کنترل فرکانس در ریزشبکه های چند-حاملی با حضور خودروهای الکتریکی مبتنی بر کنترل کننده سیستم استنتاج فازی عصبی تطبیقی
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 152
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIPET-14-55_003
تاریخ نمایه سازی: 19 مرداد 1401
Abstract:
امروزه افزایش قیمت سوختهای فسیلی و کاهش منابع از یک سو و آلودگیهای زیست محیطی از سوی دیگر باعث افزایش استفاده از منابع تجدیدپذیر گردیده است. در این مقاله ریزشبکه مورد مطالعه از منابع بادی و خورشیدی، ذخیرهساز (باتری و فلایویل) خودرو الکتریکی، دیزل ژنراتور و حضور سیستمهای انرژی چند حاملی MCH)) بهعنوان انرژی ترکیبی برق و حرارت (CHP) تشکیل شده است. فرکانس ریزشبکه باتوجه به شبکه گاز و پیک مصرف کنترل میشود. در ریزشبکه چند حاملی پخش بار شبکه گاز همزمان با پخش بار الکتریکی منظور میگردد. همچنین فرکانس بهصورت غیرخطی کنترل می شود. از طرف دیگر روند رو به رشد تولید و بهکارگیری خودروهای برقی (V۲G) بارهای جدیدی برای شبکه برق ایجاد کرده است که در صورتی که مدیریت صحیحی بر روی نحوه شارژ آنها صورت نگیرد انحراف فرکانس شبکه افزایش یافته و میتواند سبب فروپاشی شبکه گردد. لذا از خودروهای برقی به منظور مشارکت در عملیات تنظیم فرکانس ریزشبکه با روش سیستم استنتاج فازی عصبی تطبیقی (ANFIS) استفاده میشود. بهمنظور مقایسه روش پیشنهادی در شبیهسازی ها از کنترلکننده فازی استفاده شده است. نتایج حاصل از شبیهسازی ها در پنج مطالعه مورد بررسی قرار می گیرند که بیانگر عملکرد مطلوب روش پیشنهادی در کاهش انحراف فرکانس، استحکام در برابر اغتشاشات و مقاوم بودن در برابر عدم قطعیت های موجود در سیستم است. همچنین روش پیشنهادی توان خروجی پایدارتری در منابع تولید ریزشبکه دارد.
Keywords:
خودرو الکتریکی , ریزشبکه , سیستم استنتاج فازی عصبی تطبیقی , فرکانس ثانویه , کنترل فازی , کنترل فرکانس
Authors
سیدعلی سید بهشتی فینی
گروه برق و کامپیوتر- واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران
سید محمد شریعتمدار
گروه برق و کامپیوتر- واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران
وحید امیر
گروه برق و کامپیوتر- واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :