ファーザーとは?

パスは、シンジエドの波形の真直度と相角を符号化する複雑な数値です。 変化する電流(AC)回路、電圧、電流は時間とともに異なり、正弦の操作とコサイン関数の面倒な操作を行います。 これらの波形を]として表現することで、エンジニアは、時間差の差分を変換する V\me の形式は、Ve\me \{{{{{{{} \} \{{{{{{{} \} \} \} \} \} \{{{{{{{{} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \} \

重要な利点は、ファサーは時間対対称的な式を解決する必要があることを排除することです。代わりに、安定した状態の状況は、複雑なアルゲブラを使用して分析され、さらに、減算、乗算、および分裂が複雑な平面上のベクトル操作に相当します。この単純化は、大規模電力システムをモデリングするために不可欠のファサーを作ります。

蛍光体図と可視化

phasor 図は、複雑な平面上の複数のファサーのグラフィカルな表現です。各ファサーは、長さが大きさを表し、方向(角度)は、参照に相対的に相変化を表している矢印です。パワーシステムの場合、ファサー図は、異なるノードで電圧と電流間の関係を視覚化するのに役立ちます。例えば、伝送線の電圧ファサーは、電圧ポリゴン電圧を出力するか、または、または、または、プローブの電圧を変化に変化するかどうかを検証します。

パワーフロー解析のファーザー

パワーフロー(またはロードフロー)分析は、安定した状態の動作下にある電力システム内のすべてのバスで電圧の大きさと相角を決定します。問題は、非線形のアルゲブラクイエーションのセットを解決するために減少します。例えば、(]]))、ニュートン・ラフソン)。各バスは、電圧ファサール\(V \angle \delta \)と複雑な電源\(S = jQ = +電力バランス)によって特徴付けられます。

  • 実力: \(P i = \sum {k=1}^{N} |V i||V k|(G {ik}\cos\delta {ik} + B {ik}\sin\delta {ik}) \) \)
  • 反応力:\(Q i = \sum {k=1}^{N} |V i||V k|(G {ik}\sin\delta {ik} - B {ik}\cos\delta {ik})\)\)\(=========================================================================================================================================================================================

これらの式は、直接ファサーの大きさと角度を使用します。ニュートン・ラフソン法のジェイコブアン・マトリックスは、電圧の大きさと位相角に関して部分的な誘導体で構成されます。正確なファサーデータは、状態推定またはの相測定ユニット(PMUs)の速度の収斂と精度を向上させ、エンドリアルな分割ラインおよび分割ラインの最適化を可能にします。

最適電力の流れ(OPF)

OPFは、運用制約を尊重しながら、目的関数(例、生成コスト、損失)を最小限に抑えることで、電力の流れを拡張します。 蛍光体変数は、決定変数です。 相角差の包含は、伝達線を介してアクティブな電力の流れの正確な制御を可能にします。 相差を悪用することにより、OPFは最大5%でライン損失を削減することができます。 重負荷ネットワークでは、によって公表された研究によると、 [[FLT:FLT:1]IEEE:1]。

欠陥分析のファーザー

短絡の欠陥、電圧および流れの間には、安定した状態のファサー値から突然突然の逸脱します。 エンジニアはの対称コンポーネント(陽性、負、ゼロシーケンス)を使用して、不均衡な障害を分析します。 各シーケンスは3つのファサーセットです。 対称的なコンポーネント変換は、これらの三相のファサーを、これらの障害の調整を簡素化し、計算を簡素化します。

ファーザーは、障害距離を推定するために、電圧ファサーの比率を測定する[の概念を強調しています。 現代の距離リレーは、]の数値信号プロセッサ](DSP)から推定ファサールを使用して、60Hzシステム用の1サイクル(16.67 ms)内のトリップ決定をします。 正確には、システムと調整の精度に影響を与えます。

蛍光体測定ユニット(PMU)とシンクロソーサ

PMUは、電圧と電流波形を高速で(最大120個のサンプル/サイクル)、コンピュートファサーが、GPSを介して座標化されたユニバーサルタイム(UTC)に同期する高度なデバイスです。 結果] - 同期]は、広範囲の地理領域にわたってタイムアライメント測定を提供します。 これにより、ワイドエリア監視秒、保護、およびコントロール[FLT]が30秒未満のデータを制御できます。 [FLT:]は、従来のデータが30秒以上で、データが30秒以上をコントロールできます。

北米シンクロファサーイニシアチブ(NASPI)は、PMUネットワークがポストディストリビューションイベントの分析を改善し、ダイナミックモデルを検証したことを報告しています。 トランスミッションオペレーターは、PMUデータを使用して振動モードを特定し、島々の検出、システムのダンピングを検証します。 []国家標準技術研究所] (NIST)は、シンクロファサード測定(IEEE C37118)の基準を提供します。

