NAPREDNE METODE DETEKCIJE I ZAŠTITE OD OTOČNOG

POGONA SUNČANIH I ELEKTRANA BIOMASU

Sažetak

Povećan udio obnovljivih izvora izvore (OIE) u distribucijskoj (DN) pa i prijenosnoj

mreži (PN) dovodi pred nove izazove inženjere zaštite i osoblje koje vodi pogon DN i PN

mreže, ali i projektante sunčanih i elektrana na biomasu ili bioplin i dispečere u elektranama.

Zbog sve većeg udjela OIE povećava se pouzdanost opskrbe potrošača električne energije s

jedne strane, ali dovodi i do problema koordinacije zaštite i moguće neželjene prorade zaštita

kako generatora tako i zaštita u mreži. Generatori (sinkroni ili asinkroni) su neodvojivi dio,

povezani su s mrežom i u međusobnoj su uzajamnoj međuovisnosti s njom u pogledu

parametara napona, frekvencije, radne i jalove snage. Sunčane elektrane preko izmjenjivača su

sinkronizirane na mrežu i također postaju njen neodvojivi dio. Sukladno tome, valjalo bi

provjeriti postojeće metode, koje koriste uglavnom pasivne zaštite i detaljnije navesti nove

metode umjetne inteligencije (UI) za detekciju otočnog pogona s vrlo velikom osjetljivošću i

malom zonom ne detekcije otočnog pogona (NDZ). Isto tako, treba prikazati i nove napredne

metode detekcije otočnog pogona primjenom adaptivnih fuzzy neuronskih inherentnih sustava

(ANFIS) koje se temelje na praćenju mjernih veličina u točki spajanja elektrane i mreže:

srednje vrijednosti napona, struja, ukupnog harmonijskog izobličenja (THD) napona i struja

(THDV) i (THDI), frekvencije (f) i radne i jalove snage (P, Q). Konačno, treba pokazati i

primjere uspješnih pasivnih zaštita i nove metode na tri elektrane, dvije na biomasu: BE-TO

Sava (pasivne) u Staroj Gradiški i Uni Viridas u Babinoj Gredi (nova) i jedne sunčane elektrane

(ANFIS).

Abstract

The increasing share of renewable sources of energy (RES) in the distribution (DN) and

transmission network (TN) leads to new challenges for protection engineers and personnel

responsible for dispeachers of DN and TN networks, and also for solar and biomass power

plants or biogas project engineers. Due to the increasing share of the RES, the reliability of

electricity supply is also increasing, on the one hand, but it also leads to the problem of

coordination of protection and possible unwanted trips of both generator protection and

network protection. Generators (synchronous or asynchronous) are an inseparable part,

connected to the grid and are mutually interdependent with it in terms of voltage, frequency,

active and reactive power parameters. Solar power plants through the exchangers are

synchronized to the network and also become its inseparable part. Consequently, existing

methods, using passive protections should be checked with Artificial Intelligence (AI) detection

methods, using to detect an islanding situation with very high sensitivity and a small non-

detection zone (NDZ). Also, new advanced islanding detection methods should be introduced

using adaptive neuro-fuzzy inference systems (ANFISs) based on the monitoring of measured

parameters at the PCC of the power plant with the network: voltage, current, total harmonic

distortion (THDV) voltage, current (THDI), frequency (f), active (P) and reactive power (Q).

Finally, examples of successful passive protection and new methods are shown on three power

plants, two on biomass : BE-TO Sava (passive) in Stara Gradiška and Uni Viridas in Babina

Greda (new) and one solar power plant (ANFIS).

Autori:

Prof. dr. sc. Srete NIKOLOVSKI, dipl. ing.

Sveučilište J. J. Strossmayera u Osijeku, Elektrotehnički fakultet, Kneza Trpimira 2b, 31000 Osijek,

Hrvatska, tel. 031/224717, fax. 031/224605, email. srete.nikolovski@ferit.hr

Mr.sc. Dragan Mlakić,dipl.ing. Elektrodistribucija, Novi Travnik “, JP Elektroprivreda HZ HB“ d.d,

Mostar, Mostar, Bosnia and Herzegovina, e-mail: dragan.mlakic@ephzhb.ba

1. UVOD

Sposobnost detekcije otočnog pogona je jedan od važnijih zahtjeva koji se postavlja

pred sustav zaštite DG prije početka njihovog rada. Pod otočnim pogonom podrazumijeva se

stanje sustava kada je dio distributivne mreže isključen od ostatka sustava, ali ostaje napajan od

strane DG-a spojenih na taj isti dio. Ovakvo stanje je nepoželjno budući da ono povećava rizike

i opasnost za ljude i opremu. Prema mrežnim pravilima HEP-a ono nije dopušteno. Stoga je

poželjno prepoznati otočni pogon i isklopiti generator s mreže čim do njega dođe. Releji

bazirani na frekvenciji, brzini promjene frekvencije, pod/nad frekvencijski releji, releji kuta

napona, pod/nad naponski releji su pasivni uređaji koji se često koriste u svrhu detekcije

otočnog pogona. Preporučeno vrijeme detekcije otočnog pogona je otprilike 300-400 ms. Tri

glavna razloga brzog isključenja su: sprječavanje automatskog ponovnog uklopa vodova (APU-

a), koji su u kvaru, izbjegavanje mogućnosti pojavljivanja novih kvarova i asinkroni uklop

generatora te smanjenje perioda unutar kojeg je otočni pogon pod naponom, a razmjerno tomu i

smanjenje rizika za osoblje koje je zaduženo za održavanje. Međutim, što se zahtjeva kraće

vrijeme detekcije otočnog pogona, teža je detekcija za istog, a samim time i podešenje releja za

zaštitu od otočnog pogona postaje težak zadatak

2. OTOČNI POGON ELEKTRANE

Sustav zaštite DG mora pratiti zahtjeve koji se pred njih postavljaju, a jedan od njih je

detekcija otočnog pogona unutar preporučenog vremenskog intervala. Napajanje otočnog dijela

sustava može uzrokovati niz problema kako za sam distributivni generator tako i za priključena

opterećenja. Također može ugroziti osoblje zaduženo za održavanje sustava budući da se

smatra kako je sustav nakon ispada u bez naponskom stanju nakon isključenja prekidača.

