CC BY
6
УДК 621.313
ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ АСИНХРОННОЙ МАШИНЫ В ПРОЦЕССЕ ЭКСПЛУАТАЦИИ
М.Ю. Фролов, И.В. Дулов
Новосибирский государственный технический университет, г. Новосибирск, Россия
myu.frolov@gmail. ru, dulov. 96@mail. ru
Резюме: ЦЕЛЬ. Разработать метод идентификации, позволяющий определять электрические параметры асинхронной машины в эксплуатационных режимах. Оценить влияние шумов на погрешность метода параметрической идентификации асинхронной машины. МЕТОДЫ. При решении поставленных задач применялись методы математического моделирования, теории электрических машин, математические методы нахождения оптимального решения переопределенных систем уравнения. Метод параметрической идентификации реализован в программном комплексе MatLab/Simulink. РЕЗУЛЬТАТЫ. В статье рассмотрены существуйте тренды развития генерации и изменение структуры потребления в России, описана актуальность исследования. Предложен и опробован на цифровой модели метод параметрической идентификации асинхронного двигателя. Проведена оценка влияния высокочастотных и низкочастотных помех в измерительных каналах на погрешность разработанного метода параметрической идентификации. ЗАКЛЮЧЕНИЕ. В данной статье предложен метод идентификации, позволяющий определять электрические параметры асинхронной машины в эксплуатационных режимах. Данный метод основывается на определении параметров системы полных уравнений Парка -Горева численным методом. Погрешность предложенного метода составила менее 1 %. При введении низкочастотных помех амплитудой 1% от основного сигнала, погрешность метода повышается до 5%. Введение высокочастотных помех амплитудой 0.5 % от основного сигнала повышает погрешность параметрической идентификации до 7%.
Ключевые слова: идентификация; локальная система энергоснабжения; методическая погрешность; асинхронная машина; статическая устойчивость; электрические параметры; моделирование.
PARAMETRIC IDENTIFICATION OF ASYNCHRONOUS MACHINE IN OPERATION MODE
MY. Frolov, IV. Dulov
Novosibirsk State Technical University, Novosibirsk, Russia
myu.frolov@gmail. ru, dulov.96@mail. ru
Abstract: THE PURPOSE. To develop identification method that allows determining asynchronous machine electrical parameters in operating modes. To estimate noise influence on the asynchronous machine parametric identification method error. METHODS. When solving the problems posed, the mathematical modeling methods, the electrical machines theory, mathematical methods for finding the optimal solution to overdetermined equations systems were used. The parametric identification method is implemented in the MatLab / Simulink software package. RESULTS. The article examines the existing trends in the development of generation and changes in consumption structure in Russia and describes the research relevance. An induction motor parametric identification method is proposed and tested on a digital model. Estimation of the high-frequency and low-frequency noise influence in the measuring channels on developed parametric identification method error is carried out. CONCLUSION. Authors proposes an identification method that allows determining asynchronous machine electrical parameters in the operating modes. The method is based on numerical determining the system parameters of complete Park-Gorev equations. The proposed method error is less than 1%. The introduction of low-frequency noise with
amplitude of 1%% of the main signal increases the error of the method to 5%. The introduction of high-frequency noise with amplitude of 0.5% of the main signal increases the error of the selected parameters to 7%.
Keywords: identification; local power supply system; truncation error; induction motor; static stability; electrical parameter; simulation.
Введение
Уклад систем электроснабжения в энергетике подвергается изменению. Это связано со следующими причинами: снижение общего уровня надежности электроснабжения; повышение тарифов и цен на электроэнергию для потребителей; затрудненностью подключения нового потребителя электрической и тепловой энергии в силу его недоступности (запертые подстанции, необходимость модернизации существующих электрических сетей для подключения) или значительной удаленности от Объединенной энергосистемы (ОЭС). Для преодоления представленных проблем потребители прибегли к наиболее быстрому и простому способу: создание собственных небольших электрических станций. Появление распределенной генерации (РГ) позволило потребителю решить ряд задач, связанных со снижением себестоимости производства энергии, а также надежности. Тенденция массового появления РГ, на фоне снижения вводов централизованной генерации, приведенная на рисунке 1, привела к снижению установленной мощности генераторов.
