Steady-state stability limit (SSSL) assessment when wind turbine penetration to south sulawesi system using ANN

• Autorzy: Siswanto Agus , Suyuti Ansar , Chaerah Gunadin Indar , Mawar Said Sri

Identyfikatory

DOI

10.15199/48.2021.11.09

Warianty tytułu

PL

Ocena limitu stabilności stanu ustalonego (SSSL) podczas dołączanmia turbiny wiatrowej do systemu w Sulawesi Południowym Indonezja przy użyciu sieci ANN

• Języki publikacji: EN

Abstrakty

EN

The increase in electricity load continues to increase, as population growth, productivity, regional progress, households and industries that always use electricity. As a result of the increase in impact on load fluctuations that result in electric power systems approaching the stability limits of normal conditions, resulting in the instability of the generator to withstand the load. The condition of instability is affected by the contingency ability and the transfer of power from the generator which are interconnected to the load through the transmission network. The ability of the transmission system to determine the stability index can be solved using the REI-Dimo method. The performance of this method by determining the same Z value as the system on many buses becomes one busload centered. This paper presents an assessment of the steady-state stability limit (SSSL) in an electric power system using REI-Dimo based on the Artificial Neural Network (ANN) Method. The stability index in an electric power system is determined by REI-Dimo, then detraining and testing using ANN. ANN results can conduct an SSSL assessment with an error value of -0.2572 without wind turbines, the error value using wind -0.1691. This study was conducted on the South Sulawesi system that has been connected with a 75MW Wind Turbine in the sidrap area. The simulation shows that the proposed method can quickly and accurately determine the SSSL prediction in the power system.

PL

W wyniku wzrostu wpływu na wahania obciążenia, które powodują zbliżanie się systemów elektroenergetycznych do granic stabilności warunków normalnych, skutkuje to niestabilnością generatora w zakresie wytrzymania obciążenia. Na stan niestabilności ma wpływ zdolność awaryjna i transfer mocy z generatora, który jest połączony z odbiorem poprzez sieć przesyłową. Zdolność systemu przesyłowego do wyznaczania wskaźnika stabilności można rozwiązać za pomocą metody REI-Dimo. Wydajność tej metody poprzez określenie tej samej wartości Z jak system na wielu magistralach staje się jednym skupionym na obciążeniu magistrali. W artykule przedstawiono ocenę granicy stabilności w stanie ustalonym (SSSL) w systemie elektroenergetycznym za pomocą REI-Dimo w oparciu o metodę sztucznej sieci neuronowej (ANN). Wskaźnik stabilności w systemie elektroenergetycznym jest określany przez REI-Dimo, a następnie odtrenowanie i testowanie za pomocą ANN. Wyniki SSN mogą przeprowadzić ocenę SSSL z wartością błędu -0,2572 bez turbin wiatrowych, wartość błędu przy użyciu wiatru -0,1691. Badania przeprowadzono na systemie Sulawesi Południowym, który został połączony z turbiną wiatrową o mocy 75 MW w rejonie Sidrap. Symulacja pokazuje, że proponowana metoda pozwala szybko i dokładnie określić predykcję SSSL w systemie elektroenergetycznym.

Słowa kluczowe

EN

steady state stability limit; penetration; REI-Dimo; wind turbine; south sulawesi system; ANN

PL

stabilność systemu energetycznego; turbina wiatrowa; sieć neuronowa

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2021
• Tom: R. 97, nr 11
• Strony: 51--56
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Siswanto Agus

• Department of Electrical Engineering, Faculty of Engineering, Hasanuddin University, South Sulawesi, Indonesia
• Department of Electrical Engineering, Faculty of Engineering, 17 Agustus 1945 Cirebon University, West Java, Indonesia

• https://orcid.org/0000+0002+5852+8161

autor

Suyuti Ansar

• Department of Electrical Engineering, Faculty of Engineering, Hasanuddin University, South Sulawesi, Indonesia

• https://orcid.org/0000-0002-7742-9986

autor

Chaerah Gunadin Indar

• Department of Electrical Engineering, Faculty of Engineering, Hasanuddin University, South Sulawesi, Indonesia

• https://orcid.org/0000-0001-9516-0282

autor

Mawar Said Sri

• Department of Electrical Engineering, Faculty of Engineering, Hasanuddin University, South Sulawesi, Indonesia

• https://orcid.org/0000-0002-4879-4000

Bibliografia

• 1. Fang, P., et al. Analiza charakterystyki operacji wysyłającej regionalnej sieci energetycznej zintegrowanej z wielkoskalową energią wiatrową. w 2014 r. Chińska Międzynarodowa Konferencja Dystrybucji Energii Elektrycznej (CICED). 2014.
• 2. Mokryani, G., P. Siano i A. Piccolo. Połączenie symulacji Monte Carlo i OPF w celu oceny wpływu energii wiatrowej na rynek. w 8. śródziemnomorskiej konferencji w sprawie wytwarzania, przesyłu, dystrybucji i konwersji energii (MEDPOWER 2012). 2012.
• 3. Siswanto, A., et al., Poprawa stabilności turbiny wiatrowej przeniknęła za pomocą stabilizatora systemu elektroenergetycznego (PSS) w systemie przesyłowym Południowego Sulawesi. Materiały z konferencji AIP, 2018. 1941 (1): s. 020036.
• 4. Yuli Asmi Rahman, AS i irwan Mahmudi, Stability Issues in Presence Variable Distributed Generation Into Radial Distribution Network International Conference on Industrial Electrical and Electronics (ICIEE) 2018.
• 5. Agus Siswanto, I.C.G., Sri Mawar Said, Ansar Suyuti, Poprawa stabilności poprzez zmniejszenie fluktuacji napięcia przy użyciu SVC w penetracji systemu energetyki wiatrowej EPI International Conference on Science and Engineering, 2019.
• 6. Gunadin, I.C., Z. Muslimin i A. Siswanto. Poprawa stabilności przejściowej przy użyciu metod wytwarzania energii alokacji w oparciu o bezwładność momentu. w 2017 roku Międzynarodowa Konferencja Elektrotechniki i Informatyki (ICELTIC). 2017.
• 7. Gavrilas, M., O. Ivanov i G. Gavrilas, REI równoważny projekt dla systemów zasilania elektrycznego z algorytmami genetycznymi. Tom 7. 2008. 911-921.
• 8. Gunadin, I., S. Said i M. Irsan, Wyznaczanie wskaźnika stabilności systemu elektroenergetycznego metodami REI-Dimo. Tom 90. 2016. 161-167.
• 9. Siswanto, A., Ocena granicy stateczności w stanie ustalonym, gdy turbina wiatrowa przeniknęła do systemów przy użyciu podejścia REI. Tom 1. 2019. 53-57.
• 10. Gunadin, I.C., A. Soeprijanto i O. Penangsang, Real Power Generation Scheduling to Improve Steady State Stability Limit in the Java-Bali Interconnection Power System. World Acad. Sci. Eng. Technol, 2010. 72: s. 1-5.
• 11. Gunadin, I., et al., Steady-State Stability Assessment Using Neural Network Based on Network Equivalent. Indonesian Journal of Electrical Engineering, TELKOMNIKA (Telekomunikacja, Informatyka, Elektronika i Sterowanie), 2011. 9: s. 411-422.
• 12. Gunadin, I., S. Said i M. Irsan, Wyznaczanie wskaźnika stabilności systemu elektroenergetycznego metodami REI-Dimo. 2016. 90: s. 161-167.
• 13. Ashraf, SM, et al., Monitorowanie stabilności napięcia systemów energetycznych wykorzystujących zredukowaną sieć i sztuczną sieć neuronową. International Journal of Electrical Power & Energy Systems, 2017. 87: s. 43-51.
• 14. Balasubramanian, R. i R. Singh. Analiza stabilności napięcia systemu elektroenergetycznego z wykorzystaniem metod ANN i kontynuacji przepływu mocy. w 2011 roku 16th International Conference on Intelligent System Applications to Power Systems. 2011.
• 15. Ani A.F.M., M. Sulaiman i R. Omar. Badanie marginesów stabilności napięcia i mocy systemu elektroenergetycznego z wykorzystaniem ANN. w 4th IET Clean Energy and Technology Conference (CEAT 2016). 2016.
• 16. Bahbah, A.G. i A.A. Girgis. Wybór funkcji wejściowych do oceny stabilności w czasie rzeczywistym dla sztucznej sieci neuronowej (ANN) przy użyciu analizy czułości ANN. w Proceedings of the 21st International Conference on Power Industry Computer Applications. Łączenie narzędzi. PICA 99. Do Tysiąclecia i dalej (Cat. Nr 99CH36351). 1999.
• 17. Kamalasadan, S., A.K. Srivastava i D. Thukaram. Nowatorski algorytm oceny stabilności napięcia online w oparciu o sieć neuronową zasilającą. w 2006 roku IEEE Power Engineering Society General Meeting. 2006.
• 18. Goh, H.H., et al., Validation of Steady-State Stability Evaluation Exerting with Dimo's Approximation. 2016. 38 (7 .) -38 (7 .).
• 19. Shayesteh, E., et al., METODA REI do modelowania wieloobszarowego systemów elektroenergetycznych. International Journal of Electrical Power & Energy Systems, 2014. 60: s. 283-292.
• 20. Stadler, J. i H. Renner. Zastosowanie dynamicznej redukcji REI. w IEEE PES ISGT Europe 2013. 2013.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).