تعریف قابلیت اطمینان
قابلیت اطمینان ، احتمال این است که یک وسیله ، تحت شرایط بهره برداری که با آن مواجه می شود هدفش را به طور دقیق برای دوره زمانی مورد نظر به انجام برساند. در واقع قابلیت اطمینان ، توانایی یک سیستم برای ادامه فعالیت بدون عیب است و این یعنی این که سیستم ماموریت خود را با نتیجه رضایت بخش به اتمام برساند .
قابلیت اطمینان ، احتمال آن است که یک وسیله یا سیستم برای یک مدت زمانی تحت یک شرایط بهره برداری مشخص کار کند.
برهمین اساس در سیستم های قدرت می توان گفت : قابلیت اطمینان سیستم قدرت، احتمال عملکرد عادی شبکه برق در یک زمان معین است. شاخص های قابلیت اطمینان توانایی سیستم الکتریکی را برای تامین برق مورد نیاز مشتریان با اندازه گیری فرکانس، مدت زمان و مقیاس وقفه های تامین مشخص می کند.
تعریف فوق به چهار بخش اساسی تقسیم می شود :
1-احتمال
2-عملکرد دقیق
3-زمان
4-شرایط بهره برداری
بخش اول ، یعنی احتمال ، ورودی عددی برای ارزیابی قابلیت اطمینان و همچنین اولین شاخص کفایت سیستم فراهم می آورد. می توان گفت “احتمال” ، شاخص کلاسیک ارزیابی قابلیت اطمینان است.
مثال هایی از شاخص های قابلیت اطمینان عبارتند از :
-تعداد عیب های مورد انتظار که در یک دوره مشخص زمانی اتفاق می افتند
-میانگین زمانی بین عیب ها
-از دست دادن درآمد مورد انتظار در نتیجه عیب
-امید ریاضی از دست دادن خروجی در نتیجه شکست
در سیستم توزیع قدرت ، آنالیز قابلیت اطمینان معمولا یک نرخ عیب ثابت برای یک تجهیز مانند ژنراتورها و ترانسفورماتورها در نظر گرفته می شود . در یک ریزشبکه ترکیبی AC/DC ، چندین تجهیز سنتی مانند ژنراتورهای توربین بادی و ترانسفورماتورها وجود دارند. در مدلسازی قابلیت اطمینان ریزشبکه ، نرخ عیب ثابت برای این وسایل ثابت فرض می شود. کانورترهای توان برای بهره برداری ثابت ریزشبکه حیاتی می باشند . در نتیجه آسیب پذیری وسایل سوئیچینگ توان ، کانورترهای توان از لحاظ قابلیت اطمینان در سطح پایین تری نسبت به ترانسفورماتورهای سنتی قرار دارند.بر خلاف ساختار ساده یک ترانسفورماتور ، کانورترهای توان انواع مختلفی در طراحی داشته و ساختار درونی پیچیده دارند.
ویژگی دیگر ریزشبکه AC/DC ترکیبی ، کانورترهای پیوند دهنده (ILCs) می باشد که فلوی توان بین سیستم AC و DC را کنترل می کند.از این رو ، این مورد غیرعملی به نظر می رسد که در آنالیز قابلیت اطمینان ، یک کانورتر توان را مانند یک ترانسفورماتور در آنالیز قابلیت اطمینان مدل کنیم.
نمونه ای از یک منحنی نرخ عیب در شکل زیر نمایش داده می شود منحنی کلاسیک وان حمام (bathtub) می تواند به سه دوره تقسیم شود.دوره مرگ و میر نوزادان که در آن نرخ عیب در طول زمان کاهش می یابد. این نرخ عیب ، هنگامی که فرآیند پیش غربالگری (prescreening) اتمام می یابد نمودار به حالت ثبات می رسد.جمعیت وسایل به پایین ترین سطح نرخ عیب در دوره زمانی مفید می رسد.نرخ عیب به وسیله یک مقدار تقریبا ثابت مشخص می شود که اغلب با نام ” نرخ عیب ثابت ” به آن رجوع می شود.این نرخ عیب ثابت معمولا در مدلسازی قابلیت اطمینان استفاده می گردد.
شکل 1) منحنی نرخ عیب در ارزیابی قابلیت اطمینان
تقسیم بندی تجهیزات از دیدگاه تعمیرپذیری
+ به طور کلی می توان وسایل را به دو گروه کلی تقسیم نمود .گروه اول وسایلی هستند که قابل تعمیرند و گروه دوم شامل وسایل غیر قابل تعمیر می باشند. وسایل غیر قابل تعمیر آن دسته از وسایل هستند که وقتی دچار عیب می شوند کنار گذاشته شده و طول عمر آن ها یک متغیر تصادفی است.به عنوان مثال برای سیستم های غیر قابل تعمیر می توان به لامپ برق ، فیوز ماشین و حتی ماشین حساب جیبی اشاره نمود .نکته قابل توجه برای وسایل غیر قابل تعمیر این است که تعمیر این وسایل هزینه بیشتری نسبت به جایگزینی آن ها می طلبد.برای این نوع وسایل ، اغلب همین کافی است که از متوسط زمانی تا عیب (MTTF) استفاده کنیم ، یعنی مقدار متوسط زمانی که یک وسیله قبل از معیوب شدن کار می کند.
اما اکثر سیستم ها مانند اتومبیل ، دیزل ژنراتور ، هواپیما و دستگاه تهویه هوا به صورت قابل تعمیر هستند و تعمیر آن ها نسبت به تعویض آن ها پس از اولین عیب ارزان تر می باشد.
اکثر وسایل و سیستم ها در حقیقت سیستم های قابل تعمیر می باشند و MTTF جهت توصیف قابلیت اطمینان کافی نیست.آگاهی نسبت به متوسط زمانی بین عیب ها (MTBF) نیز حائز اهمیت است . شاخص مهم دیگر ، متوسط زمانی تا تعمیر (MTTR) می باشد. در واقع معادله MTBF=MTTF + MTTR را خواهیم داشت که متوسط زمانی بین عیب ها (MTBF) برابر مجموع زمانی است که سیستم در حال کار قرار دارد تقسیم بر تعداد کل عیوب .
از طرفی متوسط زمانی تا عیب (MTTR) برابر مجموع زمانی است که سیستم از کار افتاده است تقسیم بر تعداد کل عیوب.
در ابتدا، روشهای مورد استفاده برای ارزیابی شاخصهای قابلیت اطمینان سیستمهای توزیع مانند فراوانی خرابی، میانگین زمان خرابی، میانگین زمان بین خرابی و انرژی تامین نشده کلاسیک بود. این شاخص ها به تصمیم گیرندگان کمک می کند تا اقدامات فنی و مدیریتی را برای اجرای سیستم ها تعریف کنند. پس از آن مفهوم از دست دادن احتمال بار (LOLP) معرفی شد که کاربردهای زیادی در مدل سازی بار و ابعاد پارامترهای الکتریکی دارد. تجزیه و تحلیل رضایت مشتری برای هر شرکت برق بسیار مهم است. شاخصهای مختلفی برای اندازهگیری قابلیت اطمینان و هزینه آن در حوزه سیستمهای قدرت مانند کاهش احتمال بار (LOLP)، کاهش انتظار بار (LOLE)، فرکانس مورد انتظار کاهش بار (EFLC)، مدت زمان مورد انتظار کاهش بار توسعه یافتهاند. EDLC)، مدت زمان مورد انتظار کاهش (EDC)، و انرژی مورد انتظار تامین نشده (EENS) .
احتمال از دست دادن بار
LOLP یک مقدار مورد انتظار است که گاهی بر اساس اوج بار ساعتی هر روز و گاهی اوقات بر اساس بار هر ساعت (24 در روز) محاسبه می شود. علاوه بر این، در ابتدا، LOLP برای مشخص کردن کفایت تولید برای ارائه بار در سیستم قدرت فله استفاده میشود. این به طور مستقیم قابلیت اطمینان سیستم انتقال و توزیع را در جایی که اکثر قطعی ها واقعاً رخ می دهد مدل نمی کند. نورلفث و آیت کادی اخیراً گفته اند که LOLP معمولاً برای تخمین شاخص قابلیت اطمینان استفاده می شود.
با در نظر گرفتن S و D به ترتیب به عنوان عرضه و تقاضای بار، قابلیت اطمینان یک سیستم چند حالته (MSS) را می توان به سادگی محاسبه کرد.
