LEE- Elektrik Mühendisliği-Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/19262

Gözat

Adaptive signal processing based intelligent method for fault detection and classification in microgrids

(Lisansüstü Eğitim Enstitüsü, 2021) Azizi, Resul ; Şeker, Şahin Serhat ; 724566 ; Elektrik Mühendisliği

The ever-increasing energy demand, the environmental issue of fossil fuels and the high investment cost for the establishment of bulk power plants lead energy plans to more flexible and scattered small-scale energy sources. The main feature of these new topologies is that they consume renewable energy sources for electricity generation. It also requires less time to plan, build and operate. Moreover, they are close to energy sources and local loads. So, there are more efficient, with minimal environmental issues. However, besides their benefits and advantages, they pose a new challenge for traditional power systems. These challenges include protection issues, stability concerns, and complex control systems and so on. Traditional power systems include mass generation followed by transmission and distribution. In this topology, it is possible to plan generation because consumption at the transmission level of the power system is more predictable and fuel resources are always available for generation units. On the other hand, the transmission system and its conditions can be controlled by state estimators and SCADA system. Therefore, production and consumption uncertainties are minimal and conventional protection is sufficient to protect these systems. Also, distribution systems have no generating units, systems are mostly radial and overcurrent protection systems are sufficient to protect them. In these passive networks, it is not necessary to have fast and reliable protection systems as in transmission systems. The initial role of these new energy sources was to act as a backup for mass production and to eliminate the small generation and consumption mismatch during peak consumption. On the other side, huge demand growth and investment time of mass production units and environmental concerns make these distributed energy resources (DERs) (wind, solar, biomass, etc.) popular in the distribution system. However, the contribution of the early DER groups to the total production is low and the control systems are very sensitive to voltage disturbances such as faults. Thus, according to the grid codes, after any minor fault or disturbance in the system, the DERs are disconnected, synchronized manually and reconnected after the fault is cleared. With the increasing penetration of DERs in distribution systems, they play an important and rapidly increasing role in the total production of the system. Therefore, de-energizing all these DERs in an area in the distribution system after a fault has occurred can lead to stability problems due to generation and consumption imbalance. Accordingly, a new concept called microgrid emerged and mainly established in distribution systems. This topology is the microscale of the power system. It can operate autonomously and cover the total demand of this local distribution system. Like the SCADA power system, it has an equivalent centralized monitoring and control system. The total generation is almost sufficient for the total demand of the loads in distribution networks converted to microgrid. It can operate as a standalone ecosystem separated from the main grid and is self-sufficient. The basic requirement of this topology for connecting to the main grid through PCC (point of common coupling) is to increase the total inertia of the system and increase the post-fault stability region. In addition, this topology can transfer energy to the main system if it produces more power than the loads consume. This can reduce the stress of mass production units. Last but not least, if the main upper grid disturbed, the microgrid can continue to supply its loads by disconnecting from the grid. In this new concept, grid codes expect the micro grid to be able to ride through faults and disturbances thanks to low voltage ride through (LVRT) systems. In fact, as a micro-scale model of the power system, the voltage of the DERs at the time of fault occurance is controlled by the LVRT, and the DERs continue to operate without disconnection after the fault is cleared by circuit breakers or other elements). Therefore, more complex control systems are required for DERs. However, microgrids are distribution systems and unlike traditional power systems, there is a high amount of uncertainty in generation and consumption (loads). The distribution system has changed from a passive network to an active dynamic network. In this system, topology, generation and consumption are changed faster and faster than in conventional power systems. This situation constantly changes the fault current level and direction, and the conventional overcurrent protection is completely insufficient to protect them. Also, due to the high penetration of sensitive DERs, prolonged fault current is not allowed (stability concerns). Moreover, inverter-based DERs have a very small contribution to the fault current level. The current protection method of microgrids is adaptive protection. In this model, all operating conditions of the system are extracted and all components of the systems are continuously monitored by central or decentralized control system or even dynamic load estimation. This model cannot be applied to a central control system because it has to process large amounts of data at a high sampling rate and it is impossible to make real-time decisions. Based on these facts, a new intelligence-based method for fault detection and classification of microgrid is proposed in this thesis. In the proposed method, three different adaptive signal processing methods are used to extract the short-time transient component of the signal instead of the fault current level. It transfers data (feature extraction) into three different data spaces. The main feature of these signal processing methods is that they do not use a predefined basis to decompose a signal. The basis is adaptive to signal and extract components depend on the noise penetration level and frequency components of the signal. An intelligence-based method called Brwonboost is used to make decisions in these data spaces, and the total decision is taken by the majority of votes of these three intelligence-based methods in these three data spaces. The main unique feature of the proposed method compared to traditional machine learning methods is its adaptability and uses a non-convex optimization method for detection and classification. The proposed method is a set of weak classifiers and tries to learn the data space step by step and iteratively. It tries to adapt the data by classifying the data that was misclassified in previous iterations. On the other hand, the unique non-convex optimization feature of the proposed method gives it an intelligence to select or discard misclassified data. It can decide step-by-step removal of the algorithm's iteration data in the training process if there is an outlier or a violation in another class area. This feature provides evidence against overfitting and becomes as practical a method as it is for real-world measured data. Finally, a Brownboost decision is also made by a majority vote of the weak classifiers. An intelligence-based method called Brwonboost is used to make decisions in these data spaces, and the total decision is taken by the majority of votes of these three intelligence-based methods in these three data spaces. In this method the classifier works base on the margin. This means, instead of only finding a classifier that minimize the classification error, it selects a classifier that has maximum discrimination between data of every class. The unique feature of the proposed method compared to traditional machine learning methods is its adaptability and uses a non- convex optimization method for detection and classification. The proposed method is an ensemble of weak classifiers and tries to learn the data space step by step and iteratively. It tries to adapt to the data by classifying the data that was misclassified in previous iterations. On the other hand, the unique non-convex optimization feature of the proposed method gives it an intelligence to select or discard misclassified data. During this step-by-step process, the algorithm can detect outliers or misclassified data that intensely violated other class area and remove it. This feature makes it robust against overfitting and becomes as practical method for real-world measured data. In total, the proposed method tries to classify the data in three different data spaces. The data area that makes maximum distinction between the data of each class is less sensitive to noise. Thus, a classifier has are fewer generalization errors to unseen new data (higher margin). Therefore, its Brownboost has more voting power in decision making. The results are test in test benchmark microgrid. DERs are modeled with the detailed model to extract the true detail form of the signal. Various types of control model and fault ride thruogh feature of DERs are implemented.
Şebeke ile senkron çalışmada çok seviyeli güç elektroniği devreleri üzerinden okyanus dalga enerjisinin dönüştürülmesinin matematiksel modellemesine katkılar

(Lisansüstü Eğitim Enstitüsü, 2021-12-19) Çolak, İlknur ; Kocabaş, Derya Ahmet ; 504062004 ; Elektrik Mühendisliği

Son yıllarda dünyadaki enerji ihtiyacının karşılanması amacıyla yapılan çeşitli araştırmalar içinde yer alan dalga enerjisinden yararlanma fikri, günümüz koşullarında her geçen gün daha da önem kazanmaktadır. Son yarım asırdır artan petrol krizi ile birlikte doğal enerji kaynaklarından elektrik enerjisi üretimi popüler hale gelmiş ve dünya genelindeki pek çok ülkenin 2030 yılı itibariyle karbondioksit ve benzeri diğer zehirli gazların emisyonunu %50'ye düşürme hedefleri sayesinde yenilenebilir enerji kaynaklarının kullanılması zorunlu hale gelmiştir. Güneş ve rüzgar enerjisine kıyasla kendine küçük de olsa bir yer edinen dalga enerjisi, konunun karmaşıklığı, üretiminin zor olması ve uygun uygulama alanı bulma konusundaki zorluklar nedeniyle halen prototip safhasını aşıp, ticari boyut kazanamamıştır. Dalga enerjisinden elektrik enerjisi üretimi konusunda yapılan çalışmalarda gelişmiş güç elektroniği topolojilerinin ve kontrol yöntemlerinin uygulanması konusunda geniş çaplı araştırmalar yapılmamıştır. Bu nedenle bu tez çalışmasında ilk olarak dalga enerjisinden Wells türbini yardımıyla elektrik enerjisi üretiminin matematiksel analizi yapılmıştır. Sistemin ve sistem bileşenlerin ayrık ve bütünleşik matematiksel modelleri elde edilmiştir. Dalgadan elde edilen enerjinin şebekeye aktarılması için üç seviyeli aktif doğrultucu ve üç seviyeli evirici kullanılmış ve sistem kapalı modellenmesi benzetim ortamında gerçeklenmiştir. Denizdeki rüzgar dalgalarının enerjisi dağıtım ağındaki elektriğe dönüşene kadar, genel olarak dört aşamadan geçer. İlk aşamada, dalgadaki enerjiyi bir mekanik harekete dönüştürmek gerekir. Ortaya çıkan bu mekanik enerji, denizdeki dalgaların karakteristiği gereği, büyük genlikli, düşük hızlı hareketlerdir. İkinci aşamada mekanik enerjinin elektrik enerjisine dönüştürülmesi gerekir. Şebekede kullanıma uygun olmayan bu enerjinin, sabit frekans ve sabit genlikli gerilime dönüştürülmesi gerekir. Elektrik üretimine uygun hızlara getirilmiş hareketten elektriğin üretilmesi ve üretilen elektriğin dağıtım şebekesine aktarılabilecek kaliteye getirilmesi de üçüncü aşamada çözümlenir. Son aşamada ise üretilen elektriğin, özellikle çok sayıda birimden oluşan sistemlerde, genel dağıtım ağı ile entegre edilmesi söz konusudur. Dalga enerjisinden enerji üretimi konusundaki en büyük zorluklardan biri olan dalga dönüşüm tipinin belirlenmesi ve belirlenen sistemin hidrolik ve pnömatik çevrim analizlerinin yapılarak sistem matematiksel modellemesinin gerçekleşmesidir. Bu çalışmada dalga enerjisi çevrim sistemi için salınımlı su kolonu (OWC) sistemi kullanılmış ve pnömatik enerjinin mekanik enerjiye dönüştürülmesi için de en basit ve güvenilir kendinden doğrultmalı hava türbini olan Wells türbini kullanılmıştır. Türbin/generatör grubunun çıkışındaki gerilimin doğrultulmasında kullanılan aktif doğrultucu, üç fazlı, üç seviyeli ortadan kenetlemeli çevirici (3L-AFE) topolojisi olup, çevirici sinüs biçimli darbe genlik modülasyonu (SPWM) metodu ile kontrol edilmiştir. Doğrultucunun çift yönlü akım akıtma yeteneğine sahip olması sayesinde, generatörden çekilen reaktif gücün kontrolü, toplam harmonik akım kompanzasyonu, generatörün ilk kalkış anındaki tahrik geriliminin sağlanması mümkün olmaktadır. Doğru gerilimin alternatif gerilime çevrilmesinde kullanılan ve gerilim kaynağı olarak çalıştırılan üç seviyeli evirici (3L-NPC), güç elektroniği uygulamalarında henüz çok yeni bir kontrol yöntemi olan üç seviyeli NTV-SV-PWM (nearest three vector - space vector - pulse width modulation) metodu ile kontrol edilmiştir. Uzay vektör modülasyon yöntemi gerilimin daha geniş bir aralıkta kontrol edilmesini sağlarken aynı zamanda cıkıştaki harmoniklerin düşürülmesinde onemli rol oynamaktadır. Bu çalışmada amaç farklı disiplinlerdeki yenilikleri bir araya getirerek yenilenebilir enerji kaynakları uygulamalarına yenilikçi bir açısı ile özgün bir katkıda bulunmaktır. Uzay vektör modülasyon yöntemi, ölçülen anlık referans vektöre en yakın üç vektörün belirlenmesi ve yarı iletken anahtarların bu vektör değerlerini oluştururken anahtarlama kayıplarını en düşük seviyede tutacak sıra ve sürede (dwell time) uygulanmasına dayanır. Bu yöntem ile evirici anahtarlama kayıpları minimunda turulurken evirici çıkışının şebeke gerilimine senkronize edilmesi de sağlanmış olur. Doğru gerilim barasının kontrolünde vektörlerin büyüklüklerindeki ve açılarındaki sapma ve doğru gerilim barası orta noktasının akım yönü bilgisi kullanılır. Bu bilgilere göre anahtarların anahtarlama sırasının önceden kestirimi yapılır ve bir veri arama tablosu (look-up table) oluşturulur. Bu sayede kontrol döngülerinin azaltılması ve sistem cevabının hızlandırılması sağlanmış olur. Aynı doğru gerilim barası ile birbirine bağlı üç seviyeli aktif doğrultucu ve üç seviyeli eviricinin görev dağılımları aşağıdaki gibidir. Aktif doğrultucu: -Alternatif gerilimin doğru gerilime çevrilmesi -Doğru gerilim barasının gerilim değerinin sabit tutulması -Çift yönlü akım geçişinin sağlaması (S-PWM kontrolü) -Akım harmoniğinin düşürülmesi -Doğrultucunun alternatif gerilim uçlarında üç seviyeli faz arası gerilimlerinin oluşturulması -Alternatif gerilim girişinden sinüzoidal akım çekerek güç faktörünün bire yakın tutulması Üç seviyeli evirici: -Doğru gerilimin alternatif gerilime çevrilmesi -Çift yönlü akım geçişinin sağlaması (NTV-SV-PWM kontrolü) -Akım harmoniğinin düşürülmesi -Gerilim harmoniğinin düşürülmesi -Doğru gerilim barası nötr noktasının kontrolü -Çıkış geriliminin şebekeye senkron çalıştırılması Bu çalışmada salınımlı su kolonu (OWC), Wells türbini, senkron generatör, doğrultucu ve eviriciden oluşan dalga enerjisinden elektrik enerjisine dönüşüm sisteminin tekil matematiksel modellemesi detaylandırılmış ve karmaşık girişli, karmaşık sistemin bütünleşik matematiksel modellerine katkıda bulunacak sonuçlar elde edilmiştir. Dalgalardan elektrik enerjisi üretimi konusuna duyulan ilgi dünya genelinde artmakta olup, çalışmalar henüz yeni yaklaşımlar üretmek düzeyindedir. Bu nedenle bu tez çalışmasının sonuçları ciddi bir dalga enerjisi potansiyeline sahip olan Türkiye'nin enerji politikalarının başarısı ve bu konuda uluslararası platformlarda yer edinmesi açısından büyük önem taşınmaktadır. Ayrıca bu proje Türkiye'nin yenilenebilir enerji konusundaki antlaşmalarda üstlendiği yükümlülüklerin yerine getirilmesi açısından da katkı sağlamaktadır.
Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi

(Lisansüstü Eğitim Enstitüsü, 2022) Pürlü, Mikail ; Türkay, Belgin ; 726855 ; Elektrik Mühendisliği

