Notizia

Aug 29, 2023

Tipo di intervallo sintonizzato PSO

Scientific Reports volume 13,

Rapporti scientifici volume 13, numero articolo: 8724 (2023) Citare questo articolo

169 accessi

Dettagli sulle metriche

Al giorno d’oggi, la maggior parte dei moderni sistemi energetici integra centrali elettriche concentrate con risorse energetiche rinnovabili come parchi solari ed eolici oltre agli impianti centrali convenzionali. La potenza in uscita da queste risorse energetiche rinnovabili concentrate varia continuamente in base alle condizioni meteorologiche come il valore dell’irradianza solare o la velocità e la direzione del vento, la variazione della loro potenza in uscita può essere in mega watt. In questo lavoro, è stato proposto un robusto controller di frequenza di carico secondario (LFC) basato su una tecnica di intelligenza artificiale chiamata controller a logica fuzzy di tipo 2 a intervallo (IT2FLC) per un sistema di alimentazione interconnesso multi-sorgente a due aree con centrali elettriche a parco solare centrale in ciascuna area considerando le non linearità del sistema energetico. IT2FLC ha risolto la vaghezza, le distorsioni e l'imprecisione dei segnali di ingresso del sistema di alimentazione causati dalle fluttuazioni meteorologiche e dalle non linearità del sistema. Oltre a LFC, è stato proposto un altro controller basato anch'esso su IT2FLC per controllare la potenza in uscita dai parchi solari centrali in ciascuna area di generazione durante i periodi nuvolosi invece del metodo di inseguimento del punto di massima potenza (MPPT) al fine di migliorare la stabilità del sistema di alimentazione durante i periodi di disturbo. Al fine di migliorare le prestazioni dell'LFC proposto, è stata utilizzata la tecnica di ottimizzazione dello sciame di particelle (PSO) per ottimizzare i guadagni LFC proposti per ridurre al minimo l'errore di stato stazionario, il valore di sovra/sottoscarico, il tempo di assestamento e l'oscillazione del sistema per il sistema di alimentazione esaminato frequenza. Le prestazioni e la superiorità del proposto IT2FLC sintonizzato con PSO vengono valutate e confrontate con un altro LFC basato sul controller PID in cascata sintonizzato con PSO applicando forti cambiamenti di carico della domanda e di irradianza solare. la simulazione è stata effettuata utilizzando il programma matlab/simulink.

La maggior parte delle recenti reti intelligenti utilizzano risorse energetiche rinnovabili su larga scala come gli impianti fotovoltaici su larga scala, noti anche come parchi solari, questi parchi solari sono centralizzati e forniscono energia a livello di utenza in diversi megawatt1,2 a differenza degli edifici di generazione distribuita montati sui tetti I pannelli fotovoltaici che producono energia su piccola scala a livello della domanda e di dimensioni limitate3,4. L'energia prodotta dai parchi solari è caratterizzata da una grande potenza di uscita ma anche da una potenza dipendente dall'irradianza solare che varia bruscamente durante i periodi nuvolosi o le fluttuazioni meteorologiche5,6.

D’altro canto, dal lato della domanda, sono stati aumentati i grandi carichi di domanda delle reti intelligenti, come le stazioni di ricarica pubbliche per veicoli elettrici (EV), che rappresentano quasi il 5% del carico di domanda totale degli Stati Uniti7. I carichi di queste stazioni di ricarica per veicoli elettrici sono caratterizzati da un carico di domanda elevato, variabile e imprevedibile8.

Da tutti i suddetti problemi delle reti intelligenti sia dal lato dell'utilità che della domanda, la frequenza del sistema di alimentazione nelle reti intelligenti è disturbata da gravi cambiamenti nella potenza generata a livello di utilità a causa dell'integrazione dei parchi solari, nonché da gravi cambiamenti del carico della domanda dovuti all'aumento del numero di Stazioni di ricarica per veicoli elettrici.