300000 -
250000 -
200000
= II II || || |1 |1 |1 I
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026
I I
I Распределенная генерация ■ Централизованная генерация
Рис. 1. Прогноз ввода новых мощностей Fig. 1. Forecast of commissioning of new централизованной и распределенной centralized and distributed power generation генерации электроэнергии в мире, МВт capacities in the world, MW
Характерной тенденцией последних лет является изменение структуры потребления электроэнергии, приведенная на рисунках 2 и 3 [1]. Наблюдается увеличение доли непромышленной нагрузки при снижении доли промышленной нагрузки. Наиболее распространенными электроприемниками в промышленности являются асинхронные двигатели, единичная мощность которых составляет от единиц до тысяч кВт. Мощность, суммарно потребляемая асинхронными двигателями, составляет около 80% от всей промышленной нагрузки [2]. Большое распространение асинхронных машин связно с рядом преимуществ: простая конструкция; высокая надежность; относительная дешевизна.
Рис.2. Полезный отпуск
электроэнергии в г. Москве в 1985 г Fig. 2. UsefUl electricity supply in
Рис.3. Полезный отпуск электроэнергии в г. Москве в 1985 г.
Fig. 3. Useful electricity supply in Moscow in 1985
Moscow in 1985
В итоге снижение установленной мощности генерации при сохранении доли асинхронной нагрузки ведет к увеличению доли и влияния единичного потребителя на устойчивость режимов работы энергосистем. На базе РГ формируются локальные системы энергоснабжения (ЛСЭС), в которых вопросы устойчивости нагрузки проявляются наиболее остро. Следует отметить, что при снижении установленной мощности снижается удельный вес роторов генераторов, что в свою очередь оказывает влияние на динамическая устойчивость. Генераторы меньшей мощности, работающие параллельно, при аварийных ситуациях в сети значительно быстрее переходят в асинхронный режим.
В ЛСЭС в качестве первичных двигателей чаще всего применяются газотурбинные установки (ГТУ) и газопоршневые установки (ГПУ). Данные установки крайне чувствительны к резким изменениям электрической нагрузки. Это связано с тем, что при изменении электрической нагрузки (допустим, включении мощного асинхронного двигателя) возникает небаланс активной мощности, который необходимо нивелировать путем подачи дополнительного топлива. При больших набросах электрической нагрузки может возникнуть возгорание вне камеры сгорания, что приведет к поломке первичного двигателя. Во избежание данного явления на ГТУ и ГПУ установлена автоматика, формирующая сигнал на отключение при значительных небалансах в электрической сети. Немаловажной особенностью ГТУ является их чувствительность к снижению частоты сети. При работе на пониженной частоте возникает вибрация лопаток турбины первичного двигателя, что может привести к его повреждению. Данные особенности эксплуатации генерирующих агрегатов оказывают значительное влияние на режимы работы ЛСЭС. Для исключения возможности повреждения генерирующего оборудования в ЛСЭС необходимо отслеживать включения мощных электроприемников [3].
Нарушение статической устойчивости асинхронных двигателей может привести к системной аварии - лавине напряжения, суть которой заключается в лавинообразном снижении напряжения, а также дефиците реактивной мощности [4]. Соответственно, чем больше двигательной асинхронной нагрузки, тем выше вероятность возникновения данной аварии.
Тренды развития сводятся к повышению уровня интеллектуализации энергетики, т.е. применения активно-адаптивного управления. Активно-адаптивное управление позволяет автоматике формировать и выдавать управляющие воздействия исходя из текущих схемно-режимных условий. Оно реализуется путем цифровизации, которая предполагает переход от аналогового измерительного оборудования на цифровое, непрерывной актуализации массива данных о режимных параметрах и составе оборудования потребителя. Интеллектуализация позволяет получить ЛСЭС сформированные по концепции SmartGrid, что делает возможным решение ряда задач, связанных с ограничениями на режимы их работы [5]. В частности, задач контроля пусков и устойчивой работы мощных асинхронных двигателей в ЛСЭС. Для определения критических состояний асинхронного двигателя необходима актуальная информация об его электрических параметрах. Следует отметить, что ее использование позволяет учесть изменение электрических параметров в процессе эксплуатации, связанные с явлением насыщения магнитопровода, изменением температуры, старением изоляции, ремонтом оборудования, а также избежать использования паспортных данных, в которых чаще всего указываются усредненные параметры всей серии, а не конкретной единицы оборудования.