Teknolojinin gelişmesiyle birlikte, elektrik enerjisine olan ihtiyaç ve talep her geçen gün artmaktadır. Artan tüketici talebi karşısında, üretim, iletim ve dağıtım sistemlerinin yetersiz kaldığı durumlar ortaya çıkabilmektedir. Yetersiz kalan bu şebekelerde artan hat yüklenmeleri nedeniyle, kayıp güç artışları, gerilim düşümü problemleri, elektrik kesintisi ve güvenirlik gibi çeşitli önemli problemler ortaya çıkmaktadır ve tüketiciler hem sosyal hem de ekonomik yönden rahatsız olmaktadır. Ayrıca, artan fosil yakıt fiyatları ve azalan fosil yakıt rezervleri nedeniyle yeni üretim teknolojilerine ihtiyaç giderek artmaktadır. Artan hava kirliliği ve iklim bozulmaları gibi çevresel kaygılar, yenilenebilir enerji üretim teknolojilerinde büyük gelişmelere öncü olmuştur. Bu gelişmeler, yenilenebilir enerji sistemlerinden enerji üretim maliyetlerini giderek düşürmektedir. Artan enerji talebini karşılamakta zorlanan şebekelerde, kayıpları azaltmak ve gerilim profilini iyileştirmek amacıyla, ağın yeniden yapılandırılması, kapasitör tahsisi veya dağıtık üretim sistemlerinin tahsisi önerilmektedir. Yeni hatların oluşturacağı ek maliyetler ve fiziksel olarak her zaman uygulanabilir olmaması gibi nedenler ağ yeniden yapılandırmasını zorlaştırmaktadır ve dağıtık üretim ön plana çıkmaktadır. Kayıpları azaltmak, gerilim profilini iyileştirmek, şebekeye bağlı kesintilere çözüm üretmek ve çeşitli güç kalitesi katkıları nedeniyle merkezi üretim yerine, ucuz ve sınırsız olan yenilenebilir enerji kaynaklarını da üretime kazandırabilen, dağıtık üretim teknolojilerinin kullanımı giderek yaygınlaşmaktadır. Merkezi üretimle beslenen şebekelerde tek yönlü olan yük akışı, dağıtık üretim sistemlerinin entegre edilmesiyle birlikte çift yönlü olarak gerçekleşmektedir. Bu durum güç kayıplarında artışa ve koruma sistemlerinde arıza algılama sorunları gibi çeşitli olumsuz sonuçlara yol açabilir. Ancak, dağıtık üretim sistemleri tahsis edilmeden önce çeşitli analizler yapılarak planlanırsa, kayıpları ve gerilim devinimini azatlma, gerilim profilini ve gerilim kararlılık indeksini geliştirme, güvenirliği artırma ve şebekeye bağımlılığı azaltma gibi pek çok katkıyı beraberinde getirmektedir. Literatürde, dağıtık üretim sistemlerinin optimum tahsisini gerçekleştirmek için analitik yöntemler, sezgisel yöntemler ve hibrit yöntemler önerilerek, çeşitli IEEE test sistemleri veya ülkelerin gerçek dağıtım şebekeleri üzerinde test edilmiştir. Bu çalışmada, güç kayıplarını azaltmak ve gerilim profilini iyileştirmek amacıyla dağıtık üretim sistemlerinin optimum tahsisi gerçekleştirilmiştir. Bu amaçla, sezgisel algoritmalardan olan, Genetik Algoritma ve Parçacık Sürü Optimizayonu algoritmaları önerilmiş ve IEEE 33 baralı radyal dağıtım sistemi üzerinde uygulanmıştır. Öncelikle, literatür kıyaslaması yapabilmek ve algoritmaların doğruluğunu kanıtlamak amacıyla, puant yük talebi için dağıtık üretim tahsisi gerçekleştirilmiştir. Tüm dağıtık üretim tipleri ve özellikle literatürde kullanılmayan Tip IV için optimum tahsis, üç farklı senaryo özelinde gerçekleştirilmiştir. Analizlere göre en düşük fayda, reaktif güç tüketimi nedeniyle Tip IV ile ve en yüksek fayda hem aktif hem de reaktif güç üreten Tip III ile sağlanmıştır. Parçacık Sürü Optimizasyonu, Genetik Algoritma'ya nazaran daha iyi sonuçlar verirken, her ikisi de minimum kayıp, maksimum gerilim iyileşmesi ve yakınsama gibi açılardan literatürden çok daha iyi sonuçlar vererek, üstünlüklerini kanıtlamışlardır. Algoritmaların güvenirliği ve doğruluğu kanıtlandıktan sonra, asıl hedef olan yıllık toplam enerji kayıplarını ve gerilim devinimi azatlamak amacıyla yenilenebilir enerji kaynaklarının şebekeye optimum tahsisi geçekleştirilmiştir. Mevsimsel üretim ve tüketim belirsizliklerini içeren bu çalışmada, yenilenebilir enerji kaynakları olarak güneş panelleri ve rüzgar türbinleri kullanılmıştır. Yenilenebilir kaynakların sağladığı katkıyı ölçmek ve uygulanabilirliğini kıyaslamak amacıyla, fosil yakıt tüketimine dayalı konvansiyonel kaynaklar da kullanılmıştır. Yapılan çalışmalarda teknik olarak en iyi sonuçlar konvansiyonel kaynaklarla elde edilirken, en düşük katkı ise mevsimsel ve günlük olarak güneş ışınım dağılımının düzgün olmaması sebebiyle, güneş panelleri tarafından sağlanmıştır. Hem güneş ışınım dağılımına nispeten daha düzgün rüzgar dağılımı olmasından dolayı konvansiyonel kaynaklara yakın miktarda teknik katkı sağlayan hem de zararlı sera gazı salınımı olmaması nedeniyle çevreci olan rüzgar türbinlerinin optimum güç faktöründe işletilmesi en uygun dağıtık üretim çözümü olarak önerilmiştir. Literatürde ve yapılan bu çalışmada, dağıtık üretim kaynaklarının tahisinin yük akışı analizlerine dayanması nedeniyle çok fazla zaman aldığı görülmüştür ve bu problemin üstesinden gelmek amacıyla da makine öğrenmesine dayalı bir tahmin metodolojisi önerilmiştir. Makine Öğrenmesi algoritmalarından olan Lineer Regresyon, Yapay Sinir Ağları, Destek Vektör Regresyonu, K En Yakın Komşu ve Karar Ağacı algoritmaları kullanılarak, optimum dağıtık üretim gücünün ve şebekeye etkilerinin tahmini sağlanmıştır. Algoritmaları ve önerilen metodolojinin uygulanabilirliğini göstermek için IEEE 12, 33 ve 69 baralı standart test sistemlerinin gerekli verileri toplanmıştır. Toplanan verilerin %75'i, WEKA programında bulunan makine öğrenmesi algoritmaları ile tahmin modellerinin eğitimi için kullanılmıştır ve %25'lik test verisiyle de algoritmaların performansı ve doğruluğu değerlendirilmiştir. Değerlendirme metrikleri olarak, R-kare (R2) analizi ve ortalama mutlak yüzde hata (Mean Absolute Percentage Error, MAPE) hesaplaması kullanılmıştır. Tüm algoritmalar, kabul edilebilir hata aralığının dışına çıkmayan ve uygulanabilir doğrulukta tahminler gerçekleştirmiştir. Tek giriş değişkeni olan tahmin modellerinde Destek Vektör Regresyonu algoritması ve çok giriş değişkeni olan tahmin modellerinde K En Yakın Komşu algoritması daha başarılı olmuştur. Giriş ve çıkış değişkenleri arasında doğrusal bağlantı bulunmayan verilerin tahmininde ise Lineer Regresyon kabul edilebilir bir sonuç vermemiştir ve kullanımı uygun bulunmamıştır. Dağıtık üretim sistemlerinin optimum boyutunun, yerinin ve güç faktörlerinin belirlenmesinde önerilen sezgisel algoritmalar üstün performans göstermiştir ve yeni bir metodoloji olarak sunulan, dağıtık üretim sistemi optimum boyutu ve şebekeye etkilerinin tahmininde Makine Öğrenmesi kullanımı uygun ve etkin bulunmuştur. Daha büyük sistemler üzerinde çalışılması, enerji depolama sistemlerinin eklenmesi, yeni sezgisel veya hibrit algoritmalarla çözümler, makine öğrenmesi ile birlikte güçlendirilmiş tahmine dayalı çözümler ve farklı yenilenebilir teknolojilerin kullanımı gelecek çalışması olarak önerilmektedir.
Online impedance measurement of batteries using cross-correlation technique

(İTÜ Graduate School, 2022) Gücin, Taha Nurettin ; Ovacık, Levent ; 723130 ; Elektrik Mühendisliği

Although the foundation of battery technologies had been laid out quite a long time ago, the recent increase of the interest for technologies such as renewable energies, portable devices, electric vehicles urged the battery technology to emerge as a major research topic. Moreover, for such applications, the batteries generally considered to be one of, if not the most crucial component of the system, as the energy provided within them ensures the continuity of system operations. Additionally, the lifetime of such systems is generally directly correlated with the lifetime of batteries utilized thereof. Consequently, the assessment of battery condition is a crucial aspect for the durability and stability of a very wide range of applications. However, as most of the parameters regarding the status of the batteries are not directly measurable, the battery status generally has to be estimated. This task is generally undertaken by a battery management system (BMS), which often runs some tests on the battery to predict certain parameters such as state of health (SOH) and state of charge (SOC). Electrochemical Impedance Spectroscopy (EIS) principally presents the complex impedance values of a battery over a frequency range of interest and it is widely accepted as the most advanced testing technique for batteries as it allows a foundation for the estimation of various battery parameters such as battery temperature, SOC and SOH. However, very often, these measurements have to be accompanied with advanced estimation algorithms for ensuring reliable and accurate estimation of parameters. This thesis aims to provide a practical implementation of EIS measurements. For this purpose, the study presented in this thesis implements the suggested method into the DC-DC converters, which are almost always present in the systems deploying batteries. The implemented method is based on cross-correlation calculations. In the first part of the thesis the motivation and the objectives of the study is elaborated and a literature overview of the state of the art is provided for representing the current approaches and for emphasizing the need for improvements. The first part is followed by a theoretical background section, where the principles of the cross-correlation calculations and it's adaptation to battery EIS measurements are explained in detail. Several improvements for the method, especially aimed for battery applications, are also provided. In the subsequent part, the theoretical findings are supported by simulations, which are created in MATLAB by using the Simulink graphical programming environment. In this part, the theory is preliminarily tested by simulations regarding impedance measurements of a passive RLC circuit. In the latter part, a test bench is designed for performing experiments to serve as proof of concept for the suggested approach. The test bench comprises a digitally controlled boost converter that is configured for charging a 12-V, 7-Ah sealed lead-acid (SLA) battery. The boost converter is controlled by an FPGA based platform, namely the Nexsys 4 DDR of Xilinx. The digital controller also comprises subprogram for injecting the necessary signals to the battery. The waveforms that occur during the tests are then recorded by a data acquisition system based on NI cDAQ platform so that the saved data can be processed in MATLAB environment for calculating the EIS diagrams. During the experiments, firstly, the battery is tested via the proposed method at 50% SOC. It is shown that the results of the present approach coincide with those obtained by a commercially-available, laboratory-type, high-precision instrument. Finally, the tests were also repeated for 25% and 75% SOC values. Additionally, further results are also presented to prove the validity of the approach even when the DC-DC converter is configured to provide a constant current under closed feedback loop. In conclusion, it is shown that the proposed approach can be reliably used to analyse the impedance of batteries over a wide frequency range during battery charging process.
Generation and measurement of mixed voltages, investigation on electrical discharge phenomena, and electric field analysis

