جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
شابک پرینت: 9781479960415 وبسایت مرجع 12 رفرنس دارد
14,500 تومانشناسه فایل: 7868
چکیده
واحدهای اندازه گیری فازور (PMUs) نقش بالقوه ای در نظارت، حفاظت و کنترل سیستم قدرت ایفا می کنند. PMU ها به طور مستقیم اندازه گیری را انجام می دهند و اندازه گیری های هماهنگی از فازورهای ولتاژ و جریان در نقاط مختلف سیستم فراهم می سازند. این دستگاه ها، قابلیت های متعددی را برای تسریع در کسب اطلاعات مرتبط با وضعیت و سلامت سیستم قدرت ارائه می دهند.
هدف از جایابی بهینه PMU، نصب حداقل تعداد PMU است، به طوری که رویت پذیر یک سیستم قدرت فراهم گردد. چندین روش در گذشته پیشنهاد شده است و تا به امروز کارهای چشمگیری برای اطمینان از قابلیت رویت پذیری شبکه های انتقال انجام شده است. نفوذ تکنولوژی های جدیدی در سطح توزیع، نگرانی هایی را در عملکرد سیستم ایجاد کرده است. این نگرانی ها را می توان با کاربردهای فازوری همزمان مورد توجه قرار داد. از این رو، PMU ها نیز به همان اندازه نقش مهمی را در سطح توزیع ایفا می کنند. از آنجا سیستم های توزیع در مقایسه با سیستم های انتقال از اندازه بزرگتری برخوردارند، الگوریتم های ارائه شده ممکن است زمان محاسباتی طولانی تری را برای بهینه سازی مصرف کنند. از این رو، برای جایابی بهینه PMU در سیستم توزیع به روشی نیاز است. این مقاله الگوریتم ساده و سودمند جایابی PMU برای شبکه های توزیع را ارائه می دهد که به میزان قابل توجهی در زمان محاسباتی صرفه جویی می کند. الگوریتم پیشنهادی بر روی فیدرهای تست 34 و 123 گره ای IEEE-13 مورد آزمایش قرار می گیرد و نتایج نشان می دهد که زمان محاسباتی بدون کاهش قابل توجهی بر تعداد PMU ها کاهش می یابد.
مقدمه مقاله
واحدهای اندازه گیری فازور (PMUs) برای مهندسین قدرت بیشتر و بیشتر مهم و جذاب هستند، زیرا می توانند اندازه گیری هماهنگ و آنی فازورهای ولتاژ و جریان را ارائه دهند. تا همین اواخر، به دلیل دشواری های فنی در اندازه گیری های هماهنگ از نقاط دور، امکان اندازه گیری زاویه فاز ولتاژ باس به صورت آنی امکان پذیر نبود. اما عرضه PMU ها در سیستم قدرت امکان اندازه گیری آنی فازورهای ولتاژ و جریان را در نقاط کاملاً پراکنده از نظر ساعت سیستم موقعیت یابی جهانی (GPS) را فراهم کرده است.
سال هاست که شبکه های توزیع از نظر تجهیزات مانیتورینگ مبتنی بر کامپیوتر، «زیر دسته ضعیفی» از شبکه های انتقال بوده اند. سیستم های SCADA عادی برای کارکرد شبکه های انتقال ضروری محسوب می شدند. در ضمن به کرات شبکه های توزیع اساساً به صورت دستی و توسط کارکنان رشته دیسپاچینگ عمل می کردند تا قطعی های گزارش شده توسط مشتری را بررسی کنند یا کارهای سوئیچینگ برنامه ریزی شده را اجرا کنند. سیستم های توزیع اغلب به سبک شبکه ای (با سوئیچ های ایزولاسیون) طراحی می شوند، اما به عنوان سیستم شعاعی با فیدرهای اصلی عمل می کنند که از ایستگاه توزیع فرعی ساده ای با سنسورها و ارتباطات محدود گسترش یافته اند.
اما تکنولوژی های نوظهور شبکه هوشمند در حال تسریع تغییر سیستم توزیع به سیستم توزیع هوشمند هستند. سیستم های توزیع آماده تغییرات چشمگیری مانند انواع مختلف بار هستند و منابع تولید انبوه کوچک به میزان زیادی به سیستم اضافه شده اند. سیستم های توزیع آینده با احتمال زیاد، نفوذ بالاتری در تکنولوژی های جدید و نوظهوری که در راستای اهداف چشم انداز شبکه هوشمند هستند خواهند داشت.
