DESIGN AND IMPLEMENTATION OF AN INTELLIGENT SIMULATOR FOR REACTIVE POWER COMPENSATION

Öz

The reactive power drawn from the electrical power stations increases the cost of the energy produced and reduces the efficiency of energy systems. The reactive energy should be compensated at the load sides in order to reduce the consumption of the reactive power. In this study, an artificial neural network (ANN) model has been
designed and implemented to control the reactive power compensator (RPC) with a synchronous motor. Since the ANN model obtained has a flexible structure, it can easily be adapted to the real time applications. Furthermore, the model developed can also be used for educational purposes as well as different applications in which ANN algorithms and structures can be tested. 

Anahtar Kelimeler

• Artificial neural network model,synchronous compensator,reactive power compensation

Reaktif Güç Kompanzasyonu İçin Zeki Bir Simülatör Tasarımı Ve Gerçekleştirilmesi

Öz

Elektrik güç sistemlerinden çekilen reaktif güç üretim maliyetlerinin yükselmesine ve enerji sistemlerinin verimsizliğine sebep olmaktadır. Güç sistemlerinden çekilen reaktif gücü azaltmanın yolu, reaktif enerjinin tüketildiği noktada kompanze edilmesidir. Bu çalışmada, senkron motor ile yapılan reaktif güç kompansatörü (RGK) denetiminde kullanılabilen Yapay Sinir Ağları (YSA) modeli tasarımı ve uygulaması gerçekleştirilmiştir. Sonuçta, YSA yapısının gerçek zamanlı uygulamalara kolaylıkla adapte edilebileceği esnek bir sistem elde edilmiştir. Gerçekleştirilen model eğitim amaçlı olarak kullanılabileceği gibi, farklı YSA yapılarının ve algoritmalarının test edilebileceği uygulamalarda da kullanılabilecektir.

Anahtar Kelimeler

• Yapay sinir ağı modeli, senkron kompansatör, reaktif güç kompanzasyonu

Kaynakça

1. Bayram M., Kuvvetli Akım Tesislerinde
2. Reaktif Güç Kompanzasyonu Ağustos 2000,
3. Birsen Yayınevi.
4. Mekhamer, S.F., El-Hawary, M.E., Mansour,
5. M.M., Moustafa, M.A., & Soliman, S.A., “State
6. of the art in optimal capacitor allocation for
7. reactive power compensation in distribution
8. feeders”, IEEE Large Engineering Systems

9. Conference on Power Engineering, LESCOPE
10. , 2002, 61-75.
11. Bal G., Çolak İ., “Reactive power compensator
12. using constant capacitor and thyristor controlled
13. reactor”, Gazi University, J. of Institute of
14. Science and Technology, vol. 8, No. 2, 1995, p.
15. -15.
16. Miller TJE., Reactive Power Control in Electric
17. Systems, October 1982, A Viley-Interscience
18. Publication, New York, p.182-222.
19. El-Sadek, M.Z., Fetih, N.H., & Abdelbar, F.N.
20. “Starting of induction motors by static VAR
21. compensators”, 1988, Third International
22. Conference on Power Electronics and
23. Variable-Speed Drives, 444–447.
24. Al-Hamrani, M.M., Von Jouanne, A., & Wallace,
25. A., “Power factor correction in industrial
26. facilities using adaptive excitation control of
27. synchronous machines”, Pulp and Paper Industry Technical Conference, Conference
28. Record of the 2002 Annual, 148–154.
29. Bayındır R., Sagiroglu S., Colak I, “Yapay sinir
30. ağları tabanlı reaktif güç kompanzasyonu”, Gazi
31. Üniversitesi Teknik Eğitim Fakültesi, Politeknik
32. Dergisi, 2007, 10(2), 129-135.
33. Colak I., Bayindir R., Bay O.F.: ‘Reactive Power
34. Compensation Using A Fuzzy Logic Controlled
35. Synchronous Motor’, Energy Conversion and
36. Management, 2003, 44 (13), 2059-2215.
37. Sagiroglu S., Colak I, Bayındır R., “Power Factor
38. Correction Technique Based on Artificial Neural
39. Networks”, Energy Conversion and
40. Management, 2006, Vol. 47/(18-19), 3204-3215.
41. Sağıroğlu Ş., Beşdok E., Erler M.,
42. Mühendislikte Yapay Zeka Uygulamaları-I
43. Yapay Sinir Ağları, 2003, Ufuk Yayınevi,
44. Kayseri.
45. Haykin, S., Neural Networks: A
46. Comprehensive Foundation, New York,
47. Macmillan College Publishing Company, 1994,
48. ISBN 0-02-352761-7, 1994.
49. Çetin, M., Uğur, A., Bayzan, Ş., “İleri Beslemeli
50. Yapay Sinir Ağlarında Backpropagation (Geriye
51. Yayılım) Algoritmasının Sezgisel Yaklaşımı”,
52. Akademik Bilişim Kongresi, Pamukkale
53. Üniversitesi, Denizli, Şubat 2006.
54. Hagan M.T., Demuth H.B. and Beale M., Neural
55. Network Design, Boston: PWS Publishing co.,
56. -
57. Arifoğlu A., Doğru A., Yazılım Mühendisliği,
58. , SAS Bilişim Yayınları.
59. Alp M., Cığızoğlu H. K., “Farklı yapay sinir ağı
60. metodları ile yağış-akış ilişkisinin
61. modellenmesi”, İTÜ Dergisi, 2004, 3(1), 80-88.
62. Elmas Ç., “Bulanık mantık denetleyicili bir
63. iklimlendirme sistemi”, Gazi Üniv. Politeknik
64. Dergisi, 2000, 3(3), 15-22.
65. Elmas Ç., “Bulanık mantık denetleyicili fırçasız
66. doğru akım motor hız kontrolü”, Gazi Üniv.
67. Politeknik Dergisi, 2000, 3(3), 7-14.
68. Albostan A., Gökbulut M., “Self-Tuning
69. Adaptive Neurocontroller For Brushless DC
70. Motors”, International Journal of Electronics,
71. , 88,1, 103-114.
72. Dandil B., Gökbulut M., “Asenkron Motorların
73. Sinirsel-Bulanık Denetleyici ile Uyarlamalı
74. Denetimi”, Gazi Üniversitesi, Mühendislik
75. Mimarlık Fakültesi Dergisi, 2005, Vol:20,
76. No:2, 145-153.
77. Güvenç U., Biroğul S., Sönmez Y., “Yapay sinir
78. ağları eğitim seti”, The Proceedings of 7th
79. International Educational Tecnology
80. Conference, North Cyprus, May 2007.