إطار تدفق الطاقة الكهربائية الأمثل ودمج أجهزة TCSC

تحليل إطار تدفق الطاقة الكهربائية الأمثل ودمج أجهزة TCSC

في الوقت الحاضر، تزداد الأحداث الطارئة بشكل كبير بسبب النمو الهائل في الحمل الكهربائي والتمييز في عادات المستهلك، كما تؤدي الزيادة في طلب الأحمال والاستثمار والتسويق إلى مشاكل خطيرة مع الشبكة الكهربائية الحديثة مثل عدم الاستقرار في جهد النظام وزيادة خسائر الطاقة النشطة والمتفاعلة ومستويات جودة الطاقة غير المرضية وتدفق الطاقة غير المنضبط في خطوط النقل.

كذلك يبحث مشغلو الشبكة عن تقنيات ومنهجيات جديدة لزيادة قابلية التحكم في الشبكة الكهربائية ومرونتها، لذلك من الضروري العثور على أفضل التقنيات والاستراتيجيات لتحقيق المنافع الاقتصادية والتشغيل الآمن والفعال لأنظمة الطاقة الكهربائية.

وفي هذا الخط، يتم إجراء عدد كبير من الأبحاث لتحسين تشغيل شبكة الطاقة الكهربائية وجعلها أكثر ذكاءً، بحيث يجب تضمين التحكم في أصول النقل في نماذج تحسين إرسال الطاقة الكهربائية لتحسين أداء النظام وتوفير المزيد من الاستثمارات، كما تشير أنظمة نقل التيار المتردد المرنة (FACTS) إلى أجهزة الطاقة الإلكترونية التي تم استخدامها للتحكم في أنظمة النقل وعواقبها في الدراسات.

ومن بين أجهزة (FACTS)، تتميز (TCSC) باستجابتها السريعة بأقل التكاليف، وفي الأبحاث يعد (TCSC) أحد أكثر أجهزة (FACTS) المفيدة، والتي يمكن تثبيتها لتحسين قابلية تحميل النظام الكهربائي وزيادة سعة نقل الطاقة وتحسين الاستقرار العابر وتقليل فقد الإرسال وقمع تذبذب التردد الكهربائي المنخفض للشبكة الكهربائية لتحقيق المزايا السابقة.

كما يجب تثبيت أجهزة (TCSC) على النحو الأمثل في مسارات الشبكة المناسبة عند المعطيات الدقيقة، وذلك من أجل التثبيت الأمثل لأجهزة (TCSC)، بحيث يتم أخذ الأهداف التالية في الاعتبار، وهي تقليل فقد الطاقة النشطة والمتفاعلة وتحسين هامش الاستقرار وزيادة سعة نقل الطاقة الكهربائية وتجنب احتمالات انقطاع النظام الكهربائي.

كما تم تطوير طرق التحسين بشكل مستمر في السنوات الأخيرة، بحيث لا يزال  الباحثين يجتذبون بسبب تأثيرهم الكبير وإسهاماتهم خاصة على مستوى التصميم والاقتصاد، ومع التعقيد المتزايد لمشاكل العالم الحقيقي ،؛ فإن هناك حاجة مستمرة لأدوات التحسين المتقدمة، بحيث أصبحت خوارزميات التحسين الفوقي خياراً واسع الانتشار، خاصة لحل النماذج الرياضية المعقدة.

كما تتضمن تقنيات الاستدلال الفوقي الكثير من المنهجيات للوصول إلى الحل الأمثل، على سبيل المثال الخوارزمية الجينية (GA)، خوارزمية تحسين سرب الجسيمات (PSO)، وأيضاً التحسين القائم على الجغرافيا الحيوية، بالإضافة خوارزمية بحث الجاذبية (GSA) وخوارزمية تحسين الباحث ( SOA) وخوارزمية التطور التفاضلي (DE) وخوارزمية تحسين جيب التمام (SCOA).

وعادةً ما يهدف التكامل الأمثل لمعوضات السلاسل التي يتحكم فيها الثايرستور (TCSCs) إلى تعزيز أداء نظام الطاقة مثل جميع أجهزة أنظمة نقل التيار المتردد المرنة (FACTS)، بحيث يوحد إدخال (TCSC) الأهداف لتقليل فقد الطاقة النشطة والتفاعلية وزيادة احتياطي تدفق خطوط النقل إلى ما بعد الحد الحراري، وتحسين ملف الجهد مع الحفاظ على إجمالي تكلفة التوليد للنظام المتأثر قليلاً مقارنة بحالة القاعدة الموضوعية الفردية.

نمذجة المعوض من سلسلة الثايرستور في نظام الطاقة الكهربائية

يعتبر (TCSC) من أفضل أنواع أجهزة (FACTS) التي تتميز بالعديد من المزايا مثل الأداء الجيد والاستجابة السريعة وأقل تكلفة بين أجهزة (FACTS) الأخرى، بحيث يتم تحقيق التحكم الديناميكي في (TCSC) من خلال الاختلافات السلسة، كما يمكن استخدام (TCSC) كمحث أو مكثف، وبالتالي يتم التحكم في مفاعلة خط النقل بنسبة محدودة.

