طراحی پایدارساز pss3b بر اساس الگوریتم kh و q-learning برای میراسازی نوسانات فرکانس پایین سیستم قدرت تک‌ماشینه

هدف از این مقاله استفاده از روش یادگیری تقویتی به منظور تولید سیگنال مکمل برای بهبود عملکرد پایدارساز سیستم قدرت است. یادگیری تقویتی یکی از شاخه های مهم یادگیری ماشین در مبحث هوش مصنوعی بوده و روش کلی حل مسائل فرایند تصمیم گیری مارکو (mdp) است. در این مقاله یک روش کنترلی مبتنی بر یادگیری تقویتی به نامqlearning ارایه و به منظور بهبود عملکرد پایدار ساز سیستم قدرت سه باند (pss3b) در یک سیستم قدرت تک ماشینه مورد استفاده قرار گرفته است. بدین منظور ابتدا پارامترهای پایدار ساز سیستم قدرت سه باند تحت نقاط مختلف بهره برداری با بهینه سازی تابع هدف مبتنی بر مقادیر ویژه توسط الگوریتم بهینه سازی جدید kh تنظیم شده و سپس توسط الگوریتم یادگیری تقویتی ارایه شده بر اساس روش qlearning به صورت بلادرنگ کارایی آن بهبود می یابد. از ویژگی اساسی پایدارساز پیشنهادی مبتنی بر یادگیری تقویتی سادگی و عدم وابستگی آن به مدل سیستم و تغییرات نقاط کار بهره برداری است. برای ارزیابی کارایی پایدار ساز سیستم قدرت سه باند مبتنی بر یادگیری تقویتی پیشنهادی نتایج آن با پایدار ساز سیستم قدرت معمولی و پایدار ساز سیستم قدرت سه باند طراحی شده با الگوریتم kh تحت نقاط کار مختلف با هم مقایسه می شود. نتایج شبیه سازی بر اساس شاخص های عملکردی نشان می دهد که پایدار ساز سیستم قدرت پیشنهاد شده در این مقاله عملکرد بهتری نسبت به دو روش دیگر از لحاظ کاهش زمان نشست و میرا نمودن نوسانات فرکانس پایین دارد.

Design of PSS3B stabilizer using KH Algorithm and Q-Learning for damping Low-frequency Oscillations in SMIB

The main purpose of this paper is to develop a supplementary signal using reinforcement learning (RL) to improve the performance of power system stabilizer (PSS). RL is one of the most important issues in the field of artificial intelligence and is the popular method for solving Markov decision procedure (MDP). In this paper, a control method is developed based on Qlearning and used to improve the performance of a three band PSS (PSS3B) in a single machine infinite bus power system (SMIB). For this purpose, first the parameters of PSS3B are optimized using krill heard (KH) algorithm based on system eigenvalues. Then, using the proposed Qlearning method its performance will improve. The fundamental properties of the proposed Qlearning based control method are its simplicity and independency to system model and operational conditions. In order to evaluate the proposed control method, its dynamic response is compared to conventional PSS (CPSS) and PSS3B. According the simulation results, it is evident that, the developed adaptive controller is superb compared to the other methods in the view of settling time and damping lowfrequency oscillations.