Dynamic security enhancement of power systems via population based optimization methods integrated with artificial neural networks

Elektrik enerjisi tüketimindeki artışa rağmen, güç sistemlerinin coğrafi sebeplerle aynı oranda genişleyememesi, sisteme entegre edilen ve üretim oranı gün geçtikçe artan yenilenebilir enerji kaynaklarının doğası gereği sahip olduğu belirsizlikler, enerji piyasasının ve ekonomiklik kriterlerinin getirdiği kısıtlamalar sebebiyle, günümüz elektrik güç sistemleri tasarım ve planlama aşamasında öngörülen güç akışı senaryolarından farklı ve stres edilmiş birçok yeni noktada çalışmaktadır. Bu yeni çalışma noktalarının, sistemin kabul edilebilir güvenlik sınırlarını ihlal etmeyecek şekilde yeniden planlanması gerekmektedir. Elektrik güç sistemi, güvenlik sınırlarına yakın, stress edilmiş bir çalışma noktasında iken, senkron generatörlerin senkronizma kaybına sebep olabilecek ve sistemin büyük bir bölümünü devre dışı bırakabilecek bazı bozucu etkilere karşı sistem savunmasız durumda olabilir. Bu sebeple, sistemin dinamik güvenliğinin takibi ve güvensiz bir çalışma noktasının tespiti anında doğru kontrol yöntemleri uygulanarak, sistemin bozucu etkilerle başedebileceği güvenli bir çalışma noktasına hızlı bir şekilde getirilmesi, günümüz güç sistemleri için oldukça önemlidir. Elektrik enerjisi, günlük yaşam ve ülke ekonomisi için hayati öneme sahiptir. Elektrik güç sistemlerinin sürekli ve güvenli çalışması, dinamik güvenlik analizinin hızlı ve doğru olarak yapılabilmesini gerektirir. Matematiksel altyapıya sahip yöntemler, bu tez çalışmasında ele alınan kararlılık sınıfı olan açısal kararlılığın belirlenmesinde, kesin ve doğru sonuçlar vermektedir. Zaman domeni simülasyonları, bir bozucuya maruz kalmış sistemin dinamik davranışını en açık şekilde gösteren yöntemdir. Güç sistemlerinin dinamik modelleri, oldukça fazla sayıda sürekli ve süreksiz değişken içeren, doğrusal ve doğrusal olmayan birçok cebirsel ve diferansiyel eşitlikten oluşur. Zaman domeni simülasyonlarının en büyük dezavantajı, oldukça fazla sayıdaki diferansiyel denklemlerin, binlerce zaman adımında çözülmesi için ihtiyaç duyulan işlem gücü ve zamandır. Bu işlemin, güç sisteminin boyutuna bağlı olarak artan bozucu etkiler için ayrı ayrı tekrarlanacak olması da, zaman domeni simülasyonlarının uygulanabilirliğini güçleştirmektedir. Bu yöntemden farklı olarak, diferansiyel denklem takımlarının çözüme ihtiyaç duymayan, enerji fonksiyonlarına dayalı direkt yöntemler ve sistem kararlılığını bir olasılık değerine bağlı olarak tanımlayan olasılıksal yöntemler de, modelleme kısıtlamaları ve işlem yükleri sebebiyle büyük güç sistemlerinin genellikle planlama aşamasında tercih edilirler. Güç sistemindeki bara gerilimlerinin genlikleri, açıları, hatlar üzerinden iletilen aktif ve reaktif güç miktarları gibi değerler ile sistemin açısal kararlılığı, makina öğrenmesi tabanlı yöntemler ile ilişkilendirebilir. Son yıllarda bu doğrultuda yapılan araştırmalar mevcuttur. Büyük boyutlu güç sistemlerinde meydana gelebilecek önemli bozucu etkilerin sayısı, arıza veya bakım gibi nedenlerle sistemin çalışabileceği farklı topolojilerin sayısı, sistemdeki tüketicilerin farklı tüketim karakteristiklerinden kaynaklanan geniş aralıktaki yüklenme durumları, sistemin çok çeşitli çalışma noktalarında çalışmasına sebep olur. Güç sistemlerinin bu geniş yelpazedeki çalışma koşulları dikkate alındığında, makina öğrenmesi tabanlı yöntemlerin, güç sisteminin güvenlik ve kararlılık analizi amacıyla kullanılması halen ilgi çekici ve zorlu bir konudur. Tasarlanan yöntemin güç sistemlerine ilişkin çok farklı çalışma noktalarında da kesin sonuçlar vermesi