ニュース

Aug 29, 2023

PSO調整間隔タイプ

Rapporti scientifici Volume 13,

Scientific Reports volume 13、記事番号: 8724 (2023) この記事を引用

169 アクセス

メトリクスの詳細

現在、最新の電力システムのほとんどは、中央の従来型発電所に加えて、太陽光発電所や風力発電所などの集中再生可能エネルギー資源発電所を統合しています。 これらの集中した再生可能エネルギー資源からの出力電力は、太陽放射量や風速、風向などの気象条件に応じて継続的に変化し、出力電力の変動はメガワット単位になる場合があります。 この研究では、インターバルタイプ2ファジーロジックコントローラ(IT2FLC)と呼ばれる人工知能技術の1つに基づく堅牢な二次負荷周波数コントローラ(LFC)が、中央ソーラーパーク発電所を備えた2エリア多電源連系電力システム用に提案されています。電力系統の非線形性を考慮しながら、各領域での最適化を行います。 IT2FLC は、気象変動やシステムの非線形性によって引き起こされる電力システム入力信号のあいまいさ、歪み、不正確さに対応しています。 LFC に加えて、同じく IT2FLC に基づく別のコントローラーが提案されており、曇りの期間中に最大電力点追跡法 (MPPT) の代わりに各発電エリアの中央ソーラーパークからの出力電力を制御して、発電の安定性を向上させています。妨害期間中の電力システム。 提案された LFC の性能を向上させるために、粒子群最適化手法 (PSO) を利用して提案された LFC ゲインを最適化し、調査対象の電力システムの定常状態誤差、オーバー/アンダーシュート値、整定時間、およびシステム振動を最小限に抑えました。頻度。 提案された PSO 調整された IT2FLC の性能と優位性が評価され、厳しい需要負荷と太陽放射照度の変化を適用しながら、PSO 調整されたカスケード PID コントローラーに基づく別の LFC と比較されます。 シミュレーションは matlab/simulink プログラムを使用して実行されました。

最近のスマート グリッドのほとんどは、ソーラー パークとしても知られる事業規模の太陽光発電所のような大規模な再生可能エネルギー リソースを利用しています。これらのソーラー パークは集中型であり、屋上に設置された分散型発電ビルとは対照的に、数メガワットの電力を事業レベルで供給します 1,2太陽光発電パネルは、需要レベルで小規模な電力を生成し、サイズが制限されています3,4。ソーラーパークで生成される電力は、出力が大きいという特徴がありますが、曇りの時間帯や天候の変動中に急激に変化する太陽放射量に依存する電力でもあります5,6。

一方、需要側では、公共の電気自動車 (EV) 充電ステーションのようなスマート グリッドの大規模な需要負荷が増加しており、これは米国の総需要負荷のほぼ 5% を占めています7。 これらの EV 充電ステーションの負荷は、大きく、変動し、予測不可能な需要負荷として特徴付けられます8。

前述のスマートグリッドの電力供給側と需要側の両方の問題から、スマートグリッドの電力システム周波数は、ソーラーパークの統合による電力会社レベルの発電量の大幅な変化と、太陽光発電所の数の増加による需要負荷の大幅な変化によって乱されます。 EV充電ステーション。

相互接続された電力システム用の堅牢な負荷周波数コントローラを提案するために、いくつかの研究が行われてきました。 これらの研究では、PI、PID、カスケード PID コントローラーなどの古典的なコントローラーが提案されていますが、別の研究では、ファジー論理システムやニューラル ネットワークなどの人工知能技術に基づいて古典的なコントローラーの方法を完全に置き換える最新のコントローラーが提案されており、他の研究では、古典と現代を組み合わせたハイブリッド コントローラーが提案されています。ゲイン スケジュール適応コントローラー、ファジー PI コントローラー、ファジー PID コントローラーなどのコントローラー メソッド。 In9 では、PSO 調整 PID コントローラーが 2 エリア相互接続電力システムの周波数コントローラーとして適用されており、提案されたコントローラーは、需要負荷変化のさまざまなシナリオにおいて、従来の PI および PID コントローラーと比較して、オーバーシュートのピークと整定時間が少なくなりました。 10 では、ファイアフライ アルゴリズム (FA) で調整された 2DOF-PID コントローラが 2 エリア電力システムの負荷周波数コントローラとして提案されており、各発電エリアの需要負荷を変更する 2 つの異なるシナリオのシミュレーションが実行され、その優位性を証明しています。 FA 調整 PID コントローラーを介した提案されたコントローラー。 提案されたコントローラのゲインは PSO 技術を使用して最適化されていますが、2 エリア多電源電力システム用の LFC である PID-P コントローラと呼ばれる PID コントローラの内部フィードバックに比例ゲインを追加するという新しいアプローチが 11 で提案されています。提案されたコントローラの優位性は、遺伝的アルゴリズム (GA) 調整 PID コントローラや 2DOF-PID コントローラなどの他のコントローラと比較して調査されました。 In12 では、新しく提案された目的関数に対してロジマップベースのカオス最適化アルゴリズム (LCOA) を使用して PID ゲインが調整され、提案されたコントローラーと、GA、PSO、シミュレーテッド アニーリングなどの PID コントローラーを最適化するための他の手法との比較研究が行われました。 (SA) ここでは、提案された手法が他の手法よりも優れたパフォーマンスを提供しています。 タイプ 1 ファジー ロジック コントローラー (T1FLC) は、ソーラーパーク発電所と擾乱時の高速有効電源としての還元酸化フロー電池 (RFB) を統合した 2 エリア電力システムのメイン LFC として提案されており、提案されたコントローラーはより優れた性能を達成しています。厳しい需要負荷および太陽放射照度の変化時の PID コントローラーと比較して。 14 では、T1FLC は、線間電力潮流制御装置 (IPFC) を備えた 2 エリア電力システムの LFC として機能することが提案されており、提案された制御装置のゲインは PI 制御装置によって制御され、提案された制御装置と IPFC は、電力システムの安定性を高め、システムの振動を軽減します。 ホエール最適化アルゴリズム (WOA) で調整された IT2FLC は、潮流制御装置としてサイリスタ制御移相器 (TCPS) を接続した 2 エリア電力システム向けに提案されています15。提案された制御装置は、T1FLC と比較して電力システムの動的性能を向上させています。 IT2FLC はフィードバック信号の不確実性を処理しました。 16 年には、マイクログリッド電力システムにおける需要負荷変化時に風力タービンからの予備有効電力を制御するために、T1FLC を調整した人工蜂コロニー アルゴリズムが提案されています。予備有効電力は、風力タービンの最大出力電力と出力電力の差です。提案されたコントローラは、タービンローターの速度、ピッチ角の挙動、およびマイクログリッドシステム全体の周波数の動的性能を強化します。 最適な適応型 IT1FLC は、厳しい需要負荷変動時にマイクログリッド電力システムの PV パネルからの負荷解除された出力電力を制御するために 17 に提案されており、電力システムパラメータの不確実性に対する提案されたコントローラのロバスト性が調査され、提案されたコントローラは大幅に強化されました。周波数偏差とシステムの整定時間を短縮することで周波数応答を改善します。

事業者または供給側で発生する外乱によって電力システムの周波数を安定させるために、堅牢な負荷周波数制御装置を電力システムに利用して、従来の発電所からの発電を制御するだけでなく、再生可能エネルギー資源からの出力電力を制御する必要があります。 このコントローラは次のことを達成します。

発電量制約 (GRC) やガバナデッドバンド (GDB) などのモデルの非線形性を考慮しながら、火力発電所、水力発電所、ガソリンスタンドなどの中心的な従来型発電所から生成される出力電力を調整します。

コントローラの標準性能 (CSP) 制限内の周波数偏差レベルを維持します18。

発電エリア間の融通電力（連系線電力）を事前計画値以内に維持する。

曇天時の電力系統の安定化を図るため、曇天時の発電エリアごとにソーラーパークの出力電力を制御します。

EV充電スタンドの需要や送電線障害による大規模需要負荷停電などの厳しい需要負荷変動に対して電力系統の安定性を維持します。

(PI、PID、またはカスケード PID) などの古典的なコントローラのほとんどは、最新の電力システムにおけるコントローラ入力信号の不正確さ、電力システム パラメータの不確実性、および不確実性などのいくつかの理由により、ゲインの適応チューニングを継続しない限り、最新の電力システムにおけるシステム周波数の問題を処理できません。 -GRC や GDB などの電力システムの直線性。

この研究では、IT2FLCは、図1に示すように、連系線に潮流制御装置を備えない2エリア連系電力システム用のLFCとして提案され、また別のIT2FLCは、曇りの妨害期間中にソーラーパーク発電所からの出力電力を制御するために提案されています。 IT2FLC は、電力システム LFC として利用できる人工知能技術の 1 つです。 IT2FLC が従来のコントローラーよりも優れている理由は次のとおりです。

入力の精度を必要としない堅牢なコントローラです15。

一般に、ファジー論理システムは人間の思考に似ているため、複雑な問題を解決できます13。

IT2FLC は、T1FLC19 よりも入力信号の不確実性と歪みを処理できます。

ルール ベース 20 を追加または削除することで、コントローラーの構造とパフォーマンスを柔軟かつ簡単に変更できます。

2つのエリアのマルチ電源を調査した電力システム。

PSO は、LFC 問題で使用されてきた最良の最適化手法の 1 つとして、提案されたコントローラーのパフォーマンスを向上させるために IT2FLC ゲインを最適化するためにこの研究で提案されています。 PSO は、餌を探しているときの鳥や魚の群れなどの群れの動きにインスピレーションを得たメタヒューリスティック技術です21。 この手法は、粒子とも呼ばれる特定の数の候補解を仮定することによって問題の解を最適化します。これらの粒子は数学関数に従って検索空間の周りを移動し、各粒子は反復ごとに最適な群れまたはグローバル位置に向かってその位置と速度を変更します。検索の22． 今回の研究で提案されているコントローラーのゲインの最適化のような小さな次元の探索空間の場合、PSO は、少数のパラメーターを調整しながらグローバルな最適解に向けて高速に収束するという点で、GA、WOA、または GWO などの他のメタヒューリスティック最適化手法よりも利点があります23 。

提案したコントローラの優位性を、需要負荷と日射量レベルに厳しい変更を加えながら、図1に示す同じ調査済み電力システムに対して提案11で提案されたPSO調整PID-Pコントローラの性能と比較して調査します。 RFB のような高速有効電源の追加による提案されたコントローラーのパフォーマンス向上は、周波数安定化装置を使用しないシステムのパフォーマンスと比較して、シミュレーション セクションで調査されます。

研究された 2 エリア多電源システムは 11,13,15 に導入されている。 電力システムには 2 つの発電エリアがあり、各発電エリアには複数の発電ユニットがあります。 エリア 1 にはそれぞれ再熱蒸気、水力発電、風力発電所があり、エリア 2 にはそれぞれ再熱蒸気、水力発電、ディーゼル発電所があります。 周波数安定化装置としての RFB は、RFB の典型的な時定数がわずか 0.5 ms であるため、需要負荷または太陽放射照度の激しい変化によって引き起こされる外乱期間中に瞬時に電力を吸収または放電するために、調査対象の電力システムのサイズが 13 でエリア 1 に中心化されています。 .24。 2 つの発電エリアはタイラインを介して相互接続されています。 電力システムの周波数を制御するという提案された LFC の主なタスクに加えて、調査対象の電力システムの連系線には電力潮流コントローラが存在しないため、連系線の電力共有を維持するために LFC の堅牢性の重要性が高まります。事前にスケジュールされた値の範囲内で生成エリア間を調整します。 ソーラーパーク発電所は各発電エリアに統合されており、電力システムの基本電力の10％の有効電力容量を備えています。 通常の動作条件では、最大電力点トラッカー (MPPT) がソーラーパークのメインインバーターを制御します。

ソーラーパークの出力を最大化するため。 対照的に、擾乱や曇天時にソーラーパークからの出力を最大化すると、電力システムの安定性に影響を与える可能性があります。 その結果、13および15では、それぞれT1FLCおよびIT2FLCに基づくソーラーパークコントローラが、厳しい需要負荷の変化または太陽放射照度の変化によって引き起こされる外乱期間中にソーラーパーク出力電力を制御することが提案されている。 IT2FLC に基づいて提案されたソーラーパークコントローラー in15 は、エリア 1 とエリア 2 に統合されたソーラーパーク発電所を制御するためにこの作業で利用されました。

図 1 を参照すると、エリア 1 の需要負荷 (\(P_{D1}\)) またはエリア 2 の需要負荷 (\(P_{D2}\))、またはその両方が変化すると、電力系統間の不均衡が生じます。発電電力と需要負荷は、電力システムの発電エリアを相互接続する連系線によって需要負荷が変化するエリアの周波数だけでなく、結果的に電力システム全体の周波数にも影響を及ぼします。

エリア制御誤差（\(ACE\)）は、発電電力と需要負荷のバランスを保つために、あるエリアから発電電力を増減させる必要があると定義されます。 調査対象の電力システムの \(ACE\) は、式 2 のように数学的に表すことができます。 (1,2) それぞれエリア 1 とエリア 2 のエリア制御エラー:

ここで、\(B_{1}\) と \(B_{2}\) はそれぞれエリア 1 とエリア 2 の周波数バイアス センサーであり、\(\Delta P_{tie12}\) はタイを介した共有電力です。発電エリア間の線。

再生可能資源を統合した電力システムにおける発電と需要の不均衡は、ソーラーパークなどの再生可能資源からの発電電力の変化によっても引き起こされる可能性があり、需要負荷または発電電力の両方の変化により、両方の地域で \(ACE\) が生成されます。 各エリアで提案されている LFC は、次の目的を達成しながら、そのエリアで生成される電力を増減する責任があります。

過渡期間の整定時間を短縮します。

システム周波数のオーバー/アンダーシュートを最小限に抑えます。

電力システム周波数の定常状態誤差を最小限に抑えます。

接続線の電力を事前にスケジュールされた値の範囲内に保ちます。

火力発電所や水力発電所などの従来の発電所における GDB や GRC など、調査対象の電力システムの非線形性は \(ACE\) 値の精度に影響を及ぼし、その結果、提案されたコントローラーの入力信号に不確実性が生じます。 これらの不確実性は、電力システムの安定性に影響を与え、LFC のパフォーマンスに影響を与える可能性があります。 この研究における IT2FLC は、T1FLC19 と比較して IT2FLC の性能を向上させる入力信号におけるこれらのレベルの不確実性を考慮しています。

提案された LFC は、図 2 に示すように、各発電領域で同一の構造で集中化されています。

エリア 1 とエリア 2 の LFC 用の集中型 IT2FLC の構造を簡素化しました。

各エリアの提案されたコントローラーには、\(ACE\) とエリア制御誤差の変化 (\(\Delta ACE\)) の 2 つの入力があります。 \(\Delta ACE\) は、電力システム周波数の振動レベルを最小限に抑えるために、提案されたコントローラーで考慮されています。 コントローラの入力信号は論理的に (− 1:1) PU の範囲にあると想定されています。これは、LFC から発電所への制御信号が定格電力システム有効電力容量の 100% (1 PU) を超えてはいけないことを意味します。発電所の発電容量の削減の最小値は、定格電力系統有効電力容量の 100% (− 1 PU) 未満であってはなりません。 (-1:1) より小さいまたは大きい値は、過渡期間に発生する可能性のある歪み信号です。 これらの歪みは LFC の誤動作を引き起こし、その結果電力システムが不安定になる可能性があります。スケーリング係数 \(K_{e}\) と \(K_{\Delta e}\) は入力信号 \(ACE\) と \ で乗算されます。 (-1:1) の間の入力を正規化するために、それぞれ (\Delta ACE\) を使用します。 スケーリングされた \(ACE\) は、図 3 に示すように、電力系統の外乱の種類に応じて 7 つのカテゴリの三角形メンバーシップ関数に分類されます。

\(ACE\) メンバーシップ関数を提案しました。

ここで、HDL は需要負荷の高い増加を示し、MDL は需要負荷の中間の増加、LDL は需要負荷の低い増加を示し、Z は需要負荷または電力系統の発電量に変化がないことを示し、システムは安定した。 一方、ＨＧは需要負荷に比べて発電電力の増加が大きいことを示し、ＭＧは発電電力の増加が中程度、ＬＧは需要負荷に比べて発電電力の増加が小さいことを示す。 電力システムの歪みや非線形性による \(ACE\) 信号の不確実性は、不確実性レベルのフットプリントと呼ばれるメンバーシップ関数の灰色の領域で表されます。この作業では、この領域は固定値であると想定されています。 10％の不確実性があります。

スケーリングされた \(\Delta ACE\) は、三角形等値メンバーシップ関数 (高負、中負、低負、ゼロ、低正、中正、高正) または (HN、MN、LN、Z) の 7 つのカテゴリにも分類されます。システム発振による \(\Delta ACE\) 信号の不確実性は、メンバーシップ関数の灰色の領域で表され、10% の固定値であると仮定されています。不確実性の。

\(\Delta ACE\) メンバーシップ関数を提案しました。

発電所からの発電量を増減するために提案されたコントローラー出力信号は、ルール ベース テーブルに要約できる \(ACE\) と \(\Delta ACE\) の言語ステータスの組み合わせによって異なります。 表の提案されたルール ベースに示すように、ルール ベースは主に設計者の推論とシステムの経験に依存します。 1.

表1を参照すると、提案されたIT2FLCコントローラ出力アクションも7つのステータス(HN、MN、LN、Z、LP、MP、HP)に分類されます。 提案されたルール ベースに従って必要なアクションは、図 5 に示すようにコントローラー出力メンバーシップ関数に適用されます。ここで、コントローラー アクションは、と呼ばれるプロセスで (-1:1) PU の範囲のデジタル値またはクリスプ値に変換されます。非曖昧化25.

提案されたコントローラー出力メンバーシップ関数。

この研究では、提案された LFC のパフォーマンスを向上させるために、26 で提案された PSO アルゴリズムが利用されました。 PSO の目的は、電力システム全体の誤差を最小限に抑えるために、コントローラーのスケーリング係数 \(K_{e}\) と \(K_{\Delta e}\) を調整することです。 この研究では、電力システム全体の誤差が式 1 で表されるように定義されています。 (3)。

電力システムの周波数誤差とシステムの振動を最小限に抑え、システムの整定時間を短縮するために、この研究では、群内の各粒子の適合性を評価するために 13,15 で提案された多目的関数が提案されています。 目的関数は式で表されます。 (4) シミュレーション時間は 60 秒です。

提案された目的関数は、積分二乗誤差 (ISE) と積分時間二乗誤差 (ITSE) という 2 つの異なる単一目的関数の特徴を部分的に組み合わせたものです。ISE \(\left( {\int_{0}^{60\,s} {OE^{2} \cdot d} } \right)\) は、大きな誤差の二乗はもっと大きい。 一方、ITSE \(\left( {\int_{0}^{60\,s} {t \cdot OE^{2} \cdot d} } \right)\) は電力システムの周波数を最小限に抑える傾向があります。定常状態誤差は、小さな誤差に時間を乗算することにより、大きな誤差よりも小さな誤差にペナルティを課すためです。 提案された目的関数の評価と、単一の目的関数に対するその優位性については、13 で詳しく紹介されています。 それぞれの単一の目的関数の分数値によって、システムの経験にも依存する最適化手法から目的が決まります。

図6に示すフローチャートは、提案されたLFCのスケーリング係数を最適化するためのPSOアルゴリズムのステップを示しています。

LFC スケーリング係数を最適化するための PSO フローチャート。

PSO アルゴリズムは、エリア 1 と太陽放射照度に 10% のステップ需要負荷変化を適用しながら、図 6 に示す手順に従って matlab/simulink プログラムを使用して、調査対象の電力システムで提案された LFC のスケーリング係数を最適化するために実行されました。図 7 に示すパターンです。100 回の反復の場合、LFC スケーリング係数の全体的な最適値は \(K_{e} = 38.5\) および \(K_{\Delta e} = 22.5\) です。 得られたスケーリング係数の値は、コントローラーのゲインを再調整することなく、いくつかの電力システムの外乱に対する提案されたコントローラーの堅牢性を調査するために、シミュレーションと結果の次のセクションで使用されます。

t = 35 秒における高放射照度から低放射照度までの太陽放射照度パターン。

本稿のこの部分では、IT2FLC に基づいて提案された LFC の性能を、図 1 に示す電力システムに対してシミュレーションします。提案されたコントローラの、これまで提案され導入されてきたカスケード PID ベースのコントローラに対する優位性を調査します。 3 つの異なる研究ケースを適用しながら比較します。 提案されたコントローラの性能を向上させるための RFB の役割を調査するために、これらの研究ケースでは、RFB のような統合周波数安定器の影響も研究されました。 研究の事例は次のように説明できます。

