Look-up in Google Scholar
Title: A hybrid method (MVMO+TSM) for the parameter estimation of one-axis generators model
Other Titles: Un método híbrido (MVMO + TSM) para la estimación de parámetros del modelo de generadores de un eje
Advisor(s): Tito Cari, Elmer Pablo
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.01
Issue Date: 2023
Institution: Universidade de São Paulo
Abstract: The knowledge of parameters of transient model of the synchronous generator is fundamental for dynamic studies, which is used to make planning and analysis of security of the electrical energy system. Normally, the parameters are determined through offline methods (with the generator disconnected from the grid), however, new research uses online methods (with the generator connected to the grid) due to the advantages to obtain parameter values in different operation conditions, with this purpose the method needs to be reliable and robust. In this work, a hybrid method is presented to estimate the parameters of the one-axis model of the synchronous generator with the purpose of making the estimation with measures that are easy to obtain and robust in relation to the convergence of parameters. This hybrid method is composed of a metaheuristic method called Media-Variance Mapping Optimization (MVMO) and a non-linear programming method called Trajectory Sensitivity (TSM). The MVMO method is used to provide a smart initial guess for the second method (TSM), which will be used to find the local minimum, therefore, the hybrid method takes advantage of the metaheuristic method and non-linear programming. The method is validated by estimating the parameters of a 2 kva synchronous generator in a small power system assembled in the laboratory with satisfactory results.

El conocimiento de los parámetros del modelo transitorio del generador síncrono es fundamental para los estudios dinámicos, el cual se utiliza para realizar la planificación y análisis de seguridad del sistema de energía eléctrica. Normalmente, los parámetros se determinan a través de métodos fuera de línea (con el generador desconectado de la red), sin embargo, nuevas investigaciones utilizan métodos en línea (con el generador conectado a la red) debido a las ventajas de obtener valores de parámetros en diferentes condiciones de operación, para lo cual el método debe ser confiable y robusto. En este trabajo se presenta un método híbrido para estimar los parámetros del modelo de un eje del generador síncrono con el fin de realizar la estimación con medidas que sean fáciles de obtener y robustas en relación a la convergencia de parámetros. Este método híbrido se compone de un método metaheurístico llamado Optimización de mapeo de media y varianza (MVMO) y un método de programación no lineal llamado Sensibilidad de trayectoria (TSM). El método MVMO se usa para proporcionar una suposición inicial inteligente para el segundo método (TSM), que se usará para encontrar el mínimo local; por lo tanto, el método híbrido aprovecha el método metaheurístico y la programación no lineal. El método se valida mediante la estimación de los parámetros de un generador síncrono de 2 kva en un pequeño sistema de potencia ensamblado en laboratorio con resultados satisfactorios.
DOI identifier: https://doi.org/10.11606/D.18.2023.tde-14062023-095148
Note: Descargue el texto completo del repositorio institucional de la Universidade de São Paulo: https://doi.org/10.11606/D.18.2023.tde-14062023-095148
Discipline: Ingeniería Eléctrica. Área de especialidad: Sistemas de Energía Eléctrica
Grade or title grantor: Universidade de São Paulo
Grade or title: Magíster en Ciencias
Juror: Tito Cari, Elmer Pablo; Da Costa Fernandes, Tatiane Cristina; Rozas Theodoro, Edson Aparecido
Register date: 31-Aug-2023

Files in This Item:
File Description SizeFormat 
MedinaVigoriaEF.pdf
  Restricted Access
Disertación (abierta en repositorio de origen)3.4 MBAdobe PDFView/Open Request a copy
Autorizacion.pdf
  Restricted Access
Autorización del registro579.22 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.