كنترل مقاوم فركانس ريزشبكه‌ي جزيره‌يي با كنترل‌گر PI تنظيم‌شده با منطق فازي و الگوريتم رقابت استعماري

Robust Frequency Control of Island Microgrid using PI Controller Tuned by ICA-based Fuzzy Logic

با به‌كارگيري انرژي‌هاي تجديدپذير در ريزشبكه به عنوان يكي از منابع انرژي پراكنده،‌ توان الكتريكي توليد مي‌گردد. بارهاي پراكنده در حالت‌هاي متصل به/ منفصل از شبكة سراسري قدرت از ريزشبكه‌ها خدمات دريافت مي‌نمايند. نوسانات طبيعي ميزان توان توليدي با انرژي‌هاي تجديدپذير و نامعيني‌هاي سيستم قدرت، عملكرد كنترل‌گرهاي كلاسيك را تضعيف مي‌نمايند. در مقاله‌ي حاضر در پاسخ به اين چالش، منطق فازي مقدار لحظه‌يي پارامترهاي كنترل‌گر PI را محاسبه مي‌كند. الگوريتم رقابت استعماري براي تعيين بهينه‌ي مقادير نامي پارامترهاي كنترل‌گر و محدودۀ توابع عضويت سيستم فازي پيشنهادي به‌كار مي‌رود. محدوده پارامترهاي پايدارساز كنترل‌گر پيشنهادي با قضيه خاريتانوف تعيين مي‌شود. مقايسه‌ي معيارهاي RMS، فراجهش و فروجهش، تعداد نوسانات و زمان نشستِ تغييرات فركانس طرح كنترلي پيشنهادي با كنترل‌گر PI بازاي تغييرات بار مختلف، عملكردِ بهتر ِ كنترل‌گر پيشنهادي را تاييد مي‌نمايد. شبيه‌سازي‌ها با در نظر گرفتن عدم‌قطعيت‌هاي پارامترهاي سيستم، مقاوم بودن كنترل‌گر پيشنهادي را نشان مي‌دهد.

Renewable energies are used by micro grid (MG) to produce electrical power. Scatered loads receive service from MG in both Island and Grid connected operation modes. Uncertainties of power system and natural deviations of power produced by renewable energies attenuate the performance of classic controllers. In this paper, fuzzy system determines the parameters of PI controller in response to this challenge. The Imperialist competitive algorithm (ICA) optimizes the nominal values of controller parameters and the membership functions of the proposed fuzzy system. The interval of the proposed controller parameters are determined by Kharitonov's theorem to ensure the stability of the closed loop system. Comparison of RMS, overshoot and undershoot, number of oscillations, and settling time of the frequency deviations of the proposed control scheme with two other controllers in several load changes demonstrates the better performance of the proposed controller. Considering the uncertainties of system parameters proves that the proposed controller is robust.