L'industrie de l'électricité peut être caractérisée par plusieurs risques: la réglementation, la capacité, l'erreur humaine, etc. L'un des aspects les plus remarquables, en raison de leur impact, est lié à ne pas répondre à la demande (DNS).Pour éviter les défaillances en cascade, des critères déterministes comme la N-1 ont été appliquées, ce qui permet d'éviter la défaillance initial. Après une défaillance en cascade, des efforts considérables doivent être faits pour analyser les défauts afin de minimiser la possibilité d'un événement similaire.En dépit de tous ces efforts, des blackouts peuvent encore se produire. En effet, il est un défi, en raison du grand nombre d'interactions possibles et de leur diversité et complexité, pour obtenir une bonne prédiction d'une situation.Dans notre travail, une nouvelle méthodologie est proposée pour estimer le risque de blackout en utilisant des modèles de systèmes complexes. Cette approche est basée sur l'utilisation de variables qui peuvent être des précurseurs d'un événement DNS. Il est basé sur l'étude de la dépendance ou de corrélation entre les variables impliquées dans le risque de blackout, et la caractéristique d’auto-organisation critique (SOC) des systèmes complexes.La VaR est calculé en utilisant les données du système colombien et le coût du rationnement, y compris les variables économiques dans les variables techniques. Traditionnellement le risque augmente avec la racine carrée du temps, mais avec des séries de données que présente un comportement complexe, le taux de croissance est plus élevé.Une fois que les conditions de SOC sont déterminées, un Model de Flux de Puissance Statistique SPFM a été exécuté pour simuler le comportement du système et de ses variables pour les performances du système électrique. Les simulations ont été comparées aux résultats du comportement de fonctionnement réel du système de puissance électrique.Le flux de puissance DC est un modèle simplifié, ce qui représente le phénomène complexe de façon simple, néglige cependant certains aspects des événements de fonctionnement du système qui peut se produire dans les blackouts. La représentation des défaillances en cascade et de l'évolution du réseau électrique dans un modèle simple, permet l'analyse des relations temporaires dans l'exploitation des réseaux électriques, en plus de l'interaction entre la fiabilité à court terme et à long terme (avec un réseau d'amélioration). Cette méthodologie est axée sur la planification opérationnelle du lendemain (jour d'avance sur le marché), mais il peut être appliqué à d'autres échelles de temps.Les résultats montrent que le comportement complexe avec une loi de puissance et l'indice de Hurst est supérieur à 0,5. Les simulations basées sur notre modèle ont le même comportement que le comportement réel du système.En utilisant la théorie de la complexité, les conditions SOC doivent être mis en place pour le marché analysé du lendemain. Ensuite, une simulation inverse est exécutée, où le point final de la simulation est la situation actuelle du système, et permet au système d'évoluer et de répondre aux conditions requises par la caractéristique d’auto-organisation critique en un point de fonctionnement souhaité.Après avoir simulé le critère de fiabilité utilisé dans l’exploitation du système électrique pour les défaillances en cascade, ils sont validés par des défaillances historiques obtenues à partir du système électrique. Ces résultats, permettent l'identification des lignes avec la plus grande probabilité de défaillance, la séquence des événements associés, et quelles simulations d'actions d’exploitation ou d'expansion, peuvent réduire le risque de défaillance du réseau de transmission.Les possibles avantages attendus pour le réseau électrique sont l'évaluation appropriée du risque du réseau, l'augmentation de la fiabilité du système, et un progrès de la planification du risque du lendemain et connaissance de la situation / The electricity industry can be characterized by several risks: regulatory, adequacy, human error, etc. One of the most outstanding aspects, because of their impact, is related to not supply demand (DNS).To prevent cascading failures, particularly in reliability studies, determinist criteria were applied, such as N-1, which allows to avoid the initial event of failure in the planning and operation of the system. In general, analysis tools for these preventive actions are applied separately for the planning and for the system operation of an electric power. After a cascading failure, considerable efforts must be done to analyze faults to minimize the possibility of a similar event.In spite of all these efforts, blackouts or large cascading failures still happen, although events are considered to be rare due to the efforts of the industry. Indeed, it is a challenge from the point of view of analysis and simulation, due to the large number of possible interactions and their diversity and complexity, to obtain a good prediction of a situation.In our work, a new methodology is proposed to estimate the blackout risk using complex systems models. This approach is based on the use of variables that can be precursors of a DNS event. In other terms, it is based on the study of the dependence or correlation between the variables involved in the blackout risk, and the self organized critically (SOC) property of complex systems.VaR is calculate using the data from the Colombian system and the cost of rationing, for estimate the cost of blackout including economic variables into the technical variables. In addition, traditionally the risk grows with the root square of the time, but with data series than has complex behavior, the rate of growing is higher.Once the SOC conditions are determined, a Statistical Power Flow Model SPFM was executed to simulate the behavior of the system and its variables for the performance of the electrical system. Simulations results were compared to the real operation behavior of the electrical power system.The DC power flow is a simplified model, which represents the complex phenomenon in a simple way, however neglects some aspects of the events of operation of the system that can happen in blackouts. The representation of cascading failures and evolution of the network in a simple model allows the analysis of the temporary relations in the operation of electrical networks, besides the interaction between reliability of short-term and long-term (with improvements network).. This methodology is focused on the operational planning of the following day (day ahead market), but it can be applied to other time scales.The results show that the complex behavior with a power law and the Hurst index is greater than 0.5. The simulations based on our model have the same behavior as the real behavior of the system.For using the complexity theory, the SOC conditions must be established for the day ahead analyzed market. Then an inverse simulation is executed, where the endpoint of the simulation is the current situation of the system, and allows the system to evolve and meet the requisites of criticality auto-organized in a desired point of operation.After simulating the criterion of reliability used in the operation of the electrical system for cascading failures, they are validated by historical failures obtained from the electrical system. These results, allow the identification of lines with the biggest probability to fail, the sequence of associate events, and what simulations of actions of operation or expansion, can reduce the risk of failures of the transmission network.The possible advantage expected for the electrical network are the appropriate evaluation of the risk of the network, the increase the reliability of the system (probabilistic analysis), and a progress of the planning of the risk of the day ahead (holistic analysis) and situational awareness
| Identifer | oai:union.ndltd.org:theses.fr/2016PESC1071 |
| Date | 04 November 2016 |
| Creators | Urrego Agudelo, Lilliam |
| Contributors | Paris Est, Siarry, Patrick, Nakib, Amir |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.003 seconds