خلاصه

حضور تولیدات پراکنده (DGs) در شبکه باعث افزایش و تغییر سطوح اتصال کوتاه در سیستم می شود که این امر متعاقبا” مشکلات حفاظتی را به دنبال خواهد داشت. در این مقاله از محدودسازهای جریان خطا ابررسانا مقاومتی (SFCLS) به منظور کاهش دادن جریان های خطا ناشی از واحدهای تولید پراکنده و همچنین برای افزایش قابلیت حفاظتی سیستم استفاده می شود. در جایابی بهینه محدودساز جریان خطا ابرسانا مقاومتی((SFCL توسط الگوریتم مهاجرت پرندگان، مباحث اقتصادی و سرعت عملکرد در محدودسازی جریان خطا هماهنگ با رله های اضافه جریان دنبال می شود که به این منظور تابع هدف شامل بهینه سازی تعداد SFCLها، مقاومت کاهش جریان خطا و مجموع زمان عملکرد رله ها، می باشد. نتایج عددی حاصل شده بر روی یک سیستم نمونه ۶۹-busIEEE عملکرد الگوریتم پیشنهادی را نشان می دهد.

واژه های کلیدی: محدودکننده جریان خطا ابررسانا((SFCL، تولید پراکنده((DG، رله اضافه جریان(.(OC

_۱ مقدمه

امروزه در شبکه های توزیع با توجه به روند رو به رشد خصوصی سازی و رقابتی شدن بازار برق، هدف اولیه شرکت توزیع پایین آوردن هزینه های مربوط به بهره برداری، نگهداری و همزمان بالا بردن قابلیت اطمینان شبکه و مشترکین می باشد. یکی از موثرترین روش ها برای پاسخگویی به رشد بار و نیز تامین سطح مشخصی از قابلیت اطمینان استفاده از تولیدات پراکنده((DGs1 است. در این خصوص با تغییر ساختار سیستم های قدرت به منظور بهینه سازی آنها و نیز تغییر ساختار از شکل سنتی به قالب جدید، استفاده از تولید پراکنده اهمیت انکار ناپذیری دارد. این منابع تولید پراکنده در کنار مزیت هایشان ممکن است، تبعات منفی بر روی سیستم داشته باشند. یکی از این تبعات منفی، اثر منابع تولید پراکنده بر سیستم حفاظتی شبکه های توزیع می باشد. بطور کلی مدار شکن ها((CB2، رله های حفاظتی و فیوزهای که برای سیستم توزیع بدون حضور منابع تولید پراکنده طراحی شده اند، در هنگام حضور منابع تولید پراکنده بدلیل تغییر سطح جریان اتصال کوتاه بدرستی عمل نخواهند کرد و این موضوع باعث کاهش درجه ایمنی سیستم می شود

۱ Distributed generations 2 Circuit Breaker

The 8th Symposium on Advances in Science and Technology (8thSASTech), Mashhad, Iran. 8thSASTech.khi.ac.ir

.[۱] از طرف دیگر سیستم حفاظتی شامل اجزای زیادی می باشد که برای بر طرف کردن خطا می بایستی بین آن ها هماهنگی لازم برقرار باشد. از اینرو هماهنگ سازی این اجزا در طول پروسه طراحی سیستم بر اساس محاسبات اتصال کوتاه انجام می گیرد. هنگام نصب منابع تولید پراکنده جریان خطا در سیستم افزایش می یابد، بنابراین پس از نصب منابع تولید پراکنده می بایستی بعضی از اجزای سیستم حفاظتی مجددا تعویض و هماهنگ شوند .[۲] تا کنون روش هایی برای مقابله با اثرات منابع تولید پراکنده بر سیستم حفاظت توزیع ارائه شده است. برخی از این روش ها مبتنی بر استفاده از سیستم تطبیقی و میکروپروسسوری و تعویض مدارشکن ها و فیوزها با قدرت پایین با مدارشکن ها و فیوزهای با قدرت بالا می باشد، و یا استفاده از حفاظت دیستانس برای مقابله با اثر تولید پراکنده بر سیستم حفاظت توزیع است. اما همانگونه که مشخص است، این روش ها پیچیده و دارای هزینه پیاده سازی و اجرای زیاد می باشند. اگر منابع تولید پراکنده بسرعت و قبل از عملکرد تجهیزات حفاظتی از سیستم جدا شده و پس از یک تاخیر زمانی دوباره وارد مدار شوند، اثر منبع تولید پراکنده حداقل می شود. اما با قطع منابع تولید پراکنده از سیستم توزیع، مشکلاتی نظیر ناپایداری ولتاژ و فلیکر پدیدار می شوند. بنابراین این روش دارای مشکلات عمده ای می باشد. در این مقاله با توجه به مشکلات ناشی از راه حل های پیشنهاد شده برای کاهش اثر جریان اتصال کوتاه، ایده استفاده از محدودکننده جریان خطا ابررسانا مقاومتی))SFCL3 مورد بررسی قرار گرفته است.که از طریق جایابی بهینه محدودکننده جریان خطا ابررسانا نوع مقاومتی و استفاده از مقدار بهینه مقاومت تلاش شده است که بیشترین و اقتصادی ترین تاثیر را بر کاهش میزان جریان خطا در شبکه داشته باشد.

-۲ مدل محدود کننده ابررسانا مقاومتی :

محدودسازهای ابررسانا مقاومتی به دلیل عدم نیاز به هسته و شکل ساده ساخت آن بیشتر مـورد اسـتفاده قـرار گرفتـه و بـه صـورت سـری در سیسـتم قـرار گیرندمی . محدودساز مقاومتی، امپدانسی است که در شرایط خطای شبکه، مستقیماً ٌ در مسـیر خطـا قـرار میگیـرد. جـنس ایـن امپـدانس، مقاومـت اهمـی خالص است که بسته به نوع، شدت خطا و … مقدار مقاومت نیز تغییر مییابد. در شرایط نرمال شبکه میزان این مقاومت صفر بوده و هیچگونه افت ولتاژی در شبکه به وجود نمیآید. نوع مقاومتی دارای حجم کوچکی است ولی به طول زیادی از سیم ابررسانا نیاز دارد. در شکل ۱، مدل ایـن نـوع محدودسـاز ملاحظه میشود .[۳]

شکل .۱ محدودساز ابررسانایی نوع مقاومتی.

×

: ( ) مقاومت پایدارساز، : nc( ) مقاومت ابررسانایی ،: اندوکتانس هسته. : تعداد واحدهای متصل شده است. ( ) و ns(t) مقادیری از SFCL هستند،که در حالت نرمال مقدارشان صفر است. در قسمت محدودساز جریان مقدار مناسبی از ابررسانا بصورت سیم، نوار
یا کپه (توده) ابررساناست که به صورت موازی با مقاومت معمولی Rns(t) قرار گرفته است (در واقع ورقه نازکی از هادی طلا یا نقره برای توزیع

گرما و ممانعت از تأثیر رطوبت یا هوا روی ابررسانا قرار گرفته است). باتوجه به مدل ابررسانا از شکل ۱، معادله×زیر×را×خواهیم×داشتْ
(۱) RSFSL = Rm (1 − exp (−t⁄TSC))
: × ماکزیمم مقاومت سیم پیچ ابررسانا،

۳ Superconducting Fault Current Limiter

The 8th Symposium on Advances in Science and Technology (8thSASTech), Mashhad, Iran. 8thSASTech.khi.ac.ir

: ثابت زمانی گذار از حالت ابررسانای به حالت نرمال [۲]، محدوده زمان تغییر امپدانس بین ۲ تا ۴ میلیثانیه برای محدودسازی اولـین پیـک جریـان خطا کفایت میکند و باعث اضافه ولتاژ نخواهد شد. که در این مقاله ۱ میلی ثانیه در نظر گرفته شده است.

-۳ جایابی بهینه محدود کننده جریان خطا ابرسانا مقاومتی:

در این مقاله به منظور جایابی بهینه محدودکننده های جریان خطا ابررسانا مقاومتی، تعیین مقاومت بهینه برای هر محدودکننده و همچنین هماهنگی رله های اضافه جریان از دو الگوریتم بهینه سازی”ُ”PSO و”ژنتیک ِ” استفاده شده است. به گونه ای که از الگوریتم ژنتیک بعنوان زیر برنامه ای از الگوریتم “PSO” استفاده شده است و در آن بحث هماهنگی رله ها مورد بررسی قرار می گیرد تا علاوه بر اینکه دچار تداخل عملکرد نشوند، سریع ترین عملکرد را نیز در هنگام بروز خطا از خود نشان دهند.

-۱-۳ مفاهیم الگوریتم : PSO

الگوریتم اجتماع ذرات یک الگوریتم بهینه سازی، تقلیدی از رفتارهای جوامع جانوری در پردازش دانش جامعه است. این الگوریتم از رفتار پرندگان یا ماهیها در پیدا کردن غذا، الهام گرفته شده است. فرض بر این است که یک گروه از پرندگان به طور تصادفی در یک منطقه به دنبال غذا می گردند، در حالیکه تنها در یک قسمت از ناحیه جستجو، غذا وجود دارد. پرندگان از مکان غذا اطلاعی ندارند و تنها میزان فاصله خود تا آن محل را می دانند. استراتژی بکار رفته این است که پرندگان بدنبال پرنده ای حرکت می کنند که نزدیکترین فاصله را تا غذا دارد. در PSO هر جواب مسئله یک پرنده در فضای جستجو است که ذره((Particle نام دارد. هر ذره دارای یک مقدار برازندگی است، که توسط تابع برازندگی مسئله بدست می آید. یعنی پرنده ای که به غذا نزدیکتر است برازندگی بیشتری دارد. این الگوریتم ماهیت پیوسته دارد و در بسیاری از بهینه سازی ها، کارائی خود را ثابت کرده است .[۴]