Sono stati condotti diversi studi per proporre un robusto controllore della frequenza di carico per i sistemi di alimentazione interconnessi. Questi studi hanno proposto controller classici come PI, PID e controller PID in cascata, ma altri studi hanno proposto controller moderni basati su tecniche di intelligenza artificiale come il sistema di logica fuzzy e le reti neurali per sostituire completamente il metodo dei controller classici mentre altri hanno proposto controller ibridi che combinano classico e moderno metodi di controllo come controllori adattivi programmati con guadagno, controllori PI fuzzy e controllori PID fuzzy. In9, il controller PID sintonizzato PSO è stato applicato come controller di frequenza per sistemi di alimentazione interconnessi a due aree in cui il controller proposto ha raggiunto un picco di superamento e un tempo di assestamento inferiori rispetto ai controller PI e PID convenzionali per diversi scenari di variazioni del carico della domanda. In10, il controller 2DOF-PID sintonizzato con algoritmo Firefly (FA) è stato proposto come controller della frequenza di carico per un sistema di alimentazione a due aree in cui è stata effettuata la simulazione di due diversi scenari di variazione del carico della domanda in ciascuna area di generazione al fine di dimostrare la superiorità di il controller proposto rispetto al controller PID sintonizzato FA. Un nuovo approccio è stato proposto in11 aggiungendo un guadagno proporzionale per il feedback interno del controller PID che ha chiamato il controller PID-P come LFC per il sistema di alimentazione multi-sorgente a due aree mentre i guadagni del controller proposto sono stati ottimizzati utilizzando la tecnica PSO, è stata studiata la superiorità del controller proposto rispetto ad altri controller come il controller PID sintonizzato con algoritmo genetico (GA) e il controller 2DOF-PID. In12, i guadagni PID sono stati ottimizzati utilizzando l'algoritmo di ottimizzazione caotica (LCOA) basato su mappa lozi per una nuova funzione obiettivo proposta, è stato effettuato uno studio comparativo tra il controller proposto e altre tecniche per l'ottimizzazione del controller PID come GA, PSO e ricottura simulata (SA) laddove la tecnica proposta ha fornito prestazioni migliori rispetto ad altre tecniche. Il controller a logica fuzzy di tipo 1 (T1FLC) è stato proposto in 13 come LFC principale per un sistema di alimentazione a due aree che integra la centrale elettrica del parco solare e la batteria a flusso di ossidazione e riduzione (RFB) come fonte di energia attiva rapida durante i disturbi, il controller proposto ha ottenuto prestazioni migliori rispetto al controller PID durante forti carichi di domanda e variazioni dell'irraggiamento solare. In14, è stato proposto che T1FLC agisca come LFC per sistemi di alimentazione a due aree con controller del flusso di potenza interline (IPFC) mentre i guadagni per il controller proposto sono stati controllati dal controller PI, il controller proposto così come IPFC hanno contribuito a migliorare il stabilità del sistema di alimentazione e riduzione delle oscillazioni del sistema. L'algoritmo di ottimizzazione Whale (WOA) IT2FLC sintonizzato è stato proposto in15 per sistemi di alimentazione a due aree con sfasatore controllato da tiristori (TCPS) in linea di collegamento come controller del flusso di potenza, il controller proposto ha migliorato le prestazioni dinamiche del sistema di alimentazione rispetto a T1FLC perché IT2FLC ha gestito l'incertezza nel segnale di feedback. In16, è stato proposto l'algoritmo T1FLC sintonizzato per una colonia di api artificiali al fine di controllare la potenza attiva di riserva dalla turbina eolica durante i cambiamenti del carico della domanda nel sistema di alimentazione a microrete in cui la potenza attiva di riserva è la differenza tra la potenza di uscita massima della turbina eolica e la potenza di de- potenza della turbina sotto carico, mentre il controller proposto ha migliorato le prestazioni dinamiche per la velocità del rotore della turbina, il comportamento dell'angolo di inclinazione e la frequenza complessiva del sistema di microrete. L'IT1FLC adattivo ottimale è stato proposto in17 per controllare la potenza di uscita scaricata dal pannello fotovoltaico nel sistema di alimentazione a microrete durante gravi perturbazioni del carico della domanda, mentre la robustezza del controller proposto è stata studiata rispetto alle incertezze dei parametri del sistema di alimentazione, il controller proposto è stato significativamente migliorato la risposta in frequenza diminuendo la deviazione di frequenza e il tempo di assestamento del sistema.