Summary: | Η ραγδαία ανάπτυξη των ηλεκτρονικών ισχύος τα τελευταία χρόνια και η χρήση τους σε μια ποικιλία βιομηχανικών εφαρμογών οδήγησε στο πρόβλημα των ανώτερων αρμονικών. Η ύπαρξη ανώτερων αρμονικών επιφέρει πολλά προβλήματα στα συστήματα ηλεκτρικής ενέργειας και στα στοιχεία που τα αποτελούν. Για το λόγο αυτό, τοποθετούνται παθητικά φίλτρα που σκοπό έχουν να μειώσουν έως και να εξαλείψουν τις συνέπειες των αρμονικών. Ο σχεδιασμός των παθητικών αρμονικών φίλτρων μπορεί να γίνει με βάση διάφορα κριτήρια. Στην παρούσα διπλωματική εργασία, γίνεται σχεδιασμός παθητικών αρμονικών φίλτρων με τη βοήθεια των γενετικών αλγορίθμων που σκοπό έχουν τη μεγιστοποίηση του συντελεστή ισχύος. Η μεγιστοποίηση του συντελεστή ισχύος γίνεται αυξάνοντας την ωφέλιμη ισχύ (την ισχύ της θεμελιώδους αρμονικής), μειώνοντας τη μιγαδική ισχύ και εξαλείφοντας την ισχύ των ανώτερων αρμονικών (απώλειες).
Πιο συγκεκριμένα:
Στο 1ο κεφάλαιο γίνεται μια εισαγωγή στο πρόβλημα των ανώτερων αρμονικών καθώς και στις επιπτώσεις τους σε διάφορα τμήματα του εξοπλισμού ενός συστήματος ηλεκτρικής ενέργειας. Επίσης αναφέρεται συνοπτικά ο σκοπός των αρμονικών φίλτρων και της διπλωματικής εργασίας.
Στο 2ο κεφάλαιο γίνεται εκτενής αναφορά στα παθητικά αρμονικά φίλτρα και σε θέματα που σχετίζονται με τα είδη, το μέγεθος, το κόστος, το σχεδιασμό και την προστασία των φίλτρων. Επιπλέον γίνεται μνεία στα όρια των αρμονικών βάσει του προτύπου 519-1992 του ΙΕΕΕ.
Το 3ο κεφάλαιο γράφτηκε με σκοπό να αποτελέσει ένα εγχειρίδιο γενετικών αλγορίθμων. Ξεκινά με την ιστορική αναδρομή και γενικές έννοιες και επεκτείνεται σε ένα ευρύ φάσμα εφαρμογών. Επιπλέον γίνεται επεξήγηση των δυνατοτήτων του GA toolbox του Matlab καθώς και τα βήματα που θα πρέπει να ακολουθήσει κάποιος προκειμένου να χρησιμοποιήσει τους γενετικούς αλγορίθμους ως εργαλείο βελτιστοποίησης.
2
Στο 4ο κεφάλαιο γίνεται αναλυτική περιγραφή του συστήματος και των δεδομένων του, αποδεικνύεται το μαθηματικό μοντέλο που χρησιμοποιήσαμε και γίνεται αναφορά στα μεγέθη που θα υπολογιστούν. Επιπροσθέτως, παρουσιάζονται τα αποτελέσματα που προέκυψαν από τους γενετικούς αλγορίθμους για την περίπτωση των αρμονικών πηγής τάσης και για αυτή των αρμονικών πηγής ρεύματος έτσι ώστε να μεγιστοποιείται ο συντελεστής ισχύος.
Τέλος, στο 5ο κεφάλαιο εξάγονται χρήσιμα συμπεράσματα τα οποία απορρέουν από το σχεδιασμό των παθητικών αρμονικών φίλτρων με τη χρήση των γενετικών αλγορίθμων έτσι ώστε να μεγιστοποιείται ο συντελεστής ισχύος. Εν κατακλείδι, αναφέρονται κάποιες μελλοντικές σκέψεις σχετικά με το σχεδιασμό παθητικών αρμονικών φίλτρων. === The rapid development of power electronics in recent years and their use in a variety of industrial applications led to the problem of higher harmonics. The existence of higher harmonics causes many problems in power electric systems and the elements they consist of. This is the reason why passive filters which are designed in order to reduce or even eliminate the effects of higher harmonics are used. The design of passive filters is based on various criteria. This Thesis, examines the design of passive harmonic filters (using genetic algorithms), which aim to maximize power factor. By increasing the useful power (power of fundamental harmonic), decreasing the apparent power and eliminating the power of higher harmonics (losses), the power factor is being maximized.
More specific:
The first chapter is an introduction to the problem of higher harmonics, as well as to their effects on various parts of electric power system equipment. There is also a summary of the purpose of harmonic filters and this thesis.
In the second chapter extensive references are made on passive harmonic filters and issues relating to species, size, cost, design and protection of filters. In addition, reference is made to harmonic bounds, based on IEEE Standard 519-1992.
The third chapter is written in order to serve as a handbook of genetic algorithms. It enters with the historical background of genetic algorithms and extends to their use on a wide range of applications. The potentials of Genetic Algorithm (GA) toolbox of Matlab are explained. The steps to be followed in order to use genetic algorithms as optimization tool are also mentioned.
A detailed description of the system and its data is given in the fourth chapter. The mathematical model and its relations used to simulate our system are proved. An extensive reference is made to the units sizes that will be calculated. Additionally, the results obtained from the genetic algorithms both in the case of the harmonic voltage source and the harmonic current source, in order to maximize the power factor, are presented.
Finally, in the fifth chapter, useful conclusions are drawn from the design of passive harmonic filters (using genetic algorithms). In addition some thoughts about alternative designs of passive harmonic filters are stated in this chapter.
|