(Graduate School, 2022-04-27) İspirli, Mehmet Murat ; Kalenderli, Özcan ; 504182005 ; Electrical Engineering

The insulation systems in power systems are frequently faced combinations of the operational voltage with over voltages. These types of voltage are called as "composite voltages" and "combined voltages" depending on the type of test object. They are superimposed two voltage signals with different properties (amplitude, frequency, time parameter, waveform). In order to generate them, it is necessary to connect different types of voltage generators together or types of two different voltage must be applied simultaneously to the device under test (DUT). In literature, tests of electrical insulation material are only applied for a single type of voltage wave. But, insulation of the system is forced with the electric field formed by the sum of the system voltage and overvoltage, when the internal and external overvoltage occurs in power systems. For example, insulation of the system is stressed with sum of the operation alternative voltage and lightning impulse voltage, when lightning strikes to power system line. During this event, the stress to which the insulation system is subjected differs according to the polarity of the lightning impulse and the polarity of the operating voltage at the time the lightning occurs. So, composite voltage conditions in the system must also be considered, when the insulation security and reliability of the system is defined. In this context, this thesis is based on three SCI articles on composite and combined voltage. In the first section of the thesis, 66 kV and 110 kV SiR insulators currently used in power transmission systems have been analyzed under combined AC–DC voltage using the finite element method (FEM). Insulators are the most crucial part of power systems. The insulation performance of insulators is vital for the sustainability of power systems. Recently, silicone rubber (SiR) insulators are used frequently in all sections of the power systems. In the analyzes made, positive and negative DC voltages in different amplitude ratios were superimposed over the phase-earth operating voltage of the insulator. In the study, the models were created based on time and analysis were applied in time-dependent. Alone DC voltage was applied to the insulator for the first 60 s, AC + DC voltage was applied between 60 to 120 s. Thus, the electric field behavior of the SiR insulator under combined AC–DC voltage has been obtained. The change of electric field based on positive and negative DC components was investigated. As a result of the study, the effect of the polarity of the DC component in the combined voltage was observed. The effect of the polarity of the DC component in the combined voltage on the maximum electric field intensity was observed. In the second section of the thesis, the effects of different electric fields, distance between electrodes and DC component of composite voltage on the breakdown voltage of air were investigated. The valve side of the converter valve in the HVDC transmission systems is subjected to mixed voltages such as composite AC & DC voltage. Normally, their structures have the geometry to create a uniform or less uniform electric field, but sharp points such as burrs on smooth surfaces can create non-uniform electric fields. In this study, four different electrode arrangements were used in the experiments to create different electric fields. The effects of the homogeneity of electric field on breakdown voltage were investigated for different ±DC component amplitudes of the composite voltage. The field efficiency factor was calculated using mean and maximum field strengths for all of them. Variation of breakdown voltage of air was examined under the composite AC & DC voltage for different ratios ±DC. As one result of the study, the breakdown occurs at the positive half-wave of the AC voltage despite −DC voltage being applied due to positive corona discharge pulses. This breakdown point is named as the polarity change point. The breakdown voltage increases with the decrease of DC voltage component up to polarity change point in non-uniform electric field. As a result of the experiments, it was seen that the polarity change point is closely related to the homogeneity of the electric field. As the homogeneity of the electric field increases, the polarity change point starts to be lower −DC voltage. In less uniform electric field, the AC breakdown voltage was measured slightly higher than the DC breakdown voltage. In less uniform electric field, as the ratio of the applied AC voltage to DC voltage increases, the breakdown voltage gradually approaches the AC breakdown voltage. This result is similar to the result obtained for the +DC component in non-uniform electric field experiments. In the last section of the thesis, firstly, experimental circuits were designed to generate and measure composite DC and LI high voltage using a simulation program. The voltage sources used in composite voltage generation must be isolated from each other with coupling elements so that they do not affect each other. In this context, it is critical to decide on the types and values of coupling elements. The coupling elements used were chosen according to simulation results. Afterward, experimental circuits were established in the laboratory according to the simulation results of the designed experimental circuit. Then, breakdown voltages under composite DC and LI voltage for less uniform and non-uniform electric fields were measured with four different electrode systems for positive and negative DC voltage pre-stresses with different amplitudes. The 50% breakdown voltage was calculated using the least-squares method. Finally, 3D models were created for the electrode systems used in the experiments using the finite element method. The efficiency factors of electrode systems calculated with the FEM results were correlated with the experimental breakdown voltage results. Thus, the breakdown behavior of air under bipolar and unipolar composite voltages (CV) was investigated. In conclusion, the experimental results showed that very fast polarity change in bipolar CV causes higher electrical stress compared to unipolar CV.
Batarya şarj uygulamalarında kullanılan LLC rezonans çeviricilerde optimum verim eldesi için yeni bir yöntem

(Lisansüstü Eğitim Enstitüsü, 2022-08-15) Çalışkan, Eser ; Üstün, Özgür ; 504112010 ; Elektrik Mühendisliği

Dünya genelindeki nüfus artışı ve globalleşme, mobilite kavramını tetiklemiştir. Mobilite ile yeni teknolojilerin hayatımıza girmesi kaçınılmaz olmuştur. Yeni teknolojilerin hayatımıza girmesi her geçen gün artan enerji talebini beraberinde getirmektedir. Günümüzde ulaşımda enerji talebinin büyük bir kısmı petrol ve petrol türevleri olan yakıtlar tarafından karşılanmakta olup gelecekte alternatif enerjilerin kullanıma alınmasını zorunlu kılmaktadır. Hayatın birçok alanında mobil olma ihtiyacının yanı sıra bunun bir sonucu olarak ortaya çıkan enerji gereksiniminin de mobiliteye hizmet edecek şekilde taşınabilir ve paylaşımlı olması kaçınılmazdır. Mobiliteye en çok hizmet eden cihazların başında elektrikli araçlar gelmekte olup her geçen gün yeni bir model piyasaya sürülmektedir. Elektrikli araçlar ve neredeyse tüm mobil cihazlarda enerji ihtiyacı büyük çoğunlukla dahili bataryalar ile sağlanmakta olup şarj ve deşarj işlemleri ile enerji paylaşımı sağlanabilmektedir. Batarya şarj ve deşarj döngüsünde enerji kayıplarının en az seviyeye indirilebilmesi için kullanılan güç çeviricisi tüm çalışma bölgesinde en yüksek verim ile çalıştırılmalıdır. Güç elektroniği çeviricisinin mümkün olan en yüksek verim ile çalıştırılabilmesi amacıyla farklı kontrol yöntemleri ve devre topolojileri geliştirilmektedir. Bu doktora tez çalışmasında, yeni tip GaN anahtarlama elemanları kullanılan bir LLC rezonans çeviriciye yönelik yeni bir verim optimizasyonu yöntemi üzerinde durulmuştur. Hafif elektrikli araçlar için tüm batarya şarj sürecinde en yüksek verim ile güç akışı kontrolünün en iyileştirilmesi amacıyla yeni bir verim optimizasyonu algoritması geliştirilmiştir. Klasik kontrol yöntemi olan frekans modülasyonu (FM), ölü zaman kontrolüne dayanan S-PWM ve kesintili çalışma modları LLC rezonans çeviricinin verim değerinin tüm batarya şarj sürecinde mümkün olan en yüksek seviyede kalması amacıyla birlikte kullanılmıştır. İlk olarak potansiyel batarya şarj topolojileri incelenmiş olup ardından bir rezonans çevirici kullanılarak klasik bir batarya şarj sürecine ait grafik verilerek şarj bölgeleri ve temel verim problemi ele alınmıştır. Düşük ve yüksek yük durumları arasındaki farklar ve rezonans çeviricinin çalışma karakteristiği birlikte değerlendirilerek özellikle düşük yük durumlarında çevirici veriminin düşmesine ait detaylar aktarılmıştır. Problemin tanımının ardından GaN tipi anahtarlar kullanılan bir LLC rezonans çevirici ile alakalı teorik altyapıya değinilmiş olup yapılan detay tasarımlar, hesaplamalar, elektronik kartlara ait şema ve baskı devre çizimleri, VHDL blokları ve tasarımları, kart testleri ve doğrulaması verilmiştir. LLC rezonans çevirici tasarımlarını takiben üç farklı anahtarlama ve kontrol yöntemine ilişkin modelleme ve benzetim çalışmalarına yer verilmiştir. Benzetim çalışmalarında temel çalışma prensipleri ve modeller, batarya şarj işlemi ve temel dalga şekilleri verilmiştir. Benzetim çalışmalarının ardından yapılan tasarım detaylarına göre üretilen ve entegre edilen deney düzeneği üzerinde üç farklı anahtarlama yöntemine ait testler gerçekleştirilmiştir. Deneysel testlerin sonuçlarına göre iteratif olarak önerilen verim takibi algoritması iyileştirilmiştir. Sonuç olarak önerilen algoritmanın batarya şarj sürecine uygulanması ve oluşturduğu etki tartışılmıştır. Önerilen verim takibi algoritması ile batarya şarj sürecinde kullanılan LLC rezonans çeviricinin toplam verim değerinde özellikle düşük yük durumlarında %25'e varan artış gözlenmiştir. Tez çalışmasında, yeni bir verim takip algoritması ortaya koyularak GaN temelli bir LLC rezonans çevirici üzerinde hafif elektrikli araçlara ait bir batarya şarj uygulamasında testleri ve doğrulaması yapılmıştır. Sonuçlar değerlendirilmiş olup gelecek çalışmalar için bir yol haritası çıkarılmıştır.
Data-driven prediction and emergency control of transient stability in power systems towards a risk-based optimal power flow operation

(Graduate School, 2022-09-30) Jafarzadeh, Sevda ; Genç, V. M. İstemihan ; 504172009 ; Electrical Engineering

Cost-efficient and reliable operation of power systems is one of the main concerns of the utilities. The large disturbances and major blackouts occurred in last two decades such as the blackout that took place on 14 August 2003 in the Midwest and Northeast US have ruinous and costly effect for millions of customers. The development of a proper stability prediction and control scheme for an emergency condition is the main objective of this study. In this study, a novel framework using two different approaches is proposed and investigated for real-time transient stability prediction (TSP) in power systems where the signals obtained from PMUs are utilized. The first proposed method is based on signal processing and machine learning approaches which take the computed energy of PMU signals in a window of measurements as an input to a classifier to predict the stability of the system. Several types of classifiers, which are multi-layered perceptrons (MLPs), decision trees (DT), and Naïve Bayes (NB) classifiers, are employed. Two alternative approaches of choosing the window of measurements used for TSP are developed, where an MLP-based fault detection process is also proposed to form the proper window of measurements. One approach is to use a fixed window of only post-fault measurements, whereas the other approach is to use an expanding window of measurements covering pre-fault, fault-on and post-fault stages. Utilization of the energy concept in TSP gives the flexibility to process signals in different sizes while providing predictions that are robust to measurement noises and missing data. It also makes feature selection methods directly applicable, making the TSP possible with fewer PMUs. The proposed methods are applied to two different test systems and a large-scale model of the Turkish power system. In the second approach, a novel methodology based on Koopman mode analysis is proposed to predict the transient stability of a power system in real-time. The method assesses the stability of the system based on a sliding sampling window of PMU measurements, and it detects the evolving instabilities by predicting future samples and investigating the computed Koopman eigenvalues. This approach is also able to identify alarm conditions, which include slowly evolving instabilities that may not be detected by predicting future samples in a limited time horizon. Identifying these conditions provides additional time to prepare a proper set of emergency control actions to be performed when necessary. Using the proposed method, groups of coherent generators that play a role in the evolving instabilities can also be identified, contributing to the design of a defensive islanding scheme for unstable cases. The efficacy of the proposed approach is demonstrated by simulating its performance with three test systems of different scales. Economical operation condition of the power system and its reliability are two contradicting issues. Reliable operation of the power system can lead to a high-cost operation, while economical operation of the power system might result in an unreliable operation of the power system. In this thesis, a novel methodology for the optimal power flow in a power system is proposed to ensure its reliable and cost-effective operation. The methodology adopts a risk-constrained optimal power flow and develops an efficient procedure to design corrective control actions including load shedding and mechanical torque reduction of generators in emergency conditions using reinforcement learning (RL). Reinforcement learning is a type of decision making tool which enables us to determine a set of proper control actions for different operating conditions and contingencies and to implement them in real-time. Since the training process of the RL-based agent is excessively time-consuming for large power systems, because of the enormity of their actions' spaces, an approach based on dynamic mode decomposition which limits the action space during the training process of agent is proposed. The proposed scheme is implemented on two test systems including a small-sized two-area power system and the 127-bus WSCC test system. A considerable amount of operating costs of the power systems corresponds to the fuel cost of the generation units. Therefore, fuel-cost minimization of the power system plays a crucial role in the economic operation of the power system. Furthermore, various faults and contingencies on the power systems might cause irrecoverable results such as widespread blackouts and following loss of money. Considering both fuel cost and reliability level of the system, it can be concluded that it is crucial to provide an optimal power flow solution with acceptable reliability for a given loading condition. Accordingly, the risk level of the system's operating points should be investigated properly. In this study, instead of rotor angle trajectory-based severity indices, the cost of the emergency control action is taken as a severity of the contingency. Using the cost of emergency control actions provided by the trained reinforcement learning-based agent as risk of the operating point, a risk-based optimization problem has been formulated. Two optimization techniques are employed to find the solution of the formulated optimization problem. The first one is Genetic Algorithm, GA, which is one of the well-known populated-based optimization techniques and the second one is Hooke–Jeeves method which is one of the well-known examples of pattern search local approaches. In these algorithms, the candidate solutions are evaluated with both cost function and constraints. The optimum operating points with and without risk constraints has been obtained for the two area and 127-bus test systems using both Genetic algorithm and Hooke-Jeeves method and the results are discussed.
Yenilikçi bir aşırı modülasyon tekniği ve kompleks akım kontrolörü tasarımı ile algılayıcısız cer motoru kontrolü

(Lisansüstü Eğitim Enstitüsü, 2023-03-15) Altıntaş, Gökhan ; Kocabaş, Derya Ahmet ; 504172013 ; Elektrik Mühendisliği

