دانلود مقاله ISI انگلیسی شماره 52908
ترجمه فارسی عنوان مقاله

استفاده از اسیلاتورهای دافینگ برای تشخیص پسیو جزیره‌ای شدنِ واحدهای تولید پراکندۀ مبتنی بر اینورتر

عنوان انگلیسی
Application of Duffing Oscillators for Passive Islanding Detection of Inverter-Based Distributed Generation Units
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
52908 2012 11 صفحه PDF
منبع

Publisher : IEEE (آی تریپل ای)

Journal : IEEE TRANSACTIONS ON POWER DELIVERY, Page(s): 1973 - 1983 ISSN : 0885-8977 INSPEC Accession Number: 12999159

فهرست مطالب ترجمه فارسی
چکیده

I.    مقدمه

عبارات کلیدی

II.  اسیلاتورهای دافینگ

III.  مرور سیستم

IV. روش ارائه شده

A. سیگنال ورودی به اسیلاتور دافینگ

B. تحلیل اسیلاتور دافینگ 

C. استخراج سیگنال تریپ

V. ارزیابی عملکرد

A. تاثیر ضریب کیفیت بار

B.تاثیر کلیدزنی بار

C.تاثیر نامتعادلی بار

D.تاثیر نویز روی سیگنال ورودی دافینگ

E.    NDZ روش ارائه شده

VI.    نتیجه‌گیری

ترجمه شکل‌ها

شکل1. اسیلاتور دافینگ در صفحه فاز و دیاگرام x-t. (a) حالت دوره‌ای کوچک. (b) حالت آشفته. (c) حالت دوره‌ای بزرگ. (d) حالت آشفته به همراه نویز گوسی. (e) حالت دوره‌ای بزرگ به همراه نویز گوسی. 

شکل2. سیستم تحت مطالعه

شکل3. نمودار گردشی اسیلاتور دافینگ پیشنهاد‌شده

شکل4. انحراف فرکانس PCC (γc = 0.81, kf = [0.5 : 0.2 : 5], kf = [1: 1: 5], and Δf = [0 : 0.01: 1]). (a) دامنه سیگنال تزریقی. (b) γ.  

شکل5. ضریب کیفیت بار Qf = 1.57. (a) فرکانس PCC. (b) سیگنال ورودی دافینگ.

شکل6. خروجی‌های اسیلاتور دافینگ برای Qf = 1.57. (a) دیاگرام صفحه فازی (دید از بالا). (b) دیاگرام x – t (دید کناری). (c) دید سه بعدی اسیلاتور دافینگ. 

شکل7. دیاگرام x- t اسیلاتور دافینگ برای تست‌های ضرایب مختلف کیفیت بار. 

شکل8. خروجی‌های اسیلاتور دافینگ برای کلیدزنی بار (a) فرکانس PCC و سیگنال ورودی (b) دید سه بعدی اسیلاتور دافینگ. 

شکل9. خروجی‌های سیستم و اسیلاتور دافینگ تحت شرایط بارگذاری نامتعادل. 

شکل10. تست نسبت حساسیت به نویز. (a) فرکانس PCC. (b) سیگنال وردی دافینگ. (c)  دیاگرام x – t. 

شکل11. ارزیابی NDZ روش ارائه شده. (a) NDZ OFP/UFP و OVP/UVP برای دو نوع مختلف کنترلرهای اینورتری در مقایسه با NDZ روش ارائه شده. (b) تحلیل حساسیت NDZ برای Qf =1 و kf =[0.5: 0.2: 5]. (c) تحلیل حساسیت NDZ برای Qf = [0.5 : 0.5: 5] و kf = 5.
ترجمه کلمات کلیدی
آشفتگی، تولید پراکنده (DG)، معادله دافینگ، جزیره‌ای شدن، مبدل منبع ولتاژ
کلمات کلیدی انگلیسی
Chaos, distributed generation (DG), duffing equation, islanding, voltage source converter,
ترجمه چکیده
با در نظر گرفتن امنیت و عملکرد مطمئن سیستم‌های نوین تولید پراکنده (DG)، برای تمییز حوادث مختلف نیاز به یک سیستم عیب‌یاب خبره است. یکی از الزامات حیاتی در عملکرد امن تولید پراکنده "تشخیص جزیره‌ای شدن" است. در این مقاله، یک روش تشخیص جدید جزیره‌ای شدن پسیو، به کمک استفاده از اسیلاتورهای دافینگ، برای اولین بار پیشنهاد و تحت شرایط مختلف شبکه مورد آزمون قرار گرفته است. این روش بدین منظور طراحی شده است که با شناسائی تبدیل اسیلاتور دافینگ از حالت "وضعیت آشفته" به "وضعیت دوره‌ای بزرگ" و برعکس، تغییرات فرکانس تزویج نقطه مشترک را تشخیص دهد. نتایج شبیه‌سازی انجام شده توسط نرم‌افزار MATLAB/Simulink برای تصدیق عملکرد روش ارائه شده به کار گرفته شد. نشان داده شده است که روش معرفی شده با حداقل زمان تشخیص، حتی در حضور نسبت‌های بزرگ‌ نویز به سیگنال‌، دقت بسیار بالایی دارد.
ترجمه مقدمه
عملکرد جزیره‌ای واحدهای تولید پراکنده (DG) معمولا وقتی اتفاق می‌افتد که منبع تغذیه از شبکه اصلی جدا شده باشد اما DG هنوز درحال تحویل توان به شبکه باشد. عدم موفقیت در قطع DG حین جزیره‌ای شدن، ممکن است تاثیرات منفی قابل توجهی روی تجهیزات DG و شبکه‌های بهره‌برداری برق به همراه داشته باشد. واحد DG باید جزیره‌ای شدن را تشخیص داده و واحد DG را در یک زمان مناسب جدا کند تا مانع خسارات شود [1] و [2]. بخش اصلی تشخیص جزیره‌ای شدن تمییز صحیح لحظه جزیره‌ای شدن و جداسازی DG از شبکه توزیع (DN) در کمترین زمان ممکن است. جزیره‌ای شدن ناخواسته DG ممکن است منجر به مسائل کیفیت توان (PQ)، تداخل با تجهیزات حفاظتی شبکه و امنیت پائین مصرف‌کننده‌ها شود. شایان ذکر است که برخی محققان در حال بررسی موقعیتی هستند که در آن DG دارای قابلیت ridethrough بوده و مسئول برقدار کردن بار پس از جزیره‌ای شدن است [3]-[6]. همین گزینه می‌تواند باعث پیچیدگی بیشتر سیستم کنترلی و نیز افزایش هزینه‌ها شود. به طور کلی روش‌های تشخیص جزیره‌ای شدن به سه دسته اصلی تقسیم می‌شوند؛ روش پسیو، اکتیو و مخابراتی [7]. روش‌های پسیو تشخیص جزیره لحظه جزیره‌ای شدن را به کمک اندازه‌گیری‌های مختلف انجام شده در PCC تخمین می‌زنند. این مزیت روش پسیو، خیلی قابل توجه نیست به خاطر این حقیقت که برای تشخیص صحیح لحظه جزیره‌ای شدن نمی توان به پارامترهای سیستم (مثل ولتاژ و فرکانس) اعتماد کرد. تمییز اتفاقات و حالات گذرای سیستم از حوادث جزیره‌ای شدن خیلی آسان نیست. قراردادن آستانه‌های بالا و پایین می‌تواند به تمییز بین شرایط جزیره‌ای و متصل به شبکه کمک کند. با این حال، این موضوع منجر به نواحی غیرقابل تشخیص بزرگی (NDZs) می‌شود. برای مثال، روش حفاظت افزایش/کاهش فرکانس از آستانه‌های بالا و پایین فرکانس استفاده می‌کند. برخی اوقات، بار به دقت با ظرفیت DG سازگار می‌شود. در این مورد، مقدار انحراف فرکانس یا ولتاژ به اندازه‌ای نخواهد بود که باعث راه‌اندازی سیستم تشخیص جزیره‌ای شدن شود. ناحیه غیرقابل تشخیص بزرگ توسط شرایط مصرف بار و تولید توان تعریف می‌شود که باعث نادرستی در تشخیص به موقع جزیره‌ای شدن می‌شود. روش‌های پسیو تشخیص جزیره‌ای شدن اغلب از مشکلات نواحی غیرقابل تشخیص بزرگ رنج می‌برند [8]، [9]. چندین روش پسیو تشخیص جزیره‌ای شدن وجود دارد مثل: حفاظت کاهش ولتاژ/ اضافه ولتاژ (UVP/OVP) و حفاظت کاهش فرکانس/ افزایش فرکانس (UFP/OFP)؛ نرخ تغییر توان اکتیو [10]، [11]؛ نرخ تغییر فرکانس (ROCOF) [12]، [13]؛ نرخ تغییر فرکانس اضافه توان [14]؛ تغییرات ولتاژ و ضریب توان [15]؛ تشخیص پرش فاز [16]؛ و نیز نامتعادلی ولتاژ و اعوجاج کلی هارمونیک [17].
پیش نمایش مقاله
پیش نمایش مقاله  استفاده از اسیلاتورهای دافینگ برای تشخیص پسیو جزیره‌ای شدنِ واحدهای تولید پراکندۀ مبتنی بر اینورتر

چکیده انگلیسی

Regarding the safety and reliable operation of modern distributed generation (DG) systems, an expert diagnosis apparatus is required to distinguish between different events. One of the crucial requirements in DG safe operation is the “islanding detection.” In this paper, a new passive islanding detection method, based on the application of the Duffing oscillators, is suggested for the first time and tested under different network conditions. The method is designed to detect the changes on point of common coupling frequency by identifying the transformation of the Duffing oscillator from “chaotic state” to “great periodic state” and vice-versa. The simulations results, carried out by MATLAB/Simulink, are used to validate the performance of the proposed method. It is shown that the proposed method has excellent accuracy within a minimum detection time, even with the presence of high noise to signal ratios.