بخشی از مقاله
چکیده — در این مقاله مساله طراحی کنترل کننده بهبودیافته بار
فرکانس برای سیستم قدرت دو ناحیهای بررسی شده است. با تعریف توابع هزینه مناسب جهت ارایه شاخص عملکرد هر یک از نواحی و در نظر گرفتن هر یک از آنها به عنوان یک عامل، مساله مورد نظر به مساله بهینهسازی چندعامله تبدیل میشود. حل این مساله منجر به یافتن نقطه تعادل نش خواهد شد که لزوما پاسخ بهینه فراگیر نیست. بنابراین، با استفاده از معیار Pareto، تعریف عاملها به گونهای اصلاح میشوند که کنترل کننده بدستآمده دارای عملکرد بهینه باشد. به منظور حل مساله بهینهسازی چندعامله مذکور ، الگوریتم رقابتی امپریالیستی با در نظر گرفتن تغییراتی بکار گرفته میشود. از مزایای روش پیشنهادی این مقاله در مقایسه با سایر روشهای موجود میتوان به دو مورد عمده اشاره نمود: -1 کنترل کنندههای طراحیشده با استفاده از این روش به دلیل اصلاح تعریف عاملها نسبت به سایر روشهای چندعامله موجود دارای عملکرد بهتری هستند، -2 این روش به دلیل استفاده از ساختار چندعامله در مقایسه با روشهایی که کنترل کنندههای همه ناحیهها بطور همزمان طراحی میشوند دارای حجم محاسباتی و پیچیدگی به مراتب کمتری است که این مقوله برای سیستم قدرت چند ناحیهای بسیار حایز اهمیت میباشد. در پایان، نتایج شبیهسازی کارآیی روش پیشنهادی را در مقایسه با روشهای موجود نشان میدهد.
واژههای کلیدی — بهینهسازی چندعامله ، الگوریتم رقابتی امپریالیستی، کنترل بار فرکانس، سیستم قدرت دو ناحیهای.
.1 مقدمه
سیستمهای قدرت همزمان با افزایش تقاضای انرژی الکتریکی روز به روز پیچیدهتر میشوند. بنابراین، نیاز است که مولدهای انرژی الکتریکی نسبت به گذشته از پایداری و قابلیت اطمینان بالاتری برخوردار باشند. در این سیستمها کنترل بار فرکانس از اهیمت ویژهای برخوردار است تا بتوان فرکانس سیستم و توان انتقالی بین ناحیهای را تا حد ممکن در محدوده مقادیر از پیش تعیینشده قرار داد. با کنترل توان مکانیکی ورودی به ژنراتورها میتوان فرکانس قدرت الکتریکی خروجی را کنترل کرده و انتقال توان بین نواحی مختلف را در محدوده از پیش تعیینشده قرار داد. یک سیستم قدرت باید توانایی غلبه بر تغییرات بار و اغتشاشات سیستم را دارا بوده و در عین حال بتواند درجه مطلوبی از کیفیت توان را ارایه دهد که این مقوله بدین معنی است که فرکانس و ولتاژ در محدوده مجاز باقی بماند.
در دهههای اخیر، روشهای کنترلی متعددی به منظور کنترل بار فرکانس ارایه شده است. در [1] با استفاده از اصل کنترل مد داخلیـ، روشی برای طراحی کنترلکننده تناسبی-انتگرالی-مشتقی ارایه شده است. در [2 ] از سیستم کنترلی گسترده تطبییقی به منظور طراحی کنترل بار فرکانس در
1 Internal mode control principle
اصلاح روش بهینهسازی چندعامله به منظور طراحی کنترل کننده بهبودیافته بار فرکانس
بیست و نهمین کنفرانس بینالمللی برق 1393 – تهران، ایران
سیستم قدرت چند ناحیهای استفاده شده است. روشهای دیگر کنترل کلاسیک مانند کنترل مقاوم [3]، تئوری فیدبک کمی[4] ـ و ... نیز در طراحی کنترل بار فرکانس بکار گرفته شدهاند.
روشهای اشارهشده در فوق متعلق به دسته روشهای کلاسیک می -
باشند. مزیت این دسته، وجود یک راه حل تحلیلی به منظور یافتن کنترل
کننده بار فرکانس است. اما در مواقعی که تابع هزینه (هدف) مورد نظر که
باید به آن دست یابیم پیچیده باشد روشهای کلاسیک از توانایی کمی برخوردار هستند و ممکن است در دام مینیممهای محلی گرفتار شوند. دسته دیگری از روشهایی که در زمینه کنترل بار فرکانس مورد توجه زیادی قرار گرفتهاند روشهای هوشمند میباشند. در این روشها مانند روش کلاسیک، ابتدا یک ساختار مشخص برای کنترل کننده انتخاب شده و سپس در گام بعدی تابع هزینهای تعریف میشود که بیانگر رفتار مطلوب و مورد نظر از سیستم باشد. سپس پارامترهای کنترل کننده با استفاده از الگوریتمهای بهینه - سازی هوشمند به گونهای انتخاب میشوند که تابع هزینه کمینه شود. از مهمترین الگوریتمهای بهینهسازی هوشمند بکار گرفته شده در این زمینه می-توان به الگوریتم ژنتیک [5 ] و روش بهینهسازی گروه ذرات [6] (PSO) ـ اشاره کرد. اما پارامترهای بدستآمده برای کنترل کننده با استفاده از این روشها نیاز به تنظیم مجدد دارد تا سطح مطلوب عملکرد برآورده شود.
در [7] یک تابع هزینه جدید معرفی شده است که کنترل کننده طراحی - شده بر اساس آن دارای عملکرد بهتری نسبت به سایر توابع هزینه مورد استفاده تاکنون دارد. این تابع هزینه در واقع از مجموع دو تابع هزینه مجزا برای هر یک از ناحیهها تشکیل شده است که دارای اثر متقابل بر یکدیگرند. با ایدهگرفتن از روشهای چندعاملهـ، میتوان تابع هزینه هر یک از ناحیهها را به عنوان یک عامل در نظر گرفت. بنابراین در سیستم قدرت دو ناحیهای که تابع هدف مساله، کمینهکردن نوسانات فرکانسی است نوسانات فرکانسی هر ناحیه یک عامل را تشکیل میدهد. پس میتوان مساله را در قالب جدید مسایل چندعامله در نظر گرفت و از روشهای موجود در این زمینه بهره جست. در [8] از ترکیب الگوریتم ژنتیک و یادگیری تقویتی چندعامله برای طراحی کنترل کننده برای سیستم چندناحیهای استفاده شده است. در [9 ] طراحی کنترل کننده با بهرهگیری از الگوریتم PSO چندعامله (MAPSO) برای هنگامی که سیستم وارد مد بهرهبردای جزیرهای میشود صورت پذیرفته است.
