⚡ electrical engineering

Monte Carlo Pareto Tuning of the Siemens 7UT5121 Differential Relay on a 60 MVA150/20 kV Distribution Transformer

Cet article propose un cadre d'optimisation de Pareto basé sur la méthode de Monte Carlo pour remplacer les réglages déterministes du fabricant par une fenêtre de mise en service tridimensionnelle statistiquement robuste pour le relais différentiel Siemens 7UT5121, améliorant considérablement la sensibilité aux défauts naissants et au blocage d'inrush tout en maintenant une sécurité de 100 % contre les courants de travers pour un transformateur de distribution de 60 MVA.

Auteurs originaux : Dimas Nur Prakoso, Basuki Winarno, Budi Triyono, Yuli Prasetyo, Suyitno Muslim

Publié 2026-07-15

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Dimas Nur Prakoso, Basuki Winarno, Budi Triyono, Yuli Prasetyo, Suyitno Muslim

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez un transformateur électrique massif comme le cœur du réseau électrique d'une ville, pompant l'électricité des lignes haute tension vers les rues où vivent vos lumières et vos téléphones. Ce cœur spécifique est un monstre de 60 MVA, abaissant la tension de 150 kV à 20 kV. Pour protéger ce cœur contre une défaillance soudaine et catastrophique (comme un court-circuit interne), les ingénieurs utilisent un « relais différentiel » — imaginez cela comme un videur super intelligent debout à la porte, vérifiant le courant qui entre par rapport au courant qui sort. Si les deux ne correspondent pas, le videur claque la porte pour sauver le cœur.

Pendant des décations, régler les règles de ce videur a été comme prédire la météo : les ingénieurs choisissaient un réglage unique et fixe basé sur le manuel du fabricant et espéraient que tout se passerait bien. Ils supposaient que le monde était parfaitement prévisible. Mais en réalité, le réseau électrique est chaotique. Les transformateurs de courant (les capteurs) commettent de minuscules erreurs, la charge change chaque jour, et parfois les capteurs se « saturent » (sont submergés) lors de courts-circuits importants, envoyant de faux signaux qui ressemblent à une crise cardiaque alors qu'il ne s'agit que d'une forte charge.

L'ancienne méthode vs La nouvelle méthode
Cet article soutient que l'ancienne approche à « réglage unique » est trop rigide. C'est comme essayer de faire entrer un pion carré dans un trou rond en ne mesurant le pion qu'une seule fois. Au lieu de cela, les auteurs ont traité le problème comme un jeu vidéo avec des milliers de scénarios possibles. Ils ont utilisé une simulation informatique appelée pandapower pour mener une expérience massive de type « Monte Carlo ». Imaginez lancer des dés 500 fois pour chaque combinaison de réglages possible, simulant tout, des légères variations quotidiennes de la charge aux défauts externes massifs, et même le moment où les capteurs deviennent temporairement confus (saturation).

Ils ne cherchaient pas seulement un réglage ; ils cherchaient les réglages Pareto-optimaux. En langage clair, cela signifie trouver les « points idéaux » où l'on obtient la sécurité maximale sans sacrifier la capacité à détecter les vrais défauts. C'est la différence entre verrouiller votre porte d'entrée si serré que vous ne pouvez pas sortir en cas d'urgence, versus la laisser grande ouverte pour les cambrioleurs. L'objectif était de trouver l'équilibre parfait où la porte reste fermée pendant une tempête (sécurité) mais s'ouvre instantanément pour un véritable incendie (sensibilité).

La grande découverte
Après avoir exécuté environ 126 000 scénarios simulés, les auteurs ont découvert que les réglages « standards » recommandés par le fabricant (Siemens 7UT5121) étaient en fait trop conservateurs. Les anciennes règles étaient trop prudentes, risquant de manquer de petits défauts précoces (défauts naissants) qui pourraient se transformer en catastrophes.

L'article suggère une nouvelle « fenêtre de mise en service » plus large (une zone de réglage sûre) plutôt qu'un point unique :

Pente 1 ( $m_1$ ) : Devrait être comprise entre 0,30 et 0,40 (au lieu de l'ancien 0,25). Voyez cela comme rendre le videur légèrement plus tolérant aux erreurs de capteurs pour qu'il ne panique pas et ne coupe pas l'électricité sans raison.
Seuil de déclenchement ( $I_{pickup}$ ) : Devrait être compris entre 0,10 et 0,15 (plus bas que le standard de 0,20). Cela rend le videur plus sensible, capable d'entendre les « murmures » d'un petit défaut interne que les anciens réglages ignoreraient.
Blocage par deuxième harmonique ( $h^*_2$ ) : Il s'agit d'un filtre spécial pour empêcher le relais de déclencher lorsque le transformateur est mis sous tension pour la première fois (courant d'appel), ce qui est désordonné. Les auteurs ont prouvé via simulation que l'abaissement de ce réglage à 0,10 (10 %) est meilleur que le réglage standard de 15 %. Cela bloque les signaux d'appel « faux » 9,2 points de pourcentage plus efficacement sans bloquer accidentellement de vrais défauts.

