طراحی کنترل کننده فرکانس- بار PI مبتنی بر الگوریتم تکامل تفاضلی فازی نوع ٢ بازه ای برای مدل غیرخطی ریزشبکه جزیره ای

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی برق دانشکده مهندسی دانشگاه فسا، فسا، ایران

2 گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

20.1001.1.27174409.1398.2.1.3.1/DOR

چکیده

در این مقاله مدل غیرخطی ریزشبکه جزیره ای شامل اشباع، محدود کننده نرخ تغییر توان و تأخیر زمانی در نظر گرفته شده و برای کنترل فرکانس-بار آن کنترل کننده تناسبی- انتگرالی مرتبه کسری(P I λ)به دلیل عملکرد انعطاف پذیر و مقاوم آن پیشنهاد گردیده است. از الگوریتم تکامل تفاضلی بهبود یافته با فازی(FDE)برای تعیین بهینه پارامترهای این کنترل کننده با هدف کمینه کردن میانگین مربعات تغییرات فرکانس، تلاش کنترلی و ترکیب وزنی هر دو استفاده شده است. به دلیل دشواری تعیین دقیق توابع عضویت سیستم فازی، فازی نوع دو بازه ای(IT2F) اعمال گردیده است. شاخص عددی ماکزیمم اندازه تغییرات فرکانس و دو شاخص عددی مغایر میانگین مربعات تغییرات فرکانس و میانگین مربعات تلاش کنترلی برای بررسی عملکرد سیستم کنترل شده، به کار رفته است. با افزایش و کاهش قابل ملاحظه ی پارامترهای سیستم ریزشبکه، حساسیت طرح کنترل پیشنهادی ارزیابی شده است. نتایج شبیه سازی موید عملکرد مطلوب و مقاوم کنترل کننده است

کلیدواژه‌ها


[۱] جمشیدی، ف.، قنبریان، م. م. (۱۳۹۶) طراحی کنترل کننده PID مرتبه کسری فازی بهینه شده با الگوریتم رقابت استعماری به منظور کنترل مقاوم فرکانس ریزشبکه جزیره ای. مجله هوش محاسباتی در مهندسی برق، دوره ۸، شماره ۱، صص۵۱ تا ۶۲.
 
[2] شایقی، ح.، آریان پور، ح. (۱۳۹۵) طراحی مقاوم کنترل کننده فازی PID بلادرنگ مبتنی بر الگوریتم بهبودیافته تکامل تفاضلی برای کنترل فرکانس ریز شبکه جزیره ای با در نظر گرفتن عوامل غیر خطی و عدم قطعیتها. مجله مهندسی برق دانشگاه تبریز، شماره ۴۶، دوره ۳، صص ۲۴۱ تا ۲۵۶.
 
[3] Ahmadi, A., Aldeen, M. (2017) Robust overlapping load frequency output feed- back control of multi-area interconnected power systems. International Journal of Electrical Power and Energy Systems, 89, 156-172.
 
[4] Bevrani, H., Habibi, F., Babahajyani, P., Watanabe, M., Mitani, Y. (2012) Intelligent frequency control in an AC microgrid: online PSO-based fuzzy tuning approach. IEEE Transactions on Smart Grid, 3 (4), 1935-1944.
 
[5] Chen, Y., Wang, D., Ning, W. (2015) Studies on centroid type-reduction algorithms for general type-2 fuzzy logic systems. International Journal of Innovative Computing, Information and Control (IJICIC), 11 (6), 1987-2000.
 
[6] Gnana Swathika, O.V., Hemamalini, S. (2012) GA based frequency controller for solar thermal-diesel-wind hybrid energy generation/energy storage system. Electrical Power and Energy Systems, 43, 262–279.
 
[7] Gnana Swathika, O.V., Hemamalini, S. (2016) Review on microgrid and its protection strategies. International Journal of Renewable Energy Research (IJRER), 6 (4), 1574-1587.
 
[8] Khooban, M. H., Niknam, T., Blaabjerg, F., Dragičević, T. (2017) A new load fre- quency control strategy for micro-grids with considering electrical vehicles. Elec- tric Power Systems Research, 143, 585-598.
 
[9] Lotfi, H., Khodaci, A. (2017) AC versus DC microgrid planning. IEEE Transac- tions on Smart Grid, 8 (1), 296–304.
 
[10] Mendel, J. M., Liu, X. (2013) Simplified interval type-2 fuzzy logic systems. IEEE Transaction on Fuzzy Systems, 21(6), 1056-1069.
 
[11] Lotfi, H., Khodaei, A. (2017) Observer-based load frequency control for is- land microgrid with photovoltaic power. International Journal of Photoenergy, https://doi.org/10.1155/2017/2851436.
 
[12] Pan, I., Das, S. (2016) Fractional order AGC for distributed energy resources using robust optimization. IEEE Transactions on Smart Grid, 7, 2175-2186.
 
[13] Pan, I., Das, S. (2016) Fractional order fuzzy control of hybrid power system with renewable generation using chaotic PSO. ISA transactions, 29, 19-29.
 
[14] Pan, I., Das, S. (2015) Kriging Based Surrogate Modeling for Fractional Order Control of Microgrids. IEEE Transactions on Smart Grid, 6(1), 36-44.
 
[15] Runkler, T., Coupland, S., John, R. (2017) Interval type-2 fuzzy decision making. International Journal of Approximate Reasoning, 80, 217-224.
 
[16] Salehpour, M., Jamali, A., Bagheri, A. and Nariman-zadeh, N. (2017) A new adaptive differential evolution optimization algorithm based on fuzzy inference system. Engineering Science and Technology, an International Journal, 20(2), 587-597.
 
[17] Singh, V. P., Mohanty, S. R., Kish, N. (2013) Robust Ho load frequency control in hybrid distributed generation system. International Journal of Electrical Power & Energy Systems, 46, 294-305.