بخشی از مقاله
چکیده
یکی از ادوات مهم Custom Power که برای جبران سازی افت یا افزایش ولتاژ در شبکه های توزیع DVR است که دقت جبرانسازی ولتاژ توسط آن به توانایی طرح PWM ، کنترل کننده مناسب و انتخاب پارامترهای فیلتر بستگی دارد. برای کنترل DVR می توان از کنترل کننده های سنتی نظیر PI، PID و هوشمند نظیر کنترل کننده فازی استفاده کرد.
کنترل کنندههای فازی، کنترل کنندههای غیرخطی با ساختار خاص میباشند. کنترل کنندهها با بکارگیری تئوری فازی، رفتاری شبیه به آنچه انسان خبره به هنگام کنترل سیستم انجام میدهد. عیب این کنترل کنندهها عدم توانایی یادگیری آنها میباشد که برای رفع این عیب از بهینه کنندههای ژنتیکی، شبکههای عصبی و… استفاده میکنند. در این مقاله برای بهینهسازی توابع عضویت فازی کنترل کننده فازی DVR از الگوریتم ژنتیکی استفاده می شود.
.1 مقدمه
کنترل کنندههای فازی، کنترل کنندههای غیرخطی با ساختار خاص میباشند که کاربردهای موفقیت آمیزی از تئوری فازی را در مسائل عملی ارائه مینمایند. این کنترل کنندهها با به کارگیری تئوری فازی، رفتاری شبیه به آنچه انسان خبره به هنگام کنترل سیستم انجام میدهد، نشان میدهند. کنترل کننده فازی برخلاف کنترل کنندههای کلاسیک بدون نیاز به مدل ریاضی از سیستم، با استفاده از تجربیات افراد خبره در قالب قوانین اگر-آنگاه فازی بیان میشوند و به کنترل سیستم میپردازند. یکی از معایب اصلی کنترل کنندههای فازی، عدم توانایی یادگیری آنها می باشد که باعث مورد استفاده قرار گرفتن دانش و تجربه افراد کارشناس و متخصص در قالب پایگاه اطلاعات در این کنترل کنندهها می شود.
به منظور رفع این مشکل و اتوماتیک کردن طراحی کنترل کنندههای فازی میتوان از یک پروسه یادگیری استفاده کرد. روشهای مختلفی براساس قابلیت یادگیری در کنترل کنندههای فازی مطرح شده است. این نوع کنترل کنندهها علاوه بر قابلیت تصمیمگیری به طریقه فازی، قابلیت ایجاد یا بهبود قوانین کنترلی را براساس اطلاعات گذشته خود دارند. یکی از روشهای موثر برای طراحی و بهینهسازی کنترل کنندههای فازی، استفاده از الگوریتمهای ژنتیکی میباشد. الگوریتمهای ژنتیکی با الهامگیری از تئوری تکامل به جستجوی کنترل کننده فازی مناسب که بتواند معیارهای طراحی را ارضا کند میپردازند.
.2 کنترل کنندههای فازی
با توجه به کارگیری نظریه مجموعههای فازی در کنترل، مساله تعیین دقیق مدل ریاضی و محاسبات لازم در روش-های متعارف طراحی کنترل کنندهها، منتفی شده و به کارگیری تجربیات و نحوه تفکر انسانی در کنترل کننده ها ممکن میشود. در منطق فازی به هر متغیر به جای یک عدد، تابعی در فضای آن متغیر نسبت داده میشود که بیانگر میزان تعلق متغیر به هر نقطه از فضا است. خود متغیرها، متغیرهای کلامی هستند بدین معنی که میتوانند واژههایی از زبان طبیعی - کوچک، متوسط و... - را به عنوان مقدار خود میپذیرند. این واژهها بوسیله مجموعههای فازی در محدودهای که متغیرها تعریف شدهاند، مشخص میشوند
کنترل کنندههای فازی در یک پروسه حلقه بسته با استفاده از مقادیر متغیرهای حالت سیستم، سیگنال کنترل را به منظور هدایت سیستم به سمت حالت مطلوب تولید میکنند. شکل - - 1 ساختار کنترل کننده فازی را نشان می دهد
شکل - : - 1 ساختار کنترل کننده فازی
.3 الگوریتم ژنتیکی
الگوریتم ژنتیکی با الهامگیری از تئوری تکامل و اصول ژنتیک و وراثت به جستجوی راهحل مناسب برای مسائل میپردازد.[4] بدین منظور ابتدا چند پاسخ تصادفی برای مساله تولید شده و در مراحل بعدی این پاسخهای ابتدایی با استفاده از اصول ژنتیک به تکامل رسیده و به پاسخ مناسب تبدیل میشوند. مراحل عملکرد آن به ترتیب زیر میباشد:
الف- تولید نسل اول
ب- ارزش گذاری
پ- مرتب کردن کروموزومها برحسب تابع معیار به صورت نزولی
ت- تبادل ژنتیکی
ث- جهش
ج- بازگشت به مرحله - ب - و تکرار مراحل تا زمانی که شرایط توقف برآورده شود.
شرایط توقف عبارتند از:
· همگرایی الگوریتم و عدم تغییر بهترین کروموزوم برای تعداد نسل های از پیش تعریف شده
· تکمیل شدن تعداد نسلهای از پیش تعریف شده
ساختار الگوریتم ژنتیکی به صورت شکل - - 2 می باشد.
شکل - : - 2 ساختار الگوریتم ژنتیکی
.4 طراحی سیستم فازی مورد مطالعه
این سیستم دو متغیر ورودی به نام های خطا - e - و مشتق خطا - e - و یک خروجی به نام سیگنال خروجی سیستم فازی - - Y دارد. کنترل کننده فازی با توجه به خطا و مشتق خطا، سیگنال خروجی مناسبی تولید میکند.