В настоящее время для определения электрических параметров асинхронного двигателя используют опыты холостого хода и короткого замыкания, как обладающие наибольшей точностью. Данные способы не пригодны в ЛСЭС сформированных по концепции SmartGrid, т.к. требуют полного вывода из работы оборудования, а также: наличия диагностической площадки, специализированного оборудования и компетентного персонала. Применение методов идентификации позволит получить актуальную информацию о электрических параметрах асинхронного двигателя без нарушения производственного процесса, т.е. в процессе эксплуатации.
Широкое распространение получили методы идентификации, основанные на применении Г-образной схемы замещения асинхронной машины. Использование упрощенной схемы замещения асинхронного двигателя приводит к [6, 7]:
• Загрублению полученных результатов
• Возможности определения только статических характеристик нагрузки
• Невозможности отслеживания тенденций изменения конкретного электрического параметра оборудования.
Немаловажной особенностью ЛСЭС является то, что поведение нагрузки в них описывается динамическими характеристиками. Данные характеристики могут быть получены путем использования в расчетах Т-образной схемы замещения асинхронной машины. Стоит отметить, что данная схема замещения позволяет отслеживать тенденцию изменения электрический параметров, делая возможным решение задачи диагностики асинхронной машины в процессе эксплуатации.
В результате, необходим метод идентификации, позволяющий с допустимой погрешностью определять электрические параметры асинхронной машины в эксплуатационных режимах. Для достижения данной цели были сформулированы следующие задачи:
• Разработка метода параметрической идентификации асинхронной машины
• Выбор численного метода решения переопределенных систем уравнений
• Создание математической модели в программном комплексе ЫайаЪ БгтиПпк
• Проведение идентификации электрических параметров асинхронной машины, используя сигналы из математической модели
• Оценка полученных результатов
• Оценка влияния зашумления в измерительных каналах на результаты идентификации.
Методы. Метод параметрической идентификации асинхронной машины
Идентификация - определение структуры моделей и их параметров путем анализа входных и выходных данных, полученных в результате подачи на объект возмущающих воздействий. Идентификация разделяется на два вида [8]:
• Структурная
• Параметрическая
В настоящее время в электроэнергетике структура моделей объектов идентификации является общепринятой, поэтому необходимо определять только их параметры. В данной статье предложен метод параметрической идентификации асинхронной машины. Математическая модель асинхронной машины представляет собой систему уравнений Парка-Горева [9],
с Шс,,
V* = *А, + ^ +
V,, = Ъ* - „
а
С ш
V = я I + _!+ ^- wWсC
дг г дг С1 г/таг
Кг = КЧг + + (w - Wr ) в которую входят потокосцепления:
где
ш = Ы + Ь I
т д, , д, т дг
Шс, = ЬА, + Ьт^сСг
ш = Ь I + Ь I
т дг г дг т д,
Ш йг Ьг^сСг + Ьт^<С.,
Ь = Ь, + Ь
г 1г т
Ь = Ь, + Ь
В данных уравнениях: Кд, - напряжение статора по оси q, - напряжение статора по оси ё, Кдг - напряжение ротора по оси q, - напряжение ротора по оси ё, Ш д, - потокосцепление статора по оси д, Шс, - потокосцепление статора по оси й, у/дг -потокосцепление ротора по оси д, шдг - потокосцепление ротора по оси ё, 1д, - ток статора по оси q, 1дг - ток ротора по оси д, 1сЫ - ток статора по оси ё, /Сг - ток ротора по
оси
d, Ls - индуктивность статора, Lr - индуктивность ротора, LIr - индуктивность
рассеяния ротора,
LIs -
индуктивность рассеяния статора,
Lm -
индуктивность
намагничивания, - активное сопротивление статора, - активное сопротивление ротора, W - угловая частота сети, Иг - угловая частота ротора машины.
