1. مقدمه

رشد سریع انرژی‌های تجدیدپذیر، به ویژه در شبکه‌هایی مانند ERCOT تگزاس، همزمان با ظهور بارهای بزرگ و پرمصرفی مانند تأسیسات استخراج رمزارز بوده است. این تأسیسات که اغلب به بیش از ۷۵ مگاوات در هر سایت نیاز دارند، نماینده‌ی یک دسته جدید از مشارکت‌کنندگان در شبکه هستند. برخلاف بارهای صنعتی سنتی، ماینرهای رمزارز توسط مبدل‌های الکترونیک قدرت تغذیه می‌شوند و آن‌ها را در رده منابع مبتنی بر اینورتر (IBR) قرار می‌دهد. این مقاله به شکافی حیاتی می‌پردازد: فقدان مدل‌های دقیق گذرای الکترومغناطیسی (EMT) برای درک چگونگی تعامل این بارهای عظیم و غیرخطی با شبکه در هنگام اغتشاشات، با تمرکز ویژه بر قابلیت عبور از افت ولتاژ (LVRT) آن‌ها—نیازی کلیدی برای پایداری شبکه.

~۷۵ مگاوات

بار معمول یک تأسیسات بزرگ‌مقیاس استخراج رمزارز

۰.۳۶ واحد نسبی

حداقل ولتاژ ثبت شده در طول یک رویداد خطای آبشاری در غرب تگزاس (اکتبر ۲۰۲۲)

۰.۹۹۴-۰.۹۹۵

ضریب توان پیش‌فاز حالت ماندگار بارهای استخراج

2. روش‌شناسی و توسعه مدل

هسته این پژوهش، توسعه یک مدل EMT مقیاس‌پذیر برای بارهای استخراج رمزارز است که با استفاده از نرم‌افزار برنامه گذراهای الکترومغناطیسی (EMTP) ساخته شده است.

2.1 معماری مدل EMT

این مدل، رفتار ماینرهای مدار مجتمع با کاربرد خاص (ASIC) تجاری مورد استفاده در عملیات بزرگ‌مقیاس را بازتولید می‌کند. این مدل بخش جلویی مبتنی بر مبدل، دینامیک بار محاسباتی و منطق کنترلی حاکم بر پاسخ ماینر به تغییرات ولتاژ شبکه را در بر می‌گیرد. مدل به گونه‌ای طراحی شده که ماژولار است و امکان تجمیع چندین واحد ماینر برای نمایش یک تأسیسات کامل را فراهم می‌کند و مطالعاتی را در مورد تأثیر صدها مگاوات از چنین باری بر دینامیک سیستم انتقال ممکن می‌سازد.

2.2 مشخصه‌یابی و اعتبارسنجی بار

عملکرد مدل در برابر ماینرهای ASIC فیزیکی اعتبارسنجی متقابل شد. ویژگی‌های کلیدی مطابقت‌داده شده شامل موارد زیر است:

  • رفتار حالت ماندگار: ضریب توان بالا (~۰.۹۹۵ پیش‌فاز).
  • رفتار گذرا/راه‌اندازی: جریان کشی غیرخطی و اعوجاج هارمونیکی، همان‌طور که در آزمون‌های آزمایشگاهی و اندازه‌گیری‌های میدانی از تأسیسات صنعتی مشاهده شده است.
  • آستانه LVRT: نقطه‌ای که در آن الکترونیک قدرت ماینر به دلیل ولتاژ ورودی پایین از کار می‌افتد.
این اعتبارسنجی، وفاداری مدل در شبیه‌سازی پاسخ ماینر واقعی در طول خطاهای شبکه را تضمین می‌کند.

3. ارزیابی قابلیت عبور از افت ولتاژ (LVRT)

قابلیت LVRT—توانایی باقی ماندن در حالت متصل در طول افت ولتاژ—برای منابع مبتنی بر اینورتر (IBR) جهت جلوگیری از خطاهای آبشاری حیاتی است. در حالی که این قابلیت برای ژنراتورها استاندارد است، برای بارهای بزرگ مبتنی بر IBR مانند ماینرهای رمزارز اجباری نیست و این یک آسیب‌پذیری ایجاد می‌کند.