Günümüzde tercih edilen kara yolu ulaşım araçları oldukça gelişmiş yapıdadır. Özellikle elektrikli araçlara olan ilginin artması ve toplumlar tarafından benimsenen çevreci hedefler araştırmaları bu yöne kaydırmıştır. Raylı ulaşımda kullanılan araçların çekiş kuvvetleri elektrik motorları tarafından sağlanmaktadır. Bu motorlar cer motoru olarak adlandırılırken kontrollerinde yüksek kalkış torku, maksimum güç ve geniş bir hız aralığında çalışma hedeflenir. Endüstriyel motor kontrol uygulamalarında klasik akım kontrolörleri, hız-tork hesaplama işlemleri ve modülasyon teknikleri yüksek anahtarlama frekansı sayesinde yeterliyken cer motorlarının kontrolünde yüksek güçten dolayı anahtarlama frekansı kısıtlıdır. Kısıtlanan anahtarlama frekansı dolayısıyla motor kontrol uygulamasında örnekleme frekansı da düşüktür bu durum da kontrol, ölçüm ve çıkış işaretlerinin çözünürlüğünün ve kararlılığının düşük olmasına neden olur. Tüm bunlardan dolayı klasik yaklaşımların dışına çıkmak gerekmektedir. Bu tez raylı sistemlerde kullanılan araçlarda hareketi sağlayan cer motorlarının kontrolünde yaşanan problemlerin, zorlukların çözümüne yönelik olarak üç ayrı yaklaşım ortaya koymaktadır. Tez kapsamında yapılan ilk çalışma DA bara geriliminden en yüksek oranda faydalanabilmek için bir modülasyon algoritması tasarımıdır. Modülasyon algoritması uzay vektör darbe genişlik modülasyonunu kare dalgaya kadar genişleterek DA bara geriliminden en yüksek faydalanma oranını sağlar. Yüksek hassasiyet ile çözülmesi gereken uzay vektör denklemlerini doğrusal bölgedeki halleriyle aşırı modülasyon bölgesinde aynı şekilde kullanmak mümkün değildir. Geliştirilen modülasyon algoritmasında doğrusal olmayan bölge iki alt bölgeye ayrılarak ilk bölgede referans gerilim vektörünün genliği düzenlenirken ikinci bölgede hem genlik, hem de açı düzenlenmektedir. Özellikle 2. aşırı modülasyon bölgesinde kararlılığı sağlamak, istenen hassasiyete erişmek, evirici çıkışında düzgün bir gerilim dalga formu elde etmek ve istenmeyen etkileri bastırmak için geliştirilen modülasyon algoritmasında sanal bir "değiştirilmiş açı" terimi ifade edilmiştir. Yeni hesaplanan değiştirilmiş açı, referans gerilim vektörünü, uzay vektörü altıgeni içinde tutarak cer motoru kontrolünün kararlı çalışmasını sağlar. Ayrıca, önerilen yöntem doğrusal modülasyondan aşırı modülasyona ve sonrasında da aşırı modülasyondan kare dalga modülasyonuna kadar düzgün bir çalışma ve çalışma bölgeleri arasında yumuşak bir geçiş sağlar. Önerilen yöntemde örnekleme frekansı, anahtarlama frekansının iki katı olarak seçilmiştir ve böylece modülasyon sinyali hesaplamalarında örnekleme periyodunun yer almaması sağlanmıştır. Hesaplama süresinin düşürülmesiyle kesme tabanlı yazılım akışında kesme süresiyle iç içe geçme durumu yaşanmasının önüne geçilmiş olur. Geliştirilen yöntem dijital kontrol ünitesinde TI C2000 TMS320F28335 işlemcisi üzerinde koşturularak raylı araç cer motoru test düzeneği ile test edilmiştir. Düşük anahtarlama frekansı temelli geliştirilen teorik yaklaşımların deney düzeneğinde elde edilen sonuçlar ile uyumlu olduğu gösterilerek geliştirilen yöntemin performansı değerlendirilmiştir. Geliştirilen yöntem sadece raylı araçlarda kullanılan cer motorlarının kontrolünde değil, otomotiv gibi benzer çekiş kontrol isterlerinin yer aldığı uygulamalar için de uygundur. Tez kapsamında gerçekleştirilen ikinci çalışma, cer motorlarında kullanılan hız sensörlerinden kaynaklı sorunları bertaraf edebilmek için sensörsüz cer motoru kontrolü üzerine olmuştur. Asenkron motorlu çekiş sistemlerinde motorlarda kullanılan kodlayıcılardan kaynaklı bozulmalar ve işaret değişimleri meydana gelebilmektedir. Ayrıca bu işaretler filtrelenerek meydana gelen gecikmeler ve bozulmalar yüksek güçlü sistemlerde anahtarlama-örnekleme frekansının düşük olması dolayısıyla cer motoru kontrol algoritmasını özellikle de cer motoru dinamik davranışını oldukça yüksek şekilde etkilemektedir. Ek olarak, tork büyüklüğünün de kestiriminin yapılması ve tren kontrol yönetim sisteminden gelen tork isteğini başarılı şekilde takip edip edemediğini değerlendirilmesi gerekmektedir. Tüm bunlar göz önüne alınarak endüklenen gerilim tabanlı hız ve tork gözleyicisi geliştirilmiştir. Gözleyicide, yalnızca ölçülen faz akımlarını kullanarak endüklenen gerilimi tahmin etmek için asenkron motorun RST-αβ-dq matematiksel modeli kullanılmıştır. Kestirim sürecinin herhangi bir noktasında gecikme etkisi yaratmamak için yazılımsal filtre kullanılmamıştır. Örnekleme frekansı anahtarlama frekansının iki katı seçilerek örneklemenin anahtarlama gürültülerini içermemesi için DGM çıkışlarının etkinleştirilmediği durumlarda gerçekleştirilmesi amaçlanmıştır. Ayrıca, gözleyicinin dört bölgede çalışmasını sağlamak için gözleyiciye otomatik açı düzeltme metodolojisi uygulanmıştır. Bu tarz uygulamaların en büyük problemi olan sıfır hızdan motor kalkışını başarılı bir şekilde sağlayabilmek için bir motor kalkış stratejisi uygulanmıştır. Geliştirilen yaklaşım cer motoru deney düzeneğinde test edilerek sonuçların beklentilerle örtüştüğü görülmüştür. Tez kapsamında geliştirilen son çalışma ise cer motoru kontrolünde uygulanan alan yönlendirmeli kontrol stratejisinin en önemli birimi olan akım kontrolörü tasarımıdır. Düşük anahtarlama frekansı/stator besleme gerilimi frekansı oranı, kuvvetli çapraz bağlantı ve yetersiz bozucu performansı nedeniyle klasik PI kontrolörleriyle gerçekleştirilemeyen cer motoru akım kontrolünü gerçekleştirebilmek için değiştirilmiş yapıda bir kontrolör yapısı geliştirilmiştir. Klasik kontrol yaklaşımı dışında kontrol ve sistem modeli kompleks vektör gösterimiyle ifade edilmiştir. Böylece sistem derecesi düşürülerek analizler ve tasarımlar daha uygun şekilde yapılmıştır. Alan yönlendirmeli kontrol stratejisiyle asenkron motor stator akımı birbirinden 90o faz farklı d-q olmak üzere iki akım bileşenine dönüştürüldüğünde senkron hızda dönen eksen takımına geçilmesinden dolayı d ve q gerilim referansı ifadelerinde birbirine etki eden çapraz bağlantı bileşenleri ortaya çıkar. Ayrıca dijital motor kontrol uygulamalarında hesaplamadan, örneklemeden kaynaklı ve DGM doğası gereği gecikmeler mevcuttur. Ek olarak düşük frekanslı ve DA işaretleri bastırmak cer motoru kontrol uygulamasından beklenen çıktılardır. Tüm bunlar göz önüne alınarak düşük anahtarlama-örnekleme frekansı uygulamalarında kullanılabilecek çapraz bağlantı giderme performansı yüksek ve gecikmeleri kompanze edecek bir dijital kompleks akım kontrolörü önerilmiştir. Önerilen kontrolörde çapraz bağlantıyı gidermek için klasik uygulamaların aksine kontrolör iç yapısını düzenleyerek kontrolör sıfırının sistem kutbuna götürülmüştür. Geliştirilen kontrolöre düşük frekanslı ve DA işaretleri sönümleyebilmesi için sistemin toplam direncini artırmak amacıyla aktif sönümleme direnci de eklenmiştir. Akım kontrolörünün başarım testleri farklı çalışma koşullarında cer motoru dinamometresinde gerçekleştirilmiştir. Bir raylı aracın hızlanma, yavaşlama, yüklenme koşulları dinamometrede gerçekleştirilerek akım kontrolörünün iyi sonuçlar verdiği görülmüştür. Geliştirilen kontrolörün yüksek takip performansı, gecikme kompanzasyonu, çapraz bağlantı giderme ve dinamik sertlik özellikleri sayesinde diğer çekiş uygulamalarında ve diğer çekiş motoru türlerinde de başarıyla uygulanabilecek boyutta olduğu gösterilmiştir. Sonuç olarak cer motorlarının kontrolünde yaşanan problemler irdelenmiş ve bu problemlerden en önemlilerine yenilikçi yaklaşımlarla çözüm önerilmiştir. DA bara geriliminden maksimum fayda sağlayabilmek için uzay vektör darbe genişlik modülasyonu düşük örnekleme frekansında yenilikçi bir yaklaşımla aşırı modülasyon bölgesine genişletilerek kare dalga modülasyonuna başarılı şekilde geçilmiştir. Cer motorlarının en önemli iki büyüklüğü olan hız ve tork için endüklenen gerilim tabanlı kestirim algoritması tasarlanarak uygulanmıştır. Tasarlanan yapı ile çekiş sistemi maliyeti azaltılabilir ve sensör kaynaklı hatalardan dolayı işletmenin kesilmesi önlenebilir. Düşük anahtarlama frekansı dolayısıyla anahtarlama frekansı/stator besleme gerilimi frekansı oranının düşük olması nedeniyle ortaya çıkan problemleri ortadan kaldırmak için cer motorları kontrolünde kompleks vektörlerle ifade edilen akım kontrolörü önerilmiştir. Önerilen kontrolör çapraz bağlantı giderme ve referans takibi konusunda yüksek performansa sahiptir.
Yüksek güçlü IGBT'ler için kapı sürme devresi

