तकनीकी सारांश: बहु-जोखिमों के विरुद्ध लचीला ग्रिड सुदृढ़ीकरण (Resilient Grid Hardening)

1. समस्या विवरण

जलवायु परिवर्तन के कारण चरम मौसम की घटनाओं की बढ़ती आवृत्ति और तीव्रता, पावर सिस्टम के लचीलेपन (resilience) के लिए गंभीर खतरे पैदा कर रही है। उच्च हवाओं, भूकंप और वनस्पतियों से संबंधित घटनाओं जैसे खतरों से होने वाला बुनियादी ढांचे का नुकसान लंबे समय तक बिजली कटौती और महत्वपूर्ण आर्थिक नुकसान का कारण बनता है। ग्रिड नियोजन में एक महत्वपूर्ण चुनौती यह है कि पारंपरिक सुदृढ़ीकरण रणनीतियाँ अक्सर एकल खतरे या एकल शमन उपाय पर ध्यान केंद्रित करती हैं। उदाहरण के लिए, भूमिगत (Undergrounding - UG) लाइनें हवा और वनस्पतियों से सुरक्षा प्रदान करती हैं, लेकिन भूकंपीय गतिविधि के प्रति संवेदनशीलता बढ़ा सकती हैं या भूकंप आने पर उच्च मरम्मत लागत का कारण बन सकती हैं। इसके विपरीत, वनस्पति प्रबंधन (Vegetation Management - VM) ओवरहेड लाइनों के लिए प्रभावी है, लेकिन यह भूकंपीय जोखिमों को संबोधित नहीं करता है।

इसके अलावा, मौजूदा अनुकूलन मॉडल अक्सर स्थिर, दो-चरणीय स्टोकेस्टिक प्रोग्रामिंग (two-stage stochastic programming) पर निर्भर करते हैं जहाँ प्रारंभिक सुदृढ़ीकरण निर्णय पूरे नियोजन क्षितिज (planning horizon) के लिए निश्चित होते हैं। यह कठोरता विकसित होती जलवायु स्थितियों और अनिश्चितताओं को ध्यान में रखने में विफल रहती है, जिससे उप-इष्टतम (suboptimal) और अत्यधिक खर्चीले परिणाम मिल सकते हैं। यह शोध पत्र एक ऐसे निर्णय लेने वाले ढांचे की आवश्यकता को संबोधित करता है जो:

1. कई खतरों (विशेष रूप से उच्च हवाओं और भूकंप) पर एक साथ विचार करता हो।
2. पूरक सुदृढ़ीकरण रणनीतियों (दीर्घकालिक भूमिगतकरण और अल्पकालिक वनस्पति प्रबंधन) को एकीकृत करता हो।
3. भविष्य के परिदृश्यों के आधार पर प्रारंभिक योजनाओं को संशोधित करने के लिए अनुकूलन योग्य निर्णय लेने की अनुमति देता हो।

2. कार्यप्रणाली (Methodology)

लेखक एक अनुकूली दो-चरणीय स्टोकेस्टिक अनुकूलन (Adaptive Two-Stage Stochastic Optimization - ATS) ढांचे का प्रस्ताव करते हैं, जिसे वितरित ऊर्जा संसाधनों (distributed energy resources) के साथ रेडियल वितरण प्रणालियों के लिए डिज़ाइन किया गया है।

2.1. परिदृश्य वृक्ष (Scenario Tree) और अनिश्चितता मॉडलिंग

समस्या को एक परिदृश्य वृक्ष (scenario tree) का उपयोग करके मॉडल किया गया है जहाँ नोड्स नियोजन क्षितिज $T$ के दौरान अनिश्चितताओं (हवा की घटनाएं, भूकंप, वनस्पति विफलता) के संभावित वास्तविक रूपों का प्रतिनिधित्व करते हैं।

• अनिश्चितता पैरामीटर: मॉडल में आउटेज अवधि ($\xi$), घटनाओं की संख्या ($N$), और प्रत्येक खतरे के प्रकार के लिए विफलता की संभावना ($\varrho$) के लिए यादृच्छिक चरों (random variables) को शामिल किया गया है।
• ट्री प्रूनिंग (Tree Pruning): जैसे-जैसे क्षितिज बढ़ता है, गणनात्मक सुगमता सुनिश्चित करने के लिए, लेखक एक बैकवर्ड रिडक्शन (backward reduction) पद्धति का उपयोग करते हैं ताकि मूल संभाव्यता वितरण के करीब रहने वाले प्रतिनिधि परिदृश्यों के सेट को बनाए रखा जा सके।

2.2. अनुकूली दो-चरणीय संरचना (Adaptive Two-Stage Structure)

मानक दो-चरणीय मॉडलों के विपरीत जहाँ प्रथम-चरण के निर्णय निश्चित होते हैं, ATS ढांचा एक संशोधन तंत्र (revision mechanism) पेश करता है:

• प्रथम-चरण के निर्णय: कौन सी लाइनें भूमिगत की जानी चाहिए ($\alpha_{ln}$), इसके संबंध में प्रारंभिक निर्णय शुरुआत में लिए जाते हैं।
• संशोधन बिंदु: एक निर्धारित समय $t$ पर, मॉडल देखे गए अनिश्चितता और अद्यतित पूर्वानुमानों के आधार पर इन प्रारंभिक निर्णयों के एक एकल संशोधन की अनुमति देता है।
• द्वितीय-चरण के निर्णय: वनस्पति प्रबंधन स्तर ($\beta_{ln}$) वार्षिक (अल्पकालिक) रूप से निर्धारित किए जाते हैं और पूरे क्षितिज के दौरान परिदृश्य-निर्भर रहते हैं।

2.3. उद्देश्य फलन (Objective Function) और बाधाएं

उद्देश्य 30-वर्षीय क्षितिज में कुल अपेक्षित लागत को कम करना है, जिसमें शामिल हैं:

• निवेश लागत: भूमिगतकरण ($IC^{UG}$) और वार्षिक वनस्पति प्रबंधन ($IC^{VM}$) की पूंजीगत लागत।
• परिचालन लागत: हवा, भूकंप और वनस्पति विफलताओं से जुड़ी आउटेज लागत (लोड शेडिंग) और मरम्मत लागत।
• छूट (Discounting): भविष्य की लागतों को मुद्रास्फीति और छूट दरों से प्राप्त कारक $\gamma$ का उपयोग करके डिस्काउंट किया जाता है।

प्रमुख बाधाएं:

• बजट सीमाएं: भूमिगतकरण ($B^{UG}$) और वनस्पति प्रबंधन ($B^{VM}$) के लिए प्रणाली-व्यापी कैप।
• अपरिवर्तनीयता (Irreversibility): एक बार जब कोई लाइन भूमिगत हो जाती है, तो निर्णय को बदला नहीं जा सकता।
• पारस्परिक अपवर्जन (Mutual Exclusivity): वनस्पति प्रबंधन केवल ओवरहेड लाइनों के लिए लागू है; भूमिगत की गई लाइनों को VM की आवश्यकता नहीं होती है।
• संशोधन तर्क: बाधाएं सुनिश्चित करती हैं कि प्रत्येक लाइन अधिकतम एक संशोधन निर्णय से गुजरती है, और निर्णय संशोधन बिंदु तक सभी परिदृश्यों में सुसंगत रहते हैं।

2.4. लोड शेडिंग गणना

आउटेज लागत को मापने के लिए, मॉडल प्रत्येक संभावित लाइन आउटेज के लिए एक अलग ऑफलाइन अनुकूलन समस्या को हल करता है। यह पावर फ्लो बाधाओं, नोडल वोल्टेज सीमाओं और माइक्रोटर्बाइन रैम्पिंग क्षमताओं के आधार पर दैनिक लोड शेडिंग लागत ($C^{LS}$) की गणना करने के लिए DistFlow मॉडल का उपयोग करता है।

3. प्रमुख योगदान

यह शोध पत्र तीन प्राथमिक योगदान देता है:

1. एकीकृत बहु-जोखिम मॉडल: एक व्यापक अनुकूलन मॉडल जो उच्च हवाओं और भूकंपों को संयुक्त रूप से विचार करता है। यह स्पष्ट रूप से उन ट्रेड-ऑफ्स को ध्यान में रखता है जहाँ भूमिगतकरण हवा/वनस्पति जोखिमों को कम करता है लेकिन भूकंपीय जोखिमों के प्रति संवेदनशील बना सकता है, और इसके विपरीत।
2. अनुकूली निर्णय ढांचा: एक अनुकूली दो-चरणीय स्टोकेस्टिक दृष्टिकोण का परिचय जो भूमिगतकरण के दीर्घकालिक निर्णयों के एक एकल संशोधन की अनुमति देता है। यह बहु-चरणीय मॉडलों के लचीलेपन और दो-चरणीय दृष्टिकोणों की व्यावहारिकता के बीच संतुलन बनाता है, जिससे विकसित होती जलवायु अनिश्चितताओं के बीच बिना बार-बार महंगे बदलावों के अनुकूल होना संभव होता है।
3. सहक्रियात्मक रणनीति अनुकूलन (Synergistic Strategy Optimization): दीर्घकालिक (UG) और अल्पकालिक (VM) रणनीतियों का एकीकरण। मॉडल दिखाता है कि ये रणनीतियाँ कैसे परस्पर क्रिया करती हैं; उदाहरण के लिए, एक खंड को भूमिगत करने से उस खंड पर VM की आवश्यकता समाप्त हो जाती है, जिससे लागत तालमेल (cost synergies) उत्पन्न होता है।

4. सिमुलेशन परिणाम

ढांचे का परीक्षण MATLAB और Gurobi का उपयोग करके एक संशोधित IEEE 22-बस वितरण प्रणाली पर किया गया था।

4.1. इष्टतम सुदृढ़ीकरण निर्णय

• बजट संवेदनशीलता: जैसे-जैसे भूमिगतकरण बजट बढ़ता है, मॉडल अधिक लाइनें चुनता है, उन लाइनों को प्राथमिकता देता है जिनका लोड शेडिंग प्रभाव अधिक है और जिनमें उच्च पवन भेद्यता लेकिन कम भूकंपीय जोखिम है।
• लागत में कमी: भूमिगतकरण बजट बढ़ाने से कुल सिस्टम लागत (उद्देश्य मान) काफी कम हो जाती है, क्योंकि यह आउटेज और मरम्मत लागत को कम करता है।
• रणनीति की परस्पर क्रिया: जैसे-जैसे अधिक लाइनें भूमिगत की जाती हैं, आवश्यक वनस्पति प्रबंधन बजट कम हो जाता है, जो सहक्रियात्मक लागत बचत की पुष्टि करता है।

4.2. अनुकूली बनाम स्थिर (ATS बनाम TS)

• प्रदर्शन: अनुकूली दो-चरणीय (ATS) दृष्टिकोण लगातार मानक दो-चरणीय (TS) मॉडल से बेहतर प्रदर्शन करता है।
• लाभ का परिमाण: TS की तुलना में ATS की सापेक्ष बचत ($G_{rel}$) बजट और परिदृश्य वृक्ष के आकार के आधार पर 11.85% से 17.83% के बीच होती है।
• मूल्य के लिए स्थितियां: ATS का लाभ उच्च बजट और बड़े परिदृश्य वृक्षों (उच्च अनिश्चितता) के तहत सबसे अधिक स्पष्ट होता है। कम नियोजन क्षितिज या कम अनिश्चितता वाले परिदृश्यों में, अनुकूलन का मूल्य कम हो जाता है।
• बहु-आउटेज: कई लाइनों के एक साथ आउटेज वाले परिदृश्यों में, ATS का लचीलापन और भी अधिक सापेक्ष लाभ (19.43% तक सुधार) प्रदान करता है, जो उच्च-प्रभाव वाली विफलता परिदृश्यों में इसकी मजबूती को दर्शाता है।