gerekmektedir. Bu tez çalışmasının bir bölümünde, makina öğrenmesi tabanlı yöntemlerden olan çeşitli yapay sinir ağları yöntemleri kullanılarak, güç sisteminin açısal kararlılığı, bahsi geçen farklı çalışma koşullarında dahi hızlı ve kesin bir şekilde belirlenmeye çalışılmıştır. Güç sistemi operatörleri, sistemin güvensiz bir çalışma noktasında bulunduğunu tespit ettikten sonra, sistemi güvenli bir çalışma noktasına getirmekle yükümlüdürler. Sistemin dinamik güvenliğini iyileştirmenin amacı, istenmeyen bozucuların etkilerinden sistemi korumaktır. Genellikle, sistem güvenliğinin iyileştirilmesi, önleyici ve düzeltici kontrol uygulamaları ile gerçekleştirilir. Önleyici kontrol uygulamaları, sistem istenmeyen bir bozucuya maruz kalmadan uygulanarak, sistemin kararlılığını kaybetmesine engel olan uygulamalardır. Bu çalışmada, üretimin yeniden düzenlenmesi ve yük kısıtlaması yöntemlerine dayalı bir önleyici kontrol uygulaması ile güç sisteminin dinamik güvenliği iyileştirilmeye çalışılmıştır. Üretimin yeniden düzenlenmesi, kontrol edilebilen generatörlerin sisteme enjekte ettiği elektriksel gücün, belirli kısıtlar altında yeniden düzenlenmesine dayanır. Sistem operatörü, bazı generatörlerin üretim değerlerini önleyici kontrol amacıyla yeniden düzenleyebildiği gibi, sistemdeki bazı yüklerin de tüketim değerleri için, yine belirli sınırlar içerisinde bir düzenleme yapabilir. Böylece, sistem operatörü önemli bozucu etkilerin meydana geldiği bölgeleri de düşünerek, önemli iletim hatları üzerindeki güç akışını belli oranda değiştirebilir ve olası bozucuların etkilerine karşı sistemi koruyabilir. Bazı durumlarda, önleyici kontrol uygulamalarıyla sistemi güvenli bir çalışma noktasına taşımak mümkün olmayabilir. Bu gibi durumlarda güç sistemleri, her bir bozucu için önceden belirlenmiş düzeltici kontrol uygulamalarıyla donatılmış halde çalışmaya devam edebilir. İstenmeyen bir bozucu olay meydana geldikten çok kısa bir süre sonra, bu bozucu olay için önceden planlanmış düzeltici kontrol uygulaması devreye girerek sistem kararlılığı korunmuş olur. Bu çalışmada, yük atımı düzeltici kontrol uygulamasıyla, güç sisteminin olası bozuculara maruz kaldıktan sonra kararlılığını koruyabilmesi sağlanmıştır. Güç sisteminin dinamik güvenliğinin analizi ve iyileştirilmesi, güç sistemi operatörünün sorumluluğundadır. Günümüzde, bir çok ülkenin ulusal güç sistemininin üretim, iletim ve dağıtım hizmetlerini hem devlete bağlı kurumlar, hem de özel şirketler sağlamaktadır. Güvenlik iyileştirici kontrol uygulamaları genellikle, enerji piyasasındaki bu kurumların bir kısmının stratejileri ile zıt yönde olabilir. Başka bir deyişle, sistemi güvenli bir çalışma noktasına taşımanın, sistem operatörüne bir maaliyeti olacaktır. Günümüz büyük boyutlu güç sistemlerinin karmaşık yapısı, sistemi kabul edilebilir bir maaliyetle güvenli bir çalışma noktasına götürecek bir çözümü kısa sürede hesaplama imkanını sistem operatörlerine tanımayabilir. Bu çalışmada, dinamik güvenlik iyileştirmesi problemi, kontrol uygulamalarının maaliyetini eniyilemeyi amaçlayan, çok kısıtlı bir optimizasyon problemi olarak tanımlanmıştır. Gerçek güç sistemlerinin boyutları sebebiyle, bahsi geçen optimizasyon problemi, sürekli ve ayrık parametrelerden oluşan, çok boyutlu bir arama uzayına sahip, yerel en iyi çözümlerin bulunduğu, çok sayıda eşitlik ve eşitsizlik kısıtlamalarına sahip bir problemdir. Ayrıca, dinamik güvenliğe ilişkin, doğrusal olmayan kısıtlar, matematiksel olarak kolayca ifade edilmek için fazla karmaşıktır. Bu sebeplerden ötürü, geleneksel optimizasyon yöntemleri, her başlangıç noktası için, dinamik güvenliği iyileştirici ve düşük maaliyetli bir sonuca