Multi-layered Reliability Analysis of Smart Grids

RNDr. Stanislav Chren

Doctoral thesis

Abstract:

Tradičná elektrizačná sústava ako kritická infraštruktúra je v súčasnosti na hranici svojich možností kvôli rastúcim požiadavkám na stabilitu dodávok elektrickej energie. Vyššie nároky na kvalitu siete sú spôsobené rýchlym technologickým pokrokom, vývojom nových prístrojov a zariadení či rastúcou závislosťou od distribuovaných zdrojov energie. Aby bolo možné čeliť novým výzvam, tradičná rozvodná sieť sa začala transformovať na inteligentnú sieť, tzv. Smart Grid – vylepšenú verziu rozvodnej siete podporenú modernými informačnými a komunikačnými technológiami. Smart Grid ponúka množstvo služieb, ktoré poskytujú výhody všetkým jej zainteresovaným subjektom od výrobcov a distribútorov energie až po spotrebiteľov. Návrh, implementácia a nasadenie služieb Smart Grid je však netriviálna úloha, kvôli dôrazu na vysokú spoľahlivosť. Preto sú potrebné postupy, ktoré by umožnili včasné vyhodnotenie spoľahlivosti služieb Smart Grid a identifikovali ich potenciálne slabé miesta. Existujúce metódy analýzy spoľahlivosti elektrickej siete majú niekoľko obmedzení v kontexte Smart Grid, pretože sa zameriavajú len na fyzickú vrstvu siete a zanedbávajú charakter prevádzky Smart Grid sietí, ktorá je zameraná na služby. Cieľom tejto práce je riešiť problém súčasných metód návrhom prístupu integrovanej analýzy spoľahlivosti, ktorý umožňuje modelovať a analyzovať štruktúru, využitie a poruchové správanie fyzických, softvérových a komunikačných vrstiev služieb v rámci Smart Grid. Kľúčovými výstupmi prístupu sú pravdepodobnosť úspešného vykonania služby, pravdepodobnosť výskytu konkrétnych typov porúch a identifikácia kritických parametrov s najvyšším dopadom na spoľahlivosť služby. Hlavným prínosom práce je špecifikácia viacvrstvového prístupu spoľahlivosti, ktorý je založený na formalizme Stochastic Reward Nets (SRN). Tento prístup je demonštrovaný a vyhodnotený na realistickom scenári služby optimalizácie záťaže v rámci segmentu progresívnej meracej infraštruktúre (AMI), ktorá je súčasťou Smart Grid. Okrem toho predstavujeme modelovaciu abstrakciu a transformačný algoritmus založený na UML diagramoch s anotáciami, ktorý umožňuje pohodlný popis fungovania služby a jej infraštruktúry. Výsledný popis sa potom môže automaticky previesť na formálnu reprezentáciu SRN. Na uľahčenie použiteľnosti prístupu vývojármi služieb a spolahlivostnými inžiniermi sme vytvorili multiplatformové open-source nástroje. Návrh viacvrstvového prístupu je doplnený štúdiom aspektov spoľahlivosti domény Smart Grid. Zameriavame sa na skúmanie komponentov, služieb a porúch Smart Grid, ako aj dostupnosti údajov relevantných pre analýzu spoľahlivosti. V dôsledku toho navrhujeme ďalšiu metódu súvisiacu so zlepšením stability prenosovej sústavy. Ďalej predstavujeme prehľad literatúry o typoch porúch v Smart Grid, metódach zberu údajov o poruchách a metódach analýzy dát v rámci Smart Grid. Ďalej identifikujeme problémy v kvalite dát získaných zo Smart Grid a navrhujeme kvalitatívny rámec na ich riešenie.

Abstract:

The traditional electricity power grid as a critical infrastructure has been pushed to its limit due to growing requirements on the stability of the power supply. The higher demand on the grid quality is caused by rapid technological advances, development of new machines and appliances or increasing reliance on distributed energy sources. To face the emerging challenges, the traditional power grid has begun the transformation into the Smart Grid -- an enhanced version of the power grid enabled by modern information and communication technologies. The Smart Grid offers a number of services providing benefits to all its stakeholders from power producers and distributors to the consumers. However, the design, implementation and deployment of the Smart Grid services is a non-trivial task because their high reliability is essential. Therefore, there is a need for practices that would allow early reliability evaluation of the Smart Grid services and to identify potential weak points of the service execution. The existing power grid reliability analysis methods show limitations in the Smart Grid context by focusing only on the physical layer of the grid and by neglecting the service-centric nature of the Smart Grid operation. The aim of this thesis is to address the problem of the current methods by proposing an integrated reliability analysis approach that allows modelling and analysis of the structure, usage and failure behaviour of physical, software and communication layers of a Smart Grid service. The key outputs of the approach are the probability of successful service execution, the probability of occurrence of specific failure types and the identification of critical parameters with the highest impact on the reliability of the service. The main contribution of the thesis is the specification of the multi-layered reliability approach which is based on Stochastic Reward Nets (SRN). The approach is demonstrated and evaluated on a realistic load-optimisation service scenario from the Advanced Metering Infrastructure segment of the Smart Grid. Moreover, we propose a modelling abstraction and transformation algorithm based on annotated UML diagrams that allows a convenient description of the service behaviour and its underlying infrastructure. The resulting description can be then automatically converted into a formal SRN representation. To facilitate the applicability of the approach by the service developers and reliability engineers, multi-platform open-source tools are developed. The design of the multi-layered approach is complemented by a study of the reliability aspects of the Smart Grid domain. We focus on the investigation of the Smart Grid components, services and failures as well as the data availability relevant for the reliability analysis. As a result, we propose an additional method related to improving the Smart Grid stability. Furthermore, we report on literature surveys of Smart Grid failure types, failure data collection methods and Smart Grid data analysis methods. During the investigation, we identify issues in Smart Grid data quality and we propose a data quality framework to address them.

Keywords

Smart Grid, Smart Grid Reference Architecture Model, Reliability Engineering, Reliability Analysis, Reliability Modelling, Stochastic Reward Nets

Language used: English

Date on which the thesis was submitted / produced: 3. 8. 2022

Thesis defence

• Date of defence: 12. 12. 2022
• Supervisor: doc. Ing. RNDr. Barbora Bühnová, Ph.D.
• Reader: Prof. Dr. Christian Berger, Assoc. Prof. Andrea Ceccarelli, PhD

Masaryk University

Faculty of Informatics

Doctoral programme / field:
Computer Science / Computing Technology and Methodology