⚡ electrical engineering

Identifying Best Candidates for Busbar Splitting

यह शोध पत्र बड़े पावर ग्रिडों में आशाजनक बसबार स्प्लिटिंग (busbar splitting) उम्मीदवारों की कुशलतापूर्वक पहचान करने और उन्हें रैंक करने के लिए मेट्रिक्स का एक सेट प्रस्तावित करता है, जिससे प्रत्येक सबस्टेशन का परीक्षण किए बिना अनुकूलित टोपोलॉजी के माध्यम से जनरेशन लागत को प्रभावी ढंग से कम करते हुए कम्प्यूटेशनल जटिलता को कम किया जा सके।

मूल लेखक: Giacomo Bastianel, Dirk Van Hertem, Hakan Ergun, Line Roald

प्रकाशित 2026-03-17

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Giacomo Bastianel, Dirk Van Hertem, Hakan Ergun, Line Roald

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि इलेक्ट्रिकल ग्रिड एक विशाल, जटिल राजमार्ग प्रणाली की तरह है। कारों (बिजली) को पावर प्लांट (जनरेटर) से आपके घर (लोड) तक पहुँचना होता है। कभी-कभी ट्रैफिक इतना बढ़ जाता है कि कुछ सड़कें जाम हो जाती हैं (कंजेशन/भीड़), जिससे सिस्टम को बचाने के लिए मजबूरन महंगे और धीमे वैकल्पिक रास्तों का उपयोग करना पड़ता है या यहाँ तक कि कुछ कारों को रोकना (कर्टेलमेंट/कटौती) पड़ता है ताकि सिस्टम क्रैश न हो जाए।

वर्षों से, ग्रिड ऑपरेटरों ने इसे ठीक करने के लिए अधिक सड़कें (नए पावर लाइन्स) बनाने की कोशिश की है, लेकिन इसमें बहुत समय लगता है, भारी लागत आती है, और अक्सर जनता का विरोध भी झेलना पड़ता है।

यह शोध पत्र एक स्मार्ट और तेज़ समाधान प्रस्तावित करता है: मौजूदा सड़कों को फिर से व्यवस्थित करना।

समस्या: "बसबार" का ट्रैफिक जाम

एक सबस्टेशन (ग्रिड में एक प्रमुख चौराहा) में, सभी तार अक्सर एक ही विशाल धातु की छड़ से जुड़ते हैं जिसे बसबार (busbar) कहा जाता है। इस बसबार को एक अकेले, भीड़भाड़ वाले राउंडअबाउट (गोल चक्कर) के रूप में सोचें जहाँ हर कार को मर्ज होना पड़ता है। यदि उस राउंडअबाउट की ओर जाने वाली एक सड़क जाम है, तो पूरा राउंडअबाउट अटक जाएगा, भले ही अन्य सड़कें खाली हों।

बसबार स्प्लिटिंग (BuS) का विचार उस एकल राउंडअबाउट को दो अलग-अलग, छोटे राउंडअबाउट में विभाजित करने का है। यह एक नया हाईवे बनाने के बजाय ट्रैफिक को अधिक स्वतंत्र रूप से बहने देने की अनुमति देता है।

चुनौती: बहुत सारे विकल्प

एक बड़ी ग्रिड में ऐसे हजारों राउंडअबाउट होते हैं। यदि आप यह चुनना चाहते हैं कि किसे विभाजित करना सबसे अच्छा है, तो आप हर एक को विभाजित करने की कोशिश नहीं कर सकते।

पुराना तरीका: राउंडअबाउट A को विभाजित करने की कोशिश करें, देखें कि क्या इससे मदद मिलती है। राउंडअबाद B को विभाजित करने की कोशिश करें, देखें कि क्या इससे मदद मिलती है। इस तरह 3,000 राउंडअबाउटों के लिए ऐसा करें।
परिणाम: इसे कैलकुलेट करने में एक सुपरकंप्यूटर को भी कई साल लग जाएंगे। यह गणनात्मक रूप से असंभव है।

समाधान: "ट्रैफिक डिटेक्टिव" मेट्रिक्स

इस पेपर के लेखकों ने सुरागों (मेट्रिक्स) का एक सेट बनाया है जो एक ट्रैफिक डिटेक्टिव (जासूस) की तरह काम करते हैं। हर चौराहे की जाँच करने के बजाय, वे विशिष्ट संकेतों को देखते हैं जो उन्हें बताते हैं, "हे, इसे विभाजित करने से निश्चित रूप से पैसा बचेगा!"

उन्होंने तीन मुख्य सुराग विकसित किए:

प्राइस गैप क्ल्यू (मेट्रिक $\phi$ ):
- उपमा: कल्पना कीजिए कि दो शहर हैं। शहर A में, गैस का एक गैलन \ $2 का है। शहर B में, यह \$ 10 का है। अंतर बहुत बड़ा है। यदि आप उनके बीच एक पुल बना सकते हैं, तो आप बहुत पैसा बचा सकते हैं।
- मेट्रिक: वे उन चौराहों को देखते हैं जहाँ जुड़े हुए रास्तों पर बिजली की "कीमत" बहुत अधिक भिन्न होती है। यदि कीमतें बहुत अलग हैं, तो बसबार को विभाजित करने से सस्ती बिजली को वहां पहुँचाने में मदद मिल सकती है जहाँ वह महंगी है, जिससे पैसा बचता है।
क्राउडेड रोड क्ल्यू (मेट्रिक $\xi$ ):
- उपमा: एक राउंडअबाउट की कल्पना करें जहाँ एक सड़क पर गाड़ियों की लंबी कतार है, लेकिन अन्य तीन सड़कें खाली हैं। यह एक खराब डिज़ाइन है।
- मेट्रिक: वे उन चौराहों को देखते हैं जहाँ कुछ जुड़े हुए रास्ते पूरी तरह से जाम हैं जबकि अन्य खाली हैं। बसबार को विभाजित करने से ट्रैफिक को जाम वाली सड़क से हटाकर खाली सड़कों पर भेजा जा सकता है।
"स्टक" साइन क्ल्यू (मेट्रिक $\zeta$ ):
- उपमा: कभी-कभी, सड़क पर कारों की भीड़ नहीं होती, लेकिन टूटी हुई ट्रैफिक लाइट (वोल्टेज सीमा) के कारण गति सीमा शून्य पर सेट हो जाती है।
- मेट्रिक: वे जाँचते हैं कि क्या चौराहा पहले से ही अपनी भौतिक सीमाओं (जैसे वोल्टेज) तक पहुँच रहा है। यदि ऐसा है, तो बसबार को विभाजित करने से कोई मदद नहीं मिलेगी क्योंकि सड़क किसी अन्य कारण से पहले से ही "अटक" चुकी है।

उन्होंने इसका परीक्षण कैसे किया

शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने 39 चौराहों (एक छोटा कस्बा) से लेकर 3,374 चौराहों (एक विशाल महानगर) तक की ग्रिड पर सिमुलेशन चलाए।

परीक्षण: उन्होंने अपने "डिटेक्टिव क्ल्यूज" का उपयोग करके शीर्ष 10-20 उम्मीदवारों को चुना।
परिणाम: उन्होंने पाया कि इन कुछ उम्मीदवारों की जाँच करके ही, वे ऐसे समाधान पा सकते थे जिनसे सबसे अधिक पैसा बचता है।
गति: हर एक चौराहे की जाँच करने में 15 दिन लगने के बजाय, उनकी विधि ने यह काम 4 घंटे से भी कम समय में कर दिया।

बड़ी तस्वीर

यह पेपर ग्रिड ऑपरेटरों को ट्रैफिक जाम के लिए एक जीपीएस (GPS) देने जैसा है। हर गली में जाकर सबसे अच्छा रास्ता खोजने के बजाय, जीपीएस तुरंत ट्रैफिक को री-रूट करने के लिए तीन सबसे अच्छे स्थानों की ओर इशारा करता है।

इन सरल मेट्रिक्स का उपयोग करके, ग्रिड ऑपरेटर निम्न कार्य कर सकते हैं:

पैसा बचाएं: बिजली उत्पादन की लागत को कम करें।
समय बचाएं: सुपरकंप्यूटर का इंतजार किए बिना जल्दी निर्णय लें।
निर्माण से बचें: नए महंगे पावर लाइन्स बनाने के बजाय तारों को पुनर्गठित करके भीड़ (कंजेशन) को ठीक करें।

संक्षेप में, उन्होंने ग्रिड के उन "स्वर्ण स्थानों" (golden spots) को खोजने का तरीका ढूंढ लिया है जहाँ थोड़ा सा पुनर्गठन करने से भारी सुधार होता है, जिससे लाइटें जलती रहती हैं और बिल कम आते हैं।

यहाँ बस्टियनल एट अल. के शोध पत्र "Identifying Best Candidates for Busbar Splitting" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

नवीकरणीय ऊर्जा स्रोतों (RES) का एकीकरण और बढ़ती बिजली की मांग ट्रांसमिशन ग्रिड में गंभीर भीड़भाड़ (congestion) पैदा कर रही है। हालांकि ग्रिड बुनियादी ढांचे का विस्तार एक समाधान है, लेकिन यह अक्सर उच्च लागत, आपूर्ति श्रृंखला संबंधी समस्याओं और सार्वजनिक विरोध के कारण विलंबित होता है। फलस्वरूप, सिस्टम ऑपरेटर ग्रिड-एन्हांसिंग टेक्नोलॉजीज (GETs), विशेष रूप से ग्रिड टोपोलॉजी ऑप्टिमाइज़ेशन (GTO) की ओर मुड़ रहे हैं।

दो प्राथमिक GTO विधियाँ हैं:

ऑप्टिमल ट्रांसमिशन स्विचिंग (OTS): ट्रांसमिशन लाइनों को स्विच करना।
बसबार स्प्लिटिंग (BuS): एक एकल बसबार को दो विद्युत रूप से भिन्न बसों में विभाजित करके सबस्टेशनों को पुनर्गठित करना, जो एक कपलर (coupler) द्वारा जुड़े होते हैं जिसे खोला या बंद किया जा सकता है।

चुनौती:
जबकि BuS जनरेशन लागत को कम करके भीड़भाड़ को कम करने में महत्वपूर्ण भूमिका निभा सकता है, इसका अनुकूलन (optimization) बड़े ग्रिडों के लिए गणनात्मक रूप से अत्यंत जटिल (intractable) है। पूर्ण अनुकूलन के लिए प्रत्येक संभावित बसबार स्प्लिट के लिए बाइनरी वेरिएबल्स पेश करने की आवश्यकता होती है, जिससे एक कॉम्बिनेटरियल विस्फोट (combinatorial explosion) की स्थिति उत्पन्न होती है। सिस्टम ऑपरेटर एक बड़े नेटवर्क (जैसे, हजारों बसें) में हर संभव बसबार का गहन परीक्षण नहीं कर सकते ताकि उन कुछ को खोजा जा सके जो लागत में कमी लाते हैं। महंगे फुल-ग्रिड अनुकूलन चलाए बिना, BuS के लिए सबसे आशाजनक उम्मीदवारों की पहचान करने के लिए व्यवस्थित, प्री-स्क्रीनिंग पद्धतियों का अभाव है।

2. कार्यप्रणाली (Methodology)

लेखक एक दो-चरणीय दृष्टिकोण प्रस्तावित करते हैं: उम्मीदवार चयन के लिए मेट्रिक विकास (Metric Development) और एक मिश्रित-पूर्णांक अनुकूलन मॉडल का उपयोग करके सत्यापन (Validation)।

A. उम्मीदवार चयन के लिए प्रस्तावित मेट्रिक्स (Proposed Metrics for Candidate Selection)

यह शोध पत्र एक सेट मेट्रिक्स पेश करता है जो एक मानक AC-ऑप्टिमल पावर फ्लो (AC-OPF) सिमुलेशन से डेटा का उपयोग करके बसबार की प्री-स्क्रीनिंग करने के लिए डिज़ाइन किए गए हैं। इसका लक्ष्य उन बसबारों की पहचान करना है जो स्प्लिट होने पर जनरेशन लागत को कम करने की संभावना रखते हैं, बिना हर बसबार का परीक्षण किए।

मेट्रिक $\phi$ (Sum of Absolute LMP Differences):
- परिभाषा: एक विशिष्ट बसबार से जुड़े सभी ब्रांचों में लोकेशनल मार्जिनल प्राइसेज (LMP) के पूर्ण अंतर ( $\Delta$ LMP) का योग।
- तर्क: उच्च $\Delta$ LMP भीड़भाड़ का संकेत देता है। एक बसबार जिसमें कई उच्च $\Delta$ LMP कनेक्शन हैं, वह भीड़भाड़ का केंद्र (hub) होने का संकेत देता है, जिससे वह शक्ति प्रवाह को पुनर्वितरित करने के लिए स्प्लिटिंग हेतु एक प्रमुख उम्मीदवार बन जाता है।
मेट्रिक $\xi$ (Number of Congested Branches):
- परिभाषा: बसबार से जुड़े उन ब्रांचों की संख्या जो अपने थर्मल लिमिट के करीब संचालित हो रहे हैं (भीड़भाड़ वाली स्थिति)।
- तर्क: उन स्थानीय बाधाओं (bottlenecks) की पहचान करता है जहाँ प्रवाह पुनर्वितरण की सबसे अधिक आवश्यकता है।
मेट्रिक $\zeta$ (Binding Voltage Limits):
- परिभाषा: एक बाइनरी इंडिकेटर कि क्या बसबार वर्तमान में अपने वोल्टेज मैग्नीट्यूड या एंगल डिफरेंस लिमिट पर है।
- तर्क: यदि कोई बसबार पहले से ही बाइंडिंग लिमिट पर है, तो स्प्लिटिंग से लाभ हो सकता है या बाधाओं का उल्लंघन हो सकता है। यह मेट्रिक उन बसबारों को फ़िल्टर करता है जहाँ वोल्टेज बाधाएं मुख्य बाधा हैं न कि टोपोलॉजी।

B. अनुकूलन और सत्यापन मॉडल (Optimization and Validation Models)

सत्यापन के लिए, लेखक एक कठोर परीक्षण ढांचे का उपयोग करते हैं:

LPAC-BuS मॉडल: वे एक लीनियराइज्ड AC (LPAC) सन्निकटन पर आधारित एक मिश्रित-पूर्णांक कॉनवेक्स-क्वाड्रेटिक (Mixed-Integer Convex-Quadratic) मॉडल का उपयोग करते हैं। यह मॉडल स्विचों और कपलर के लिए बाइनरी वेरिएबल्स का उपयोग करके टोपोलॉजी के कुशल अनुकूलन की अनुमति देता है।
AC-OPF व्यवहार्यता जांच: LPAC-BuS मॉडल द्वारा उत्पन्न टोपोलॉजी का सत्यापन एक पूर्ण नॉन-लीनियर, नॉन-कॉन्वेक्स AC-OPF सिमुलेशन का उपयोग करके किया जाता है। यह सुनिश्चित करता है कि प्रस्तावित टोपोलॉजी भौतिक रूप से व्यवहार्य है और जनरेशन लागत में कमी को सटीक रूप से दर्शाती है।
परीक्षण रणनीति:
- परीक्षण चरण (Testing Phase): मेट्रिक संयोजनों को परिष्कृत करने के लिए छोटे सिस्टम (39-बस, 118-बस) पर लागू किया गया।
- सत्यापन चरण (Validation Phase): सामान्यीकरण (generalizability) का परीक्षण करने के लिए बड़े पैमाने के सिस्टम (793-बस, 3374-बस) पर लागू किया गया।

3. मुख्य योगदान (Key Contributions)

नवीन प्री-स्क्रीनिंग मेट्रिक्स: यह शोध पत्र $\phi, \xi, \zeta$ के एक विशिष्ट संयोजन को प्रस्तावित और सत्यापित करता है। पिछले कार्यों के विपरीत जो केवल DC-OPF या सिंगल-लाइन $\Delta$ LMP पर निर्भर थे, यह दृष्टिकोण AC-OPF डेटा का उपयोग करता है और सभी जुड़े हुए ब्रांचों के समग्र प्रभाव पर विचार करता है।
गणना दक्षता (Computational Efficiency): अध्ययन प्रदर्शित करता है कि प्री-स्क्रीनिंग गणना के बोझ को काफी कम कर देती है। 3374-बस वाले सिस्टम में हर बसबार को अनुकूलित करने के बजाय (~15.6 दिन), प्रस्तावित विधि उम्मीदवारों के एक छोटे समूह को चुनती है, जिससे अनुकूलन का समय घटकर ~3.77 घंटे रह जाता है।
AC-व्यवहार्यता सत्यापन: लेखक पूर्ण AC-OPF सिमुलेशन के विरुद्ध सभी परिणामों को मान्य करके रैखिक अनुकूलन मॉडल और वास्तविकता के बीच के अंतर को पाटते हैं, जिससे यह सुनिश्चित होता है कि लागत में कमी वास्तविक है न कि रैखिक सन्निकटन का परिणाम।
टोपोलॉजिकल क्रियाओं में अंतर्दृष्टि: शोध यह भी उजागर करता है कि हालांकि BuS प्रभावी है, मेट्रिक्स द्वारा पहचानी गई कुछ लागत कटौती वास्तव में ट्रांसमिशन लाइन स्विचिंग (एक ब्रांच को पूरी तरह से डिस्कनेक्ट करना) के माध्यम से प्राप्त की जाती है, न कि वास्तविक बसबार स्प्लिटिंग के माध्यम से।

4. परिणाम (Results)

प्रस्तावित मेट्रिक्स का परीक्षण 39 से 3,374 बसों वाले चार IEEE/pglib टेस्ट केस पर किया गया।

39-बस केस: $\phi$ -मेट्रिक ने उच्च लागत कटौती वाले बसों की सफलतापूर्वक पहचान की। हालांकि, इसने यह भी रेखांकित किया कि केवल एक ब्रांच पर उच्च $\Delta$ LMP पर्याप्त नहीं है; बस के पास कई कनेक्शन होने चाहिए और वह वोल्टेज-बाधित नहीं होना चाहिए।
118-बस केस: बसबार 69 की पहचान शीर्ष उम्मीदवार (उच्चतम $\phi$ ) के रूप में की गई, जिसके परिणामस्वरूप 0.38% लागत में कमी आई। मेट्रिक्स ने उन बसबारों को सफलतापूर्वक फ़िल्टर कर दिया जिनमें बाइंडिंग वोल्टेज सीमाएँ थीं (जिन्होंने 0% कमी दिखाई)।
793-बस केस: मेट्रिक्स ने 15 उम्मीदवारों की पहचान की। इन विशिष्ट बसबारों को स्प्लिट करने से 12 मामलों में लागत में कमी आई। महत्वपूर्ण रूप से, मेट्रिक्स ने उन टॉप 4 में से 3 बसबारों की पहचान की जो सिस्टम में उच्चतम लागत कटौती प्रदान करते थे।
- दक्षता: पूर्ण विस्तृत खोज (exhaustive search) में 19.14 घंटे लगे; मेट्रिक-आधारित चयन में 0.98 घंटे लगे।
3374-बस केस: मेट्रिक्स ने 20 उम्मीदवारों की पहचान की। इनमें से 8 से लागत में कमी आई। हालांकि विशिष्ट ग्रिड विशेषताओं के कारण पूर्ण लागत बचत कम थी, फिर भी मेट्रिक्स ने उच्चतम कटौती देने वाले बसबारों (जैसे, बसबार 670) की सफलतापूर्वक पहचान की।
- दक्षता: पूर्ण विस्तृत खोज में 15.62 दिन लगे; मेट्रिक-आधारित चयन में 3.77 घंटे लगे।

मुख्य निष्कर्ष: वे बसबार जिनमें $\Delta$ LMP के पूर्ण अंतर का उच्च योग ( $\phi$ ) और जुड़े हुए तत्वों की उच्च संख्या है, बशर्ते वे वोल्टेज सीमाओं पर न हों ( $\zeta=0$ ), टोपोलॉजी ऑप्टिमाइज़ेशन के लिए सबसे मजबूत उम्मीदवार हैं।

5. महत्व (Significance)

यह शोध पत्र आधुनिक बिजली प्रणाली संचालन में एक महत्वपूर्ण बाधा को संबोधित करता है: स्केलेबिलिटी (Scalability)। जैसे-जैसे ग्रिड नवीकरणीय ऊर्जा के साथ बढ़ते और अधिक जटिल होते जा रहे हैं, ऑपरेटरों के पास हर बार विस्तृत टोपोलॉजी अनुकूलन चलाने का विकल्प नहीं है।

परिचालन प्रभाव (Operational Impact): प्रस्तावित मेट्रिक्स सिस्टम ऑपरेटरों को भीड़भाड़ के दौरान किस सबस्टेशन को पुनर्गठित करने को प्राथमिकता देनी है, इसके लिए एक व्यावहारिक, कम-कंप्यूटेशनल-लागत वाला उपकरण प्रदान करते हैं।
आर्थिक प्रभाव (Economic Impact): प्रभावी टोपोलॉजिकल क्रियाओं के चयन को सक्षम करके, यह पद्धति नए बुनियादी ढांचे के निवेश की आवश्यकता के बिना जनरेशन लागत और नवीकरणीय ऊर्जा की कटौती (curtailment) को कम करने में मदद करती है।
भविष्य की योजना (Future Planning): इस कार्यप्रणाली को ग्रिड योजना में भविष्य की टोपोलॉजिकल लचीलापन सक्षम करने के लिए सबस्टेशनों को रेट्रोफिट करने (जैसे, बसबार कपलर जोड़ना) की पहचान करने के लिए लागू किया जा सकता है।

निष्कर्षतः, यह शोध पत्र स्थापित करता है कि लक्षित, मेट्रिक-संचालित दृष्टिकोण बसबार स्प्लिटिंग के लिए न केवल व्यवहार्य है, बल्कि बड़े पैमाने के, नवीकरणीय-प्रधान ग्रिडों के प्रबंधन के लिए आवश्यक भी है।