(Lisansüstü Eğitim Enstitüsü, 2023-04-27) Tanrıverdi, Osman ; Yıldırım, Deniz ; 504112006 ; Elektrik Mühendisligi

IGBT anahtarlama elemanlarının SOA (Emniyetli çalışma bölgesi İng: Safe Operating Area) bölgesi içerisinde çalışması, sistemdeki di_C/dt'den (kollektör akım değişim hızı) kaynaklı gürültülerin azaltılması, anahtarlama kayıplarının ve bunun sonucu oluşan IGBT'lerin sıcaklık değişimlerinin kontrolünün yapılabilmesi için kapı sürme devrelerinin tasarımı büyük önem taşımaktadır. IGBT anahtarlama geçişlere bakıldığında iki önemli elektriksel stres görülmektedir: Bunlardan birincisi, iletime geçiş esnasında IGBT paralel diyotundan dolayı oluşan yüksek akım aşımlarıdır. İkincisi ise kesime geçiş esnasında sistemdeki kaçak endüktanslardan dolayı IGBT uçlarında oluşan gerilim aşımlarıdır. IGBT'lerin anahtarlandığı çevirici sistemini etkileyen diğer önemli bir etken olan elektromanyetik yayınım durumu bu iki problemden kaynaklanmaktadır. Sürekli çalışmada ise jonksiyon sıcaklığı ve sıcaklıktaki değişimler sistem güvenliğini etkilemektedir. Yüksek ve çok fazla aralıkta değişen sıcaklıklar IGBT'lerde ömür problemine neden olmaktadır. Sıcaklık artışlarında IGBT'nin anahtarlama kayıplarını azaltmak sıcaklık değişimini azaltmak için gerekli bir durumdur. Bu tez çalışması IGBT'lerde aktif kapı sürme algoritması ile yukarıda bahsedilen elektriksel ve termal etkenleri iyileştirmektedir. Akım ve gerilim değişimlerinin kontrolünü birbirinden bağımsız yapmak suretiyle IGBT anahtarlama kayıplarını yalnızca gerilim değişimini değiştirerek düşürmek bu tez çalışmasının temel algoritmasını oluşturmaktadır. Yalnızca gerilim hızını değiştirmek IGBT kesime geçiş sırasında gerilim ve akım aşımlarını ve sistemdeki EMI (Elektromanyetik Girişim İng: Electromagnetic Interference) problemlerini değiştirmez. Çünkü bu hususlar akım değişim hızının değişimiyle alakalıdırlar. Tez çalışması kapsamında IGBT iletime ve kesime geçiş aralıkları kollektör akımı ve kollektör-emiter gerilimi ve kapı gerilimi açısından incelenmiştir. Anahtarlama geçişlerinin her bir aralığına etkiyen faktörler incelenmiş ve formülleriyle verilmiştir. IGBT aktif sürme algoritması IGBT kapı gerilimini uygun anahtarlama aralıklarında istenilen seviyeye getirmeye dayalı çalışmaktadır. Bu davranışı görmek adına öncelikle ANSYS Simplorer ortamında benzetim çalışması yapılmıştır. Benzetim çalışması ile IGBT'nin anahtarlama geçişleri örnek bir modül için nominal akım ve gerilim değerlerinde incelenmiştir. Bunun için de örnek modülün benzetim ortamında modellemesi gerçeklenmiştir. Çalışmada IGBT'nin geçişleri inceleneceği için yapılan modelleme dinamik modellemedir. Modellemenin doğruluğunu analiz etmek için gerçek ortamda IGBT tetiklenmiş, dalga şekilleri çıkartılmıştır. Aynı elektriksel değerlerde benzetim ortamında dalga şekilleri çıkartılmış, gerçek verilerle karşılaştırılmıştır. Tez çalışması kapsamında tamamıyla analog köntrollü bir aktif sürüş tekniği geliştirilmiş ve bir donanım üzerinde gerçeklenmiştir.
Elektrik enerji sistemlerinde güvenli işletim koşullarının elde edilmesine yönelik akıllı yöntem geliştirilmesi

(Lisansüstü Eğitim Enstitüsü, 2023-06-07) Akdeniz, Ersen ; Bağrıyanık, Mustafa ; 504062002 ; Elektrik Mühendisliği

Geniş alanda etkili olan elektrik enerjisi kesintilerinin en temel sebeplerinden birisi kritik kısıtlılıklardan kaynaklanan zincirleme açmalardır. Ancak, kritik kısıtlılıkların analizi olağan sistemsel arızaları ile hatalı manevra, olumsuz hava koşulları ve kasıtlı saldırı nedeniyle oluşan öngörülemeyen arızalar gibi çeşitli unsurları içerdiği için oldukça karmaşık bir süreçtir. Literatürde yer alan çeşitli analiz yaklaşımlarında söz konusu problem genellikle tek bir boyutuyla ele alınmıştır. Bu tez çalışması kapsamında, işletmesel ve işletmesel-olmayan unsurlardan kaynaklanan indisler elektrik sisteminin zafiyet (güvenlik açığı) analizi için tanımlanarak oluşması muhtemel zincirleme açma sonrası oluşacak kısıtların öngörülmesine yönelik yeni bir yaklaşım getirilmiştir. Temel olarak, elektrik sistemine ait elektriksel parametrelerden oluşan işletmesel performans indisi, kasıtlı saldırı ve kötü hava koşulu indisleri örnek test sistemleri üzerinde ayrı ayrı tanımlanmış olup, sonrasında bulanık çıkarım sistemi kullanılarak bütünleşik bir toplam zafiyet indisi tanımlaması yapılmıştır. Geliştirilen yöntem MATPOWER veri tabanında yer alan IEEE test ağları üzerinde uygulanabilecek şekilde geliştirilmiş olup, örnek test ağları için analiz ve değerlendirme çalışmaları yapılmıştır. Problemin numerik analizine ilişkin olarak her bir kısıtın neden olacağı etkiyi belirlemek için test ağları veri seti üzerinde çevresel etmenlerin (olumsuz hava ve kasıtlı saldırı) değerlendirilmesine yönelik etki katsayısı tanımlamaları yapılmıştır. Buna göre sistemi oluşturan hat ve bara gibi elemanların işletmesel, olumsuz hava koşullarında ve kasıtlı saldırılardan etkilenme sıralamaları yapılmıştır. Ayrıca, yapılan analiz çalışmaların daha sistematik bir şekilde gerçeklenebilmesi ve analiz sonuçlarının görselliğinin artırılması için MATLAB tabanlı Zafiyet Analiz Programı (MATVAP) geliştirilmiş olup, programın kullanıcı arayüzü detayları tezin ekler bölümünde sunulmuştur. İletim sistemi işletmecileri artan tehdit unsurlarına karşı acil durum manevra planlarını güncelleyerek uygulamak noktasına gelebilmektedirler. Olumsuz etkileri asgari seviyeye indirgeyecek etkin bir karşı savunma planın oluşturulabilmesi için sistemin potansiyel zafiyet oluşturulabilecek noktalarının önceden tespit edilerek, bu bilgiler ışığında savunma planlarının hazırlanması gerekmektedir. Tez çalışmasının devamında, iletim sistemi işletmecilerinin acil durum manevra planlarına katkı sağlamak amacıyla sistemde yer alan kritik noktaların tespiti ve kısıt sonrası olumsuz etkilerin azaltılmasına yönelik karşı tedbir (manevra) işlemlerini belirleyerek oluşması muhtemel teknik ve ekonomik sorunları asgari seviyeye indirgeyecek bir bilgi tabanlı karar destek algoritması geliştirilmiştir. Söz konusu problemin çözümüne yönelik olarak genetik algoritma temelli zafiyet tabanlı kısıtlılık koşullu yük akışı algoritması ile sistemin kısıt sonrası durmunu değerlendiren karar ağacı bazlı karar destek metodolojisi geliştirilmiştir. Bu sayede sistemde oluşan ilk kısıt sonrası, kısıt tipine göre müdahale planları gözden geçirilmekte ve sistemin savunma planı en az olumsuz etkiye neden olacak şekilde muhtemel ikincil kısıtlar uyarınca revize edilmektedir. Kısıt sonrası sistemde oluşacak yan etkiler; üretim artışı/azaltması ve/veya yük atma gibi kısa dönem kontrol müdahaleleri ile mevcut sistem kısıtları içerisinde kalacak şekilde çözümlenmeye çalışılmaktadır. Ancak, üretim tüketim dengesi sistem geneli için hiçbir şekilde sağlanamadığı durumlar için kısmi ada çalışma durumuna geçilebilmektedir. Yapılan çalışmanın en önemli katkılarından birisi de durağan durum için geliştirilen bir yük akışı analiz yönteminin karar ağaçları ile birlikte kullanılarak sistemin kararlılığı gibi dinamik bir olayı kestirmek için kullanılmasıdır. Geliştirilen yöntemin doğrulaması örnek bir ardışıl açma senaryosu ile EMTP programı üzerinde IEEE-39 test ağı benzetim modeli kurularak yapılmıştır. İlave olarak, sistemin güvenli moda geçmesi öncesinde maliyet analiz yapılarak söz konusu işletmesel değişikliğin yapılıp yapılmayacağı konusu ekonomik kıstaslar uyarınca değerlendirilmiştir. Geliştirilen yöntemin pratik uygulama olanağı bulması sonrasında özellikle iletim sistemi operatörlerinin acil durum manevra planlarını test etmeleri için faydalı bir araç olabileceği değerlendirilmektedir.
A novel artificial intelligence based energy management system for microgrids

