مدل‌سازی دینامیکی و شناسایی توربین نیروگاه برق‌آبی عباسپور بر اساس آزمون‌های میدانی

مدل سازی و شناسایی سیستم های مختلف واحد نیروگاهی آبی همچون توربین، گاورنر و سیستم تحریک جهت انجام مطالعات پایداری و دینامیک شبکه موردنیاز است. توربین واحد آبی مکانیکی است و معمولاً انجام آزمون های شناسایی برای استخراج مدل آن نیاز است. در این مقاله، مدل خطی و غیرخطی توربین فرانسیس واحد 8 نیروگاه شهید عباسپور ارائه می شود. شناسایی این مدل ها به روش تجربی و با تجزیه وتحلیل داده های آزمون های میدانی در جعبه ابزار شناسایی متلب صورت می گیرد. آزمون ها به صورت افزایش و کاهش بار واحد در توان های مختلف واحد است. مدل خطی توربین منطبق بر ieeeg2 است و زمان شروع آب برابر مقدار میانگین 1,33 ثانیه به دست می آید. مدل خطی در پیش بینی بارهای میانی و پایین خطای زیادی دارد که ناشی از رفتار غیرخطی توربین است. برای تصحیح خطا، مدل اصلاح شده غیرخطی که توان را به صورت چندجمله ای مرتبه 5 از گشودگی به دست می دهد برای توربین شناسایی می گردد. صحت سنجی، دقت بالای مدل غیرخطی در شبیه سازی رفتاردینامیکی توربین را نشان می دهد.

dynamic modeling and identification of the hydro turbine using field test data (case study: abbaspour power plant)

in order to study the stability and fast dynamic of the power grid, modeling and identification of hydropower plant systems such as turbine, governor and excitation is required. turbine is a mechanical device and usually identified through field tests. in this paper, the identification of the unit 8 of abbaspour power plant is conducted. the linear and nonlinear model of the francis turbine are introduced. these models show the dynamic relation of the electric power and wicket gate position. in this study, the test data are processed and analyzed using the identification toolbox of matlab software. the linear model is based on the ieeeg2 model and the average of water start time is obtained 1.33 second. the results show lots of deviation in predicting low loads due to nonlinear behavior of turbine. for eliminating these faults, a modified non-linear polynomial model of turbine is identified. validation of the identified nonlinear model shows its high accuracy in the modeling of turbine dynamic behavior.