فلیکر یا Flicker یکی از مهم‌ترین پدیده‌های مرتبط با کیفیت توان در شبکه‌های الکتریکی است که در اثر تغییرات نوسانی ولتاژ ایجاد می‌شود. این پدیده اگرچه لزوماً به معنای وجود یک خطای شدید یا ناپایداری در شبکه نیست، اما می‌تواند باعث تغییر محسوس در شدت روشنایی لامپ‌ها، ایجاد ناراحتی برای مصرف‌کنندگان و کاهش کیفیت بهره‌برداری از تجهیزات الکتریکی شود. به همین دلیل، اندازه‌گیری و ارزیابی شدت فلیکر یکی از موضوعات مهم در تحلیل کیفیت توان به شمار می‌رود.

در این شبیه‌سازی، از Simscape Electrical و Control System Toolbox برای بررسی روش تحلیل آماری سطح لحظه‌ای فلیکر استفاده می‌شود. هدف اصلی، محاسبه شدت کوتاه‌مدت فلیکر یا Short-Term Flicker Severity با نماد P_st برای یک سیگنال ولتاژ فاز به زمین است. این ولتاژ از یکی از فیدرهای یک شبکه مربوط به یک جامعه دورافتاده دریافت شده و سپس با استفاده از ابزار Digital Flickermeter مورد پردازش قرار می‌گیرد.

نکته مهم در این شبیه‌سازی آن است که صرفاً مشاهده تغییرات ولتاژ برای تعیین شدت فلیکر کافی نیست. ممکن است یک تغییر نسبتاً بزرگ در دامنه ولتاژ وجود داشته باشد، اما به دلیل سرعت و ویژگی زمانی آن، فلیکر قابل توجهی ایجاد نکند. در مقابل، تغییرات کوچک‌تر اما مناسب از نظر دامنه و فرکانس می‌توانند اثر فلیکر بیشتری ایجاد کنند. ماژول تحلیل آماری Flickermeter با پردازش سطح لحظه‌ای فلیکر، امکان ارزیابی کمی این پدیده را فراهم می‌کند.

هدف از شبیه‌سازی

هدف اصلی این شبیه‌سازی، نشان دادن نحوه استفاده از Statistical Analysis Module موجود در Flickermeter برای تحلیل آماری سطح لحظه‌ای فلیکر است. سیگنال مورد بررسی از یک شبیه‌سازی فازوری با مدت زمان 650 ثانیه به دست آمده است. مدل اصلی مربوط به یک شبکه الکتریکی یک جامعه دورافتاده است که جزئیات ساختار آن در این شبیه‌سازی مورد بررسی قرار نمی‌گیرد.

در این فرآیند، ابتدا سیگنال ولتاژ فاز به زمین از یکی از فیدرهای شبکه انتخاب می‌شود. سپس اطلاعات دامنه سیگنال فازوری برای بازسازی یک موج سینوسی با فرکانس 60 Hz مورد استفاده قرار می‌گیرد. این موج سینوسی بازسازی‌شده به ورودی بلوک Digital Flickermeter اعمال می‌شود. خروجی این بلوک، سطح لحظه‌ای فلیکر موجود در ولتاژ را نشان می‌دهد.

پس از محاسبه سطح لحظه‌ای فلیکر، این سیگنال در متغیر S5 در محیط Workspace ذخیره می‌شود. در مرحله بعد، متغیر S5 به ماژول تحلیل آماری Flickermeter منتقل شده و توزیع آماری سطوح مختلف فلیکر مورد بررسی قرار می‌گیرد.

اهمیت بررسی فلیکر در شبکه‌های الکتریکی

فلیکر معمولاً در شرایطی ایجاد می‌شود که دامنه ولتاژ شبکه دچار تغییرات متناوب یا شبه‌متناوب شود. تجهیزاتی مانند بارهای با توان متغیر، موتورهای بزرگ، کوره‌های قوس الکتریکی، سیستم‌های ذخیره‌سازی انرژی و برخی منابع تولید پراکنده می‌توانند در شرایط خاص موجب تغییرات ولتاژ شوند.

در این شبیه‌سازی نیز دو نوع تغییرات ولتاژ در سیگنال مورد تحلیل قابل مشاهده است. نخست، یک تغییر نسبتاً بزرگ و آهسته در ولتاژ وجود دارد و دوم، نوسانات کوچک‌تری مشاهده می‌شوند که توسط سیستم‌های ذخیره‌سازی حرارتی توزیع‌شده ایجاد شده‌اند. نکته قابل توجه این است که تغییر بزرگ و آهسته الزاماً باعث فلیکر قابل توجهی نشده است، در حالی که نوسانات کوچک‌تر می‌توانند سطح فلیکر بیشتری ایجاد کنند.

این موضوع اهمیت استفاده از یک Flickermeter را نشان می‌دهد. اگر تنها دامنه تغییرات ولتاژ معیار ارزیابی قرار گیرد، ممکن است نتیجه‌گیری نادرستی درباره شدت فلیکر انجام شود. Flickermeter علاوه بر دامنه تغییرات، رفتار زمانی و ویژگی‌های سیگنال ولتاژ را نیز در فرآیند محاسبه سطح فلیکر در نظر می‌گیرد.

سیگنال مورد استفاده در تحلیل

سیگنال ورودی از یک مدل تفصیلی مربوط به شبکه یک جامعه دورافتاده استخراج شده است. شبیه‌سازی اصلی شبکه در حوزه فازوری و به مدت 650 ثانیه انجام شده است. بنابراین سیگنال به دست آمده اطلاعات مناسبی از رفتار ولتاژ در یک بازه زمانی نسبتاً طولانی در اختیار قرار می‌دهد.

در سیگنال مورد تحلیل، تغییرات ولتاژ شامل یک مؤلفه نوسانی نسبتاً آهسته و تغییرات کوچک‌تر ناشی از سیستم‌های ذخیره‌سازی حرارتی است. همین ترکیب باعث می‌شود این مثال برای نشان دادن تفاوت میان «بزرگی تغییر ولتاژ» و «شدت واقعی فلیکر» مناسب باشد.

برای استفاده از این اطلاعات در Digital Flickermeter، دامنه سیگنال فازوری مورد استفاده قرار می‌گیرد تا یک موج سینوسی 60 هرتزی بازسازی شود. در واقع Flickermeter به یک سیگنال ولتاژ مناسب نیاز دارد تا بتواند سطح لحظه‌ای فلیکر را محاسبه کند.

نقش Digital Flickermeter

بلوک Digital Flickermeter وظیفه اندازه‌گیری و استخراج سطح لحظه‌ای فلیکر از سیگنال ولتاژ را بر عهده دارد. خروجی آن یک سیگنال زمانی است که نشان می‌دهد شدت فلیکر در هر لحظه چگونه تغییر کرده است.

این خروجی را نمی‌توان صرفاً به صورت یک عدد ثابت در نظر گرفت؛ زیرا شدت فلیکر در طول زمان تغییر می‌کند. به همین دلیل، پس از تولید سیگنال سطح لحظه‌ای فلیکر، لازم است رفتار آماری آن در بازه زمانی مورد نظر بررسی شود. ماژول تحلیل آماری Flickermeter دقیقاً برای انجام این مرحله مورد استفاده قرار می‌گیرد.

سیگنال خروجی در این مثال با نام S5 در Workspace ذخیره می‌شود. این متغیر در ادامه مستقیماً به بخش Statistical Analysis منتقل می‌شود تا اطلاعات آماری آن استخراج شود.

مراحل اجرای شبیه‌سازی

برای اجرای شبیه‌سازی ابتدا مدل مربوطه را در محیط Matlab باز کرده و شبیه‌سازی را اجرا کنید. با پایان یافتن فرآیند شبیه‌سازی، بلوک Flickermeter نتایج مربوط به سطح لحظه‌ای فلیکر را در اختیار قرار می‌دهد. در ادامه باید پنجره تحلیل آماری این بلوک باز شود.

برای این منظور، روی گزینه Open statistical analysis در بلوک Flickermeter کلیک کنید. با انجام این کار، پنجره‌ای با عنوان Statistical Analysis of Instantaneous Flicker Level باز خواهد شد. این پنجره محیط اصلی برای بررسی آماری سیگنال سطح لحظه‌ای فلیکر است.

بارگذاری سیگنال S5

در پنجره Statistical Analysis، ابتدا باید سیگنال مورد نظر از Workspace بارگذاری شود. در این مثال سیگنال مورد استفاده همان متغیر S5 است که در جریان شبیه‌سازی تولید و ذخیره شده است.

پس از بارگذاری S5، سیگنال سطح لحظه‌ای فلیکر در نمودار بالایی پنجره تحلیل نمایش داده می‌شود. این نمودار امکان مشاهده تغییرات فلیکر در طول زمان را فراهم می‌کند. مشاهده این نمودار پیش از انجام تحلیل آماری اهمیت زیادی دارد، زیرا می‌توان از طریق آن رفتار اولیه سیگنال، تغییرات ناگهانی و نقاط غیرعادی را شناسایی کرد.

حذف بخش ابتدایی سیگنال از تحلیل

در ابتدای سیگنال سطح لحظه‌ای فلیکر یک افزایش یا Spike اولیه مشاهده می‌شود. این پدیده می‌تواند مربوط به شرایط آغاز شبیه‌سازی و گذرای اولیه سیستم باشد و لزوماً نماینده شرایط عملکردی مورد نظر شبکه در طول بازه اصلی تحلیل نیست.

برای جلوگیری از تأثیر این Spike اولیه بر نتایج آماری، زمان شروع تحلیل روی 50 ثانیه تنظیم می‌شود. در نتیجه، داده‌های ابتدایی قبل از این زمان از محاسبات آماری کنار گذاشته خواهند شد.

این مرحله از اهمیت زیادی برخوردار است؛ زیرا وجود یک مقدار غیرعادی در ابتدای سیگنال می‌تواند شکل تابع توزیع آماری را تغییر داده و مقدار شاخص‌های استخراج‌شده از سیگنال را تحت تأثیر قرار دهد. بنابراین انتخاب مناسب بازه زمانی تحلیل یکی از نکات مهم در ارزیابی فلیکر است.

محاسبه تحلیل آماری

پس از بارگذاری سیگنال S5 و تعیین زمان شروع تحلیل برابر با 50 ثانیه، با انتخاب گزینه Compute فرآیند تحلیل آماری آغاز می‌شود. نرم‌افزار اطلاعات مربوط به سطح لحظه‌ای فلیکر را در بازه انتخاب‌شده پردازش کرده و نتایج آماری را استخراج می‌کند.

یکی از مهم‌ترین نتایج این فرآیند، تابع احتمال تجمعی یا Cumulative Probability Function (CFP) است که در نمودار پایینی پنجره تحلیل نمایش داده می‌شود. این نمودار نشان می‌دهد سطوح مختلف فلیکر با چه احتمال یا درصد زمانی در طول بازه مشاهده‌شده رخ داده‌اند.

تابع احتمال تجمعی امکان تحلیل توزیع سطح فلیکر را فراهم می‌کند. در نتیجه، به جای اینکه تنها یک مقدار لحظه‌ای مورد توجه قرار گیرد، رفتار آماری کل سیگنال در بازه زمانی انتخاب‌شده بررسی می‌شود.

شاخص شدت کوتاه‌مدت فلیکر P_st

یکی از مهم‌ترین خروجی‌های تحلیل آماری، مقدار P_st یا شدت کوتاه‌مدت فلیکر است. این شاخص یک معیار عددی برای بیان شدت فلیکر در بازه مورد بررسی فراهم می‌کند و به کمک آن می‌توان وضعیت فلیکر ولتاژ را به صورت کمی ارزیابی کرد.

مزیت استفاده از P_st این است که ارزیابی فلیکر را از یک مشاهده کیفی به یک شاخص قابل اندازه‌گیری تبدیل می‌کند. در یک مطالعه مهندسی، مقدار P_st می‌تواند برای مقایسه شرایط مختلف شبکه، بررسی تأثیر بارهای خاص یا ارزیابی عملکرد تجهیزات مورد استفاده قرار گیرد.

صدک‌های P0s، P1s، P3s، P10s و P50s

علاوه بر P_st، ماژول تحلیل آماری مقادیر مختلفی از صدک‌های سطح فلیکر را نیز نمایش می‌دهد. این مقادیر شامل P0s، P1s، P3s، P10s و P50s هستند.

این شاخص‌ها سطوح فلیکری را مشخص می‌کنند که به ترتیب برای بخش‌های مشخصی از زمان مشاهده‌شده از آن‌ها عبور شده است. در این مثال، مقادیر مربوط به سطوح فلیکر متناظر با 0.1 درصد، 1 درصد، 3 درصد، 10 درصد و 50 درصد از زمان مشاهده‌شده ارائه می‌شوند.

به عنوان مثال، P50s نمایانگر سطحی از فلیکر است که در حدود 50 درصد از مدت زمان مشاهده‌شده از آن عبور شده است. در مقابل، مقادیر مربوط به درصدهای کوچک‌تر مانند P1s یا P0s به نواحی بالاتر توزیع سطح فلیکر مربوط می‌شوند و اطلاعاتی درباره رخداد سطوح شدیدتر فلیکر ارائه می‌کنند.

ترکیب این صدک‌ها با تابع احتمال تجمعی کمک می‌کند تصویر دقیق‌تری از رفتار آماری سیگنال به دست آید. بنابراین تحلیل تنها به یک مقدار مانند P_st محدود نمی‌شود و مشخص می‌کند سطح فلیکر در طول زمان چه توزیعی داشته است.

تفسیر نتایج شبیه‌سازی

یکی از مهم‌ترین نکاتی که از این شبیه‌سازی می‌توان دریافت کرد، تفاوت میان تغییرات بزرگ و کوچک ولتاژ است. در سیگنال ورودی یک تغییر نسبتاً بزرگ و آهسته وجود دارد، اما این تغییر الزاماً موجب افزایش قابل توجه شدت فلیکر نمی‌شود. در مقابل، نوسانات کوچک‌تر ناشی از سیستم‌های ذخیره‌سازی حرارتی می‌توانند در فرآیند اندازه‌گیری Flickermeter اثر بیشتری داشته باشند.

این رفتار نشان می‌دهد که ارزیابی فلیکر تنها با بررسی دامنه تغییرات ولتاژ امکان‌پذیر نیست. مشخصات زمانی نوسان نیز اهمیت اساسی دارد. به عبارت دیگر، یک تغییر ولتاژ بزرگ اما بسیار آهسته ممکن است اثر فلیکری محدودی داشته باشد، در حالی که نوسانات کوچک‌تر در محدوده‌ای از تغییرات که برای سیستم بینایی انسان محسوس‌تر است، می‌توانند شدت فلیکر بیشتری ایجاد کنند.

از این منظر، Digital Flickermeter یک ابزار مناسب برای تبدیل تغییرات پیچیده ولتاژ به شاخصی قابل تحلیل است. خروجی لحظه‌ای Flickermeter سپس توسط ماژول آماری پردازش می‌شود تا اطلاعاتی مانند P_st و صدک‌های مختلف استخراج شوند.

اهمیت انتخاب بازه زمانی مناسب

یکی دیگر از نکات مهم این شبیه‌سازی، انتخاب زمان شروع 50 ثانیه برای تحلیل است. در بسیاری از مدل‌های سیستم قدرت، ابتدای شبیه‌سازی ممکن است شامل شرایط گذرا، راه‌اندازی تجهیزات یا تغییرات اولیه باشد. اگر این بخش بدون بررسی وارد محاسبات آماری شود، ممکن است نتایج نهایی نماینده شرایط واقعی عملکرد شبکه نباشند.

بنابراین پیش از محاسبه شاخص‌هایی مانند P_st، باید سیگنال خروجی بررسی شود و در صورت وجود رخدادهای اولیه نامرتبط، بازه تحلیل به شکل مناسبی انتخاب گردد. در این مثال، حذف 50 ثانیه ابتدایی باعث می‌شود Spike اولیه در نتیجه نهایی تحلیل آماری اثر نگذارد.

کاربرد شبیه‌سازی در تحلیل کیفیت توان

استفاده از Matlab و Simscape Electrical برای چنین تحلیل‌هایی به مهندسان اجازه می‌دهد پیش از اجرای آزمایش‌های فیزیکی، رفتار سیستم را در محیط شبیه‌سازی بررسی کنند. این قابلیت به‌خصوص برای شبکه‌هایی که تجهیزات متعدد و رفتار دینامیکی پیچیده دارند اهمیت زیادی دارد.

با استفاده از مدل‌های شبیه‌سازی می‌توان شرایط مختلف بارگذاری، تغییرات تولید، عملکرد سیستم‌های ذخیره‌سازی انرژی و سایر عوامل مؤثر بر کیفیت توان را بررسی کرد. سپس با اتصال خروجی ولتاژ به Flickermeter، می‌توان تأثیر این شرایط بر شدت فلیکر را به صورت کمی ارزیابی کرد.

همچنین امکان تغییر پارامترهای شبکه و مقایسه نتایج مختلف وجود دارد. برای مثال، می‌توان بررسی کرد که تغییر مشخصات یک بار، تغییر سطح اتصال کوتاه شبکه یا تغییر عملکرد یک تجهیز توزیع‌شده چگونه بر مقدار P_st و توزیع آماری سطح فلیکر تأثیر می‌گذارد.

جمع‌بندی

در این شبیه‌سازی، روش تحلیل آماری سطح لحظه‌ای فلیکر با استفاده از ابزارهای Simscape Electrical و Control System Toolbox بررسی شد. سیگنال ولتاژ فاز به زمین یک فیدر از شبکه یک جامعه دورافتاده، که از یک شبیه‌سازی فازوری 650 ثانیه‌ای به دست آمده است، به عنوان داده اولیه مورد استفاده قرار گرفت.

با استفاده از دامنه سیگنال فازوری، یک موج سینوسی 60 هرتزی بازسازی و به ورودی Digital Flickermeter اعمال شد. Flickermeter سطح لحظه‌ای فلیکر را محاسبه کرده و نتیجه در متغیر S5 ذخیره شد. سپس S5 در ماژول تحلیل آماری بارگذاری شد تا توزیع آماری سطح فلیکر مورد بررسی قرار گیرد.

برای جلوگیری از تأثیر Spike اولیه، زمان شروع تحلیل روی 50 ثانیه تنظیم شد و پس از اجرای دستور Compute، تابع احتمال تجمعی در نمودار پایینی نمایش داده شد. در کنار این تابع، مقدار P_st و صدک‌های P0s، P1s، P3s، P10s و P50s نیز محاسبه شدند.

نتیجه مهم این شبیه‌سازی آن است که شدت فلیکر صرفاً به بزرگی تغییرات ولتاژ وابسته نیست. یک نوسان بزرگ و آهسته ممکن است فلیکر قابل توجهی ایجاد نکند، در حالی که نوسانات کوچک‌تر اما سریع‌تر می‌توانند تأثیر بیشتری بر شاخص فلیکر داشته باشند. به همین دلیل، استفاده از Flickermeter و تحلیل آماری آن روشی مؤثر برای ارزیابی دقیق کیفیت توان و بررسی اثر نوسانات ولتاژ در شبکه‌های الکتریکی محسوب می‌شود.