تمام پیش نیازهای اهداف تحت چشم انداز و مسائل شبکه هوشمند با سیستم سنتی به مانیتورینگ صحیح سیستم بستگی دارند. با عرضه DER و بارهای فعال، مسائل به احتمال زیاد تغییر خواهند کرد. دگرگونی های جدیدی ارائه شده اند که قبلاً وجود نداشته اند. همچنین این امر مستلزم مانیتورینگ بهبود یافته و کنترل عمل سریع است. موفقیت تنها در صورتی حاصل خواهد شد که ما بتوانیم تصاویر دینامیک سیستم را در هر لحظه دریافت کنیم. بنابراین این موقعیت، نیاز به اندازه گیری هماهنگ فازور ولتاژ و جریان در شبکه توزیع را توجیه می کند.
استقرار PMU می تواند برای برخی از ابعاد سیستم های توزیع که در زیر به آن ها اشاره شده است سودمند باشد:
- تحلیل و مانیتورینگ پایداری
- حفاظت
- تخمین وضعیت
- کنترل ولتاژ/VAr/وات
- محل خطا
- بارهای با دینامیک سریع
اندازه گیری فازوری دقیق با استقرار PMU های اختصاصی در شبکه توزیع قابل حصول است. در حال حاضر می توان تصویر دینامیک جدید از سیستم را با سیستم مدیریت توزیع (DMS) ادغام نمود تا مانیتورینگ، کنترل، مدیریت انرژی و طرح های حفاظت برای این موقعیت جدید پایدارتر باشد.
برای دید پذیری کامل، هر باس از شبکه حداقل دارای یک اندازه گیری فازوری ولتاژ و یک اندازه گیری فازوری جریان است. نصب یک PMU در هر باس سیستم مقرون به صرفه نخواهد بود. هزینه و تعداد PMU لازم برای نصب باید حداقل باشد. بنابراین، به روشی برای تعیین محل بهینه PMU ها در سیستم قدرت نیاز است. هدف مسئله جایابی PMU این است که حداقل تعداد PMU ها را بیابیم تا سیستم و محل بهینه این PMU ها قابل رویت باشد. در سال های اخیر، فعالیت های پژوهشی چشمگیری راجع به مسئله یافتن حداقل تعداد PMU ها و نقاط بهینه آن ها انجام شده است.. در مقاله [4]، روش جستجوی میانی برای یافتن حداقل تعداد PMU ها اجرا شده است تا سیستم قابل رویت گردد. روش تبرید شبیه سازی شده برای انتخاب تصادفی مکان مجموعه ها در آزمایش برای دید پذیری در هر گام از جستجوی میانی استفاده می شود. در مقاله [1]، نویسندگان از تکنیک تبرید شبیه سازی شده در روش نظریه گراف ها استفاده کردند تا نقاط بهینه PMU ها را بیابند. در مقاله [5] نویسندگان از برنامه نویسی اینتیجر (عدد صحیح) برای تعیین حداقل تعداد PMU ها استفاده می کنند. اما این روش ممکن است این مشکل را داشته باشد که در یک حداقل محلی به دام می افتد. اهداف چندگانه مانند حداقل سازی زیاده روی در اندازه گیری با استفاده از برنامه نویسی عدد صحیح قابل دستیابی نیستند. روش جستجوی جامع برای حل مسئله جایابی بهینه PMU در مقاله [6] مورد بررسی قرار گرفته است. در مورد راه حل های چندگانه، ارجح ترین مجموعه بر اساس زیاده روی در اندازه گیری انتخاب می شود. اما برای سیستم های با مقیاس بزرگ با فضای جستجوی بالا مناسب نیست. روش نوین توپولوژیک مبتنی بر مجموع ماتریس تلاقی و الگوریتم جستجوی ممنوعه (TS) در مقاله [7] پیشنهاد شده است. راه حل مسئله OPP ترکیبی نیازمند محاسبات کمتر بوده و به شدت قدرتمند است. این روش نسبت به روش های تحلیل رویت پذیر سنتی که از تحلیل ماتریس پیچیده استفاده می کنند سریع تر و راحت تر است، چون بر روی اعداد صحیح کار می کند. در مقاله [7] از روش TS در جایابی اندازه گیرها استفاده می شود تا مشاهده پذیر توپولوژیک به حداکثر برسد. روش GA پیشنهاد شده در مقاله [8]، مسئله OPP را با استفاده از معیار جایابی PMU مختلف مانند عدم وجود اندازه گیری های ضروری و مجموعه های ضروری از سیستم، حداکثر مقدار اندازه گیری های دریافت شده در مقایسه با مقدار اولیه، حداکثر دقت تخمین ها، حداقل هزینه جایابی PMU و تبدیل گراف شبکه به درخت حل می کند. الگوریتم ایمنی (IA) یک استراتژی جستجوست که اساس آن اصول الگوریتم ژنتیک است و از مکانیزم های حفاظت موجودات زنده در مقابل باکتری ها و ویروس ها الهام گرفته شده است.
