هماهنگي بهينۀ رله‌هاي اضافه‌جريان جهتي در ريزشبكه‌ها با استفاده از الگوريتم PESA II

PESA II Algorithm-Based Optimal Coordination of Directional Overcurrent Relays in microgrid

در اين مقاله به تنظيم بهينۀ رله‌هاي اضافه‌جريان جهتي با استفاده از روش‌هاي هوشمند پرداخته‌ شده است؛ البته هنگامي‌ كه مسئله داراي چندين تابع هدف با قيود مختلف است. با توجه به قيود خطي و غيرخطي در هماهنگ‌كردن رله‌هاي اضافه‌جريان جهتي، روش به‌كاررفته مبتني بر الگوريتم انتخاب براساس شكل‌دهي پارتو و با هدف به دست آوردن مقادير بهينۀ تنظيم ضريب زمان، تنظيم پيك جريان و نوع منحني مشخصۀ رله است. در اين مطالعه، به‌طور هم‌زمان كاهش زماني بين عملكرد رله‌هاي اصلي و پشتيبان صورت مي‌پذيرد. همچنين، علاوه بر حل يك تابع چندهدفه، بدون نياز به فاكتورهاي وزني از يك تابع جريمه نيز براي بررسي هماهنگي صحيح رله‌هاي اصلي و پشتيبان استفاده شده است. روش پيشنهادي روي دو شبكۀ استاندارد مختلف اجرا شده كه شامل شبكه 3 باسه و شبكۀ اصلاح‌شدۀ 14 باسه IEEE است. نتايج به‌دست‌آمده كارايي روش به‌كاررفته و بهينه‌بودن مقادير را نسبت به ساير الگوريتم‌هاي به‌كاررفته نشان مي‌دهند.

This paper deals with the optimal set of directional overcurrent relays using intelligent methods when the problem has multi-objective functions with different constraints. Due to the linear and nonlinear constraints in the coordination of the directional overcurrent relays, the method used is based on Pareto Envelope-based Selection Algorithm to obtain optimal values of plug setting, time multiplier setting, and relay characteristic curve by considering all governing constraints setting parameters of the network primary and backup relays. In this study, there is a simultaneous time reduction between the performance of the main and backup relays. Besides, in this method, while solving a multi-objective function without the need for weight factors, a penalty function is used to check the correct coordination of the primary and backup relays. The proposed method is implemented in two different standard networks, i.e. 3-bus and modified IEEE 14-bus networks. The results show the efficiency of the method used and the optimality of the values compared to other algorithms.