Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Vikaindikaattoreiden optimaalinen sijoittaminen keskijänniteverkkoon

Tuomela, Lauri (2025)

 
Avaa tiedosto
TuomelaLauri.pdf (2.481Mt)
Lataukset: 



Tuomela, Lauri
2025

Sähkötekniikan DI-ohjelma - Master's Programme in Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2025-06-27
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202506277444
Tiivistelmä
Keskijänniteverkon pysyvien vikojen paikantaminen edellyttää usein erottimilla tehtävää vianrajausta sekä vikapartiointia maastossa. Mitä nopeammin ja suoraviivaisemmin viat saadaan paikannettua, sitä lyhyempiä ovat asiakkaiden kokemat vikakeskeytykset. Sähköverkon vikaindikaattorit ovat laitteita, joiden tehtävänä on havaita niiden läpi kulkeva vikavirta ja ilmoittaa vikahavainnosta eteenpäin, jotta vianrajaus ja -etsintä voidaan kohdistaa nopeammin oikeaan suuntaan ja ohittaa terveitä etsintäalueita. Asennettavien vikaindikaattoreiden paikkojen ja sopivan lukumäärän valitseminen ei kuitenkaan ole helppoa, koska sähköverkossa on tyypillisesti lukuisia ehdokaspaikkoja, eikä liian runsas asentaminen ole tarpeellista tai taloudellisesti järkevää. Haastava sijoitteluongelma on johtanut siihen, että vikaindikaattoreita usein sijoitetaan nyrkkisääntöjen tai yleisien suunnitteluperiaatteiden mukaan arvioimatta sen tarkemmin, mikä olisi taloudellisesti perusteltua. Työn tavoitteena on tutkia, miten keskijänniteverkon vikaindikaattorit voidaan sijoittaa kustannustehokkaasti.

Työssä tutkitaan tieteellisiin julkaisuihin perustuen, miten vikaindikaattorit toimivat ja miten niillä voidaan paikantaan keskijänniteverkon vikoja maasta erotetuissa ja sammutetuissa verkoissa. Lisäksi selvitetään, miten liiketoimintaympäristö ohjaa ja kannustaa sähköverkkoyhtiöitä parantamaan sähkönjakelun laatua. Liiketoimintaympäristön tärkeimmät aineistot ovat Energia-viraston valvontamenetelmät, sähkömarkkinalaki ja Energiateollisuuden keskeytystilasto.

Tieteellisiä julkaisuja tutkimalla perehdytään vikaindikaattoreiden optimointitehtävään, optimoinnin ratkaisumenetelmiin ja kehitettyihin vikaindikaattoreiden optimointimalleihin. Lineaarinen sekalukuoptimointi (Mixed-Integer Linear Programming, MILP) osoittautui tehokkaan laskenta-ajan, globaalin ratkaisun ja käytännöllisyyden vuoksi hyväksi vaihtoehdoksi. Vikaindikaattoreiden optimointimallit arvioivat vikaindikaattoreiden vaikutusta vianetsintäaikaan tavallisesti etsittävien johtopituuksien perusteella, minkä vuoksi mallit soveltuvat ensisijaisesti manuaalierottimilla tehtävään vianrajaukseen sekä etsintöihin maastossa. Lupaavinta MILP-mallia testattiin Elenian keskijänniteverkossa kahdella erilaisella verkon osalla: 700 kW:n ilmajohtopainotteinen maaseutulähtö ja 2 793 kW:n maakaapeliverkko taajama-alueella.

Optimointitulosten perusteella uusia vikaindikaattoreita ei kannattaisi hankkia kumpaankaan kohdeverkkoon perustapauksen lähtöarvoilla. Esimerkiksi kasvattamalla keskeytyskustannuksia tai pienentämällä vikaindikaattoreiden hankintakustannuksia uusien vikaindikaattoreiden hankkimisesta tulee kuitenkin kannattavaa. Vaikka ilmajohtopainotteisen verkon vyöhykkeiden vikataajuudet ovat keskimäärin suurempia kuin maakaapeliverkossa, niin taajama-alueella paljon maltillisemmat parametrimuutokset johtavat vikaindikaattoreiden sijoittamiseen, koska muuntamoiden tehot ovat paljon suurempia. Muokkaamalla mallin parametreja nähdään sijoitettavien vikaindikaattoreiden prioriteetit. Vikataajuudet, keskeytystehot ja etsintäpituudet ohjaavat sijoittelua.

MILP-mallien tehokas hyödyntäminen käytännön verkostosuunnittelussa vaatii automatisointia lähtötietojen keräämisessä. Pelkkien vikaindikaattoreiden optimoinnin sijasta kannattaisi erotinlaitteita optimoida samanaikaisesti.
 
Locating permanent faults in the medium voltage network often requires fault isolation with disconnectors and patrolling in the field. The faster and more straightforward the faults can be located, the shorter the interruptions experienced by customers. Fault indicators in the electrical network are devices designed to detect fault currents passing through them and report the fault detection forward, allowing fault isolation and search to be directed more quickly in the right direction and bypass healthy search areas. However, selecting the locations and appropriate number of fault indicators is not easy, as the electrical network typically has numerous candidate locations, and excessive installation is neither necessary nor economically sensible. The challenging placement problem has led to fault indicators often being placed according to rules of thumb or general design principles without a more detailed assessment of what would be economically justified. The objective of this work is to study how fault indicators in medium-voltage networks can be placed cost-effectively.

The work examines, based on scientific publications, how fault indicators operate and how they can be used to locate faults in isolated and resonant earthed medium voltage networks. Additionally, it explores how the business environment guides and encourages electricity network operators to improve the quality of electricity distribution. The most important materials in the business environment are the regulatory methods of the Finnish Energy Authority, the Electricity Market Act, and the interruption statistics of the Energy Industry.

By studying scientific publications, the work delves into the optimization problem of fault indicators, the solution methods for optimization, and the developed optimization models for fault indicators. Mixed-Integer Linear Programming (MILP) proved to be a good option due to its efficient computation time, global solution, and practicality. Optimization models for fault indicators typically evaluate the impact of fault indicators on fault search time based on the lengths of the lines to be searched, making the models primarily suitable for manual disconnector-based fault isolation and field searches. The most promising MILP model was tested in Elenia's medium voltage network on two different network parts: a 700 kW overhead line-dominated rural feeder and a 2 793 kW underground cable network in an urban area.

Based on the optimization results, it would not be advisable to acquire new fault indicators for either target network with the base case initial values. For example, by increasing interruption costs or reducing the acquisition costs of fault indicators, acquiring new fault indicators becomes profitable. Although the failure rates of the zones in the overhead line-dominated network are on average higher than in the underground cable network, much more moderate parameter changes in the urban area led to the allocation of fault indicators because the transformer powers of the area are much higher. By modifying the model parameters, the priorities of the fault indicators to be allocated are seen. Failure rates, interruption powers, and search lengths guide the allocation.

Effective utilization of MILP models in practical network planning requires automation in collecting input data. Instead of just optimizing the placement of fault indicators, it would be advisable to optimize disconnector devices simultaneously.
 
Kokoelmat
  • Opinnäytteet - ylempi korkeakoulututkinto [41602]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste