كنترل پيش‌بين با رويكرد بهبود ميرايي نوسانات سيستم قدرت در حضور مزارع بادي با استفاده از سيستم ذخيره‌ساز انرژي ابرخازني و SSSC

Predictive Control for Improving Power System Oscillation Damping in Presence of Wind Farms using Super Capacitor Energy Storage System (SCESS) and SSSC

هدف اصلي اين مقاله به‌كارگيري استراتژي كنترل پيش‌بين با رويكرد كنترل توان‌هاي اكتيو و راكتيو در راستاي بهبود پايداري يك سيستم قدرت در حضور مزارع بادي مبتني بر ژنراتور القايي دوسوتغذيه (DFIG) است. در اين راستا از سيستم ذخيره‌ساز انرژي ابرخازني (SCESS) جهت كنترل توان اكتيو در مبدل سمت شبكه و حفظ تعادل ولتاژ لينك dc و از جبران‌ساز سري سنكرون استاتيكي (SSSC) به‌منظور كنترل پخش توان و كاهش نوسانات فركانس پايين در خط منتهي به شين بي‌نهايت استفاده شده است. استراتژي مطرح‌شده مبتني بر كنترل پيش‌بين تابعي بوده كه مي‌تواند به‌صورت همزمان علاوه‌بر كنترل توان‌هاي اكتيو و راكتيو مبدل سمت روتور، در طراحي كنترل‌كننده ميرايي براي SCESS و SSSC به كار گرفته شود. در كنترل پيش‌بين تابعي به‌منظور كاهش بار محاسباتي در انتخاب مسيرهاي ورودي از توابع لاگر و همچنين از داده نمايي وزني جهت كاهش زمان نمونه‌برداري در افق پيش‌بيني استفاده شده است. نتايج شبيه‌سازي براي اين كنترل‌كننده با دو روش ديگر شامل كنترل پيش‌بين مدل و كنترل‌كننده PI مقايسه شده و برتري آن در بهبود پايداري به وضوح نشان داده شده است.

The main objective of this paper is to employ predictive control strategy with the approach of active and reactive power control to improve power system stability in presence of wind farms based on Doubly Fed Induction Generator (DFIG). In this regard، the Super Capacitor Energy Storage System (SCESS) is used to control active power in the Grid Side Convertor (GSC) as well as balance the dc-link voltage and the Static Synchronous Series Compensator (SSSC) is employed to control power flow and reduce low frequency oscillations in the line leading to the infinite bus. The proposed strategy based on the predictive control is functional and can be simultaneously used to control the active and reactive power of the Rotor Side Convertor (RSC) as well as design the damping controller for SCESS and SSSC. In order to reduce computational complexity in selecting input paths، the Laguerre functions are used. Moreover، the exponential data weighting are used to reduce sampling time in the prediction horizon. Simulation results for the functional model predictive control is compared with the other two methods، model predictive control and PI controller and its superiority in improving power system stability is confirmed.