PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Coordinated Control Strategy of TCSC and SVC for Damping Power System Oscillation Enhancement

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
PL
Strategia kontroli współrzędSnych w układzie TCSC i SVC w zwiększeniu wydajność tłumienia oscylacji w systemie elektroenergetycznym
Języki publikacji
EN
Abstrakty
EN
This paper proposes a combination of the Thyristor Controlled Series Capacitor (TCSC) and Static Var Compensator (SVC) installation for enhancing the damping performance of a power system. The developed scheme employs a damping controller which coordinates measurement signals with control signals to control the TCSC and SVC. Controller performance over a range of operating conditions is investigated through simulation studies on a single-machine infinite-bus(SMIB) power system. In this paper, a current injection model of TCSC is developed and incorporated in the transmission system model. By using equivalent injected currents at terminal buses to simulate a TCSC no modification of the bus admittance matrix is required at each iteration. Furthermore, an ADAptive LInear NEural (ADALINE) network as a model of coordinated control to control the flow injection model, TCSC and SVC is used. The results of this model in the simulation compared with a coordinated FACTS controller (LQR model). As you will see, ADALINE network power system damping is improved.
PL
W artykule przedstawiono propozycję zastosowania układu pojemności szeregowych z łącznikami tyrystorowymi (TCSC) oraz statycznego kompensatora mocy biernej (SVC) do polepszenia wydajności tłumienia oscylacji w sieci elektroenergetycznej. Działanie zastosowanego sterownika poddano badaniom symulacyjnym w zakresie operacyjnym w systemie jednomaszynowym, linii nieskończenie długiej. Opisano model kontroli prądu przez TCSC, który włączono w model systemu przesyłowego. Dodatkowo, w celu zamodelowania kontroli współrzędnych w modelu przepływu TCSC i SVC, zastosowano sieć neuronową typu ADALINE (ang. ADAptive LInear NEural). Wyniki badań symulacyjnych zostały porównane z działaniem sterownika FACTS (model LQR).
Słowa kluczowe
Rocznik
Strony
228--231
Opis fizyczny
Bibliogr. 10 poz., rys.
Twórcy
autor
  • Young Researchers and Elite Club, Beyza Branch, Islamic Azad University, Beyza, Iran
Bibliografia
  • [1] P. Kundur, "Power System Stability and Control", McGraw-Hill, 1994.
  • [2] L. Kirschner, D. Retzmann, and G. Thumm, ”Benefits of FACTS for power system enhancement”, IEEE/PES Transmission and Distribution conference and exhibition: Asia and Pasific Dalian, China 2005.
  • [3] M. Wien, H. Schwarz, and T. Oelbaum, “Performance analysis of SVC”, IEEE Trans. Circuits Syst. Video Technol., vol. 17, no. 9, pp. 1194–1203, Sep. 2007.
  • [4] B.H. Li, Q.H.Wu, D.R. Turner, P.Y.Wang, X.X. Zhou,Modeling of TCSC dynamics for control and analysis of power system stability, Int. J. Electr. Power Energy Syst. 22 (2000), No.1, 43-49.
  • [5] U. P. Mhaskar, A. M. Kulkarni, “Power Oscillation Damping Using FACTS Devices: Modal Controllability, Observability in LocalSignals, and Location of Transfer Function Zeros”, IEEE Transaction on Power Systems, Vol. 21, No. 1, February 2006.
  • [6] S. K. Tso, J. Liang, Q. Y. Zeng, K. L. Lo, and X. X. Zhou, “Coordination of TCSC and SVC for stability improvement of power systems”, Proc of the IEE International Conference on Advances in Power System Control, Operation and Management, Hong Kong, pp. 371-376, November 1997.
  • [7] E. V. Larsen and J. H. Chow, “SVC control concepts for system dynamic performance,” Applications of Static Var Systems for System Dynamic Performance, IEEE Publication 87TH0187-5- PWR, 1987.
  • [8] M. Wien, H. Schwarz, and T. Oelbaum, “Performance analysis of SVC”, IEEE Trans. Circuits Syst. Video Technol., vol. 17, no. 9, pp. 1194–1203, Sep. 2007.
  • [9] B. Widrow and M. Kamenetsky, “Statistical efficiency of adaptive algorithms”, Neural Netw., vol. 16, no. 5–6, pp. 735–744, Jun. 2003.
  • [10] W. Zhang, “System identification based on an improved generalized ADALINE neural network”, Control and Decision Conf (CCDC), Chinese, Aug. 2011.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-ebb18c3d-669a-45e4-8cfc-69f3fdaa5328
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.