سفارش تبلیغ
صبا ویژن
پرخوری، حجاب تیز فهمی است [امام علی علیه السلام]
 
جمعه 97 فروردین 3 , ساعت 12:34 صبح

مدل ژنراتور

شکل 1 یک سیستم قدرت ( ) تک ماشین باس بی نهایت را نشان می دهد.  سیستم شامل یک ژنراتور سنکرون متصل به شبکه از طریق خطوط انتقال است.

 

شکل 1. تک ماشین باس بی نهایت سیستم قدرت

 

سومین مدل ژنراتور پویا، ساده سازی ژنراتور واقعی را ارائه می دهد. اگر چه، به طور گسترده ای در حال توسعه کنترل کننده های تحریک با استفاده از توانایی برای حفظ ویژگی های مختلف پویایی سیستم قدرت آن است. مدل ژنراتور پویا سوم می تواند به صورت زیر نوشته شود (معادل 1): 0

 

جایی که

:   زاویه قدرت ژنراتور.
  : سرعت ماشین سنکرون.

 : سرعت روتور نسبی ژنراتور ( )  سرعت زاویه ای ژنراتور بود.
 : ثابت جابجایی.
 : ثابت میرایی.
 : توان الکتریکی راکتیو.
 : ورودی توان مکانیکی.
 : محور مستقیم ثابت زمانی مدار باز گذرا
 : معادل  در سیم پیچ تحریک کننده ژنراتور.
 :     در محور چهار بعدی.
معادله توان الکتریکی اکتیو توسط (معادله 2) داده می شود.

 

EMF  در محور چهار بعدی توسط (معادله 3) داده می شود.

 

جایی که

  : مجموع مقاومت القایی است که مقاومت القایی مستقیم ژنراتور را در نظر می گیرد.

 :  مجموع مقاومت القایی است که  مقاومت القایی مستقیم مولد را در نظر می گیرد.

 مقاومت القایی خط انتقال.

  مقاومت القایی ترانسفورماتور است.

معادله در سیم پیچی القایی ژنراتور می تواند توسط (معادل 4) بیان شود.

 

 : افزایش تقویت کننده القایی

 : ورودی به تقویت کننده SCR ژنراتور.

ولتاژ نهایی ژنراتور به صورت معادله 5 بیان می شود.

 

B. ساختار پایدار کننده سیستم قدرت ( )

  دستگاهی است که برای بهبود پایداری سیستم های قدرت با اضافه کردن یک سیگنال کنترل کمکی، ، به ورودی تنظیم کننده ولتاژ اتوماتیک  استفاده می شود. نقش اصلی  این است که محدودیت های پایداری یک سیستم قدرت را با کاهش نوسانات سرعت روتور ژنراتور افزایش دهد.  باید اجزای نیروی گشتاور الکتریکی را در فاز با تغییر سرعت چرخش تولید کند که می تواند به طور مستقیم به عنوان یک سیگنال ورودی مورد استفاده قرار گیرد.

شکل 2 ساختار PSS مورد استفاده در مطالعه حاضر را نشان می دهد.

 

شکل 2 ساختار پایدار کننده سیستم قدرت.

به طور عمده تشکیل شده از:

 بهره   که مقدار میرایی مورد نیاز فراهم شده توسط   را به منظور تضعیف نوسانات سیستم قدرت، بدون خطر دگرگونی پایداری را تعیین می کند.

 یک بلوک washout (فیلتر بالا گذر) که نوسانات فرکانس بسیار پایین را از بین می برد و تنها در طی تغییرات سرعت عمل می کند. ثابت زمانی   این قطعه به طور کلی در محدوده 1 تا 20 ثانیه است.

یک بلوک جبران کننده فاز که برای حرکت حالت نوسان ناپایدار به سمت چپ صفحه طراحی شده است تا پایداری سیستم را تضمین کند. ثابت زمانی این بلوک عموما در محدوده 01/0 تا 6 ثانیه است.
باید با یک محدود کننده برای کاهش نفوذ نامطلوب آن در فازهای گذرا تنظیم شود.  حداقل و حداکثر مقدار محدود کننده از 02/0 به 1/0 به ازای هر واحد است.

در بخش بعد ما الگوریتم ژنتیک را برای بهینه سازی پارامترهای مختلف  به منظور بهبود عملکرد آن پیشنهاد می کنیم این روش غیر خطی نامیده می شود زیرا طبیعت غیر خطی سیستم قدرت را قبلا با روش های دیگر نادیده گرفته است.  تأثیر سازگاری پارامترهای  در پاراگراف زیر شرح داده شده است.

3.طراحی

الگوریتم ژنتیک ( ) جمعیت ژن ها را با استفاده از دستگاه های انتخاب طبیعی و ژنتیک تکامل می دهد.  این یک تابع هزینه بر اساس یک معیار عملکرد برای محاسبه "سازگاری" استفاده می کند [ ]. الگوریتم ژنتیک یکی از شناخته شده ترین روشهای بهینه سازی است این الگوریتم نام خود را از تکامل بیولوژیک موجودات زنده در دنیای واقعی می گیرد. این الگوریتم به دنبال شبیه سازی فرایند انتخاب طبیعی در یک محیط است. برعکس ، طرح الهام بخشیدن به تئوری تکامل توسط  پیشنهاد شده به طوری که مناسب ترین "افراد" تمایل دارند تا به اندازه کافی برای تکثیر زندگی کنند در حالی که افراد ضعیف تمایل به ناپدید شدن دارند. علاوه بر این، این روش غیر خطی نامیده می شود، زیرا در نظر گرفتن ماهیت غیر خطی سیستم قدرت که قبلا توسط روش های دیگر نادیده گرفته شده است.  تاثیر سازگاری پارامترهای  در این پاراگراف شرح داده شده که می توانیم مراحل اصلی  را به صورت زیر خلاصه کنیم:

. 1مقدار دهی جمعیت اولیه
. 2انتخاب پارامتر: اجازه می دهد تا انتخاب پدر و مادر برای نسل جدید در الگوریتم ژنتیکی مشخص شود.

. 3تولید مثل: قویترین افراد قادر به تکثیر و نسل بیشتری از دیگران خواهند بود.   هر کروموزوم شامل مجموعه ای از عناصر به نام ویژگی ها یا ژن ها است. هدف به دست آوردن حداکثر تناسب اندام از این  ترکیب بهینه عناصراست. در هر تکرار (نسل جمعیت) جمعیت جدیدی از جمعیت قبلی ایجاد می شود. عبور پارامتر: ترکیبی از دو فرد پدر و مادر را نشان می دهد که افراد کوچک را برای نسل جدید در الگوریتم ژنتیک تشکیل می دهد. جهش پارامتر: تغییر تصادفی یک کروموزوم فرد در یک جمعیت را مشخص می کند تا فرد متولد شده نسل جدید را تشکیل دهد.

4. تابع هدف (سازگاری) را محاسبه کنید و معیار توقف را بررسی کنید.

 .5 با یک جمعیت جدید تکمیل کنید و به مرحله دوم بازگردید.

مراحل لازم الگوریتم ژنتیک را می توان در فلوچارت نشان داده شده در شکل 3 خلاصه کرد.

 

شکل 3 فلوچارت الگوریتم ژنتیک.

در این کار و با استفاده از الگوریتم ژنتیک، هدف ما یافتن پارامترهای مطلوب ، از پایدار کننده پیشنهادی   GAPSSاست.
برای این منظور، ما تغییرات سرعت زاویه ای را انتخاب کردیم تا به حداقل برسانیم. با توجه به تابع هدف ( )  سازگاری توسط معیار زیر تعریف می شود:

 

به عنوان یک قاعده کلی، سیستم به طوری که معیار "انتگرال خطای مطلق ضرب در زمان" انتخاب شده به حداقل برسد بهتر تنظیم خواهد شد. پارامترهای الگوریتم ژنتیکی مانند اندازه جمعیت، احتمال عبور، احتمال جهش و تعداد تولید در جدول 1 آمده است. علاوه بر این، زمینه تحقیق پارامترهای سیستم در این جدول شرح داده شده است. جدول 2 پارامترهای مختلف سیستم را نشان می دهد که بین مقادیر بهینه شده و غیر بهینه شده تفاوت وجود دارد.



لیست کل یادداشت های این وبلاگ