Stoga, sve elektrane moraju sadržavati zaštitu od otočnog pogona. U tu svrhu obično se koristi

ili generatorska zaštita ili zaštita u vodnom polju generatora prema mreži. Svi sinkroni

generatori su opremljeni sa pod/nad frekvencijskim relejima, relejima za detekciju promjene

kuta napona i relejima za detekciju brzine promjene frekvencije. [1-2]. Napajanje lokalnih

potrošača iz DG u izoliranom djelu mreže bez napajanja sa strane vanjske mreže naziva se

otočni pogon. Prema Mrežnim pravilima otočni pogon je nepoželjan a posebno se teško

detektira kada je snaga proizvodnje jednaka potrošnji izvoda. U ovom režimu rada promjena

kuta napona i frekvencije su zanemarive te kod isklopa prekidača u izvodi dolazi do otočnog

pogona. Otočni pogon se prema Mrežnim pravilima definira kao stanje proizvodne jedinice u

kojem ona može sigurno podnijeti djelomično opterećenje u izdvojenom dijelu

elektroenergetskog sustava. Sposobnost otočnog pogona podrazumijeva projektiranje sustava

reguliranja brzine vrtnje, djelatne snage i uzbude tako da proizvodna jedinica može sigurno

prijeći na bilo koje djelomično opterećenje veće od tehničkog minimuma proizvodne jedinice

[3]. Takav sustav mora biti sposoban regulirati udarno opterećenje iznosa 10 % nazivne

djelatne snage te mora biti održiv više sati. U normalnom pogonu takva elektrana predaje višak

električne energije u vanjsku mrežu te se nalazi u paralelnom spoju s mrežom.

Kako bi napon i frekvencija bili u propisanim granicama, DG imaju mogućnost regulacije

osim interminentnih izvora, koji su ovisni o nepredvidivim energijama (vjetar, sunce, plima i

oseka itd...), koji nemaju mogućnost regulacije te kod njih nije poželjan otočni pogon. Otočni

pogon je nepoželjan kod distribuiranih izvora bez mogućnošću regulacije radi mogućih

posljedica i to:

- uporabom APU-a (automatskog ponovnog uklopa) moguća je pojava luka ako je kvar

napajan sa strane izvora u otočnom pogonu,

- razlika u sinkronizmu prilikom priključenja izvora na mrežu može dovesti do kvara,

- nezadovoljavajuća kvaliteta napona na priključcima kupaca uzrokovana naponom i

frekvencijom koji nisu u propisanim granicama,

- prilikom kvara te ispitivanjem ili zamjenom mrežne opreme moguće je da dio mreže

ostane pod naponom, iako je glavni vod odspojen, te tako postoji opasnost po život samog

radnika.

Također, prilikom razdvajanja mreže na otoke dolazi do disbalansa aktivne snage, a

samim time i promjene frekvencije. APU značilo bi spajanje dva asinkrona sustava. Uobičajeno

vrijeme odgode kod releja sa APU-om ponovnog zatvaranja je između 100ms i 1000ms (u HEP

ODS-u je ono 300 ms ili 400 ms).

3. METODE DETEKCIJE OTOČNOG POGONA

Postoji sada jako puno metoda za detekcije i zaštitu od otočnog pogona a načelno se dijele na:

Pasivne metode,

Aktivne metode,

Komunikacijske metode,

Hibridne

Metode umjetne inteligencije

Slika 1. Prikaz metoda detekcije otočnog pogona

a) Pasivne metode

Ove metode mjere promjenu izlazne snage temeljene na mjerenju napona, snaga,

frekvencija i harmonična izobličenja [4-9] . Prednost ovih metoda je njihova ne invazivnost na

mrežu i generator i ne stvaraju smetnji u mreži prilikom mjerenja. Nedostatak je postojanje

veće zone neprepoznavanja (NDZ) otočnog pogona. Podešavanje parametara zaštite moraju biti

takva da prilikom raznih pogonskih događaja u normalnom pogonu ne prorade, tj. ne uzrokuju

krivu detekcije. Ove metode koriste se nad/pod naponskim i pod/nad frekvencijskim zaštitama,

brzinom promjene frekvencije i pomakom kuta. Moguća je i primjena mjerenja faktora

harmonijskog izobličenja THD. Standardne su u svim suvremenim digitalnim relejima ABB,

SIEMENS, Končar

b) Aktivne metode

Primjenom aktivnih metode precizno se prepoznaje otočni pogon. Ovim metodama se u

potpunosti eliminira NDZ [10-15]. Temelji se na injektiranju malih poremećaja u sustav.

Prilikom nastanka otočnog pogona mali poremećaj postaje značajan i može se detektirati.

Tehnikom povratne veze prepoznaje se otočni rad koji detektira promjene u naponu i

frekvenciji. Dodatni uređaji za injektiranje i generiranje poremećaja povećavaju trošak te se

dovodi u pitanje njihova isplativost. Negativan utjecaj injektiranja poremećaja odnosi se i na

kvalitetu napona distribucijske mreže.

c) Komunikacijske metode

Komunikacijske metode temelje se na PLC (Power Line Communications) tehnologiji koja

nosi signale mjerenih veličina i prekidača od strane DG i distribucijske mreže. Ove metode

imaju veliku pouzdanost u otkrivanju otočnog pogona. Problem je visoka cijena ove metode

jer su troškovi komunikacijskog sustava za nadzor i detekciju značajni. Radi na principu

praćenja signala od strane odašiljača koji je smješten u mreži i prijemnika smještenog u

distribuiranom izvoru. U slučaju isklopa, tj. pojave otočnog pogona, prijamnik ne dobiva signal

i zaštita reagira.