Уравнения Парка-Горева, описывающие идеализированную машину, базируются на следующих основных допущениях [10]:
• Магнитная проницаемость стали машины принимается равной бесконечности. Это позволяет однозначно определить картину магнитного поля от какой-либо обмотки машины и использовать принцип наложения при определении магнитного потока в зазоре машины.
• Распределение магнитных полей самоиндукции трехфазных обмоток и взаимоиндукции обмоток статора и ротора вдоль окружности машины считается синусоидальным с пространственным полупериодом, равным полюсному делению. Таким образом принимается в расчет лишь первая гармоника указанных полей и не учитывается влияние зубцовых полей в зазоре, обусловленных зубчатостью статора и ротора, а также высших и субгармоник поля, вызванных соответствующими гармониками магнитодвижущих сил обмоток статора и ротора. Основанием для подобного упрощения является способность трехфазной обмотки фильтровать высшие гармоники поля в зазоре. В нормально спроектированной машине удается получить высшие гармоники ЭДС, обусловленные рядом высших гармоник поля, весьма малой амплитуды. Рассматриваемое допущение также означает пренебрежение участием высших гармоник в образовании электромагнитного момента.
• Принятая идеализация картины магнитного поля предполагает, что магнитопровод и обмотки машины симметричны. Из чего следует: магнитопровод имеет одинаковые очертания на всех полюсных делениях, а в пределах полюсного деления симметричен относительно осей й и д; в трехфазной обмотке все фазные обмотки имеют одинаковое число витков, активное сопротивление и взаимный сдвиг магнитных осей; стержни демпферной системы симметричны относительно осей й и д, а обмотка возбуждения идентична на всех полюсах ротора.
• Демпферная система явнополюсных и неявнополюсных машин замещается двумя эквивалентными контурами, расположенными по оси й и д, с постоянными параметрами.
• В продольной и поперечной осях машины кроме потоков рассеяния существуют единые потоки взаимной индукции, пронизывающие все контуры, которые располагаются по соответствующим осям машины.
Второе, третье и пятое допущения для энергетических машин являются общепринятыми и практически не влияют на точность модели. Первое и четвертое допущение налагают ограничения на использование классической модели Парка-Горева для математического моделирования многомашинных электрических схем. Использование данной модели в описанных условиях приводит к возникновению недопустимых погрешностей. Т-образная схема замещения представлена на рис. 4 [11].
Рис.4. Т-образная асинхронной машины
схема замещения Fig. 4. T-shaped substitution diagram of an asynchronous machine
Для определения электрических параметров асинхронной машины необходимо уравнения для потокосцеплений подставить в уравнения Парка-Горева, получив тем самым следующие выражения:
V - Ri + Li' + L i' +w(L id + L id)
qs s qs s qs m qr \ s ds m dr /
V, - R id + L i'd + L i'd -w(L i + Li)
d d d m dr q m qr
V - Ri + Li' + L i' +(w - w )(L id + L id)
qr r qr r qr m qs r r dr m ds
Vd - Ri, + L i'd + L i'd -(w - w )(L i + Li)
d d d m ds q m qs
где, I цг, I , I ¿г , I ^ - производные токов статора и ротора соответственно.
В полученной системе уравнений неизвестными параметрами являются: , Кг,
Ls, Lm , Ьг. Оставшиеся величины определяются в результате измерений.
Анализируя полученную систему уравнений нетрудно заметить, что количества уравнений не достаточно для нахождения неизвестных параметров. Для определения неизвестных параметров необходимо получить данные уравнения в различные моменты времени переходного процесса, тем самым создав переопределенную систему уравнений. Для нахождения решений переопределенной системы уравнений необходимо воспользоваться математическим методом, например, методом наименьших квадратов, который позволяет снизить погрешность определения параметров в переопределенных системах уравнений. В результате «решения» полученной системы уравнений определяются электрические параметры асинхронной машины.
Структура математической модели
Математическая модель создана в программном пакете Mathlab Simulink. Структура модели отображена на рис. 5.
