Fault Detection and Localization in Active Distribution Networks Using Optimally Placed Phasor Measurements Units

Abstract

This paper introduces an algorithm able to detect and localize the occurrence of a fault in an Active Distribution Network, using the measurements collected by Phasor Measurement Units (PMUs). First, a basic algorithm that works under the assumption that all grid buses are equipped with a PMU is designed. Then, formal observability conditions that allow detection and localization with a reduced number of PMUs are provided. Based on these conditions, the algorithm is extended to perform correctly when not all network buses are monitored. Moreover, an Optimal Positioning Algorithm, always based on the observability conditions, is designed. This algorithm allows the user to customize the fault localization resolution. The approach is validated through simulations carried out on a benchmark active distribution network.

Reliability evaluation method for distribution network with distributed generations considering feeder fault recovery and network reconfiguration

“…This creates strong support conditions for rapid recovery under fault conditions for distribution network. Considering the renewable energy characteristics such as the time sequences, randomness, and intermittency as well as the fault recovery and network reconfiguration characteristics [3], how to effectively and reasonable use these DGs to improve the reliability of distribution network requires the scientific reliability analysis methods [4, 5].…”

Metodologia integrada para detecção, classificação e localização de faltas em redes de distribuição de energia elétrica ativas

“…Os artigos de Pignati et al (2017) e Conte et al (2022) também adotaram PMUs para detectar e classificar as faltas. Ambos os artigos apresentaram uma metodologia para detectar as faltas com base em estimadores de estado executados em paralelo, os quais identificam uma condição de falta pela comparação dos valores de resíduos de medição ponderados.…”

“…Ambos os artigos apresentaram uma metodologia para detectar as faltas com base em estimadores de estado executados em paralelo, os quais identificam uma condição de falta pela comparação dos valores de resíduos de medição ponderados. Diferentemente de Pignati et al (2017) que usou PMUs em todas as barras, em Conte et al (2022), propõe-se uma alocação ótima de PMUs em que se determina o número de PMUs requeridos e sua alocação ótima. Neste último artigo, o processo de detecção é expandido para uma segunda etapa na qual avalia-se a corrente de injeção de sequência zero.…”

“…A classificação das faltas é baseada no algoritmo de CNN, tendo como entradas as variações de pré-falta e durante a falta das magnitudes e fases dos sinais de tensão e corrente obtidas por dispositivos de medição fasorial. (CONTE et al, 2022) O procedimento de detecção da falta é similar ao de Pignati et al (2017), porém avalia-se adicionalmente a corrente injetada de sequência zero.…”

“…Ainda, uma extensão do método de Pignati et al (2017) foi proposta em Conte et al (2022) com o objetivo de diminuir o número de PMUs utilizados. Atendendo a critérios de observabilidade, diversas condições foram impostas para determinar a alocação ótima desses dispositivos, incluindo a alocação deles em barras terminais.…”