بخشی از مقاله
خلاصه
در این مقاله کنترلر بهینه شدهای برای کنترل فرکانس جزیرهای معرفی گردیده است. برای بهینه سازی از الگوریتم علف هرز بهبود یافته استفاده شده است که نتایج بسیار نسبت به سایر روش های کلاسیک همچون الگوریتم ازدحام ذرات ارائه می دهد همچنین برخلاف اکثر مقالات در این حوزه از مدل کامل ژنراتور دو سیمپیچ استفاده گردیده است. برای بررسی این کنترلر از نرمافزار MATLAB/Simulink استفاده گردید و نتایج نشان از عملکرد خوب کنترل پیشنهادی دارد.
1. مقدمه
در سال های اخیر شاهد افزایش نفوذ انرژی های تجدید پذیر به شبکه بوده ایم. دلیل این امر افزایش نگرانی ها نسبت به عوامل محیط زیستی، به صرفه بودن این منابع و همچنین دسترسی آسان به آن ها می باشد.. موضوع افزایش نفوذ انرژی های تجدید پذیر به شبکه برق از نگاه بسیاری از محققین به دلیل عدم قطعیت در تولید توان، یک چالش محسوب می شود [1] ولی از این موضوع می تواند استفاده مفید نیز برد. در سال های اخیر تحقیقات فروانی برای شرکت دادن توربین های بادی در بهبود وضعیت ریز شبکه صورت گرفته است که شاید مهمترین نکته آن تنظیم فرکانس در حالت جزیره ای باشد، جایی که ریز شبکه از شبکه اصلی جدا شده است.
کنترل فرکانس توسط توربین بادی، با کارکرد توربین در نقطه غیر بهینه حاصل می گردد. در واقع با کارکرد در نقطه غیر بهینه، مقداری توان رزرو خواهد داشت که در صورت کارکرد جزیره ای این توان به سیستم تزریق خواهد شد. برای این موضوع بایستی توربین بادی به تغییرات فرکانس شبکه پاسخگو باشد که این موضوع در حالت کارکرد عادی توربین صادق نیست. برای رفع این موضوع قوانین جدیدی وضع شده تا توربین های بادی در مواقع اضطراری - جزیره ای شدن - به تغییرات فرکانس پاسخگو باشند
برای مثال در اسپانیا تمام توربین های بادی متصل به شبکه بایستی با حداقل %1.5 توان رزرو داشته باشند .[3] قوانین مشابه ای در انگلستان [4] نیز وجود دارد. همانور که گفته شد برای کنترل فرکانس بایستی توربین در حالت دی لود کار کند و در زمان نیاز توان را به شبکه تزریق نماید که این موضوع نیازمند به کنترلری دقیق است. نکته دیگر کاهش اینرسی شبکه در حالت جزیره ای شده است، جایی که کوچک ترین تغییرات فرکانس شبکه را دچار نوسانات قابل توجه خواهد کرد.
برای رفع این موضوع نیاز به کنترلری است که به تغییرات بار به سرعت پاسخ دهد. روش های بسیاری برای بهبود کنترل کننده ها و بهینه سازی آن ها بیان شده است. [7-5] در این مطالعه کنترلر فرکانس مورد استفاده، با الگوریتم بهبود یافته علف هرز بهینه شده است. همانطور که در [8] نشان داده شده است این الگوریتم بسیار کارا تر از دیگر الگوریتم های جمعیتی مانند particle swarm optimization - PSO - است، ولی هنوز در بحث های مربوط به سیستم های قدرت مورد استفاده قرار نگرفته است.
در این مقاله همچنین برای مطالعه کنترل فرکانس از مدل کامل ماشین doubly fed induction generator - DFIG - استفاده گردیده است که دقت شبیه سازی ها را افزایش می دهد. ترتیب ارائه مطالب در این مقاله به این شکل است: در بخش دوم به مدل سازی توربین بادی و کنترلر آن به طور خلاصه پرداخته می شود. فصل سوم به بیان الگوریتم بهینه سازی علف هرز می پردازد. در فصل بعد نتیجه شبیه سازی و مقایسه آن با الگوریتم های .... آورده شده است. و بلاخره در فصل پنچم نیز جمع بندی انجام ارائه شده است.
2. مدل سازی
در این مطالعه شبیه سازی ها به سه بخش قابل تقسیم اند. اول توربین بادی شامل ژنراتور و کنترل کننده و بخش مکانیکی. دوم بخش کنترل فرکانس توربین بادی و در آخر نیز مدل سازی ریز شبکه.
.2.1 مدل ژنراتور
در این شبیه سازی از مدل dq توربین [9] DFIG استفاده شده است. در شکل زیر مدل ماشین، کنترلر و بخش مکانیکی و ارتباطات آنها قابل مشاهده است. برای جلوگیری از شلوغی، روابط و توضیحات مربوط به مدل سازی به طور مختصر در ضمیمه آورده شده است. کنترلر مورد استفاده در این مطالعه stator voltage oriented کنترل می باشد که به دلیل عدم پیچیدگی و سرعت بالای آن، برای بحث کنترل توان/فرکانس بسیار ایده آل است. همچنین برای MPPT نیز از روش optimal torque control استفاده شده است. بدین شکل که گشتاور بهینه از توان دوم سرعت توربین بدست می آید.
شکل 1 مدل بلاک دیاگرام ژنراتور به همراه کنترل کننده و بخش مکانیکی
.2.2 مدل سازی کنترل فرکانس
مقالات بسیاری برای بهینه کردن کنترل فرکانس توربین بادی ارائه شده است اما اکثر آنها شبکه غیر جزیره ای شده را مورد مطالعه قرار داده اند .[12 -10] در این مقاله برای کنترل فرکانس از کنترلر PI استفاده شده است که ضرایب آن با الگوریتم بهبود یافته علف هرز بهینه شده است .
.2.3 مدل سازی ریز شبکه
برای مدل سازی ریز شبکه از بلاک دیگرام زیر استفاده گردید. همچنین مقادیر و مشخصات ریز شبکه در جدول آمده است.
جدول 1مقادیر مورد استفاده برای شبیه سازی سیستم قدرت
شکل 3 بلاک دیاگرام مورد استفاده برای شبیه سازی سیستم قدرت و توربین بادی
3. الگوریتم بهینه سازی علف هرز بهبود یافته
الگوریتم بهینه سازی علف هرز از جمله الگوریتم های فرا ابتکاری است که اولین بار توسط lucas و مهرابیان در سال 2006 ارائه گردید. [13]در زیر ساختار این اگوریتم به طور خلاصه آورده شده است .
.3.1 مقدار دهی اولیه
تعداد محدودی علف به طور تصادفی در محیط جستوجو قرار داده می شود.
.3.2 تولید نسل
هر عضو جمعیت توانایی تولید دانه را بسته به کمترین و بیشترین مقدار تابع هزینه دارد، به گونه ای که اگر عضوی دارای فیتنس کمتری باشد دانه کمتری تولید می کند و برعکس.
.3.3 پراکندگی در فضای جستوجو
در این الگوریتم برای اینکه مطمئن شویم که مقدار خطا در هر تکرار کاهش می یابد از انحراف معیار به شکل زیر استفاده می گردد. که در این رابطه sdmax و sdmin و iter max به ترتیب انحراف معیار بیشنه کمینه و بیشترین تکرار است و توسط کاربر تعیین خواهد شد. همچنین pow عدد حقیق است که موظف است انحراف معیار را غیر خطی نماید.