Выключатель
Асинхронный рвигагель
Рис.5. Математическая модель
Fig. 5. Mathematical model
Созданная модель включает в себя: асинхронную машину с короткозамкнутым ротором, шины бесконечной мощности (ШБМ), блок измерения частоты сети, трехфазный выключатель, блоки сбора информации о параметрах режима.
Для идентификации электрических параметров необходимо создать переходной режим работы машины. Следует заметить, что чем больше кратность возмущающего воздействия по отношению к исходному режиму, тем точнее будут определены электрические параметры асинхронной машины [12, 13]. Данные режимы могут возникать при изменении механического момента сопротивления на валу двигателя или изменении режима работы сети. В данном случае в качестве переходного режима используется пуск асинхронной машины.
Результаты параметрической идентификации асинхронной машины
Систему уравнений (1) можно записать для каждого момента времени переходного процесса. Для двух моментов времени будет восемь уравнений вида (1) и пять неизвестных, чего более чем достаточно для нахождения решения, однако реальные измерения обладают погрешностью, в результате чего получившаяся переопределённая система уравнений не будет иметь точного решения. Используя метод наименьших квадратов можно определить параметры системы уравнения, а увеличения количества моментов времени, для которых записаны уравнения позволят снизить погрешность идентификации.
Полученная система уравнений разбивается на более мелкие, решениями которых являются искомые электрические параметры асинхронной машины. Полученные электрические параметры усредняются, а также выделяется система уравнений, дающая наиболее достоверный результат. Результаты параметрической идентификации асинхронной машины, а также погрешность определенных параметров приведены в таблице 2. Электрические параметры асинхронной машины и шин бесконечной мощности приведены в таблице 1.
Стоит отметить, что погрешность, приведенная в таблице 2, получена в результате использования метода наименьших квадратов и является методической. Для оценки влияния шумов при реальных измерениях в блоки сбора информации о параметрах режима необходимо ввести сигналы, соответствующие высокочастотным и низкочастотным помехам (по отношению к синусоидальному сигналу в 50 Гц). Введенный шум приведен на рисунках 6 и 7.
Таблица 1
Параметры элементов математической модели
Шины бесконечной мощности
Фазное напряжение (В) 230
Частота (Гц) 50
Базовое напряжение (В) 230
Активное сопротивление (Ом) 0
Индуктивность (Гн) 0
Асинхронная машина
Номинальная мощность, Б п (ВА) 1000
Номинальное напряжение, Уп (В) 230
Номинальная частота, /п (Гц) 50
Активное сопротивление статора, Я ? (Ом) 1.405
Активное сопротивление ротора, Яг (Ом) 1.395
Индуктивность статора, (Гн) 0.005839
Индуктивность ротора, (Гн) 0.005839
Индуктивность ветви намагничивания, Ьт (Гн) 0.1
Момент инерции, J (кг.т2) 0.002985
Число пар полюсов, р 1
Начальное скольжение 1
Таблица 2
Результаты параметрической идентификации асинхронного двигателя
По одной системе уравнений
Параметр Полученное значение Погрешность, %
Яц , Ом 1,407 -0,17
ЬЪ +Ьт,Гн 0,106 0
Ьт , Гн 0,1 0
Яг, Ом 1,395 0
Ь1г + Ьт, Гн 0,106 0
Усреднение по трем системам уравнений
Яя , Ом 1,407 -0,12
ЬЪ +Ьт,Гн 0,106 0,14
Ьт , Гн 0,1 -0,058
Яг, Ом 1,396 -0,04
Ь1г + Ьт, Гн 0,106 -0,06
Усреднение по двум системам уравнений
Яя , Ом 1,406 -0,1
ЬЪ +Ьт,Гн 0,106 0,21
Ьт , Гн 0,1 -0,09
Яг, Ом 1,396 -0,06
Рис.6. Низкочастотный шум
Fig. 6. Low-frequency noise
О 0.002 0.004 0.006 0.008 0.0] 0.012 0.014 0,016 0.018 0,02 t. сек
Рис.7. Высокочастотный шум
Fig. 7. High-frequency noise
Параметры низкочастотного шума: интервал дискретизации - 0,1, амплитуда - ±1.
В виду особенностей технологического процесса производства электроэнергии и устройства элементов электрической сети на измеренные величины большее влияние оказывают высокочастотные помехи, исходя из чего были выбраны следующие параметры низкочастотного шума: интервал дискретизации - 0,0001, амплитуда -±1/±3/±5 о.е. [14].
Введение высокочастотного шума оказывает большое влияние на определение электрических параметров машины, в частности, на индуктивности статора и ротора. Это связано с использованием в системах уравнений производных токов статора и ротора, а также из-за приведения роторных величин к статорным. Последнее оказывает наиболее сильное влияние на определение электрических параметров машины, делая невозможным использование случайных выборок уравнений для проведения расчётов [15].
На рис.8 приведена схема соединения измерительного блока, который собирает информацию о режимных параметрах, а также определяет скорость их изменения. В представленную схему вводится блок, имитирующий шум заданной частоты и амплитуды. Данный блок оказывает влияние сразу на несколько контролируемых параметров: на расчётное значение напряжения статора вдоль оси q, непосредственно на величину тока статора, а также на скорость его изменения.
Рис.8. Блок измерения режимных параметров
Fig. 8. Unit for measuring mode parameters
В результате введения шумов в измерительные каналы была выбрана система уравнений, обладающая наибольшей стойкостью к высокочастотному шуму. Результаты параметрической идентификации асинхронной машины, а также погрешность определенных параметров при введении низкочастотного и высокочастотного шума
92
© М. Ю. Фролов, И. В. Дулов приведены в таблице 3 и таблице 4.
Таблица 3
Результаты параметрической идентификации асинхронной машины приведении
По одной системе уравнений
Параметр Полученное значение Погрешность, %
Rs , Ом 1.428 -1.6
LIs + Lm , Гн 0.103 2.3
Lm , Гн 0.097 2.5
Rr, Ом 1.376 1.4
LIr + Lm, Гн 0.103 2.5
Усреднение по трем системам уравнений
Rs , Ом 1.424 -1.4
LIs + Lm , Гн 0.103 2.3
Lm > Гн 0.097 2.6
Rr , Ом 1.375 1.4
LIr + Lm, Гн 0.103 2.6
Усреднение по двум системам уравнений
Rs , Ом 1.423 -1.27
LIs + Lm , Гн 0.103 2.38
Lm , Гн 0.097 2.67
Rr , Ом 1.375 1.47
LIr + Lm, Гн 0.103 2.65
Таблица 4
Результаты параметрической идентификации асинхронной машины при введении _высокочастотного шума в измерительные каналы_
Шум с амплитудой 1 о.е.
Параметр Полученное значение Погрешность, %
Яя , Ом 1,47 -4,6
1Ъ +1м,Гн 0,099 6,3
Ьт , Гн 0,093 7,2
Яг, Ом 1,317 5,6
11г + 1м, Гн 0,098 7,1
Шум с амплитудой 3 о.е.
Rs , Ом 1,771 -26,1
LIs + Lm , Гн 0,064 39,4
Lm , Гн 0,056 44,4
Rr , Ом 0,989 29,1
LIr + Lm, Гн 0,059 44,2
Шум с амплитудой 5 о.е.
Rs , Ом 1,988 -41,5
LIs + Lm , Гн 0,038 64,4
Lm , Гн 0,0276 72,4
Rr, Ом 0,758 45,7
LIr + Lm, Гн 0,029 72,4
Заключение
Разработанный метод идентификации позволяет определить электрические параметры асинхронной машины с погрешностью менее 1 %. Наличие помех в измеренных каналах оказывает сильное влияние на полученные результаты. При наличии в измерительных каналах низкочастотного шума амплитудой менее 1 % от основного сигнала, погрешность метода не превышает 5 %. Стоит отметить, что высокочастотный шум оказывает большее влияние на погрешность параметрической идентификации. При наличии в измерительных каналах высокочастотного шума амплитудой менее 0,5 % от основного сигнала, погрешность метода не превышает 7 %.
