Abstract:In this study, the simulation of an electrification system and traction power system of a 25 kV AC feed railway line was performed with all its subcomponents using MATLAB/Simulink. The power flow theory was used while modeling the railway electrification system. The transformer substation, catenary, rail, and vehicle were modeled together with the operational data. This model is used in order to determine the number of transformers, the distance of feeding centers, and the frequency of trips. The optimum design of electrification projects depends on these criteria.A dynamic structure was created with a new algorithm developed for vehicle load characteristics. The simulation of the electrification system and traction power system is performed before the analysis stage, together with the vehicle and other design parameters. This analysis is performed for the best performance of the systems. In this study, the power simulation of the railway was conducted for three different operation scenarios using MATLAB/Simulink.

Railway electrification systems are designed with regard to the operating data and design parameters. The minimum voltage rating required by traction during the operation should be provided. The maximum voltage drop on a line determines the minimum traction voltage. This voltage should be maintened within certain limits for the continuity of operation. In this study, the maximum voltage drop generated via traction was determined using artificial neural network (ANN) and adaptive neuro-fuzzy inference system (ANFIS) for a 25-kV AC-supplied railway. The voltage drop on line was calculated with regard to the operating data using ANN and ANFIS. ANN and ANFIS were explained, and the results were compared. The Levenberg-Marquardt (LM) algorithm was used for the ANN model. The LM algorithm is preferred because of the speed and stability it provides for the training of ANNs. The data created for one-way supply status were examined for simulation.

The electrification system in rail systems is designed with regard to the operating data and design parameters. While the electrification system is formed, the minimum voltage rating that the traction force requires during the operation needs to be provided. The highest value of the voltage drop occurring on the line is determined by the distance between power centers. This value needs to be kept within certain limits for the continuity of operation. In this study, the determination of the distance between DC traction power centers for a 1500-V DC-fed rail system is done by means of the adaptive neuro-fuzzy inference system (ANFIS), support vector machines (SVMs), and artificial neural networks (ANNs). The distance occurring on the line is calculated with regard to the operating parameters by means of the ANFIS, SVMs, and ANNs. The ANFIS, SVMs, and ANNs are explained and a comparison is made. The data created regarding one-way and two-way supply conditions are examined for simulation. The main contribution of this paper is the determination of the distance between railway traction power centers with artificial intelligence methods.

Bu çalışmada, 1500 V DC beslemeli bir raylı sistemde cer gücünün meydana getirdiği gerilim düşümünün maksimum değeri Yapay Sinir Ağları (YSA) ve Destek Vektör Makineleri (DVM) yardımıyla belirlenmiştir. YSA ve DVM yöntemleriyle hatta oluşan gerilim düşümü işletmesel parametrelere bağlı olarak hesaplanmıştır. YSA ve DVM teknikleri açıklanarak elde edilen sonuçlar karşılaştırılmıştır. YSA modeli için levenberg marquardt (LM) algoritması kullanılmıştır. Levenberg-Marquardt algoritması yapay sinir ağlarının eğitiminde sağladığı hız ve kararlılık nedeni ile tercih edilmektedir. Raylı sistemlerde elektrifikasyon sistemi işletmesel verilere ve hat parametrelerine bağlı olarak tasarlanmaktadır. Elektrifikasyon sistemi oluşturulurken işletme esnasında cer gücünün gereksinimi olan minimum besleme gerilim değerinin sağlanması gerekmektedir. Cer gücü geriliminin en düşük değerini hatta oluşan gerilim düşümünün en yüksek değeri belirlemektedir. Bu değerin işletme sürekliliği için belirli limitler içinde tutulması gerekmektedir. Benzetim için tek yönlü ve çift yönlü beslenme durumlarına ait oluşturulan veriler incelenmiştir. Bu çalışma ile demiryolu elektrifikasyon sistemine ait cer gücü simülasyonuna ait sonuçlar yapay zeka yoluyla tahmin edilmektedir. Bu sayede sisteme ait değişkenler farklı olsa dahi tekrar tekrar benzetim yapılmasının önüne geçilmektedir. Tasarlanan sistem ile %95 üzeri başarı oranı elde edilmiştir.

ÖzGüç sistemlerinde gerilim kararlılığı çok önemlidir. Tek fazlı ve çok fazlı elektrik sistemlerinde oluşabilecek herhangi bir arıza durumu ya da gerilim düzensizliğine neden olabilecek başka bir durum güç kalitesini olumsuz etkilemektedir. Demiryollarında gerilim kararlılığı işletme sürekliliğinin sağlanması açısından kritiktir. DC beslemeli raylı sistemlerde, DC gerilim trafo merkezlerinde bulunan AC şebeke geriliminden elde edildiği için AC bölümde oluşabilecek herhangi bir olumsuz durum DC gerilimi de etkilemektedir. Bu çalışmada 750 V DC beslemeli bir demiryolu hattında oluşabilecek güç kalitesi probleminin UVDGM (Uzay Vektör Darbe Genişlik Modülasyonu) bazlı Dstatkom (Dağıtım Sistemi Statik Senkron Kompanzatör) ile çözülmesi araştırılmıştır. Çalışma için trafo merkezinde oluşabilecek arıza durumunun benzetimi yapılarak gerilim düzensizliği problemi Dstatkom ile ortadan kaldırılmıştır. Benzetim sonuçları ile ilgili olarak AC ve DC gerilimlere ait analiz sonuçları karşılaştırmalı olarak verilerek sağlanan iyileştirme durumu ortaya konulmuştur. AbstractVoltage stability in power systems is critical. The fault or any case cause voltage unstability that may occur in three-phase and single-phase electrical power systems emerge power quality problems. Voltage stability in railways is important because of the operation continuity. The fault that occur in the AC part of the system may affect also DC voltage due to the usage of the AC grid for the generation of the DC voltage in substations. In this study, solving power quality problem of 750 V DC railway substation with Dstatcom (Distribution Static Synchronous Compensator ) using SVPWM (Space Vector Pulse Width Modulation) is investigated. The fault that may occur in the substation is simulated and the voltage stability problem is eliminated with Dstatcom. Comparative analyzes results are given for the AC and DC voltage about the simulation findings and the improvement of the system is revealed.