d) Hibridne metode

Ove metode temelji se na kombinaciji pasivnih i aktivnih metoda [16]. Ovom

kombinacijom nastoje se izbjeći loše strane aktivnih i pasivnih metoda, tj. koristiti se samo

najbolje od njih. Pasivna zaštita koristi se kao primarna koja aktivira aktivnu u slučaju

promjene pogonskog stanja. Primjerice injektiranje frekvencije uz praćenje THDu u spojnoj

točki

e) Metode umjetne inteligencije

Ovo su najnovije neinvazivne metode koje koriste napredne algoritme neuronskih mreža

(ANN), neizrazite logike (Fuzzy logic), kombinaciju istih, poznatu kao ANFIS-Adaptive

Neuro-Fuzzy Inference System. [17-20]. Zatim metode Dubokog Učenja s konvolucijskim

neuronskim mrežama, DL- Deep Learning with CNN-Convolution Neural Networks, SVM-

Support Vector Machine je metode rada s velikim brojem mjerenih podataka o paramaterima

mreže i DG na mjestu spoja.

3.1. Zona neprepoznavanja otočnog pogona

Da bi se razumjele metode detekcije otočnog pogona koje kod raznih metoda imaju

različitu NDZ- Non detection Zone, zonu neprepoznavanja te obzirom na mogućnost krivih i

neželjenih prorada zaštite prilikom otočnog pogona uvodi se zona neprepoznavanja kojom se

može odrediti pouzdanost detekcije otočnog pogona. Zona neprepoznavanja otočnog pogona

definira se kao neusklađenost razlike radne i jalove snage (∆P i ∆Q).

Slika 2. Prikaz zone neprepoznavanja otočnog pogona

Slika 2. prikazuje neusklađenost snaga (∆P i ∆Q) kod otočnog rada prikazane u funkciji

vrijednostima napona (U>, U<) frekvencije (f>, f<). Kako bi zaštita ispravno odradila, potrebno

je da ne detektira smetnje u mreži kao primjerice harmonike, prenapone, propade napona,

promjene frekvencije. Prikaz graničnih vrijednosti napona i frekvencija dan je u tablici 1.

prema normi EN 50160.

Tablica 1. Maksimalni rasponi napona i frekvencije mreže prema EN 50160 normi

Vrijednost Minimalna Maksimalna

Frekvencija fmin= 49 Hz fmax= 51 Hz

Napon Vmin= 0,9 p.u. Vmax= 1,1 p.u.

Kako bi točno odredili zonu neprepoznavanja standardne zaštite nad/pod naponske i

nad/pod frekvencijske, koristimo sljedeće formule prema [5]:

- za nad/pod naponsku zaštitu u zoni neprepoznavanja:

11

22

MINDIMAX V

V

P

P

V

V (1)

- za nad/pod frekvencijsku zaštitu u zoni neprepoznavanja:

22

11MAXDIMIN f

fq

P

Q

f

fq (2)

Najnepovoljniji slučaj detekcije otočnog pogona je nepostojanje ∆P i ∆Q, tj. kada su

radan i jalova snaga proizvodnje i tereta jednake. Upravo tu do izražaja dolaze metode umjetne

inteligencije koje taj problem rješavaju učinkovito, brzo i pouzdano bez utjecaja na parametere

mreže u PPC-u

3.2. Pregled standarda za zaštitu od otočnog pogona

Obzirom da otočni rad DG-a može uzrokovati sigurnosne probleme operatoru

distribucijskog sustava, proizvodnja iz DG-a zahtjeva poznavanje standarda Zaštita od Otočnog

Pogona (ZoOP) za procjenu učinkovitosti istih. Ovi standardi mogu poslužiti kao smjernice za

izbor i rada ZoOP. Posebno, IEEE Std.1547, IEE Std.929, međunarodni IEC 62116, japanski

standard (JET Std, 2002) i korejski standard (Korejski FN 501, 2008.) ovdje su navedeni.

Tablica 2. prikazuje usporedbu rezultata mrežnih standarda naspram faktora kvalitete,

traženog vremena detekcije otoka, raspona rada prirodne frekvencije i raspona rada napona

(IEC 62116; IEEE std. 1547; IEEE std. 929; JET std.; FN 501). Prema IEC standardu 62116,

vrijednost faktora kvalitete je izabrana temeljem izračunatih rezultata odnosa potražnje

(kW) na 723 mjerna mjesta u Japanu i instaliranog paralelnog kondenzatora (kVar) potrebnog

za postizanje cos φ = 1 na mjernom mjestu (IEC 62116, 2008). S faktorom kvalitete nula, gdje

je ili induktivno opterećenje ili kapacitivno opterećenje jednako nula, japanski standard

sugerira stavljanje rotacijskog opterećenja kada se testira DG na mrežu. Rotacijsko opterećenje

predviđeno je za funkciju povećanja faktora kvalitete. U dodatku faktoru kvalitete, raspon

iznosa napona/frekvencije također utječe na sposobnost detekcije otočnog pogona. Očekuje se

da ovaj raspon potječe na prihvaćenje lokalnih DSO svakoj državi. Posebno, slika 3. pokazuje

ispitivanje u uvjetima otočnog rada uzimajući u obzir de-balans snage ( ) i OPI (oprema

pri ispitivanju) izlazne snage.

Tablica 2. Sažetak najzanimljivijih standarda koji se bave zaštitom od otočnog pogona

IEC 62116 IEEE 1547 IEEE 929 Japanese Std. Korean

Std.

