⚡ electrical engineering

Homotopy-Based Re-Initialization for Switched DAEs in Power System Transient Simulation

यह शोध पत्र एक नए ज्यामितीय ढांचे पर आधारित एक होमोटोपी-आधारित ग्लोबलाइज्ड री-इनिशियलाइजेशन स्कीम प्रस्तावित करता है, जो स्विचड डिफरेंशियल-अल्जेब्रिक इक्वेशंस में विच्छिन्न घटनाओं (discontinuous events) के बाद मानक विधियों के विफल होने पर पावर सिस्टम ट्रांजिएंट सिमुलेशन में अभिसरण (convergence) को विश्वसनीय रूप से बहाल करने के लिए है।

मूल लेखक: Ahmad Ali, Hantao Cui

प्रकाशित 2026-06-12

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ahmad Ali, Hantao Cui

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

एक पावर ग्रिड की कल्पना एक विशाल, जटिल डांस फ्लोर के रूप में करें जहाँ बिजली सख्त नियमों के अनुसार बहती है। एक कंप्यूटर सिमुलेशन में, हम यह अनुमान लगाने की कोशिश करते हैं कि यह नृत्य समय के साथ कैसे चलता है। आमतौर पर, नर्तक (विद्युत चर/electrical variables) सुचारू रूप से चलते हैं, एक विशिष्ट पथ या "मैनिफोल्ड" (गणितीय स्थान में एक घुमावदार सतह के लिए एक फैंसी शब्द) का पालन करते हैं जो खेल के नियमों द्वारा परिभाषित होता है।

समस्या: अचानक नियम परिवर्तन
कभी-कभी, कुछ अप्रत्याशित होता है—एक सर्किट ब्रेकर फ्लिप होता है, एक फॉल्ट होता है, या एक कंट्रोलर अपनी सीमा तक पहुँच जाता है। सिमुलेशन में, यह ऐसा है जैसे डीजे अचानक संगीत की शैली बदल दे और नृत्य के नियम तुरंत बदल जाएँ।

पुराने नियम: परिवर्तन से पहले, नर्तक "मैनिफोल्ड A" का पालन कर रहे थे।
नए नियम: परिवर्तन के बाद, उन्हें तुरंत "मैनिफोल्ड B" का पालन करना होगा।

यहाँ पेच यह है: नर्तक वर्तमान में एक ऐसे स्थान पर खड़े हैं जो मैनिफोल्ड A के लिए तो बिल्कुल सही है, लेकिन वह सटीक स्थान मैनिफोल्ड B के लिए अवैध (illegal) है। वे ऐसी जगह खड़े हैं जहाँ नए नियम कहते हैं "आप यहाँ नहीं हो सकते।"

मानक समाधान क्यों विफल होते हैं
जब कंप्यूटर यह पता लगाने की कोशिश करता है कि नर्तकों को आगे कहाँ जाना चाहिए, तो वह आमतौर पर दो चीजें करने की कोशिश करता है, जो इस परिदृश्य में विफल हो जाती हैं:

छोटे कदम उठाना: कल्पना करें कि गलत मोड़ को ठीक करने के लिए छोटे, बेबी स्टेप्स लेने की कोशिश करना। पेपर बताता है कि यह काम क्यों नहीं करता क्योंकि समस्या इस बारे में नहीं है कि आप सही पथ से कितनी दूर हैं; बल्कि यह इस बारे में है कि आप पूरी तरह से गलत फर्श पर हैं। चाहे आप कितने भी छोटे कदम उठा लें, यदि आप गलत फर्श पर शुरू करते हैं, तो आप सही फर्श तक चलकर नहीं पहुँच सकते।
"न्यूटन-रैपसन" विधि: यह एक जीपीएस (GPS) की तरह है जो गंतव्य तक पहुँचने के लिए सबसे छोटा रास्ता खोजने की कोशिश करता है। लेकिन क्योंकि शुरुआती बिंदु वैध पथ से बहुत दूर (गणितीय अर्थ में) है, जीपीएस भ्रमित हो जाता है, गोल-गोल घूमता है, या पूरी तरह से हार मान लेता है। यह सीधे वैध स्थान पर कूदने की कोशिश करता है, लेकिन यह छलांग बहुत बड़ी होती है और ज़मीन बहुत ऊबड़-खाबड़ होती है।

समाधान: "होमोटॉपी" ब्रिज (The "Homotopy" Bridge)
लेखक इस समस्या को ठीक करने के लिए एक चतुर नया तरीका प्रस्तावित करते हैं जिसे होमोटॉपी-आधारित री-इनिशियलाइज़ेशन (Homotopy-Based Re-Initialization) कहा जाता है।

दो डांस फ्लोर्स के बीच एक अस्थायी पुल बनाने की कल्पना करें। दो डांस फ्लोर्स के बीच सीधे कूदने के बजाय—यानी पुराने फ्लोर A से नए फ्लोर B के वैध स्थान पर जाने के बजाय—कंप्यूटर मध्यवर्ती, अस्थायी फ्लोर्स की एक श्रृंखला बनाता है जो धीरे-धीरे फ्लोर A से फ्लोर B में परिवर्तित होते हैं।

चरण 1: कंप्यूटर नर्तकों को वहीं से शुरू करता है जहाँ वे हैं (पुराने फ्लोर पर)।
चरण 2: यह नए नियमों का एक थोड़ा संशोधित संस्करण बनाता है जो अभी भी नर्तकों को वहाँ खड़े रहने की अनुमति देता है जहाँ वे हैं।
चरण 3: यह एक छोटा कदम लेता है, नियमों को वास्तविक नए नियमों के थोड़ा करीब ले जाता है, और नर्तकों को एक नए वैध स्थान पर ले जाता है।
चरण 4: यह प्रक्रिया को दोहराता है, कई छोटे, सुरक्षित कदम उठाता है, धीरे-धीरे पुराने नियमों को नए नियमों में बदल देता है।

जब तक कंप्यूटर इस पुल के अंत तक पहुँचता है, नर्तक सुरक्षित रूप से नए फ्लोर पर खड़े होते हैं और नए नियमों का पालन करते हैं। कंप्यूटर ने अगले सिमुलेशन भाग के लिए एक वैध शुरुआती बिंदु खोज लिया है।

परिणाम
पेपर ने इस विचार का परीक्षण दो परिदृश्यों में किया है:

एक सोलर कनवर्टर: जब एक सोलर पैनल अपनी करंट लिमिट हिट करता है और मोड बदलता है, तो मानक तरीके अटक जाते हैं। नया "ब्रिज" तरीका इस स्विच के माध्यम से सिमुलेशन को सफलतापूर्वक गाइड करता है।
एक पावर ग्रिड फॉल्ट: जब पावर लाइन पर शॉर्ट सर्किट होता है, तो सिमुलेशन आमतौर पर क्रैश हो जाता है या रुक जाता है। नई विधि, भले ही छोटे कदम लेना विफल हो जाए, सिमुलेशन को सुचारू रूप से फिर से शुरू करने का रास्ता खोज लेती है।

सारांश में
पेपर का तर्क है कि जब पावर सिस्टम मोड बदलते हैं, तो सिमुलेशन को केवल छोटे कदम उठाने की आवश्यकता नहीं होती; इसे यह समझने की आवश्यकता होती है कि वह गलत "गणितीय फर्श" पर है। पुराने नियमों और नए नियमों के बीच एक क्रमिक, चरण-दर-चरण पुल बनाकर, कंप्यूटर विश्वसनीय रूप से एक वैध समाधान खोजने का रास्ता ढूंढ सकता है, जिससे सिमुलेशन सुचारू रूप से चलता रहता है, भले ही चीजें गलत हो रही हों।