Минимизация влияния высокочастотных и низкочастотных помех производится путем введения в измерительные каналы пассивных или активных фильтров, при этом погрешность будет стремиться к методической.
Дальнейшее направление исследований:
• Определение параметров двигателей на физических моделях энергосистем и реальных объектах.
• Исследование эффективности управления ЛСЭС при внедрении предлагаемого метода идентификации
Литература
1. Энергоцентр СКОЛКОВО. «Распределенная энергетика - потенциал в России».
2018 г.
2. Макоклюев Б.И., Павликов В.С., Фефелова Г.И., и др. Динамика и тенденции электропотребления Московского региона // Энергетик. 2007. № 6.
3. Гуревич Ю.Е., Илюшин П.В. Особенности расчетов режимов в энергорайонах с распределенной генерацией: монография / Нижний Новгород: НИУ РАНХиГС, 2018. 280 с.
4. Саттаров Р.Р., Гарафутдинов Р.Р. Исследование работы группы асинхронных двигателей при кратковременных провалах напряжения для условий нефтяной промышленности // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2020. Т. 22. №6. С. 92-100.
5. Савина Н.В., Бодруг Н.С. Проблемы нормирования качества электроэнергии при переходе на интеллектуальные электроэнергетические системы // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2016. №5-6. С. 19-26.
6. Иванова В.Р., Новокрещенов В.В., Роженцова Н.В. Разработка алгоритма для эффективного управления технологическим процессом промышленного предприятия на базе программируемого логического контроллера TM171PDM27S Schneider Electric // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2020. Т. 22. № 2. С. 75-85.
7. Малёв Н.А., Погодицкий О.В. Статистический анализ динамических характеристик асинхронного электромеханического преобразователя с изменяющимися параметрами нагрузки // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2019. Т. 21. №1-2. С. 120-130.
8. Babau R., Boldea I. Parameter identification for large induction machines using direct online startup test // Workshop on Electrical Machines Parameters, Technical University of Cluj-Napoca, Romania, 26th of May 2001. Cluj, Romania, 2001. P. 47-52.
9. Frolov M.Y., Fishov A.G. Electric parameters identification of synchronous generator connecting to the grid // 11 International forum on strategic technology (IFOST 2016) : proc., Novosibirsk, 1-3 June 2016. Novosibirsk : NSTU, 2016. Pt. 2. P. 243-246.
10. Бурков А.Ф., Юрин В.Н., Аветисян В.Р. Исследование возможностей повышения энергоэффективности асинхронных двигателей. Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2018. Т. 20. №9-10. С. 92-100.
11. Bolovin E., Glazyrin A., Polishchsuk V. Induction motor drive parameters identification ap-plying difference schemes // Applied Mechanics and Materials. 2015. V. 698. P. 65-68.
12. Jancovic M., Zalman M., Jovankovic J. Parameter identification of induction motors by us-ing genetic algorithms // Virtual University VU'07: 8th International Con ference, 13-14 december 2007. Bratislava, Slovak Republic: STU, 2007. P. 196-203.
13. Simon L., Monzon J.M. The finite element method for parametric identification of a
three-phase induction machine with genetic algorithms // 11th Spanish Portuguese Conference on Eléctrical Engineering (11 CHLIE), Saragossa University (Spain), 1-4 July, 2009. Saragossa, 2009. P. 137-143.
14. Ozpineci B., Bose B.K. Soft-switched performance-enhanced high frequency non-resonant link phase-controlled converter for AC motor drive // Proceedings of the 24th Annual Conference of the IEEE Industrial Electronics Society, 1998, IECON '98, 31 August-4 September 1998. - Aachen, Germany, 1998. V. 2. P. 733-739.
15. Cincirone M., Pucci M., Cincirone G., et al. A new experimental application of least-squares techniques for the estimation of the parameter of the induction motor // IEEE Transac-tion on Industrial Applications. 2003. V. 39. №. 5. P. 1247-1255.
Авторы публикации
Михаил Юрьевич Фролов - канд. техн. наук, доцент, кафедра Автоматизированных электроэнергетических систем, Новосибирский государственный технический университет.
