في هذا المقال:
- مدخل للمرونة وتمييزه عن الموثوقية.
- المراحل التي يتعرض لها النظام قبل وبعد وخلال الهجوم من وجهة نظر المرونة.
- تقييم المرونة.
- مراجع ينصح بقراءتها الكاتب.
-مدخل للمرونة وتمييزه عن الموثوقية:
النظام الكهربائي (Electrical Power System – In this article: The Distribution System) يتعرض لهجمات مصدرها الطبيعة (Natural Disasters) أو سايبر (Cyber-Attacks)، وتنتج هذه الهجمات أخطاء كبيرة الضرر (High-Impact) على النظام الكهربائي وهذا ما يميّز المرونة (Resilience) عن الموثوقية (Reliability ) عند تقييم النظام، وللاطلاع أكثر يمكن زيارة مقالي السابق: إضغط هنا – Click Here
-المراحل التي يتعرض لها النظام قبل وبعد وخلال الهجوم من وجهة نظر المرونة:
كما هو موضح بالصورة أدناه:
- فإن النظام من (0) إلى (t0) في حالة طبيعية (Normal Operation Conditions).
- عند تعرضه لهذا الهجوم الناتج بالأخطاء عند الوقت (t0)، وهذا قد يسبب انقطاع التيار عن المستهلكين أو المستخدمين (Loads).
- يحصل انخفاض ملحوظ جداً في أداء النظام ويبدأ الانخفاض من (t0) إلى (t1) وهذه المرحلة -هندسياً- تسمى (System Degradation).
- عند (t1) تقوم الشركة (Utility) عبر مشغلي أنظمة التوزيع (Distribution System Operators) بجمع معلومات النظام بعد الضرر باستخدام طرائق عدة منها (Multi-Agent System)، وهنا التقييم يتم لكي يتم تحديد الخطاء (Fault Location) و عزله (Fault Isolation) عن باقي النظام الغير متضرر (Healthy parts of the affected system).
- من (t2) إلى (t3) تسمى بمرحلة الاستعادة (Restoration) والنجاة (Recovery)، وهنا الشركة (Utility) تقوم بإرسال فريق صيانة (Crew Resource or Personnel team) لكي يتم إصلاح النظام (Infrastructural Restoration) وصيانته (Maintenance and repair) وفي نفس الوقت يتم إعادة إرسال الطاقة (Re-energization) إلى الأحمال التي تقع في أجزاء النظام الغير متضرر باستخدام مصادر الطاقة الموزعة (Distributed Energy Resources) المتوفرة.
- عند الوقت (t3) النظام يرجع إلى حالته الطبيعية (Normal Operation Conditions) مجدداً.
-تقييم المرونة:
لأن مرونة النظام الكهربائي بدأت تجلب الانتباه نتيجة لازدياد احتمالية الأخطاء ذات الضرر الكبير والاحتمالية القليلة (High-Impact Low-Probability) بسبب تغيير في الطقس (Climate Change)، وحيث أن المرونة هي قدرة النظام عموماً على التعامل مع هذه الهجمات والنجاة بعدها، لذا فإن مرونة النظام الكهربائي يجب أن يتم تقييمها من ناحيتين:
- التخطيط طويل المدى الذي يتعلق بأمور عدة منها اقتصادية (Long-Term Planning).
- التخطيط قصير المدى الذي يتعلق بأمور عدة منها تشغيلية (Short-Term Planning).
وبحسب ما يرى كاتب هذا المقال أن الموثوقية (Reliability) قد تم تقييمها في دراسات كثيرةً جدًا ولاقت القبول العالمي، ولكن المرونة (Resiliency) قد تم تقييمها في عدد من الدراسات لا بأس بها ولم يتم بعد قبولها بشكل عالمي وموحد نظراً للنمو الحالي في هذا المجال.
تقييم المرونة (Resilience Assessment) أصبح أكثر ارتباطاً بنظام التوزيع الحديث (Modern Distribution System)، لذا إطار عمل تقييم المرونة (Resilience Metrics) يحب أن يتم تطويره لكي يلاقي قبول واستحسان عالمي موحد بحيث أنه يكون قادراً على قياس -مثلاً- الفائدة القصوى من مصادر الطاقة الموزعة (Distributed Energy Resources) لزيادة مرونة النظام الخاص بالتوزيع (Distribution System)، و أداء النظام الخاص بالأحمال (Load point/system performance metrics) مع عدم إهمال الجانب الخاص باقتصاديات الطاقة (investment decisions) عموماً.
ولكي يتم تقييم المرونة بشكل كامل وصحيح هنالك أمور كثيرة جداً يجب أن يتم مراعاتها مثل نمذجة الخطأ أو الهجوم (Event Modeling)، نمذجة الضرر (Damage Modeling)، ونمذجة الاستعادة (Restoration Modeling)، وتحت هذه الثلاث النقاط ينحدر نقاط كثيرة جداً.
مثال على نمذجة الهجوم :
هنا -مثلاً- يتم التوقع (Forecasted) سرعة الرياح واحتمالية ضررها على كل جزء من النظام في حالة أن النظام كبير من حيث المساحة الجغرافية لكي يتم التجهيز وتقوية النظام (Robustness and preparedness)، و هذه أحد الخطط لكي يتم زيادة مرونة النظام.
مثال على نمذجة الضرر :
وهنا -مثلاً- يتم عمل لحصر المكونات المتضررة (Affected Component of the distribution system) قبل أو بعد الهجوم وحيث أن الضرر يزيد مع زيادة الهجوم، ولحسابه يتم مثلاً استخدام “Fragility Curve”.
مثال على نمذجة الاستعادة :
هنا النمذجة لا حصر لها ، لأنها تعتمد اعتماد كلي على عدة أمور أبرزها: النظام، مكوناته، قوته، المهندسين، فريق الصيانة، الشركة، الالتزامات المادية، وأبرز الطرائق هو استخدام مصادر الطاقة المتوزعة (DERs) وخصوصاً الطاقة المتجددة (Renewable Energy Resources)، وأيضاً استغلال نظريات تقسيم النظام (System Reconfiguration) إلى “جزر كهربائية” (Physical Islands)، فمثلاً في إحدى الدراسات ،كما هو موضح بالصورتين في الأسفل:
- في الصورة الأولى: يتضح أنه باستخدام مصادر الطاقة المتوزعة (DERs) احتمالية انقطاع التيار لفترات طويلة تنخفض على عكس الحالة الأخرى.
- فى الصورة الثانية: وحيث (EENS) هي الطاقة المتوقعة الغير مفعلة (Estimated Energy Not Served) و (EOD) هي الوقت المتوقع لانقطاع التيار (Expected Outage Duration) في كلا المعاملين باستخدام مصادر الطاقة الموزعة يتم زيادة المرونة في النظام.
مراجع ينصح بقراءتها الكاتب:
R. J. Campbell, “Weather-related power outages and electric system resiliency,” Congr. Res. Serv., Washington, DC, USA, Tech. Rep R42696, Aug. 2012. [Online]. Available: http://www.fas.org/sgp/crs/ misc/R42696.pdf. Accessed on: Feb. 05, 2019.
“Presidential policy directive—Critical infrastructure security and resilience,” White House, Washington, DC, USA, Feb. 2013. [Online]. Available: https://obamawhitehouse.archives.gov/the-pressoffice/2013/02/12/presidential-policy-directive-critical-infrastructuresecurity-and-resil. Accessed on: Jan. 20, 2019.
J.-P. Watson et al., “Conceptual framework for developing resilience metrics for the electricity, oil, and gas sectors in the United States,” Sandia Nat. Lab., Albuquerque, NM, USA, Tech. Rep. SAND2014-18019, 2014.
Z. Li, M. Shahidehpour, F. Aminifar, A. Alabdulwahab, and Y. Al-Turki, “Networked microgrids for enhancing the power system resilience,” in Proc. IEEE, vol. 105, no. 7, pp. 1289–1310, Jul. 2017.
Y. Xu, C. Liu, K. P. Schneider, F. K. Tuffner, and D. T. Ton, “Microgrids for service restoration to critical load in a resilient distribution system,” IEEE Trans. Smart Grid, vol. 9, no. 1, pp. 426–437, Jan. 2018.
C. Yuan, M. S. Illindala, and A. S. Khalsa, “Modified Viterbi algorithm based distribution system restoration strategy for grid resiliency,” IEEE Trans. Power Del., vol. 32, no. 1, pp. 310–319, Feb. 2017.
H. Gao, Y. Chen, Y. Xu, and C. Liu, “Resilience-oriented critical load restoration using microgrids in distribution systems,” IEEE Trans. Smart Grid, vol. 7, no. 6, pp. 2837–2848, Nov. 2016.
Z.Wang and J.Wang, “Self-healing resilient distribution systems based on sectionalization into microgrids,” IEEE Trans. Power Syst., vol. 30, no. 6, pp. 3139–3149, Nov. 2015.
S. Yao, P. Wang, and T. Zhao, “Transportable energy storage for more resilient distribution systems with multiple microgrids,” IEEE Trans. Smart Grid, vol. 10, no. 3, pp. 3331–3341, May 2019.
S. Poudel and A. Dubey, “Critical load restoration using distributed energy resources for resilient power distribution system,” IEEE Trans. Power Syst., vol. 34, no. 1, pp. 52–63, Jan. 2019.
P. Bajpai, S. Chanda, and A. K. Srivastava, “A novel metric to quantify and enable resilient distribution system using graph theory and choquet integral,” IEEE Trans. Smart Grid, vol. 9, no. 4, pp. 2918–2929, Jul. 2018.
S. Mousavizadeh, M. Haghifam, and M. Shariatkhah, “A linear two-stage method for resiliency analysis in distribution systems considering renewable energy and demand response resources,” Appl. Energy, vol. 211, pp. 443–460, 2018.
S. Ma, L. Su, Z. Wang, F. Qiu, and G. Guo, “Resilience enhancement of distribution grids against extreme weather events,” IEEE Trans. Power Syst., vol. 33, no. 5, pp. 4842–4853, Sep. 2018.
X. Wang, Z. Li, M. Shahidehpour, and C. Jiang, “Robust line hardening strategies for improving the resilience of distribution systemswith variable renewable resources,” IEEE Trans. Sustain. Energy, vol. 10, no. 1, pp. 386–395, Jan. 2019.
X. Liu, M. Shahidehpour, Z. Li, X. Liu,Y. Cao, and Z.Bie, “Microgrids for enhancing the power grid resilience in extreme conditions,” IEEE Trans. Smart Grid, vol. 8, no. 2, pp. 589–597, Mar. 2017.
M. Panteli, C. Pickering, S. Wilkinson, R. Dawson, and P. Mancarella, “Power system resilience to extreme weather: Fragility modeling, probabilistic impact assessment, and adaptation measures,” IEEE Trans. Power Syst., vol. 32, no. 5, pp. 3747–3757, Sep. 2017.
M. Panteli, P. Mancarella, D. N. Trakas, E. Kyriakides, and N. D. Hatziargyriou, “Metrics quantification of operational and infrastructure resilience in power systems,” IEEE Trans. Power Syst., vol. 32, no. 6, pp. 4732–4742, Nov. 2017.
S. Chanda and A. K. Srivastava, “Defining and enabling resiliency of electric distribution systems with multiple microgrids,” IEEE Trans. Smart Grid, vol. 7, no. 6, pp. 2859–2868, Nov. 2016.
T. Khalili, M. T. Hagh, S. G. Zadeh, and S. Maleki, “Optimal reliable and resilient construction of dynamic self-adequate multi-microgrids under large-scale events,” IET Renew. Power Gener., vol. 13, no. 10, pp. 1750–1760, Apr. 2019.
A. Jafari.,T. Khalili, H. G. Ganjehlou, andA.Bidram, “Optimal integration of renewable energy sources, diesel generators, and demand response program from pollution, financial, and reliability viewpoints: A multiobjective approach,” J. Cleaner Prod., vol. 247, Feb 2020, Art. no. 119100.
M. Ouyang and L. Dueñas-Osorio, “Multi-dimensional hurricane resilience assessment of electric power systems,” Struct. Safety, vol. 48, pp. 15–24, 2014.
S. Chanda, A. K. Srivastava, M. U. Mohanpurkar, and R. Hovsapian, “Quantifying power distribution system resiliency using code-based metric,” IEEE Trans. Ind. Appl., vol. 54, no. 4, pp. 3676–3686, Jul.-Aug. 2018.
J. Najafi et al., “Power distribution system improvement planning under hurricanes based on a new resilience index,” Sustain. Cities Soc., vol. 39,pp. 592–604, 2018.
