Формирование статистических данных по работе системы электроснабжения в MatLab/Simulink

В данном методическом указании показан один из способов получения статистики по характерным режимам работы на имитационной модели системы электроснабжения с использованием программного продукта Matlab/Simulink.

Введение

Массовое развитие компьютерных и микропроцессорных технологий за последнее десятилетие и их использование во всех сферах человеческой деятельности существенно изменили методы и подходы к использованию и исследованию средств техники, а также повысили эффективность их работы. Та же самая ситуация происходит в электроэнергетических системах, в том числе системах релейной защиты и автоматики.

Одним из распространенных методов при создании и проектировании сложных электроэнергетических систем является моделирование. Наибольшей достоверностью обладает натурное моделирование, когда модельный эксперимент проводится непосредственно на изучаемом объекте, явлении или процессе. Однако для электроэнергетики проведение таких экспериментов на большинстве действующих объектах весьма опасно, дорого и практически невозможно.

В настоящее время наиболее востребованными и распространенными видами моделирования являются математическое и имитационное. По сравнению с прямым экспериментом математическое и имитационное моделирование имеют следующие преимущества:

• моделирование не требует прерывания текущей деятельности реального объекта;
• динамический характер отображения процессов в моделируемом объекте;
• моделирование можно использовать в качестве средства обучения персонала работе с реальной системой;
• возможность учета большого числа случайных факторов;
• возможность проведения статистических экспериментов;
• сравнительная простота введения модификаций в модель;
• возможность управлять масштабом времени (годы практической
  эксплуатации реальной системы можно промоделировать в течение нескольких секунд или минут).

Многие процессы в системах электроснабжения имеют стохастический (случайный) характер. Например, график электрических нагрузок, изменение параметров линии электропередачи (ЛЭП) в зависимости от погодных условий, место повреждения или короткого замыкания на ЛЭП, изменение уровня напряжения, сопротивления энергосистемы (источника) и пр.

Разработка новых алгоритмов защиты и управления элементами электрической сети возможно за счет информационного или статистического подхода. Например, путем наблюдения за данными по токам и напряжениям с измерительного прибора (осциллографа), установленного на присоединении линии 10 кВ. Результаты обработки этих данных могут быть использованы в других символических и численных расчетах или алгоритмах, как исходные данные.

Одной из проблем при внедрении статистического подхода является получение требуемой статистики по режимам сети для последующего использования в алгоритме или обучения интеллектуального электронного устройства. Её накопление с помощью наблюдения за реальным фидером занимает слишком много времени и требует необоснованно высоких затрат. Поэтому, для простоты могут быть приняты нормальные Гауссовские законы распределения параметров режима. Эта замена применяется без четкого обоснования. В реальности законы распределения могут не подчиняться Гауссовскому закону.

В данном методическом указании показан один из способов получения статистики по характерным режимам работы на имитационной модели системы электроснабжения с использованием программного продукта Matlab/Simulink.

Существует множество учебников по Matlab/Simulink, однако лучшим обучающим пособием является встроенная функция (справка) – help. К каждому блоку библиотек Simulink приложена кнопка help дающая достаточное словесное и математическое описание и назначение. Справочная информация о любой функции вызывается командой: help <имя функции>
 
Постановка задачи

1. Необходимо накопить статистические данные по нормальным и аварийным режимам в рассматриваемой системе электроснабжения. В качестве статистических параметров выступают значения токов, напряжений, активной мощности, реактивной мощности, фазе между током и напряжением.
2. Выполнить обработку полученных статистических измерительных данных, полученных при моделировании нормальных и аварийных режимов путем построения гистограмм, где горизонтальные оси представляют измеряемые параметры в нормальных и аварийных режимах.
3. Выполнить сглаживание статистических рядов (аппроксимацию полученных гистограмм) функцией нормального распределения вероятности (распределением Гаусса).

Полный текст работы, скрипты и m-файлы можно скачать ниже в разделе Файлы.