Abstract

The prominence of incorporating the renewable energy resources in a power system via microgrids has increased in the recent years, which impose a caution on conventional protection schemes. Protection schemes proposed earlier use local measurements, but fault classification for selective phase tripping using wide area measurements for microgrid has not been reported so far. This paper presents a wide area monitoring and protection of microgrid with distributed generations (DGs) using modular artificial neural networks (MANNs) for the fault detection and classification without affecting the relays in non-faulty or healthy sections of the microgrid. The distinct characteristics of the microgrid sort the proposed methodology into two stages. In stage 1, ANN 1 is developed to identify the operating mode of microgrid, whether it is operating in grid-connected mode (GCM) or islanded mode (IM). In stage 2, there are two MANNs corresponding to GCM and IM. Each MANNs consists of three separate ANNs for fault detection, classification, and section identification. A standard IEC 61850-7-420 microgrid with DGs (wind and photovoltaic) penetration is modeled in MATLAB/Simulink. The three-phase voltages and currents are measured with time synchronization considering the microphasor measurement units located at each bus. The extensive study includes different simulation scenarios such as shunt faults, high impedance fault, and dynamic situations like connection/disconnection of DGs/distribution lines. The results confirm the efficacy of the proposed methodology.

中文翻译：

---

使用模块化人工神经网络对带有DG的微电网进行广域监视和保护

摘要

近年来，通过微电网将可再生能源整合到电力系统中的重要性日益增加，这对常规保护方案提出了警告。较早提出的保护方案使用局部测量，但是迄今为止尚未报道使用针对微电网的广域测量来进行选择性相跳闸的故障分类。本文介绍了使用模块化人工神经网络（MANN）进行的分布式发电（DG）的微电网的广域监视和保护，用于故障检测和分类，而不会影响微电网非故障或健康区域中的继电器。微电网的独特特征将所提出的方法分为两个阶段。在阶段1中，开发了ANN 1以识别微电网的运行模式，它是在并网模式（GCM）还是在孤岛模式（IM）下运行。在阶段2中，有两个对应于GCM和IM的MANN。每个MANN由三个独立的ANN组成，用于故障检测，分类和区段识别。在MATLAB / Simulink中对具有DG（风力和光伏）穿透性的标准IEC 61850-7-420微电网进行了建模。考虑到位于每个总线上的微相量测量单元，可以通过时间同步来测量三相电压和电流。广泛的研究包括不同的仿真场景，例如并联故障，高阻抗故障，以及动态情况，例如DG /配电线路的连接/断开。结果证实了所提出方法的有效性。每个MANN由三个独立的ANN组成，用于故障检测，分类和区段识别。在MATLAB / Simulink中对具有DG（风力和光伏）穿透性的标准IEC 61850-7-420微电网进行了建模。考虑到位于每个总线上的微相量测量单元，可以通过时间同步来测量三相电压和电流。广泛的研究包括不同的仿真场景，例如并联故障，高阻抗故障，以及动态情况，例如DG /配电线路的连接/断开。结果证实了所提出方法的有效性。每个MANN由三个独立的ANN组成，用于故障检测，分类和区段识别。在MATLAB / Simulink中对具有DG（风力和光伏）穿透性的标准IEC 61850-7-420微电网进行了建模。考虑到位于每个总线上的微相量测量单元，可以通过时间同步来测量三相电压和电流。广泛的研究包括不同的仿真场景，例如并联故障，高阻抗故障，以及动态情况，例如DG /配电线路的连接/断开。结果证实了所提出方法的有效性。考虑到位于每个总线上的微相量测量单元，可以通过时间同步来测量三相电压和电流。广泛的研究包括不同的仿真场景，例如并联故障，高阻抗故障，以及动态情况，例如DG /配电线路的连接/断开。结果证实了所提出方法的有效性。考虑到位于每个总线上的微相量测量单元，可以通过时间同步来测量三相电压和电流。广泛的研究包括不同的仿真场景，例如并联故障，高阻抗故障，以及动态情况，例如DG /配电线路的连接/断开。结果证实了所提出方法的有效性。