nos sistemas de distribuição radial, auxiliando na definição do ramal faltoso. Para isso, uma versão otimizada da ferramenta de mineração de dados DAMICORE (Data Mining of Code Repositories) foi implementada estendendo os serviços básicos da arquitetura proposta. A aplicação desenvolvida foi avaliada utilizando centenas de simulações de falta sujeitas ao problema da múltipla estimação, aplicadas ao longo de um alimentador de testes, sendo capaz de reduzir mais de 80% das extensões de falta susceptíveis ao problema da múltipla estimação. Os resultados apresentados mostraram que a arquitetura proposta e a infraestrutura de computação em nuvem desenvolvida são capazes de suportar novas aplicações para os sistemas de distribuição inteligentes contribuindo para o desenvolvimento das smart grids e para a difusão da computação em nuvem nesse contexto. Como contribuição adicional, a aplicação em nuvem desenvolvida permitirá reduzir a múltipla estimação na localização de faltas em sistemas de distribuição. / Cloud computing has been envisioned as the main technology capable to integrate and manage many systems on a Smart Grid. Thus, this research aims to develop a cloud computing infrastructure to store and manipulate smart distribution system data. By analyzing the infrastructure of the main applications using cloud computing for smart distribution systems, an extensible architecture with essential services was proposed to host smart distribution systems services and applications. Based on this proposition, a cloud computing platform was developed using open source tools. A new application to reduce multiple estimation for fault location in radial distribution systems using datamining techniques over smart meter data was implemented using this infrastructure. An optimized version of the datamining tool known as DAMICORE (Data Mining of Code Repositories) was implemented as an extension to the proposed architecture basic services. The new cloud application was tested using hundreds of fault simulations through a test feeder, being able to reduce the line extensions with multiple estimation by more than 80% in the simulated fault cases. The results show that the proposed cloud computing architecture and infrastructure enable new smart distribution systems applications, contributing to the development of smart grids and diffusion of cloud computing in this context. As an additional contribution, the cloud application developed will help to reduce the multiple estimation for fault locations in distribution systems.
|
2 |
Computação em nuvem no contexto das smart grids: uma aplicação para auxílio à localização de faltas em sistemas de distribuição / Cloud computing in the smart grids context: an application to aid fault location in distribution systemsJeovane Vicente de Sousa 21 September 2018 (has links)
A computação em nuvem tem sido vislumbrada como a principal tecnologia capaz de integrar e gerenciar os diversos sistemas envolvidos em uma Smart Grid. Nesse sentido, esta pesquisa tem por objetivo desenvolver uma infraestrutura de computação em nuvem capaz de armazenar e manipular dados em sistemas de distribuição. Analisando a infraestrutura das principais aplicações que utilizam computação em nuvem nesse contexto, foi proposta uma arquitetura com serviços essenciais, que pode ser estendida, para abrigar serviços e aplicações voltadas aos sistemas de distribuição inteligentes. A partir dessa proposta, uma infraestrutura de computação em nuvem foi implementada, utilizando ferramentas open source. Essa infraestrutura permitiu o desenvolvimento de uma nova aplicação para auxílio à localização de faltas, utilizando mineração de dados sobre os dados provenientes de smart meters, que é capaz de reduzir o problema da múltipla estimação nos sistemas de distribuição radial, auxiliando na definição do ramal faltoso. Para isso, uma versão otimizada da ferramenta de mineração de dados DAMICORE (Data Mining of Code Repositories) foi implementada estendendo os serviços básicos da arquitetura proposta. A aplicação desenvolvida foi avaliada utilizando centenas de simulações de falta sujeitas ao problema da múltipla estimação, aplicadas ao longo de um alimentador de testes, sendo capaz de reduzir mais de 80% das extensões de falta susceptíveis ao problema da múltipla estimação. Os resultados apresentados mostraram que a arquitetura proposta e a infraestrutura de computação em nuvem desenvolvida são capazes de suportar novas aplicações para os sistemas de distribuição inteligentes contribuindo para o desenvolvimento das smart grids e para a difusão da computação em nuvem nesse contexto. Como contribuição adicional, a aplicação em nuvem desenvolvida permitirá reduzir a múltipla estimação na localização de faltas em sistemas de distribuição. / Cloud computing has been envisioned as the main technology capable to integrate and manage many systems on a Smart Grid. Thus, this research aims to develop a cloud computing infrastructure to store and manipulate smart distribution system data. By analyzing the infrastructure of the main applications using cloud computing for smart distribution systems, an extensible architecture with essential services was proposed to host smart distribution systems services and applications. Based on this proposition, a cloud computing platform was developed using open source tools. A new application to reduce multiple estimation for fault location in radial distribution systems using datamining techniques over smart meter data was implemented using this infrastructure. An optimized version of the datamining tool known as DAMICORE (Data Mining of Code Repositories) was implemented as an extension to the proposed architecture basic services. The new cloud application was tested using hundreds of fault simulations through a test feeder, being able to reduce the line extensions with multiple estimation by more than 80% in the simulated fault cases. The results show that the proposed cloud computing architecture and infrastructure enable new smart distribution systems applications, contributing to the development of smart grids and diffusion of cloud computing in this context. As an additional contribution, the cloud application developed will help to reduce the multiple estimation for fault locations in distribution systems.
|
3 |
A Technique to Utilize Smart Meter Load Information for Adapting Overcurrent Protection for Radial Distribution Systems with Distributed GenerationsItuzaro, Fred Agyekum 2012 May 1900 (has links)
Smart radial distribution grids will include advanced metering infrastructure (AMI) and significant distributed generators (DGs) connected close to loads. DGs in these radial distribution systems (RDS) introduce bidirectional power flows (BPFs) and contribute to fault current. These BPFs may cause unwanted tripping of existing overcurrent (OC) protection devices and result in permanent outages for a large number of customers. This thesis presents a protection approach that modified an existing overcurrent protection scheme to reduce the number of customers affected by faults in RDS with DGs. Further, a technique is presented that utilizes customers loading information from smart meters in AMI to improve the sensitivity of substation OC relays by adaptively changing the pickup settings. The modified protection approach involves predefining zones in RDS with DGs and installing directional OC relays and circuit breakers at the zonal boundaries. Zonal boundary relays determine faulted zones by sharing information on the direction of detected faults current using binary state signals over a communication medium. The technique to adapt the substation relay pickup settings uses the demand measurements from smart meters for two 12-hour intervals from the previous day to determine the maximum diversified demand at the relay?s location. The pickup settings of the substation relay for the two 12-hour intervals during the following day for the zone supplied by the substation are adaptively set based on the current that corresponds to the maximum diversified demand from the previous day.
The techniques were validated through simulations in EMTP/PSCAD using an expanded IEEE 34 node radial test feeder that included DGs and a secondary distribution level. By decentralizing the control of the zonal boundary breakers, the single point of failure was eliminated in the modified protection approach. The cases studied showed that the modified protection approach allows for selective identification and isolation of the faulted zones. Also, the sensitivity of the substation OC relay was improved by at least 24% by using the pickup settings for the two 12-hour intervals from the smart meter demand measurements compared to the pickup settings computed using the conventional methodology based on the maximum loading of the zone.
|
Page generated in 0.0886 seconds