Software pro verifikaci a validaci navržených optimalizačních modelů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F21%3A10248264" target="_blank" >RIV/61989100:27240/21:10248264 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27740/21:10248264 RIV/00216305:26220/21:PR36073

Výsledek na webu

<a href="https://code.it4i.cz/ADAS-Private/distributionnetworks/python-methods/-/tree/master/python/validation_software" target="_blank" >https://code.it4i.cz/ADAS-Private/distributionnetworks/python-methods/-/tree/master/python/validation_software</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Software pro verifikaci a validaci navržených optimalizačních modelů

Popis výsledku v původním jazyce

Software se skládá se dvou dílčích částí. První část slouží pro detekci úzkých míst v síti. Pro danou detekci se využívá buď metoda Monte Carlo, která náhodně navyšuje hodnoty zátěží odběratelů v síti, nebo deterministický přístup navyšování od definovaného minima po definované maximum s určitým krokem. Pro každou takto vygenerovanou kombinaci zátěží se kontroluje hodnota procentuální zatížení jednotlivých vedení a transformátorů v síti. Výstupem první části je MS Excel soubor obsahující procentuální zatížení všech vedení a transformátorů společně s identifikací 10 nejhorších hodnot procentuální zatížení vedení a 10 nejhorších hodnot procentuálního zatížení transformátorů. Tyto hodnoty jsou vypsány pro každou náhodou kombinaci zátěží. Na vstupu si uživatel sám zvolí, jestli chce použít deterministický přístup nebo náhodný přístup pomocí Monte Carlo, přičemž si sám nadefinuje hodnoty nutné pro generování kombinací zátěží. Uživatel si také sám zvolí, jestli chce pro dané kombinace vypočítat i aproximační a sample entropii pro lepší validaci výsledků. Druhým výstupem softwaru je hledání kritických komponent v síti. Uživatel si na počátku algoritmu zvolí, jestli chce v síti vypínat jednotlivé prvky (1 transformátor,1 vedení, 1 vypínač), kombinaci dvou stejných prvků (2 transformátory, 2 vedení, 2 vypínače), kombinaci dvou různých prvků (transformátor a vedení, transformátor a vypínač, vedení a vypínač) nebo kombinaci tří různých prvků (transformátor, vedení a vypínač). Daná kombinace simuluje výpadek/poruchu na jednotlivých prvcích, při které se kontroluje, jestli v síti došlo k přetížení nějakého vedení v síti, k přetížení nějakého transformátoru, k podpětí či předpětí v jednotlivých uzlech sítě nebo jestli došlo k odpojení nějakého uzlu od sítě. Pokud některý z těchto jevů nastal, zapíše se příslušný prvek do tabulky, která je po dokončení všech kombinací exportována ve formátu MS Excel a CSV. Na vstupu si uživatel sám zvolí, jestli chce pro detekci kritické komponenty použít hodnoty pro maximální zatížení transformátorů a vedení a podpětí/předpětí v uzlech hodnoty definované v rámci sítě či chce definovat novou prahovou hodnotu, která je definovaná globálně pro všechny prvky dané kategorie (transformátory, vedení, uzly. Software je implementován v jazyce Python 3.9. Ke své funkčnosti využívá hlavně balíček pandapower (https://pandapower.readthedocs.io/), který slouží k modelování energetických sítí a k výpočtům hodnot dané sítě. Součástí softwaru je i uživatelské rozhraní, které bylo naimplementováno s využitím balíčku Streamlit (https://streamlit.io)

Název v anglickém jazyce

Software for verification and validation optimised models

Popis výsledku anglicky

The application consists of two parts. The first method provides a detection of bottlenecks in a network. The network saved in JSON file is expected as an input. The definition of the JSON file is described below. We define the bottleneck as an overloaded line, or an overloaded transformer. The line (transformer) is overloaded if it has its loading value greater than the max_loading_percent value defined in the network for a given line (transformer). You can also define a global max_loading_percent value common for all lines, or transformers in the App. To cause the line (transformer) to be overloaded, we have to increase the power demands of the loads. You are able to define the percentage increase of the power demands of the loads. Further, you choose whether random tests or deterministic tests with given step will be performed. The output containing the loading values of the performed tests is saved as the MS Excel file under the name output_xlsx in the application folder. The second method detects the presence of the critical component in the network. The network saved in JSON file is expected as an input. The definition of the JSON file is described below. We define the critical component as an element of the network which causes overloaded lines (transformers), undervoltage/overvoltage in buses, isolated buses, or a separation of the network on subnetworks. This critical component is then switched off. It simulates the vulnerability of the network. You can switch off a single element (switch, transformer, line), combination of two same elements (switch, transformer, line), combination of two different elements (switch/line, switch/transformer, transformer/line), or combination of three different elements (switch/line/transformer). The algorithm evaluates all of the possible combinations for a given size. The algorithm considers only the elements which are currently in service. Further, you are able to define whether you want to use the network or define the global tresholds to detect overload/undervoltage/overvoltage. The output containing all detected elements for a given critical component is saved as the MS Excel file under the name output_xlsx in the application folder. It is also saved as a CSV file under the name output_csv in the same folder. This application was implemented in Python 3. All network evaluations are provided by pandapower package. Pandapower package allows to create electricity models and simulate the models&apos; behaviour. Graphical User Interface (GUI) was implemented with the use of Streamlit package.

Druh

R - Software

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/TK02030039" target="_blank" >TK02030039: Chytrý systém pro řízení energie energetických sítí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

011/30-11-2021_SW

Technické parametry

--

Ekonomické parametry

Software pomáhá provozovatelům elektrických sítí detekovat rizikové prvky v síti a snížit tak pravděpodobnost výskytu poruchových/extrémních stavů (jako je např. zahoření rozvodny, selhání el. Vedení, atd.). Díky tomu je zajištěna dlouhodobá provozní spolehlivost dodávek elektrické energie v celé místní elektrické síti a také je omezeno riziko újmy na zdraví pro všechny osoby pohybující se v blízkosti rozvodny ohrožené zahořením, v blízkosti vyhořelého vedení, atd.

IČO vlastníka výsledku

61989100

Název vlastníka

Vysoká škola báňská - Technická univerzita Ostrava