Estimation des paramètres du transformateur électrique en référence au comportement de saturation à l'aide d'un optimiseur de colibri artificiel

Rapports scientifiques volume 12, Numéro d'article : 19623 (2022) Citer cet article

1331 Accès

2 citations

Détails des métriques

Cet article propose un outil efficace pour définir les paramètres inconnus des transformateurs électriques. La méthodologie proposée est développée sur la base d'un optimiseur de colibri artificiel (AHO) pour générer les meilleures valeurs des paramètres inconnus du transformateur. Dans un premier temps, l'extraction des paramètres de l'équivalent électrique du transformateur est adaptée en tant que fonction d'optimisation ainsi que les contraintes d'inégalité de fonctionnement associées. Dans lequel il est décidé de minimiser la somme des erreurs absolues (SAE) parmi de nombreuses variables provenant des données de la plaque signalétique des transformateurs. Deux cas de test de transformateurs de 4 kVA et 15 kVA sont démontrés pour indiquer la capacité de l'AHO par rapport à d'autres optimiseurs récents et exigeants. L'AHO proposé atteint la valeur SAE la plus basse par rapport aux autres algorithmes concurrents. À un stade avancé de cet effort, la capture du pourcentage de charge pour atteindre une efficacité maximale est vérifiée. À un stade ultérieur, les performances des transformateurs sont réalisées en utilisant les paramètres extraits recadrés par l'AHO pour étudier le comportement principal à la mise sous tension de ces transformateurs. Au final, il peut être confirmé que l'AHO produit les meilleures valeurs des paramètres du transformateur, ce qui aide beaucoup à réaliser des simulations précises pour les comportements en régime permanent et en appel.

Les transformateurs de puissance constituent l’un des équipements essentiels et majeurs des systèmes électriques. Les transformateurs peuvent transférer l'énergie des installations de production vers les zones de distribution via des lignes de transmission avec un rendement élevé atteignant 99 % en fonction de ses paramètres et des pertes associées1. Plusieurs recherches ont été introduites pour envisager les paramètres du transformateur afin de minimiser ses pertes, d'améliorer ses performances et de minimiser le coût d'exploitation. Les paramètres inconnus du transformateur sont non linéaires en raison de leur dépendance en fréquence, ce qui rend la précision de la modélisation du transformateur plus complexe2. L'estimation des paramètres du transformateur est devenue un défi immense et obligatoire pour la conception optimale du transformateur afin de respecter les normes et spécifications obligatoires3,4. Les performances non linéaires du transformateur ont été abordées comme en2,5. La détermination des paramètres inconnus du transformateur est affectée par l'état de son fonctionnement ; conditions stables ou transitoires5,6. Ces paramètres peuvent être estimés à l'aide de différentes méthodes : les tests bien connus ; tests à vide et en court-circuit7,8, dimensionnement physique du transformateur9, données du fabricant10 et sous diverses informations de charge7. Principalement, les méthodes analytiques ont été utilisées pour une évaluation rapide du dimensionnement physique du transformateur sur la base d'une analyse par éléments finis (FEA). Récemment, des algorithmes de calcul exploratoires et/ou évolutifs non conventionnels ont été appliqués11. Les algorithmes évolutionnaires ont une grande capacité à résoudre les problèmes d’optimisation car ils peuvent atteindre l’objectif de manière aléatoire7. Les méthodes d'optimisation ont été utilisées pour extraire les paramètres inconnus du transformateur ainsi que d'autres appareils électriques tels que les moteurs électriques, les piles à combustible et les unités de stockage, en plus de découvrir les paramètres de fonctionnement électrique en tant que systèmes optimaux de gestion du flux de charge et de la distribution12,13,14,15. . La précision des algorithmes d'optimisation est testée en comparant les valeurs des paramètres extraites avec les valeurs réelles16,17,18. Un modèle boîte grise a été proposé pour estimer les paramètres du transformateur et étudier le comportement de ses terminaux à des fréquences comprises entre 20 kHz et 1 MHz via une optimisation par essaim de particules (PSO). Cette méthode dépend de l'évaluation des dimensions physiques pour définir les paramètres d'inductance, de capacité et de perte de l'enroulement6. Les données issues des tests de charge ont été utilisées pour extraire les paramètres des transformateurs de puissance monophasés et triphasés via PSO12 et l'algorithme Forensic-Based1 a été appliqué uniquement pour les transformateurs monophasés (SPT). En outre, l'optimiseur de moisissure visqueuse a été appliqué à l'estimation des paramètres des transformateurs monophasés et triphasés et comparé à d'autres optimiseurs19. Les paramètres SPT de 4 kVA ont été extraits à l'aide des données issues des tests de charge via une enquête médico-légale et des algorithmes PSO1 et de recherche de nourriture bactérienne20 et au moyen de données d'entrée via une optimisation chaotique7. Les pertes sans charge ont été incluses dans la fonction objectif (OF) à l’aide de l’optimiseur de recherche de nourriture des raies manta (MRFO) et du MRFO3 chaotique. D'autres optimiseurs ont été proposés pour évaluer les paramètres du transformateur et ont mené des tests pratiques pour confirmation en tant qu'optimiseur coyote pour trois et simples transformateurs21, et optimiseur de recherche Jellyfish, algorithme de recherche gravitationnelle (GSA) et approche d'apprentissage automatique pour SPT avec une puissance nominale de 4 kVA en10,22,23. . L'optimisation évolutive multi-objectifs a été adaptée pour évaluer les paramètres du transformateur, améliorée à l'aide de la FEA et vérifiée en comparant les résultats avec les mesures et le comportement réels11. L'évaluation en ligne des paramètres du transformateur à l'aide de mesures pratiques, de différentes fréquences lentes et impliquant un rapport de transformation du transformateur a été appliquée pour obtenir des résultats rapides et éviter le besoin d'instruments à haute fréquence24. Un algorithme simple de boîte noire grâce à une méthode d'optimisation à l'aide de fonctions de transfert estimées par des rapports de tension mesurés a été introduit pour extraire les paramètres des transformateurs de distribution à une fréquence comprise entre 1 kHz et 1 MHz et dans le domaine temporel25.