À quel point sont-ils sûrs ?
Les auteurs sont très confiants dans ces chiffres, mais avec une réserve spécifique : ces résultats proviennent de simulations et d'un test en laboratoire à petite échelle, et non d'une explosion réelle d'une centrale de 60 MVA.

Ils ont exécuté leurs simulations avec 500 scénarios de défaut aléatoires par réglage, répétés trois fois avec différentes graines aléatoires, pour s'assurer que les résultats n'étaient pas dus à la chance.
Ils ont confirmé leur logique avec un formateur de laboratoire (un modèle à petite échelle), qui a montré que le relais se comportait exactement comme la mathématique le prédisait, bien que le formateur ne puisse pas reproduire la puissance massive d'un défaut de 60 MVA réel.
Ils ont explicitement écarté l'idée que les anciens réglages conservateurs soient le meilleur choix pour ce type spécifique de transformateur. Leurs données montrent que les anciens réglages laissent trop de « marge » pour l'erreur, rendant le système moins sensible aux problèmes réels.

La conclusion
L'article ne prétend pas avoir « résolu » tous les problèmes de protection pour toujours. Au contraire, il propose une nouvelle recette de réglage étayée par des statistiques. Il suggère qu'en passant d'un réglage unique et rigide à une « fenêtre » de réglages flexibles (spécifiquement $m_1 \in [0,30, 0,40]$ , $I_{pickup} \in [0,10, 0,15]$ et $h^*_2 \in [0,10, 0,125]$ ), les ingénieurs peuvent construire un réseau électrique qui est à la fois plus sûr contre les vrais défauts et moins susceptible de s'arrêter inutilement pendant le chaos normal. C'est un passage de la supposition au calcul, garantissant que le videur sait exactement quand claquer la porte et quand laisser passer l'électricité.

Résumé Technique : Réglage de Pareto par Monte Carlo du Relais Différentiel Siemens 7UT5121

Énoncé du Problème
La mise en service conventionnelle des relais différentiels de transformateur, tels que le Siemens 7UT5121, repose généralement sur des réglages déterministes à point unique dérivés des directives du fabricant. Cette approche suppose un point de fonctionnement représentatif et ignore la variabilité stochastique inhérente aux conditions de service réelles. Plus précisément, les procédures standards ne parviennent pas à prendre en compte la dispersion statistique des erreurs de classe des transformateurs de courant (TC), la dérive du changeur de prises, les variations de la capacité de court-circuit de la source, les fluctuations de charge quotidiennes et la saturation des TC lors des courants de travers. Dans le contexte des réseaux de distribution indonésiens, où la pénétration croissante des installations photovoltaïques (PV) sur toiture et des ressources fondées sur l'électronique de puissance (IBR) modifie les caractéristiques d'injection de court-circuit, ces réglages déterministes peuvent manquer de robustesse. Le problème central abordé est l'absence d'un cadre quantitatif et probabiliste pour déterminer des réglages de relais qui équilibrent la sensibilité (détection des défauts internes) et la sécurité (évitement des déclenchements intempestifs lors de défauts externes ou d'inrush) à travers une large gamme d'incertitudes opérationnelles.

Méthodologie
Les auteurs ont reformulé le problème de réglage du relais comme une optimisation de robustesse bidimensionnelle sur le plan de la pente ( $m_1$ ) et du seuil de déclenchement ( $I_{pickup}$ ), s'étendant à une troisième dimension impliquant le seuil de blocage par seconde harmonique ( $h^*_2$ ).