(Graduate School, 2023-06-19) Aksoy, Necati ; Genç, V. M. İstemihan ; 504182007 ; Electrical Engineering

In many countries, including our own, large amounts of electrical power are generated where the energy source is located, while it is consumed in areas with large industries and populations. This distance between energy generation and consumption leads to the transmission of energy, which results in the waste of energy as heat and increases energy costs. Microgrids have emerged as a solution to energy use by applying the principle of energy generation and consumption at the same place. Microgrids are small-scale electrical grids that can use distributed energy resources in conjunction with conventional grids. They can combine solar panels or plants, wind turbines, energy storage systems, generators, and the utility grid. This reduces energy loss during transmission, improves energy efficiency, and allows energy to be used efficiently. In addition, microgrids that operate in small settlements such as university campuses, military facilities, towns, or neighborhoods can work in "island mode" without a connection to the utility grid when needed. Many microgrids are currently operated using classical control methods and operate in certain size that has only been determined using optimization methods. This limits the efficiency that can be achieved during the operation of the microgrid and makes it difficult to follow new trends in energy storage technologies. The crux and significance of this thesis revolves around the notion that contemporary energy storage technologies can be utilized efficiently within the system, and that the existing artificial intelligence technology can serve as the foundation of the microgrid energy management system. The energy management system designed in this structure reduces energy waste, lowers costs, improves efficiency, and improves grid stability, while also producing effective solutions for energy demand by controlling the use of various sources together. Moreover, this energy management system contributes to reducing carbon emissions while allowing for the easy adaptation of new technologies. In light of all these advantages, this thesis presents an artificial intelligence-based energy management system design for microgrids. To further explain the concept of artificial intelligence, it encompasses machine learning algorithms as a subset, while machine learning includes deep learning algorithms and concepts. In this thesis, microgrid applications of various sizes and properties are examined, and a microgrid simulation model was created at commonly used sizes. This simulation model assumed a microgrid applied to a university campus, with a solar power plant and wind turbines serving as renewable energy sources. The energy management system being designed predicts the power that these sources will generate, using the up-to-date prediction algorithms within artificial intelligence. When designing, the focus is initially on predicting the power that solar and wind turbines will generate, using five years of meteorological data collected at five-minute intervals. The meteorological dataset, consisting of nine different data types, has undergone a series of data pre-processing. Missing data is filled in accordance with the characteristics of the dataset, and outliers are removed. The characteristics of this dataset were analyzed with different graphs and their suitability for training was examined. The labeled data consisting of the generation values at the same region and at the same time/minute intervals were added to the meteorological data set that was deemed suitable for training. Seven prediction models were developed using four prevalent machine learning methods and three novel algorithms based on the gradient boosting machine to predict the power generated by the solar power plant. These prediction models were trained separately using the training dataset made suitable for training. The results obtained from these seven prediction models were presented in both graphical and tabular formats. In addition to comparing which algorithm gave how successful results for this study, the computation costs were also compared. The designed energy management system must also predict the power generated from wind turbines. In this regard, prediction models were created using three different machine learning algorithms, and the results were obtained. These prediction models were compared using various performance metrics. This study conducted within this thesis, which achieved successful results, offers new approaches and unique results to the literature on the prediction of the power generation of renewable energy sources. An artificial intelligence-based energy management system should provide not only energy efficiency but also low energy costs and profitability for the user. The widespread use of dynamic electricity pricing should also be considered, which is determined based on the relationship between countrywide generation and consumption level. In this thesis, it is assumed that the microgrid simulation model developed is located in a country where dynamic pricing is applied. A five-year dataset was created from actual dynamic pricing data obtained from open-source platforms and analyzed. The dataset was examined, preprocessed, and made ready for the training of prediction models. Four deep learning algorithms with memory cell structures were selected for this study. Using these algorithms and the training dataset, price prediction models were developed, and the results were obtained. The learning performances, error values, and accuracies of the models were presented comparatively. These innovative prediction models were integrated into the designed energy management system. Knowing the power demand from a microgrid makes operational decisions more appropriate and robust. The load demand at which time of the day is an important parameter. Knowing the load demand in advance affects decisions regarding resource utilization. Considering this fact, the energy management system designed should also be able to predict load demand. To this end, load demand prediction models were developed using four deep learning methods with memory cell structures similar to price prediction. Actual load values obtained from open sources were scaled according to the simulation model of the microgrid created. Deep learning models were trained using the five-year load dataset, and the results were obtained. The results were presented comparatively using many performance metrics. As a result of this study, successful prediction models were developed and integrated into the designed energy management system. An artificial intelligence-based energy management system uses many prediction models described above. The theoretical and mathematical foundations of all machine learning and deep learning methods used are provided in the second chapter of this thesis. The energy management system described requires an additional controller to manage the microgrid in addition to human management. In this context, this thesis proposes another artificial intelligence-based controller. Data-driven control methods that have replaced classical control methods are popular topics nowadays. This thesis focuses on machine learning-based control methods of this type. In this context, reinforcement learning, which is one of the three main branches of machine learning, is investigated and its foundations are given. Reinforcement learning is the general name for methods based on the principle of controlling the system without the need for a mathematical model of the system. It is possible to separate this concept into methods based on table creation and methods using deep neural networks. In this thesis, controller agents using both types of methods are created. The agent, which will learn to control the system in reinforcement learning, needs to optimize itself. This optimization process is done through trial and error. For the agent to be able to take the best version through these trials, the system it will control, which is a microgrid environment model in this thesis, must have specific characteristics. Five different control agents were designed specifically for the energy management system, three of which were temporal-difference-based and two were deep reinforcement learning-based. Three environment models designed specifically for the microgrid are proposed in this thesis to enable these agents to train themselves. These environment models with unique reward strategies present a new approach to the literature. These environment models that use renewable energy sources, load demand, and dynamic prices for the training of agents have shown quite successful results in terms of energy management. The trained reinforcement learning agents have learned to manage the microgrid and offer considerable profitability to the user. The energy management system whose design steps are explained in this thesis uses many different artificial intelligence algorithms. These artificial intelligence models created, trained, and successful results achieved have been consolidated under a single graphical interface in this thesis. A unique graphical interface has been designed, and all prediction models and control agents have been integrated into this design. This interface design, which consists of seven pages in total, offers many variables and control actions related to the microgrid to the user. The user can see the powers that will be generated for the future, load demand, and the price. In addition, the user can apply many control actions to the microgrid through this interface. The user, who can also see many real-time parameters, can analyze the performance of prediction models and control agents through relevant pages. In conclusion, this thesis proposes an artificial intelligence-based energy management system that contains many current and innovative algorithms for microgrids and uses them uniquely. Artificial intelligence-based prediction models determine the decisions that an artificial intelligence-based control agent will make. This agent, which learns to select the correct control actions for the microgrid, presents the determined control action to the user through the designed interface. Additionally, the originally designed energy management system interface allows the user to see many parameters related to the microgrid in advance. This thesis proposes an energy management system that contributes to the literature with its original approach and can be used in real-world applications.

Gözat

Çıkarma tarihi ile LEE- Elektrik Mühendisliği-Doktora'a göz atma

Sayfa başına sonuç

Sıralama Seçenekleri