Илья Вадимович Дулов - ассистент, аспирант, инженер, кафедра Автоматизированных электроэнергетических систем, Новосибирский государственный технический университет.
References
1. Energy Center SKOLKOVO. Distributed Energy - Potential in Russia. Oct 2018
2. Makoklyuev BI, Pavlikov VS, Fefelova GI, et al. Dynamics and trends of power consumption in the Moscow region. Energetik. 2007. № 6.
3. Gurevich Yu, Ilyushin PV. Calculation features of modes in power regions with distributed generation: monograph. Nizhny Novgorod: NRU Ranhigs, 2018. 280 p.
4. Sattarov RR, Garafutdinov RR. Research of the operation of a group of asynchronous motors at short-term voltage slopes for the conditions of the oil industry. Power engineering: research, equipment, technology. 2020;22(6):92-100.
5. Savina NV, Bodrug NS. The problem of normalizing electrical energy quality while transferring to intellectual electrical energy systems. Power engineering: research, equipment, technology. 2016;(5-6):19-26.
6. Ivanovа VR, Novokreshenov VV, Rozhencova NV. Development of an algorithm for effective management of the technological process of the industrial enterprise based on the programmable logic controller TM171PDM27S Schneider Electric. Power engineering: research, equipment, technology. 2020;22(2):75-85.
7. Malev NA, Pogoditsky OV. Statistical analysis of dynamic characteristics asynchronous electric motor with changing load parameters. Power engineering: research, equipment, technology. 2019;21(1-2):120-130.
8. Babau R, Boldea I. Parameter identification for large induction machines using direct online startup test. Workshop on Electrical Machines Parameters, Technical University of Cluj -Napoca, Romania, 26th of May 2001. Cluj, Romania, 2001. pp. 47-52.
9. Frolov MY, Fishov AG. Electric parameters identification of synchronous generator connecting to the grid. 11 International forum on strategic technology (IFOST 2016) : proc., Novosibirsk, 1-3 June 2016. Novosibirsk : NSTU, 2016. Pt. 2. P. 243-246. doi: 10.1109/IFOST.2016.7884238.
10. Burkov AF, Yurin VN, Avetisyan VR. Studies of possibilities of energy efficiency of asyncronous motors improvement. Power engineering: research, equipment, technology. 2018;20(9-10):92-100.
11. Bolovin E, Glazyrin A, Polishchsuk V. Induction motor drive parameters identification ap-plying difference schemes. Applied Mechanics and Materials. 2015;698:65-68. doi: 10.4028/www. scientific .net/AMM.698.65.
12. Jancovic M, Zalman M, Jovankovic J. Parameter identification of induction motors by us-ing genetic algorithms. Virtual University VU'07: 8th International Conference, 13-14 december 2007. Bratislava, Slovak Republic: STU, 2007. P. 196-203.
13. Simon L, Monzon JM. The finite element method for parametric identification of a three-phase induction machine with genetic algorithms. 11th Spanish Portuguese Conference on Eléctrical Engineering (11 CHLIE), Saragossa Univer sity (Spain), 1-4 July, 2009. Saragossa, 2009. P. 137-143.
14. Ozpineci B, Bose BK. Soft-switched performance-enhanced high frequency non-
resonant link phase-controlled converter for AC motor drive. Proceedings of the 24th Annual Conference of the IEEE Industrial Electronics Society, 1998, IECON '98, 31 August-4 September 1998. Aachen, Germany, 1998;2:733-739. doi: 10.1109/IECON.1998.724184.
15. Cincirone M, Pucci M, Cincirone G, et al. A new experimental application of least-squares techniques for the estimation of the parameter of the induction motor. IEEE Transaction on Industrial Applications. 2003;39(5):1247-1255. doi: 10.1109/TIA.2003.816565.
Authors of the publication
Mikhail Y. Frolov - Novosibirsk State Technical University. E-mail: myu.frolov@gmail.ru. Ilya V. Dulov - Novosibirsk State Technical University. E-mail: dulov.96@mail.ru.
Получено
Отредактировано
Принято
10 марта 2021г. 31 марта 2021г. 02 апреля 2021г.