Faktor kvalitete, Qf 1 1 2.5 0 (+ rotirajući

strojevi)

1

Potrebno vrijeme

detekcije otoka, t

t < 2 s t < 2 s t < 2 s *pasiv: t < 0.5 s

*aktiv:

0.5 < t < 1s

t < 0.5 s

Opseg normalne

frekvencije, f

(nazivna

frekvencija, f0)

(f0-1.5 Hz)≤f i

f≤(f0-1.5 Hz)

*preporučeno

59.3 Hz ≤ f

≤ 60.5 Hz

59.3 Hz ≤ f

≤ 60.5 Hz

Podešena

vrijednost

59.3 Hz

≤ f

≤ 60.5

Hz

Opseg normalnog

napona V (%

nazivnog napona

V0)

85% ≤ V ≤

115%

*preporučeno

8% ≤ V ≤

110%

88% ≤ V ≤

110%

Podešena

vrijednost

88% ≤ V

≤ 110%

Prema ovim standardima, slika 3. predstavljen je tipični test za provjeru detekcije

otočnog pogona FN elektrane.

Slika 3. Ispitni sklop za ispitivanje otočnog pogona u FN elektrani

4. METODE UMJETNE INTELIGENCIJE ZA DETEKCIJU OTOČNOG

POGONA

4.1. Definicija uzorkovanja

Korištenje ove metode je detaljno prikazano u [17]. Ulazi ANFIS-i treninga dobiveni su

mjerenjem na PCC realnog FN sustava pomoću automatskog očitanja brojila (AMR). Kvaliteta

ulaznih podataka određuje učinkovitost ANFIS treninga za otkrivanje otočnog pogona.

Značajke ove metode je brzina detekcije i selektivnost strategije otkrivanja otočnog pogona. U

cilju brze detekcije potrebno je što kraće vrijeme uzorkovanja i što je više moguće uzoraka.

Skraćivanje vremena uzorkovanja čini teže postizanje selektivnosti i stoga rezultira povećanjem

NDZ-a. Slijedom toga, ova dva cilja treba optimirati izborom dobre stope uzorkovanja.

Predložena metoda zadržava pasivnu prirodu detekcije otočnog pogona je se bira 7 mjerenih

parametara: Efektivnih vrijednosti napona (RMSU) struje (RMSI) ukupnog harmoničnog

izobličenja napona (THDU) i struje (THDI), frekvenciju f, i aktivne snage DG (PG) i reaktivne

snage DG (QG). Sa svih sedam signala, predložena metoda smanjuje NDZ. Stupanj uzorkovanja

svih signala je pet milisekundi (0,005 s). Broj uzoraka je 8 tako čitav niz uzorkovanja koji traje

40 msec. Sustav uzorkovanja podataka pohranjen je u podatkovnom slogu s prvim u prvi out

(FIFO) režim rada. Skup podataka je blok ulaznih podataka koji otkrivaju otočni pogon, a

koriste se kao podaci za obuku za Adaptive Neuor-Fuzzy Inference Systems (ANFIS) algoritma

sa svih 7 signala Pregled signala, brzine uzorkovanja i vremena uzorkovanja prikazan je u

tablici 3.

4.2. Slog za treniranje ANFIS-a

Kao što je spomenuto, podaci se prikupljaju putem pametnog brojila i analizatora mreže

s vremenom uzorkovanja od 5 ms. Svi se podaci obrađuju za odgovarajuće podatkovne pakete

koji se sastoje od 8 brojeva za svaki signal: THDU, THDI, RMSU, RMSI, f, P i Q. Svi navedeni

signali su jedan ANFIS odgovoran samo za taj signalni stog. Nakon toga se prikuplja izlaz iz

svih ANFIS signala, a zatim se glavni ANFIS algoritamski trening provodi nad tim

prikupljenim podacima. Glavni ANFIS algoritam izračunava konačni izlaz na temelju svih

ostalih ANFIS izlaza signala koji ne dopuštaju pogrešnu procjenu stanja distribucijske mreže.

Postoji linearna ovisnost svih ulaza u izlaz zbog prirode predložene metode: ako su svi signali

između 0,9 i 1,1, otkriva se otočni pogon. Ovisnost lanca svih nadziranih vrijednosti čini

signale povezane jedan na drugog zbog prirode promatrane pojave. Također, zbog složenosti

izlaza za sve ANFIS algoritme, ne može se dobit jednostavno rješenje za glavni ANFIS.

Naravno, kao praktična upotreba za ovu linearnu ovisnost napominjemo da se online obuka ili

izvanmrežno ažuriranje baze znanja provode samo na prvom setu ANFIS bez ometanja glavnog

ANFIS-a. To čini ovu metodu još fleksibilniju za ponovnu upotrebu.

Slika 4. Matrica ulaznih podataka i glavni izlaz iz ANFIS-a

Tablica 3. Detalji signala i uzorkovanja

Signal Vrijeme

uzorkovanja [s]

Broj uzoraka Ukupno vrijeme

bloka uzoraka [s]

Frekvencija bloka

podataka [Hz]

Blo

k p

od

ata

ka

RMSU 0.005 8

0.04 200

RMSI 0.005 8

THDU 0.005 8

THDI 0.005 8

f 0.005 8

P 0.005 8

Q 0.005 8

OutputStackDataDIANFIS

ANFIS

ANFIS

ANFIS

ANFIS

ANFIS

ANFIS

ANFIS

StackDATA

nnnnnnnnQ

nnnnnnnnP

nnnnnnnnf

nnnnnnnnTHD

nnnnnnnnTHD

nnnnnnnnRMS

nnnnnnnnRMS

StackSamplsInput

Q

P

f

ITHDI

UTHDU

IRMSI

URMSU

STACKQ

STACKP

STACKf

STACKTHD

STACKTHD

STACKRMS

STACKRMS

I

U

I

U

__,

,

7654321

7654321

7654321

7654321

7654321

7654321

7654321

4.3. Predloženi metod detekcije

Temeljem ANFIS opisa predviđenog u odjeljku 4, za trening ANFIS-a nije potreban

nadzor. Koristeći opisane alate (prosljeđivanje naprijed, unazad i hibridni način učenja), obuka

FIS-a je laka s ulaznim podacima. Upotrebom podataka o učenju, ANFIS generira FIS prema

kvaliteti podataka i odnosu između zadane ulazne i izlazne vrijednosti. Trening se izvodi

hibridnim algoritmom, a rješenje se prati subtraktivnim grupiranjem, umjesto rešetkastog

particioniranja. Razlog tom pitanju je potrebnog rješenja grupiranje podataka a ne usklađivanja

funkcije. Na taj način, FIS ispunjava bazu znanja stvaranjem pravila. S obzirom na korištenu

tehniku otkrivanja otočnog pogona, predložena metoda je pasivna. Iz opisanog se vidi da se svi

signali dobivaju na PCC a izlazni signal se prosljeđuje prekidač DG. Cilj predstavljene metode

je minimiziranje NDZ-a i za tu svrhu se mjeri sedam signala i prikuplja se 8 uzoraka.

