ارائۀ يك روش براي ارزيابي جامع وابستگي‌هاي جغرافيايي و فيزيكي سيستم اندازه‌گيري ناحيۀ گسترده در شبكه‌هاي هوشمند الكتريكي

A Methodology for Unified Assessment of Physical and Geographical Dependencies of Wide Area Measurement Systems in Smart Grids

سيستم‌هاي اندازه‌گيري ناحيۀ گسترده (WAMS) با تركيب دستگاه‌هاي اندازه‌گيري ديجيتال، سيستم‌هاي ارتباطي و كنترل، نظارت و كنترل زمان واقعي شبكه‌هاي هوشمند را امكان‌پذير مي‌كند. از آنجا كه WAMS متشكل از زيرساخت‌هاي مختلف است، وابستگي‌هاي پيچيده‌اي بين سيستم‌هاي زيربنايي و اجزاي مختلف آن وجود دارد كه شامل وابستگي‌هاي سايبري، فيزيكي و جغرافيايي هستند. اگرچه پژوهش‌هاي متعددي در اين زمينۀ تحقيقاتي خاص وجود دارد كه به بررسي وابستگي‌هاي سايبري مي‌پردازد، اما انواع ديگر وابستگي‌ها مانند وابستگي‌هاي جغرافيايي مورد مطالعه قرار نگرفته است. افزون بر اين، تاكنون روش‌هاي مدل‌سازي وابستگي كه قابليت مدل‌سازي هم‌زمان انواع مختلف وابستگي را براي WAMS دارا باشد پيشنهاد نشده است. هدف اصلي اين مقاله مدل‌سازي همزمان وابستگي‌هاي جغرافيايي و فيزيكي زيرساخت‌هاي WAMS بر اساس قوانين ساده و كاملاً مشخص است. ما يك تابع چگالي احتمال را براي كمي كردن وابستگي‌ها تعريف كرده‌ايم. چنين رويكرد يكپارچه‌اي مي‌تواند طراحي زيرساخت‌هاي WAMS را به‌گونه‌اي انجام دهد كه ذاتاً در برابر اختلالات ناشي از انواع رويدادهاي ناخواسته (كه ممكن است بر اجزاي وابسته به جغرافياي WAMS تأثير بگذارند) مقاوم‌تر باشند. از طريق شبيه‌سازي، كاربرد روش پيشنهادي نشان داده‌ شده است.

Wide Area Measurement Systems (WAMS) enable both real time monitoring and the control of smart grids by combining digital measurement devices, communication, and control systems. As WAMS consist of various infrastructures, they imply complex dependencies among their underlying systems and components of different types such as cyber, physical, and geographical dependencies. Although several works exist in the literature that studies cyber dependencies, other types of dependencies such as geographical dependencies have not yet been studied. In addition, there is a lack of dependency modeling methodologies that simultaneously capture different dependency types for WAMS. The main goal of this paper is a simultaneous modeling of the geographical and physical dependencies of WAMS infrastructures based on simple and well-defined rules. We define a probability density function to quantify these dependencies. Such a unified approach may support the design of WAMS infrastructures that are more resilient inherently to disruptions caused by different kinds of the unwanted events that may affect geographically dependent WAMS components. Through simulations, we demonstrate the applicability of the proposed methodology.