तकनीकी सारांश: स्विच किए गए DAEs के लिए होमोटोपी-आधारित पुन: आरंभिकरण (Re-Initialization)

समस्या विवरण
पावर सिस्टम ट्रांजिएंट सिमुलेशन को स्विच किए गए डिफरेंशियल-एल्जेब्रिक इक्वेशन्स (DAEs) के संख्यात्मक समाधान के रूप में तैयार किया जाता है। विच्छिन्न घटनाओं (discontinuous events)—जैसे कि ब्रेकर संचालन, फॉल्ट, या कंट्रोलर लिमिटिंग—के दौरान, सिस्टम मोड ( $\sigma$ ) बदल जाता है, जिससे समीकरणों का एक सेट दूसरे सेट से प्रतिस्थापित हो जाता है। हालांकि एक वैध पोस्ट-इवेंट समाधान अक्सर मौजूद होता है, लेकिन इन DAEs का समवर्ती समाधान (simultaneous solution) अक्सर नॉनलीनियर सॉल्वर (आमतौर पर न्यूटन-राफसन, NR) में अभिसरण हानि (convergence loss) का शिकार होता है।

मानक उपचार, जैसे कि इंटीग्रेशन स्टेप साइज को कम करना या फिक्स्ड डिफरेंशियल वेरिएबल्स के साथ अल्जेब्रिक समीकरणों को हल करना (algebraic re-initialization), अक्सर विफल हो जाते हैं। यह शोधपत्र तर्क देता है कि यह विफलता केवल डिस्क्रीटाइजेशन एरर का एक संख्यात्मक आर्टिफैक्ट नहीं है, बल्कि एक मौलिक ज्यामितीय असंगतता (geometric inconsistency) है। जब एक मोड ट्रांजिशन होता है, तो प्री-इवेंट स्टेट, जो प्री-इवेंट सॉल्यूशन मैनिफोल्ड ( $M_{\sigma-}$ ) पर स्थित होता है, पोस्ट-इवेंट मैनिफोल्ड ( $M_{\sigma+}$ ) के साथ असंगत हो जाता है। चूंकि DAE वेक्टर फील्ड सॉल्यूशन मैनिफोल्ड के स्पर्शरेखीय (tangent) होता है, इसलिए एक असंगत बिंदु को नए मैनिफोल्ड से जोड़ने के लिए कोई वैध निरंतर प्रक्षेपवक्र (continuous trajectory) मौजूद नहीं होता है। परिणामस्वरूप, NR विधि, जो इस असंगत बिंदु पर इनिशियलाइज की गई है, एक इम्पल्सिव ट्रांजिएंट (जहाँ अल्जेब्रिक वेरिएबल्स को तात्कालिक रूप से बदलना पड़ता है) को हल करने का प्रयास करती है, जिससे खराब कंडीशनिंग, ठहराव (stagnation), या विचलन (divergence) होता है।

कार्यप्रणाली (Methodology)
यह शोधपत्र अभिसरण को बहाल करने के लिए एक होमोटोपी-कंटिन्यूएशन (HC)-आधारित ग्लोबलाइज्ड री-इनिशियलाइजेशन स्कीम प्रस्तावित करता है। कार्यप्रणाली इस प्रकार है:

ज्यामितीय व्याख्या: लेखक अल्जेब्रिक समीकरणों $g_\sigma(x, y) = 0$ को स्टेट स्पेस में कंस्ट्रेंट मैनिफोल्ड्स के रूप में व्याख्यायित करते हैं। एक मोड ट्रांजिशन सॉल्यूशन को $M_{\sigma-}$ से $M_{\sigma+}$ की ओर स्थानांतरित करता है। मुख्य कठिनाई यह है कि इनहेरिटेड प्री-इवेंट पॉइंट $z_s^-$ $M_{\sigma+}$ पर स्थित नहीं है।
होमोटोपी निर्माण: पोस्ट-इवेंट अल्जेब्रिक समीकरणों के लिए एक प्रत्यक्ष "वन-शॉट" समाधान (जो NR बेसिन ऑफ अट्रैक्शन से बाहर हो सकता है) का प्रयास करने के बजाय, यह विधि प्री-इवेंट सॉल्यूशन को पोस्ट-इवेंट सॉल्यूशन से जोड़ने वाले एक निरंतर पथ $\gamma: [0, 1] \to X$ का निर्माण करती है।
कंटिन्यूएशन प्रक्रिया: एक होमोटोपी फंक्शन $H(z; \lambda) = 0$ $H (z; λ) = 0$ को परिभाषित किया गया है, जहाँ $\lambda \in [0, 1]$ $λ \in [0, 1]$ एक कंटिन्यूएशन पैरामीटर है।
- $\lambda = 0$ पर, सिस्टम $H(z; 0)$ एक सहायक समस्या (जैसे, प्री-इवेंट अल्जेब्रिक सिस्टम या एक संशोधित पोस्ट-इवेंट सिस्टम) है जिसके लिए इनहेरिटेड पॉइंट $z_s^-$ एक सटीक समाधान है।
- $\lambda = 1$ पर, सिस्टम $H(z; 1)$ लक्षित पोस्ट-इवेंट अल्जेब्रिक समीकरणों $g_{\sigma+}(z) = 0$ के अनुरूप होता है।
पुनरावृत्ति समाधान (Iterative Solution): पैरामीटर $\lambda$ को चरणों ( $\Delta \lambda$ ) में बढ़ाया जाता है। प्रत्येक चरण में, पिछले चरण से प्राप्त अभिसरित समाधान का उपयोग अगले अनुमान (initial guess) के रूप में किया जाता है। समाधानों का यह अनुक्रम समीपवर्ती उप-समस्याओं (sub-problems) को सुनिश्चित करता है, जिससे सॉल्वर बेसिन ऑफ अट्रैक्शन के भीतर बना रहता है, और प्रभावी रूप से असंगत प्री-इवेल स्टेट से सुसंगत पोस्ट-इवेंट स्टेट तक एक पथ को ट्रेस करता है।
पुनः आरंभिकरण (Re-Initialization): एक बार $\lambda = 1$ पहुँच जाने के बाद, परिणामी बिंदु $z_s^+$ नए मोड के साथ सुसंगत होता है। इस बिंदु का उपयोग फिर टाइम-स्टेपिंग इंटीग्रेशन के पहले पोस्ट-इवेंट नॉनलीनियर सॉल्व को इनिशियलाइज करने के लिए किया जाता है।

मुख्य योगदान

ज्यामितीय ढांचा: शोधपत्र स्विच किए गए DAEs में अभिसरण विफलता के लिए एक ज्यामितीय स्पष्टीकरण प्रदान करता है, जो यह पहचानता है कि मूल कारण केवल डिस्क्रीटाइजेशन एरर नहीं, बल्कि इनहेरिटेड स्टेट और पोस्ट-इवेंट कंस्ट्रेंट मैनिफोल्ड के बीच सुसंगतता का अभाव है।
ग्लोबलाइज्ड री-इनिशियलाइजेशन: यह मोड ट्रांजिशन के दौरान इन-सिमुलेशन री-इनिशियलाइजेशन के लिए एक होमोटोपी-कंटिन्यूएशन स्कीम विकसित करता है। पूर्ववर्ती होमोटोपी अनुप्रयोगों के विपरीत, जो एक सहायक समस्या को एकल लक्षित सिस्टम (जैसे, कोल्ड-स्टार्ट इनिशियलाइजेशन) से जोड़ते हैं, यह विधि दो अलग-अलग मैनिफोल्ड्स ( $M_{\sigma-}$ से $M_{\sigma+}$ ) को मध्यवर्ती मैनिफोल्ड्स के एक परिवार के माध्यम से जोड़ती है।
मजबूती (Robustness): यह योजना ब्राउन की सिंगल-स्टेप री-इनिशियलाइजेशन पद्धति का विस्तार करती है, जिसमें एक ग्लोबलाइजेशन तंत्र जोड़ा गया है जो प्री-इवेंट और पोस्ट-इवेंट मैनिफोल्ड्स के बीच की दूरी के बावजूद एक वैध शुरुआती इटरेट (iterate) की गारंटी देता है।

परिणाम
प्रस्तावित विधि को पावर सिस्टम ट्रांजिएंट सिमुलेशन पर दो केस स्टडीज के माध्यम से मान्य किया गया:

कंट्रोल मोड स्विचिंग: एक ग्रिड-फॉर्मिंग (GFM) कनवर्टर, जो वोल्टेज-सोर्स मोड से करंट-लिमिटिंग मोड में ट्रांजिशन कर रहा था, में डायरेक्ट NR इटरेशन विफल रहे और रेजिडुअल्स (residuals) स्थिर हो गए। HC-आधारित योजना ने मध्यवर्ती मैनिफोल्ड्स के माध्यम से सॉल्यूशन पाथ को सफलतापूर्वक ट्रेस किया, जिससे सॉल्वर वांछित पोस्ट-इवेंट सॉल्यूशन तक अभिसरित होने में सक्षम हुआ।
टोपोलॉजी परिवर्तन: एक संशोधित IEEE 39-बस सिस्टम में, जिसमें सिम्युलेटेड लाइन-टू-ग्राउंड फॉल्ट था, इंटीग्रेशन स्टेप साइज को एक क्रम (order of magnitude) (500 $\mu$ s से 50 $\mu$ s) कम करने के बावजूद अभिसरण बहाल करने में विफलता मिली। मैनिफोल्ड इनकंसिस्टेंसी के कारण NR सॉल्वर स्थिर हो गया। HC-आधारित री-इनिशियलाइजेशन ने एक सुसंगत पोस्ट-इवेंट पॉइंट की गणना की, जिससे अगला नॉनलीनियर सॉल्व काफी कम प्रारंभिक रेजिड्यूल के साथ केवल तीन इटरेशन में अभिसरित होने में सक्षम हुआ।

महत्व और दावे
शोधपत्र का दावा है कि इस कार्य का प्राथमिक महत्व उन विशिष्ट अभिसरण विफलताओं को संबोधित करने में निहित है जहाँ मानक उपचार (स्टेप-साइज रिडक्शन और डायरेक्ट री-इनिशियलाइजेशन) अपर्याप्त हैं। समस्या को ज्यामितीय रूप से व्याख्यायित करके, लेखक यह प्रदर्शित करते हैं कि कठिनाई एक असंगत बिंदु से नए मैनिफोल्ड तक निरंतर प्रक्षेपवक्र के अस्तित्व न होने से उत्पन्न होती है। प्रस्तावित होमोटोपी-आधारित योजना इन परिदृश्यों में अभिसरण को पुनः प्राप्त करने के लिए एक मजबूत तंत्र प्रदान करती है, यह सुनिश्चित करती है कि ट्रांजिएंट सिमुलेशन विश्वसनीय रूप से आगे बढ़ सकें, भले ही विच्छिन्न घटनाएं सिस्टम स्टेट को असंगत सॉल्यूशन मैनिफोल्ड्स के बीच कूदने के लिए मजबूर करें। यह कार्य एक "लेटर" के रूप में प्रस्तुत किया गया है जो एक विशिष्ट फ्रेमवर्क और सत्यापन प्रदान करता है, न कि सभी प्रकार की पावर सिस्टम नॉनलिनैरिटीज़ के लिए सार्वभौमिक प्रयोज्यता या प्रदर्शित मामलों से परे भविष्य के विस्तार का दावा करता है।

इसी तरह के और पेपर