Thông tin tài liệu
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI ĐẠI HỌC PHẠM K Ỹ THU ẬT HỌC SƢ PHẠM THUẬ THÀNH PHỐ PHỐ H HỒ Ồ CHÍ MINH ******** NGUYỄ NGUY ỄN NGỌ NGỌC ÂU HỆ TH THỐ ỐNG NHẬ NHẬN DẠ DẠNG THÔNG MINH CHẨN CH ẨN ĐOÁN NHANH ỔN ĐỊNH ĐỘNG ĐỘNG HỆ HỆ TH THỐNG ỐNG ĐIỆN ĐIỆN LUẬN ÁN TIẾ LUẬ TIẾN SỸ SỸ NGÀNH: K Ỹ THU THUẬT ẬT ĐIỆN ĐIỆN Tp Hồ Chí Minh – tháng tháng 6/2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI ĐẠI HỌC HỌC SƢ PHẠM PHẠM K Ỹ THU THUẬ ẬT THÀNH PHỐ PHỐ H HỒ Ồ CHÍ MINH ******** NGUYỄ NGUY ỄN NGỌ NGỌC ÂU ỐNG NHẬ HỆ TH THỐ NHẬN DẠ DẠNG THƠNG MINH CHẨN CH ẨN ĐỐN NHANH ỔN ĐỊNH ĐỘNG ĐỘNG HỆ HỆ TH THỐNG ỐNG ĐIỆN ĐIỆN NGÀNH: K Ỹ THU THUẬT ẬT ĐIỆN ĐIỆN – 62520202 62520202 ng dẫn khoa học: Hƣớ ng PGS TS Quyền Huy Ánh PGS TS Phan Th ị Thanh Bình LÝ LỊ LỊCH CÁ NHÂN I LÝ LỊCH LỊCH SƠ LƢỢ C Họ và tên: Nguyễn Ngọc Âu Ngày, tháng, năm sinh: 20/12/1970 Quê quán: Tiền Giang Học vị cao nhất: Thạc sỹ Giớ i tính: Nam Nơi sinh: Tiền Giang Dân tộc: Kinh Năm, nƣớ c nhận học vị: 2003 Đơn vị công tác: Khoa điện điện tử Chỗ ở hi hiện nay: 114/18/6 Vƣờn Lài, An Phú Đông, Quận 12, TpHCM Điện thoại liện hệ: CQ: 08 38968641 DĐ: 0983 79 19 29 Email: ngocau@hcmute.edu.vn II QUÁ TRÌNH ĐÀO TẠO TẠO 1. Đạ Đạii h họọc Hệ đào tạo: quy Nơi đào tạo: Đại Học Sƣ Phạm K ỹ Thuật Tp.HCM Ngành học: Điện khí hóa & cung cấp điện Nƣớc đào tạo: Việt Nam Năm tốt nghiệ p: 1998 đại h 2. Sau đại họọc Thạc sỹ chuyên ngành: K ỹ thuật điện Năm cấ p bằng: 2003 Nơi đào tạo: Đại Học Bách Khoa Tp.HCM Tiếng Anh: B2 3. Ngo Ngoạại ngữ ngữ II Q TRÌNH CƠNG TÁC CHUN MƠN Thờ Th ờ i gian Nơi cơng tác tác 1998 đến ĐH SPKT TP.HCM III QUÁ TRÌNH NGHIÊN CỨ CỨ U KHOA HỌ HỌC đề tài nghiên cứ 1. Các đề tài cứ u khoa học học từ ng ng tham gia Tên đề tài đề tài nghiên cứ Năm Năm TT cứ u Khảo sát bộ biến đổi điện pha sang ba 2012 pha dùng máy điện quay Đánh giá ổn định hệ thống điện nhiều máy 2012 phát 2013 Lựa chọn mẫu đánh giá thông minh ổn 20143 định động hệ thống điện 2015 Ứng dụng mạng thần kinh nhn tạo chẩn 2015đoán ổn định động hệ thống t hống điện nhiều máy 2016 Công việc việc đảm đảm nhậ nhận CBGD Đề tài cấ Đề tài c ấp Cấp trƣờ ng ng T2012-50 Cấp trƣờng trọng điểm T2013-02TĐ Cấp trƣờng trọng điểm T2015-34TĐ Cấp trƣờng trọng điểm T2016-48TĐ Vai trò Chủ nhiệm Chủ nhiệm Chủ nhiệm Chủ nhiệm Hệ thốngđiện nhận trƣờng trọng hệ thống dạng đánh giá ổn định động 20162017 Cấp điểm T2017-68T Đ Chủ nhiệm 2. Các cơng trình cơng bố bố TT Tên cơng trình Năm cơng bố bố Tên tạp chí 1. Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Thi Thanh Binh Phan, ‟‟Data reduction for dynamic stability classification in power system‟ ‟, ‟, IETE Journal of Research, DOI:10.1080/03772063.2017.1417752, ISSN: 0377-2063 (Print) 0974-780X (Online), Jan 2018 2. Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Binh Phan Thi Thanh, Thai Binh Nguyen„‟Hybrid Classifer Model for Dynamic Stability Prediction in Power System‟‟ , International Conference-ICSSE 2017, p 67-70, 2017 IEEE i LỜ I CẢM CẢM ƠN ƠN Xin chân thành cảm ơn PGS.TS Quyền Huy Ánh, PGS.TS Phan Thi Thanh Bnh t n n tnh hướ ng ng d ẫ ẫ n NCS trình th c lun án Xin chân thành cảm ơn Ban Giám Hiệu , Phòng Đào Tạo Bộ Ph n Quản Lý Sau Đại H ọc, Bộ Môn Điện Công Nghiệp, Khoa Điện Điện T ử ử Trường Đại H ọc ọc Sư Phạm K ỹ Thut Thành phố H ồ Chí Minh tạo điề u kiện t ố ốt nh t cho NCS trình th c lun án Xin chân thành c ảm ơn bạn NCS chia sẻ kinh nghiệm nghiên cứ u trình th c lun án ảm C ảm ơn gia đnh ủng hộ và chịu thiệt thòi nht định thờ i gian NCS th c lun án Tác giả Nguyễn Ngọc Âu iv TÓM TẮ TẮT Hệ thống điện đại đối mặt thách thức mớ i vớ i r ất nhiều thay đổi Đầu tƣ nguồn phát không đáp ứng k ị p p nhu cầu phát triển phụ tải gây áp lực lên hệ thống điện phải vận hành gần giớ i hạn ổn định Trong đ, hệ thống điện vận hành gặ p ph ải trƣờ ng ng h ợ p s ự c ố b ất thƣờ ng ng. Các cố gy hại đế n ổn định động hệ thống điện có thể dẫn đến tan r hệ thống điện Đánh giá ổn định độ hệ thống điện dao độ ng lớ n sự cố gy ra, phƣơng pháp truyền thống tỏ km hiệu Vì vậy, nhu cầu cần hệ thống nhận dạng nhanh ổn định động hệ th ống điện nhằm c ảnh báo sớm hội để điều khiển đƣa hệ thống điện tr ởở v về tr ạng thái ổn định Thế giới chứng kiến sự tr ỗi dậy cách mạnh mẽ của trí thơng minh nhân t ạo ứng dụng vào lĩnh vực khoa học công nghệ trong năm đầu thế k ỷ 21 thờ i gian sắ p tớ ii Trong đ, ứng dụng cơng nghệ tính tốn thơng minh nhân t ạo chẩn đoán ổn định hệ thống điện đƣợ c nhiều nhà khoa học quan tâm Qua nghiên c ứu, tác giả nhận thấy ứng dụng mạng thần kinh nhân tạo cho toán chẩn đoán ổn định hệ thống điện gặ p phải vấn đề phức tạ p dữ liệu cần xử lý để nng cao độ chính xác Luận án đề xuất hƣớ ng ng nghiên cứu ứng d ụng h ệ th ống thông minh vào xây d ựng mô hình chẩn đốn ổn định động hệ thống điện gồm ba vấn đề cụ thể cần gi g iải quyết: Một vấn đề lựa chọn tậ p biến Hai vấn đề giảm không gian mẫu Ba cải tiến mơ hình mạng nơ -ron -ron để nng cao độ chính xác nhận dạng Tóm tắt đng góp luận án nhƣ sau: 1. Đề xuất quy trình xây dựng tậ p biến cho toán nhận dạng ổn định động hệ thống điện Giớ i thiệu áp dụng thành công hai giải thuật chọn bi ến, SFFS FR, vào giảm không gian biến cách hiệu K ết quả kiểm tra sơ đồ IEEE 39-bus, giải thuật SFFS cho k ết quả chọn biến tốt phƣơng pháp FR nhờ vào vào mở r r ộng khơng gian tìm kiếm v 2. Áp dụng thành công giải thuật giảm không gian mẫu K-means lai (Hybrid Kmeans – HK), HK), cải tiến từ giải thuật phân cụm dữ liệu tiếng K-means, khai phá dữ liệu ổn định động hệ thống điện K ết quả kiểm tra cho thấy giải thuật HK đ khắc phục đƣợc nhƣợc điểm K-means, giúp nâng cao ch ất lƣợ ng ng phân cụm dữ liệu, giảm không gian mẫu cách hiệu Việc giảm không gian mẫu làm cho nhóm mẫu có tm đại điện Điều c ý nghĩa rấ t quan tr ọng ọng làm cho mơ hình khơng tăng dung lƣợ ng ng bộ nhớ lƣu trữ mẫu mớ ii,, linh hoạt việc cậ p nhật làm giàu tri thức mớ i,i, giúp mơ hình nâng cao khả năng ao phủ dữ liệu, thích nghi vớ i mẫu mớ i r ất cao 3. Đề xuất quy trình xây d ựng hệ thống nhận dạng thơng minh chẩn đốn nhanh ổn định động hệ thống điện dựa trn sở m mạng