بهینه سازی کنترل استاتیک بین فاز با استفاده از الگوریتم تکاملی عصبی برای کاهش میراسازی نوسانات دینامیکی

با توسعه و پیشرفت های جدید در زمینه فناوری مدار های الکترونیک قدرت، استفاده از پایدار ساز های قدرت در کنترل نوسانات سیستم قدرت جهت برطرف کردن نوسانات و تثبیت پایداری متداول شده است. استفاده اولیه از این ادوات برای افزایش قابلیت سیستم در انتقال توان بیشتر می باشد. کنترل کننده توان میان فاز (IPC) یکی از ادوات FACTS است که برای انتقال توان بین خطوط مجزا مورد استفاده قرار می گیرد. IPC گرچه از نظر پناسیلی، استعداد و توانلیی کنترل مستقل توان های اکتیو و راکتیو یا خط انتقال را دارد، اما این توانایی از طریق ترانس های جابجا کننده فاز (PST) عملا نتوانسته است به مرحله ظهور برسد،مشکل عمده IPC بی کفایتی در کنترل مستقل توان های اکتیو و راکتیو است ضمن اینکه بازه کنترل آن نیز محدود است. این محدودیت از آنجا ناشی می شود که IPC از PST به عنوان ادوات جابجا ساز فاز استفاده می کنند. بر همین اساس، یک راه حل منطقی در راستای حل ناتوانی مهم IPC، می توند یافتن جایگزین های بهتری برایPST باشد. در این مقاله، گزینه مبدل منبع ولتاژ (VSC) به عنوان یک کاندید شایسته پیشنهاد شده است و در همین راستا، یک ساختار جدیدی مبتنی بر مبدل های منبع ولتاژ به نام IPC استاتیک (SIPC)برای IPC مطرح شده است. در شبیه سازی انجام شده کنترل کننده ای مبتنی بر شبکه عصبی آموزش یافته توسط الگوریتم PSO برای سیستم غیرخطی استفاده شده است. نتایج شبیه سازی، عملکرد مناسب کنترل کننده شبکه عصبی مبتنی بر PSO را در کاهش نوسانات سرعت اغتشاشاتی نشان داد.

کلیدواژه ها:

کنترل کننده توان میان فاز ، میرایی نوسانات ، کنترل کننده شبکه عصبی ، الگوریتم اجتماع ذرات.