فهرست مطالب

نشریه فناوری های نوین مهندسی برق در سیستم انرژی سبز
سال چهارم شماره 3 (پیاپی 15، پاییز 1404)

  • تاریخ انتشار: 1403/09/03
  • تعداد عناوین: 6
|
  • آرام عزیزی، مهرداد غلامی * صفحات 1-23

    پمپاژ آب یکی از کاربرد های مهم انرژی خورشیدی است. سیستم پمپاژ را می توان با توجه به تعداد مراحل تبدیل توان به دو دسته یک سطحی و چند سطحی دسته بندی کرد. در سیستم های پمپاژ خورشیدی چند سطحی همواره یک مبدل DC-DC برای ردیابی نقطه حداکثر توان(MPPT) نیاز است. این تبدیل توان منجر به افزایش هزینه، اندازه، پیچیدگی و کاهش بازده سیستم می شود. در این مقاله یک سیستم پمپاژ یک سطحی متشکل از یک موتور BLDC تغذیه شده با آرایه فوتوولتائیک ارائه شده است که در آن مبدل DC-DC حذف شده است. سیستم یک سطحی با توجه به مزیت های فراوان آن، به سیستم چند سطحی ترجیح داده می شود. همچنین به دلیل اینکه موتور BLDC با توجه به ویژگی های آن برای سیستم خورشیدی بسیار مناسب است، در این مقاله از این موتور استفاده می شود. در این سیستم برای دستیابی به پمپاژ با حجم حداکثر و ثابت بدون توجه به شرایط آب و هوایی، از یک منبع هیبریدی فوتوولتائیک با پشتیبانی باتری استفاده شده است، به این صورت که آرایه PV  منبع تغذیه اصلی است و باتری به عنوان پشتیبان عمل می کند. نحوه عملکرد باتری در این سیستم به این شکل است که، باتری فقط در شرایط نامناسب آب وهوایی یا در طول شب که توان تولیدی آرایه PV برای تغذیه موتور در دسترس نیست، تخلیه می شود. از سوی دیگر زمانی که به پمپاژ آب نیاز نباشد یا میزان توان PV مازاد بر مقدار توان مورد نیاز موتور- پمپ باشد، باتری شارژ می شود. کنترل شارژ و دشارژ باتری به طور خودکار توسط یک مبدل دو جهته باک و بوست کنترل می شود. یک سیستم کنترل ساده برای کنترل آرایه PV به منظور دریافت حداکثر توان و از طریق اینورتر منبع ولتاژ استفاده می شود. همچنین از یک روش ساده و مقرون به صرفه برای  کلیدزنی اینورتر به منظور راه اندازی و کنترل سرعت موتورBLDC استفاده شده است.

    کلیدواژگان: فوتوولتائیک، موتورBLDC، پمپاژ آب، کنترل کننده شارژ دو جهته، MPPT، منبع تغذیه هیبریدی
  • احمد روحانی، محمود جورابیان*، سید سعیدالله مرتضوی صفحات 24-43

    امروزه حضور گسترده منابع تولید تجدیدپذیر در کنار منابع تولید تجدید ناپذیر به همراه ذخیره سازهای انرژی بعنوان یک سیستم هیبرید انرژی بسیاری از مشکلات واحد تولید و ذخیره سازی انرژی را در سیستم های قدرت حل نموده است. مدیریت بهینه توان جهت افزایش قابلیت اطمینان و تامین پیوسته بار یکی از چالش های اساسی این سیستم ها می باشد. لذا با توجه به وجود سیستم های اصلی و پشتیبان، استفاده از یک استراتژی مدیریت توان بهینه و متناسب با ساختار سیستم ضروری می باشد. در این مقاله علاوه بر طراحی و بهینه سازی ابعاد سیستم، یک استراتژی مدیریت توان متناسب با ساختار سیستم هیبرید انرژی پیشنهادی با اهداف مختلفی از جمله تامین بار الکتریکی و حرارتی، بهینه سازی ابعاد سیستم، کاهش هزینه های ساخت، تولید و بهره برداری و افزایش ضریب نفوذ منابع تجدیدپذیر به منظور کاهش آلایندگی های زیست محیطی ارائه شده است. بدین منظور مدل ریاضی اجزای سیستم و فرمولبندی توان الکتریکی و حرارتی انجام شده و تابع هزینه چند هدفه با قیود متعدد فنی و اقتصادی به کمک روش بهینه سازی هوشمند ازدحام ذرات کمینه شده است. کارایی استراتژی مدیریت انرژی طراحی شده با استفاده از اطلاعات آب و هوایی شهر شیراز مورد تجزیه و تحلیل قرار گرفته و عملکرد مناسب سیستم را در تامین پیوسته بار الکتریکی و حرارتی در سناریوهای مختلف نشان داده شده است. همانطور که مشاهده می شود مقدار هزینه ها برای سیستم حرارتی و پیل سوختی به 1200000 دلار کاهش یافته است.

    کلیدواژگان: انرژی تجدیدپذیر، تولید همزمان برق و گرما، سیستم هیبرید انرژی، مدیریت توان
  • داوود کرمعلیان، بهروز مجیدی *، محمدرضا مرادیان، خوشنام شجاعی، سید محمدمهدی میرطلائی صفحات 44-57

    در این مقاله، مدل بهبودیافته ای از ریزولورهای رلوکتانسی تشخیص موقعیت زاویه ای با دقت بالا در شرایط نامحوری ارایه شده است. در ریزولور پیشنهادی، ابعاد استاتور به گونه ای طراحی و بهینه سازی شده است که خطای نامحوری تاثیر کمتری در دقت خروجی داشته باشد. به این منظور، ابتدا یک ریزولور رلوکتانسی متعارف با سیم‍پیچی بدون همپوشانی معرفی و شبیه سازی می شود. سپس انواع مختلف خطاهای نامحوری به منظور پیاده سازی در نرم افزار مکسول فرمول بندی و معرفی می شوند. عملکرد ریزولور تحت خطاهای نامحوری با درجه های مختلف، شبیه سازی و از بین تمامی آنها، خطایی که بیشترین تاثیر را در دقت ریزولور دارد شناسایی می شود. به منظور بهبود عملکرد و دقت حسگر پیشنهادی، اندازه ی دندانه ها با معرفی دو پارامتر α و β و با استفاده از آنالیز حساسیت در نرم افزار مکسول شبیه سازی می گردد. با مقایسه ی شبیه سازی های انجام شده توسط روش اجزای محدود، مقدار بهینه ی این دو پارامتر بدست آمده و عملکرد ریزولور با ابعاد بهینه شده در حضور و عدم حضور خطای نامحوری بررسی می شود. نتایج حاصل از شبیه سازهای این ریزولور، صحت عملکرد و دقت بالاتر آن را در شرایط نرمال و خطای نامحوری نسبت به نوع متعارف تایید می کند. به دلیل استفاده از ابعاد فیزیکی و تحریک الکتریکی یکسان در ریزولور پیشنهادی و متداول، این ریزولور قابل جایگزین با مدل متداول در صنایع مختلف است.خطای نامحوری نسبت به نوع متعارف تایید می کند. به دلیل استفاده از ابعاد فیزیکی و تحریک الکتریکی یکسان در ریزولور پیشنهادی و متداول، این ریزولور قابل جایگزین با مدل متداول در صنایع مختلف است.

    کلیدواژگان: ریزولور رلوکتانسی، خطای نامحوری، ساختار بدون همپوشانی، روش اجزای محدود
  • حمیدرضا صفا، علی اصغر قدیمی * صفحات 58-75

    تقاضای انرژی الکتریکی با توسعه صنعت به شدت افزایش یافته است، اما تامین آن از سوخت های فسیلی مشکلاتی مانند گرمایش زمین و آلودگی محیط زیست را به دنبال دارد. با توجه به محدودیت و کاهش منابع فسیلی، یافتن جایگزین های پایدار ضروری است. در این میان، انرژی باد به دلیل هزینه کم و عدم تولید آلودگی، به عنوان یک منبع تجدیدپذیر مناسب برای تامین انرژی الکتریکی مطرح می شود. با این حال، برای دستیابی به توان پایدار از نیروگاه های بادی، لازم است اطلاعات دقیقی از سرعت باد در آینده در دسترس باشد. پیش بینی سرعت باد به دلیل ماهیت تصادفی و متناوب آن بسیار دشوار است، در این مقاله، برای مقابله با این چالش و دستیابی به پیش بینی دقیق، از مدل ترکیبی شامل شبکه عصبی کانولوشنال موقتی و بازگشتی دوطرفه (TCN-BiLSTM) استفاده شده است. ابتدا، هایپرپارامترهای الگوریتم تجزیه حالت متغیر ، با استفاده از روش قدرتمند Optuna بهینه سازی شده اند. در مرحله بعد، داده های اصلی سرعت باد برای بهبود عملکرد مدل ترکیبی (TCN_BiLSTM) نرمالیزه شده و به الگوریتم تجزیه حالت متغیر داده شده اند تا به توابع مد ذاتی(IMF)  تجزیه شوند. سپس هر IMFبه صورت جداگانه به مدل ترکیبی برای پیش بینی داده می شود. درآخر در نهایت، خروجی ها از حالت نرمال سازی خارج و ترکیب شده اند تا نتیجه نهایی به دست آید. با توجه به ارزیابی مدل ترکیبی با معیارهای آماری، نتایج نشان می دهد که مدل پیشنهادی دقت بالایی دارد. در این ارزیابی، ضریب تعیین برابر با 99.1٪، میانگین خطای مطلق برابر با 0.36 و ریشه میانگین مربعات خطا  برابر با 0.48 به دست آمده است.

    کلیدواژگان: پیش بینی سرعت باد، تجزیه حالت متغیر، شبکه های عصبی مصنوعی
  • اکبر براتی، غضنفر شاهقلیان * صفحات 76-93

    مشکل آلودگی هوا ناشی از استفاده سوخت های فسیلی در حمل ونقل، باعث توسعه صنعت حمل و نقل برقی شده است. قطار درون شهری (مترو) مقرون به صرفه ترین و گسترده ترین وسیله حمل و نقل برقی است که یکی از روش های حل مشکل ترافیک و آلودگی هوا در نظر گرفته می شود. با توجه به کمبود و محدودیت منابع تولید انرژی و هزینه زیاد تولید انرژی، نیاز به اجرایی مدیریت مصرف انرژی در صنعت مترو است. بازیابی انرژی الکتریکی و کاهش تلفات توان در سیستم ترمز قطار شهری یکی از روش های ضروری و مهم جهت مصرف بهینه انرژی است. به کمک سیستم بازیابی انرژی ترمزی می توان لختی حرکتی قطار که در ترمزهای اصطکاکی به گرما تبدیل می شود را به برق مصرفی تبدیل کرد. در ترمز دینامیکی، انرژی جنبشی چرخ با استفاده از حالت ژنراتوری سیستم کشش قطار به هنگام اعمال ترمز، به انرژی الکتریکی تبدیل می گردد که معمولا این انرژی در مقاومت های ترمزی تلف می شود. در این مقاله بازیابی انرژی ترمز قطارهای مترو با استفاده از انتقال توان از طریق تزویج القایی ارائه شده است. این ساختار برای بهینه سازی انرژی ترمز قطار ارائه شده که به عنوان نمونه در متروی اصفهان شبیه سازی و بررسی شده است. مدل پیشنهادی از یک مدار دوطرفه الکترونیک قدرت تشکیل شده است. اولیه مدار شامل یک اینورتر تمام پل تعبیه شده در داخل قطار متصل به سیم پیچ اولیه است و ثانویه آن یک مدار اینورتر تمام پل متصل به سیم پیچ ثانویه است که دز ایستگاه های مترو نصب می شود. ارتباط اولیه و ثانویه توسط تزویج القایی بین سیم پیچ اولیه و ثانویه برقرار می شود  و انتقال توان ترمز به خارج از قطار انجام می گردد. مدل سیستم مورد مطالعه در محیط سیمولینک متلب پیاده سازی شده و نتایج شبیه سازی  و نیز نمودار ترمز مکانیکی و نمودار توان کششی قطار نشان داده شده است.

    کلیدواژگان: انتقال توان، بازیابی انرژی ترمز، تزویج القایی، قطارهای مترو
  • بهبود ظرفیت میزبانی از منابع PV-STATCOM با مدیریت بهینه ذخیره ساز انرژی و در نظر گرفتن برنامه پاسخگویی بار
    فرزین فردین فر، مصطفی جعفری کرمانی پور * صفحات 94-113

    در سالیان اخیر به دلیل افزایش نرخ نفوذ سیستم های فتوولتائیک  (PV)در شبکه های توزیع، چالش های فنی زیادی به وجود آمده است. یکی از پیامدهای مخرب ناشی از نصب زیاد سیستم های PV، اضافه ولتاژ در برخی از ساعات روز است که این عامل باعث کاهش ظرفیت میزبانی(HC)  شبکه از منابع فتوولتائیک می شود. نوآوری این مقاله اجرای یکپارچه برنامه پاسخگویی بار، استفاده از ذخیره سازهای انرژی و اینورترهای هوشمند سیستم های فتوولتائیک به عنوان جبران کننده سنکرون استاتیکی (PV-STATCOM) می باشد که از آن ها برای بهبود ظرفیت میزبانی استفاده شده است. در این راستا، مدیریت مناسب ذخیره ساز انرژی، کنترل توان راکتیو مبادله شده با شبکه توسط PV-STATCOM به منظور بهینه سازی تابع هدف شامل بیشینه سازی ظرفیت میزبانی، کمینه سازی تلفات، انحراف ولتاژ و هزینه های بهره برداری صورت گرفته است. همچنین جهت واقعی شدن محاسبات و شبیه سازی های انجام شده از توابع احتمالاتی برای مدل سازی عدم قطعیت بار در شبکه توزیع نیز استفاده شده است. مدل سازی عدم قطعیت انجام شده در این مقاله، نمونه برداری به روش ابر مکعب لاتین (LHS) است که سرعت و همپوشانی نمونه برداری بهتری نسبت به روش مونت کارلو دارد. برای حل مساله بهینه سازی تابع هدف، از الگوریتم بهینه سازی عقاب آکیولا (AO) استفاده شده و نتایج بدست آمده با الگوریتم های تجمعی ذرات (PSO) و ژنتیک (GA) مقایسه شده اند. شبیه سازی روش پیشنهادی بر روی شبکه تست 15 باسه IEEE، تاثیرگذاری آن بر افزایش ظرفیت میزبانی تا 39 درصد را ضمن رعایت حدود مجاز تغییرات ولتاژ و بهبود تلفات و هزینه بهره برداری، نشان می دهد.

    کلیدواژگان: ظرفیت میزبانی، برنامه پاسخگویی بار، الگوریتم بهینه سازی آکیولا، روش نمونه برداری ابرمکعب لاتین، جبران ساز سنکرون استاتیکی خورشیدی
|
  • Aram Azizi, Mehrdad Gholami * Pages 1-23

    Water pumping is one of the significant applications of solar energy. The solar pumping system can be categorized into two types based on the number of power conversion stages: single-stage and multi-stage. In multi-stage systems, a DC-DC converter is required to ensure the maximum power point tracking (MPPT). However, this power conversion block leads to increased costs, size, complexity, and reduced system efficiency. In this study, a single-stage solar pumping system using a brushless DC (BLDC) motor is designed to eliminate the need for a DC-DC converter. The single-stage structure is preferred over the multi-stage structure due to its advantages, and the BLDC motor is chosen for its suitability in solar pumping systems. In the proposed system, a hybrid photovoltaic (PV) and battery source is utilized to ensure consistent pumping volume regardless of weather conditions. The PV array serves as the primary power source, while the battery acts as a backup. The battery is discharged only during unfavorable weather conditions or at night when the PV array cannot provide power to the motor-pump. Conversely, when water pumping is not required or the PV power exceeds the motor-pump's power demand, the extra power is stored in the battery, which is then charged. A bidirectional charging control system is employed to automatically switch the battery's mode of operation using a bidirectional converter. To control the BLDC motor, a simple control technique is proposed, which allows the solar PV array to operate at its peak power using a voltage source inverter (VSI).

    Keywords: Solar Pv, Bldc Motor, Water Pumping, Bidirectional Charging Control, Mppt, Hybrid Source
  • Ahmad Rouhani, Mahmood Joorabian *, Seyed Saeidollah Mortazavi Pages 24-43

    Today, the widespread presence of renewable production sources alongside non-renewable production sources along with energy storage devices as a hybrid energy system has solved many problems of energy production and storage units in power systems. Optimum power management to increase reliability and continuous supply of load is one of the basic challenges of these systems. Therefore, according to the existence of the main and backup systems, it is necessary to use an optimal power management strategy that fits the system structure. In this article, in addition to designing and optimizing the dimensions of the system, a power management strategy suitable for the structure of the hybrid energy system is proposed with various goals, such as providing electric and thermal load, optimizing the dimensions of the system, reducing the costs of construction, production and operation and increasing the penetration rate of renewable resources is presented in order to reduce environmental pollution. For this purpose, the mathematical model of the system components and the formulation of electric and thermal power have been done, and the multi-objective cost function with several technical and economic constraints has been minimized with the help of particle swarm optimization. The efficiency of the designed energy management strategy has been analyzed using the weather information of Shiraz city, and the appropriate performance of the system has been shown in the continuous supply of electrical and thermal load in different scenarios. As can be seen, the amount of costs for the heating system and fuel cell has decreased to $1200,000.

    Keywords: Combined Heat, Power, Energy Storage System, Hybrid Energy System, Power Management, Renewable Energy
  • Davood Karamalian, Behrooz Majidi *, Mohamadreza Moradian, Khoshnam Shojaei, Sayyed Mohammad Mehdi Mirtalaei Pages 44-57

    In this article, an improved model of reluctance resolvers for accurate angular position detection in the presence of static, dynamic and mixed eccentricity faults is presented. In order to improve the accuracy of the resolver, first, a reference non-overlapping reluctance resolver is introduced and simulated. Various types of eccentricity faults are then implemented mathematically in the Maxwell software. The resolver's performance under different eccentricity faults is simulated, and the fault with the greatest impact on the accuracy is selected. Next, proposed resolver's tooth dimensions are parametrically defined using parameters α and β, and sensitivity analysis is performed using FEM. The optimal values of these two parameters are obtained by comparing the simulations’ results. Subsequently, the resolver with optimized dimensions is presented, and its performance is evaluated in the absence of the faults. The output characteristics of this resolver confirm its performance accuracy under normal conditions. Furthermore, the resolver is simulated under different eccentricity faults, and more precise performance is validated as well. Due to the same size and excitation for both conventional and proposed models, this model can replace the conventional ones in all industries.

    Keywords: Reluctance Resolvers, Eccentricity Faults, Non-Overlapping, Finite Element Method
  • Hamid Reza Safa, Ali Asghar Ghadimi * Pages 58-75

    The demand for electrical energy has sharply increased with the development of industry. However, supplying this demand through fossil fuels leads to problems such as global warming and environmental pollution. Considering the limitations and depletion of fossil fuel resources, finding sustainable alternatives has become essential. Among these alternatives, wind energy stands out as a viable renewable source for electricity generation due to its low cost and lack of pollution. However, to achieve stable power generation from wind farms, accurate information about future wind speed is essential. Predicting wind speed is highly challenging due to its random and intermittent nature. In this paper, a hybrid model combining a Temporal Convolutional Network and Bidirectional Long Short-Term Memory (TCN-BiLSTM) is employed to address this challenge and achieve accurate predictions. First, the hyperparameters of the Variational Mode Decomposition (VMD) algorithm were optimized using the powerful Optuna method. Next, the original wind speed data were normalized to enhance the performance of the hybrid model (TCN-BiLSTM) and then fed into the VMD algorithm to be decomposed into Intrinsic Mode Functions (IMFs). Each IMF is then individually fed into the hybrid model for prediction. Finally, the outputs are denormalized and combined to obtain the final result. Based on the evaluation of the hybrid model using statistical metrics, the results indicate that the proposed model achieves high accuracy. In this evaluation, the coefficient of determination (R²), mean absolute error (MAE), and root mean square error (RMSE) were found to be 99.1%, 0.36, and 0.48, respectively.

    Keywords: Wind Speed Prediction, Variational Mode Decomposition, Artificial Neural Networks
  • Akbar Barati, Ghazanfar Shahgholian * Pages 76-93

    The problem of air pollution caused by the use of fossil fuels in transportation has caused the development of the electric transportation industry. The intra-city train (metro) is the most economical and widespread means of electric transportation, which is considered one of the ways to solve the problem of traffic and air pollution. Due to the lack and limitation of energy production resources and the high cost of energy production, there is a need to implement energy consumption management in the metro industry. Recovering electrical energy and reducing power losses in the urban train braking system is one of the necessary and important methods for optimal energy consumption. With the help of braking energy recovery system, the inertia of the train, which is converted into heat in friction brakes, can be converted into consumed electricity. In dynamic braking, the kinetic energy of the wheel is converted into electrical energy using the generator mode of the train's traction system when braking is applied, and this energy is usually wasted in braking resistors. In this paper, braking energy recovery of metro trains using power transmission through inductive coupling is presented. This structure is presented to optimize the braking energy of the train, which has been simulated and investigated as an example in the Isfahan subway. The proposed model consists of a two-way power electronic circuit. The primary circuit consists of a full-bridge inverter installed inside the train connected to the primary coil, and the secondary circuit is a full-bridge inverter circuit connected to the secondary coil, which is installed in subway stations. The primary and secondary connection is established by induction coupling between the primary and secondary coils, and the braking power is transferred to the outside of the train. The studied system model is implemented in Simulink MATLAB environment and the simulation results as well as the mechanical brake diagram and the traction power diagram of the train are shown.

    Keywords: Brake Energy Recovery, Induction Coupling, Power Transmission, Subway Trains
  • Increasing PV-STATCOM Penetration Using Optimal Management of Energy Storage and Considering Demand Response Program
    Farzin Fardinfar, Mostafa Jafari Kermani Poure * Pages 94-113

    In recent years, due to the increasing penetration of photovoltaic (PV) systems in distribution networks, there are several technical challenges. One of the destructive consequences of extra PV system installation is voltage raising in some hours of the day, which reduces Hosting Capacity (HC) of the grid. The innovation of this paper is the integrated implementation of the demand response program, utilization of energy storages and smart inverters as static synchronous compensation (PV-STATCOM), which they are used for improving Hosting Capacity. In this regard, proper energy storage management, reactive power control by PV-STATCOM in order to optimize the objective function include maximizing the Host Capacity, minimization of losses, voltage deviation and operation cost. Also, the real computations are performed by using probabilistic functions to model the load uncertainty in distribution network. The uncertainty quantification model in this paper is Latin Hypercube Sampling (LHS) method, which has better speed calculation and sampling compare to Monte Carlo method. To solve the optimization problem of objective function, the optimization algorithm of Aqiula Optimizer (AO) is used and the results are compared with Particle Swarm Optimization (PSO) and Genetic Algorithm (GA). The proposed method is based on IEEE 15-bus test system and shows its effectiveness on increasing Hosting Capacity up to 39 % while respecting to the limits of voltage variation and improvement of losses and costs.

    Keywords: Hosting Capacity, Demand Response Program, Aqiula Optimizer Algorithm, Latin Hypercube Sampling Technique, PV-Static Synchronous Compensation