دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته مهندسی برق گرایش قدرت
با عنوان :پخش بار سری زمانی
پخش بار سری زمانی
استاد راهنما
دکتر حیدر صامت
اسفند ماه
1392
تکه هایی از متن به عنوان نمونه :
چکیده
پخش بار سری زمانی
به کوشش
مرتضی خورشیدسوار
در این تحقیق به کاربرد مدلهای سری زمانی در سیستم قدرت پرداخته شده است. سریهای زمانی برای مدلسازی پارامترهای مختلف شبکه قدرت و در کاربردهای متنوع به کار گرفته می شود. این مدلها قادرند همبستگی زمانی متغیرهای شبکه قدرت را در نظر بگیرند. با توجه به مدلسازی بارها و تولیدات سیستم قدرت به صورت مدل سری زمانی، روش پخش باری بر اساس مدلهای سری زمانی پیشنهاد شده است. در روش پیشنهادی از مدلهای سری زمانی به صورت مستقیم در حل مسئله پخش بار، برای یافتن متغیرهای حالت شبکه استفاده می شود. خروجی این روش مدلهای سری زمانی چند متغیره برای مجهولات شبکه است.
در ادامه از پخش بار سری زمانی معرفی شده در این پایان نامه در مسئله تجدید ساختار شبکه های توزیع و برای یافتن بهترین ساختار شبکه با هدف کمینه کردن تلفات در سیستم قدرت استفاده می شود.
در انتها نیز از مدلهای سری زمانی معرفی شده در سالهای اخیر جهت شبیه سازی پارامترهای گسسته در سیستم قدرت استفاده شده است. سریهای زمانی مرسوم ARMA جهت مدلسازی داده های پیوسته کاربرد دارند. متغیرهایی چون توان خروجی واحدهای تولید پراکنده CHP و وضعیت بانکهای خازنی در سیستم قدرت ماهیت گسسته دارند. این مدلها میتوانند برخی توابع توزیع گسسته را برای متغیرهای مختلف در نظر بگیرند.
کلمات کلیدی: پخش بار، سریهای زمانی، متغیرهای همبسته، تجدید ساختار شبکه های توزیع، مدلسازی پارامترهای گسسته
فهرست مطالب
عنوان صفحه
1-3- مروری بر کارهای انجام شده 12
2-2-1- فرایندهای ایستا و ناایستا 27
2-2-2- فرایندهای میانگین متحرک (MA) 29
2-2-3- فرایندهای خودبازگشتی (AR) 29
2-2-7- فرایندهای Multivariate ARMA 31
2-3- ویژگی مدل سریهای زمانی 32
2-3-1- توابع خود همبستگی و خود همبستگی جزیی 32
2-3-2- تعیین ایستایی وناایستایی سری های زمانی با بهره گرفتن از تابع ACF 35
2-3-3- شناسایی الگو با بهره گرفتن از توابع ACF و PACF 36
2-3-4- شرط ایستایی و وارون پذیری با توجه به ضرایب مدل 37
2-3-5- آزمونهای تشخیص الگو 38
3-3- معرفی روش پخش بار فرمولاسیون4 43
3-4- فرمول بندی روش پیشنهادی 47
3-5- شبیه سازی شبکه مورد مطالعه 51
3-5-1- مدلسازی سری زمانی توان خروجی توربین بادی 52
3-5-2- مدلسازی توان اکتیو و راکتیو تزریقی 55
فصل چهارم: استفاده از پخش بار سری زمانی برای تغییر ساختار شبکه با هدف مینیمم کردن تلفات
4-2- مسئله بازآرایی شبکه در سیستم های قدرت 68
4-4- استفاده از مدل های سری زمانی در بازآرایی شبکه 71
4-5-3- بررسی درستی روش پیشنهادی 77
فصل پنجم: استفاده از سری زمانی DAR برای مدلسازی پارامترهای گسسته در سیستم قدرت
5-2- متغیرهای گسسته در سیستم قدرت 84
5-2-2- مدلسازی واحدهای تولید پراکنده CHP 85
5-3- فرایندهای خودبازگشتی گسسته (DAR) 87
5-3-3- بررسی درستنمائی مدل انتخاب شده 90
5-3-4- تخمین پارامترهای مجهول در مدل 92