Environnement de Simulation : La zone protégée (un transformateur de 60 MVA, 150/20 kV) a été modélisée à l'aide de pandapower 3.4, une bibliothèque Python open-source conforme à la norme CEI 60909. Cela a remplacé les outils propriétaires pour garantir la reproductibilité.
Expérience de Monte Carlo : Un cadre stochastique a été employé où chaque paire de réglages candidats $(m_1, I_{pickup})$ $(m_{1}, I_{p i c k u p})$ a été évaluée contre $N=500$ $N = 500$ réalisations de défauts partagées. Ces réalisations ont échantillonné sept paramètres stochastiques :
- Sévérité du défaut.
- Erreurs de classe des TC (dans la limite de la classe 1.0 de la CEI 61869).
- Dérive du changeur de prises.
- Fraction de charge quotidienne.
- Capacité de court-circuit de la source.
- Impédance d'arc de défaut.
- Facteur de saturation des TC par événement.
Scénarios Opérationnels : Le modèle a été exercé sous quatre scénarios : charge proche de la puissance nominale, défauts internes (en zone), défauts externes (de travers) et défauts internes incipients.
Critères d'Optimisation : La sensibilité (probabilité de déclenchement sur défauts internes) et la sécurité (probabilité de stabilité sur défauts externes) ont été calculées avec des intervalles de confiance de Wilson à 95 %. La frontière de Pareto a été identifiée pour trouver les réglages non dominés où ni la sensibilité ni la sécurité ne peuvent être améliorées sans dégrader l'autre.
Extension en Troisième Dimension : Une simulation temporelle de la courbe B–H a été utilisée pour analyser le seuil de blocage par seconde harmonique ( $h^*_2$ ) lors des conditions d'inrush, en le traitant comme une troisième variable d'optimisation.
Vérification Matérielle : Des mesures indépendantes triphasées en laboratoire, utilisant une unité d'entraînement et un relais Siemens 7UT5121, ont été menées pour vérifier la logique du relais et la symétrie triphasée, bien que non pour reproduire l'intégralité des niveaux de défaut de 60 MVA.

Résultats Clés

Réglages Pareto-Optimaux : L'analyse a identifié un ensemble de cellules Pareto-optimales dans la région de pente élevée et de faible seuil de déclenchement. Les réglages optimaux ont été trouvés à $(m_1, I_{pickup}) \in \{(0,35, 0,10), (0,40, 0,10)\}$ , atteignant une sensibilité de 93,8 % et une sécurité de 100 %.
Fenêtre de Mise en Service : Plutôt qu'un point unique, les auteurs proposent une fenêtre de mise en service 3-D statistiquement justifiée :
- Pente 1 ( $m_1$ ) : $[0,30, 0,40]$
- Seuil de déclenchement ( $I_{pickup}$ ) : $[0,10, 0,15]$
- Seuil de seconde harmonique ( $h^*_2$ ) : $[0,10, 0,125]$
Optimisation du Seuil Harmonique : L'étude a démontré que l'abaissement du seuil de blocage par seconde harmonique de la valeur conventionnelle de 15 % du fabricant à 10 % domine strictement le réglage conventionnel. Ce seuil plus bas améliore la sécurité du blocage d'inrush de 9,2 points de pourcentage sans compromettre la capacité à autoriser les défauts internes (qui présentent une teneur en seconde harmonique négligeable).
Allocation du Budget : Une décomposition du budget de la Pente-1 de 25 % a révélé que l'écart de rapport de transformation des TC (11,8 %), l'erreur de classe (1 %) et la dérive du changeur de prises (2 %) consomment une part significative, ne laissant qu'environ 10 % de marge de manœuvre. Cela suggère que la pente conventionnelle de 25 % est souvent trop étroite pour absorber les résidus stochastiques les plus défavorables, justifiant ainsi le passage vers des pentes plus élevées (30–40 %).
Validation : Les mesures en laboratoire ont confirmé que la logique du relais interprète correctement les courants triphasés équilibrés et supprime le déclenchement sous charge, tandis que la simulation a confirmé la robustesse des réglages face aux variations stochastiques modélisées.

Signification et Revendications
L'article prétend combler l'écart entre les pratiques de mise en service déterministes et la réalité stochastique des réseaux de distribution modernes, particulièrement ceux présentant une forte pénétration d'IBR. Ses principales contributions sont :

Reproductibilité Open-Source : Fournir une implémentation entièrement reproductible et open-source (pandapower) de l'étude de protection différentielle, contrastant avec les outils propriétaires.
Mise en Service Probabiliste : Passer de la question « ce réglage fonctionne-t-il ? » à « quelle est la robustesse de ce réglage ? » en quantifiant la performance à travers une population de conditions de fonctionnement via des méthodes de Monte Carlo.
Justification Quantitative des Plages : Remplacer les recommandations ponctuelles des fabricants par une fenêtre de mise en service 3-D statistiquement fondée, offrant une flexibilité opérationnelle tout en maintenant la robustesse.
Contrôle Croisé Logique-Matériel : Valider la logique de simulation par rapport à des mesures matérielles indépendantes à l'échelle de laboratoire pour s'assurer que le comportement décisionnel du relais est cohérent à travers les échelles.

Les auteurs positionnent ce travail comme une recette quantitative pour le réajustement des éléments différentiels sous les enveloppes perturbées par les IBR, offrant un cadre qui peut être adapté par les ingénieurs de mise en service pour leurs spécifications propres de transformateur et de TC.

Articles similaires