ترجمه فارسی عنوان مقاله

تنظیمات بُرد تطبیقی رله‌های دیستانس به کمک سنکروفازور در حضور UPFC

عنوان انگلیسی

Synchrophasor Assisted Adaptive Reach Setting of Distance Relays in Presence of UPFC

کد مقاله	سال انتشار	تعداد صفحات مقاله انگلیسی
52952	2015	10 صفحه PDF

منبع

Publisher : IEEE (آی تریپل ای)

Journal : IEEE Systems Journal, Page(s): 396 - 405 ISSN : 1932-8184 INSPEC Accession Number: 12502676

فهرست مطالب ترجمه فارسی

چکیده

مقدمه

تحلیل امپدانس با UPFC

کنترل‌کننده‌ی یکپارچه‌ی عبور توان (UPFC)

امپدانس اندازه‌گیری شده با رله در حضور UPFC

محاسبات تنظیمات کنترلی UPFC

طرح تطبیقی رله دیستانس بر اساس GRNN

GRNN – مرور

ساختار GRNN

انتخاب مشخصات ورودی

نتایج شبیه‌سازی و بحث‌ها

سیستم 30 باس نیوانگلند

پاسخ‌گذرای UPFC در مود کنترل عبور توان:

معادل کاهش ‌یافته‌ی سیستم NRPG

ترجمه شکل‌ها و جداول

شکل1. خط انتقال l-m با UPFC واقع در نزدیکی رله.

شکل2. مدار معادل خط l-m مجهز به UPFC.

شکل3. ساختار GRNN [13].

شکل4. سیستم نیوانگلند با UPFC واقع در خط 17-16.

شکل5. تغییر در پارامترهای کنترلی UPFC در طی وقوع خطای SLG. (الف) تغییر در تزریق ولتاژ سری در طی خطا. (ب) تغییر در تزریق جریان راکتیو در طی خطا.

شکل6. مرزهای تریپ با حضور UPFC در سیستم 39 باس. (الف) مرزها وقتی که UPFC در مود کنترل خودکار عبور توان قرار دارد. (ب) مرزهای تریپ رله وقتی UPFC در مود کنارگذر قرار دارد.

شکل7. مقایسه‌ی مرزها با مشخصات معمولی. (الف) مقایسه با مشخصات مهوی معمولی. (ب) مقایسه با مشخصات چهارضلعی.

شکل8. مرزهای تریپ پیش‌بینی‌شده با GRNN در سیستم 39 باس. (الف) برای خطای SLG – موارد C و D. (ب) برای خطای LLG – موارد C و B. (ج) برای خطای LLLG – موارد A و B.

شکل9. مقایسه‌ی مرزهای تریپ پیش‌بینی‌شده با GRNN و BPNN. (الف) مقایسه‌ی مرزها- برای خطای SLG (مورد A). (ب) مقایسه‌ی مرزها- برای خطای LLG (مورد C). (ج) مقایسه‌ی مرزها- برای خطای LLLG (مورد C).

شکل10. تغییر در مرزهای تریپ با تغییر در تزریق “Iq” UPFC (سیستم NRPG).

شکل11. مرزهای تریپ تولید شده با GRNN برای سیستم NRPG برای خطای SLG.

جدول1: جزئیات موارد آموزشی برای سیستم 39 باس

جدول2: جزئیات موارد تست برای سیستم 39 باس

جدول3: جزئیات موارد تست برای سیستم NRPG.

نتیجه‌گیری

ترجمه کلمات کلیدی

- تنظیمات بُرد تطبیقی - شبکه عصبی رله فاصله رگرسیون تعمیم یافته

کلمات کلیدی انگلیسی

Distance relay generalized regression neural network (GRNN) synchrophasor trip boundary unified power flow controller (UPFC)

ترجمه چکیده

عملکرد کنترل‌کننده‌های سیستم انتقال AC انعطاف‌پذیر (FACTS) در سیستم انتقال قدرت، طرح رله‌ی دیستانس را به چالش می‌کشد. این مقاله یک طرح تطبیقی را برای تخمین مرزهای تریپ یک رله‌ی دیستانس در حضور یک کنترل‌کننده‌ی یکپارچه‌ی عبور توان (UPFC) و به کمک شبکه‌ی عصبی رگرسیون تعمیم یافته (GRNN) پیشنهاد می‌کند. در ابتدا، اثر UPFC روی مرز تریپ رله به منظور مود کنترل خودکار عبور توان و نیز مود کنارگذر عملکرد آن مطالعه می‌شود. GRNN به صورت خارج از خط و با کمک داده‌های تعمیم یافته‌ی تحلیل عملکرد سیستم قدرت برای خطاهای مختلف و با در نظر گرفتن آثار UPFC، مقاومت خطا و شرایط بارگذاری سیستم روی مرزهای تریپ آموزش دید. این کار همچنین راهبردی ارائه داد که پارامترهای کنترلی UPFC مثل ولتاژ سری و تزریق‌های جریان راکتیو را محاسبه می‌کند، این کار به کمک اندازه‌گیری‌های همزمان فازور از طریق واحدهای اندازه‌گیری فازور (PMU)، حالات پیش از خطا، منجمله پارامترهای کنترلی UPFC به صورت آنلاین انجام می‌شود و امپدانس ظاهری اندازه‌گیری شده با واحد رله مورد استفاده‌ی GRNN قرار می‌گیرد تا مرزهای تریپ رله پیش‌بینی شود. طرح پیشنهادی موارد خطای تکفاز به زمین (SLG)، دو فاز به زمین (LLG) و سه فاز به زمین (LLLG) را در نظر میگیرد و کارائی این طرح روی یک سیستم 39 باس نیوانگلند و نیز یک سیستم 17 باس که یک سیستم معادل کاهش یافته ی سیستم شبکه برق منطقه‌ای شمالی(NRPG) در هند است تست شد.

ترجمه مقدمه

معرفی کنترل‌کننده‌های سیستم انتقال AC انعطاف‌پذیر (FACTS) [1] در سیستم قدرت چالش‌های جدیدی را پیش روی حفاظت خط قرار دارد چون این تجهیزات امپدانس خطوط را به صورت دینامیکی (پویا) تغییر می‌دهند. در نتیجه، رله‌های دیستانس، در سیستم انتقال مربوطه بسته به مودهای کنترلی کنترل‌کننده‌های FACTS دچار کاهش یا افزایش برد خواهند شد. لذا، تعیین مرزهای عملکرد یک رله‌ی دیستانس، به طور طبیقی در حضور کنترل‌کننده‌های FACTS یک وظیفه‌ی چالش برانگیز است. یک تحلیل گسترده‌ی طرح حفاظت دیستانس در حضور کنترل‌کننده‌های مختلف FACTS در نوشتجات [2]-[8] به انجام رسیده است. این تحلیل به موضوع امپدانس ظاهری اندازه‌گیری ده با رله در حضور این کنترل‌کننده‌ها می‌پردازد. تحلیل عملکردی در [3] از یک مدل منبع ولتاژ حالت دائم UPFC با سطوح ثابت جبرانسازی بهره می‌برد تا آثار محل UPFC و مقاومت خطا روی عملکرد رله‌ی دیستانس را بررسی کند. یک مطالعه‌ی خسته‌کننده نیز در [4]، [5] انجام گرفته است که مدل کاملی از UPFC را در نظر می‌گیرد. با این حال، [3]-[5] راهبردهای تسکین مسائل کاهش/ افزایش برد در رله‌های دیستانس را بحث نمی‌کنند. چالش در حفاظت دیستانس در حضور کنترل‌کننده‌های FACTS ای چون UPFC به علت تغییر پارامترهای کنترلی آن منجمله ولتاژ سری و تزریق جریان‌های راکتیو است. از طریق توسعه‌ی طرح‌های اختصاصی برای محل خطا در خطوط انتقال که توسط UPFC فراهم می‌شود [6]، [7] و یا از طریق پیش‌بینی تطبیقی مرزهای تریپ رله‌های دیستانس معمولی می‌توان به این مسائل پرداخت. توسعه‌ی طرح‌های اختصاصی [6]، [7] در مقایسه با پیش‌بینی تطبیقی مرز تریپ توجه زیادی را به خود جلب کرده است. چون یک رله‌ی دیستانس معمولی شامل تشخیص خطا، دسته‌بندی، اندازه‌گیری و واحدهای مقایسه‌ی ناحیه‌ی تریپ است، جایگزینی واحد مقایسه‌ی ناحیه‌ی تریپ ثابت مهو/ چهارصلعی یا یک مخصه تریپ تطبیقی می‌تواند یک گزینه‌ی مناسب و موثر برای مساله‌ی حفاظت موقع حضور UPFC باشد. یک چنین طرحی توسط نویسنده‌ها در [8] ارائه شد و تنها برای خطای تکفاز به زمین (SLG) نشان داده شد. این مقاله طرحی را ارائه می‌دهد تا مرزهای تریپ رله‌ی دیستانس مرسوم را در حضور UPFC و با داشتن پارامترهای کنترلی UPFC پیش‌بینی کند. این طرح ولتاژ سری و تزریق جریان راکتیو توسط UPFC را به صورت آنلاین و به کمک اندازه‌گیری همزمان فازور [9] محاسبه کرده و این پارامترها در پیش‌بینی مرز تطبیقی تریپ به کار می‌روند. همچنین، این طرح این حقیقت را نیز در نظر می‌گیرد که بسته به دامنه‌ی جریان خطا، UPFC ممکن استوضعیت خود را تغییر دهد تا مود کاری را کنارگذر کند [10]، جائی که تزریق ولتاژ سری برابر صفر است. طرح ارائه شده مبتنی بر شبکه‌ی عصبی مصنوعی (ANN) است، که کاربردهایی را در تنظیمان بُرد تطبیقی رله‌های دیستانس مرسوم یافته است [11]، [12]. برای تطابق با تغییرات سیستم، در خارج از خط حفاظت شده، یک مفهوم تنظیم برد تطبیقی به کمک شبکه‌های عصبی انتشار رو به عقب (BPNN) در [11] و با کمک سه شبکه عصبی تابع پایه‌ی شعاعی (RBFNN) در [12] با بهره‌مندی از سیگنال‌های محلی ارائه شده است. این ساختارهای شبکه‌ی عصبی مصنوعی از این عیب رنج می‌برند که نیازمند زمان آموزش طولانی برای یادگیری انواع ترکیبیات ممکن سناریوهای عملکردی سیستم هستند. برای غلبه بر معایب فوق، طرح ارائه شدهدر اینجا از یک شبکه‌ی عصبی رگرسیون تعمیم‌یافته (GRNN) بهره می‌برد [13]. اطلاعات و داده‌های سیستم پیش از خط با امپدانس اندازه‌گیری شده توسط واحد رله در GRNN مورد استفاده قرار می‌گیرند تا مشخصه‌ی تریپ تحت شرایط گوناگون خطا از جمله خطای تکفاز به زمین (SLG)، دو فاز به زمین (LLG) و سه فاز به زمین (LLLG) تخمین زده شود. طرح ارائه ده روی سیستم 39 باس نیوانگلند [14] و نیز یک سیستم معادل کاهش‌یافته‌ی شبکه برق منطقه‌ای شمالی (NRPG) در هند تست د [15]، [16]. مرزهای تریپ تولیدشده با GRNN برای انواع مختلف خطاها با مشخصات رله‌ی مهوی معمولی مقایسه شد و توانمندی GRNN برای تقریب تابع با BPNN مقایسه شد. نتایج تست نشان می‌دهند که ساختار GRNN معرفی شده قادر است تا در کنار تنظیمات کنترلی پیش از خطای UPFC، مرز تریپ رله را با شرایط عملکردی پیش از خطا به طور موثر تعقیب کند.

دانلود رایگان 2 صفحه اول مقاله لاتین (PDF)

پیش نمایش مقاله

چکیده انگلیسی

The operation of Flexible AC Transmission System Controllers (FACTS) in the power transmission system pose a challenge to the distance relaying scheme. This paper suggests an adaptive scheme for estimating the trip boundaries of a distance relay in presence of a Unified Power Flow Controller (UPFC), utilizing a Generalized Regression Neural Network (GRNN). Initially, the impact of the UPFC on the relay's trip boundary is studied for its automatic power flow control mode as well as bypass mode of operation. The GRNN has been trained off-line with the data generated from a detailed performance analysis of the power system for various faults considering the effects of the UPFC, fault resistance, and system loading conditions on the trip boundaries. This work has also proposed a strategy that computes the control parameters of the UPFC on-line, namely, series voltage and reactive current injections, utilizing the synchronized phasor measurements from Phasor Measurement Units (PMUs). Pre-fault system states, including the control parameters of the UPFC and the apparent impedance measured by the relay unit have been utilized by the GRNN for predicting the trip boundaries of the relay. The proposed scheme has considered Single Line-to-Ground (SLG), Double Line-to-Ground (LLG) and Three Phase-to-Ground (LLLG) faults and the effectiveness of the scheme has been tested on 39-bus New England system and also on a 17-bus system, a reduced equivalent of practical Northern Regional Power Grid (NRPG) system in India.