کنترل هماهنگ ادوات FACTS نسل اول با استفاده از شبکه عصبی و به منظور افزایش پایداری گذرا در سیستم های قدرت

این مقاله، به منظور افزایش پایداری گذرا و همچنین افزایش میرائی سیستم روشی خاص از هماهنگی بین ادوات FACTS را ارائه می دهد. به منظور افزایش عملکرد و استفاده از کلیه ویژگی های TCSC و SVC که در این مقاله ارائه گردیده، لازم است کنترل کننده ای مورد استفاده قرار گیرد که محدودیت های سایر کنترل کننده ها را نداشته و در عین سادگی، قابلیت پاسخگویی سریع و تطبیق با مدل سیستم قدرت را نیز دارا باشد. از این رو این ویژگی ها را می توان در کنترل کننده های هوشمند یافت که شبکه ADALINE از جمله این کنترل کننده ها است. برای درک بهتر نسبت به عملکرد کنترل کننده شبکه ADALINE، این کنترل کننده با یک کنترل کننده که توسط شاخص کنترل بهینه (LQR) طراحی شده است مقایسه می گردد. مدل به کار گرفته شده جهت ادوات FACTS از نوع جریان تزریقی است و به همین دلیل این امکان وجود داشته تا بتوان از یک ماتریسybus  فاکتورگیری شده ی ثابت در محاسبات استفاده نمود. نتایج شبیه سازی با استفاده از مدل غیرخطی شبکه نشان می دهد که کنترل کننده شبکه عصبی ADALINE در مقایسه با کنترل کننده LQR عملکرد بهتری داشته و بهبود قابل توجهی بر روی میرایی و افزایش توان انتقالی در سیستم قدرت را موجب می گردد.

Keywords:

پایداری گذرا , مدل تزریق جریانی , شبکه عصبی ADALINE , TCSC , SVC