کنترل خازن دینامیکی (DCAP) نوع باک به روش کنترل مبتنی بر پیشبینی مدل با الگوریتم بهینه سازی PSOبرای جبران دینامیکی توان راکتیو و هارمونیک
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 86
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_ISEE-13-1_009
تاریخ نمایه سازی: 21 تیر 1402
Abstract:
در این مقاله، روش کنترلی مبتنی بر پیش بینی مدل برای کنترل خازن دینامیکی نوع باک برای بهبود کیفیت توان ارائه شده است. در این روش، جریان مرجع از دو قسمت مجزا شامل جبران کننده توان راکتیو و حذف کننده هارمونیک تشکیل شده است که براساس جریان بار استخراج و به صورت دینامیکی، خود را با تغییرات بار تطبیق می دهد. مدل پیش بین پیشنهادی از معادلات دیفرانسیل خطی شده خازن دینامیکی استخراج شده است. در روش پیشنهادی، متغیرهای تصمیم گیری در هر چرخه کار کلیدزنی مبدل فقط یک بار در طول افق پیش بینی به روز می شوند و مسئله بهینه سازی مربوط به کنترل پیش بین براساس الگوریتم بهینه سازی ازدحام ذرات حل می شود. این امر حجم محاسبات را به میزان چشمگیری کاهش می دهد. با در نظر گرفتن مقدار THD و مقدار ضریب توان، افق پیش بینی انتخاب شده است. روش پیشنهادی برخلاف روش مدولاسیون هارمونیک های زوج، پارامترهای کنترلی کمتری دارد و ساده تر پیاده سازی می شود. نتایج شبیه سازی در نرم افزار MATLAB برتری روش پیشنهادی را در مقایسه با روش مدولاسیون هارمونیک های زوج برای یک خازن دینامیکی تکفاز نشان داده است.
Keywords:
الگوریتم بهینه سازی ازدحام ذرات , جبران کننده توان راکتیو , حذف کننده هارمونیک , خازن دینامیکی نوع باک , کنترل مبتنی بر پیش بینی مدل
Authors
وحید سوری
دانشجو دکتری، دانشکده مهندسی برق و کامپیوتر- دانشگاه کاشان- کاشان- ایران
ابوالفضل حلوایی نیاسر
دانشیار، دانشکده مهندسی برق و کامپیوتر- دانشگاه کاشان- کاشان- ایران
عباس کتابی
دانشیار، دانشکده مهندسی برق و کامپیوتر- دانشگاه کاشان- 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 :