رمز: simpower.ir
حفاظت بهينه هوشمند اضافه جريان در سيستمهای قدرت
حسين کاظمی کارگر
حسين عسگريان ابيانه
چکيده
در این مقاله روشی بر اساس سیستمهای خبره ارائه میگردد که در آن بر اساس مکان قرار گرفتن
رله، نوع رله، جریان اتصال کوتاه، جریان تنظیمی رله و تعداد رله های پشتیبانی کننده از یک رله ضرایب
خبره محاسبه میگردد و در هنگام محاسبات هماهنگی بهینه اعمال میشود. علاوه بر این نحوه آرایش بندی
پایگاه اطلاعات و عملکرد موتور اسستنتاج نیز ارائه میشود. در انتها از شبکه 230 کیلو ولت تهران برای
ارزیابی استفاده میشود که در آن تعداد زیادی رله و حلقه های متعددی برای هماهنگی وجود دارد. نتایج
بدست امده نشان میدهد که از روش پیشنهادی می توان در افزایش سرعت محاسبات هماهنگی بهینه رله
های جریان زیاد برای کاربرد های بهنگام استفاده نمود.
1 مقدمه
امروزه با گسترش شبكههاي قدرت و پيچيدهتر شدن ارتباطات سيستمها جهت تأمين انرژي قابل
اطمينان براي مصرف كنندهها، لزوم حفاظت مناسب اينگونه شبكهها بيشتر احساس ميگردد. در اين رابطه حجم
اطلاعات، تنوع آنها و محاسبات وقتگير، لزوم استفاده از كامپيوتر را اجتنابناپذير مينمايد و دیگر نمیتوان از
روشهای گرافیکی یا دستی و بصورت سعی و خطا در تنظیم رلهها استفاده نمود. در اين ميان استفاده از
روشهای کامپیوتری که با تکنیکهای هوشمند تلفیق شدهاند، میتواند در رسیدن به پاسخ کمک شایانی
نماید [1و2و3].
در چند سال اخير نيز كاربرد سيستمهاي خبره در حفاظت شبكههاي قدرت مورد توجه قرار گرفته است
اما به دليل يك سري محدوديتها نظير حساسيت عملكرد حفاظتي، عملكرد رلهها در يك محدوده زماني مشخص 2
و كوچك، اهميت حفاظت، وابستگي تنظيم رلهها به محاسبات پخش بار، اتصال كوتاه و نحوه اتصال شبكه باعث
گرديده است كه بيشتر از سيستم ES در زمينههاي خاصي نظير تشخيص خطاي امپدانس بالا، محل خطا، تعيين
خطاي پست و تعيين خطاي ترانسفورماتورها بيشتر استفاده گردد[4]. سیستمهای خبره از اجزاء اصلی زیر
تشکیل میشوند:
· پايگاه اطلاعات
1
· موتور استنتاج
2
· واسط كاربر
3
اطلاعات در قسمت پایگاه اطلاعات به دو صورت بیان میشود. دسته اول مربوط به قوانین کلی
هستند که بعنوان پایه برای سیستم محسوب میشوند و معمولا توسط استفاده کننده به سیستم داده میشود.
4 این اطلاعات در قسمتی از پایگاه اطلاعات بنام حافظه کاری
ذخیره میگردند[5]. دسته دوم، اطلاعات
مربوط به قوانین و تجربیات شخص خبره است. این اطلاعات بر اساس قوانین If-Then بنا شدهاند که بر
5 اساس آنها و با استفاده از روشهای جلوبرنده
و یا پسرونده
6
و یا ترکیبی از آنها عمل نتیجهگیری توسط
موتور استنتاج صورت میگیرد[6]. در این ارتباط زبانهای برنامه نویسی مختلفی استفاده شدهاند که میتوان
آنها را به صورت ذیل نام برد.
· برنامههائی مانند Prolog, Lisp
· پوستههای سیستم خبره
7
OPS5, EL, مانند
· برنامههای سطح بالا مانند OPS83 C, Pascal
بنابراین با توجه به نوع کاربرد و سادگی میتوان از برنامههای مختلفی برای نوشتن و ایجاد یک
سیستم خبره استفاده نمود. آخرین قسمت از یک سیستم خبره مربوط به واسط کاربر میباشد که کاربران
میتوانند با آن با سیستم خبره در ارتباط باشند و نتایج و یا پیشنهادات ارائه شده از طرف سیستم را مشاهده
کنند و یا به سوالاتی مطرح شده از طرف سیستم پاسخ دهند.
در این مقاله بمنظور پیوستگی مطالب در ابتدا معالات هماهنگی بهینه رله های جریان زیاد خبره
بطور خلاصه معرفی میگردند و سپس الگوریتم سیستم خبره پیشنهادی به همراه قوانینی که بر اساس آنها
ضرایب خبره تعیین میگردند، معرفی میشود. با استفاده از برنامه سطح بالا MATLAB محاسبات مربوط
به اتصال کوتاه و تشکیل پایگاه اطلاعات نوشته شده و سپس روش پیشنهادی بر روی شبکه 230 کیلو
ولت تهران مورد ارزیابی قرار میگیرد.
2 معادلات هماهنگی بهينه رله های جريان زياد
در مسائل بهينه سازي يك تابع هدف تعریف ميگردد و مسـئله بهينـه سـازي در همـاهنگی منجـر بـه
حداقل رساندن مقدار اين تابع هدف تحت شرايط و قيود حاكم بر شبکه مـي باشـد . توابـع هـدف مختلفـی کـه در
سیستمهای قدرت در نظر گرفته می شوند که یکی از آنها عبارتند از:
1
Knowledge Base
که در آن:
N تعداد رلههاي سيستم حفاظتي TMS /TDS ضریب
تن(ظbrی)م زماOTنی زمان عملکرد رله پشتیبان (OT(pr زمـــــــان
عملکرد رله اصلی
OTn
زمان عملكرد رله n ام بهازاي خطاي جلوي رله.
برای سادگی میتوان معادلات قیود را بصورت روابط نشان داد که برای مطالعه بیشتر میتوان به
مرجع[7] مراجعه نمود
که در آن:
همان متغیرهای بهینه سازی است که همان Xi TMS /TDS
مربوط به رله iام میباشد.
3 روش پيشنهادی
روش پیشنهادی در جهت تعیین ضرایبی است که باعث سرعت بخشیدن در رسیدن به پاسخهای
بهینه میگردد. این ضرایب برای تمام رلههای شبکه بر اساس استفاده از سیستم خبره بدست میآیند و در
هنگام اجرای عمل بهینه سازی مورد استفاده قرار میگیرند.
نحوه استفاده از این ضرایب خبره با توجه به الگوریتم بهینه سازی كه در بخش 2 آورده شده بدین
صورت است که از رابطه (5) برای تعیین مقادیر جدید متغیرهای بهینه سازی استفاده میگردد. مقادير
XNew برابر با بزرگترين مقادير بدست آمده XObtained ميباشد.
.( ) X New = X Obtained +a Expert X Obtained – X Old (5)
که در آن:
XObtained : مقدار جدید بدست آمده XOld : مقدار قبلی بدست آمده aExpert : مقدار ضریب خبره
4
براي تعيين مقادير aExper در روش پيشنهادي از ساختار پیشنهادی خبره که در شكل (1) آورده شده
استفاده ميگردد.
در این شکل موتور استنتاج با استفاد ه از اطلاعات موجود در پایگاه اطالاعات و انجام محاسبات، اقدام
به تعیین ضرایب aExpert مینماید که در ادامه به توضیح هریک از اجزای سیستم خبره پیشنهادی
میپردازیم.
3 -1 پايگاه اطلاعات
پایگاه اطلاعات در روش پیشنهادی از دو قسمت تشکیل شده است که عبارتند از:
· اطلاعات سیستم قدرت
· قوانین خبره
اطلاعات مربوط به سیستم قدرت در قسمتی از پایگاه اطلاعات که Data Base نامیده میشود،
ذخیره میگردد. این قسمت شامل اطلاعات ذیل میباشد.
· اطلاعات ترانسها
· اطلاعات ژنراتورها
· اطلاعات خطوط
· اطلاعات رلهها
· اطلاعات رلههای اصلی و پشتیبان
هر یک از این اطلاعات خود شامل مجموعه دیگری از اطلاعات میباشد که در واقع ساختار بندی
اطلاعات در سیستم خبره را شکل میدهد. زیرا یکی از مواردی که در سیستم خبره در مورد پایگاه
اطلاعات اهمیت دارد در این است که اطلاعات لازم چگونه در قسمت Data Base ساختار بندی شدهاند.
شکل (2) نحوه ساختار بندی اطلاعات را نشان میدهد. 5
قسمت دیگر پایگاه اطلاعات از قوانین خبره تشکیل شده است. در این قسمت از قوانینی استفاده
میشود که بر اساس آن میتوان ضرایب خبره را برای هر رله تعیین نمود. در واقع موتور استنتاج با استفاده از
قوانین و اطلاعاتی که در Data Base موجود است اقدام به تعیین ضرایب خبره مینماید.
شکل (2) ساختار بندی اطلاعات در سیستم خبره پیشنهادی
عواملی در تعیین مقادیر ضرایب خبره دارای اهمیت میباشند که عبارتند از:
· نوع رله
· مکان قرار گرفتن رله در شبکه
· تعداد رلههای پشتیبانی کننده از رله اصلی
· تعدا تکرار یک رله در قیود بعنوان رله پشتیبان از رلههای دیگر
· مقدار جریان خطای عبوری از رله
· مقدار تنظیم جریانی رله
3-2 قوانين خبره مرتبط با نوع رله
یکی از عواملی که در تعیین نوع رله در شبکه دارای اهمیت است در رابطه با زمان عملکرد رله
میباشد. بطوریکه از رلههای خیلی معکوس برای حفاظت سریع و از رله با تاخیر زیاد برای حفاظت کند
استفاده میگردد. این قوانین عبارتند از:
3-3 قوانين خبره مرتبط با مکان قرار گرفتن رله در شبکه
یکی دیگر از عواملی که در تعیین مقدار ضریب خبره دارای اهمیت میباشد، مکان قرار گرفتن
رله در شبکه است. رلههائیکه به منبع تولید انرژی نزدیک هستند لازم است که دارای زمان عملکرد کوچکی
باشند معیار پیشنهادی استفاده از جریان خطای عبوری از رله است. هرچقدر رله از منبع دورتر باشد مقدار
جریان خطای عبوری از رله کمتر میباشد و هرچقدر نزدیکتر باشد مقدار این جریان بیشتر است.
3-4 قوانين خبره مرتبط با تعداد رلههای پشتيبانی کننده از يک رله
هر چقدر تعداد رلههائیکه از یک رله پشتیبانی میکنند بیشتر باشد، بیانگر این است که تعداد
رلههای وابسته به آن رله چه میزان است. حال هرچقدر مقدار تنظیم زمانی رله مربوطه سریعتر در الگوریتم
بهینه سازی پیدا گردد، در اینصورت زمان رسیدن به پاسخ و سریعتر هماهنگ شدن سیستم کمتر
میگردد. زیرا امکان یافتن پاسخ برای رلههای وابسته بیشتر میگردد. در این ارتباط قانون مربوطه بصورت
ذیل میباشد.
3-5 قوانين خبره مرتبط با مقدار تنظيم جريانی رله
هرچقدر مقدار نسبت جریان خطا به جریان تنظیمی رله زیادتر باشد، ناحیه عملکرد رله به انتهای
منحنی جریان-زمان نزدیکتر است. در این ناحیه که در شکل (3) نشان داده شده است، منحنیهای زمان-
جریان رله به یکدیگر نزدیک میشوند. هرچقدر این منحنیها به یکدیگر نزدیکتر باشند، در نتیجه
مقدار تغییرات در رابطه (5) میبایست کوچکتر گردد.
در روش پیشنهادی با استفاده ار روش Forward Chaning که در شکل (4) نشان داده شده است،
اقدام به تعیین ضرایب خبره مینماید.
موتور استنتاج با استفاده از قوانین مربوطه و اطلاعات موجود در Data Base اقدام به شناسائی رله
مربوطه میکند و ضرایبی را به آن رله اختصاص میدهد. تمامی این ضرایب بین 0 تا 1 میباشند.
4 نتايج
در این قسمت به نتایج حاصل از اجرای روش پیشنهادی روی یک شبکه عملی که شبکه 230
کیلو ولت تهران میباشد میپردازیم. اطلاعات این شبکه در مرجع [8] آورده شده است. با توجه به روش
پیشنهادی ابتدا برای هریک از رلههای شبکه تهران ضرایب مربوطه را تعیین میکنیم. این ضرایب بر
اساس قوانین ارائه شده در قسمت3 در جدول (1) آورده شده است.
با اعمال این ضرایب در روش بهینه سازی و استفاده از رابطه (5) در تغییر مقدار متغیرهای
بهینه سازی در هر تکرار، مقدار زمان لازم برای تعیین جوابهای بهینه کاهش مییابد که در شکلهای (5) و
(6) نشان داده شده است.مقایسه دو شکل(5) و (6) نشان میدهد که از ثانیه بیستم به بعد مدت زمان
زیادی از برنامه برای همگرا شدن تعداد محدودی از قیود صرف میگردد، در صورتیکه با اعمال ضرایب
خبره این مقدار زمان صرفه جوئی شده و در زمان کمتری میتوان به پاسخ دست یافت. مدت زمان اجرای
برنامه بهینه سازی از 36.588 ثانیه به 20.733 ثانیه کاهش یافته است که این مقدار تغییرات بیانگر
43% کاهش در زمان اجرای برنامه میباشد.
شکل(5) برآورده شدن قیود با اعمال ضرایب خبره شکل(6) برآورده شدن قیود بدون اعمال ضرایب خبره
5 نتيجه گيری
در این مقاله بر اساس روشی پیشنهادی و با استفاده از قوانین خبره ارائه شده ضرایبی برای رله هـای
جریان زیاد بدست آمد. با بکار گیری این ضرایب عمل هماهنگی بهینه رله های جربان زیاد با سـهولت و
سرعت بیشتری صورت میگیرد و نتایج بدست آمده بر روی شبکه عملی 230 کیلو ولت تهـران نشـان داد
که نزدیک به 43 در صد در زمان هماهنگی بهبود بخشیده میشود. علت استفاده از شبکه 230کیلـو ولـت
تهران برای نشان دادن قابلیت روش پیشنهادی در شبکه های بزرگ با حلقه های متعدد میباشد.
دانلود رایگان فایلهای متلب
رمز: simpower.ir