4.3. बहु-जोखिम और बहु-रणनीति लाभ

• बहु-जोखिम नियोजन: उच्च हवा और भूकंप दोनों जोखिमों पर विचार करने से एकल-जोखिम मॉडलों की तुलना में अलग, अधिक लागत प्रभावी लाइन चयन प्राप्त होता है। उदाहरण के लिए, उच्च भूकंपीय भेद्यता वाली लाइनों को भूमिगत करने से बचा जाता है, भले ही उनमें उच्च पवन जोखिम हो, जिससे बढ़े हुए लाइफसाइकिल खर्चों को रोका जा सके। इस दृष्टिकोण ने एकल-जोखिम नियोजन की तुलना में 53–59% की लागत बचत प्रदान की।
• बहु-रणनीति नियोजन: UG और VM का संयुक्त अनुकूलन लगभग $9 मिलियन की कुल बचत (केवल UG-आधारित रणनीतियों के सापेक्ष 3.97–5.52%) की ओर ले गया, जिससे उन जोखिमों को कम किया गया जिन्हें एकल रणनीति संबोधित नहीं कर सकती थी।

4.4. स्केलेबिलिटी और संवेदनशीलता

• परिदृश्य वृक्ष का आकार: परिदृश्यों की संख्या बढ़ाने से समाधान की गुणवत्ता में सुधार होता है लेकिन गणना का समय तेजी से (exponentially) बढ़ता है। लेखक एक ऐसे बिंदु का उल्लेख करते हैं जहाँ सीमांत लागत कटौती, भारी गणना समय के औचित्य को सिद्ध नहीं करती है।
• प्रूनिंग विधियाँ: बैकवर्ड रिडक्शन और फॉरवर्ड सिलेक्शन प्रूनिंग विधियों ने लगभग समान इष्टतम रणनीतियाँ प्रदान कीं, जो प्रूनिंग दृष्टिकोण की मजबूती की पुष्टि करती हैं।
• सिस्टम का आकार: मॉडल IEEE 69-बस सिस्टम तक स्केल करने पर भी गणनात्मक रूप से व्यवहार्य रहता है, हालांकि सिस्टम के आकार और लाइन की विषमता के साथ गणना का समय बढ़ जाता है।

5. महत्व और दावे

यह शोध पत्र दावा करता है कि इसका प्रस्तावित ढांचा दीर्घकालिक ग्रिड लचीलापन नियोजन के लिए एक मजबूत और लागत प्रभावी दृष्टिकोण प्रदान करता है। एकल-जोखिम मॉडलों से आगे बढ़कर, यह ढांचा उपयोगिताओं (utilities) को सक्षम बनाता है:

• सूचित निवेश निर्णय लेने के लिए जो परस्पर विरोधी खतरों (जैसे, हवा बनाम भूकंप) के जटिल इंटरप्ले को ध्यान में रखते हैं।
• विभिन्न सुदृढ़ीकरण रणनीतियों (भूमिगतकरण और वनस्पति प्रबंधन) के बीच तालमेल का लाभ उठाकर पूंजी आवंटन को अनुकूलित करने के लिए।
• अनुकूलन क्षमता को बढ़ाने के लिए, जिससे निर्णय लेने वालों को एक बार अपने प्रारंभिक प्लान को संशोधित करने की अनुमति मिलती है, जिससे विकसित होती जलवायु अनिश्चितताओं के सामने उप-इष्टतम निवेश का जोखिम कम हो जाता है।

लेखक निष्कर्ष निकालते हैं कि हालांकि अनुकूली दृष्टिकोण में उच्च कम्प्यूटेशनल बोझ होता है, लेकिन पर्याप्त वित्तीय लाभ और बेहतर लचीलापन इस प्रयास को न्यायसंगत ठहराते हैं, विशेष रूप से दीर्घकालिक बुनियादी ढांचा नियोजन के लिए जहां लचीलापन महत्वपूर्ण है। वे यह भी नोट करते हैं कि ढांचा सुदृढ़ीकरण निर्णय के संबंध में टोपोलॉजी-स्वतंत्र (topology-agnostic) है, हालांकि लोड शेडिंग गणना रेडियल संरचना को मानती है (जिसमें मेश्ड नेटवर्क के लिए विस्तार संभव है)। भविष्य के कार्यों के लिए जोखिम दृष्टिकोण और संपत्ति की भेद्यता के बीच परस्पर क्रिया का अधिक गहराई से अन्वेषण करने का सुझाव दिया गया है।