最初の研究ケース: この研究ケースでは、日射量パターンが図 7 に示されているように、エリア 1 の需要負荷に 10% 段階的な増加が適用されました (日射量が 1000 w/m2 から 500 w/m2 に急激に減少) t = 35 秒で)。 結果を図２〜図５に示す。 エリア 1、エリア 2 の周波数偏差、および接続線電力の偏差をそれぞれ図 8、9、10 に示します。

検討例 2: この検討例では、日射量パターンが図 7 に示されている状態で、エリア 1 とエリア 2 のデマンド負荷に 20% ステップ増加を適用しました。結果を図 8 と図 10 に示します。 エリア 1、エリア 2 の周波数偏差、および接続線電力の偏差をそれぞれ 11、12、13 に示します。

3 番目の研究ケース: この研究ケースでは、日射量パターンが図 14 に示されているように、エリア 1 のデマンド負荷に 10% の増加が適用されます (t で日射量が 500 から 1000w/m2 に急激に増加) = 35 秒)。 結果を図２〜図５に示す。 エリア 1、エリア 2 の周波数偏差、および接続線電力の偏差をそれぞれ 15、16、17 に示します。

4 番目の研究ケース: 調速機の時定数 (\(T_{g1}\) および \(T_{g2}\)) や蒸気タービンの時定数 (\(T_{t1}) などの電力システム パラメータの値の不確実性\) および \(T_{t2}\)) は、実際の検討中に提案されたコントローラの動作に誤動作を引き起こす可能性があります。 したがって、この研究例では、\(T_{g1}\)、\(T_{g2}\)、\(T_{t1}\)、\(T_ などの調査対象の電力システム パラメータに変化 (± 25%) が発生します。 {t2}\)は、電力システムパラメータの変化に対する提案されたコントローラの感度を調査するために適用され、エリア-1の需要負荷に10％の増加が適用され、日射量パターンは図14に示されているとおりです。 (t = 35 秒での太陽放射照度の 500 から 1000 w/m2 への突然の増加)。 結果を図２〜図５に示す。 調速機時定数の変化によるエリア 1、エリア 2 の周波数偏差と連系線電力の偏差をそれぞれ図 18、図 19、図 20 に示します。 蒸気タービン時定数の変化によるエリア 1、エリア 2 の周波数偏差、および連系線電力の偏差をそれぞれ図 21、図 22、図 23 に示します。

エリア 1 の周波数変化の最初の研究ケース (\(\Delta f_{1}\))。

領域 2 の周波数変化の研究の最初のケース (\(\Delta f_{2}\))。

タイライン予定電力 (\(\Delta P_{tie2}\)) の変更を研究する最初のケース。

エリア 1 の周波数の変化を調査する 2 番目のケース (\(\Delta f_{1}\))。

エリア 2 の周波数の変化を調査する 2 番目のケース (\(\Delta f_{2}\))。

タイライン予定電力 (\(\Delta P_{tie2}\)) の変更を研究する 2 番目のケース。

t = 35 秒における低放射照度から高放射照度までの太陽放射照度パターン。

エリア 1 の周波数の変化を調査する 3 番目のケース (\(\Delta f_{1}\))。

領域 2 の周波数の変化を調査する 3 番目のケース (\(\Delta f_{2}\))。

タイライン予定電力 (\(\Delta P_{tie2}\)) の変化を調査する 3 番目のケース。

異なる調速機時定数値に対するエリア 1 の周波数 (\(\Delta f_{1}\)) の変更を検討する 4 番目のケース。

異なる調速機時定数値に対するエリア 2 の周波数 (\(\Delta f_{2}\)) の変更を研究する 4 番目のケース。

調速機時定数の値が異なる場合のタイライン予定電力 (\(\Delta P_{tie2}\)) の変化を研究する 4 番目のケース。

異なる蒸気タービンの時定数値に対するエリア 1 の周波数 (\(\Delta f_{1}\)) の変化を研究する 4 番目のケース。

異なる蒸気タービンの時定数値に対するエリア 2 の周波数 (\(\Delta f_{2}\)) の変化を研究する 4 番目のケース。

蒸気タービンの時定数の値が異なる場合のタイライン予定電力 (\(\Delta P_{tie2}\)) の変化を研究する 4 番目のケース。

研究の最初のケースと 2 番目のケースでは、提案されたコントローラーのロバスト性が図 1 と図 2 で調査されました。 カスケード PID-P コントローラーとは対照的に、PSO で調整された IT2FLC は、エリア 1、エリア - での厳しい需要負荷変化時の整定時間、システム発振、および定常状態誤差を大幅に削減しました。 2 と、シミュレーション期間 t = 35 秒で発生した太陽放射照度値の瞬間的な大幅な減少。 提案されたコントローラは、GRC や GBD などの従来の発電所の非線形性の影響にもかかわらず、調査対象の電力システムの安定性を維持することに成功しました。 提案された IT2FLC コントローラーの不確実性の影響により、望ましくないシステムの発振が軽減され、調査対象の電力システムの全体的な安定性が向上しました。 RFB の統合により、通常 0.5 ミリ秒未満の短時間で電力を注入または吸収できるため、提案されたコントローラの性能が向上しました。

一方、3 番目の研究ケースの太陽放射照度は、t = 35 秒で低レベル (500 W/m2) から最大値 (1000 W/m2) まで瞬時に上昇し、エリア内で発電される電力が発生しました。 1 とエリア 2 が急激に増加し、その結果として調査対象の電力システム周波数が瞬間的に増加する場合、提案されたコントローラは、オーバーシュート値が 0.005 PU 未満で、システム周波数のこの増加を 0.3 秒以内の短時間で緩和しました。対照的に、カスケード PID コントローラは、周波数のオーバーシュート値が 0.11PU を超えている間に、この外乱によりシステムが 9 秒以上で安定しました RFB を統合した電源システムの場合、RFB はこの生成電力の増加を吸収し、その結果 RFB の性能が大幅に向上しました提案されたIT2FLCコントローラの。

最後に、4 番目の研究ケースでは、電力システム パラメータが不確実な場合に提案された LFC の堅牢性を確認するために、提案されたコントローラの感度解析が調査されました。 この研究事例の図に示されているように、提案されたコントローラは、発電ユニットの時定数の大きな変化 (± 25%) にもかかわらず、調査された電力システムの安定性を維持しました。 システム周波数および整定時間の定常状態誤差は、提案されたコントローラー ゲインに合わせて調整しなければ、基本曲線から (± 0.0025%) ずれています。

研究の 1 番目、2 番目、および 3 番目のケースの数値解析が表 2 にまとめられています。表 2 には、最大オーバーシュート (OS)、アンダーシュート (US)、電力システムの整定時間、および定常状態誤差 (SSE) の値が示されています。 RFB を使用した場合と使用しない場合の提案されたコントローラーをカスケード PID-P コントローラーと比較したもの。

この研究では、IT2FLC が、各エリアのソーラーパーク発電所を統合する 2 エリアの多電源相互接続電力システムのメイン LFC として機能することが提案されています。 提案されたコントローラーのゲインは、PSO 最適化手法を使用して調整されています。 IT2FLC LFC の性能は、提案されたコントローラーの堅牢性を調査するために、各発電エリアの需要負荷を変更し、シミュレーション期間中に太陽放射照度を変更しながら、いくつかのケーススタディについて以前の研究で提案されたカスケード型 PID LFC と調査および比較されました。 メイン LFC としての IT2FLC は、システムの整定時間、オーバー/アンダーシュート、定常状態エラーを削減することにより、電力システムの安定性を強化しました。 提案されたコントローラーの不確実性の影響により、過渡状態および定常状態の期間における望ましくないシステムの振動が大幅に減少しました。 RFB の統合により、電力システムの整定時間、発振、およびオーバー/アンダーシュート値が減少したため、提案されたコントローラーの性能が向上しました。 この作業を将来の作業に拡張するには、PSO テクニックの代わりに、Firefly、moth-flame、srap swarm などの最近開発されたメタ ヒューリスティック最適化テクニックを利用して、コントローラーのゲインを調整できます。 将来的には、LFC の応答、特に入力値の不確実性によって引き起こされる過渡期の電力系統振動を強化するために、IT2FLC からタイプ 3 ファジー論理システムを開発することもできます。

\({\varvec{K}}_{{{\varvec{RFB}}}} = {{{\varvec{0.6777}}}}\); \({\varvec{T}}_{{{\varvec{RFB}}}} = {{{\varvec{0.00034}}}}\) s; \({{{{\varvec{ T}}}}}_{{{\varvec{g}}1}} { } = {{{{\varvec{ T}}}}}_{{{\varvec {g}}2}} { } = {{{\varvec{{ }0.08}}}}\) 秒; \({\varvec{T}}_{{{\varvec{t}}1}} { } = {{{{\varvec{ T}}}}}_{{{\varvec{t}}2} } { } = {{{\varvec{0.3}}}}\)sS; \({\varvec{K}}_{{{\varvec{r}}1}} { } = {\varvec{K}}_{{{\varvec{r}}2}} { } = {{ {\varvec{{ }0.333}}}}{\varvec{Hz}} / {\varvec{p}}.{\varvec{{ u}}}.{\varvec{MW}}\); \({\varvec{T}}_{{{\varvec{r}}1}} { } = {{{\varvec{{ T}}}}}_{{{\varvec{r}}2} } { } = {{{\varvec{{ }10}}}}\) s; \({{{\varvec{{ T}}}}}_{{{\varvec{GH}}1}} { } = {{{\varvec{{ T}}}}}_{{{\varvec {GH}}2}} { } = {{{\varvec{{ }48.7}}}}\) s; \({\varvec{T}}_{{{\varvec{RS}}1}} { } = {{{\varvec{{ T}}}}}_{{{\varvec{RS}}2} } { } = {{{\varvec{{ }0.513}}}}\) 秒; \({\varvec{T}}_{{{\varvec{RH}}1}} { } = {{{\varvec{{ T}}}}}_{{{\varvec{RH}}2} } { } = {{{\varvec{{ }10}}}}\) s; \({\varvec{T}}_{{{\varvec{W}}1}} { } = {{{\varvec{{ }1}}}}\) s; \({\varvec{K}}_{{{\varvec{p}}1}} { } = {{{\varvec{{ }1.25{ Hz}}}}} / {\varvec{p}}. {{{\varvec{{ u}}}}}.{\varvec{MW}};{{{\varvec{{ T}}}}}_{{{\varvec{p}}1}} { } = {{{\varvec{{ }6{ 秒}}}}};{{{\varvec{{ T}}}}}_{{{\varvec{p}}2}} { } = {{{ \varvec{{ }0.041{ s}}}}}\); \({\varvec{K}}_{{{\varvec{p}}2}} { } = {{{\varvec{{ }1.4}}}}\); \({\varvec{K}}_{{{\varvec{ディーゼル}}}} { } = {{{\varvec{16.5{\, S}}}}}\); \({\varvec{R}}_{1} = {{{\varvec{{ R}_{2}}}}} = {\varvec{R}}_{3} = {\varvec{R} }_{4} = {\varvec{R}}_{5} = {\varvec{R}}_{6} =\) 2.4 Hz/PU MW; \({\varvec{B}}_{1} = {{{\varvec{{ B}_{2}}}}} =\) 0.425PU MW/Hz; \({\varvec{K}}_{{{\varvec{PS}}1}} = {{{\varvec{{ K}}}}}_{{{\varvec{PS}}2}} = \) 120 Hz/PU MW; \({\varvec{T}}_{{{\varvec{PS}}1}} = {{{\varvec{{ T}}}}}_{{{\varvec{PS}}2}} = \) 20 秒; \({\varvec{T}}_{12} =\) 0.08 PU MW/Hz; 標準試験条件でのソーラーパークの出力定格 (STC) = 0.1 PU

