ترجمه مقاله روشی جایگزین برای تخمین حالت دینامیک سیستم قدرت مبتنی بر تبدیل بدون بو

ترجمه مقاله روشی جایگزین برای تخمین  حالت دینامیک سیستم قدرت مبتنی بر تبدیل بدون بو

چکیده: تخمین حالت کارآمد، آنی، و دقیق شرطی لازم در بیشتر کاربردهای سیستم مدیریت انرژی (EMS) در مراکز کنترل سیستم قدرت است. سیستم­های نوظهور اندازه­گیری با حوزه­ی گسترده (WAMSها) فرصت­های تازه­ای برای توسعه­ی روش­های بسیار موثر به منظور نظارت آنلاین بر دینامیک­های سیستم قدرت ارائه می­کنند. به تاز­گی، روش­های جایگزین برای تخمین حالت سیستم قدرت توجه زیادی را به خود جلب کرده اند. با توجه به غیرخطی بودن گذار حالت و معادله­ی مشاهده، محاسبات ماتریس ژاکوبین و خطی­سازی در روش­های موجود تخمین  حالت سیستم قدرت ضروری است. این امر باعث می­شود تا عملکرد بالای WAMS منجر به بار محاسباتی عظیمی شود. به منظور غلبه بر این مشکل، این تحقیق تلاش می­کند تا روش تخمین حالت موثر را بدون محاسبه­ی ماتریس ژاکوبین و خطی­سازی ایجاد کند. ابتدا، تبدیل بدون بو به عنوان روش موثری به منظور محاسبه­ی میانگین­ها و کواریانس­های بردار تصادفی یک تبدیل غیرخطی معرفی می­شود. در مرحله­ی دوم، با جاسازی تبدیل بدون بو در درون فرآیند فیلتر کالمن، یک روش برای تخمین حالت دینامیک سیستم قدرت ایجاد می­شود. در نهایت، برخی نتایج شبیه­سازی ارائه می­شوند که دقت و پیاده­سازی آسان­تر روش جدید را نشان می­دهد.

کلمات کلیدی: فیلتر غیرخطی، دینامیک­های سیستم­های قدرت، تخمین حالت، تبدیل بدون بو، سیستم­های اندازه­گیری حوزه گسترده.

1. 1.       مقدمه 

در سیستم­های قدرت الکتریکی، تخمین حالت کارآمد، آنی، و دقیق شرطی لازم برای اکثر کاربردهای سیستم مدیریت انرژی (EMS) در مراکز کنترل سیستم قدرت است. با این­حال، با توجه به سرعت به­روزرسانی کم سیستم­های SCADA «به ترتیب چند ثانیه»، تخمین­کنندگان حالت سنتی مبتنی بر مدل سیستم حالت ماندگار نمی­توانند دینامیک­های سیستم قدرت را به خوبی مدل کنند. در سال 1990، واحدهای اندازه­گیری فازی (PMUها) مبتنی بر سیستم­های اندازه­گیری حوزه­ی گسترده، که مشخصه­ی آن نمونه­­برداری سنکرون و سرعت­های بالای به­روزرسانی داده­ها است معرفی شدند. ظهور WAMSها بسیاری از محققان را به توسعه­ی روش­های تخمین حالت کارآمدتر مبتنی بر WAMS به منظور نظارت بر دینامیک­های سیستم قدرت ترغیب کرده است [11]-[17]. هم­چنین این برای شبکه­ی آتی هوشمند به منظور تضمین عملیات قابل اعتماد و کارآمد و کنترل­های شبکه مهم است. به تازگی، روش­های جایگزین برای تخمین حالت سیستم قدرت مطالعه شده است؛ به عنوان مثال، امکان­سنجی بکار بردن فیلتر کالمن توسعه یافته (EKF) برای تخمین حالت دینامیک در [6] بحث می­شود؛ روش­های سوپرکالیبراتور در [8]-[11] ارائه شده است تا در سطح پست بکار برده شود و از این­رو به سادگی حالت سیستم را در مرکز کنترل ترکیب می­کند. با این­حال، به دلیل غیر خطی بودن معادلات حالت سیستم قدرت و اینکه برخی معادلات اندازه­گیری توابع غیرخطی از متغیرهای حالت هستند، محاسبات ماتریس ژاکوبین و خطی­سازی در روش­های فوق ضروری است. گاهی اوقات فن­آوری اندازه­گیری مجازی و شبه اندازه­گیری بایستی به منظور دسترسی به متغیرهای مشخص از یک ژنراتور همچون زاویه­ی روتور آن و ولتاژهای داخلی  ( ) معرفی ­شود. برای مثال، زمانی­که ولتاژ خروجی اندازه­گیری شده و جریان تزریق شده­ی ژنراتور را به منظور حل برخی معادلات مشاهده به منظور بدست آوردن آن متغیرها استفاده می­کنیم، معادلات مشاهده با توجه به متغیرهای فوق غیرخطی هستند. اگرچه فرایند مربع­سازی به منظور حذف خطاهای مرتبه­ی سوم و ناقص بالاتر در [8] و [12] معرفی می­شود، محاسبات ماتریس ژاکوبین معادلات مشاهده هنوز هم ضروری هستند و خطای ناقص هنوز وجود دارد.