Analisis kestabilan Abstrak-Voltan sangat penting untuk ketidakstabilan voltan berpotensi. Pemodelan
beban memainkan peranan utama dalam penilaian kestabilan voltan. Dalam kesusasteraan, yang
paling banyak digunakan untuk masalah kestabilan voltan sama ada statik atau qua- polisatik, yang
tidak mengambil kira dinamik beban. Pertama, makalah ini membentangkan kaji selidik tentang
pendekatan tersebut, membuat perbandingan di antara mereka, dan menunjukan akibat yang mungkin
tidak dapat mengawal dinamika beban, yang paling teruk boleh menjadi keruntuhan voltan yang
lengkap. Berdasarkan pemerhatian ini, pemodelan dinamik beban dipertimbangkan dalam makalah
ini, dan rangkaian saraf termasuk rangkaian saraf berulang digunakan untuk pemodelan beban.
Tambahan pula, kertas ini membentangkan strategi untuk pertama kalinya untuk memasukkan model
beban berasaskan rangkaian saraf ke dalam analisis kestabilan voltan statik dan dinamik. Pengiraan
sensitiviti yang berkaitan adalah untuk model beban berasaskan rangkaian neural, dan hasilnya
digunakan dalam analisis modal yang popular. Kaedah yang dicadangkan diuji pada sistem IEEE 14-
bus dan data sebenar.
I. PENDAHULUAN
Teknik statik berasaskan aliran POWER masih berlaku pada analisis kestabilan
voltan di banyak pihak utiliti kerana ia mudah, cepat, dan mudah digunakan [1], [2],
[3]. Teknik quasistatik (mis., Analisis gangguan kecil) juga telah digunakan secara
meluas [4], [5], [6]. Kaedah statik atau kuasratik ini digunakan sama ada untuk
menganggar indeks kestabilan voltan statik atau menentukan corak dan kestabilan
corak sistem yang akan diperiksa. Tidak syak lagi, mereka sangat berguna untuk
penilaian secara in-line yang akan memberikan maklumat yang kaya kepada
pengendali tentang status operasi sistem kuasa semasa. Walau bagaimanapun,
kelemahan juga jelas; contohnya, analisis kestabilan voltan berasaskan statik
memerlukan pengesahan selanjutnya dengan menggunakan simulasi domain masa.
Keruntuhan voltan mungkin berlaku sebelum titik kritikal yang diramalkan oleh
aliran aliran kuasa mantap. Di bawah keadaan di mana terdapat interaksi dinamik
pelbagai beban dengan ciri-ciri yang berbeza yang dimulakan oleh pembesaran beban
berat, perjalanan talian, dan lain-lain, masih menggunakan analisis status keadaan
stabil atau quasisteady boleh memberi
keputusan mengelirukan.
Perlu diingat bahawa mengekalkan profil stabiliti voltan yang baik tidak
menjamin kestabilan voltan secara automatik dan ketidakstabilan voltan tidak perlu
dikaitkan dengan voltan rendah [7]. Bagi bekas kes, terdapat keadaan di mana tiada
isyarat amaran awal yang tidak normal atau tanda-tanda instabilitas voltan yang
mungkin diperhatikan sehingga semua ketidakstabilan voltan secara tiba-tiba atau
keruntuhan voltan berlaku. Bagi kes yang kedua, ia adalah intervensi untuk ambil
perhatian bahawa peristiwa runtuh voltan (separa) berlaku di Western France pada 12
Januari 1987, tetapi voltan yang stabil pada tahap rendah dan bukannya runtuh
sepenuhnya [8].
Perlu ditekankan lagi di sini bahawa ciri-ciri beban sangat penting apabila
ketidakstabilan voltan atau keruntuhan voltan terlibat. Untuk menentukan ciri-ciri
beban dalam pelbagai peringkat sistem kuasa adalah penting untuk analisis kestabilan
voltan yang lebih baik.
Dalam makalah ini, rangkaian saraf akan digunakan untuk memodelkan ciri
beban statik dan aliran beban dinamik. Model-model ini akan digunakan dengan
kajian aliran kuasa konvensional. Penjanaan Yakub akan digunakan untuk
penghakiman kestabilan sistem kuasa. Secara keseluruhannya, metodologi
keseluruhan akan menggunakan model rangkaian neural untuk analisis kestabilan
voltan dan penilaian. Dalam baki kertas ini, beberapa kaedah analisis statik /
quasistatic / perturbation dibentangkan dalam Bahagian II. Pemodelan beban melalui
rangkaian saraf dibincangkan dalam Bahagian III. Dengan model beban neural
rangkaian yang dihasilkan, analisis voltan dinamik dan statik dibentangkan dalam
Bahagian IV. Akhirnya, beberapa kenyataan akhir diberikan.
Dalam seksyen ini, analisis statik, quasisteady, dan analisis kestabilan voltan
dinamik akan dibentangkan. Ia akan ditunjukkan bahawa pemeriksaan mudah dengan
sama ada nilai eigen yang berkaitan atau tanda beberapa parameter akan memberikan
maklumat mengenai status operasi sistem kuasa. Seperti yang dinyatakan sebelum ini,
ketidakstabilan voltan mungkin berlaku sebelum titik kritikal yang diramalkan oleh
pendekatan aliran kuasa statik konvensional.
Secara amnya, aliran kuasa mantap di setiap bas k boleh disifatkan oleh
Pk=f(v,θ)
{
Q k−g(v,θ)
DimanaPk (kuasa sebenar) dan Qk (kuasa reaktif) adalah fungsi vektor
magnitud dan vetor sudut fasa voltan bas berkaitan.
S = h(v, θ (2)
δS = Jδx (3)
Dimana δS = [δp δQ]T ; δx = [δθ δv]T ; J = ∂h/ ∂x adalah fungsi Yakub yang
berkenaan
δQ = JRδv (4)
𝐽𝑅 = ∅Λ𝜓 (5)
Dimana ∅ dan ψ adalah matriks bujursangkar pangkat penuh seperti itu 𝜙𝜓 = 𝐼
Saya menunjuk matriks kesatuan.
Itu adalah,
𝐽𝑅 −1 = 𝜙Λ−1 𝜓. (6)
Berikut ini
𝜙𝑖𝜓𝑖
𝛿𝑣 = ∑ 𝛿𝑄 (7)
𝜆𝑖
𝑖
Dimana φi adalah vektor kolom ke φ; ψi adalah vektor baris ke ψ.
Jika δQ = ϕi/∥ ϕi ∥, then δV = ∑j(ϕiψi/λi)(ϕi/∥ ϕi ∥) = ( ϕi/∥ ϕi ∥) = δQ/λi).
Keterangan:
1. Setiap mode sesuai dengan nilai eigen λi. Dapat dilihat bahwa λi = 0, maka
setiap perubahan vektor daya reaktif dalam arah vektor eigen terkait akan
menyebabkan perubahan vektor magnitudo voltase yang tak terbatas. Ini akan
menjadi titik keruntuhan voltase sesuai dengan analisis linier ini.
2. Jika semua nilai eigen λi positif (nyata karena matriks Jacobian yang
dikurangi simetris), maka sistem tenaga yang sedang diselidiki dapat
dianggap stabil.
3. Sensitivitas dapat segera ditunjukkan ∂VK / ∂QK = ∑i(ϕkiψik/
λi) with ϕki and ψik mewakili elemen ke-φi dan ψi, masing-masing.
4. Faktor partisipasi Pki = ϕkiψik menentukan keikutsertaan bus dalam mode i
5. Sensivitas lainnya juga bisa didapat. Yaitu,
∂Vm / ∂Qn = ∑i(∅mi ψin /λi) Sensitivitas ini mencerminkan bagaimana daya
reaktif satu bus mempengaruhi voltase bus lainnya.
Metode energi [1], [13] perlu dicatat karena memberi perbedaan energi antara
titik operasi dan titik keruntuhan tegangan yang mungkin terjadi. Metode ini
dikaitkan dengan beberapa solusi aliran daya. Dengan kondisi operasi awal yang
diberikan, biasanya dimungkinkan untuk menentukan titik ekuivalen stabil (SEP)
yang unik sementara jumlah titik ekuilibrium yang tidak stabil (dan stabil) mungkin
sangat besar. Umumnya, untuk sistem tenaga bus, mungkin ada solusi. Dengan
pertimbangan yang lebih praktis, jumlah besar ini bisa dikurangi menjadi n-1 untuk
UEP (sadel point). Adalah penting untuk dicatat bahwa pada titik segera sebelum
runtuh hanya sepasang solusi yang terletak dekat [1], [13]. Algoritma yang diusulkan
di [24] dapat digunakan untuk menemukan solusi voltase rendah yang dipasangkan
pada solusi voltase tinggi, yang memerlukan waktu yang sama seperti yang
dibutuhkan oleh aliran daya konvensi. Perbedaan energi yang terkait dengan sepasang
larutan terlekat semacam itu diberikan lebih jauh pada [24].
Dengan ukuran energi seperti itu, ketika sistem tenaga beroperasi pada titik
tertentu yang sangat dekat dengan titik keruntuhan voltase yang mungkin terjadi,
operator mungkin tahu berapa banyak injeksi daya yang dapat dikeluarkan sistem
daya dari situasi seperti ini. Namun, pertanyaan itu tidak langsung menjawab
pertanyaan seperti "seberapa besar kekuatan real / reaktif yang dibutuhkan dan
bagaimana kekuatan ini didistribusikan?"
Aplikasi yang menarik dari jaringan saraf ke tegangan penilaian bility sta- dapat
dilihat di [25]. Hal ini didasarkan pada metode energi yang disebutkan di atas.
Jaringan syaraf umpan maju dengan algoritma backpropagation dilatih untuk
mendekati pemetaan
Untuk mengatasi kesulitan yang dihadapi oleh aliran daya konvensional pada titik
keruntuhan tegangan, dan untuk mempertimbangkan perubahan lambat pada kedua
generasi dan beban, metode aliran daya kelanjutan [10] diterapkan. Untuk
merefleksikan perubahan yang lamban pada kedua generasi dan beban, parameter
beban tunggal λ diasumsikan sehingga 𝜆 = 0sesuai dengan aliran beban dasar dan λ =
𝜆 = 𝜆𝑐 sesuai dengan titik kritis (titik pelana). Maka generasi dan beban bisa
dimodifikasi sedemikian rupa sehingga
0 = 𝑄;𝑔𝑖0 − 𝑸𝒅𝒊𝟎 − 𝝀𝑲𝒅𝒊 𝑺𝜹𝒃𝒂𝒔𝒆 𝒔𝒊𝒏(𝝍𝒊 ) − ∑ 𝒗𝒊𝒗𝒋𝒚𝒊𝒋 𝒔𝒊𝒏 (𝜹𝒊 − 𝜹𝒋− 𝜽𝒊𝒋 )
𝒋
Dimana 𝒗𝒊 𝒂𝒏𝒅 𝜹𝒊 adalah sudut besarnya dan fase dari voltase bus dan yij dan θ_ij
sudut magnit dan fasa dari penerimaan antara bus ke-i dan bus ke-j, masing-masing.
Persamaan di atas dapat ditulis ulang dalam bentuk yang ringkas seperti itu
𝐹(𝛿, 𝑣, 𝜆) = 0 (8)
dimana δ, v dan λ mewakili vektor sudut generator, vektor tegangan bus dan
parameter beban.
(10)
Seperti diketahui, umumnya ada dua jenis distorsi yang dapat menyebabkan
ketidakstabilan voltase, dorongan aktivitas dan dorongan beban. Seperti yang
ditunjukkan pada [19], ketidakstabilan tegangan tradisional dimanifestasikan pada
bus beban, dan terutama didorong beban. Di [26], dinyatakan bahwa penyebab
kejadian dapat menyebabkan pemadaman listrik, sirkuit pendek yang disebabkan oleh
petir, perubahan beban besar yang tiba-tiba, atau kombinasi dari kejadian semacam
itu.
D. Komentar
Pada Bagian II, beberapa metode analisis stabilitas voltase diinduksi. Mereka pada
dasarnya adalah teknik statis atau analisis perturbasi sinyal kecil. Namun dinamika
beban belum dipertimbangkan. Paling banter, dinamika yang diberikan [18]
dipertimbangkan. Seperti diketahui, dinamika beban paling banyak menyumbang
masalah ketidakstabilan tegangan sisi beban. Oleh karena itu, dimasukkannya
dinamika beban dalam analisis stabilitas tegangan adalah penting. Ini akan dibahas
secara lebih rinci bersama dengan studi tentang pemodelan beban.
I. LOAD M BERLAKU
Sebuah beban didefinisikan dalam [27] sebagai berikut: beban adalah bagian
dari sistem yang tidak secara eksplisit ditunjukkan dalam model sistem, namun
diperlakukan seolah-olah itu adalah perangkat konsumsi tunggal yang terhubung ke
bus. Ini menunjukkan bahwa model beban agregat dapat digunakan, meskipun model
beban yang tepat biasanya tidak tersedia. Penggunaan model beban agregat semacam
itu sering direkomendasikan dalam literatur karena analisis stabilitas voltase
dinyatakan tidak mungkin dilakukan. Oleh karena itu, pemodelan beban perlu
ditangani untuk analisis stabilitas tegangan.
Jaringan saraf telah banyak digunakan dalam aplikasi praktis sebagai teknik
komputasi. Seperti telah disebutkan sebelumnya, satu aplikasi standar jaringan syaraf
tiruan digunakan sebagai aplikator fungsi. Oleh karena itu, mereka dapat digunakan
untuk memodelkan karakteristik beban statis yang biasanya ditunjukkan oleh model
polial. Umumnya, jaringan syaraf tiruan dapat memberikan aproksimasi yang lebih
baik daripada polinomial belaka karena kemampuan pendekatan fungsi universal
yang terkenal [33] - [37].
Seperti diketahui, model beban statis biasanya dinyatakan sebagai fungsi dari
besaran voltase dan frekuensi tegangan pada bus tertentu yang bebannya terhubung.
Artinya, beban statis
Dimana P dan Q adalah daya nyata dan daya reaktif pada beberapa bus; v dan f
dihubungkan tegangan dan frekuensi, secara spektakular; 𝐹(. )𝑎𝑛𝑑 𝐺(. ) Umumnya
fungsi nonlinier.Kami lebih memperhatikan stabilitas voltase daripada stabilitas
frekuensi sejak biasanya peluruhan tegangan jauh lebih cepat daripada frekuensi
selama ketidakstabilan sistem tenaga. Dengan demikian, persamaan di atas dapat
diperkirakan untuk durasi pendek oleh
𝑃 = 𝐹(𝑣) (13)
𝑄 = 𝐺(𝑣) (14)
𝑑𝐿−1
𝐿−1
𝜕𝑦𝑖 𝜕𝑦𝑖 𝜕𝑠𝑚𝐿−1
= ∑ 𝐿−1
𝜕𝑥𝑘 𝜕 𝑠𝑚𝐿−1 𝜕𝑥𝑘
𝑚 𝐿−1=1
Perhatikan bahwa
𝜕𝑦𝑖
𝐿−1 = 𝑤𝑖, 𝑚𝐿−1𝑔𝐿 (𝑦𝑖)
𝜕𝑠𝑚𝐿−2
𝜕𝑦𝑖
𝜕𝑠𝑚𝐿−1
= 𝑔𝑙 (𝑠𝑙 𝑚1)𝑤𝑚𝑙,𝑚𝑙−1 𝑑𝑎𝑛 untuk 𝑙 = 𝐿, 𝑙 − 1, … . , 2
𝐿−2
𝜕𝑆1𝑚1
= 𝑔𝑙 (𝑆1𝑚1 )𝑊𝑚1,𝑘
𝜕𝑥𝑘
1
Jadi, semua 𝑆𝑚1 untuk 𝑙 = 1,2, . . . , 𝐿 − 1 adalah fungsi kontinyu, dan nilai-nilai
mereka untuk suatu spesifik dapat dihitung dengan cara di depan, seperti yang
dilakukan pada fase umpan balik pada algoritma backpropagation.
Oleh karena itu dengan sensitivitas yang tersedia untuk kekuatan nyata dan
daya aktif dari suatu beban berkenaan dengan besaran voltase pada bus dimana beban
terhubung, analisis modal dapat dilakukan, dan informasi tentang ketahanan relatif
bus beban dapat terjadi. diperoleh. Ini akan disajikan secara lebih rinci di bagian
selanjutnya, dimana analisis stabilitas tegangan statis dan dinamis akan dilakukan.
Sistem standar IEEE 14-bus, ditunjukkan pada Gambar 1 digunakan untuk
simulasi. Beban yang didistribusikan secara merata ditambahkan ke muatan asli di
bus 14. Metode Newton-Raphson diadopsi untuk studi aliran daya. Untuk beban acak,
besaran tegangan pada bus 14 kemudian dapat diperoleh seperti yang ditunjukkan
pada Gambar 2. Penggunaan jaringan saraf umpan balik umpan balik satu lapisan
tersembunyi memberikan hasil perkiraan pada Gambar 3.
Gambar 3. Model jaringan syaraf tiruan untuk muatan pada bus 14.
B. Pemodelan Dinamika Beban
Sebagian besar perilaku dinamis sistem fisik tidak dapat dideskripsikan dalam hal
pemetaan statis dari ruang masukan ke ruang keluaran. Salah satu jalan keluarnya
adalah penggunaan jaringan syaraf berulang [28], [29] yang dapat dijadikan umpan
balik berbasis negara, ditunjukkan pada Gambar 4, atau umpan balik keluaran, yang
ditunjukkan pada Gambar 5. Dinamika output-output yang kompleks Dapat
diperkirakan dan diperkirakan oleh kedua jenis jaringan syaraf tiruan ini. Pilihan
alami dari kriteria kinerja untuk jaringan syaraf tiruan semacam itu adalah
penjumlahan kuadrat dari kuadrat kesalahan antara urutan target dan urutan keluaran
jaringan saraf. Algoritma backpropagation dinamis [28] sangat berguna untuk melatih
jaringan syaraf berulang untuk mengikuti urutan keluaran temporal yang ditentukan
sebelumnya jika jaringan diberi makan urutan input yang ditentukan sebelumnya.
Sekali lagi, sistem tenaga dan beban. Arus pada dasarnya dinamis dan terlalu
kompleks untuk diungkapkan dalam bentuk sederhana, namun jaringan saraf rekuren
mungkin merupakan pilihan yang tepat.