Human-on-the-loop Resilient Control of InverterBased Resources Under Actuator Degradation

कल्पना कीजिए कि बिजली ग्रिड एक विशाल, अदृश्य तंत्रिका तंत्र (nervous system) की तरह है जो हमारी आधुनिक दुनिया को शक्ति प्रदान करता है, और सौर पैनलों तथा पवन टर्बाइनों से हमारे घरों और स्कूलों तक ऊर्जा भेजता है। लंबे समय तक, यह प्रणाली भारी मशीनों जैसे पारंपरिक पावर प्लांट पर निर्भर थी। लेकिन आज, हम उन भारी मशीनों को चिकने, तेज़ और स्मार्ट "इन्वर्टर-बेस्ड रिसोर्सेज" (IBRs) से बदल रहे हैं—इन्हें तंत्रिका तंत्र के नए, उच्च-गति डिजिटल न्यूरॉन्स के रूप में समझें। ये वे उपकरण हैं जो आपकी सौर छत या आपके घर की बैटरी के भीतर होते हैं और संग्रहीत ऊर्जा को बिजली में बदलते हैं। सबसे बड़ी चुनौती वैज्ञानिकों के सामने तब आती है जब ये डिजिटल न्यूरॉन्स बीमार या क्षतिग्रस्त हो जाते हैं। यदि किसी सौर पैनल का इन्वर्टर खराब होने लगता है, या यदि कोई साइबर हमला इसकी बिजली धकेलने की क्षमता को कमजोर कर देता है, तो पूरे पड़ोस का वोल्टेज डगमगा सकता है, लाइटें झपका सकती हैं, और सिस्टम क्रैश हो सकता है। इसे ठीक करने के लिए, इंजीनियर आमतौर पर ऐसे रोबोट बनाने की कोशिश करते हैं जो स्वचालित रूप से बीमारी का पता लगा सकें और तुरंत उसे ठीक कर सकें। लेकिन ये रोबट बहुत कठोर हो सकते हैं; वे घबराकर बंद हो सकते हैं, या वे ऐसी समस्या को ठीक करने की कोशिश कर सकते हैं जिसे वे पूरी तरह से समझ नहीं पाते, जिससे स्थिति और भी बिगड़ सकती है।

यह शोध पत्र एक चतुर नए विचार को प्रस्तुत करता है: केवल एक रोबोट पर निर्भर रहने के बजाय, आइए इसमें एक इंसान को शामिल करें। लेखक, मजीद देहगनी, तहा सईद खान और हमीद्रेज़ा नज़रीपूया, एक "ह्यूमन-ऑन-द-लूप" (HOTL) नियंत्रण प्रणाली का प्रस्ताव करते हैं। इसे एक वीडियो गेम की तरह समझें जहाँ एक AI गेम खेल रहा है, लेकिन एक मानव खिलाड़ी स्क्रीन को देख रहा है और चीजें अजीब होने पर नियमों को बदलने के लिए एक विशेष बटन दबा सकता है। उनके सिस्टम में, एक कंप्यूटर कंट्रोलर वोल्टेज को स्थिर रखने के लिए पलक झपकते ही गणित (math) को संभालता है, लेकिन एक मानव पर्यवेक्षक (supervisor) बड़े परिदृश्य पर नज़र रखता है। यदि इन्वर्टर खराब होने लगता है (कमजोर होने लगता है), तो इंसान हस्तक्षेप कर सकता है और कंप्यूटर को बता सकता है, "हे, हम बिजली खो रहे हैं, आइए अभी थोड़ा कम 'परफेक्ट' रहें ताकि हम अपनी बैटरी पूरी तरह से खत्म न कर दें।" यह शोध पत्र सिमुलेशन का उपयोग करके यह दिखाता है कि मानव निर्णय और कंप्यूटर की गति के बीच यह टीम वर्क ग्रिड को स्थिर रखता है, जबकि पुराने, पूरी तरह से स्वचालित तरीके अक्सर क्रैश हो जाते हैं या बिजली खत्म होने के कारण विफल हो जाते हैं।

समस्या: जब ग्रिड की "मांसपेशियां" कमजोर हो जाती हैं

कल्पना कीजिए कि आपका हाथ एक इन्वर्टर है, और आपके द्वारा धकेली जाने वाली बिजली वह वजन है जिसे आप उठा रहे हैं। सामान्यतः, आपका हाथ मजबूत होता है और वह बिल्कुल उतना ही वजन उठा सकता है जितनी आपको आवश्यकता होती है। लेकिन क्या होगा अगर आपके हाथ में चोट लग जाए और आप केवल आधा वजन ही उठा सकें? यदि आप फिर भी वही भारी वजन उठाने की कोशिश करते हैं, तो आपका हाथ लॉक हो सकता है, या आप वजन को पूरी तरह से गिरा सकते हैं। पावर ग्रिड की दुनिया में, "एक्चुएटर डिग्रेडेशन" (actuator degradation) उस घायल हाथ की तरह है। यह तब होता है जब भौतिक क्षति, साइबर हमलों, या बस टूट-फूट के कारण इन्वर्टर अपनी बिजली उत्पन्न करने की क्षमता खो देते हैं।