وفي الدراسات البحثية، تمت مناقشة العديد من الجهود لنمذجة (TCSC)، بحيث يعتبر نموذج (TCSC) ثلاثة محولات متوازية متصلة، ولمنع الرنين في هذا النموذج؛ فإنه يتم توصيل عنصر واحد فقط، بينما يتم فصل عنصرين آخرين، كما تم تصميم مفاعلة (TCSC -XTCSC) كدالة لمفاعلة خط النقل (XT.L)، بحيث يمكن حساب القيمة المطلوبة لـ (XTCSC) لتجنب الإفراط في تعويض خط النقل باستخدام:

وفي دراسات أخرى، يختلف (XTCSC) من تطبيق إلى آخر، بحيث تصبح قيمة (XTCSC) مقيدة بالمعادلات الرياضية التالية:

كما يوضح الشكل التالي (1) كيفية نمذجة (TCSC) في نظام الطاقة المتسلسل مع مقاومة خط النقل (ZT.L) (مقاومة الخط RT.L و Reactance JXT.L و susebtance JBC) من الموزع (i) إلى (j) مع مراعاة أن القيم يمكن التحكم فيها لتكون سالبة أو موجب على أساس الهدف والقيود ضمن الحدود المسموح بها، بحيث توجد بعض القيود لتحديد موقع (TCSC)، حيث يمكن تثبيت أجهزة (TCSC) المحددة في أي خطوط نقل باستثناء الخطوط التي تربط بين أي من ناقلتي المولدات.

أيضاً يجب ألا يتم وضع (TCSCs) في سلسلة مع المحولات الكهربائية، وعلاوة على ذلك لا يفضل تركيب (TCSC) في خطوط محملة بالضوء، وعلاوة على ذلك وفي هذه الدراسة؛ فإنه تم تحسين عدد وحدات (TCSC) إلى وحدتين أو ثلاث على الأكثر لحالات الطوارئ القصوى لاعتبارات اقتصادية، بحيث يستخدم النموذج لتجنب التعويض الزائد لخطوط النقل.

خوارزمية تحسين الباحث المتوازي التكيفي APSOA

(APSOA) هي خوارزمية بحث إرشادية تحاكي ذكاء الإنسان في البحث باستخدام الحفظ والتجارب وأيضاً اعتبارات عدم اليقين، واعتماداً على نوع المشكلة وعدد المتغيرات؛ فإنه يتم تقسيم إجمالي السكان بشكل عشوائي إلى مجموعات سكانية فرعية من عدد الباحثين، كما يتم إجراء البحث العشوائي بواسطة المجموعات السكانية الفرعية بشكل منفصل عبر مجالات مختلفة في منطقة البحث المحددة والمحدودة بالقيم القصوى والدنيا من المتغيرات الخاضعة للرقابة.

كذلك يشكّل باحثو المجموعات السكانية الفرعية المماثلون في نفس المنطقة، حيث يمكن للباحثين عن التجمعات السكانية الفرعية التعلم من بعضهم البعض وتبادل المعلومات، كما يستخدم (APSOA) خطوة السرعة [a ij (t)] واتجاه البحث [dij (t)] اللذين يتم تحديدهما بشكل منفصل لكل طالب وكل متغير (j) عند كل تكرار (t)، حيث [aij (t) ≥0] و (dij {1، 0 ، 1}).

وأخيراً يتم تطبيق المنهجية القائمة على (APSOA) لحل مشكلة تدفق الطاقة الأمثل مع الأخذ في الاعتبار أجهزة (TCSC)،  وهي ذات الأهداف الإضافية مثل تقليل فقد الطاقة النشطة والمتفاعلة وكذلك انحراف الجهد وتكلفة (TCSC) وعدد وحدات (TCSC)، وبالإضافة إلى ذلك تتم مقارنة الخوارزمية مع أدوات موثوقة مختلفة في الدراسات مع التقييم الإحصائي وتقييم التقارب.

كما يتم اختيار أفضل خطوط النقل المرشحة للتخصيص الفعال لأجهزة (TCSC) وفقاً لمجموعة من القيود والافتراضات لتسهيل تحديد أفضل موقع وتجنب أي انتهاك في متغيرات نظام الطاقة، حيث إن استخدام (LRS) مع (APSOA) يجعل من السهل والسريع الوصول إلى الحل الأمثل مع هذا العدد الكبير من المتغيرات.

كما أظهرت النتائج أن التقنية المقترحة لها فوائد كبيرة خلصت إلى خصائص التقارب الجيدة، وكذلك أثبتت (APSOA) قدرة عالية على تقليل آثار الانتهاك للمتغيرات المستقلة خاصة في حالات الطوارئ، بالإضافة الى أنها حققت خوارزمية (APSOA) المقترحة مستوى ملحوظاً في تقليل فقد القدرة الكهربائية، خاصةً عند مقارنتها بدراسات أخرى بنفس المعايير، وبالإضافة إلى ذلك فقد عزز ملف الجهد لجميع الحالات التي تمت دراستها باستخدام أنظمة (IEEE) القياسية الأربعة التي تم التحقيق فيها.