yakınsayamayabilir. Bu çalışmada, bahsi geçen optimizasyon probleminin çözümü için evrimsel algoritmaların kullanımı önerilmiştir. Ayrıca, optimizasyon sırasında üretilen aday çözümlerin dinamik güvenlik kısıtlarını ihlal edip etmediğini tespit etmek amacıyla, yapay sinir ağları tabanlı araçlar optimizasyon yöntemine entegre edilerek, optimizasyon süreci hızlandırılmıştır. Güç sisteminin boyutlarına bağlı olarak, problemin içerdiği yüksek miktardaki kısıtlar sebebiyle, bu çalışmada adaptif cezalandırmaya dayalı kısıt ele alma yöntemi kullanılmıştır. Bu yöntem, optimizasyon esnasında kısıtları ihlal eden çözümlere uygulayacağı ceza fonksiyonunu, diğer çözümlerin kısıt ihlallerine bağlı olarak tayin ederek, optimizasyon yönteminin kısa sürede, kısıtları ihlal etmeyen çözüm uzayına ulaşmasını amaçlamaktadır. Bu çalışmanın ana amacı, populasyon tabanlı, sezgisel optimizasyon yöntemleri ve yapay sinir ağlarının beraber kullanımına dayalı, hızlı ve güçlü bir dinamik güvenlik değerlendirmesi ve iyileştirmesi yöntemi oluşturmaktır. Dinamik güvenlik değerlendirmesi, birer regresyon ve sınıflandırma problemi olarak ayrı ayrı ele alınmıştır. Regresyon probleminde, tasarlanan çok tabanlı algılayıcı yapay sinir ağı, tanımlı kararlılık endekslerini tahmin ederek sistem güvenliğini belirler. Her bir bozucuya (3 faz-toprak kısa devre) ilişkin geçici hal kararlılığı için endeks değeri, bozucuyu temizleyen kesicilere ait kritik açma zamanıdır. Küçük işaret kararlılığı için endeks değeri ise, kritik moda ilişkin minimum salınım değeri olarak tanımlanmıştır. Sınıflandırma probleminde ise, olasılıksal yapay sinir ağları ile her bir çalışma noktası güvenli ve güvensiz olarak sınıflandırılmaya çalışılmıştır. Çalışmada, yapay sinir ağları, sistem topolojisindeki değişimleri (N-1 kriterine göre) ve farklı yüklenme durumlarını algılayabilecek şekilde tasarlanmıştır. Tasarlanan yapay sinir ağlarının performanslarını artırmak amacıyla, güç sisteminden toplanan ölçümler, öznitelik seçim yöntemleri ile işlenmiştir. Kararlılık indeksleriyle bağlantılı olan değerler, yapay sinir ağlarının eğitimi ve uygulamasında kullanılmıştır. Çalışmada ayrıca, sistemden toplanan ölçümlerde bulunmayan ancak sistemin açısal kararlılığı ile yakında ilişkili olan, generatörlerin atalet sabitlerini içeren bir değişken tanımlanmış ve bu değişkenin önemi, öznitelik seçimi sonuçlarıyla incelenmiştir. Dinamik güvenliği iyileştirmek için önerilen önleyici ve düzeltici kontrol uygulamalarını içeren metodoloji, üretimin yeniden düzenlenmesi, yük kısıtlaması ve yük atımı yöntemlerinin koordineli bir şekilde uygulanmasını sağlamaktadır. Tasarlanan kontrol uygulamalarının optimizasyonunda, genetik algoritmalar (GA), diferansiyel evrim (DE), parçaçık sürü optimizasyonu (PSO), yapay arı kolonisi (ABC), büyük patlama-büyük çöküş (BB-BC) optimizasyonu, ortalama varyans eşleme optimizasyonu (MVMO) gibi popülasyon tabanlı yöntemler kullanılmıştır. Optimizasyon sırasında üretilen çözümlerin dinamik güvenlik kısıtlarına ilişkin ihlalleri, hesap yükü fazla olan zaman domen simulasyonları yerine, yapay sinir ağları ile elde edilmiştir. Böylece, güç sistemini kabul edilebilir bir maaliyetle güvenli bir çalışma noktasına taşıyacak kontrol uygulaması parametrelerini bulması için, optimizasyon yönteminin ihtiyaç duyacağı süreyi azaltarak, tüm metodolojinin uygulanabilirliği artırılmaya çalışılmıştır. Dinamik güvenlik değerlendirmesi ve iyileştirmesi amacıyla önerilen yöntemler, 16-generatör, 68-bara güç sistemi, 17-generatör, 173-bara Iowa güç sistemi ve 50-generatör, 145-bara IEEE güç sistemi modellerine uygulanmış ve elde edilen sonuçlar 4, 5 ve 6. bölümlerde açıklanmıştır.