nơ -ron, -ron, khai phá dữ liệu Luận án đ phát triển thành cơng mơ hình mạng nơ -ron -ron song song cải tiến cho toán nhận dạng ổn định động hệ thống điện Mơ hình đề xuất đạt đƣợc mục tiu quan trọng nng cao độ chnh xác phn lớp Vớ i cách tiế p cận trình bày luận án, khâu thực đ đƣợc quy trình ha, điều giúp mơ hình nhận ộng cho trƣờ ng dạng hồn tồn có thể mở r r ộng ng hợ p nhiễu lớ n khác 4. Bài toán nhận dạng đề tài có thể tổng hợp cho ài tốn điều khiển ổn định hệ thống điện chẳng hạn nhƣ điều khiển sa thải phụ tải 5. Xây dựng cách tiế p cận nhận dạng nhanh tr ạng thái ổn định động hệ thống điện có sự cố ngắn mạch nghiêm tr ọng xảy chỉ dựa biến đầu vào độ thay đổi công suất tác dụng t ải, độ thay đổi công suất tác dụng nhánh, s ụt điện áp nút K ết qu ả ki ểm tra cho độ chính xác nhận d ạng cao về tr ạng thái ổn định hệ thống điện mà khơng cần giải hệ phƣơng phƣơng trình vi phn nhƣ phƣơng pháp truyền thống 6. Hệ th ống nhận d ạng thơng minh đƣợ c xây dựng có thể đƣợ c s ử d ụng nhƣ công cụ tr ợợ giúp điều độ vin đề ra chiến lƣợc điều khiển tình khẩn cấ p, huấn luyện điều độ viên hệ thống điện xử lý tình dựa k ịch sự cố vi 7. Việc giảm không gian biến c ý nghĩa lớn việc giảm chi ph thiết ị đo lƣờng cảm iến, đơn giản ha sơ đồ đấu nối, giúp hệ thống tăng tốc độ xử lý Việc giảm không gian mẫu c ý nghĩa quan trọng việc tiết kiệm ộ nhớ lƣu trữ mẫu, giảm chi ph thu thập liệu, giúp mơ hình dễ dàng cập nhật liệu vii Nguyễn Ngọc Âu Lett., vol 35, no 1, pp 81 – 102, 102, 2012 [48] K S Swarup, “Artificial neural network using pattern recognition for security assessment and analysis,” Neurocomputing , vol 71, no 4 – 6, 6, pp 983 – 998, 998, 2008 [49] Y Xu, Z Y Dong, K Meng, R Zhang, and K P Wong, “Real -time transient staility assessment model using extreme learning machine,” IET Gener Transm Distrib., vol 5, no 3, p 314, 2011 [50] K R Niazi, C M Arora, and S L Surana, “Power system security evaluation using ANN: feature selection using divergence,” Proc Int Jt Conf Neural Networks, 2003 2003., vol 3, pp 2094 – 2099, 2099, 2003 [51] S Zarrabian, R Belkacemi, Belkacemi, and A A Babalola, “Intelligent mitigation of blackout in real-time microgrids: Neural network approach,” Power Energy Conf Illinois (PECI), 2016 IEEE , 2016 [52] Y Zhou, J Wu, L Hao, L Ji, and Z Yu, “Transient Staility Prediction of Power Systems Using Post-disturbance Rotor Angle Trajectory Cluster Features,” Electr Power Components Syst., no September, 2016 [53] W D Oliveira, J P A Vieira, Vieira, U H Bezerra, D D A Martins, and G Rodrigues, “Power system security assessment for multiple contingencies using multiway decision tree,” Electr Power Syst Res., vol 148, pp 264 – 272, 272, 2017 [54] I S Saeh, M W Mustafa, Y S Mohammed, and M Almaktar, “Static Security classi fi cation and Evaluation classi fi er design in electric power grid with presence of PV power plants using C- 5,” Renew Sustain Energy Rev., vol 56, pp 283 – 290, 290, 2016 108 Nguyễn Ngọc Âu [55] P H Đ Dục, M ạng ạng Nơron Ứ ng ng Dụng Trong Điề u Khiể n