Grupiranje svih uzoraka je ogromno što može povećati složenost i dimenzionalnost algoritma

klasifikacije gdje je potreban jedan broj. Stoga, u kreiranom sustavu svaki mjereni signal ima

svoje ANFIS treninge samo s ulaznim podacima prema navedenom algoritmu. Na temelju

sedam izlaza iz svih ANFIS-a, slog se formira za glavni ANFIS_I_D trening. Na temelju skupa

podataka koji je dostupan u podatkovnom slogu, ANFIS_I_D je osposobljen s istim pravilima i

alatima kao i drugi FIS sustavi. Krajnji izlaz je signal za prekidač na generatoru DG.

Stupanj uzorkovanja ulaznih podataka, količina uzoraka i broj uzoraka signala su

najodgovorniji za kvalitetu ANFIS izlaza. Priprema ulaznih podataka za ANFIS obavlja se u

realnom vremenu tijekom razdoblja uzorkovanja od n = 0,005 sekundi. Svakih 0.005 sekundi,

drugi se uzorak stavlja na vrh sloga podataka i slog se dalje obrađuje sa ANFIS ulaznim

blokom. Svaki pojedini ANFIS (ANFIS_RMSU, ANFIS_RMSI, ANFIS_THDU, ANFIS_THDI,

ANFIS_f, ANFIS_P ili ANFIS_Q) odgovoran je za jedan od sedam izlaza koji ponovno

ispunjavaju podatke za glavni ANFIS ulaz. Prema broju uzoraka i trajanju mjerenja, minimalno

i optimalno vrijeme otkrivanja otočnog pogona se očekuje za 0,04 s.

Koncept predložene metode je prepoznavanje odnosa neizrazitih ulaznih podataka s

neizrazitom izlaznom podatkom koji je preveden prema MF-ovima generiranim pomoću

subtrakcijskog klasteriranja i hibridne tehnike učenja. Osjetljivost predložene metode je

povezana s vremenom uzorkovanja i trajanjem uzorka. Prema navedenim vrijednostima

navedenih varijabli, optimalno vrijeme za otkrivanje otoka je:

(3)

Svaki novi uzorak istiskuje najstariji uzorak iz snopa podataka, čuvajući istu količinu

uzoraka svo vrijeme u podatkovnom slogu. Imajući na umu da minimizira NDZ, broj signala

teži da se održi s ciljem da pokrije sve aspekte dimenzionalnosti električne energije. Stoga se za

prepoznavanje otoka dobivaju sedam signala: RMSU, RMSI, THDU, THDI, f, P i Q. Broj

izmjerenih vrijednosti upotrijebljenih za ulazni snop podataka izračunava se kao:

(4)

Ulazna matrica od 56 uzoraka podijeljena je u 7 redaka za 7 pojedinačnih ANFIS

kontrolera. Izlazi iz tih 7 kontrolera su ulaz za glavni ANFIS. Glavni ANFIS za otkrivanje

otočnog pogona osposobljen je za dobivanje 7 ulaza i odgovora u obliku jedne izlazne linije

(signala 0-1) koja je signal za prekidač. Na slici 5 je shematski prikaz predložene metode iz

perspektive površina svih 7 ANFIS sustava koji se vežu na glavni ANFIS_MAIN gdje se

konačni izlaz računa.

Slika 5. Shematska prezentacija svih 7 ANFIS sustava koji se spajaju na glavni ANFIS_MAIN.

4.4. UL1741 uvjeti testiranja

Sustav koji se ispituje testiran je u skladu s uvjetima ispitivanja i obvezama navedenim

u UL1741 standardu za zaštitu otoka. Prema UL1741 standardu, opterećenja aktivne i reaktivne

snage DG su podešene na 25%, 50%, 100% i 125% nominalne snage. Reaktivna snaga također

se podešava između -5% i + 5% nazivne aktivne snage u koracima od 1%. Da bi se ispitala

predložena metoda pod ovim uvjetima za studijski sustav prikazan na slici 1, osmišljeni su pet

simulacijskih scenarija:

Slučaj 1: aktivno opterećenje 100% snage proizvodnje, reaktivni teret je 0%, faktor

snage 1.

Slučaj 2: aktivno opterećenje 50% snage proizvodnje, reaktivni teret je 0%, faktor snage

1.

Slučaj 3: aktivno opterećenje 125% snage proizvodnje, reaktivni teret je 0%, faktor

snage 1.

Slučaj 4: aktivno opterećenje 100% snage proizvodnje, reaktivni teret je -1%, faktor

snage negativan.

Slučaj 5: aktivno opterećenje 50% generirane snage, reaktivni opterećenje je 1%, faktor

snage pozitivan.

RLC opterećenje prema prikazanim slučajevima prikazano je u tablici 4.

Tablica 4 RLC teret za test slučajeve prema standardu UL1741.

Case P [%] Q [%] R [Ohm] L [H] C [F]

1 100% 100% 0,011561 0,00345 0,002037

2 50% 100% 0,023121 0,00345 0,002037

3 125% 100% 0,009249 0,00345 0,002037

4 100% 99% 0,011561 0,003488 0,002037

5 100% 101% 0,011561 0,003419 0,002037

5. REZULTATI SIMULACIJE

5.1. Rezultati za FN sustav

Rezultati testiranja prema nevedenom standardu UL 1741 te parametrima

predstavljenim u tabeli 2 .

Slika 6. Rezultati za 2% tereta generirane snage sa različitim Qf vrijednostima.

Slika 7. Rezultati za 100% tereta generirane snage sa različitim Qf vrijednostima.

Slika 8. Rezultati za 200% tereta generirane snage sa različitim Qf vrijednostima.

Prema prikazanim rezultatima, različiti uvjeti opterećenja mijenjaju izlaznu funkciju

zbog različitih čimbenika kvalitete mreže. Na temelju opterećenja i Qf trenda, ponašanje

detekcijskog signala je različito, ali uvijek točno detektira otočni pogon. Vrijeme detekcije je

uglavnom vrlo brzo zbog dužine ulaznog steka signala od 0,040 s, u nekim slučajevima čak i

brže zbog sposobnosti predviđanja ANFIS.

5.2. Rezultati za elektranu na biomasu 10 MW

Rješenje zaštite od otočnog pogona u elektrani na biomsu 10 MW UNI VIRIDAS od

otočnog pogona prvotno je bilo projektirano i izvedeno svim pasivnim zaštitama SIEMENS

7SJ sa funkcijama pod/nad naponske (U <, U >), pod/nad frekvencijske (f <, f >), brzina

promjene frekvencije (ROCOF)- df/dt>, i pomka kuta Δθ>. No te zaštite nis omogućile pokus

otočnog pogona i isklopile elektrane na zahtjev HEP ODS-a u vremenu APU-a na 35 kV vodu

u rajanju od 300-400 ms. No mada je to rješenje primijenjeno ranije u literaturi se pojavilo

slično ali ne i isto rješenje tog problema u [20]. Podaci su uzeti iz [21].

Tablica 5. Podešenja zaštite za odvajanje u elektrani UNI VIRIDAS Opis Podešenje Primarna

vrijednost

Vrijeme

zatezanja

Djelovanje

Podnaponska spora U< 90% 9,9 kV 3,00 s Isklop

Podnaponska brza U<< 65% 7,15 kV 0,20 s Isklop

Nadnaponska spora U> 110 % 12,1 kV 1,00 s Isklop

Nadnaponska brza U>> 115% 12,65 0,02 Isklop

Podfrekvencijska brza f << 47,5 Hz 0,20 s isklop

Nadfrekvencijska brza f>> 51,5 Hz 0,20 s Isklop

Pomak kuta napona Δθ 4 o 0,00 s isklop

ROCOF ili df/dt zaštita 0,2 Hz/s 0,20 s isklop

Relej nije pri pokusu otočnog pogona odvojio generator od mreže pri podešenju

sljedećih zaštita: U<<; U>>; f<<; f >>, df/dt> i ΔӨ> i nije djelovao prekidač na VN polju

elektrane. Elekrane je više od 5 mjeseci zbog toga bila izvan pogona. Prateći najnovije

znanstvene spoznaje predloženo je inženjeru investitora da se primjeni nova pasivna zaštita.

Iskorištena je nova pasivna metoda detekcije otočnog pogona koja se i praktično potvrdila i

testirala na 10 MW elektrani na biomasu. Metoda koristi samo jedan parameter a to je brzina

promjene jalove snage, ROCOQ (dQG/dt>). Primjenjiva je na sve sinkrone generatore, koji

imaju svoju vlastiu potrošnju radne i jalove snage sa ili bez kompenzacije za snage reda of 1-20

MW. Jalova snaga generatora se mjeri i uzorkuje, a kako uvijek postoji u većem ili manjem

iznosu, u ovisnosti o predanoj snazi elektrane i vlastitoj potrošnji (snaga pumpi pojne vode,

ventilatora kotla, rashladnih tornjeva, pumpi za pripremu vode...). Karakteristika elektrana na

biomasu je da prema tarifnom sustavu daju samo radnu snagu u mrežu pa Automatski

Regulator Napona (ARN) održava faktor snage cos(φ) vrlo blizu jedinice idealno (cos(φ) = 1).

Slika. 9. Jednopolna shema nove predložene metode

Predložena detekcija i logički dijagram ROCOQ > zaštite brzinom promjene jalove

snage generatora je prikatana na slici 10

V_PCC

I_PCC

Vabc

Iabc

P

Q dQ/dtU1

U2

If (U1 ≥ U2)Circuit

Breaker

X

Reference dQ/dt

Derivate

dQ/dt3ph AC Power

Slika.10. Blok diagram nove predložene metode

Sinkroni generator je modeliran zajedno s digitalnim regulatorom napona tipa IEEE

AC7B. Simulacije pokazuju da niti jedna od veličina napon, frekvencija ne prelaze vrijednosti

podešene zaštitnama. Sve veličine i simulacije su rađene u programskim alatima DIgSILENT

PowerFactory and MATLAB/SIMULINK software pri tome otvarajući prekidač u trenutku t =

100 msec. i simulacija traje do t = 500 msec. Uvjeti otočnog pogona su podešeni na balans

snage proizvodnje generatora i potrošnje u mreži. Simulacije pokazuju i poztivan utjecaj

Automatske Regulacije Napona (ARN) . Punom linijom je označen vremenski odziv s ARN a

isprekidane bez ARN (Sl. 11.) Kako je brza podnaponska zaštita podešena na U << = 0.65 pu,

zaključuje se da ista neće detektirati otočni pogon je rje pad napona samo 3.5% u odnosu na

napon UG na njegovim stezaljakama (Sl. 12).

5,004,003,002,001,000,00 [s]

1,195

1,170

1,145

1,120

1,095

1,070

Synchronous Machine: Positive-Sequence-Voltage, Magnitude in p.u.

Synchronous Machine: Positive-Sequence-Voltage, Magnitude in p.u.

0.092 s 1.124 p.u.

