دانلود شبیه سازی مقاله تنظیم پارامترهای کنترل کننده الگوریتم تکامل دیفرانسیلی برای کنترل فرکانس بار

کنترل کننده الگوریتم تکامل دیفرانسیلی

مساله کنترل خروجی توان حقیقی واحدهای تولیدی در پاسخ به تغییرات فرکانس سیستم و تبادل توان در خط متصله در محدوده های مجاز با عنوان مساله کنترل فرکانس بار (LFC) مطرح است .این مساله غالباً تحت عنوان بخشی از کنترل خودکار تولید (AGC) تلقی می شود و نسبت به وضعیت عملیاتی و کنترلی سیستم های قدرت بسیار مهم است. سیستم های قدرت مقیاس بزرگ به صورت طبیعی از نواحی کنترلی ساخته شده اند که گروه یکپارچه ای از مولدها را شامل می شوند. ناحیه کنترلی ممکن است شامل ترکیبی از منابع انرژی حرارتی، آبی، گاز، هسته ای، و تجدیدپذیر و غیره باشد. در یک سیستم قدرت به هم پیوسته عملیاتی، تولید غالباً ترکیبی از نیروگاه های حرارتی، آبی، هسته ای و گازی را شامل می شود. البته بدلیل بازدهی بالا، نیروگاه های هسته ای معمولاً در بار پایه حفظ می شوند. تولید برق در نیروگاه گازی معمولاً ایده آل برای برآورده سازی تقاضای بار متغیر است و معمولاً برای برآورده سازی تقاضاهای حداکثری بکار می رود.با در نظر گرفتن سناریوی توان فوق، ترکیب مولدهای چندمنبعی در ناحیه کنترلی با عوامل مشارکتی، واقع بینی بیشتری برای مطالعه LFC در پی دارد. محققان در اقصی نقاط جهان در تلاش هستند که استراتژی های متعددی را برای LFC سیستم های قدرت ارائه بدهند. بدین ترتیب فرکانس سیستم و جریان خط ارتباطی در مقادیر زمانبندی شده در حالت کار عادی و در طول اغتشاشات کوچک حفظ می شوند. در برخی از پروژه های مرتبط، مروری بر تحقیقات قبلی راجع به AGC سیستم قدرت ارائه شده است. از بررسی تحقیقات قبلی نتیجه گیری می شود که اکثر تحقیقات LFC روی دو سیستم حرارتی- حرارتی و آبی- حرارتی صورت می گیرند.

این شبیه سازی در محیط نرم افزار متلب (MATLAB) انجام شده و در ادامه تعدادی از تصاویر مربوط به محیط شبیه سازی و خروجی های آن قرار داده شده است:

همچنین مشاهده می شود که تحقیقات زیادی سیستم های AGC بهتری را بر اساس نظریه کنترل مدرن، شبکه عصبی، نظریه سیستم فازی، یادگیری تقویتی و رویکرد ANFIS پیشنهاد می دهند. البته این رویکردهای پیشرفته پیچیده هستند و نیازمند آشنایی کاربران با تکنیک های بکار رفته برای کاهش کارایی می باشند. از سوی دیگر، یک کنترل کننده کلاسیک انتگرالی- مشتقی تناسبی (PID)، گزینه مورد ترجیح مهندس است زیرا سادگی ساختاری، قابلیت اطمینان و نسبت مطلوب تعادلی بین عملکرد و هزینه را تولید می کند. علاوه بر این، مدلسازی دینامیک ساده سازی شده، نیاز کمتر به مهارت کاربر، و تلاش های توسعه ای حداقلی در آن مورد نیاز هستند. همین مسائل از نقطه نظر مهندسی ایرادات جدی می باشند. در دوران فعلی، رویکردهای جدید مبتنی بر هوش مصنوعی برای بهینه سازی پارامترهای کنترل کننده PI/PID برای سیستم AGC پیشنهاد شده اند.