T Độ Động Nhà Xuất Bản Khoa Học K ỹ Thuật, 2009 [56] N Đ Thúc and H Đ Hải, Tri Tuệ Nhân T ạo - M ạng ạng Nơron- Phương Phương Pháp & Ứ ng ng Dụng Nhà Xuất Bản Giáo Dục, 2000 [57] S Haykin, Neural Networks and Learning Machines, Third Edit Pearson Prentice Halll, 2009 [58] D Graupe, Principles of Artificial Neural Networks World Scientific, 2007 [59] M H Beale, M T Hagan, and H B Demuth, “Neural Network Toolbox TM User ‟s Guide R2014a,” 2014. [60] D F Specht, “A general regression neural network,” Neural Networks, IEEE Trans., vol 2, no 6, pp 568 – 576, 576, 1991 [61] S Theodoridis Theodoridis and K Koutroumbas, Pattern Recognition, Fourth Edi Elsevier Inc, 2009 [62] A R Webb and K D Copsey, Statistical Pattern Recognition, Third Edit A John Wiley & Sons, Ltd., Publication, 2011 [63] B E Boser, T B Laboratories, I M Guyon, T B Laboratories, Laboratories, and V N Vapnik, “A Training Algorithm for Optimal Margin Classiers,” Proc 5th Annu Work Comput Learn Theory, p page 144-152, 1992 [64] C Cortes and V Vapnik, “Support-Vector Networks,” Proc Mach Learn., vol 20, pp 273 – 297, 297, 1995 [65] H Byun and S Lee, “Applications of Support Vector Machines for Pattern Recognition : A Survey,” Springer-Verlag Berlin Heidelb 2002, pp 213 – 236, 236, 2002 109 Nguyễn Ngọc Âu [66] M Cheriet, N Kharma, C.-L Liu, and C Y Suen, Character Recognition Systems - A Guide for S Students tudents and Practioners A Jonhn Wley Inc., 2007 [67] K Y Lee and M A El-Sharkawi, Modern Heuristic Optimization Techniques A John Wiley & Sons Inc Publication, 2008 [68] S L Chiu, “Fuzzy model Identification ase on cluster estimation,” J Intell Fuzzy Syst., vol 2, pp 267 – 278, 278, 1994 [69] J Kennedy and R Eerhart, “Particle Swarm Optimization,” IEEE Int Conf , Perth, WA, Aust., no ISBN: 0-7803-2768-3, pp 1942 – 1948, 1948, 1995 [70] I H Witten, E Frank, and M a Hall, Data Mining: Practical Machine Learning Tools and Techniques, Te chniques, Third Edition, vol 54, no Elsevier Inc, 2011 [71] A K Menahem Friedman, Introduction To Pattern Recognition : statical, structural, neural, and fuzzy logic approaches Imperial College Press, 1999 [72] S Haykin, Neural Networks-A Comprehensive Foundation, Second Edi Tom Robbins, 1999 [73] S Kalyani and K S Swarup, “Electrical Power and Energy Systems Pattern analysis and classification for security evaluation in power networks,” Int J Electr POWER ENERGY Syst., vol 44, no 1, pp 547 – 560, 560, 2013 [74] K G Sheela and S N Deepa, “Rev iew on methods to fix number of hidden neurons in neural networks,” Math Probl Eng Hindawi Publ Corp., p 11 p, 2013 110 Nguyễn Ngọc Âu DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ Các bi báo công bố bố I. Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Thi Thanh Binh Phan,‟‟Data r eduction eduction for dynamic stability classification in power system‟ ‟‟,, IETE Journal of Research,DOI:10.1080/03772063.2017.1417752, ISSN: 0377-2063 (Print) 0974-780X (Online), Jan 2018 (SCIE) II. Ngoc Au Nguyen, Trong Nghia Le, Huy Anh Quyen, Binh Phan Thi Thanh, Thai Binh Nguyen „‟Hybrid Classifer Model for Dynamic Stability Prediction in Power System‟‟ , IEEE International Conference On System Science And Engineering (ICSSE 2017), p 67-70, 2017 IIEEE EEE III. Nguyen Ngoc Au, Quyen Huy Anh, Phan Thi Thanh Binh , „‟D ynamic Stability Recognition Of Power System Using Generalized Regression Neural Networks‟‟ Journal of Technical Education Science, N IV. 40A(10/2017), ISSN 1859-1272, 2017 Nguyen Ngoc Au , Quyen Huy Anh, Phan Thi Thanh Binh ,„‟Feature subset selection in dynamic stability assessment power system using artificial Neural networks‟ ‟ Science & Technology Development Journal, ISSN V. 1859-0128, Vol.18, p 15-24, No.K3 – 2015 2015 Nguyen Ngoc Au, Quyen Huy Anh, Phan Thi Thanh Binh , „‟ Dynamic stability assessment of power system using Multilayer feedforward Neural networks with Reduced feature selection‟‟, The 2nd International VI. Conference On Green Technology And Sustainable Development, 2014 (GTSD'14). Nguyen Ngoc Au, Quyen Huy Anh, Phan Viet Thinh, ”Feature Selection For Dynamic Stability Prediction Of Power System Using Neural Network ”, ”, Journal of Technical Education Science, N0 34(2015), ISSN VII. 1859-1272, 2015 Quyen Huy Anh, Nguyen Ngoc Au, Nguyen Vu Phuong Thao, „‟Design dual input power system stabilizer for multi-machine system based on focused-time-delay Neural netwok‟‟, Journal of Technical Education Science, N0 25(2013), ISSN 1859-1272 Các báo liên quan VIII. ọng nghĩa, Quyền Huy Ánh, Phan Thị Thanh Bình, Nguyễễn Ngọ Nguy Ngọc Âu, Lê Tr ọng „Sa thải phụ tải dựa nhận dạng nhanh ổn định động hệ thống điện‟, 111 Nguyễn Ngọc Âu IX. ISSN 1859-1531 Tạ p Chí Khoa Học Và Công Nghệ, Đại H ọc Đà Nẵng-Số 11(129).2017 QUYỂ N 2, p 6-11, 2017 Trong Nghia Le, Ngoc Au Nguyen, Huy Anh Quyen, „‟ Emergency Emergency control of load shedding based on coordination of artificial Neural network and analytic hierarchy process algorithm‟‟, IEEE International Conference On System Science AndGiang, Engineering (ICSSE 67-70,An, 2017 IEEE L.T Nghia, T.T N.N Au , Q.H.2017), Anh,p.D.N „‟Emergency Control of Load Shedding Based on Fuzzy- AHP AHP Algorithm‟‟ , International Journal of Engineering Research & Technology (IJERT), ISSN: 2278-0181, Vol Issue 09, p 185-191, September – 2017 2017. XI. Phan Thị Thanh Bình, Nguyễn Thụy Mai Khanh, Nguy Nguyễễn Ngọ Ngọc Âu Âu „‟Phân tích tĩnh ổn định điện áp có máy phát điện gió DFIG‟‟, Tạ p chí Phát triển KH&CN, Tậ p 19, Số K5-2016, trang 5-12, 2016. XII. Trong Nghia Le, Huy Anh Quyen, Ngoc Au Nguyen,‟‟Application Nguyen,‟‟Application of fuzzy-analytic hierarchy process algorithm and fuzzy load profile for load shedding in power systems‟‟ , Electrical Power and Energy Systems 77 X. (2016) 178 – 184, 184, 2016 (SCIE) ủ nhi đề tài đim: Chủ Ch nhiệệm đề tài cấp cấp trƣờ ng ng trọng trọng đim: 1. “Hệ thống nhn dạng đánh giá ổn định động hệ thống điện”, 2016-2017, T201768TĐ 2. „‟Ứng dụng mạng thần kinh nhân tạo chẩn đoán ổn định động hệ thống điện nhiều máy‟‟ , 2015-2016, T2016-48TĐ. 3. „‟La