Grid fault location using distributed power electronic converters

Abstract

Locating faults in the power grid is a present problem without a correct solution. Increasing amounts of distributed generation along with advancements in communication technology offer opportunities for new fault location methods. This thesis studies the feasibility of using measurements from distributed converters for locating faults in the distribution network. The measurements considered for indicating the fault location in this thesis are an impedance estimate performed by the converter and the PCC voltage measurement. The used values were gathered from Simulink and PLECS blockset and analyzed using Matlab. It was identified that the converter closest to the fault experienced the largest change in the measured values. The changes experienced by the converters were used for a machine learning classifier algorithm to predict faulting line segments in a test grid. The predictions were reasonably accurate for finding correct fault locations. Incorrect predictions pointed close to the correct location.

Verkkovikojen paikannus on jatkuva ongelma, johon ei ole oikeaa ratkaisua. Hajautetun tuotannon määrän kasvu yhdistettynä kommunikaatiojärjestelmien kehitykseen tarjoaa mahdollisuuksia uusille vianpaikannusmetodeille. Tässä työssä tutkitaan mahdollisuutta käyttää mittauksia hajautetuista verkkosuuntaajista vikojen paikannukseen. Tarkastelun alla olevat mittaukset ovat suuntaajan tekemä verkkoimpedanssiarvio ja liityntäpisteen jännite. Käytetyt arvot kerättiin simuloimalla Simulink ja PLECS blockset yhdistelmällä ja tulokset analysoitiin Matlabilla. Tuloksista havaittiin, että vikaa lähinnä oleva suuntaaja kokee suurimman muutoksen mitatuissa suureissa. Suuntaajien kokemaa mittaustuloksen muutosta käytettiin koneoppivassa luokittelualgoritmissa ennustamaan viallinen linjasegmentti testiverkossa. Ennustukset olivat kohtuullisen tarkkoja. Väärät ennustukset osoittivat lähelle oikean vian sijaintia.