Các nhà nghiên cứu tạo ra mô hình sáng tạo để tối ưu hóa việc khôi phục nguồn điện cho lưới điện
bởi Phòng thí nghiệm Quốc gia Sandia
Sương mù bốc lên từ một trạm biến áp điện ở Albuquerque, New Mexico. Các nhà khoa học máy tính của Phòng thí nghiệm quốc gia Sandia đã tạo ra một thuật toán máy tính để xác định thứ tự tối ưu để khôi phục nguồn điện cho lưới điện sau khi bị gián đoạn hoàn toàn, một quá trình được gọi là khởi động đen. Ảnh: Craig Fritz
Biến đổi khí hậu có thể làm thay đổi các sự kiện thời tiết cực đoan và những sự kiện này có khả năng gây căng thẳng, gián đoạn hoặc làm hỏng lưới điện quốc gia.
Các nhà khoa học máy tính của Phòng thí nghiệm Quốc gia Sandia đang nghiên cứu một mô hình máy tính sáng tạo để giúp các nhà điều hành lưới điện nhanh chóng khôi phục nguồn điện cho lưới điện sau khi bị gián đoạn hoàn toàn, một quá trình được gọi là "khởi động đen".
Mô hình của họ kết hợp mô hình tối ưu hóa khôi phục với mô hình máy tính về cách các nhà vận hành lưới điện sẽ đưa ra quyết định khi họ không có kiến thức đầy đủ về mọi máy phát điện và đường dây phân phối. Mô hình này cũng bao gồm sự hiểu biết dựa trên vật lý về cách các máy phát điện, trạm biến áp phân phối và đường dây điện riêng lẻ sẽ phản ứng như thế nào trong quá trình khôi phục nguồn điện cho lưới điện.
Trưởng dự án Kevin Stamber cho biết: “Chúng tôi đã dành nhiều thời gian để suy nghĩ về cách chúng tôi vượt ra ngoài việc chỉ xem đây là một vấn đề tối ưu hóa nhiều lớp”. "Khi chúng ta bắt đầu thảo luận về sự gián đoạn đối với lưới điện, việc có thể hành động dựa trên thông tin có sẵn và đưa ra phản hồi là rất quan trọng. Người vận hành vẫn phải thực hiện giải pháp khôi phục đó đối với lưới điện và xem liệu họ có nhận được các loại phản ứng từ hệ thống mà họ mong đợi để xem."
Mô hình bao quát cũng có thể mô phỏng các khởi đầu đen đủi được kích hoạt bởi sự gián đoạn do con người gây ra, chẳng hạn như một cuộc tấn công mạng thành công.
Tối ưu hóa phục hồi năng lượng
Bryan Arguello, một nhà khoa học máy tính của Sandia, người đã làm việc trong phần này của mô hình, cho biết phần tối ưu hóa của mô hình sẽ đánh giá lưới điện và các thành phần của nó để xác định cách khôi phục nguồn điện cho lưới điện càng nhanh càng tốt.
Ví dụ: cách tiếp cận tối ưu có thể là bắt đầu với máy phát 1 để cấp nguồn cho trạm biến áp A. Sau khi cấp điện cho trạm biến áp A, các máy phát 2–4 có thể cấp nguồn một cách an toàn, từ đó sẽ cung cấp điện cho các trạm biến áp B, C và D. như một số cơ sở hạ tầng quan trọng như nhà máy lọc nước hoặc bệnh viện khu vực. Sau khi trạm biến áp D được cấp điện, các nhà máy điện 5–8 có thể cấp điện, và cứ tiếp tục như vậy cho đến khi cấp điện trở lại cho toàn bộ lưới điện.
Arguello cho biết sau khi lịch trình khôi phục năng lượng được phát triển, thuật toán sẽ so sánh lịch trình đó với các giới hạn vật lý để xác định xem lịch trình đó có khả thi hay không. "Thách thức ở đây là mang lại lượng thông tin vừa đủ để mô hình có thể đưa ra quyết định sáng suốt mà không làm nó sa lầy vào quá nhiều chi tiết."
Arguello cho biết, phần tối ưu hóa khôi phục dựa trên một mô hình tương tự do các nhà nghiên cứu tại Phòng thí nghiệm quốc gia Lawrence Livermore và Đại học California, Berkeley tạo ra, mô hình này bổ sung thêm nhiều chi tiết vào mô hình một cách chiến lược khi thuật toán tiến triển.
Richard Garrett, một nhà khoa học máy tính của Sandia, người đứng đầu phần này cho biết, mô hình này cũng có thể ước tính chính xác dòng điện xoay chiều, phức tạp hơn về mặt tính toán so với dòng điện một chiều và là biểu diễn chính xác hơn của lưới điện trong thời gian gián đoạn nghiêm trọng như điều kiện khởi động đen. dự án.
Gần đây, nhóm đã bắt đầu xác thực lịch trình khôi phục do mã của họ tạo ra so với lịch trình do phần mềm tối ưu hóa tiêu chuẩn ngành tạo ra, Stamber cho biết. Điều này nhằm đảm bảo rằng mô hình của Sandia đề xuất các kế hoạch có thể thực hiện được trên thực tế.
Mô hình hóa việc ra quyết định của nhà điều hành
Stamber cho biết, điểm tựa của mô hình tổng thể nằm ở mã ra quyết định của người vận hành. Thuật toán này lấy kết quả từ mã tối ưu hóa và thực thi nó trên mã thứ ba, đây là mô phỏng dựa trên vật lý của lưới và cách nó phản ứng động với các hành động của người vận hành. Walt Beyeler đã dẫn đầu sự phát triển của phần thứ ba.
Casey Doyle, nhà phân tích hệ thống, người đứng đầu phần này của mô hình, cho biết mô hình ra quyết định của người điều hành dựa trên mô hình nhận thức dựa trên nghiên cứu do các nhà khoa học tại Đại học Carnegie Mellon tạo ra. Mô hình được thiết lập tốt này đã được điều chỉnh để phục hồi điện bằng cách mã hóa kiến thức chuyên môn về các nhiệm vụ phụ cần thiết để hoàn thành các nhiệm vụ chính, chẳng hạn như các bước cần thiết để khởi động máy phát điện và sau đó kết nối nó với trạm biến áp gần nhất. Doyle cho biết họ cũng đã thêm vào các két an toàn để mô hình nhận thức không bị đóng băng nếu lưới hoạt động không mong muốn.
Doyle cho biết: “Chúng tôi đang cố gắng tạo ra một tác nhân âm thanh nhận thức có thể đọc được kế hoạch khôi phục do mô hình tối ưu hóa tạo ra và sau đó cố gắng triển khai nó trên mô phỏng hệ thống điện”. "Nó đi qua từng bước và đọc những gì lịch trình nói phải xảy ra và nó cố gắng thực hiện nó. Nó thực hiện tất cả các quy trình quyết định ở giữa, bao gồm cả việc đảm bảo rằng các tần số phù hợp trước khi các dòng lại được kết nối."
Mô hình người vận hành tương tác với mô hình lưới điện thông qua bảng điều khiển mô phỏng và bị giới hạn ở kiến thức do bảng điều khiển trình bày, thay vì giả định người vận hành lưới điện biết mọi thứ, điều này thường được giả định trong các mô hình khôi phục điện.
Stamber cho biết trên thực tế, mô hình vận hành có thể đánh giá xem hành vi của mô hình mạng có phù hợp với những gì nó mong đợi hay không dựa trên kết quả của thuật toán tối ưu hóa. Ông nói thêm, bảng điều khiển mô phỏng cũng có thể cho phép nhóm trao đổi các nguồn cấp thông tin thực tế từ lưới cho mô hình động của mạng, nếu một đối tác cung cấp thông tin.
Doyle nói: “Những sự kiện đen đủi thực sự rất hiếm xảy ra, nhưng khi nó xảy ra thì nó thực sự tồi tệ. "Ngay cả khi mất điện một phần, như những gì đã xảy ra ở Texas vào năm 2021, người ta vẫn chết vì không có điện, không có nhiệt. Nếu bạn bị mất điện hoàn toàn, rất có thể nguyên nhân là do bão hoặc động đất và những người điều hành đang cố gắng khôi phục nguồn điện cho toàn bộ cộng đồng. Sự chậm trễ trong việc khôi phục nguồn điện thậm chí có thể gây ra nhiều thiệt hại hơn hoặc thiệt hại về người. Việc hiểu cách đưa nguồn điện trở lại càng nhanh càng tốt có tác động rất lớn."