0.496 s 1.118 p.u.

0.488 s 1.084 p.u.

DIg

SIL

EN

T

Slika.11. Vremenski tijek napona na genaratoru kod testa otočnog pogona

Promjene kuta napona generatora u odnosu na referentnu sabirnicu. Uočava se pozitivan

utjecaj ARN i smanjenje oscilacija.

5,004,003,002,001,000,00 [s]

49,00

46,00

43,00

40,00

37,00

34,00

Synchronous Machine: Rotor angle with reference to reference bus voltage in deg

Synchronous Machine: Rotor angle with reference to reference bus voltage in deg

0.092 s42.737 deg

0.491 s38.159 deg 0.491 s

37.219 deg

0.593 s44.140 deg

0.646 s46.887 deg

DIg

SIL

EN

T

Slika.12. Vremenski tijek kuta generatora kod testa otočnog pogona

Uočava se promjena kuta čiji se iznosi vide na slici s ARN, da je s 43.73 elo pala na 37.2

elo što čini promjenu od 6.53 stupnjeva i za očekivati je da zaštita od pomaka kuta napona Δθ>

koja je bila podešena na 4 stupnja proradila ali se to nije dogodilo. Stoga se pristupili algoritmu

ROCOQ> jer se sa slike 13 vidi značajni skok jalove snage. Taj skok to jest njegova brzina

promjene se iskoristila kao kriterij detekcije i signal je poslan ka prekidaču u vodnom polju

generatora.

0,10150,10100,10050,10000,09950,0990 [s]

4,00

3,00

2,00

1,00

0,00

-1,00

Synchronous Machine: Reactive Power in Mvar

Synchronous Machine: Reactive Power in Mvar

0.100 s 0.418 Mvar

0.101 s 2.557 Mvar

DIg

SIL

EN

T

Slika 13 Vremenski tijek promjene jalove snage generatora

Vrijednost kriterija dQ/dt > je izabran na 1000 kVar/20 ms. = 0.05 MVar/ms. i kao

takav podešan u elektrani. Taj kriterij je daleko niži od stvarno detektiranog koji iznosi dQ/dt =

(2.557-0.418) / (0.101-0.100) = 2139 MVar/sec (2.139 MVar/ms.). Kriterij se pokazao

učinkovit i elektrana je odvojena u tri pokusa u vremenima 410 ms, 430 ms and 425 ms. To nije

bilo dovoljno HEP DSO, ali su ipak pristali na produženje vremenske pauze kod brzog isklopa

na 700 ms mada je bilo dovoljno i 500 ms. To je učinjeno iz sigurnosti da ne bi tošlo do APU-a

i eventualnog asinkronog uklopa generatora na mrežu.

Na slici 14 je pokazan stvarni izmjereni odziv sva tri napona mjerenja s Dranez Power

Vista trofaznim mrežnim analizatorom u jednom od tri pokusa otočnog pogona

Slika 14 Snimak napona kod isklopa u pokusu otočnog pogona generatora

Treći primjer je uspješna prorada pasivne zaštite od otočnog pogona metodom pomaka

vektora napona Δθ> u elektrani na biomasu BE-TO Sava snage 2 MW u St. Gradiški. Korišten

je numerički relej tvrtke MEGACON tip KCG598E koji služi za zaštitu od otočnog pogona

[22].

Slika 15. Zaštita od otočnog pogona generatora KCG598E

Relej KCG598E za zaštitu od otočnog pogona ima sljedeće funkcije [22], dva stupnja

pod /nad naponske zaštite: U<, U<< i U>, U>>, dva stupnja pod/nad frekfencijske zaštite f<,

f<< i f>,f>>, ROCOF- zaštitu brzine promjene frekvencije df/dt>, min vrijeme prorade 150 ms,

podešenje od 0.01 to 2.00 Hz/s, u koracima od 0.01Hz, VVS-Voltage Vector Shift - zaštitu od

pomaka kuta napona Δθ> min vrijeme proade 50 ms, podešenje od 0.5 to15 °el u koracima od

0.1 °el., Zaštitu od nesimetrije Vi>, podešenje od 0.1-50 %, u koracima 0.1 %, vremensko

zatezanje 0.0 to 25.0 sec u koracima od 0.1s. Kod pokusa otočnog pogona proradila je uspješno

zaštita Δθ> 4 elo detektirala je otočni pogon u tri pokusa s ukupnim vremenom isklopa

prekidača od 230 ms.

5. ZAKLJUČAK

U radu je dan pregled svih metoda detekcije otočnog pogona FN i elektrana na biomasu

a posebiceje prikazana metode umjetne inteligencije s korištenjem ANFIS algoritma. Klasične

se metode primjenjuju kod svih elektrana s SG u EU, pa tako i u Hrvatskoj. Standardne zaštite

koje se koriste za odvajanje elektrane od mreže su: pod/nad naponske U<, U<<, U>, U>>,

pod/nad frekvencijske f<, f<<, f>, f>>, zaštita od pomaka kuta napona ΔΘ>, i zaštita brzine

promjene frekvencije df/dt>. Kako HEP ODS traži isklop generatora u vremenu manjem od

vremena ponovnog uklopa kod APU-a na priključnom zračnom vodu elektrane (300 ms - 400

ms), dogodi se da niti jedna pasivna zaštita ne može detektirati otočni pogon u slučaju jednake

snage generatora i konzuma u odvojenom otočnom dijelu mreže, ΔP=0.00 kW Sukladno

međunarodnoj znanstvenoj i stručnoj literaturi i novim spoznajama moguće je korištenje

algoritama umjetne inteligencije a jedan od njih je ANFIS (ili DL-Deep Learning s CNN

Convolution Neural Network- Konvolucijskim neuronskim mrežama ) i novih metoda za pokus

otočnog pogona. U ovom redu je prikazana jedna nova metoda s korištenjem ANFIS-a , drua

nova metodas ROCOQ ili dQ/dt> te primjer uspješne poznate metode pomaka kuta napona

ΔΘ>, tne snage s nisko podešenim vrijednostima koja bi proradila ukoliko nastane asinkroni

uklop generatora na mrežu.

