導入事例

モノのインターネット(IoT)の急速な進歩は、電力網が監視、制御され、維持される方法を再構築しています。最もインパクトのある変化の中では、ファサーデータ収集と分析の強化です。ファサー測定ユニット(PMU)は、広域監視システムのバックボーンを長くしてきたが、IoT技術の統合は、その能力を飛躍的に増幅しています。この記事では、IoTが、どのようにして、IoTがシナクル測定システム、および将来のエネルギー測定、およびエネルギーの効率性を測定するための統合がいかに変化するかを説明します。

蛍光体データとグリッドオペレーションにおける重要な役割の理解

ファーザーデータ—特異的にシンクロハザー——パワーシステムの電気状態のタイム同期、高忠実度スナップショットを生成します。これらの測定は、電圧および電流波形の倍率と位相を正確にタイムスタンプで捉え、通常はGPS同期を使用します。その結果、グリッド演算子は、広大な相互接続を横断的に動的動作観察することができます。

蛍光体測定ユニットの働き方

PMUは、従来のSCADAシステムよりもはるかに高速な1秒あたりの30〜120サンプルの電圧と電流波形を検量します。各サンプルは、地理的に分散した場所から測定の比較を可能にする、マイクロ秒の精度でタイムスタンプされます。集計されたデータは、データセンターを制御するために情報を調整し、ストリームするファザーデータコンセントレイター(PDCs)に供給します。

シンクロフハザーデータの適用

Synchrophasor のデータでは、以下のような重要なアプリケーションをサポートしています。

  • ワイドエリアモニタリングシステム(WAMS):[]]グリッド振動と相角の違いのリアルタイム可視化。
  • [ ステータス推定:[] ネットワーク全体で電圧の大きさと角度推定における精度を強化しました。
  • イベント検出とポストモテ分析:[高解像度データでは、ライン障害や発電機旅行などの障害のシーケンスが明らかにされます。
  • [モデル検証:[]]]] シミュレーションモデルによる測定された動的応答の比較により、パワーシステム計画が向上します。

信頼できるファサーデータなしで、オペレータは、キャスキャディングの故障を防ぐか、または断続的な再生可能エネルギーリソースを効率的に統合するために必要な可視性が欠けています。

物事のインターネット:グリッドセンシングのための新しいパラダイム

IoT は、あらゆるレベルのグリッドで、インテリジェンスをデバイスに埋め込むことで、PMU ネットワークのリーチを拡張します。従来の PMU は、主要なサブステーションに導入されたスタンドアローンの機器が高価です。IoT 主導のアプローチは、コストが増加することなく、測定ポイントの密度を乗じる、低コストのマイクロ PMU、スマートセンサー、エッジデバイスを使用します。

ファーザーデータ収集のためのIoTアーキテクチャ

典型的なIoT対応ファサーシステムで、以下の3つのティアを組み合わせます。

  1. センシングレイヤー:]] 分散型PMU、電流/電圧センサー、およびシンクロファサーストリームを生成する電力品質メーター。
  2. 通信層:] IEEE C37.118、DNP3、MQTTなどのプロトコルは、低レイテンシを確保するために、繊維、5G、またはプライベートLTEネットワーク上のデータを送信します。
  3. 処理レイヤー:]] エッジゲートウェイは、初期のフィルタリングと圧縮を実行し、ストレージと機械学習のためのクラウドベースの分析プラットフォームにデータを転送します。

数十万のPMUから数千万もの測定ポイントまで、分布回路やメーターのリソースを網羅するアーキテクチャです。

リアルタイムのデータストリーミングと統合

IoT は、継続的に、高スループットのデータストリーミングを容易にします。例えば、IoT ベースの PMU をデプロイする近代的なユーティリティは、中規模の都市から 1 秒あたりの 1 万のデータポイントを摂取することができます。気象予測、エネルギー市場価格、および資産健康記録と統合されたとき、このデータの富は、予期しない状況意識をロックします。

IoT 対応の Phasor 解析の重要な利点

IoTとファサーデータ間の相乗効果は、変革的な利点を生み出します。以下では、最も重要な利点を調べます。

グリッド安定性とリアルタイム応答を強化

IoT では、ファサール測定は、サブ秒レイテンシのコントロール センターに到着します。オペレータは、生成の赤字パッチや負荷のシーディングなどの地域と取り組みの是正措置の間の角度分離を検出することができます。たとえば、西洋の相互接続における 2022 障害の間に、IoT が従来のシステムよりも 3 秒以上成長する 5° 相角差を識別し、成功した島々の応答を可能にします。

運用効率と自動意思決定

IoTプラットフォームは、ファサーデータの分析を自動化します。過去のシンクロファサーストリームで訓練された機械学習モデルは、障害、スイッチングイベント、または負荷変化を区別するリアルタイムで障害を分類できます。これにより、ディスパッチャとカットの負担を軽減し、異常を数分から秒に検出する時間を意味します。ユーティリティは、IoTベースのファサー分析をデプロイした後に30〜50%の高速インシデント応答を報告します。

予測保守と資産管理

Phasor のデータでは、機器の劣化の微妙なシグネチャが明らかになりました。例えば、内部の巻上げ変形の発生によるトランスは、現在のファサーで異なる調和を生み出します。IoT 分析では、壊滅的な故障の前のアラートを数週間トリガーし、条件ベースのメンテナンスを有効にできます。1 つの主要な北米ユーティリティは、ファサーデータから予測的な洞察を使用して、速度変化の頻度(ROCOF) リレーの寿命を20%延長しました。

拡張性とコスト効果の高い展開

歴史的に、PMUインストールコストは、流通レベルの監視のために禁止されています。 IoT micro-PMUsは、従来のユニットの分数を削減し、既存のワイヤレスインフラストラクチャを通信し、より広範な展開を経済的にしました。 カリフォルニアのパイロットプロジェクトは、単一のサブステーションPMUインストールの費用よりも250,000のkVディストリビューターに200マイクロPMUsをデプロイしました。 このスケーラビリティは、より分散したエネルギーリソース(DER)を組み込むグリッドとして不可欠です。

IoT 駆動型蛍光体システムにおける課題の解決

約束にもかかわらず、ファサールのデータ収集でIoTを統合することで、信頼性の高い運用のために解決しなければならない課題がいくつか紹介されています。

サイバーセキュリティとデータプライバシー

Phasor データはグリッドの安定性に不可欠です。その妥協は、停電を引き起こす攻撃を有効にできます。 IoT デバイスは、多くの場合、限られた計算リソースを持ち、悪用する脆弱なものを作ります。 セキュアブート、軽量暗号化(例えば、TLS 1.3)、および通常のファームウェアの更新が不可欠です。 国立標準技術研究所 (NIST) IR 8316 は ]] IoT デバイスサイバーセキュリティガイダンス これにより、PMUMネットワークに適応することができます。

ネットワーク信頼性とレイテンシ

Synchrophasor アプリケーションは、決定的なレイテンシを必要とします。50ミリ秒未満で、正しい制御アクションを実行します。IoT 通信ネットワークは、サービスの品質を保証します。ハイブリッドは、ファイバーオプトインのサブステーションと 5G ディストリビューションノードのファイバーオプトインバックボーンを使用して、これらのニーズを満たすことができます。ただし、限られた接続を持つ農村部はハードルを維持します。衛星ベースの IoT およびメッシュネットワークは、新興ソリューションです。

標準化と相互運用性

PMU エコシステムは、IEEE C37.118 規格に準拠しており、同期データ伝送を実現します。IoT システムには、MQTT、OPC UA、REST API などのプロトコルを追加します。 慎重に統合することなく、データサイロが出現します。 Grid Modernization Initiative (GMI) は、これらのプロトコルを調和させる インターオペラビリティフレームワーク を奨励しています。ユーティリティは、IEEE C37.11.11 をサポートするIoT ベンダーが必要です。 PMU および PMU は、API をオープンし、API IEEE C37.11.11 および PMU をオープンするための API および PMU を に提供する必要があります。

未来の方向性:AI、エッジコンピューティング、およびそれを超えて

イノベーションの次の波は、データソースに近づくインテリジェンスをプッシュし、ファザール測定の拡大する海に高度な分析を適用します。

低レイテンシ処理のためのエッジ分析

サブステーションまたはポール上に設置されたエッジコンピューティングデバイスは、ローカルで軽量のファサール分析アルゴリズムを実行できます。これにより、生データ伝送に必要な帯域幅を削減し、サブサイクル応答を可能とします。例えば、電圧サグを検出する15ミリ秒以内のコンデンサーバンクをトリップします。NVIDIAのJetsonプラットフォームとIntelのOpenVINOツールキットは、このようなデプロイメントでテストされています。

異常検知・予測のための機械学習

ディープラーニングモデル、特に、並列および再発神経ネットワーク、時間系列のファサーデータにおけるパターン認識でExcelを出力します。IEEEパワー&の研究者;エネルギー社会は、LSTMベースのモデルが、同期入力を使用して、より2〜5秒間渡って過渡的な安定性マージンを予測できることを実証しました。これは、前方制御アクションのウィンドウを開きます。 ]で説明されているように、このIEEE論文[FLT]は、このような分析を大きく向上させます。

分散エネルギー資源との統合

太陽光発電、風力、電池貯蔵の爆発的な成長により、IoTセンサーのファサーデータが双方向の電力の流れを管理するのに不可欠です。 IoT対応のPMUは、インバータ制御に接続して、リアルタイムで再アクティブ電力出力を調整し、電圧安定性を維持することができます。 米国エネルギー省 SunShot Initiative] 同期したプロジェクトは、同期して数千のソーラーインバータを調節し、IoTの規模なしで、IoTの作業をスケールせずに、不可能な作業をスケールせずに、同期するプロジェクトをIoT化します。

コンテンツ

IoTとファサードのデータ収集の結婚は、パッシブで低解像度のアクティビティから電力網の監視を変革し、ダイナミックな高忠実度インテリジェンスシステムに変えています。 大規模なセンサーの展開、リアルタイムのストリーミング、および高度な分析を可能にすることで、IoTはグリッド事業者が障害を早期に見極め、より迅速に対応し、より自信を持って計画を立てます。 サイバーセキュリティ、レイテンシビリティ、標準化などの課題は、継続的な研究開発と業界コラボレーションがソリューションを駆動し続けます。 私たちは、スマートドライブのソースをあらゆるものにするために、必要なすべての必要なすべてのデータを、必要なすべてのデータを、必要なすべての方法で制御します。