بخشی از مقاله
چکیده :
در این مقاله به بررسی استفاده از الگوریتم ژنتیک برای تنظیم پارامتر های پایدار ساز سیستم قدرت یا PSS ٌ می پردازیم. ابتدا روش بهینه سازی الگوریتم ژنتیک با جست و جوی محلی به کار برده شده و نتیجه آن در شبیه سازی یک شبکه واقعی دیده شده است. در قسمت بعدی مقاله کاربرد بهینه سازی چند هدفه با استفاده از ضرایب وزنی و الگوریتم بهینه سازی ژنتیک مورد بررسی قرار گرفته است. یک هدف بهبود پایداری سیستم و هدف دیگر کاهش ضریب میرایی سیستم است.
.1 مقدمه
در دهه های گذشته استفاده از پایدار ساز سیستم قدرت به منظور بهبود پایداری به میزان چشمگیری افزایش یافته است. با پیشرفت روش های بهینه سازی و به ویژه بهینه سازی هوشمند و بهبود تنظیم این پایدار ساز ها استفاده از این پایدار ساز ها ، کاربرد PSS می تواند عمده تر هم بشود. با این وجود ، هنوز استفاده از CPSS به دلیل تنظیم حین کار ، ترجیح داده می شود
در یک سیستم برای طراحی پایدار ساز ، باید تمامی مود های مربوط به سیستم مورد بررسی قرار گیرد، با این دلیل که طراحی پایدارساز بر اساس یک ژنراتور ، ممکن است باعث ناپایدار کردن سایر مود ها در سیستم بشود. اما بررسی یک سیستم بزرگ برای طراحی پایدار ساز نیاز به حجم محاسباتی بسیار بالایی دارد. روش های مختلفی که برای طراحی پایدار ساز وجود دارد بر اساس روش های تکرار هستند. این حجم محاسباتی بالا ، کم کردن تعداد تکرار ها در رسیدن به جواب از اهمیت بالایی بر خوردار است.
فایده استفاده از الگوریتم ژنتیک ، همینجا مشخص می شود. به طور کلی ، از مزیت های مهم الگوریتم ژنتیک ، کاهش تعداد عملیات محاسباتی مورد نیاز برای رسیدن به جواب است. در صورت تنظیم مناسب جمعیت انتخابی ، نرخ جهش و استفاده از روش آمیزش خوب، می توان با تعداد تکرار قابل قبول به جواب مورد نظر دست پیدا کرد. علاوه بر آن ، جهش دادن نسل های بعدی ، مسئله را از درگیر شدن با نقطه بهینه محلی نجات می دهد. در این مورد خاص از جست و جوی محلی برای بهینه کردن هر یک از والدین و فرزندان هم استفاده می شود که در کل به آن GLS گفته می شود.
یکی از اشکالاتی که از طراحی های رایج PSS گرفته می شود اینست که ضریب میرایی در این طراحی ها ممکن است مقدار مناسبی نباشد. مقدار نا مناسب ضریب میرایی خود ایجاد مشکلاتی برای سرعت پاسخ می کند. برای حل این مشکل همانگونه که در این مقاله بررسی شده ، از بهینه سازی چند هدفه استفاده می کنیم. به اینصورت که تابع هدف نهایی را به صورت ترکیب خطی از دو تابع هدف مربوط به پایداری و ضریب میرایی در نظر می گیریم.
.2 روابط حاکم بر مساله
الف. مدل سیستم قدرت
برای مدلسازی سیستم قدرت در این مقاله از معادلات حالت سیستم استفاده شده است.
X - t - بردار حالت و U - t - سیگنال پایدارسازی است. در اینجا تعداد متغیر های حالت هر ماشین را چهار عدد در نظر گرفته ایم و در واقع از مدل درجه چهار برای ماشین استفاده کرده ایم.
ب. ساختار پایدار ساز سیستم قدرت
یک PSS پر کاربرد بر پایه سرعت برای انجام مطالعات این مقاله در نظر گفته شده است.
که عبارت اول Washout با یک تاخیر زمانی است. این PSS از یک لایه Lead/Lag تشکیل شده است که وظیفه جبرانسازی پیشفاز را بر عهده دارد. دلیل انتخاب Lead/Lag، امکان پیادهسازی آن با عناصر پسیو می باشد. در این مطالعه و ثابت فرض شده است. شکل بلوکی پایدار ساز را در شکل - 1 - می بینید.
دیگر پارامترها از قبیل 1 ، 2 به عنوان پارامترهای قابل تنظیم در نظر گفته شده اند. مساله بهینه سازی، انتخاب این پارامترها است که با الگوریتم ژنتیک حل شده است. برای یک نقطه کار معین، سیستم قدرت چند ماشینه حول نقطه کار، خطی شده و مقادیر ویژه حلقه بسته محاسبه شده است. توابع هدف فقط برای مقادیر ویژه ناپایدار و یا میرایی کم که نیاز به جابجایی دارند، حل شده است.
شکل - 1 - بلوک دیاگرام پایدارساز سیستم قدرت
ج. سیستم مورد آزمایش
در این مطالعه، سیستم قدرت 10 ماشینه، 39 باس New England که در شکل2 نشان داده شده، در نظر گفته شده است. ژنراتور G1 به عنوان یک منبع معادل، نشان دهنده اتصالات بخش آمریکایی-کانادایی سیستم است. به همین دلیل در این مطالعه فرض می شود که همه ژنراتورها به جز G1 با PSS تجهیز شده اند.
