بهبود پایداری سیستم قدرت مبتنی بر جبرانسازی سری استاتیکی مجهز به کنترل کننده پیش بین مقاوم

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 229

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JIAE-19-4_024

تاریخ نمایه سازی: 12 آبان 1401

Abstract:

نوسانات فرکانس پایین، پایداری سیستم قدرت را به خطر می اندازد و سبب کاهش ظرفیت خطوط انتقال می شود. در سیستم قدرت از ادوات FACTS و پایدار ساز (PSS) برای بهبود پایداری استفاده می شود، جبران ساز سری استاتیکی (SSSC) یکی از مهمترین ادوات FACTS است. در این مقاله به میرا کردن نوسانات فرکانس پایین با جبرانساز سری استاتیکی مجهز به کنترل کننده پیش بین مقاوم در سیستم قدرت تک ماشینه پرداخته شده است. کنترل کننده پیش بین مقاوم از نامساوی ماتریس خطی (LMI) برای بهینه کردن تابع هدف و در نهایت بدست آوردن سیگنال کنترلی استفاده می کند. به منظور بررسی عملکرد کنترل کننده پیشنهادی، شبیه سازی در چند سناریو با در نظر گرفتن عدم قطعیت پارامترهای مختلف سیستم قدرت و اغتشاشات مختلف انجام گرفته است. جبران ساز سری استاتیکی مجهز به کنترل کننده پیشنهادی (کنترل کننده پیش بین مقاوم) نسبت به جبران ساز سری استاتیکی مبتنی به کنترل کننده PI فازی، جبران ساز سری استاتیکی مبتنی PI که ضرایب آن با الگوریتم ژنتیک بهینه شده و جبران ساز سری استاتیکی مبتنی بر کنترل کننده پیش فاز-پس فاز فازی بهینه، از لحاظ مقاوم بودن در برابر تغییر پارامترها و اغتشاشات، سرعت پاسخ، کاهش فروجهش و کاهش فراجهش دارای عملکرد مطلبوتری است. شبیه سازی بر اساس نرم افزار متلب انجام شده است.

Keywords:

Static synchronous series compensator , Robust model predictive controller , linear matrix inequality , Changes of parameter , جبرانساز سری استاتیکی , کنترل کننده پیش بین مقاوم , نامعادلات ماتریس خطی , تغییر پارامترها.

Authors

محمد حسن مرادی

Bu-Ali Sina University

فرهاد امیری

Bu-Ali Sina University

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 :