مکان یابی خطا در ریزشبکه های جریان مستقیم با استفاده از مولفه های جریان مستقیم ولتاژ و جریان
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 226
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-21-2_012
تاریخ نمایه سازی: 21 تیر 1403
چکیده مقاله:
همواره یکی الزامات حفاظتی در ریز شبکه های جریان مستقیم مکان یابی خطا است. ویژگی های متغیر جریان ها، پخش بار دوطرفه و نوسانات توان خروجی در منابع تجدید پذیر که باعث ایجاد مشکلات برای دستگاه های حفاظتی با تنظیم ثابت می شوند، از چالش های این روش ها محسوب می شوند. امروزه دسترسی به داده های هم زمان در ریزشبکه ها و پیشرفت های اخیر در واحدهای اندازه گیری با دقت بالا، به یک نقطه عطف تحقیقاتی جدید تبدیل شده است. در این مقاله یک روش مکان یابی خطا در ریزشبکه های جریان مستقیم در حالت متصل به شبکه با استفاده از اندازه گیری ولتاژ و جریان در ابتدا و انتهای بخش و حضور سیستم فتوولتائیک و ذخیره ساز انرژی پیشنهاد شده است. در این روش با استفاده از مولفه های جریان مستقیم ولتاژ و جریان و در نظر گرفتن مدل π خط، علاوه بر فاصله خطا، بخش خطا نیز محاسبه شده است. مقاومت ها و مکان های مختلف خطا بر عملکرد این الگوریتم تاثیر اندکی دارند. همچنین تغییر در پارامترهای خط و تولیدات منابع، بر دقت این روش تاثیری ندارند. عملکرد این روش با استفاده از یک ریزشبکه با ۸ گره در نرم افزار متلب بررسی و نتایج به دست آمده نشان دهنده دقت قابل قبول این روش است.
کلیدواژه ها:
Fault Location ، Microgrid ، Direct Current Component ، Renewable Sources ، مکان یابی خطا ، ریزشبکه ، مولفه های جریان مستقیم ، منابع تجدید پذیر
نویسندگان
محمد دیسی
Department of Electrical Engineering Central Tehran Branch, Islamic Azad University, Tehran
محمود حسینی علی آبادی
Intelligent Power System Research Center Central Tehran Branch, Islamic Azad University
شهرام جوادی
Intelligent Power System Research Center Central Tehran Branch, Islamic Azad University
حسن میارنعیمی
Department of Electrical Engineering Central Tehran Branch, Islamic Azad University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
