تصميم عداد طاقة كهربائية باستخدام الاردوينو أونو

المؤلفون

  • أحمد سالم ضو الارقع كلیة تقنیة المعلومات، جامعة المرقب، ليبيا

DOI:

https://doi.org/10.59743/aujas.v6i1.646

الكلمات المفتاحية:

عداد الطاقة الكهربائية، معامل القدرة، أردوينو أونو

الملخص

يعتبر التزايد المستمر في الطلب على خدمات توصيل الكهرباء بالاضافة إلى ضياع الطاقة الكهربائية الناتج عن استهلاكها الغير مشروع من الامور التي تحتاج إلى المراقبة المستمرة لنقل وتوزيع الطاقة الكهربائية. تهدف هذه الورقة إلى تصميم عداد طاقة كهربائية ذكي باستخدام لوحة الاردوينو أونو يعمل على قياس الجهد والتيار لحمل حثي (مقاومة، ملف)، بالاضافة إلى حساب التردد (f) والقدرة الفعالة (P) ومعامل القدرة (p.f) لهذا الحمل وذلك عند قيم مختلفة للحمل الحثي وتردد المصدر. لقد تم تصميم العداد المقترح من خلال برمجة لوحة الاردوينو وتوصيلها مع مجموعة مكونات الكترونية اخرى لتُكَوِّن في مجملها دائرة العداد. تم محاكاة واختبار العداد المقترح باستخدام برنامج بروتيوس Proteus  وكانت النتائج المتحصل عليها جيدة، حيث أظهرت النتائج تطابق بين قراءة العداد لقيم كل من الجهد، التيار، معامل القدرة ، القدرة الفعالة والتردد وبين النتائج المتحصل عليها من رياضيا. يمكن تطوير العداد ليكون قادر على الارتباط مع شبكات الاتصال. يمكن تطوير العداد المقترح ليكون قادرًا على الارتباط بشبكات الاتصال حتى يتمكن من إرسال البيانات المقاسة بشكل دوري إلى مراكز التجمي  دون الحاجة الى الطرق التقليدية التي تعتمد على قراءة العداد يدويا.

المراجع

- Wu J, He Y, Jenkins N. A robust state estimator for medium voltage distribution networks. IEEE Trans Power Syst 2013. DOI: https://doi.org/10.1109/TPWRS.2012.2215927

- Ekanayake J, Jenkins N, Liyanage K, Wu J, Yokoyama A. Smart grid: technology and applications. John Wiley & Sons; 2012. DOI: https://doi.org/10.1002/9781119968696

- Yan He. Nick Jenkins. Jianzhong Wu. Smart Metering for Outage Management of Electrical Power Distribution Networks. Aplied Energy Symposium and Forms, REM2016, Maldives.

- Coelho VN, Coelho IM, Coelho BN, Reis AJR, Enayatifar R, Souza MJF, et al. A self-adaptive evolutionary fuzzy model for load forecasting problems on smart grid environment. Applied Energy 2016. DOI: https://doi.org/10.1016/j.apenergy.2016.02.045

- Chou J-S, Ngo N-T. Time series analytics using sliding window metaheuristic optimization-based machine learning system for identifying building energy consumption patterns. Applied Energy 177(2016) 571-770. DOI: https://doi.org/10.1016/j.apenergy.2016.05.074

- Jenkins N, Long C, Wu J. An overview of the smart grid in Great Britain. Engineering 2015,1(4): 413–421. DOI: https://doi.org/10.15302/J-ENG-2015112

- Building a smart metering network for Great Britain, October 2015. https://www.smartdcc.co.uk/media/1408/15574_building_a_smart_metering_network_v3.pdf.

- Ofcom. Infrastructure report 2014. Ofcom’s second full analysis of the UK’s communications infrastructure, https://www.ofcom.org.uk/__data/assets/pdf_file/0011/46010/infrastructure-14.pdf

- Commission for Energy Regulation. Electricity smart metering technology trials findings report.2011 https://www.ucd.ie/issda/t4media/Electricity%20Smart%20Metering%20Technology%20Trials%20Findings%20Report.pdf.

- Nagarajan.M, Kandasamy.K.v. Optimal Power Factor Correction for Inductive Load Using PIC. International Conference on Modeling, Optimization and Computing-(ICMOC-2012). DOI: https://doi.org/10.1016/j.proeng.2012.06.093

- https://voltage-disturbance.com/power-quality/calculating-phase-difference-between-two-waves/

التنزيلات

منشور

30-03-2021

كيفية الاقتباس

الارقع أ. س. ض. (2021). تصميم عداد طاقة كهربائية باستخدام الاردوينو أونو. مجلة الجامعة الأسمرية, 6(1), 30–37. https://doi.org/10.59743/aujas.v6i1.646