पुराने जमाने के समाधान इस समस्या को दो तरीकों से संभालने की कोशिश करते हैं, और दोनों में खामियां हैं। पहला है "फॉल्ट-टॉलरेंट कंट्रोल" (FTC)। यह एक ऐसे रोबोट की तरह है जिसके पास हर संभावित चोट की चेकलिस्ट है। यदि वह कोई लक्षण देखता है, तो वह चोट को पहचानता है और एक पूर्व-निर्धारित समाधान अपनाता है। समस्या क्या है? यदि चोट अजीब, नई है, या धीरे-धीरे हो रही है (जैसे धीरे-धीरे कमजोरी आना), तो रोबोट उसे पहचान नहीं पाएगा, या वह इसे बहुत आक्रामक तरीके से ठीक करने की कोशिश करेगा, जिससे क्रैश हो सकता है। दूसरा दृष्टिकोण "एडेप्टिव कंट्रोल" (Adaptive Control) है, जहाँ सिस्टम मौके पर ही सीखता है। लेकिन यदि सिस्टम यह सोचता है कि वह अभी भी पूरा वजन उठा सकता है जबकि वास्तव में वह नहीं उठा सकता, तो वह बहुत अधिक जोर लगाने की कोशिश कर सकता है, जिससे नियंत्रण खो सकता है या "पैरामीटर ड्रिफ्ट" हो सकता है, जहाँ सिस्टम भ्रमित और अस्थिर हो जाता है।

नया विचार: एक "रेसिलिएंस डायल" के साथ एक मानव कोच

लेखक एक ऐसा सिस्टम प्रस्तावित करते हैं जहाँ एक मानव ऑपरेटर स्वचालित नियंत्रक के किनारे बैठकर एक कोच की भूमिका निभाता है। यह इंसान द्वारा गणित करने के बारे में नहीं है; भारी काम अभी भी कंप्यूटर ही करता है। इसके बजाय, इंसान "सिचुएशनल अवेयरनेस" (परिस्थिति की समझ) प्रदान करता है। वे डेटा देखते हैं और कहते हैं, "ठीक है, इन्वर्टर सामान्य से 50% कमजोर है। आइए अपनी रणनीति को थोड़ा समायोजित करें।"

इसे काम करने योग्य बनाने के लिए, शोध पत्र दो विशेष उपकरण पेश करता है:

1. जेनरेशन रिज़र्व कैपेसिटी (GRC): इसे अपनी "आपातकालीन बचत राशि" के रूप में समझें। यह वह अतिरिक्त शक्ति है जिसका उपयोग इन्वर्टर किसी नई आपात स्थिति के मामले में कर सकता है। लक्ष्य इस खाते को भरा रखना है।
2. कंट्रोल्ड परफॉरमेंस डिग्रेडेशन (CPD): यह "अनुमेय चूक" (allowable slip-up) है। कभी-कभी, अपने आपातकालीन बचत खाते को बचाने के लिए, आपको यह स्वीकार करना पड़ता है कि वोल्टेज पूरी तरह से स्थिर नहीं रहेगा। यह लंबी यात्रा के लिए गैस बचाने के लिए थोड़ा धीरे गाड़ी चलाने का निर्णय लेने जैसा है।

मानव ऑपरेटर $\mu$ (म्यू) नामक एक विशेष नॉब (knob) का उपयोग करके इन दोनों के बीच संतुलन बनाता है। यदि ऑपरेटर $\mu$ को ऊपर की ओर घुमाता है, तो सिस्टम बहुत रूढ़िवादी (conservative) हो जाता है। यह एक बड़ा सुरक्षा मार्जिन (उच्च GRC) बनाए रखता है लेकिन यह स्वीकार करता है कि वोल्टेज थोड़ा अधिक डगमगा सकता है (उच्चer CPD)। यदि वे $\mu$ को नीचे की ओर घुमाते हैं, तो सिस्टम 'परफेक्ट' होने की कोशिश करता है (कम CPD) लेकिन रिज़र्व पावर खत्म होने का जोखिम उठाता है।

यह व्यवहार में कैसे काम करता है

शोधकर्ताओं ने इस विचार का परीक्षण ग्रिड-कनेक्टेड इन्वर्टर के कंप्यूटर सिमुलेशन का उपयोग करके किया। उन्होंने एक परिदृश्य बनाया जहाँ इन्वर्टर दो चरणों में "बीमार" हुआ:

1. 100 सेकंड पर: इन्वर्टर ने अपनी बिजली क्षमता का 50% खो दिया।
2. 150 सेकंड पर: इसने 25% और खो दिया, जिससे यह बहुत कमजोर हो गया।
3. 200 सेकंड पर: मांग में अचानक उछाल (लोड डिस्टर्बेंस) आया।

सिमुलेशन में, मानव ऑपरेटर स्क्रीन को देखता रहा। जब पहला 50% का नुकसान हुआ, तो ऑपरेटर ने गिरावट को संभालने के लिए सिस्टम को समायोजित किया। लेकिन जब 150 सेकंड पर दूसरा झटका आया, तो ऑपरेटर को एहसास हुआ कि स्थिति खतरनाक होती जा रही है। उन्होंने सुरक्षा के लिए $\mu$ नॉब को 10 तक ऊपर कर दिया। इसने कंप्यूटर को निर्देश दिया: "परफेक्ट होने की कोशिश छोड़ दो। सुरक्षित रहो। बिजली का एक बड़ा भंडार बनाए रखो ताकि हम क्रैश न हों।"

परिणाम क्या रहा? सिस्टम ने थोड़ा कम सटीक वोल्टेज रीडिंग (CPD) को स्वीकार कर लिया, लेकिन सफलतापूर्वक बिजली चालू रखी और वोल्टेज को सुरक्षित सीमाओं के भीतर रखा। इन्वर्टर ने कभी भी अपनी शक्ति खत्म नहीं की, और न ही यह "सैचुरेशन" (saturation) की स्थिति में फंसा (जहाँ यह उससे अधिक धकेलने की कोशिश करता है जितना यह कर सकता है और विफल हो जाता है)।

पुराने तरीकों का क्या हुआ?

शोधकर्ताओं ने अपने नए "ह्यूमन-ऑन-द-लूप" सिस्टम की तुलना एक मानक "फॉल्ट-टॉलरेंट कंट्रोल" (FTC) सिस्टम से की।

• FTC सिस्टम: जब पहला 50% का नुकसान हुआ, तो FTC ने ठीक काम किया। लेकिन जब 150 सेकंड पर दूसरा झटका आया, तो FTC फंस गया। इसने सटीक वोल्टेज बनाए रखने की कोशिश की, लेकिन क्योंकि इसके पास पर्याप्त "मांसपेशियां" नहीं बची थीं, यह विफल हो गया। जब 200 सेकंड पर लोड का उछाल आया, तो वोल्टेज 0.9 (एक खतरनाक स्तर) से नीचे गिर गया, और सिस्टम उबर नहीं सका।
• HOTL सिस्टम: क्योंकि मानव ऑपरेटर ने सुरक्षा डायल ($\mu$) को ऊपर कर दिया था, सिस्टम ने सहजता से प्रदर्शन में थोड़ी गिरावट को स्वीकार कर लिया। इसने अपने रिज़र्व क्षमता को सुरक्षित रखा, जिससे यह अंतिम लोड स्पाइक को बिना क्रैश हुए संभालने में सक्षम रहा। वोल्टेज सुरक्षित ऑपरेटिंग रेंज के भीतर रहा।

निष्कर्ष

यह शोध पत्र यह दावा नहीं करता कि इसने दुनिया की हर समस्या को हल कर दिया है, और न ही यह कहता है कि यह प्रणाली वास्तविक जीवन में अभी पूरी तरह से तैयार है। परिणाम पूरी तरह से सिमुलेशन—कंप्यूटर मॉडल—पर आधारित हैं कि सिस्टम कैसा व्यवहार करेगा। हालांकि, ये सिमुलेशन सुझाव देते हैं कि इसमें एक मानव पर्यवेक्षक को जोड़ने से ग्रिड अधिक लचीला (resilient) बनता है।

मुख्य बात यह है कि कभी-कभी, संकट को संभालने का सबसे अच्छा तरीका वह नहीं है जिसमें एक ऐसा रोबोट हो जो कभी गलती न करे, बल्कि वह है जो जानता हो कि कब इंसान से सलाह लेनी है। यह तय करके कि "सुरक्षा" के बदले कितनी "पूर्णता" (perfection) का त्याग किया जा सकता है, सिस्टम गंभीर क्षति के बावजूद जीवित रह सकता है जो पुराने, पूरी तरह से स्वचालित तरीकों को ठप कर देती। लेखक गणितीय रूप से सिद्ध करते हैं कि यह दृष्टिकोण स्थिर है और मानव का निर्णय सीधे तौर पर सिस्टम को बिजली खत्म होने से बचने में मदद करता है। यह एक याद दिलाता है कि एक जटिल, उच्च-जोखिम वाली दुनिया में, मानव बुद्धिमत्ता और मशीन की गति का संयोजन ही सबसे मजबूत रक्षा हो सकती है।