6. LITERATURA

[1] A. M. Tayebi, M. Akhbari, ''A Comparison between Frequency Relays and Vector Surge Relays

for Synchronous DG antiislanding Protection'', EuroCon, Zagreb, Croatia 2013

[2] Martin Geidl, ''Protection of Power Systems with Distributed Generation, State of the Art'', 2005

dostupno na: https://e-collection.library.ethz.ch/eserv.php?pid=eth:27990&dsID=eth-27990-

01.pdf , pristup ostvaren: 10.12.2015

[3] S. Nikolovski, P. Marić, M. Vukobratović, ''Detekcija i zaštita od otočnog pogona distribuiranih

elektrana priključenih na distribucijsku elektroenergetsku mrežu“, međunarodno znanstveno-

stručno savjetovanje Energetska i procesna postrojenja i 6. međunarodni Forum o obnovljivim

izvorima energije, Rovinj, Croatia, 2014

[4] A. Dysko ''Risk Assessment Analysis to Find Optimum ROCOF Protection Settings“ University

of Strathclyde, Glasgow, 2013.

[5] A. Dysko, I. Abdulhadi, X. Li and C. Booth, "Assessment of Risk Resulting from the Adjustment

of ROCOF Based Loss of Mains Protection Settings, Phase I" University of Strathclyde, Glasgow

2013.

[6] A. Aljankawey, W. Morsi, L. Chang, and C. Diduch, “Passive methodbased islanding detection of

renewable-based distributed generation: The issues,” in Electric Power and Energy Conference

(EPEC), 2010 IEEE, aug. 2010, pp. 1 –8.

[7] J.C.M. Vieira, W. Freitas, W. Xu, A. Morelato, “Efficient coordination of ROCOF and frequency

relay for distributed generation protection by using the application region,” IEEE Trans. on

Power Del., vol. 21, no. 4, pp. 1878-1884, October 2006.

[8] H.S. Pragnesh, R.B Bhavesh, “A new rate of change of impedance based islanding detection

scheme in presence of distributed generation,” Elect. Power Comp. and Syst., vol. 42, no. 11, pp.

1172–1180, July 2014

[9] A. Rostami, H. Abdi, M. Moradi, J. Olamaei, “Islanding detection based on ROCOV and ROCORP

parameters in the presence of synchronous DG applying the capacitor connection strategy,” Elect.

Power Comp. Sy., vol. 45, no. 3, pp. 315-330, Jan. 2017.

[10] D. Reigosa, F. Briz, C. Blanco, P. Garc´ıa, J-M Guerrero, “Active islanding detection for multiple

parallel-connected inverter-based distributed generators using high-frequency signal injection,”

IEEE Trans. on Power Elect., vol. 29, no. 3, pp. 1192-1199, March 2014.

[11] J. Merino, P. Mendoza-Araya, G. Venkataramanan, M. Baysal, „ Islanding detection in microgrids

using harmonic signatures. IEEE Transactions on Power Delivery“, 30(5), 2102-

2109.

[12] H. Karimi, A. Yazdani, R. Iravani, “Negative-sequence current injection for fast islanding

detection of a distributed resource unit,” IEEE Trans. on Power Electron., vol. 23, no. 3, pp. 298-

307, January 2008.

[13] H. Ding, Y. Wei, X. Wang, J. Yuan, D. Zhang, J. Zhang, L. Xiangli, Q. Hanhong, “A novel

islanding detection based on adaptive active current disturbance,” in Proc. IEEE Conf. and Expo

Transp. Electrif. (ITEC- Asia-Pacific), Beijing, China, Sept. 2014.

[14] M.E. Roop, M. Begovic, A. Rohatgi. „Analysis and performance assessment of the active

frequency drift method of islanding prevention“ IEEE Transactions on Energy Conversion, 1999,

14(3) : 810-816.

[15] .H. Vahedi, M. Karrari. “Adaptive fuzzy Sandia frequency-shift method for islanding protection of

inverter-based distributed generation”, IEEE Trans. on Power Del., vol. 28, no.1, pp.84–92,

January 2013.

[16] K. Narayanan, S.A. Siddiqul, M. Fozdar, “Hybrid islanding detection method and priority based

load shedding for distribution networks in the presence of DG units,” IET Gen. Trans. and Dist.,

vol. 11, no. 3, pp. 586-595, February 2017.

[17] D. Mlakić, H.R: Bahgaee, S. Nikolovski, “A Novel ANFIS-based Islanding Detection for Inverter–

Interfaced Microgrids“ IEEE Transaction on Smart Grid, 24 July 2018,

DOI: 10.1109/TSG.2018.2859360

[18] M. S. El-Nozahy,E.F. El-Saadany, M.M. Salama, „ A robust wavelet- ANN based technique for

islanding detection, Power and energy society general meeting, 2011 IEEE (pp. 1–8). Piscataway.

[19] F. Hashemi, N. Ghadimi, B. Sobhani, “Islanding detection for inverter-based DG coupled with

using an adaptive neuro-fuzzy inference system” Int. J. of Elect. Power & Energy Systems, vol.45,

no. 1, pp. 443–455, February 2013

[20] A. Rostami, M. Bagheri, B. Naderi, M. Negnevitsky, A. Jalilian and F. Blaajberg, “A novel

islanding detection sheme for synchronous distributed generation using rate of change of exiter

voltage over reactive power at DG-side” Australasian Universitees Power Engineering Conference

2017, (AUPEC 2017), 19-22. Nov. 2017, Melbourne,

[21] “Elaborat podešenje zaštite Virias biomasa”, Deuterij d.o.o., Zagreb ,Srpanj , 2015.

[22] S. Nikolovski, P. Marić “Elaborat podešenje zaštite elektrane na biomasu Sava“ ETF Osijek, 2016