اقرأ في هذا المقال
- الغاية من تقدير الحالة الهجينة لأنظمة التوزيع الكهربائية
- طريقة تقدير وتحليل حالات التحكم الكهربائية المقترحة
عدد قياسات التحكم الكهربائي في الوقت الحقيقي والحصول على البيانات (SCADA) في أنظمة توزيع الطاقة نادر، كما أن هذا يحد من موثوقية نتائج تقدير الحالة (SE) لأنظمة التوزيع، لذلك تسعى بعض الدراسات إلى تعزيز إمكانية الملاحظة ودقة (SE) لأنظمة التوزيع من خلال دمج بيانات البنية التحتية الكهربائية.
الغاية من تقدير الحالة الهجينة لأنظمة التوزيع الكهربائية
يعتبر تقدير حالة نظام التوزيع (DSSE) مهمة صعبة بسبب ندرة القياسات في الوقت الفعلي، لذلك تم اقتراح نمذجة القياس الزائف لإثراء القياسات المتاحة، وهذه التقنية فعالة في ضمان إمكانية ملاحظة النظام، ولكنها تقتصر حتماً على دقة النمذجة، وبالنظر إلى التطور السريع للبنية التحتية المتقدمة للقياس (AMI)؛ فإنه من الممكن استخدام بيانات (AMI)، أي بيانات قياس قوة الحمل فرق الجهد الكهربائي لـ (DSSE)، والتي عادة ما تحتوي على عدد قليل من قياسات التحكم الإشرافي واكتساب البيانات (SCADA).
وبالتالي، يمكن لبيانات (AMI) جنباً إلى جنب مع قياسات (SCADA) التقليدية، بحيث تلعب دوراً رئيسياً في مراقبة أنظمة التوزيع، كما يساهم تضمين بيانات (AMI) في تعزيز مراقبة النظام ودقة التقدير، لذلك لقد جذب هذا اهتماماً كبيراً، كما وقد قام العديد من الباحثين بالتحقيق في الموضوع في دراسات سابقة، بحيث يتم تقدير معلمات الدائرة الكهربائية ببيانات (AMI) لمعايرة نموذج النظام.
وبالمثل يحتفظ نموذج الدائرة الثانوية بالبيانات المتاحة من (AMI) والمحولات الكهروضوئية (PV)، كذلك الهدف الرئيسي هو مراقبة نظام توزيع الجهد المنخفض (LV) بمساعدة بيانات العداد الذكي، كما تركز أعمال أخرى على تصوير الصورة العامة لأنظمة التوزيع متعددة المستويات من خلال استغلال بيانات العداد الذكي، وخاصة عند التوسع إلى مستوى الجهد المتوسط (MV)، كما يتمثل التحدي الكبير في التكامل الفعال لقياسات (SCADA) وبيانات (AMI).
القياسات الهجينة المرتبطة بتقدير حالة لأنظمة التوزيع الكهربائية
يرجع هذا التحدي إلى معدلات التحديث المتميزة للقياسات الهجينة القادمة من مصادر قياس مختلفة، ولحل هذه المشكلة، تم اقتراح حلول مختلفة، مثل نموذج تقدير الحمل المدمج وتقدير الحالة الديناميكية الموصوف، بحيث تحاول كل هذه الأعمال دمج بيانات (AMI) في (SE) والمستندة إلى (SCADA) في نظام توزيع (MV) لتحسين دقة تقدير الحالة (SE).
ومع ذلك، ونظراً لانخفاض معدلات التحديث لبيانات (AMI)؛ فمن الصعب التقاط تغييرات النظام بين عمليات مسح (AMI)، إلى جانب ذلك أصبحت وحدات قياس الأطوار (PMUs) منتشرة بشكل متزايد في أنظمة الطاقة وخاصة في أنظمة النقل الكهربائية.
ونظراً لمعدل التحديث السريع والدقة العالية لوحدات إدارة المشروع؛ فقد تم تطوير سلسلة من مقدرات الحالة الهجينة لأنظمة الإرسال لتحسين دقة نتائج التقدير، ومع ذلك؛ فإن هذه الأدوات ليست منتشرة على نطاق واسع عبر أنظمة التوزيع لأسباب اقتصادية، لذلك وبدلاً من الاعتماد على وحدات إدارة المشروع عالية التكلفة لتحسين دقة التقدير؛ فقد تتم محاولة تطوير مقدر حالة فعال لأنظمة التوزيع بناءً على استخدام قياسات (AMI ، SCADA).
طريقة تقدير وتحليل حالات التحكم الكهربائية المقترحة
يوضح الشكل التالي (1) مخطط انسيابي للمخطط الرئيسي المختلط المقترح لأنظمة توزيع الطاقة، كما يصف الجانب الأيسر من المخطط الانسيابي (في المربع المستطيل الأزرق) بشكل أساسي مرحلة التدريب دون اتصال بالإنترنت، حيث توجد شبكة تعريف طوبولوجيا وعدد من نماذج الحالة على أساس الشبكات العصبية العميقة (DNN) يتم تطبيقها لتحديد الطوبولوجيا وتقدير الحالة على التوالي.
كما لوحظ أن كل نموذج حالة قائم على (DNN)، بحيث يتم تدريبه تحت نوع واحد من بنية طوبولوجيا النظام الكهربائي، كما يتم استخدام تحديد الهيكل وتقدير الحالة المستند إلى (DNN) في لحظات كلما تم تحديث قياسات (SCADA)، ونظراً لأن عدد قياسات (SCADA) في معظم أنظمة التوزيع لا يمكن أن يضمن إمكانية ملاحظة النظام؛ فقد لا تتمكن المقدرات القائمة على النماذج التقليدية، مثل (WLS) و (WLAV) من التقارب أو الحصول على نتائج تقدير مرضية.
ومع ذلك؛ فإنه وعندما يتم تحديث قياسات (SCADA) و (AMI) يتم تقديم مقدر قائم على (WLAV) لضمان نتائج تقدير قوية ضد الأخطاء الجسيمة، بحيث يوضح الشكل التالي (2) تدفقات البيانات والجدول الزمني لإجراء (SE) المختلط، وبالنظر إلى محدودية اتصال البيانات؛ فإنه يتم تحديث قياسات (SCADA) كل خمسة عشر دقيقة ويتم تحديث بيانات (AMI) كل ساعة.
ونظراً لأن نوعي القياسات قد لا يكونان متزامنين بشكل صارم؛ فإنهما سيؤديان إلى حدوث بعض أخطاء الانحراف الزمني، لذلك يمكن للمقدر المستند إلى (WLAV) الاستفادة من قياسات (AMI) المحدثة وقياسات (SCADA)، والتي تُعني “المتزامنة” عن طريق الاستيفاء العددي لتضييق أخطاء الانحراف الزمني.
تحديد الطوبولوجيا العشوائية المستندة إلى التحليل المنطقي للبيانات
لضمان أمن واقتصاد تشغيل النظام، يتسم الهيكل الطوبولوجي في أنظمة التوزيع بالمرونة، ووفقاً لذلك؛ يعد تحديد الهيكل الذي يمكن أن يوفر تكويناً فعلياً أمراً ضرورياً لتقدير الحالة في أنظمة التوزيع، وكما هو مبين في الشكل السابق (1)؛ ترسم شبكة تحديد الطوبولوجيا بعض قياسات (SCADA) لتكوين نظام التوزيع، وبتعبير أدق مدخلات مربع “تحديد الهيكل” هي قياسات (SCADA)، كما ويمثل الإخراج الهيكل الطوبولوجي لنظام التوزيع، أي حالة الفتح أو الإغلاق لمفاتيح التقسيم والربط.
ومع ذلك؛ فإن انقطاع بعض الخطوط غير المتوقعة بسبب خطأ في النظام هو خارج نطاق العمل، وفي هذه الحالة؛ فإنه يمكن استخدام بعض طرق تحديد الأحداث بمساعدة وحدات قياس المراحل (PMUs) أو مؤشرات الخطأ، بحيث يعتبر تحديد الهيكل المقترح لأنظمة التوزيع في الأساس عبارة عن مصنف، كما يقوم بتسمية كل مجموعة إدخال.
وهنا يتم تقديم مصنف الغابة العشوائية (RFC) للحصول على الهيكل الفعلي في الوقت الفعلي، كما ويظهر إطاره في الشكل التالي (3)، ومن الممكن ملاحظة أن مصنف الغابة العشوائية هو خوارزمية مجموعة، والتي تبني سلسلة من أشجار القرار من خلال بيانات المجموعة الفرعية المختارة عشوائياً لتحسين دقتها ومتانتها.
تقدير الحالة المنطقية المستندة إلى طوبولوجيا هياكل DNN
كما ورد سابقاً؛ فقد تم إنشاء عدد قليل من (DNN) لهياكل طوبولوجية مختلفة للنظام، وباستخدام طوبولوجيا النظام الفعلية؛ فإنه يتم اعتماد (DNN) المخصص لتقدير حالة النظام، لذلك كل (DNN) هو عبارة عن شبكة عصبية بها أكثر من طبقتين مخفيتين لتقليد العلاقات المعقدة لأنظمة التوزيع، وذلك كما هو موضح في الشكل التالي (4).
كما تختلف عن الطريقة المعتمدة على البيانات باستخدام جميع القياسات المتاحة لتخفيف العبء الحسابي لأنظمة الإرسال المعقدة، بحيث يستهدف نموذج الحالة المستند إلى (DNN) المقترح لتحديث حالات نظام التوزيع بعدد محدود من قياسات (SCADA)، وعلى وجه التحديد مدخلات (DNN) هي قياسات نظام (SCADA) في الوقت الفعلي والمخرجات هي حالات النظام المقدرة (أي حجم وزاوية الجهد العقدي).
وأخيراً نظراً لندرة قياسات (SCADA) في أنظمة التوزيع الكهربائية؛ فإنه لا يمكن ضمان إمكانية مراقبة النظام، لذلك في تلك اللحظات عندما يتم تحديث قياسات (SCADA) فقط؛ فإنه يتم تحقيق تقدير الحالة بواسطة نموذج الحالة القائم على (DNN) لالتقاط تغييرات النظام الكهربائي.