シンクロフザーのアプリケーション

  • 推定強化: 従来のSCADA測定でPMUファサーと組み合わせたハイブリッド推定器は、精度の伸縮を改善します。
  • 電圧安定性監視:[]])Theveninインピーダンスメソッドは、局部のファサー測定を使用して、電圧崩壊に近接する推定値を使用します。
  • 一時的な安定性予測:[ リアルタイム回転子角度の同等物は、PMUデータから派生し、同期の損失を早期に警告することができます。

ファーザーを用いたシステム安定性解析

パワーシステム安定性は、回転子角度、電圧、周波数安定性を伴います。 ファーザーは各ドメインに中央です。 []] 回転子角度安定性] の場合、スイング式は、動作点の周りに線形化されます。 結果の小型信号モデルは、ファザー角度と倍率である状態変数を含みます。 システムマトリックスのEigenvalue解析は、低弱に低下した電気機械モードを明らかにします。 信号システムは、FMUSH-FSR-FSR-F-F-F-FSR-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-F-

電圧安定性は、PVとQV曲線を用いて評価されます。 反応力と電圧の大きさ間の相関関係は、電圧崩壊のメカニズムを説明しています。 オペレータは、PV曲線の鼻に近いシステムを使用して、コンデンサーの切り替えや、シーディングの負荷などの是正措置をトリガーします。

パワーシステム最適化におけるファーザーの利点

  • [システム可視性:[ ファーザーは、広範囲にわたるイベントを相関する[]の共通時間参照を提供します。これにより、オペレータは、静的なスナップショットだけでなく、リアルタイムでグリッドの動的動作を見ることができます。
  • [] 欠陥検出と分離:[] の改良された欠陥の位置のアルゴリズムは、不足分の持続時間を減らす、数百メートル以内の欠陥をピンポイントすることができます。 欠陥を迅速に分離する能力は、顧客に影響を最小限に抑えます。
  • [] 最適化された電力の流れと損失の減少:[[]] 線の断面角度差を使用して、オペレータは損失を最小限に抑えるために生成パターンを調整することができます。 角度減少の各度は、数パーセントでラインの損失を下げることができます。
  • 再生可能エネルギーの統合の促進:[ 太陽および風力農場は可変的な生成を導入します。 ファーザーの測定は、結果の電力のスイングと電圧変動を管理し、安定した統合を保証します。 PMU データは、調整の決定と反応力の補償を支援します。
  • [スマートグリッド技術のサポート:[]] ファーザーは、適応保護スキーム、自己治癒ネットワーク、および高度な流通管理システムのバックボーンです。 彼らは、ダイナミックラインの評価や自動要求応答などのクローズループ制御アクションを有効にします。

課題と考察

利点にもかかわらず、ファサーベースのシステムはいくつかの課題に直面しています。 データレイテンシ]]はリアルタイム制御を劣化させることができます。 典型的なPMUデータは、50〜100msの遅延があり、サブサイクル保護アクションには遅すぎる可能性があります。 ]は、別の問題です。 単一のPMUは、1日あたりのメガバイトの数百を生成し、堅牢なネットワークと専門的な通信ソリューションを必要とする。

[Cybersecurity]は成長する懸念です。 Phasorのデータストリームは、測定やコマンドを操作できるサイバー攻撃の潜在的なベクトルです。 ]]によって推奨されるような暗号化および認証プロトコルは、NIST Cybersecurity Frameworkは不可欠です。

さらに、トランジェント条件下や、調和的なコンテンツが高まるとき、ファサー推定の精度が低下します。]のような高度なアルゴリズムは、テイラーシリーズベースのファサー推定は、オフわずかな周波数と高速な変化を処理するために開発されています。

ファーザーベースの最適化における将来のトレンド

phasorsの役割は、電力システムのの数字のツインの採用で展開します。 これらの仮想レプリカは、気象予測と市場データとPMUデータを組み合わせて、システム動作を予測します。 phasorパターンで訓練された機械学習アルゴリズムは、従来の方法よりも早期に異常を検出することができます。

人工知能(AI)は、リアルタイムのトポロジー識別と適応保護のためのファサーデータにも適用されます。 米国エネルギー省の格子近代化イニシアティブは、シンクロファサーを使用してグリッド形成インバータを100%再生可能エネルギーグリッド用グリッド。 分布システムでは、マイクロヘッドは、ARを最適化するための欠陥および欠陥の最適化を行うプロジェクトに資金を供給しています。

パワーグリッドは、よりダイナミックなインバータベースのシステムに進化するにつれて、ファサーは基本的なツールを維持します。 どちらのの大きさと角度をキャプチャする能力は、電力システムのパフォーマンス、信頼性、および弾性を最適化するために、どんなエンジニアにとっても不可欠です。