推論システムの種類 = Mamdani FIS; 入力数 = 2; 入力 1 のスケーリング係数 = 38.5; 入力 2 のスケーリング係数 = 22.5。 入力 1 範囲 = [0 1]; 入力 2 範囲 = [0 1]; 出力範囲 = [0 1]; 非ファジー化方法 = セントロイド; 入力と出力のメンバーシップ関数のタイプ = 等三角形 mf; 入力数 1 mf = 7; 入力数 2 mf = 7; 出力数 mf = 7。

変数の数 = 2 (\({\varvec{K_{e}}}\) および \({{{\varvec{K_{\Delta e}}}}}\); コスト関数 = \({{{\varvec{0.2\int_{0}^{60\sec } {OE^{2} \cdot dt} + 0.8 \int_{0}^{60\sec } {t \cdot OE^{2} \cdot dt}}}}}\); 変数の最小値 = -10; 変数の最大値 = 100; 粒子の数 = 7; 最大反復数 = 100; 慣性重量 = 1; 加速係数 1 = 2.05; 加速係数 1 = 2.05。

現在の研究中に使用されたデータセットおよび/または分析は、合理的な要求に応じて責任著者から入手できます。

エリア制御エラー

自動発電制御

エリア参加要素

コントローラ標準性能

フレキシブル交流伝送システム

ファジー論理システム

ガバナーのデッドバンド

生成速度の制約

ハイイロオオカミの最適化

インターバルタイプ2ファジィロジックコントローラ

負荷周波数コントローラ

最大電力点トラッカー

粒子群の最適化

還元酸化フロー電池

Type-1 ファジー ロジック コントローラー

Bencs, P.、Al-Ktranee, M.、Mészáros, KM 電気ネットワークに対するソーラー パネルの影響。 アナル。 技術。 セゲド。 14(1)、50–60 (2020)。

記事 Google Scholar

ウルフ氏、PR 実用規模の太陽光発電。 McEvoy の太陽光発電ハンドブック、第 3 版に記載されています。 (2018)

Fathabad, AM、Cheng, J.、Pan, K.、Qiu, F. 配電システムにおける再生可能分散型発電のためのデータ駆動型計画。 IEEEトランス。 パワーシステム。 35(6)、4357–4368 (2020)。

記事 ADS Google Scholar

ダ・シルバ、PP、ダンタス、G.、ペレイラ、GI、カマラ、L.、デ・カストロ、ニュージャージー州 太陽光発電の分散型発電 - 普及、支援政策、電力部門の規制適応に関する国際レビュー。 更新します。 持続する。 エネルギー改訂 103、30–39 (2019)。

記事 Google Scholar

Musanga, LM、Barasa, WH & Maxwell, M. カカメガの単結晶シリコン太陽電池モジュールの性能に対する放射照度と温度の影響。 物理学。 科学。 内部。 J. 19(4)、1–9 (2018)。

記事 Google Scholar

Ghosh, J.、Seetharaman, A. & Maddulety, K. インドにおける太陽エネルギー利用の増加に影響を与える主な要因。 インドのエコン。 J. 68(1)、122–128 (2020)。

記事 Google Scholar

Gersdorf, T.、Hensley、Hertzke, P.、Schaufuss, P.、Tschiesner, A. e-モビリティの今後の道のり。 マッキンゼー。 （2020年）。

MS マストイら。 電気自動車の充電ステーションのインフラ、政策への影響、将来の傾向についての詳細な分析。 Energy Rep. 8、11504–11529 (2022)。

記事 Google Scholar

Lokanatha, M. & Vasu, K. PID コントローラーを使用した 2 エリア電力システムの負荷周波数制御。 内部。 J.Eng. 解像度テクノロジー。 (IJERT) 3(11)、687–692 (2014)。

Google スカラー

Gupta、NK、Kar、MK、Singh、AK Firefly アルゴリズムを利用して設計された 2 自由度コントローラーを使用した 2 エリア電力システムの負荷周波数制御。 最新の電力システムの制御アプリケーションで。 57–64 (2021)。

Alzaher、ANA、Shafei、MAR & Ibrahim、DK 再生可能ユニットを使用し、非線形性を含むマルチエリア複数電源システムの負荷周波数制御を強化。 インドネシア人。 Ｊ．Ｅｌｅｃｔｒ． 工学計算します。 科学。 19(1)、108–118 (2020)。