3.1 سناریوهای آزمون و تحلیل خطا

مدل اعتبارسنجی شده در معرض سناریوهای خطای مختلف قرار گرفت:

  • خطاهای محلی: خطاهای درون زیرساخت الکتریکی خود تأسیسات استخراج.
  • خطاهای شبکه دور: خطاها در باس‌های دور در شبکه انتقال به هم پیوسته، که پاسخ بار به افت ولتاژ منتشر شده در سراسر شبکه را می‌آزماید.
سناریوها از نظر نوع خطا (مانند سه‌فاز، فاز به زمین)، مدت زمان و عمق افت ولتاژ متفاوت بودند.

3.2 معیارهای عملکرد و نتایج

این مطالعه قابلیت LVRT بار استخراج را کمّی کرد و مرز پروفایل ولتاژ-زمانی که در آن بار آنلاین می‌ماند را شناسایی نمود. نتایج به احتمال زیاد نشان می‌دهند که اگرچه ماینرها ممکن است منبع تغذیه داخلی قوی‌ای داشته باشند، اما مبدل‌های رو به شبکه آن‌ها تنظیمات خاص قطع در زیرولتاژ (UVLO) دارند. قطع ناگهانی صدها مگاوات بار به دلیل عمل‌کرد همزمان UVLO در سراسر یک مزرعه استخراج می‌تواند عدم تعادل مثبت قابل توجهی بین بار و تولید ایجاد کند و به طور بالقوه منجر به جهش فرکانس و بی‌ثباتی بیشتر شود—مشکلی که مشابه مسائل مشاهده شده در تولید مبتنی بر IBR است.

4. تحلیل فنی و بینش‌ها

4.1 بینش اصلی

بارهای استخراج رمزارز فقط مصرف‌کنندگان بزرگ نیستند؛ آن‌ها کنشگران شبکه‌ساز با پتانسیل بی‌ثبات‌کننده هستند. ماهیت IBR آن‌ها به این معنی است که مانند ماشین‌های سنکرون، لختی یا جریان خطای ذاتی ارائه نمی‌دهند. رویداد خاموشی تگزاس در اکتبر ۲۰۲۲، که در آن افت ولتاژ باعث خاموشی ۴۰۰ مگاواتی از جمله ماینرها شد، یک استثنا نبود—یک آزمون استرسی بود که مدل‌های شبکه فعلی در آن شکست خوردند. مدل EMT این مقاله اولین ابزار حیاتی برای پیش‌بینی رویداد بعدی است.

4.2 روند منطقی

منطق پژوهش بی‌نقص است: ۱) شناسایی یک عنصر شبکه جدید و کم‌درک‌شده (بارهای رمزارز) با سابقه اثبات شده حوادث. ۲) رد مدل‌های ایستای ساده‌سازیشده؛ ساخت یک مدل EMT پویا که کلیدزنی سریع الکترونیک قدرت را ثبت می‌کند. ۳) اعتبارسنجی آن در برابر سخت‌افزار—بدون جعبه سیاه. ۴) آزمون استرس آن تحت شرایط خطای واقعی شبکه. ۵) نتیجه‌گیری که مقیاس‌پذیری و ادغام در مطالعات سراسری سیستم نه تنها مفید بلکه ضروری برای قابلیت اطمینان است. این روند از پدیده به شبیه‌سازی با وفاداری بالا و سپس به بینش عملی برای برنامه‌ریزی شبکه حرکت می‌کند.

4.3 نقاط قوت و ضعف

نقاط قوت: مقیاس‌پذیری مدل و پایه مبتنی بر EMTP ویژگی‌های برجسته آن هستند. این مدل مستقیماً در جعبه ابزار مورد استفاده برنامه‌ریزان انتقال قرار می‌گیرد. تمرکز بر LVRT به فوری‌ترین تهدید می‌پردازد. اعتبارسنجی با ماینرهای واقعی اعتبار انکارناپذیری می‌افزاید.

نقاط ضعف: مقاله به لایه کنترلی اشاره می‌کند اما آن را به طور کامل بررسی نمی‌کند. ماینرها می‌توانند در کسری از میلی‌ثانیه بر اساس الگوریتم‌های سودآوری خاموش شوند، مستقل از ولتاژ. این "قطع اقتصادی" می‌تواند مخرب‌تر از شکست فنی LVRT باشد. همچنین مدل نیاز به گسترش برای دربرگیری تعامل هارمونیکی و خطرات نوسان زیرسنکرون دارد، که مسائل شناخته شده‌ای با نفوذ بالای IBR هستند، همان‌طور که توسط NERC و انجمن IEEE Power & Energy مستند شده است.

4.4 بینش‌های عملیاتی

برای اپراتورهای شبکه (مانند ERCOT): الزامات LVRT را برای بارهای بزرگ مبتنی بر IBR، نه فقط ژنراتورها، اجباری کنید. از این مدل برای انجام مطالعات اتصال اجباری برای همه درخواست‌های تأسیسات استخراج استفاده کنید. برای شرکت‌های استخراج: در کنترل‌های مبدل پشتیبان شبکه (مانند پشتیبانی ولتاژ پویا، توقف لحظه‌ای) سرمایه‌گذاری کنید—این هزینه انجام کسب‌وکار است و ارزان‌تر از مقصر شناخته شدن در یک خاموشی است. برای پژوهشگران: این مدل بار را با مدل‌های سیستم مرکب ادغام کنید تا بی‌ثباتی مرکب ناشی از نفوذ بالای انرژی‌های تجدیدپذیر + بارهای بالای رمزارز را مطالعه کنید. گام بعدی مدل‌سازی پاسخ ناوگان‌محور و نرم‌افزار-محور است، که در آن ریسک سیستماتیک واقعی نهفته است.

5. تحلیل اصلی: جدیدترین دشمن یا متحد شبکه؟

این پژوهش توسط سامانتا و همکاران، مداخله‌ای به‌موقع و حیاتی در چشم‌انداز سیستم‌های قدرت است که با چالش‌های دوگانه کربن‌زدایی و دیجیتالی‌سازی دست و پنجه نرم می‌کند. مقاله به درستی بارهای استخراج رمزارز را به عنوان یک عنصر شبکه تغییردهنده پارادایم شناسایی می‌کند. چگالی توان بالا، انعطاف‌پذیری جغرافیایی و معماری مبتنی بر IBR آن‌ها، آن‌ها را اساساً متفاوت از بارهای صنعتی سنتی می‌سازد. توسعه یک مدل EMT مقیاس‌پذیر، یک دستاورد فنی قابل توجه است که شکافی را پر می‌کند که مدل‌های بار ایستا یا تجمیعی نمی‌توانند پر کنند. همان‌طور که "ابتکار مدرنیزاسیون شبکه" وزارت انرژی ایالات متحده تأکید می‌کند، درک رفتار پویای بارهای جدید برای یک شبکه تاب‌آور ضروری است.

تمرکز مطالعه بر LVRT با توجه به سابقه تاریخی مناسب است. خاموشی ۲۰۱۶ استرالیای جنوبی، که به طور گسترده توسط اپراتور بازار انرژی استرالیا (AEMO) تحلیل شد، توسط تنظیمات حفاظتی مزرعه بادی که منجر به قطع‌های آبشاری در طول افت ولتاژ شد، تسریع گردید. شباهت با بارهای استخراج رمزارز آشکار است. مدل این مقاله به برنامه‌ریزان اجازه می‌دهد تا تحلیل‌های مشابه پزشکی قانونی را به صورت پیش‌گیرانه انجام دهند. با این حال، مدل عمدتاً به پاسخ "سخت‌افزاری" می‌پردازد. عدم قطعیت بزرگتر، همان‌طور که در مطالعات پاسخ تقاضای مراکز داده دیده می‌شود، پاسخ "نرم‌افزاری" یا اقتصادی است. عملکرد یک ماینر توسط یک تابع سودآوری $\Pi = R(\text{قیمت سکه}) - C(\text{قیمت برق})$ اداره می‌شود. افزایش ناگهانی قیمت برق در طول یک وضعیت اضطراری شبکه می‌تواند باعث یک خاموشی هماهنگ سریع‌تر از هر افت ولتاژی شود، رفتاری که در این مدل EMT ثبت نشده اما برای تصویر کامل حیاتی است.

علاوه بر این، زمینه مقاله در شبکه ERCOT تگزاس گویاست. بازار فقط-انرژی ERCOT و نفوذ بالای انرژی‌های تجدیدپذیر، یک آزمایشگاه کامل برای چنین مطالعاتی ایجاد می‌کند. این کار بر یک روند گسترده‌تر تأکید می‌کند: همگرایی لایه‌های سایبری، فیزیکی و اقتصادی در سیستم‌های قدرت. مدل‌های آینده باید به سکوهای هم‌شبیه‌سازی تکامل یابند که دینامیک EMT (مانند این مدل)، تأخیرهای شبکه ارتباطی و الگوریتم‌های اقتصادی مبتنی بر عامل را ادغام می‌کنند. تنها در این صورت می‌توانیم ارزیابی کنیم که آیا این بارهای عظیم و انعطاف‌پذیر، یک تثبیت‌کننده شبکه هستند—قادر به ارائه پاسخ تقاضای سریع—یا یک منبع نهفته بی‌ثباتی. این مقاله پایه اساسی لایه فیزیکی را فراهم می‌کند که آن تحلیل پیچیده‌تر باید بر روی آن ساخته شود.

6. جزئیات فنی و فرمول‌بندی ریاضی

مدل EMT، دینامیک کلیدزنی بخش جلویی مبدل AC/DC ماینر ASIC را ثبت می‌کند. یک نمایش ساده‌شده از کنترل مبدل برای حفظ ولتاژ باس DC ($V_{dc}$) را می‌توان با استفاده از یک کنترل‌کننده تناسبی-انتگرالی (PI) استاندارد در چارچوب مرجع $dq$ بیان کرد:

$\begin{aligned} i_{d}^{ref} &= K_{p}(V_{dc}^{ref} - V_{dc}) + K_{i} \int (V_{dc}^{ref} - V_{dc}) dt \\ i_{q}^{ref} &= 0 \quad \text{(برای کنترل ضریب توان واحد)} \end{aligned}$

که در آن $i_{d}^{ref}$ و $i_{q}^{ref}$ جریان‌های مرجع برای حلقه کنترلی جریان داخلی هستند. رفتار LVRT توسط منطق حفاظت زیرولتاژ مدل می‌شود، که پالس‌های مبدل را زمانی که ولتاژ مؤثر اندازه‌گیری شده $V_{rms}$ به زیر یک آستانه $V_{th}$ برای زمانی $t > t_{delay}$ می‌رسد، غیرفعال می‌کند:

$\text{سیگنال قطع UVLO} = \begin{cases} 1 & \text{if } V_{rms} < V_{th} \text{ for } t \ge t_{delay} \\ 0 & \text{otherwise} \end{cases}$

دینامیک بار واحدهای پردازشی ASIC به عنوان یک بار توان ثابت ($P_{load}$) در باس DC نمایش داده می‌شود که جریان $I_{dc} = P_{load} / V_{dc}$ را می‌کشد.

7. نتایج آزمایشی و توصیف نمودار

در حالی که گزیده PDF ارائه شده، شکل‌های نتیجه خاصی را نشان نمی‌دهد، نتایج کلیدی آزمایشی را توصیف می‌کند:

  • شکل ۱ (ارجاع داده شده): احتمالاً یک عکس یا نمودار از تأسیسات استخراج "Riot Platforms, Inc." در راکدیل، تگزاس است که پست فرعی اختصاصی ۷۵۰ مگاواتی آن را برجسته می‌کند و به صورت بصری بر مقیاس عظیم اتصال شبکه مورد نیاز تأکید می‌کند.
  • شکل ۲ (ارجاع داده شده): به عنوان نتایج آزمون آزمایشگاهی توصیف شده که شکل‌موج‌های ولتاژ و جریان یک ماینر فیزیکی (مانند S9 AntMiner) را نشان می‌دهد. یافته کلیدی این است که در حالی که ولتاژ تغذیه سینوسی باقی می‌ماند (متصل به یک منبع ایده‌آل)، شکل‌موج جریان در طول گذرای راه‌اندازی اعوجاج قابل توجهی نشان می‌دهد. این جریان راه‌اندازی غیرخطی و غنی از هارمونیک، جزئیاتی حیاتی است که توسط مدل EMT ثبت شده اما اغلب توسط مدل‌های حالت ماندگار نادیده گرفته می‌شود.
  • منحنی قابلیت LVRT: نتیجه آزمایشی اصلی، نموداری از ولتاژ (واحد نسبی) در مقابل زمان (ثانیه) خواهد بود که مرز قابلیت عبور بار استخراج را تعریف می‌کند. نشان می‌دهد که برای خطاهایی که باعث افت ولتاژ عمیق‌تر از یک منحنی خاص می‌شوند (مثلاً زیر ۰.۷ واحد نسبی برای بیش از ۰.۵ ثانیه)، بار استخراج مدل‌شده قطع می‌شود و عمل‌کرد قطع UVLO را شبیه‌سازی می‌کند. مقایسه با الزامات LVRT برای ژنراتورها (مانند ERCOT) به صورت بصری شکاف انطباق را برجسته می‌کند.

8. چارچوب تحلیل: یک مطالعه موردی بدون کد

سناریو: یک برنامه‌ریز انتقال در ERCOT در حال ارزیابی اتصال یک تأسیسات جدید استخراج رمزارز ۳۰۰ مگاواتی به یک باس ۱۳۸ کیلوولتی است که یک مزرعه بادی ۲۰۰ مگاواتی نیز به آن متصل است.

کاربرد چارچوب:

  1. ادغام مدل: برنامه‌ریز از مدل EMT مقیاس‌پذیر این مقاله برای ایجاد یک مدل بار استخراج تجمیعی ۳۰۰ مگاواتی استفاده می‌کند. این مدل در یک مدل EMT بزرگ‌تر از شبکه منطقه‌ای، شامل مدل‌های دقیق مزرعه بادی (با کنترل‌های LVRT خود) و ژنراتورهای سنکرون ادغام می‌شود.
  2. تعریف وضعیت اضطراری: یک وضعیت اضطراری شدید تعریف می‌شود: یک خطای سه‌فاز روی یک خط انتقال مجاور، که توسط کلیدها در ۵ سیکل (۰.۰۸۳ ثانیه) پاک می‌شود.
  3. شبیه‌سازی و تحلیل: شبیه‌سازی EMT اجرا می‌شود.
    • مشاهده الف: خطا باعث افت ولتاژ به ۰.۴۵ واحد نسبی در باس اتصال برای ۰.۱ ثانیه می‌شود.
    • مشاهده ب: مزرعه بادی، که با استانداردهای LVRT مطابقت دارد، متصل باقی می‌ماند و سعی می‌کند از ولتاژ پشتیبانی کند.
    • مشاهده ج: مدل بار استخراج، بر اساس تنظیمات معمول UVLO، در ۰.۰۸ ثانیه به دلیل ولتاژ پایین قطع می‌شود.
  4. ارزیابی تأثیر: قطع ناگهانی ۳۰۰ مگاوات بار، باعث افزایش تند فرکانس سیستم می‌شود (مثلاً یک جهش ۰.۳ هرتزی). این فرکانس بیش از حد ممکن است کنترل‌های دیگر ژنراتورها را فعال کند یا در بدترین حالت، باعث قطع مزرعه بادی توسط حفاظت فرکانس بیش از حد شود و منجر به یک خاموشی آبشاری گردد.
  5. توصیه: برنامه‌ریز توصیه می‌کند که قرارداد اتصال تأسیسات استخراج مشروط به این باشد که کنترل‌های مبدل خود را برای برآوردن یک پروفایل LVRT خاص اصلاح کنند (مثلاً برای ولتاژهایی به پایینی ۰.۲ واحد نسبی تا ۰.۱۵ ثانیه متصل بمانند)، و مدل سیستم دوباره اجرا شود تا پایداری تأیید گردد.
این مطالعه موردی نشان می‌دهد که چگونه مدل پژوهشی از یک ابزار دانشگاهی به یک دارایی حیاتی برای مهندسی قابلیت اطمینان شبکه در دنیای واقعی تبدیل می‌شود.

9. کاربردهای آینده و جهت‌های پژوهشی

  • توسعه کد شبکه: این مدل برای ISOs و تنظیم‌گران (مانند FERC در ایالات متحده) برای توسعه و توجیه استانداردهای فنی اجباری برای بارهای بزرگ و انعطاف‌پذیر مبتنی بر IBR، فراتر از LVRT و شامل قابلیت پاسخ فرکانس (FRT) و پشتیبانی توان راکتیو، ابزاری کلیدی خواهد بود.
  • مدل‌سازی منابع ترکیبی: کار آینده، مدل‌های بار استخراج را با منابع هم‌مکان‌شده، مانند خورشیدی+ذخیره‌سازی پشت کنتور، ادغام خواهد کرد تا دینامیک تأسیسات استخراج "تولید-مصرف‌کننده" که می‌توانند جزیره‌ای شوند یا خدمات شبکه ارائه دهند، مطالعه شود.
  • هم‌شبیه‌سازی سایبری-فیزیکی-اقتصادی: مرز بعدی، اتصال مدل EMT با یک مدل عامل اقتصادی است. این کار شبیه‌سازی می‌کند که چگونه قیمت‌های برق لحظه‌به‌لحظه یا تنظیمات سختی بلاکچین بر مصرف برق ناوگان‌محور تأثیر می‌گذارند و یک دوقلوی دیجیتال برای تحلیل بازار و پایداری ایجاد می‌کنند.
  • تعمیم به بارهای دیگر: چارچوب مدل‌سازی برای سایر خوشه‌های بزرگ IBR، مانند مراکز شارژ خودروهای الکتریکی، الکترولایزرهای هیدروژن و سایر بارهای شبیه مرکز داده قابل اعمال است و قالبی برای ارزیابی تأثیرات شبکه آن‌ها فراهم می‌کند.
  • اعتبارسنجی سخت‌افزار در حلقه (HIL): پژوهش آینده باید مدل را در یک تنظیم HIL مستقر کند تا سخت‌افزار واقعی ماینر و رله‌های حفاظتی شبکه را در برابر سناریوهای خطای شبیه‌سازی شده بیازماید و حلقه بین شبیه‌سازی و اعتبارسنجی فیزیکی را ببندد.

10. مراجع

  1. ERCOT, “ERCOT Quick Facts,” 2023.
  2. J. Doe, “The Energy Footprint of Blockchain,” Nature Energy, vol. 5, pp. 100–108, 2020.
  3. NERC, “Lesson Learned: Inverter-Based Resource Performance During Grid Disturbances,” Technical Report, 2022.
  4. ERCOT, “Disturbance Report: West Texas Event October 12, 2022,” 2022.
  5. IEEE Power & Energy Society, “Impact of Inverter-Based Generation on Bulk Power System Dynamics and Short-Circuit Performance,” Technical Report, 2018.
  6. Riot Platforms, Inc., “Rockdale Facility Overview,” 2023.
  7. ERCOT, “Nodal Protocols,” Section 6, 2023.
  8. ERCOT, “Generation Interconnection Status Report,” 2023.
  9. Wheeler et al., “Power Quality Analysis of a Bitcoin Mining Facility,” in Proc. IEEE ECCE, 2021.
  10. Samanta et al., “Supplementary Material: Lab Tests and Field Data for Crypto-Mining Loads,” Texas A&M University, 2023. [Online]. Available: [Link to Repository]
  11. U.S. Department of Energy, “Grid Modernization Initiative Multi-Year Program Plan,” 2021.
  12. Australian Energy Market Operator (AEMO), “Black System South Australia 28 September 2016 – Final Report,” 2017.