Optimale Koordination von Überstromrelais in Mikronetzen unter Verwendung von unüberwachten Lerntechniken

Mikronetze stellen komplexe Systeme dar, die dezentrale Erzeugung (DG) integrieren und verschiedene Betriebsarten aufweisen. Die optimale Koordination von gerichteten Überstromrelais (DOCRs) in Mikronetzen ist eine herausfordernde Aufgabe, insbesondere wenn Topologieänderungen berücksichtigt werden. Dieses Papier schlägt einen adaptiven Schutzansatz vor, der die Vorteile mehrerer einstellbarer Gruppen nutzt, die in kommerziellen DOCRs verfügbar sind, um Änderungen der Netzwerktopologie in Mikronetzen zu berücksichtigen. Da die Anzahl möglicher Topologien größer ist als die verfügbaren einstellbaren Gruppen, werden unüberwachte Lerntechniken untersucht, um Netzwerktopologien in eine Anzahl von Clustern zu klassifizieren, die der Anzahl der einstellbaren Gruppen entspricht. Anschließend werden optimale Einstellungen für jedes Topologie-Cluster berechnet. Jede Einstellung wird in den DOCRs als unterschiedliche einstellbare Gruppe gespeichert, die aktiviert wird, wenn eine entsprechende Topologie eintritt. Mehrere Tests werden an einem Benchmark IEC (International Electrotechnical Commission) Mikronetz durchgeführt, die die Anwendbarkeit des vorgeschlagenen Ansatzes belegen.