تنظیم فرکانس در ریزشبکه های ترکیبی جزیره ای در حضور عدم قطعیت ها مبتنی برکنترل کننده های عصبی-فازی تطبیقی

به کارگیری استراتژی کنترل ترکیبی عصبی-فازی ( anfis ) الهام گرفته از کنترل pid برای میرا نمودن نوسانات فرکانس در سیستم ریزشبکه هیبریدی جزیره ای (ihmg) درحضوراغتشاشات و نامعینی های پارامتری، در این مقاله بررسی شده است. با توجه به رفتار نامنظم منابع انرژی تجدیدپذیر (res) نظیر توربین بادی و آرایه های خورشیدی و همچنین ماهیت متغیر با زمان بارهای مصرفی، انحراف فرکانس ریزشبکه از مقدار نامی به خصوص در حالت جزیره ای اجتناب ناپذیر است. تغییرات ناخواسته در بار مصرفی، میزان تابش خورشید، سرعت باد، و همچنین عدم قطعیت های پارامتری ناشی از ثابت های زمانی آن، منابع اصلی اغتشاش، در سیستم ریزشبکه هیبریدی جزیره ای مورد بررسی می باشد. در ساختار فازی کنترل‌کننده پیشنهادی، از خطا، مشتق و انتگرال خطای فرکانسی جهت آموزش و تست شبکه عصبی بهره گرفته شده است. بر اساس معادله تعادل توان بین عرضه و تقاضا، سعی در حداقل نمودن اثر اغتشاش در فرکانس خروجی با بهینه سازی موقعیت توابع عضویت فازی ورودی ها و خروجی آن نموده است. برای ارزیابی بهتر عملکرد روش پیشنهاد شده، رویکرد anfis با روش کنترلpid بهینه، موردمقایسه قرارگرفته است. نتایج شبیه سازی، نشان‌دهنده برتری قابل‌توجه روش پیشنهادی در مقایسه با دو روش‌ متداول دیگر از نظر مشخصه های حوزه زمان در حضور اغتشاشات همزمان و عدم قطعیت‌های پارامتری سیستم است.

frequency regulation of isolated hybrid microgrids in the presence of uncertainties by neuro-fuzzy based controllers

the capability of a neuro-fuzzy control approach for frequency fluctuation damping in an isolated hybrid microgrid (ihmg) system (deg/wtg /pv/fc/esss) is investigated in this paper. due to the intermittent behavior of renewable energy sources (ress) like wind turbines and photovoltaic arrays and the time-varying nature of demands, frequency fluctuation is more likely, specifically in the grid-connected mode. model parametric uncertainties as well as load changes, wind power, and solar irradiation variations are the main uncertainty sources of the ihmg system. in the suggested approach, a neuro-fuzzy output feedback controller with three inputs that are inspired by pid control is designed considering the power balance between demands and generations, by optimizing fuzzy membership functions’ locations. the proposed controller is compared with two popular other methods on the investigated ihmg system in terms of time-domain characteristics. the outcome illustrates remarkable merit compared to the state-of-the-art methods in the presence of simultaneous disturbances and the model parametric uncertainties.