طبق الگوریتم هایی که قبلاً در نوشته جات گزارش شدند، روش برنامه نویسی عدد صحیح برای جایابی PMU، بیشترین استفاده را در کسب راه حل بهینه داشته است.
اندازه سیستم های توزیع معمولاً بزرگ است. راه حل مسئله جایابی سیستم های بزرگ به دلیل بار محاسباتی زمان بسیار زیادی را صرف می کنند. بنابراین، یافتن یک راه حل بهینه و تایید آن بسیار دشوار می شود. بنابراین به روشی نیاز است راه حلی بهینه را با کاهش زمان محاسباتی ارائه دهد.
در این مقاله، یک الگوریتم پیشنهاد شده است که در مقایسه با روش برنامه نویسی عدد صحیح، زمان بسیار کوتاهی را صرف می کند. مقاله به این شرح است: بخش 1 معرفی مختصر را ارائه می دهد. در بخش 2 اصول پایه PMU شرح داده شده است. در بخش 3، مسئله جایابی PMU توضیح داده شده و الگوریتم جدید پیشنهاد شده است. در نهایت بخش 4 و 5 با نتیجه گیری به پایان می رسد.
ABSTRACT Towards optimal placement of phasor measurement units for smart distribution systems
Phasor Measurement Units (PMUs) have potential role in power system monitoring, protection and control. PMUs directly measure and provide synchronized measurements of voltage and current phasors at various system locations. This offer numerous possibilities for ascertaining information related to the state and health of a power system.
The aim of an optimal PMU placement is to provide minimal PMU installations to ensure complete observability of a power system. Several methods have been proposed in the past and significant work has been carried out till date to ensure observability of transmission networks. Penetration of new technologies at distribution level raises concern about system operation. These concerns can be addressed by synchrophasor applications. Hence, PMUs play an equally important role at distribution level also. Since, distribution systems are large in size as compared to transmission systems, the algorithms reported may take longer computational time for optimization. Hence, an approach towards optimal PMU placement for distribution system is required. This paper presents a simple and effective algorithm of PMU placement for distribution networks that saves considerable amount of computational time. The proposed algorithm is tested on IEEE-13, 34 and 123 Node Test Feeders and results show that computational time is considerably reduced without significantly affecting the number of PMUs.
Introduction
Phasor Measurement Units (PMUs) become more and more important and attractive to power engineers because they can provide synchronized measurements of real-time phasors of voltage and currents [1]. Until recently, it was not possible to measure phase angle of the bus voltage in real time due to the technical difficulties in synchronizing measurements from distant locations. But introduction of the PMUs in power system has made it possible to measure the real-time phasors of voltages and currents at widely dispersed locations with respect to a global positioning system (GPS) clock [2].
For many years distribution networks have been the “poor cousin” of transmission networks in terms of computer-based monitoring equipment. Typically SCADA systems were considered essential for operation of transmission networks. Meanwhile frequently distribution networks were operated essentially manually by dispatching field crews to investigate customer report outages or to perform planned switching operations. Distribution systems are often designed in networked fashion (with isolation switches) but operated as radial system with main feeders extending from single distribution substation with limited sensors and communication.
However, emerging smart grid technologies are accelerating the transformation of the distribution system into a Smart Distribution System. Distribution systems are poised for significant changes as different types of loads, and small distributed generation sources are increasingly added to the system. Future distribution systems are likely to have higher penetrations of new and emerging technologies that are consistent with the objectives of the smart grid vision.
All the requirement of the objectives under smart grid vision and issues with traditional system rely on proper monitoring of the system. With the introduction of DER and active loads, things are likely to change. New dynamics are introduced which didn’t existed before. This also requires improved monitoring and fast action control. Success is only possible if we can get the dynamic snapshot of the system at any instant. This situation would therefore justify the need for synchronized voltage and current phasor measurement in distribution grid.
PMU deployment may benefit some of the aspects of distribution systems mentioned below [3]:
- Stability analysis and monitoring
- Protection
- State estimation
- Voltage/ VAr / Watt control
- Fault location
- Loads with fast dynamics
Accurate phasor measurement can be achieved by deploying dedicated PMUs across the distribution grid. The new dynamics snapshot of the system can now be incorporated into Distribution Management System (DMS) in order to provide monitoring, control, energy management and protection schemes more suitable for this new situation.
For complete observability, each bus of the network has at least one phasor voltage measurement and one current phasor measurement. Placing a PMU on each bus of a system would not be economical. The cost and in turn the number of PMU to be installed must be minimized. Therefore, a methodology is needed to determine the optimal location of PMUs in a power system. The objective of the PMU placement problem is to find the minimum number of PMUs to make the system topologically observable, as well as the optimal locations of these PMUs. In recent year, there has been a significant research activity on the problem of finding the minimum number of PMUs and their optimal locations. In [4], a bisecting search method is implemented to find the minimum number of PMUs to make the system observable. The simulated annealing method is used to randomly choose the placement sets to the test for observability at each step of the bisecting search. In [1], the authors use a simulated annealing technique in their graphtheoretic procedure to find the optimal PMU locations. In [5] the authors use integer programming to determine the minimum number of PMUs. The method, however may suffer from the problem of being trapped in local minima. Multiple objectives, such as minimizing the measurement redundancy, cannot be handled by integer programming. Exhaustive search method for solving optimal PMU placement problem is discussed in [6]. In case of multiple solutions, a most preferable set based on measurement redundancy is selected. However, it is not suitable for large scale systems with huge search space. A novel topological method based on the augment incidence matrix and Tabu Search (TS) algorithm, is proposed in [7]. The solution of the combinatorial OPP problem requires less computation and is highly robust. The method is faster and more convenient than conventional observability analysis methods using complicated matrix analysis, because it manipulates integer numbers. A TS method on meter placement to maximize topological observability is presented in [7]. The GA method suggested in [8] solves the OPP problem using different PMU placement criteria, such as the absence of critical measurements and critical sets from the system, maximum quantity of measurements received as compared to the initial one, maximum accuracy of estimates, minimum cost of PMU placement, and transformation of the network graph into tree. The immune algorithm (IA) is a search strategy based on genetic algorithm principles and inspired by protection mechanisms of living organisms against bacteria and viruses.
From the previously reported algorithms in literature, Integer Programming method of PMU placement is found to be the most frequently used method for obtaining the optimal solution [6].
The size of distribution systems is generally large. The solution to placement problem of a large system takes a long time due to computational burden. Therefore, an optimal solution becomes very difficult to find & is difficult verify. Hence, an approach that provides optimal solution by reducing the computational time is required.
In this paper, an algorithm is proposed which provides solution in significantly short time compared to Integer Programming method. The paper is structured as follows: Section I presents a brief introduction. In Section II, the basic principle of PMU is described. In Section III, the problem of PMU placement is explained and new algorithm is proposed. Finally, Section IV & V conclude the findings.
- مقاله درمورد جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- گمارش بهینه واحدهای سنجش فازور برای سیستم های توزیع هوشمند
- در جهت بهینه سازی واحدهای اندازه گیری phasor برای سیستم های توزیع هوشمند
- پروژه دانشجویی جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- جایابی مطلوب واحدهای سنجش فازور
- پایان نامه در مورد جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- تحقیق درباره جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- مقاله دانشجویی جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند در قالب پايان‌نامه
- پروپوزال در مورد جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- گزارش سمینار در مورد جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند
- گزارش کارورزی درباره جایابی بهینه واحدهای اندازه گیری فازور برای سیستم های توزیع هوشمند