بهبود پایداری یک سیستم قدرت مجهز به svc بر اساس کمینه سازی تابع انرژی در یک ساختار کنترل هماهنگ بهینه چند مدله

در این مقاله، بهبود میرایی نوسانات فرکانس پایین (lfo) در یک سیستم قدرت شامل svc  بررسی شده است. برای نیل به این هدف، استراتژی کنترلی جدیدی ارائه شده که در آن کنترل‌کننده چندمدله با استفاده از کنترل‌کننده بهینه خطی (loc) و الگوریتم ازدحام ذرات (pso) بهینه سازی می‌شود. بانک کنترل در کنترل‌کننده چند مدله، شامل سه کنترل کننده loc است که از طریق خطی سازی معادلات غیر خطی سیستم و کمینه سازی یک تابع انرژی، سیگنال‌های بهینه‌ای را تولید می‌کنند تا پس از ترکیب شدن بوسیله الگوریتم بازگشتی بیز بطور همزمان به سیستم تحریک ژنراتور و به svc اعمال شوند. برای ایجاد سیگنال بهینه خطی بایستی معادله ریکاتی حل شود؛ این معادله دارای دو ماتریس وزنی rric و qric می‌باشد که بوسیله الگوریتم pso بهینه سازی شده‌اند. الگوریتم pso با دو تابع هدف ماکزیمم سازی کوچکترین جزء حقیقی در مقادیر ویژه و می‌نیمم‌سازی سطح زیر منحنی قدر مطلق انحراف سرعت، rric و qric بهینه را محاسبه نموده است. برای ارزیابی استراتژی کنترلی mmc-loc-pso خطای سه فاز متقارنی بر روی بدترین باس اعمال شده و نتایج این دو تابع هدف با یکدیگر مقایسه شده است. شبیه‌سازی سیستم قدرت تک ماشینه با کد نویسی درmatlab  انجام شده و نشان می‌دهد استراتژی کنترلی پیشنهادی، ضمن حفظ پایداری، lfo را نیز بطور موثری میرا می‌کند، خطای ماندگار سرعت و زاویه روتور را نیز به طور مطلوبی به سمت صفر سوق داده است.

improving the stability of a power system including svc based on energy function minimization in a multi-model optimal coordinated control structure

in this paper, the improvement of low frequency oscillation (lfo) damping in a power system including svc is investigated. to achieve this goal, a new control strategy has been presented in which the multi-model controller is optimized using the linear optimal controller (loc) and the particle swarm algorithm (pso). the control bank in the multi-model controller includes three loc controllers that generate optimal signals through the linearization of the nonlinear equations of the system and the minimization of an energy function to be combined by the bayes recursive algorithm simultaneously to the generator excitation system and svc. in order to generate an optimal linear signal, riccati’s equation must be solved; riccati’s equation includes two weight matrices rric and qric. these matrices elements are optimized by pso algorithm. the pso algorithm has calculated the optimal rric and qric with two different objective functions of maximizing the eigenvalues and minimizing the area under the speed curve. to evaluate the mmc-loc-pso control strategy, the symmetrical three-phase error is applied to the worst bus and the results of these two objective functions are compared. the simulation of the single machine power system has been done by matlab. the proposed control strategy, while maintaining stability, also effectively damps the lfos, in addition, the permanent rotor speed and rotor angle error have also been favorably pushed to zero.