استفاده از الگوریتم ژنتیک در آنالیز پارامترهای کوره قوس الکتریکی

کوره قوس الکتریکی یکی از بارهای مصرفی بزرگ در شبکه قدرت میباشد و که با توجه به اینکه یک بار غیرخطی و تصادفی است، باعث اختلالات زیادی را در شبکه ایجاد میکند. کوره قوس باعث ایجاد مشکالتی مانند هارمونیک، زیر هارمونیک، نامتعادلی ولتاژ، فلیکر ولتاژ و نوسان ولتاژ و جریان روی شبکه قدرت میشود. از این رو به منظور کاهش مشکلات ناشی از کوره های قوس الکتریکی، نیاز به نصب تجهیزات جبران کننده مانند svc در کنار آنها میباشد. به منظور تحلیل اثرات کوره قوس الکتریکی بر روی شبکه، محاسبه ظرفیت و نوع جبران ساز موردنیاز هر کوره قوس، ابتدا باید مدل مناسب کوره استخراج شده و در محیط نرم- افزار شبیه سازی انجام گیرد. بعد از انجام شبیه سازی در محیط نرم افزار و مطالعه رفتار کوره، جبران کننده مناسب برای کوره قوس طراحی خواهد شد. با توجه به اینکه کوره قوس رفتار غیرخطی و تصادفی دارد ارائه یک مدل مناسب و تا حد امکان دقیق برای مطالعه پدیده های کیفیت توان ناشی از کوره بر روی شبکه، کار سختی است. هدف از این مقاله به دست آوردن یک مدل مناسب برای کوره قوس الکتریکی شرکت فولاد خوزستان میباشد. برای این منظور ابتدا از ولتاژ و جریان ترانسفورماتور کوره داده برداری انجام شده است. سپس جهت تطبیق مدل های موردنظر و به دست آوردن پارامترهای بهینه مدل از الگوریتم ژنتیک، استفاده شده و بهترین مدل انتخاب شده است.

application of genetic algorithm in the analysis of arc furnace parameters

abstract: electric arc furnace is one of the major loads in the power grid and which, due to the fact that it is a non-linear and random load, causes many disturbances in the grid. the arc furnace causes problems such as harmonic, sub-harmonic, voltage imbalance, flicker voltage and voltage fluctuation and current on the power grid. therefore, in order to reduce the problems caused by electric arc furnaces, it is necessary to install compensating equipment such as svc next to them. in order to analyze the effects of electric arc furnace on the network, calculate the capacity and type of compensator required for each arc furnace, first the appropriate furnace model must be extracted and performed in the simulation software environment. after performing the simulation in the software environment and studying the furnace behavior, a suitable compensator will be designed for the arc furnace. given that the arc furnace has a nonlinear and random behavior, it is difficult to provide a suitable and accurate model for studying the power quality phenomena caused by the furnace on the network. the purpose of this article is to obtain a suitable model for the electric arc furnace of khuzestan steel company. for this purpose, the voltage and current of the furnace transformer are first taken. then, the genetic algorithm is used to adapt the desired models and obtain the optimal model parameters and the best model is selected.