پیش‌بینی وضعیت بهره‌برداری سیستم قدرت با در نظر گرفتن حد راکتیو ژنراتورها و حد دینامیکی پایداری ولتاژ با استفاده از شبکه عصبی

نوع مقاله : پژوهشی

نویسندگان

دانشگاه سمنان

چکیده

در یک سیستم قدرت، حد دینامیکی پایداری ولتاژ متناظر با دوشاخگی HB و حد راکتیو ژنراتورها به عنوان دو مفهوم اساسی از منظر پایداری ولتاژ در بهره‌برداری سیستم تعریف می‌شوند. وقوع HB سبب بروز نوسانات با دامنه ثابت و یا افزایشی در سیستم قدرت می‌گردد. علاوه بر این، رسیدن ژنراتورها به حد راکتیو خود، تأثیر به سزایی بر پایداری سیستم قدرت داشته و سبب کاهش حد پایداری ولتاژ و در مواردی بروز فروپاشی ولتاژ می‌گردد. بنابراین، آگاهی از اینکه در لحظه بهره‌برداری، نقطه کار سیستم نسبت به حدود تعریف شده در چه شرایطی است، اهمیت بالایی برای بهره‌بردار سیستم قدرت به منظور ارائه راه‌کارهای پیشگیری‌کننده یا اصلاح‌کننده، خواهد داشت. بر این اساس، استفاده از یک ابزار مناسب به نحویکه بتوان با استفاده از آن وضعیت بهره‌برداری سیستم قدرت را با توجه به حدود بیان شده تعیین و پیش‌بینی نمود، اهمیت بالایی پیدا می‌کند. بدین‌منظور در این مقاله، با توجه به حدود بیان شده، یک دسته‌بندی جدید از حیث بهره‌برداری برای سیستم قدرت تعریف شده و در نهایت با استفاده از شبکه عصبی PNN، وضعیت بهره‌برداری سیستم قدرت مورد پیش‌بینی قرار خواهد گرفت. نتایج عددی حاصل از این تحلیل بر روی سیستم‌های تست 39 و 68 IEEE ارائه شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Prediction of operating conditions of the power system considering reactive power limits of generators and dynamic voltage stability margin by using neural network

نویسندگان [English]

  • Issa Khajevandi
  • Nima Amjady
  • Mohammad Hossein Velayati
چکیده [English]

In power system, dynamic voltage stability margin corresponding with hopf bifurcation (HB) and reactive power limit of generators, As the two basic concepts in power system operation are defined in terms of voltage stability. Occurrence of HB, leads to oscillatory problem with constant or incremental amplitude in power system. Moreover, occurrence reactive power limit of generators, have a significant effect on power system stability and therefore reduce voltage stability margin or some times leads to voltage collapse occurrence. Therefore, knowledge of relation between operational point of power system and defined margins is very important for network operators to provide corrective and preventive strategies. Accordingly, the use of forecasting tools for the determination and prediction of the operating condition of the power system based on the defined margins is essential. In this paper, to prediction of operating condition of power system, a new classification based on the defined limits is proposed. The proposed algorithm is examined on the IEEE 39 and 68 buses test systems.

کلیدواژه‌ها [English]

  • Hopf Bifurcation
  • Limit Induced Dynamic Bifurcation (LIDB)
  • Generator Reactive Power Limit
  • Neural Network
[1] Amjady, N., Ansari, M. R. "Small Disturbance Voltage Stability Assessment of Power Systems by Modal Analysis and Dynamic Simulation", Int. J. of Energy Conversion and Management (ECM), Vol. 49 (10), 2008, pp. 2629-2641.
[2] Mithulananthan, N., Canizares, C. "Effect of Static Load Models on Hopf Bifurcation Point and Critical Modes of Power Systems", Thammasat Int.J.SC. Tech, Vol. 9 (4), 2004, pp. 69-76.
[3] Amjady, N., Velayati, M. H. "Evaluation of Hopf Bifurcation Considering the Effect of Load Models and Excitation System Parameters", International Review of Electrical Engineering (IREE), Vol. 6 (5), 2011, pp. 2419-2427.
[4] Amjady, N., Velayati, M. H. "Evaluation of the Maximum Loadability Point of Power Systems Considering the Effect of Static Load Models", Int. J. of Energy Conversion and Management (ECM), Vol. 50 (12), 2009, pp. 3202-3210.
[5] Avalos, R. J., Canizares, C., Milano, F., Conejo, A. J. "Equivalency of Continuation and Optimization Methods to Determine Saddle-node and Limit-induced Bifurcations in Power Systems", IEEE Trans. Circuits and Systems–I: Regular Paper., Vol. 56 (1), 2009, pp. 210-223.
[6] Echavarren, F. M., Lobato, E., Rouco, L. "Steady-State Analysis of the Effect of Reactive Generation Limits in Voltage Stability", Electric Power Systems Research (EPSR), Vol. 79 (9), 2009, pp.1292-1299.
[7] Li, S. H., Chiang, H. D. "Impact of Generator Reactive Reserve on Structure-induced Bifurcation", IEEE, 2009, pp. 1-5.
[8] Amjady, N., Velayati, M. H. "Dynamic Voltage Stability Prediction of Power Systems by a New Feature Selection Technique and Probabilistic Neural Network", Euro. Trans. Electr. Power (ETEP), Vol. 21 (1), 2011, pp. 312–328.
[9] Lerm, A. P. "Control of Hopf Bifurcation in MultiArea Power Systems via a Secondary Voltage.Regulation Scheme", IEEE, 2002.
[10] Yang, C. F., Lai, G. G., Lee, C. H., Su, C. T., Chang, G. W. "Optimal Setting of Reactive Compensation Devices with an Improved Voltage Stability Index for Voltage Stability Enhancement", Electrical Power and Energy Systems (EPES), Vol. 37 (1), 2012, pp. 50-57.
[11] Raoufi, H., Kalantar, M. "Reactive Power Rescheduling with Generator Ranking for Voltage Stability Improvement", Energy Conversion and Management (ECM), Vol. 50 (4), 2009, pp. 1129-1135.
[12] Kargarian, A., Raoofat, M., Mohammadi, M. "Reactive Power Market Management Considering Voltage Control Area Reserve and System Security", Applied Energy, Vol. 88 (11), 2011, pp. 3832-3840.
[13] Amjady, N. "Short-Term Bus Load Forecasting of Power Systems by a New Hybrid Method", IEEE Trans. Power Syst, Vol. 22 (1), 2007, pp. 333-341.
[15] Nizam, M. Mohamed., A. Al-Dabbagh, M., Hussain, A. "Using Support Vector Machine for Prediction Dynamic Voltage Collapse in an Actual Power System", Proceedings of world academy of science, engineering and technology, Vol. 31 (1), 2008, pp. 711-716.
[16] Kamalasadan, S., Thukaram, D., Srivastava, A. K. "A New Intelligent Algorithm for Online Voltage Stability Assessment and Monitoring", Int. J. of Electrical Power & Energy Systems, Vol. 31 (2-3), 2009, pp. 100-110.
[17] Chakrabarti, S. "Voltage Stability Monitoring by Artificial Neural Network Using a Regression-based Feature Selection Method", Expert Systems with Applications, Vol. 35 (4), 2008, pp. 1802-1808.
[18] DIgSILENT User Manual Toolbox, Available: http:// www.digsilent.de/.
[19] Amjady, N., Keynia, F. "Day-Ahead Price Forecasting of Electricity Markets by Mutual Information Technique and Cascaded Neuro-Evolutionary Algorithm", IEEE Trans. Power Syst, Vol. 24, 2009, pp. 306-318.
[20] http://www.ee.washington.edu/research/pstca/.