مبدلهای باک غیرایزوله از راه حلهای شناخته شده برای تولید ولتاژ DC قابل کنترل در سطوح توان متوسط و بالا هستند. در این بین مبدلهای سنکرون به دلیل عدم وابستگی نسبت تبدیل ولتاژ به بار و پیوستگی جریان سلف، مورد توجه زیادی قرار گرفته اند. اما کلیدزنی این مبدلها در سطوح تو أکثر
مبدلهای باک غیرایزوله از راه حلهای شناخته شده برای تولید ولتاژ DC قابل کنترل در سطوح توان متوسط و بالا هستند. در این بین مبدلهای سنکرون به دلیل عدم وابستگی نسبت تبدیل ولتاژ به بار و پیوستگی جریان سلف، مورد توجه زیادی قرار گرفته اند. اما کلیدزنی این مبدلها در سطوح توانی بالاتر، در فرکانسهای پایینتری صورت میگیرد. به همین دلیل مدار سوئیچینگ باید با زمان مرده بالاتری کار کند در این مقاله یک طرح مدار کاربردی آنالوگ و بدون استفاده از میکروکنترلر برای کلیدزنی مبدل باک سنکرون ارائه شده است که ضمن تضمین عدم ارسال همزمان پالس به کلیدها، مقدار زمان مرده قابل تنظیمی ارائه میدهد که با توجه به سطح ولتاژ و جریان کاری مدار قابل تغییر خواهد بود. پس از تحلیل شرایط لحظه روشن و خاموش شدن مدار، مشخص شد که در لحظه خاموشی جریان گذرای مخربی یه کلیدها اعمال میشود که این مقاله برای راه حل این موضوع استفاده از دو رله حالت جامد (SSR) سریع در مسیر سیگنال ورودی به ماژول گیت درایور پیشنهاد میدهد که بر روی نمونه اولیه دستگاه تست شده است. این مقاله همچنین با تحلیل شرایط لحظه روشن و خاموش شدن مدار، الزامات مورد نیاز مدار سوئیچینگ را برای اینکه جریان گذرای آسیب زنندهای از ترانزیستور دو قطبی با گِیت عایق شده (IGBT) عبور نکند ذکر میکند. نتایج آزمایشهای تجربی روی یک مبدل DC/DC باک سنکرون 15 کیلووات با خروجی 300 ولت 50 آمپر نشان میدهد مدار سوئیچینگ طراحی شده به خوبی زمان مرده قابل تنظیم تا 6 میکروثانیه را در کلیدزنی این مبدل ایجاد کرده و شرایط پیوستگی جریان سلف را هم در بی باری و هم تحت بار فراهم کرده است. همچنین روش پیشنهادی به خوبی گذراهای لحظه روشن و خاموش شدن مدار را حذف کرده است.
تفاصيل المقالة
قابلیت اعتماد یک سیستم قدرت بیانگر میزان اعتماد به عملکرد صحیح و مطلوب این سیستم در آینده و احتمال پاسخگویی مطلوب این سیستم در سرویسدهی و انجام وظایف از پیش تعیین شده میباشد. اطلاعات حوادث رخ داده در سیستم قدرت دادههای اصلی مطالعه قابلیت اعتماد در شبکه میباشند. در ا أکثر
قابلیت اعتماد یک سیستم قدرت بیانگر میزان اعتماد به عملکرد صحیح و مطلوب این سیستم در آینده و احتمال پاسخگویی مطلوب این سیستم در سرویسدهی و انجام وظایف از پیش تعیین شده میباشد. اطلاعات حوادث رخ داده در سیستم قدرت دادههای اصلی مطالعه قابلیت اعتماد در شبکه میباشند. در ارزیابی قابلیت اعتماد، هدف به دست آوردن پارامترهای مشخص و از پیش تعیین شده با استفاده از سابقه سیستم است که به کمک آنها میتوان عملکرد سیستم را در گذشته بررسی کرد و نقاط ضعف آن را به دست آورد. به عبارت دیگر منظور از ارزیابی قابلیت اعتماد اصلاح و بهبود نحوه بهرهبرداری از شبکه، کاهش قطعی برق و حوادث شبکه میباشد. این مقاله به ارزیابی قابلیت اعتماد شبکه برق منطقهای باختر با در نظر گرفتن توسعه شبکه تا سال 1393 پرداخته و راهکارهایی برای بهبود قابلیت اعتماد شبکه ارائه و میزان تأثیر آنها بر روی شاخصهای قابلیت اعتماد را بررسی میکند. برای شبیهسازی روش مورد مطالعه از نرمافزار DIgSILENT استفاده شده است. نتایج شبیهسازی نشاندهنده تأثیر مثبت روشهای پیشنهادی برای بهبود قابلیت اعتماد شبکه برق باختر میباشد.
تفاصيل المقالة
فناوری های نوین مهندسی برق در سیستم انرژی سبز
,
العدد13,السنة
4
,
بهار
1404
اتصال ریزشبکه¬های مبتنی بر انرژی¬های تجدید در خطوط انتقال بیش از پیش افزایش یافته است. حضور این ریزشبکه¬ها در کنار مزایای که دارند اما معضلاتی را از مناظر مختلف بهره برداری، کنترل و حفاظت پیش می¬آورند. اتصال مستقیم این ریزشبکه¬ها به صورت T-off در خطوط انتقال و بدون احدا أکثر
اتصال ریزشبکه¬های مبتنی بر انرژی¬های تجدید در خطوط انتقال بیش از پیش افزایش یافته است. حضور این ریزشبکه¬ها در کنار مزایای که دارند اما معضلاتی را از مناظر مختلف بهره برداری، کنترل و حفاظت پیش می¬آورند. اتصال مستقیم این ریزشبکه¬ها به صورت T-off در خطوط انتقال و بدون احداث پست، باعث اختلال شدید در عملکرد الگوریتم¬های حفاظتی خط می¬شود. در این مقاله یک روش تشخیص خطا در خطوط انتقال متصل به ریزشبکه¬های مبتنی بر انرژی¬های تجدید پذیر جهت تشخیص زود هنگام خطای قطع فاز مبتنی بر اطلاعات یک سمت خط (ترمینال ابتدای خط) و با استفاده از روش آموزش یادگیری شبکه¬های عصبی مصنوعی ارائه شده است. شبکه عصبی در نظر گرفته شده در این مقاله ترکیبی از نوع کانولوشنی و بازگشتی با دروازههای فراموشی (CNN_LSTM) می¬باشد. مدل ترکیبی شامل یک لایه Conv1D با ۶۴ فیلتر و سایز کرنل ۳، یک لایه MaxPooling1D، دو لایه LSTM با ۳۲ واحد، یک لایه Dropout و یک لایه Dense با یک واحد و فعالسازی سیگموئید است. دیتاهای لازم جهت آموزش شبکه عصبی مورد نظر از شبیه سازی شبکه اصلی و پیاده سازی سناریوهای مختلف خطا در سیمولینک نرم افزار متلب استخراج شده¬اند و در نهایت مدل شبکه عصبی مورد نظر در محیط نرم افزار پایتون برنامه نویسی و مدلسازی شده است. طبق نتایج شبیه سازی، دقت نهایی مدل استخراج شده در تشخیص خطای قطع فاز در این توپولوژی پیشنهادی حدود 73/99٪ ارزیابی شده است. نتایج موفقیت آمیز ارائه شده در قسمت نتایج تست و ارزیابی، موید عملکرد مطلوب الگوریتم پیشنهادی در این مقاله می¬باشد.
تفاصيل المقالة
سند
Sanad is a platform for managing Azad University publications