Google スカラー

Farahani, M.、Ganjefar, S.、Alizadeh, M. マルチエリア負荷周波数制御のためのカオス最適化アルゴリズムを使用した PID コントローラー調整。 IET制御理論応用 6(13)、1984–1992 (2012)。

記事 MathSciNet Google Scholar

マール州シャフェイ、DK 州イブラヒム、M 州バハア。レドックス フロー バッテリーと PV ソーラー パークを備えた 2 エリア電力システムの LFC 向けに PSO 調整ファジー ロジック コントローラーを適用。 アイン・シャムス工学 J. 13(5)、101710 (2022)。

記事 Google Scholar

アイオワ州チダンバラム氏とパラマシヴァム氏、B. レドックス フロー バッテリーとインターライン パワー フロー コントローラーを使用して再構築された電力システムにおける負荷周波数シミュレーションを最適化。 内部。 Ｊ．Ｅｌｅｃｔｒ． 電力エネルギーシステム 50、9–24 (2013)。

記事 Google Scholar

Soliman, AMA、Eldin, MB & Mehanna, MA インターラインの TCPS を考慮した、RFB とソーラーパークを備えた 2 エリア電力システムの LFC 用の WOA 調整タイプ 2 FLC のアプリケーション。 IEEE Access 10、112007–112018 (2022)。

記事 Google Scholar

Abazari, A.、Dozein, MG、Monsef, H. & Wu, B. 風力タービンは、無負荷領域での自己調整、適応型ファジィ ドループによるマイクログリッド周波数制御への参加。 IETスマートグリッド。 2(2)、301–308 (2019)。

記事 Google Scholar

Abazari, A.、Babaei, M.、Muyeen, SM & Kamwa, I. パラメータの不確実性におけるハイブリッド マイクログリッドの周波数偏移に対する PV 寄与の適応ファジー ドループの学習。 エレクトロ。 電力エネルギーシステム 123、106305 (2020)。

記事 Google Scholar

Abhijith Pappachen、A. Peer Fathima、AFIS アプローチを使用したマルチエリア自由化電力システム向けの NERC の制御性能標準に基づく負荷周波数コントローラー。 アイン・シャムス工学 J. 9(4)、2399–2414 (2018)。

記事 Google Scholar

東瑞、呉。 インターバル タイプ 2 とタイプ 1 のファジー ロジック コントローラーの基本的な違いについて。 IEEEトランス。 ファジーシステム。 20(5)、832–848 (2012)。

記事 Google Scholar

Azar, A. タイプ 2 ファジー論理システムの概要。 内部。 J.ファジーシステム。 応用 (IJFSA) 2, 1–28 (2012)。

Google スカラー

Kennedy, J. & Eberhart, R. 粒子群の最適化。 手順 IEEE国際会議ニューラルネットワーク。 5、1942 ～ 1948 年 (1995)。

記事 Google Scholar

Mezura-Montes、E. & Coello、CAC 自然にインスピレーションを得た数値最適化における制約処理: 過去、現在、未来。 スワームエボル。 計算します。 1(4)、173–194 (2011)。

記事 Google Scholar

Ahmed、G. Gad、粒子群最適化アルゴリズムとその応用: 体系的なレビュー。 アーチ。 計算します。 メソッド工学 29、2531–2561 (2022)。

記事 MathSciNet Google Scholar

佐々木 哲也、重松 哲也、出口 英 レドックスフロー電池の応答とそのモデリングに関する評価研究。 電気学会論文誌パワーエネルギー 122(4)、554–560 (2002)。

記事 ADS Google Scholar

Mendel, J.、Hagras, H.、Tan, W.-W.、Melek, WW、Ying, H. Type-2 ファジー論理制御入門: 理論と応用 (IEEE Press、John Wiley & Sons、Hoboken、Newジャージー、2014 年）。

Mirjalili, S. 粒子群最適化 (PSO) アルゴリズムの単純な実装 (https://www.mathworks.com/matlabcentral/fileexchange/67429-a-simple-implementation-of-particle-swarm-optimization-pso-algorithm) 、MATLAB 中央ファイル交換。 2023 年 1 月 9 日に取得。

リファレンスをダウンロードする

科学技術イノベーション資金庁 (STDF) がエジプト知識銀行 (EKB) と協力して提供するオープンアクセス資金。

アル・アズハル大学工学部電気工学科、ナスル市、カイロ、1427、エジプト

アーメド・モハメド・アティヤ・ソリマン、モスタファ・バハア、モハメド・A・メハンナ

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

AMAS と MB は主要な原稿テキストを書き、すべての図と表を作成しました。 MAMは原稿をレビューしました。

アハメド・モハメッド・アティヤ・ソリマンへの通信。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Soliman, AMA、Bahaa, M. & Mehanna, MA PSO は、2 エリアの多電源相互接続電力システムの負荷周波数制御用の間隔タイプ 2 ファジー ロジックを調整しました。 Sci Rep 13、8724 (2023)。 https://doi.org/10.1038/s41598-023-35454-4

引用をダウンロード

受信日: 2023 年 1 月 10 日

受理日: 2023 年 5 月 18 日

公開日: 2023 年 5 月 30 日

DOI: https://doi.org/10.1038/s41598-023-35454-4

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。