chọn mẫu đánh giá thông minh ổn định động hệ thống điện‟‟ , 21014-2015, T2015-34TĐ 4. „‟Đánh giá ổn định hệ thống điện nhiề u máy phát ‟‟ ‟‟ , 2012-2013, T2013- 02TĐ 112 Nguyễn Ngọc Âu PHỤ PH Ụ LỤ LỤC Bảng PL1 Công suất máy phát Bus MaxMvar MinMVar MinMW MaxMW Unit No 30 800 -500 0.00 350.00 Gen10 31 800 -500 0.00 1150.00 Gen2 32 800 -500 0.00 750.00 Gen3 33 800 -500 0.00 732.00 Gen4 34 800 -300 0.00 608.00 Gen5 35 800 -500 0.00 750.00 Gen6 36 800 -500 0.00 660.00 Gen7 37 800 -500 0.00 640.00 Gen8 38 800 -500 0.00 930.00 Gen9 39 1500 -1000 0.00 1100.00 Gen1 Bảng PL2 Mơ hình máy phát điện đồng ộ GENPWTwoAxis Unit No Bus H 39 500.0 31 R x x x x T T 0.006 0.008 0.02 0.019 7.0 0.7 30.3 0.0697 0.170 0.295 0.282 6.56 1.5 32 35.8 0.0531 0.0876 0.2495 0.237 5.7 1.5 33 28.6 0.0436 0.166 0.262 0.258 5.69 1.5 34 26.0 0.132 0.166 0.67 0.62 5.4 0.44 35 34.8 0.05 0.0814 0.254 0.241 7.3 0.4 36 26.4 0.049 0.186 0.295 0.292 5.66 1.5 37 38 24.3 34.5 0 0.057 0.057 0.0911 0.0587 0.290 0.2106 0.280 0.205 6.7 4.79 0.41 1.96 10 30 42.0 0.031 0.008 0.1 0.069 10.2 0.0167 Nguyễn Ngọc Âu Bảng PL3 Thông số thit bị điều khin kích từ IEEE1 IEEE1 39 T K T V V K T K T E S(E) E S(E) 0.06 -1 -0.0485 0.25 0.04 0.75 0.08 1.1 0.26 38 6.2 0.05 -1 -0.633 0.405 0.057 0.5 0.75 0.66 1.1 0.88 37 0.06 -1 -0.0198 0.5 0.08 0.75 0.13 1.1 0.34 36 0.06 -1 -0.525 0.5 0.08 0.75 0.08 1.1 0.314 35 40 0.02 10 -10 0.785 0.03 0.75 0.67 1.1 0.91 34 0.02 -1 -0.0419 0.471 0.0754 1.246 0.75 0.064 1.1 0.251 33 40 0.02 6.5 -6.5 0.73 0.03 0.75 0.53 1.1 0.74 32 0.02 -1 -0.047 0.528 0.0845 1.26 0.75 0.072 1.1 0.282 31 40 0.02 10.5 -10.5 1.4 0.03 0.75 0.62 1.1 0.85 30 40 0.02 10 -10 0.785 0.03 0.75 0.67 1.1 0.91 Bus Bảng PL4 Thông số thit bị điều chỉnh tần số TGOV1 TGOV1 Bus 30 0.05 1.5 31 0.05 0.4 -0.05 1.5 32 R 0.4 0.05 0.4 -0.05 1.5 33 0.05 0.4 -0.05 1.5 34 0.05 0.4 -0.05 1.5 35 0.05 0.4 -0.05 1.5 36 0.05 0.4 -0.05 1.5 37 0.05 0.4 -0.05 1.5 38 0.05 0.4 1.2 -0.05 1.5 39 0.1 0.8 1.5 -0.05 1.5 T V V T T D Nguyễn Ngọc Âu Bảng PL5 Thông số máy bin áp áp From Bus To Bus R Tap 12 11 0.0016 0.0435 1.0060 12 13 0.0016 0.0435 1.0060 31 0.0000 0.0250 0.85714 10 32 0.0000 0.0200 1.0700 19 33 0.0007 0.0142 1.0700 20 34 0.0009 0.0180 1.0090 22 35 0.0000 0.0143 1.0250 23 36 0.0005 0.0272 1.0000 25 37 0.0006 0.0232 1.0250 30 0.0000 0.0181 1.0250 29 38 0.0008 0.0156 1.0250 19 20 0.0007 0.0138 1.0600 Nguyễn Ngọc Âu Bảng PL6 Thông số trở kháng đƣờng dy dy From Bus To Bus Branch Device Type R X B Line 0.0035 0.0411 0.6987 39 Line 0.0010 0.0250 0.7500 Line 0.0013 0.0151 0.2572 25 Line 0.0070 0.0086 0.1460 30 Transformer 0.0000 0.0181 0.0000 18 Line 0.0011 0.0133 0.2138 Line 0.0013 0.0213 0.2214 14 Line 0.0008 0.0129 0.1382 Line 0.0008 0.0128 0.1342 Line 0.0008 0.0112 0.1476 Line 0.0002 0.0026 0.0434 11 Line 0.0007 0.0082 0.1389 Line 0.0006 0.0092 0.1130 8 Line Line 0.0004 0.0023 0.0046 0.0363 0.0780 0.3804 39 Line 0.0010 0.0250 1.2000 10 32 Transformer 0.0000 0.0200 0.0000 10 13 Line 0.0004 0.0043 0.0729 10 11 Line 0.0004 0.0043 0.0729 12 13 Transformer 