فصل ششم: نتیجه گیری و پیشنهادات
7-1- اطلاعات شبکه 14 باسه IEEE 102
فهرست جدولها
عنوان و شماره صفحه
جدول 1‑1: مقایسه کیفی روش های مختلف تخمین نقطه ای ]25[ 9
جدول 3‑1: ضرایب مجهول و واریانس نویز تصادفی مدل سری زمانی توان خروجی توربین بادی 54
جدول 3‑2: واریانس مولفه نویز تصادفی برای توان های تزریقی ورودی 55
جدول 3‑3: ثوابت و واریانس مولفه نویز تصادفی مدل های سری زمانی خروجی 57
جدول 3‑4: ماتریس ضرایب AR در مدل سری زمانی چند متغیره خروجی 57
جدول 3‑5: ماتریس ضرایبMA برای مدل سری زمانی چند متغیره خروجی و تاخیر زمانی درجه اول 58
جدول 3‑6: ماتریس ضرایبMA برای مدل سری زمانی چند متغیره خروجی و تاخیر زمانی درجه دوازدهم 59
جدول 4‑1: وضعیت سوئیچ های شبکه در حالت های مختلف 74
جدول 4‑2: مقایسه وضعیت سوئیچ های شبکه در حالت های مختلف 78
جدول 4‑3: مقایسه زمان اجرای روش ها پخش بار در مسئله تجدید ساختار شبکه قدرت 81
جدول 5‑1: احتمال وقوع تولید در هر کدام از سطوح مشخص شده 94
جدول 5‑2: نتایج مربوط به ضرایب مجهول مدل و شاخص بایاس تصحیح شده AIC 95
جدول 5‑3: ثوابت انتخاب شده برای روش پارامتری بوتس تراپ 95
جدول 5‑4: نتایج حدود خطای مجاز و مقدار شاخص Tn تجربی به دست آمده از داده ها 96
جدول 5‑5: تابع چگالی برای داده های شبیه سازی شده از مدل اولیه 96
جدول 5‑6: ضرایب مدل سری زمانی برای داده های شبیه سازی شده از مدل اولیه 96
جدول 5‑7: تابع چگالی برای داده های شبیه سازی شده از مدل اولیه 97
جدول 5‑8: ضرایب مدل سری زمانی برای داده های شبیه سازی شده از مدل اولیه 97
جدول 7‑1: داده های مربوط به شبکه 14 شینه 102
جدول 7‑2: داده های مربوط به خطوط شبکه 14 شینه 102
جدول 7‑3: اطلاعات مربوط به بارها و خطوط در شبکه 69 باسه 104
فهرست شکلها
عنوان صفحه
شکل 2‑1: ضرایب خودهمبستگی برای مدل……. 33
شکل 2‑2: ضرایب خودهمبستگی برای مدل……. 33
شکل 2‑3: ضرایب خودهمبستگی برای مدل……. 34
شکل 2‑4: ضرایب خودهمبستگی برای مدل……. 34
شکل 2‑5: كاهش مولفه ها به صورت كند 35
شکل 2‑6: كاهش مولفه ها به صورت نمائی سریع 36
شکل 2‑7: كاهش ناگهانی مولفه ها 36
شکل 3‑1: نمایش یک پخش بار قطعی در سیستم با ورودی های مشخص ]1[ 42
شکل 3‑2: نمایش یک پخش بار سری زمانی با ورودی های مدل سری زمانی ]1[ 43
شکل 3‑3: نمایش ضرایب خودهمبستگی توان خروجی مزرعه بادی 53
شکل 3‑4: نمایش ضرایب خودهمبستگی جزئی توان خروجی مزرعه بادی 54
شکل 3‑5: سری زمانی مربوط به زاویه باس شماره 3 با بهره گرفتن از برابری مقادیر نویز تصادفی 61
شکل 3‑6: سری زمانی مربوط به زاویه باس شماره 6 با بهره گرفتن از برابری مقادیر نویز تصادفی 61
شکل 3‑7: سری زمانی مربوط به دامنه ولتاژ باس شماره 10 با بهره گرفتن از برابری مقادیر نویز تصادفی 62
شکل 3‑8: سری زمانی مربوط به دامنه ولتاژ باس شماره 13 با بهره گرفتن از برابری مقادیر نویز تصادفی 62
شکل 3‑13: تابع توزیع احتمالی زاویه باس شماره 3 63
شکل 3‑14: تابع توزیع احتمالی زاویه باس شماره 6 63
شکل 3‑15: تابع توزیع احتمالی دامنه ولتاژ باس شماره 10 64
شکل 3‑16: تابع توزیع احتمالی دامنه ولتاژ باس شماره 13 64
شکل 4‑1: نمایش وضعیت تولید واحدهای CHP در 6 گروه به صورت ساعتی ]54[ 94
شکل 4‑2: تابع توزیع شاخص Tn برای آزمون درستنمایی مدل انتخاب شده 95
شکل 7‑1: نمایش تک خطی شبکه 14 باسه استاندارد IEEE 103
شکل 7‑2: شبکه 69 باسه ]52[ 107
فصل اول
مقدمه
1- مقدمه
1-1- اهمیت مسئله
اولین و اصلیترین قدم در بهرهبرداری، برنامه ریزی و طراحی سیستمهای قدرت داشتن اطلاعات کافی از شرایط شبکه قدرت، شامل توانهای عبوری از خطوط و ولتاژ باسها در حالت دائمی است. داشتن چنین اطلاعاتی نیازمند انجام پخش بار در شبکه قدرت است. ضرورت انجام مطالعات پخش بار از دیر باز مورد توجه محققین بوده است، به طوری که همه ساله روشها و الگوهای جدیدی جهت بهبود روشهای موجود پخش بار ارائه میگردد. روشهای مختلف پخش بار به صورت گسترده ای برای مطالعات برنامه ریزی و بهره برداری در شبکه قدرت استفاده می شود.
ابزار پخش بار با پاسخ به ورودی های توان تزریقی ژنراتور، بار و توپولوژی شبکه، متغیرهای حالت شبکه و توانهای عبوری از خطوط را در خروجی محاسبه می کند. در پخش بار قطعی[1] سیستم قدرت، مقادیر توانهای تولیدی ژنراتورها و مصارف بارهای سیستم و همچنین توپولوژی شبکه به صورت کاملا مشخص در نظر گرفته میشوند. بنابراین این روش نمی تواند عدم قطعیت موجود در بار سیستم، نرخ خروج ژنراتورها از مدار و همچنین تغییرات توپولوژی شبکه را مدل نماید. در حالی که متغیرهای حالت سیستم به دلیل احتمالی بودن بارها، خطای پیش بینی بار و تخمین غیر دقیق پارامترهای سیستم، دارای طبیعت متغیر است. روش پخش بار احتمالی[2]، راه حل موثری جهت ورودی های غیر قطعی با دانستن مشخصات آماری آنها میباشد.
با تحول در سیستمهای قدرت به دلیل نفوذ منابع انرژی پراکنده و عدم کنترل بر روی محرکهای طبیعی در برخی از این منابع، همانند توربینهای بادی و سیستمهای فوتوولتائیک[3]، یک پخش بار معمولی، متغیرهای حالت سیستم را در یک بازه زمانی محدود معین می کند. با گسترش تولیدات پراکنده در شبکه قدرت، کاربرد سری زمانی تولید و مصرف در آنالیز پخش بار می تواند مفید باشد، زیرا داده های تولید و مصرف در یک دوره زمانی به دست میآیند و میتوانند به صورت یک سری زمانی نوشته شوند ]1[.
در یک سیستم قدرت بارها تغییر می کنند و توزیع آماری و ارتباط بین آنها باید مدل شود. بر خلاف آنالیز پخش بار احتمالی که داده های ورودی آنها از توزیعهای آماری حاصل می شود، در این جا از سری زمانی تولید و مصرف به طور مستقیم استفاده میگردد. در این تحقیق سعی بر معرفی پخش بار سری زمانی و همچنین استفاده از مدلسازی سری زمانی برای برخی پارامترهای با ماهیت گسسته همچون تپ ترانس، وضعیت بانک های خازنی و توان خروجی واحدهای تولید پراکنده [4]CHP در سیستم قدرت می باشد.
1-2- پخش بار احتمالی
برای در نظر گرفتن موارد عدم قطعیت در سیستمهای قدرت، همانطور که پیشتر نیز گفته شد روشهای مختلفی بر مبنای ریاضیات آماری برای آنالیز این پدیده های تصادفی پیشنهاد شده که به سه صورت کلی زیر است:
روشهای احتمالی در این میان دارای مبانی ریاضیاتی است و در جنبه های دیگر سیستم قدرت نیز استفاده می شود.
پخش بار احتمالی ابتدا در سال 1974 توسط آلن[8] و برکوسکا[9] پیشنهاد شد و سپس در بهره برداری از سیستمهای قدرت و برای برنامه ریزیهای کوتاه مدت و بلند مدت از آن استفاده شد ]2[.
در پخش بار احتمالی و در حالت کلی، ورودی های مسئله به صورت تابع توزیع چگالی[10] یا تابع توزیع تجمعی[11] متغیرهای تصادفی است و در خروجی نیز متغیرهای حالت سیستم و توانهای عبوری از خطوط به صورت PDF یا CDF خواهند بود، بنابراین عدم قطعیت در این حالت می تواند در نظر گرفته شود.
مسئله پخش بار احتمالی می تواند به یکی از سه روش کلی زیر حل شود:
- روشهای عددی[12] که بارزترین مثال آن روش مونت کارلو[13] است.
- روشهای تحلیلی[14] که به عنوان مثال از تکنیک کانولوشن[15] استفاده می شود.
- روشهای تقریبی[16] که از آن جمله میتوان به تخمین نقطهای[17] اشاره کرد.
البته در برخی موارد از ترکیب روشهای فوق نیز استفاده شده است.
در ادامه به موازات تکنیک PLF تکنیک مشابه پخش بار اتفاقی[18] نیز برای حل مسئله پخش بار مورد استفاده قرار گرفت ]3[. این روش بر پایه فرض نرمال بودن متغیرهای سیستم و توانهای عبوری از خطوط استوار بود که موجب سادهتر شدن محاسبات میگردید، اما در ادامه پاسخهای این روش توسط محققان مورد استناد قرار نگرفت. الگوریتم SLF با در نظر گرفتن عدم قطعیت لحظهای تولید و مصرف، عدم قطعیت را به صورت کوتاه مدت مدل می کند و بیشتر برای اهداف بهره برداری مناسب است.
1-2-1- روشهای عددی
در روشهای عددی مانند مونت کارلو، در هر مرحله با جایگزینی مقادیر عددی برای متغیرها و پارامترهای سیستم و انجام پخش بار قطعی برای هر تکرار، خروجی نیز به صورت مقادیر عددی خواهد بود.
دو ویژگی مهم در شبیهسازی مونت کارلو تولید اعداد تصادفی و نمونهبرداری از آنها میباشد. نرمافزارهایی مانند متلب[19] الگوریتمهایی را برای تولید اعداد تصادفی ایجاد کرده اند. اما تکنیک نمونهبرداری تصادفی پیچیدگیهای بیشتری دارد و روشهای متنوعی چون نمونه برداری ساده و Stratified Sampling استفاده می شود ]4[.
چون در روش مونت کارلو ترکیبهای مختلفی از ورودی ها در هر تکرار انتخاب میشوند و از معادلات غیر خطی در حل مسئله استفاده می شود، بنابراین از نتایج حاصل از روش مونت کارلو معمولا برای بررسی درستی سایر روشها که سادهسازیهایی را در معادلات در نظر می گیرند، استفاده می شود. مهمترین مشکلات روش مونت کارلو زمانبر بودن و نیاز به انجام تعداد شبیهسازیهای زیاد است.
[1] Deterministic Load Flow (DLF)
[2] Probabilistic Load Flow (PLF)
[3] Photovoltaic Distributed Generation (PV)
[4] Combined Heat and Power Distributed Generation
[5] Probabilistic Approach
[6] Fuzzy Sets
[7] Interval Analysis
[8] Allan
[9] Borkowska
[10] Probability Density Function (PDF)
[11] Cumulative Distribution Function (CDF)
[12] Numerical Approach
[13] Mont Carlo (MC)
[14] Analytical Approach
[15] Convolution
[16] Approximation Method
[17] Point Estimate
[18] Stochastic Load Flow (SLF)
[19] Matlab
ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است
متن کامل را می توانید دانلود نمائید
چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)
ولی در فایل دانلودی متن کامل پایان نامه
با فرمت ورد word که قابل ویرایش و کپی کردن می باشند
موجود است
تعداد صفحه :142
قیمت : 14700 تومان
—-
پشتیبانی سایت : parsavahedi.t@gmail.com
در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.
*
14,700 تومانافزودن به سبد خرید