تخمین بهنگام شاخص پایداری ولتاژ با استفاده از واحد های اندازه گیری فازوری و شبکه های عصبی

امروزه به دلیل افزایش تقاضای انرژی الکتریکی، ایجاد محیط بازار برق و محدودیت های اقتصادی و زیست محیطی در احداث خطوط انتقال جدید، شبکه های قدرت نزدیک به حد پایداری ولتاژ خود مورد بهره برداری قرار می گیرند، به طوری که ناپایداری ولتاژ یکی از مهم ترین عوامل خاموشی های سراسری در شبکه های قدرت در سال های اخیر بوده است. عملکرد سیستم قدرت در نزدیکی حد پایداری ولتاژ، مستلزم ارزیابی و کنترل بهنگام شبکه است. روش های ارزیابی محلی پایداری ولتاژ به علت سرعت محاسباتی بالا، که با استفاده چند نمونه فازوری (در صورت نصب pmu در محل شینه مورد مطالعه یا شینه های مجاور آن)، به مطالعه پایداری ولتاژ هر شینه می پردازند، جایگاه ویژه ای در ارزیابی به هنگام پایداری ولتاژ یافته اند. در این پایان نامه هدف مقایسه چند روش محاسبه شاخص پایداری ولتاژ و ارائه بهترین روشی است که برای ارزیابی محلی پایداری ولتاژ با استفاده از داده های فازوری مورد استفاده قرار گیرد. برای این منظور رفتار شاخص های مختلف نسبت به تغییرات بار به کمک آنالیز حساسیت مقایسه و در نهایت بهترین شاخص تعیین می گردد. سپس با در نظر گرفتن این مطلب که در عمل داده های ارسال شده بوسیله واحد های pmu دارای نویز هستند، روش جدیدی با استفاده از شبکه عصبی چند لایه پرسپترون (mlp)، برای تخمین دقیق و بهنگام شاخص پایداری مذکور استفاده خواهد شد، تا شبکه عصبی آموزش دیده قادر باشد حاشیه پایداری ولتاژ را با وجود خطا در داده های دریافتی بوسیله pmuها، به درستی تخمین بزند. عملکرد مناسب روش های مطرح شده در این پایان نامه با کمک شبیه سازی های انجام شده بر روی سیستم 39 شینه new england تایید می گردد.