مدل‌سازي شبكه‌اي از ريزشبكه‌ها و مقايسۀ مشخصات ديناميكي آن با مدل كاهش يافته

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

در سال‌هاي اخير مفهوم ريزشبكه به‌عنوان بخشي از زيرساخت انرژي شبكۀ هوشمند مورد توجه قرار گرفته است. به‌منظور بهبود قابليت اطمينان، حاشيۀ پايداري و انعطاف پذيري، ريزشبكه‌ها مي‌توانند به‌يكديگر متصل شده و يك ريزشبكۀ چندگانه تشكيل دهند. يكپارچه سازي منابع انرژي پراكنده و تشكيل ريزشبكۀ چندگانه، چالش‌ها و مشكلات فني مختلفي از جمله عدم قطعيت و توان متغيّر توليد پراكندۀ مبتني بر باد و خورشيد، كاهش اينرسي سيستم، كنترل پايداري ولتاژ و فركانس در حالت كار جزيره‌اي و لزوم هماهنگ‌سازي بين ريزشبكه‌ها را ايجاد مي‌كند. مطالعۀ اثر اين مشكلات و ارائه راه حل‌هاي تحليلي مناسب، نيازمند دسترسي به مدل‌هاي مناسب و باجزئياتي است كه رفتار ديناميكي ريزشبكه و عناصر موجود در آن را به‌خوبي مدل كُنَد. در اين پايان‌نامه، مدل باجزئيات منابع توليد پراكنده مثل سامانۀ بادي و سيستم ذخيره‌ساز باتري به‌همراه مدل بار و خطوط شبكه ارائه و با يكپارچه‌سازي اين مدل‌ها، مدل يك ريزشبكۀ چندگانه حاصل مي‌شود. با گسترش ابعاد ريزشبكه، استفاده از مدل‌هاي باجزئيات و مرتبۀ بالا، مُنجر به افزايش بار محاسبات و مدت زمان لازم براي انجام شبيه‌سازي شده و ارزيابي مشخصات ديناميكي اين سيستم‌ها را دشوار مي‌كُند. در هنگام مطالعه روي يك ريزشبكۀ خاص، مي‌توان ريزشبكه‌ و عناصر خارجي را با مدل‌هاي ساده‌تري جايگزين نمود. به‌همين منظور در اين پايان‌نامه، يك مدل كاهش مرتبه براي ريزشبكه‌هاي خارجي تحت عنوان «جعبه سياه شبكۀ خارجي» ارائه شده است. در اين روش ريزشبكه‌هاي خارجي بوسيلۀ جعبه سياهي كه با استفاده از روش شبكۀ عصبي برون‌زاد خودپندارندۀ غيرخطي (NARX) آموزش داده شده‌اند، جايگزين مي‌شوند. براي هرريزشبكه، دوشبكۀ عصبي مربوط به توان اكتيو و راكتيو تزريقي، به‌نام‌هاي NN-P و NN-Q با استفاده از داده‌هاي به‌دست آمده از شبيه‌سازي مدل باجزئيات آموزش داده شده و مقادير تخميني خروجي آن‌ها به صورت يك منبع جريان كنترل‌شونده در باس مرزي ريزشبكه تزريق مي‌شوند. كارآمدي مدل كاهش مرتبه يافتۀ ارائه شده بوسيلۀ مقايسه با نتايج حاصل از مدل باجزئيات بررسي مي‌شود.

229668

قدرت

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان