For Better Performance Please Use Chrome or Firefox Web Browser

Haidar Samet

Grade: 
Ph.D

PhD Dissertation Title:

Dynamic modeling and prediction of arc furnace reactive power in order to use in SVC control algorithm

چکیده:

تغییرات طول قوس کوره قوس الکتریکی باعث تغییرات ولتاژ در محل اتصال کارخانه فولاد به شبکه سراسری و بوجود آمدن فلیکر میشود. به طور معمول برای کاهش فلیکر از SVC استفاده میشود که با تزریق توان راکتیو مخالف توان راکتیو کوره، تغییرات توان راکتیو در نقطه اتصال کارخانه به شبکه را حذف میکند. به علت وجود تاخیر زمانی در حدود نیم سیکل در پاسخ SVC، امکان جبران کامل فلیکر ناشی از تغییرات توان راکتیو کوره وجود ندارد. برای جبران این تاخیر زمانی و بهبود عملکرد SVC در جبران فلیکر می توان مقدار توان راکتیو کوره را برای نیم سیکل بعد پیش بینی و از مقدار پیش بینی شده در آلگوریتم کنترل SVC استفاده کرد. پیش بینی توان راکتیو، مستلزم داشتن مدل دینامیکی کوره قوس است. به منظور بدست آوردن مدلهای مناسب برای توان راکتیو کوره های قوس برای اولین بار در این رساله اندازه گیریهای زیادی از ولتاژ و جریان کوره های مجتمع فولاد مبارکه انجام و سریهای زمانی توان راکتیو بر اساس تعریفهای مختلف از توان راکتیو محاسبه می شوند. برای مدلسازی توان راکتیو کوره قوس و استخراج مشخصات مدلهای مطلوب، سه مجموعه مطالعات شامل تحلیلهای خطی سریهای زمانی، محاسبه بهنگام ضرایب مدل و تحلیل غیر خطی سریهای زمانی انجام می شود. روند مطالعات شامل اندازه گیریهای فراوان و سه مرحله تحلیل به همراه جزئیات آنها، کارهای جدیدی است که در این رساله انجام شده است. در تحلیل خطی، از مدلهای تصادفی خطی ARMA برای سریهای زمانی توان راکتیو استفاده و با بکار گیری انواع روشهای آماری، مشخصات آماری سریهای توان راکتیو و رتبه مدلهای مناسب ARMA برای آنها تعیین می شود. با استفاده از این تحلیل نشان داده می شود که سریهای زمانی توان راکتیو 10 ثانیه ای فرایندهای ایستایی هستند که لازم است حتما توسط مدلهای ARMA مدلسازی شوند. مطالعات مدلهای ARMA(2,1)، ARMA(2,2) و ARMA(3,2) را برای این منظور پیشنهاد می دهند. به علاوه در این تحلیل، مدلهای برداری ARMA نیز مورد بررسی قرار می گیرند. همچنین با تعریف شاخصهای مناسب مبتنی بر مفاهیم اولیه فلیکر ناشی از تغییرات توان راکتیو و طیف فرکانسی سریهای زمانی، کارایی استفاده از پیش بینی توان راکتیو در عملکرد SVC نسبت به حالت عدم استفاده از آن اثبات می شود. با توجه به اینکه ضرایب مدلهای ARMA برای سریهای زمانی توان راکتیو کوره برای زمانها و کوره های مختلف متفاوتند، در عمل لازم است ضرایب مدل توسط روشهایی دائما به روز شوند. به این دلیل از روشهای NLMS، RLS و ژنتیک به هنگام استفاده و بر اساس شاخصهای تعریف شده عملکرد گذرا و دائمی آنها در تعیین دقیق ضرایب مدل مورد بررسی قرار می گیرد. بخش سوم مطالعات شامل تحلیل غیر خطی سریهای زمانی است. در این مطالعات، پارامترهای غیر خطی برای سریهای زمانی محاسبه و با بکار گیری آزمونهای مختلف در روش اطلاعات جانشین، نشان داده می شود که 20 تا 60 درصد سریهای زمانی توان راکتیو دارای خواص غیر خطی هستند. به علاوه با محاسبه بزرگترین مولفه لیاپانوف برای سریهای زمانی مشخص می شود که آنها فرایندهای آشوبناک نیستند. همچنین با استفاده از روندی جدید و بکارگیری سریهای زمانی باقیمانده ها وجود مولفه های قطعی و تصادفی در سریهای زمانی توان راکتیو مورد بررسی قرار گرفته و با تعریف شاخصهای مختلف، نسبت مولفه قطعی غیر خطی به مولفه قطعی کل برای سریهای زمانی تعیین می شود. مطالعات نشان میدهند که مولفه غیر خطی قطعی نسبت به کل مولفه ها قطعی ناچیز است و در مدلسازی توان راکتیو کوره می توان از آن صرفنظر نمود.