ترجمه مقاله روشی جایگزین برای تخمین حالت دینامیک سیستم قدرت مبتنی بر تبدیل بدون بو

تخمین حالت کارآمد، آنی، و دقیق شرطی لازم در بیشتر کاربردهای سیستم مدیریت انرژی (EMS) در مراکز کنترل سیستم قدرت است سیستم­های نوظهور اندازه­گیری با حوزه­ی گسترده (WAMSها) فرصت­های تازه­ای برای توسعه­ی روش­های بسیار موثر به منظور نظارت آنلاین بر دینامیک­های سیستم قدرت ارائه می­کنند به تاز­گی، روش­های جایگزین برای تخمین حالت سیستم قدرت توجه زیادی را

قیمت فایل فقط 19,500 تومان

An Alternative Method for Power System Dynamic State Estimation Based on Unscented Transform

روشی جایگزین برای تخمین  حالت دینامیک سیستم قدرت مبتنی بر تبدیل بدون بو

چکیده: تخمین حالت کارآمد، آنی، و دقیق شرطی لازم در بیشتر کاربردهای سیستم مدیریت انرژی (EMS) در مراکز کنترل سیستم قدرت است. سیستم­های نوظهور اندازه­گیری با حوزه­ی گسترده (WAMSها) فرصت­های تازه­ای برای توسعه­ی روش­های بسیار موثر به منظور نظارت آنلاین بر دینامیک­های سیستم قدرت ارائه می­کنند. به تاز­گی، روش­های جایگزین برای تخمین حالت سیستم قدرت توجه زیادی را به خود جلب کرده اند. با توجه به غیرخطی بودن گذار حالت و معادله­ی مشاهده، محاسبات ماتریس ژاکوبین و خطی­سازی در روش­های موجود تخمین  حالت سیستم قدرت ضروری است. این امر باعث می­شود تا عملکرد بالای WAMS منجر به بار محاسباتی عظیمی شود. به منظور غلبه بر این مشکل، این تحقیق تلاش می­کند تا روش تخمین حالت موثر را بدون محاسبه­ی ماتریس ژاکوبین و خطی­سازی ایجاد کند. ابتدا، تبدیل بدون بو به عنوان روش موثری به منظور محاسبه­ی میانگین­ها و کواریانس­های بردار تصادفی یک تبدیل غیرخطی معرفی می­شود. در مرحله­ی دوم، با جاسازی تبدیل بدون بو در درون فرآیند فیلتر کالمن، یک روش برای تخمین حالت دینامیک سیستم قدرت ایجاد می­شود. در نهایت، برخی نتایج شبیه­سازی ارائه می­شوند که دقت و پیاده­سازی آسان­تر روش جدید را نشان می­دهد.

کلمات کلیدی: فیلتر غیرخطی، دینامیک­های سیستم­های قدرت، تخمین حالت، تبدیل بدون بو، سیستم­های اندازه­گیری حوزه گسترده.

1. 1.       مقدمه 

در سیستم­های قدرت الکتریکی، تخمین حالت کارآمد، آنی، و دقیق شرطی لازم برای اکثر کاربردهای سیستم مدیریت انرژی (EMS) در مراکز کنترل سیستم قدرت است. با این­حال، با توجه به سرعت به­روزرسانی کم سیستم­های SCADA «به ترتیب چند ثانیه»، تخمین­کنندگان حالت سنتی مبتنی بر مدل سیستم حالت ماندگار نمی­توانند دینامیک­های سیستم قدرت را به خوبی مدل کنند. در سال 1990، واحدهای اندازه­گیری فازی (PMUها) مبتنی بر سیستم­های اندازه­گیری حوزه­ی گسترده، که مشخصه­ی آن نمونه­­برداری سنکرون و سرعت­های بالای به­روزرسانی داده­ها است معرفی شدند. ظهور WAMSها بسیاری از محققان را به توسعه­ی روش­های تخمین حالت کارآمدتر مبتنی بر WAMS به منظور نظارت بر دینامیک­های سیستم قدرت ترغیب کرده است [11]-[17]. هم­چنین این برای شبکه­ی آتی هوشمند به منظور تضمین عملیات قابل اعتماد و کارآمد و کنترل­های شبکه مهم است. به تازگی، روش­های جایگزین برای تخمین حالت سیستم قدرت مطالعه شده است؛ به عنوان مثال، امکان­سنجی بکار بردن فیلتر کالمن توسعه یافته (EKF) برای تخمین حالت دینامیک در [6] بحث می­شود؛ روش­های سوپرکالیبراتور در [8]-[11] ارائه شده است تا در سطح پست بکار برده شود و از این­رو به سادگی حالت سیستم را در مرکز کنترل ترکیب می­کند. با این­حال، به دلیل غیر خطی بودن معادلات حالت سیستم قدرت و اینکه برخی معادلات اندازه­گیری توابع غیرخطی از متغیرهای حالت هستند، محاسبات ماتریس ژاکوبین و خطی­سازی در روش­های فوق ضروری است. گاهی اوقات فن­آوری اندازه­گیری مجازی و شبه اندازه­گیری بایستی به منظور دسترسی به متغیرهای مشخص از یک ژنراتور همچون زاویه­ی روتور آن و ولتاژهای داخلی  ( ) معرفی ­شود. برای مثال، زمانی­که ولتاژ خروجی اندازه­گیری شده و جریان تزریق شده­ی ژنراتور را به منظور حل برخی معادلات مشاهده به منظور بدست آوردن آن متغیرها استفاده می­کنیم، معادلات مشاهده با توجه به متغیرهای فوق غیرخطی هستند. اگرچه فرایند مربع­سازی به منظور حذف خطاهای مرتبه­ی سوم و ناقص بالاتر در [8] و [12] معرفی می­شود، محاسبات ماتریس ژاکوبین معادلات مشاهده هنوز هم ضروری هستند و خطای ناقص هنوز وجود دارد.

پر واضح است که محاسبات ماتریس ژاکوبین و خطی­سازی معایب زیر را دارند:

• خطی­سازی تنها زمانی قابل اعتماد است که از جملات مرتبه بالاتر در بسط سری­ تیلور چشم پوشی کرد. اگر این شرط برقرار نباشد، تقریب خطی­سازی شده ممکن است ضعیف باشد. در نتیجه، تبدیلات خطی­سازی شده ممکن است عملکرد فیلترینگ بسیار ناپایدار تولید می­کند اگر فواصل گام-زمانی بطور کافی کوچک نباشد.
• انحراف ماتریس­های ژاکوبین  ممکن است غیرجزئی باشد. می­توان خطی­سازی را تنها اگر ماتریس ژاکوبین  موجود باشد بکار برد. با این­حال، این امر همیشه صادق نیست.
• محاسبات لازم برای تولید ماتریس ژاکوبین و پیش­بینی­های تخمین حالت و کواریانس بزرگ است.

به منظور غلبه بر مسائل ذکر شده­ی ناشی از محاسبات ماتریس ژاکوبین و خطی­سازی، تلاش می­کنیم تا روش تخمین  حالت دینامیک بسیار موثر را بدون خطی­سازی یا محاسبه­ی ماتریس­های ژاکوبین ایجاد کنیم. در این مقاله، سیستم­های قدرت هنوز به عنوان سیستم­هایی با گذار حالت غیرخطی و مدل­های مشاهده مدل­سازی می­شوند؛ و یک روش نمونه­برداری مشخص به عنوان تبدیل بدون بو (UT) به منظور محاسبه­ی میانگین و کواریانس توابع غیرخطی گذار حالت و مدل­های مشاهده استفاده می­شود. مزایای عملکرد در یک مثال کاربردی با نشان دادن پیاده­سازی آسان و مشخصه­ی تخمین  بسیار دقیق روش جدید نشان داده می­شود.

این مقاله به شرح زیر ارائه می­شود. تئوری تبدیل­های بدون بو در بخش 2 ارائه می­شود. بخش 3 الگوریتم فیلتر مبتنی بر تبدیل بدون بو را نشان می­دهد. روش تخمین حالت کارآمد بدون محاسبه­ی ماتریس ژاکوبین و خطی­سازی در بخش 4 ایجاد می­شود. سپس یک مطالعه موردی کامل به منظور نشان دادن اثربخشی­ روش ما در بخش 5 ارائه می­شود. بطور مشخص، عملکرد روش تحت شرایط اختلال و نسبت­های به­روزرسانی داده­ها بررسی می­شود. در آخر، برخی نتیجه­گیری­ها در بخش 6 ارائه می­شوند.

قیمت فایل فقط 19,500 تومان

برچسب ها : ترجمه مقاله روشی جایگزین برای تخمین حالت دینامیک سیستم قدرت مبتنی بر تبدیل بدون بو , فیلتر غیرخطی ,دینامیک­ های سیستم ­های قدرت , تخمین حالت , تبدیل بدون بو , سیستم­های اندازه ­گیری حوزه گسترده