طراحی کنترل کننده فرکانس بار برای سیستم قدرت به هم پیوسته با استفاده از الگوریتم بهینه سازی جستجوکننده (SOA)
Authors
Abstract:
روش بهینهسازی جستجوکننده (SOA) همانگونه که هماکنون خوانده میشود، به دلیل مؤثر بودن در حل بعضی مسائل مشکل بهینه-سازی دنیای واقعی، در حال به دست آوردن محبوبیت در میان جامعهی محققان است. این مقاله روش کنترل فرکانس بار (LFC) بر پایهی SOA را برای حذف نوسانات سیستم قدرت ارائه میدهد. یک سیستم حرارتی دو ناحیهای و یک سیستم قدرت چهار ناحیهای تجدید ساختار یافته مجهز به کنترلرهای تناسبی- انتگرالی (PI) در نظر گرفته شدهاند.SOA برای جستجوی پارامترهای بهینهی کنترلر از طریق کمینه کردن تابع هدف حوزهی زمان به کار بسته شده است. عملکرد کنترلر پیشنهادی با عملکرد کنترلر PI متداول و کنترلر PI تنظیم شده با الگوریتمهای جستجوی ذرات(PSO)، کاوش باکتری(BFA) مورد مقایسه قرار گرفته تا قابلیت برتر SOA پیشنهادی در تنظیم کنترلر PI نشان داده شود. نتایج شبیهسازی بر عملکرد بهتر کنترلر PI بهینه شده بر مبنای SOA در مقایسه با کنترلر PI بهینه شده با PSO و BFA و کنترلر مرسوم در دامنهی وسیعی از نقاط کاری و تغییرات پارامترهای سیستم تأکید دارند.
similar resources
طراحی همزمان STATCOM و پایدارساز سیستم قدرت با استفاده از الگوریتم بهینه سازی جستجوکننده (SOA) جهت بهبود میرائی سیستم قدرت
چکیده: ادوات Facts به صورت روزافزون جهت افزایش میرایی سیستم قدرت استفاده میشوند. طراحی ناهماهنگ این ادوات با پایدارساز سیستم قدرت ممکن است بر عملکرد سیستم قدرت تاثیر داشته باشد. این مقاله الگوریتم بهینهسازی جستجوکننده (SOA) را جهت طراحی پارامترهای PSS و STATCOM به صورت هماهنگ به منظور بهبود بیشتر میرایی سیستم قدرت ارائه میدهد. روش پیشنهادی نتایج بهینه بهتری را برای حل مسئله بهینهسازی مذکور میده...
full textطراحی همزمان statcom و پایدارساز سیستم قدرت با استفاده از الگوریتم بهینه سازی جستجوکننده (soa) جهت بهبود میرائی سیستم قدرت
چکیده: ادوات facts به صورت روزافزون جهت افزایش میرایی سیستم قدرت استفاده میشوند. طراحی ناهماهنگ این ادوات با پایدارساز سیستم قدرت ممکن است بر عملکرد سیستم قدرت تاثیر داشته باشد. این مقاله الگوریتم بهینهسازی جستجوکننده (soa) را جهت طراحی پارامترهای pss و statcom به صورت هماهنگ به منظور بهبود بیشتر میرایی سیستم قدرت ارائه میدهد. روش پیشنهادی نتایج بهینه بهتری را برای حل مسئله بهینهسازی مذکور میده...
full textطراحی بهینه کنترلکنندۀ NL-PIDF و SMES برای کنترل بار فرکانس سیستم قدرت هیبریدی غیرخطی با استفاده از الگوریتم کریلها
در این مقاله مسئلۀ پایداری فرکانس در سیستم قدرت سهناحیهای با توربینهای بخاری و گازی با در نظر گرفتن قیود غیرخطی ناشی از واحد بازگرمکن توربین بخار، محدودیت میزان تولید (GRC)، باند مرده گاورنر (GDB) و الگوی دینامیکی دیگ بخار (BD) بررسی شدهاند. برای کنترل بار فرکانس، سیستم قدرت کنترلکنندۀ جدیدی بهصورت تناسبی – انتگرالگیر – مشتقگیر - فیلتر نویزگیر غیرخطی (NL-PIDF) معرفی و بهینه شده است. برا...
full textبهینه سازی پارامترهای کنترل کننده pid برای کنترل فرکانس بار با استفاده از الگوریتم رقابت استعماری
در این مقاله با استفاده از الگوریتم رقابت استعماری (ica) و با بهره گیری از معیار انتگرال زمان- قدرمطلق خطا (itae) به تنظیم بهینه پارامترهای کنترل کننده pid فرکانس بار در سیستم های قدرت دو ناحیه ای با در نظر گرفتن تغییرات پارامترهای سیستم قدرت پرداخته شده است. برای دست یافتن به عملکرد مقاوم مطلوب در نظر گرفتن تابع هدف مناسب مهم است به طوری که نتایج نشان می دهد با بهره گیری از معیار itae که با وج...
full textطراحی کنترل کننده PID برای کنترل بار-فرکانس در سیستم قدرت با توربین آبی دارای جبران کننده افتی گذرا
وظیفه اصلی کنترل فرکانس-بار (LFC) برگشت خطای فرکانس حالت دائمی به صفر است. انحراف فرکانس از مقدار نامی و تامین توان اکتیو مورد نیاز مصرف کنندهها، باعث تغییر آب ورودی به توربین میشود. در این مقاله با بیان معادله حالت و تابع انتقال سیستم کنترل بار- فرکانس با توربین آبی، پایداری سیگنال کوچک همراه با اثر تغییر پارامترها مانند ثابت اینرسی، زمان شروع آب و ثابت تنظیم سرعت بر رفتار دینامیکی سیستم برر...
full textکنترل کننده مقاوم تطبیقی بار فرکانس مبتنی بر یادگیری تقویتی برای یک سیستم قدرت به هم پیوسته شامل smes
هدف از این مقاله استفاده از یادگیری تقویتی برای طراحی کنترل کننده های pid و smes مقاوم و تطبیقی برای کنترل بار فرکانسی در یک سیستم قدرت دو ناحیه ای حرارتی است. ابتدا تنظیم پارامترهای کنترل کننده های pid و smes به صورت یک مسئله بهینه سازی مدل شده توسط الگوریتم تدریس - یادگیری اصلاح شده حل می شود. سپس عملکرد هم زمان آن ها با استفاده از الگوریتم پیشنهادی مبتنی بر یادگیری تقویتی بهینه می گردد. کنتر...
full textMy Resources
Journal title
volume 5 issue 2
pages 111- 134
publication date 2014-06-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023