فرمولاسیون احتمال از دست دادن بار
محاسبات قابلیت اطمینان سیستم تولید عمدتاً بر اساس دو روش تحلیلی است که با مدل بار مورد استفاده متفاوت است. روش اول محاسبه LOLP است. در آنجا بار توسط منحنی مدت بار داده می شود. روش دوم روش فرکانس و مدت زمان است که به وسیله آن علاوه بر احتمال، فرکانس و مدت سطوح بار بالاتر از ظرفیت تولید را می توان تعیین کرد. روش احتمال از دست دادن بار، هر مقدار قطعی مگاوات را با احتمال تجمعی معینی مرتبط میکند، بنابراین یک جدول قطع ظرفیت تولید میشود. تلفات بار مورد انتظار سیستم از جدول قطع ظرفیت بدست می آید و منحنی تغییرات پیک بار روزانه از منحنی های بار روزانه بدست می آید.
هدف دوم
این هدف، همبستگی بین قابلیت اطمینان سیستم، در دسترس بودن انرژی، و احتمال از دست دادن بار را برجسته می کند. برای درک این همبستگی، ما یک سیستم MSGS قابل تعمیر تولید کننده چند حالته متصل به بار L را در نظر می گیریم و در یک دوره زمانی معین، دو منحنی را ترسیم می کنیم که نشان دهنده تحولات ظرفیت موجود سیستم (SAC) و بار سیستم ساعتی (HSL) است. به ترتیب، همانطور که در شکل 1 نشان داده شده است. بسته به حالات واحدهای تولید کننده (بالا یا پایین) که شامل خرابی جزئی یا کلی یک واحد ساده یا چندین واحد است، ظاهر شیب ها در یک منحنی منعکس کننده خرابی واحدها است، و بازگشت مجدد به سطح اولیه ظرفیت نشان می دهد که تعمیرات انجام شده است. یکی از شاخصهای قابلیت اطمینان که بیشتر به سودمندی مربوط میشود تا مشتری، انرژی تامیننشده (ENS) است که توسط خطوط چین زیر منحنی داده میشود. فواصل زمانی متناظر آنها نشان دهنده مدت زمانی است که مصرف بیش از تولید است و بنابراین ما از دست دادن بار داریم. سطح رو به کاهش قابلیت اطمینان سیستم با حالت تنزل دهنده، مربوط به هر کاهش در رفتار منحنی SAC برجسته می شود.
شکل 2 ) مقایسه بار و ظرفیت در دسترس سیستم در محاسبه ENS یا انرژی مورد انتظار تامین نشده
خرابی سیستم مولد می تواند به دو صورت رخ دهد: یا از طریق خرابی واحد یا از طریق افزایش بار. زمانی که تقاضا بیشتر از عرضه باشد، بار از دست میرود. با این حال، هنگامی که یک شکست در بالادست نقطه بار رخ می دهد، از دست دادن عرضه وجود دارد. حفظ این تفاوت مهم است. در این زمینه، دو سؤال مرتبط باید پرسیده شود و پاسخها مورد ارزیابی قرار گیرد، مانند: وقتی بار افزایش مییابد چه اتفاقی میافتد؟ عواقب خرابی سیستم مولد چیست؟
بهبود شاخص های قابلیت اطمینان
برای بهبود سطح قابلیت اطمینان، اقدامات فنی و سازمانی در طول برنامه ریزی و بهره برداری سیستم در نظر گرفته می شود. اقدامات انجام شده در حال حاضر به شرح زیر است: تشدید عملیات تعمیر و نگهداری. سازماندهی مجدد شبکه ها، سیستم های حلقه و مش بندی و اتوماسیون شبکه ها. در برخی مراجع، برخی از گزینه ها مانند انتقال بار بین فیدرها، مدارهای زیرزمینی و جایگزینی تجهیزات قدیمی اضافه شده است. از نقطه نظر عملی، این نرم افزار اجازه می دهد تا با مقایسه ساده شاخص های قابلیت اطمینان، خوب بودن هر معیار را برای عملکرد سیستم برجسته کند. نتایج بهبود شاخص های قابلیت اطمینان در مقالات مورد نظر منتشر شده است.
منبع : برق تِک