Chiến lược điều khiển sa thải phụ tải dựa trên đánh giá ổn định quá độ hệ thống điện sử dụng mạng nơ ron và thuật toán AHP
Email tác giả liên hệ:
trongnghia@hcmute.edu.vnTừ khóa:
Điều khiển khẩn cấp, sa thải phụ tải, thuật toán AHP, K-means, ổn định động hệ thống điệnTóm tắt
Bài báo này đề xuất mô hình mới trong điều khiển khẩn cấp sa thải phụ tải trên cơ sở nhận dạng nhanh trạng thái không ổn định động hệ thống điện. Giải thuật K-means phân nhóm chế độ mất ổn định thành các nhóm chế độ con. Kết quả phân tích các nhóm chế độ con này được sử dụng làm cơ sở phân lớp điều khiển. Việc xây dựng chiến lược sa thải phụ tải gồm các luật thiết kế sẵn dựa trên thuật toán AHP. Khi bộ nhận dạng phát hiện hệ thống điện “không ổn định” thì ngay lập tức lệnh điều khiển sa thải phụ tải được thi hành, do đó thời gian ra quyết định rút ngắn rất nhiều so với các phương pháp truyền thống. Hiệu quả của phương pháp đề xuất được kiểm tra trên sơ đồ hệ thống điện chuẩn IEEE 39-bus nhằm khắc phục những hạn chế của các phương pháp truyền thống trước đây.
Tải xuống: 0
Tài liệu tham khảo
Terzija, V. V., Adaptive under frequency load shedding based on the magnitude of the disturbance estimation,” IEEE Trans Power System., Vol. 21, No. 3, pp. 1260–1266, 2006.
Giroletti M, Farina M, Scattolini R. A hybrid frequency/power based method for industrial load shedding. Electrical Power Energy System 2012; 35: 194–200.
Seyedi, H., and Sanaye-Pasand, M., “Design of new load shedding special protection schemes for a double area power system,” Amer. J. Appl. Sci., Vol. 6, No. 2, pp. 317–327,2009.
Urban Rudez, Rafael Mihalic, A novel approach to underfrequency load shedding, Electric Power Systems Research, 636-643 (2011)
Hooshmand, R., and Moazzami, M., “Optimal design of adaptive under frequency load shedding using artificial neural networks in isolated power system,” Int. J. Power Energy Syst., Vol. 42, No. 1, pp. 220–228, 2012.
J.A. Laghari , H. Mokhlis, A.H.A. Bakar, Hasmaini Mohamad, Application of computational intelligence techniques for load shedding in power systems: A review, Energy Conversion and Management, vol. 75, pp130-140, 2013.
N. N. Au, Q. H. Anh, and P. T. T. Binh, “Feature subset selection in dynamic stability assessment power system using artificial neural networks.” Science & Technology Development Journal, VietNam National University-Hochiminh City, ISSN 1859-0128, Vol.18, No K3, 2015.
A. R. Webb and K. D. Copsey, Statistical Pattern Recognition. 2011.
I. H. Witten, E. Frank, and M. a. Hall, Data Mining: Practical Machine Learning Tools and Techniques, Third Edition, vol. 54, no. 2. 2011.
H. Bevrani; G. Ledwich; J. J. Ford, “On the use of df/dt in power system emergency control”, Power Systems Conference and Exposition, 2009. PSCE '09. IEEE/PES
Tohid Sheraki, Farrokh Aminifar, Majid Sanaye-Pasand, An anatical adaptive load shedding scheme against sevre combinational disturbances, IEEE Transactions on Power Systems, Volume: 31, Issue: 5, pp. 4135 - 4143, 2015.
T.L. Saaty.: The Analytic Hierarchy Process. McGraw-Hill, New York, (1980).
Moein Abedini; Majid Sanaye-Pasand; Sadegh Azizi, Adaptive load shedding scheme to preserve the power system stability following large disturbances, IET Generation, Transmission & Distribution,Volume: 8, Issue: 12, 12/2014.
A. Karami and S. Z. Esmaili, “Transient stability assessment of power systems described with detailed models using neural networks,” Int. J. Electr. Power Energy Syst., vol. 45, no. 1, pp. 279–292, 2013.
Tải xuống
Đã Xuất bản
Cách trích dẫn
Số
Chuyên mục
Categories
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
