طراحی کنترل‌کننده تکمیلی میراساز در سیستم‌های VSC HVDC برای بهبود تبدیل انرژی توربین‌های بادی و پایداری سیستم قدرت با استفاده از الگوریتم پیشنهادی ژنتیک- خفاش

نوع مقاله : مقاله پژوهشی (نظری)

نویسندگان

1 عضو هیئت علمی، گروه مهندسی برق، دانشگاه فنی و حرفه‌ای، تهران، ایران.

2 عضو هیئت علمی، گروه مهندسی برق، دانشگاه علوم و فنون مازندران، بابل، ایران.

3 عضو هیئت علمی، گروه مهندسی مکانیک، دانشگاه فنی و حرفه‌ای، تهران، ایران.

4 گروه کامپیوتر و فناوری اطلاعات، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران.

5 استادیار، گروه ریاضی، دانشگاه فنی و حرفه‌ای، تهران، ایران.

چکیده

اتصال توربین‌های بادی به شبکه‌های قدرت بدون تأثیرگذاری منفی بر پایداری سیستم، یکی از مهم‌ترین معضلات آتی گسترش نفوذ مزارع بادی در سیستم‌های قدرت محسوب می‌شود. در این مقاله با هدف بهبود پایداری شبکه قدرت، میراسازی نوسانات ناشی از مودهای کششی و افزایش بازدهی تبدیل انرژی در توربین‌های بادی استراتژی کنترلی جدیدی برای حلقه کنترل توان اکتیو توربین بادی و همچنین سیستم‌های انتقال جریان مستقیم ولتاژ بالا پیشنهاد می‌گردد. ابتدا نشان داده می‌شود که منحنی غیرخطی سرعت- توان توربین بادی بر ضریب میرایی مودهای کششی و در نتیجه آن بر بازدهی تبدیل انرژی و پایداری توربین بادی مؤثر است. بر همین اساس استفاده از پایدارساز توربین بادی در حلقه کنترل توان توربین بادی پیشنهاد می‌گردد. از آنجا که نیروگاه بادی بر سیلان مؤلفه‌های توان اکتیو- راکتیو مؤثر است؛ از این رو برای بهبود پروفیل ولتاژ و پایداری دینامیکی شبکه قدرت، استفاده از کنترل‌کننده‌های تکمیلی پایدارساز در مبدل یک‌سوکننده سیستم VSC HVDC پیشنهاد می‌گردد. در استراتژی کنترلی پیشنهادی، از کنترل‌کننده‌های PID مرتبه کسری استفاده خواهد شد که ضرایب آنها با استفاده از الگوریتم پیشنهادی ژنتیک- خفاش تنظیم می‌شوند. در این الگوریتم به دلیل اجتناب از هم‌گرایی سریع خفاش‌ها به اکسترمم‌های محلی و توسعه بهینه فضای جست‌وجو، از دو عملگر جهش دینامیکی مبتنی بر احتمالات و ترکیب الگوریتم ژنتیک استفاده خواهد شد. نتایج شبیه‌سازی نشان می‌دهد که تحت استراتژی کنترلی پیشنهادی پایداری سیستم و پروفیل ولتاژ در شبکه به‌طور قابل‌توجهی بهبود می‌یابند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Supplementary Damping Controllers Design in VSC HVDC Systems and Wind Farms to Improve Stability and Energy Conversion in Wind Turbine Using Proposed Genetic-Bat Algorithm

نویسندگان [English]

  • Naser Taheri 1
  • Ehsan Akbari 2
  • Nematollah Askari 3
  • Vazir Ahmad Tajik 4
  • Hamed Orojlo 3
  • Mohammad Ali Kazemi 3
  • Ghorban Ghasemi 5
1 Faculty Member, Department of Electrical Engineering, Technical and Vocational University (TVU), Tehran, Iran.
2 Faculty Member, Department of Electrical Engineering, Mazandaran University of Science and Technology, Babol, Iran.
3 Faculty Member, Department of Mechanical Engineering, Technical and Vocational University (TVU), Tehran, Iran.
4 Department of Computer and Information Technology, Mashhad Branch, Islamic Azad University, Mashhad, Iran.
5 Assistant Professor, Department of Mathematics, Technical and Vocational University (TVU), Tehran, Iran.
چکیده [English]

Connecting wind turbines to power networks without adversely affecting system stability is one of the most important future challenges to expand wind farms. In this paper, to improve the power network stability, damping the oscillations caused by torsional modes and increasing the energy conversion efficiency of wind turbines, a new control strategy was proposed for the active power control loop of wind turbines as well as HVDC transmission systems. First, the nonlinear speed-power curve of the wind turbine was shown to be effective in damping coefficients of torsional modes, energy conversion efficiency and the stability of the wind turbine. Accordingly, the use of wind turbine stabilizer in the wind turbine power control loop was proposed. Since the wind power plant is effective in the flow of the active-reactive power components, the use of supplementary damping controllers in the rectifier of VSC HVDC system was proposed to improve the voltage profile and the dynamic stability of the power network. The fractional order PID controllers were used in the proposed control strategy whose coefficients were adjusted using the proposed genetic-bat algorithm. In this algorithm, in order to avoid the rapid convergence of bats to local extremes and the optimal development of the search space, two operators of genetic algorithms, the dynamic mutation based on probabilities and the crossover were used. The simulation results showed that under the proposed control strategy, the stability of the system and the voltage profile in the network were significantly improved.

کلیدواژه‌ها [English]

  • Power system stability VSC HVDC system Fractional Order PID Damping Controller Genetic
  • Bat algorithm Wind turbine Torsional modes

مراجع

[1] Banaei, M. R., & Taheri, N. (2011). An adaptive neural damping controller for HVDC transmission systems. European Transactions on Electrical Power, 21(1), 910-923. https://doi.org/10.100 2/etep.485
[2] Shafaghatian, N., Kiani, A., Taheri, N., Rahimkhani, Z., & Masoumi, S. S. (2020). Damping controller design based on FO-PID-EMA in VSC HVDC system to improve stability of hybrid power system. Journal of Central South University, 27(2), 403-417. https://doi.org/ 10.1007/s11771-020-4305-2
[3] Taheri, N., Orojlo, H., & Ebrahimi, F. (2022). Damping Controller Design in Offshore Wind Power Plants to Improve Power System Stability Using Fractional Order PID Controllers Based on Optimized Exchange Market Algorithm. Journal of Intelligent Procedures in Electrical Technology, 13(51), 91-110. http://jipet.iaun.ac.ir/article_ 683701_573824118ff829d8b53ff151d5e64494.pdf
[4] Evangelista, C. A., Pisano, A., Puleston, P., & Usai, E. (2017). Receding Horizon Adaptive Second-Order Sliding Mode Control for Doubly-Fed Induction Generator Based Wind Turbine. IEEE Transactions on Control Systems Technology, 25(1), 73-84. https://doi.org/ 10.1109/TCST.2016.2540539
[5] Ion, C. P., & Serban, I. (2018). Self-excited induction generator based microgrid with supercapacitor energy storage to support the start-up of dynamic loads. Advances in Electrical and Computer Engineering, 18(2), 51-60. https://doi.org/10.4316/AECE. 2018.02007
[6] Toulabi, M., Bahrami, S., & Ranjbar, A. M. (2017). An Input-to-State Stability Approach to Inertial Frequency Response Analysis of Doubly-Fed Induction Generator-Based Wind Turbines. IEEE Transactions on Energy Conversion, 32(4), 1418-1431. https: //doi.org/10.1109/TEC.2017.2696510
[7] Zhang, Y., Hu, J., & Zhu, J. (2014). Three-Vectors-Based Predictive Direct Power Control of the Doubly Fed Induction Generator for Wind Energy Applications. IEEE Transactions on Power Electronics, 29(7), 3485-3500. https://doi.org/10.1109/TPEL.2013.2282405
[8] Justo, J. J., Mwasilu, F., & Jung, J-W. (2015). Doubly-fed induction generator based wind turbines: A comprehensive review of fault ride-through strategies. Renewable and Sustainable Energy Reviews, 45(6), 447-467. https://doi.org/10.1016/j.rser.2015.01. 064
[9] Moharana, A., Varma, R. K., & Seethapathy, R. (2014). SSR Alleviation by STATCOM in Induction-Generator-Based Wind Farm Connected to Series Compensated Line. IEEE Transactions on Sustainable Energy, 5(3), 947-957. https://doi.org/10.1109/T STE.2014.2311072
[10] Nikkhah, S., & Rabiee, A. (2018). Optimal wind power generation investment, considering voltage stability of power systems. Renewable Energy, 115, 308-325. https://doi.org/10.10 16/j.renene.2017.08.056
[11] Zeng, X., Liu, T., Wang, S., Dong, Y., Li, B., & Chen, Z. (2020). Coordinated control of MMC-HVDC system with offshore wind farm for providing emulated inertia support. The Institution of Engineering and Technology Renewable Power Generation, 14(5), 673-683. https://doi.org/10.1049/iet-rpg.2019.0505
[12] Yang, B., Yu, T., Zhang, X., Huang, L., Shu, H., & Jiang, L. (2018). Interactive teaching–learning optimiser for parameter tuning of VSC-HVDC systems with offshore wind farm integration. The Institution of Engineering and Technology Generation, Transmission & Distribution, 12(3), 678-687. https://doi.org/10.1049/iet-gtd.2016.1768
[13] Kou, P., Liang, D., Wu, Z., Ze, Q., & Gao, L. (2018). Frequency Support From a DC-Grid Offshore Wind Farm Connected Through an HVDC Link: A Communication-Free Approach. IEEE Transactions on Energy Conversion, 33(3), 1297-1310. https: //doi.org/10.1109/TEC.2018.2814604
[14] Lee, G. S., Kwon, D. H., & Moon, S. I. (2021). DC Current and Voltage Droop Control Method of Hybrid HVDC Systems for an Offshore Wind Farm Connection to Enhance AC Voltage Stability. IEEE Transactions on Energy Conversion, 36(1), 468-479. https://d oi.org/10.1109/TEC.2020.3005777
[15] Bidadfar, A., Saborío-Romano, O., Cutululis, N. A., & Sørensen, P. E. (2021). Control of Offshore Wind Turbines Connected to Diode-Rectifier-Based HVdc Systems. IEEE Transactions on Sustainable Energy, 12(1), 514-523. https://doi.org/10.1109/ TSTE.2020.3008606
[16] Bahirat, H. J., & Mork, B. A. (2019). Operation of DC Series–Parallel Connected Offshore Wind Farm. IEEE Transactions on Sustainable Energy, 10(2), 596-603. https://doi.org/10. 1109/TSTE.2018.2839712
[17] Rong, F., Wu, G., Li, X., Huang, S., & Zhou, B. (2019). ALL-DC Offshore Wind Farm With Series-Connected Wind Turbines to Overcome Unequal Wind Speeds. IEEE Transactions on Power Electronics, 34(2), 1370-1381. https://doi.org/10.1109/TPE L.2018.2834965
[18] Kotb, O., Ghandhari, M., Eriksson, R., Leelaruji, R., & Sood, V. K. (2017). Stability enhancement of an interconnected AC/DC power system through VSC-MTDC operating point adjustment. Electric Power Systems Research, 151, 308-318. https:// doi.org/10.1016/j.epsr.2017.05.026
[19] Radhakrishnan, A., & Jeyakumar, G. (2021). Evolutionary Algorithm for Solving Combinatorial Optimization—A Review. In Innovations in Computer Science and Engineering. Springer Singapore. https://doi.org/10.1007/978-981-33-4543-0_57
[20] Zolpakar, N. A., Yasak, M. F., & Pathak, S. (2021). A review: use of evolutionary algorithm for optimisation of machining parameters. The International Journal of Advanced Manufacturing Technology, 115(1), 31-47. https://doi.org/10.1007/s00170-021-07155-7
[21] Yuan, X., Yuan, X., & Wang, X. (2021). Path Planning for Mobile Robot Based on Improved Bat Algorithm. Sensors, 21(13), 1-14. https://doi.org/10.3390/s21134389
[22] Tepljakov, A., Petlenkov, E., & Belikov, J. (2011). FOMCOM: a MATLAB toolbox for fractional-order system identification and control. International Journal of Microelectronics and computer science, 2(2), 51-62. https://www.infona.pl/resource/bwmeta1.eleme nt.baztech-article-LOD7-0029-0056
[23] Tepljakov, A., Petlenkov, E., Belikov, J., & Petráš, I. (2019). FOMCON toolbox for modeling design and implementation of fractional-order control systems. In handbook of fractional calculus with applications. De Gruyter Berlin, Germany. https://doi.org/10.1515/9783110 571745-010
[24] Tepljakov, A. (2022). FOMCON Toolbox for MATLAB Version (1.50.3).GitHub. https:// github.com/extall/fomcon-matlab/releases/tag/v1.50.3)
فصلنامه علمی کارافن
دوره 19، شماره 1 - شماره پیاپی 57
فنی و مهندسی
خرداد 1401
صفحه 357-381

فایل ها

سابقه مقاله

  • تاریخ دریافت: 21 تیر 1400
  • تاریخ بازنگری: 14 دی 1400
  • تاریخ پذیرش: 30 بهمن 1400

هم رسانی

ارجاع به این مقاله

آمار