Search

This article presents an open data repository, the methodology to generate it and the associated data processing software developed to consolidate an hourly snapshot historical data set for the year 2015 to an equivalent Nordic power grid model (aka Nordic 44), the consolidation was achieved by matching the model׳s physical response w.r.t historical power flow records in the bidding regions of the Nordic grid that are available from the Nordic electricity market agent, Nord Pool. The model is made available in the form of CIM v14, Modelica and PSS/E (Siemens PTI) files. The Nordic 44 model in Modelica and PSS/E were first presented in the paper titled “iTesla Power Systems Library (iPSL): A Modelica library for phasor time-domain simulations” (Vanfretti et al., 2016) [1] for a single snapshot. In the digital repository being made available with the submission of this paper (SmarTSLab_Nordic44 Repository at Github, 2016) [2], a total of 8760 snapshots (for the year 2015) that can be used to initialize and execute dynamic simulations using tools compatible with CIM v14, the Modelica language and the proprietary PSS/E tool are provided. The Python scripts to generate the snapshots (processed data) are also available with all the data in the GitHub repository (SmarTSLab_Nordic44 Repository at Github, 2016) [2]. This Nordic 44 equivalent model was also used in iTesla project (iTesla) [3] to carry out simulations within a dynamic security assessment toolset (iTesla, 2016) [4], and has been further enhanced during the ITEA3 OpenCPS project (iTEA3) [5]. The raw, processed data and output models utilized within the iTesla platform (iTesla, 2016) [4] are also available in the repository. The CIM and Modelica snapshots of the “Nordic 44” model for the year 2015 are available in a Zenodo repository., Graphical abstract fx1

This thesis presents an algorithm for finding the minimal interruptioncost associated with the loads.Electric power systems are necessary to transfer electric energy fromproducers to consumers. The power system may lose stability as thesenonlinear systems are subject to contingencies. The loss of stabilitymay result in large costs for the society, by the loss of productivityand worsening standard of living. If the likelihood of instability is low,then it may be that it is not economically motivated to allocate costlyresources necessary to prevent this from happening. For some casesload shedding is the alternative with best economical performance, torestore the stability and ensure that delivery of power is not interrupted.With increasing amounts of renewables in a power system, the planningand scheduling of the electric power production will get more difficultto forecast and control. Therefore the system operators will needto be able to handle more diverse situations than before. Thus thereis a need to find computationally efficient methods to predict systemstability and the minimal load shedding needed.This report uses second-order approximations to the stability boundariesof the system, developed and calculated by Magnus Perninge andCamille Hamon to determine how much and where the load sheddingshould be done to shed the minimal amount of load that restores thestability of the system.Two cases, the IEEE 9-bus system and the IEEE 39-bus system,illustrates the proposed method and compares three different methodsused to determine the load shedding. The results show that the approximationscan be used to minimize the load shedding, and that theamount of load shed is significantly reduced. Time-domain simulationsof the system were necessary to ensure the stability of the system anddetermine of much margin that is needed to the approximations.The methods and approximations used in this report could in thefuture be applied to real power systems, a possible application is tocalculate the severity of contingencies and use the information to minimizethe total costs of the system when considering operation andinvestments. Another possible application is to design automatic loadshedding controllers using wide-area monitoring to increase the systemreliability. I detta examensarbete presenteras en algoritm för att finna de minimalaavbrottskostnaderna för lasterna i elkraftssystem.Elkraftssystem kallas de system som har till uppgift att möjliggöraöverföring av elektrisk energi från producenter till konsumenter. Dessasystem är icke-linjära och kan under vissa förhållanden bli instabilaoch göra hela eller delar av elnätet strömlöst, vilket medför stor samhälleligpåverkan i form av försämrad levnadsstandard och kostnaderför produktionsbortfall. Dock är det inte alltid ekonomiskt lönsamt attlägga betydande resurser på att förhindra att systemet blir instabilt,om sannolikheten för att detta händer är låg.Att koppla bort last vid kritiska situationer, till exempel vid fel påviktiga kraftledningar, kan därför i vissa fall vara det mest ekonomiskaalternativet för att undvika att systemet blir instabilt. En ökande andelförnybar energi i ett elkraftssystem gör produktion av elektrisk energimer svårprognosticerad och svårstyrd. Därför bör man ta hänsyn till ettbredare urval situationer än tidigare för att kunna bedöma stabilitetenhos systemet. Detta ställer krav på snabba metoder för att bedömasystemets stabilitet och beräkna vilka lastbortkopplingar som krävs.Denna rapport utnyttjar andragradsapproximationer till stabilitetsgränsernaför systemet utvecklade och beräknade av Magnus Perningeoch Camille Hamon för att kunna bestämma var och hur mycket lastsom ska kopplas bort, så att systemet återfår sin stabilitet för en såliten mängd last bortkopplad som möjligt. Genom simuleringar beräknasdärefter hur mycket marginal till stabilitetsgränserna som krävs föratt återge systemet transienta stabilitet.Två fallstudier, ett för IEEEs 9-nods system och ett för IEEEs 39-nods system, illustrerar metoden och jämför den med två andra metoder,för att undersöka metodens prestanda. Resultaten visar hur den föreslagnaalgoritmen minimerar lastbortkopplingen jämfört med de andrametoderna, och att mängden last som blir bortkopplad minskar betydligt.Simuleringar av systemet behövdes för att undersöka systemetsstabilitet och bestämma hur mycket marginal till ytorna som krävs.Metoderna och approximationerna som utnyttjades i denna rapportskulle kunna användas i verkliga elkraftssystem, en tillämpning vore attminimera kostnaderna för systemet genom att ranka hur allvarliga feli systemet är, vilket kan utnyttjas för att minimera kostnader för driftoch investeringar. En annan möjlig tillämpling är automatisk lastbortkopplingför att minimera de kostnader som uppstår om systemet blirinstabilt.