0.0016 0.0435 0.0000 12 11 Transformer 0.0016 0.0435 0.0000 13 14 Line 0.0009 0.0101 0.1723 14 15 Line 0.0018 0.0217 0.3660 15 16 Line 0.0009 0.0094 0.1710 16 24 Line 0.0003 0.0059 0.0680 16 21 Line 0.0008 0.0135 0.2548 16 19 Line 0.0016 0.0195 0.3040 16 17 Line 0.0007 0.0089 0.1342 17 27 Line 0.0013 0.0173 0.3216 17 18 Line 0.0007 0.0082 0.1319 19 33 Transformer 0.0007 0.0142 0.0000 19 20 Transformer 0.0007 0.0138 0.0000 20 34 Transformer 0.0009 0.0180 0.0000 21 22 Line 0.0008 0.0140 0.2565 22 22 35 23 Transformer Line 0.0000 0.0006 0.0143 0.0096 0.0000 0.1846 Nguyễn Ngọc Âu 23 36 Transformer 0.0005 0.0272 0.0000 23 24 Line 0.0022 0.0350 0.3610 25 37 Transformer 0.0006 0.0232 0.0000 25 26 Line 0.0032 0.0323 0.5130 26 29 Line 0.0057 0.0625 1.0290 26 26 28 27 Line Line 0.0043 0.0014 0.0474 0.0147 0.7802 0.2396 28 29 Line 0.0014 0.0151 0.2490 29 38 Transformer 0.0008 0.0156 0.0000 31 Transformer 0.0000 0.0250 0.0000 Bảng PL7 PL7 Thông số trở kháng thứ tự không đƣờng dy dy From Bus To Bus Branch Device Type R X C Line 0.008750 0.102750 0.698700 39 Line 0.002500 0.062500 0.750000 Line 0.003250 0.037750 0.257200 25 Line 0.017500 0.021500 0.146000 30 Transformer 0.000000 0.018100 0.000000 18 Line 0.002750 0.033250 0.213800 Line 0.003250 0.053250 0.221400 14 Line 0.002000 0.032250 0.138200 Line 0.002000 0.032000 0.134200 Line 0.002000 0.028000 0.147600 Line 0.000500 0.006500 0.043400 11 Line 0.001750 0.020500 0.138900 Line 0.001500 0.023000 0.113000 Line 0.001000 0.011500 0.078000 Line 0.005750 0.090750 0.380400 39 Line 0.002500 0.062500 1.200000 10 32 Transformer 0.000000 0.020000 0.000000 Nguyễn Ngọc Âu 10 13 Line 0.001000 0.010750 0.072900 10 11 Line 0.001000 0.010750 0.072900 12 13 Transformer 0.001600 0.043500 0.000000 12 11 Transformer 0.001600 0.043500 0.000000 13 14 Line 0.002250 0.025250 0.172300 14 15 Line 0.004500 0.054250 0.366000 15 16 Line 0.002250 0.023500 0.171000 16 24 Line 0.000750 0.014750 0.068000 16 21 Line 0.002000 0.033750 0.254800 16 19 Line 0.004000 0.048750 0.304000 16 17 Line 0.001750 0.022250 0.134200 17 27 Line 0.003250 0.043250 0.321600 17 18 Line 0.001750 0.020500 0.131900 19 33 Transformer 0.0007 0.0142 0.0000 19 20 Transformer 0.0007 0.0138 0.0000 20 34 Transformer 0.0009 0.0180 0.0000 21 22 Line 0.002000 0.035000 0.256500 22 35 Transformer 0.0000 0.0143 0.0000 22 23 Line 0.001500 0.024000 0.184600 23 36 Transformer 0.0005 0.0272 0.0000 23 24 Line 0.005500 0.087500 0.361000 25 37 Transformer 0.0006 0.0232 0.0000 25 26 Line 0.008000 0.080750 0.513000 26 29 Line 0.014250 0.156250 1.029000 26 28 Line 0.010750 0.118500 0.780200 26 27 Line 0.003500 0.036750 0.239600 28 29 Line 0.003500 0.037750 0.249000 29 31 38 Transformer Transformer 0.0008 0.0000 0.0156 0.0250 0.0000 0.0000 Nguyễn Ngọc Âu PL8 Các khu thực thi chƣơng trình PowerWord đ ấy mu mu Các giai đoạn mô phần mềm PowerWorld để thu thậ p mẫu đƣợ c đúc kết thành giai đoạn gồm: Giai đoạn 1: Thực cài đặt thông số chuẩn mơ hình h ệ thống điện Giai đoạn 2: Thực kích hoạt thơng số trong mơ hình hệ thống điện Giai đoạn 3: Chạy phân bố công suất tối ƣu OPF Giai đoạn 4: Mô ổn định độ, đánh giá ổn định/không ổn định lấy mẫu Giai đoạn 1: Th c cài đặt thơng số cho cho mơ hình hệ thống điện Bắt đầu Stability Machine Models Cài đặt thơng số mơ hình máy phát điện Stability Exciters Cài đặt thông số thiết ị điều khiển kch từ Stability Governors Cài đặt thông số thiết ị điều chỉnh tần số Cài đặt công suất định mức, công suất Pmax, Pmin máy phát, điện áp đầu cực máy phát Power and Voltage Control Cài đặt công suất định mức tải Load Information Cài đặt thông số đầu phn áp máy iến áp Transformer Giai đoạn Nguyễn Ngọc Âu Giai đoạn 2: Th c kích hoạt thơng số trong trong mơ hình hệ thống điện Giai đoạn Kch hoạt tự động điều chỉnh công suất phát (Available for AGC) Power and Voltage Control Kch hoạt giới hạn công suất phát (Enforce MW Limits) Kch hoạt điều chỉnh điện áp tự động (Available for AVR) Kch hoạt vận hành kinh tế an đầu (If AGCable) Faults OPF Kch hoạt trung tnh nối đất (Neutral Grounded) Kch hoạt mơ hình máy phát điện (GENPWTwoAxis) Kch hoạt thiết ị điều khiển kch từ Stability (IEEET1) Kch chỉnh hoạt thiết ị điều tần số (TGOV1) Giai đoạn Nguyễn Ngọc Âu Giai đoạn 3: Chạ y phân bố công công su t t ối ối ưu OPF Giai đoạn Load công suất tải Load công suất phát Case Information Generators Add Ons OPF Case Infor OPF Area AGC = NO AVR = YES Cost Model = None AGC Status = off AGC Run Mode Tools Solve Single Solution – Full Newton Run Mode Tools Solve Reset to Flat Start Add Ons OPF Case Infor OPF Area AGC Status = OPF Includes Marginal Losses = YES Case Information Generators AGC = YES Cost Model = Cubic Add Ons Frimal LP Giai đoạn Chạy phn ố công suất Chạy phn ố công suất tối ƣu OPF Nguyễn Ngọc Âu Giai đoạn 4: Mô ổn định độ, đánh giá ổn định/không ổn định l y mẫ u u Giai đoạn Cài đặt ƣớc thời gian Simulation Control Time Step = 0.5 Cycles (0.00833 Seconds) Cài đặt tần số Options Generic Limit Monitors Over speed = 62.40 Hz Under speed = 57.60 Hz Cài đặt gc rotor Absolute Angle Deviation = 180 Deg Rotor Angle = YES MW = YES Mvar = YES Field Voltage = YES Field Current = YES Cài đặt iến hệ thống Result Storage Store to RAM Options Chọn us/đƣờng dy chạy ổn định độ Simulation Control Cài đặt vị tr cố Cài đặt thời gian cắt ngắn mạch FCT Chạy ổn định độ Run Transient Stability Đánh giá ổn định/không ổn định Lấy mẫu Kết thúc Result from RAM Time Values ... Lựa chọn thông số đặc trƣng cho hệ? ?thống nhận d ạng thơng minh chẩn đốn ổn định động hệ? ?thống điện Chƣơng Xây dựng hệ thống nhận dạng? ?thông minh chẩn đoán nhanh ổn định động hệ thống điện? ? Chƣơng... chẩn đoán ổn định hệ thống điện với kết đầu ? ?ổn định? ?? hay „không ổn định? ?? Biến đầu vào iến trạng thái chế độ hệ thống điện Đánh giá ổn định hệ? ? thống điện theo số CCT từ sơ đồ hệ thống điện. .. [11] ổn định hệ? ? thống điện đƣợ c phân loại theo IEEE/CIGRE gồm: ổn định góc rotor, ổn định tần số ổn định điện áp Phn loại ổn định hệ thống điện đƣợc trình ày nhƣ Hình 2.2 Ổn định động ổn định
Ngày đăng: 09/08/2020, 16:01
Xem thêm:
