طراحی رله تشخیص جزیره‌ای برای ژنراتور سنکرون با استفاده از آنالیز ناحیه‌ای دوبعدی انرژی سیگنال‌های تبدیل موجک

نویسندگان

دانشگاه محقق اردبیلی - دانشکده فنی مهندسی

چکیده

در این مقاله، روشی برای تشخیص شرایط جزیره‌ای تولیدات پراکنده با ژنراتور سنکرون بر اساس تحلیل زمان فرکانس انجام گرفته است. روش پیشنهادی پارامترهای خروجی تولیدات پراکنده را به شکل محلی اندازه‌گیری کرده و این سیگنال‌ها را در حوزه زمان فرکانس بررسی می‌کند. این روش برای تشخیص شرایط جزیره‌ای از ناحیه‌بندی دوبعدی تغییرات انرژی ضرایب سیگنال‌های تبدیل موجک نرخ تغییرات توان استفاده می‌کند. بر اساس ورود و خروج انرژی سیگنال‌های موردنظر از ناحیه‌ای به ناحیه دیگر و زمان آن‌ها، تشخیص شرایط جزیره‌ای انجام می‌گیرد. برای توسعه الگوریتم پیشنهادی، آزمایش‌های جزیره‌ای در کنار حالت‌های مختلف کلیدزنی (خازن، موتور و بارهای خطی و غیرخطی) در شرایط مختلف بارگذاری سیستم انجام گرفته و با تحلیل انرژی ضرایب تبدیل موجک در سطوح متفاوت با استفاده از موجک‌های مادر مختلف سیگنال‌های مناسب برای تشخیص استخراج شده است. ارزیابی کارایی رله پیشنهادی روی سیستم مطالعه نشان می‌دهد که روش پیشنهادی علاوه بر تشخیص دقیق شرایط جزیره‌ای، احتمال اشتباه پایین‌تری نسبت به روش‌های دیگر در شرایط کلیدزنی در شبکه دارد.

کلیدواژه‌ها


   [1]      R. Baghipour, and M. Hosseini, “An improved under frequency load shedding scheme in distribution networks with distributed generation,” Journal of Operation and Automation in Power Engineering, vol. 2, pp. 22-31, 2014.
   [2]      R. Kazemzadeh, E. Najafi Aghdam, M. Fallah, and Y. Hashemi, “Reliability assessment of distribution systems in presence of microgrids considering generation and load demand uncertainties,” Journal of Operation and Automation in Power Engineering, vol. 2, pp. 81-90, 2014.
   [3]      Xu. Wilsun, M. Konrad, and M. Sylvain, “An assessment of DG islanding detection methods and issues for Canada,” CETC-Varennes -074 (TR) 411-INVERT, pp. 1-6, 2004.
 
   [4]      H. Vahedi, A. Jalilvand, R. Noroozian, and G.B. Gharehpetian, “Islanding detection for inverter-based distributed generation using a hybrid SFS and Q–f method,” International Review of Electrical Engineering, vol. 5, pp. 2280-2285, 2010.
   [5]      M.E. Ropp, M. Begovic, and A. Rohatgi, “Analysis and performance assessment of the active frequency drift method of islanding prevention,” IEEE Trans on EnergyConversions, vol. 14, no. 3, pp. 810-816, 1999.
   [6]      S.T. Mak, “A new method of generating TWACS type outbound signals for communication on power distribution networks,” IEEE Trans on Power App System, vol. 103, pp. 2134-2140, 1984.
   [7]      W. Xu, G. Zhang, C. Li, W. Wang, G. Wang, and J. Kliber, “A power line signaling based technique for anti-islanding protection of distributed generators-Part I: scheme and analysis,” IEEE Trans Power Delivery, vol. 22, no. 3, pp. 1758-1766, 2007.
   [8]      H.H. Zeineldin, T.A. Galil, E.F. El-Saadany, and M.M.A. Salama, “Islanding detection of grid connected distributed generators using TLS-ESPRIT,” Electric Power SystemResearch, vol. 77, pp. 155-162, 2007.
   [9]      S.P. Chowdhury, S. Chowdhury, and P.A. Crossley, “Islanding protection of active distribution networks with renewable distributed generators: a comprehensive survey,” Electric Power System Research, vol. 79, pp. 1-9, 2009.
[10]      L. Lopes, and Y. Zhang, “Islanding detection assessment of multi-inverter systems with active frequency drifting methods,” IEEE Trans Power Delivery, vol. 23, no. 1, pp. 480-486, 2008.
[11]      V. John, Z. Ye, and A. Kolwalkar, “Investigation of anti-islanding protection of power converter based distributed generators using frequency domain analysis,” Trans on Power Electronic, vol.19, pp. 1177-1183, 2004.
[12]      G.H. González, and R. Iravani, “Current injection for active islanding detection of electronically-interfaced distributed resources,” IEEE Trans Power Delivery, vol. 21, pp.1698-1705, 2006.
[13]      F. Hashemi, N. Ghadimi, and B. Sobhani, “Islanding detection for inverter-based DG coupled with using an adaptive neuro-fuzzy inference system,” Electrical Power and Energy Systems, vol. 45, pp. 443-455, 2013.
[14]      K. El-Arroudi, G. Joós, I. Kamwa, D.T.  McGillis, “Intelligent based approach to islanding detection in distributed generation,” IEEE Trans on Power Delivery, vol. 22, pp. 825-835, 2007.
[15]      A. Pigazo, M. Liserre, R.A. Mastromauro, V.M. Moreno, and A.D. Aquila, “Wavelet-based  islanding detection in grid-connected PV systems,” IEEE Trans on Industrial Electronics, vol. 56, no. 11, pp. 4445-4455, 2009.
[16]      S.P. Chowdhury, S. Chowdhury, and P.A. Crossley, “Islanding protection of active distribution networks with renewable distributed generators: a comprehensive survey,” Electric Power System Research, vol. 79, pp. 1-9, 2009.
[17]      H.K. Karegar, and A. Shataee, “Islanding detection of wind farms by THD,” IEEEConference on DRPT, Nanjing, China, pp. 6-9, 2008.
[18]      H.K. Karegar, and B. Sobhani, “Wavelet transform method for islanding detection of wind turbines” Renewable Energy, vol. 38, pp. 94-106, 2012.
[19]      A.L.N. Widanagama, and A.D. Rajapakse, “A pattern-recognition approach for detecting power islands using transient signals-Part II: performance evaluation,” IEEE Trans on Power Delivery, vol. 27, no. 3, pp. 1071-1080, 2012.
[20]      P.K. Ray, N. Kishor, and S.R. Mohanty, “Islanding and power quality disturbance detection in grid-connected hybrid power system using wavelet and –transform,” IEEE Trans Smart Grid, vol. 3, no. 3, pp. 1082-1094, 2012.
[21]      A. Samui, and S.R. Samantaray, “Assessment of ROCPAD relay for islanding detection in distributed generation,” IEEE Trans Smart Grid, vol. 2, pp. 391-398, 2011.
[22]      A. Ukil, and R. Zivanovíc, “Abrupt change detection in power system fault analysis using adaptive whitening filter and wavelet transform,” Electric Power System Research, vol. 76, pp. 815-823, 2006.
[23]      حسین شایقی و بهروز صبحانی، «حفاظت ضد جزیره‌ای با استفاده از تبدیل موجک نرخ تغییرات فرکانس برای سیستم سیمولاتور توربین بادی»، نشریه سامانه‌های غیرخطی در مهندسی برق، دوره 2، شماره 1، ص 98-112، 1393.
[24]      W.G. Morsi, and M.E. El-Hawary, “Novel power quality indices based on wavelet packet transform for non-stationary sinusoidal and non-sinusoidal disturbances,” Electric Power System Research, vol. 80, pp. 753-759, 2010.
[25]      W. Zhao, Y.H. Song, and W.R. Chen, “Improved GPS traveling wave fault locator for power cables by using wavelet analysis,” Electric Power Energy System, vol. 23, pp. 403-411, 2001.
[26]      H. Shayeghi, and B. Sobhani, “Zero NDZ assessment for anti-islanding protection using wavelet analysis and neuro-fuzzy system in inverter based distributed generation,” Energy Conversion and Management, vol. 79, pp. 616–625, 2014.