تنظیم فرکانس در ریزشبکه های ترکیبی جزیره ای در حضور عدم قطعیت ها مبتنی برکنترل کننده های عصبی-فازی تطبیقی
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 147
This Paper With 21 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCEJ-12-48_005
تاریخ نمایه سازی: 10 خرداد 1402
Abstract:
به کارگیری استراتژی کنترل ترکیبی عصبی-فازی 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 کنترل کننده 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، نشان دهنده برتری قابل توجه روش پیشنهادی در مقایسه با دو روش متداول دیگر از نظر مشخصه های حوزه زمان در حضور اغتشاشات همزمان و عدم قطعیت های پارامتری سیستم می باشد.
Keywords:
Authors
عباس آف
دانشجوی دکتری/دکتری مهندسی برق، گروه مهندسی برق، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران
محسن سیماب
استادیار گروه برق، گروه مهندسی برق، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران
مهدی نفر
استادیار گروه برق، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران
سیدعلیرضا میرزایی
استادیار گروه مهندسی برق، واحد داریون، دانشگاه آزاد اسلامی، شیراز، 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 :