هبود پاسخ فرکانسی ریزشبکه های جزیره ای با استفاده از حلقهی کنترل اینرسی مجازی
First Statement of Responsibility
محمدحسین نوروزی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
برق و کامپیوتر
Date of Publication, Distribution, etc.
۱۴۰۲
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۶۸ص.
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی برق در گرایش قدرت
Date of degree
۱۴۰۲/۰۵/۰۲
SUMMARY OR ABSTRACT
Text of Note
شبکه¬های دارای منابع انرژی تجدیدپذیرکه شامل توربین¬های بادی و فتوولتائیک هستند، به این دلیل که جرم چرخشی پایینی دارند و تولید منابع تجدیدپذیر به شرایط جوی و آب و هوایی وابسته¬اند باعث تحمیل عدم ِتوازنِ اضافی به سیستمهای قدرت میشوند که این امر تغییرات فرکانس را در پی دارد. حضور گستردهی این منابع در سیستم قدرت به خصوص در ریزشبکههای جزیرهای، کاهش اینرسی کلی و افزایش عدم قطعیت سیستم را در برخواهد داشت. امروزه ریزشبکه¬ها با افزایش ظرفیت تولید منابع تجدیدپذیر، ناپایدارتر از گذشته هستند. کنترل اینرسی مجازی در یک ریزشبکهی جزیرهای، با نفوذ زیاد منابع انرژی تجدیدپذیر در آن، به عنوان یک بخش مهم کنترلی در سیستم قدرت شناخته شده¬است. تشکیل حلقهی اینرسی مجازی در مرکز کنترلی ریزشبکهها، که براساس روش مشتق فرکانس است، با تزریق توان توسط سیستمهای ذخیرهساز، همانند عملکرد ژنراتورهای سنکرون در سیستمهای مرسوم، باعث بهبود اینرسی و حفظ پایداری سیستم میشود. کنترل اینرسی مجازی بر اساس روش مشتق فرکانس، با انجام محاسبات و اضافه کردن بخش میرایی مجازی به حلقهی کنترلی سیستم، هدف ِتنظیم فرکانس را میسر میسازد. روش ذکر شده به صورت مستقل از سایر واحدهای کنترلی ریزشبکه فعالیت میکند و لذا تمام انرژی موجود در سیستم ذخیرهساز صرف بهبود پاسخ فرکانسی سیستم خواهدشد. در مطالعات گذشته روش کنترلی اینرسی مجازی بر اساس مشتق فرکانس و روش سعی و خطا انجام میپذیرفت. کنترل¬کننده¬های مورد استفاده در این مطالعات اکثرا از نوع وابسته به مدل بوده و در هنگام بروز اغتشاشات نقطه¬کار سیستم را دستخوش تغییر کرده و به دلیل وابستگی به شرایط بهره¬برداری، خاصیت تطبیق پذیری نداشته و موجب رخداد آشوب در کنترل و پایداری ریزشبکه می¬شوند. در این پژوهش کنترل اینرسی مجازی از طریق روشهای برخط و تطبیقی همانند تکنیک¬های یادگیری عاطفی مغز و شبکههای عصبی انجام میگردد. از روشهای هوشمند به دلیل اینکه در هنگام ورود اغتشاش به سیستم، نقطه کار آن را تغییر نداده و حالت تطبیق پذیری با سیستم به خود میگیرند و همچنین نسبت به سایر روشها برتری دارند، استفاده میشود. در این پایان نامه برای ایجاد سیگنال کنترلی مؤثر در حلقهی ِکنترلِ اینرسی ِمجازی ذکرشده از تکنیک کنترلی یادگیری عاطفی مغز که از تکنیکهای برخط بدون مدل میباشد، استفاده شده و عملکرد آن با سایر روش¬های کنترلی مقایسه گردیده¬است. یادگیری عاطفی مغز روشی برای تنطیم پارامترهای سیستم به صورت تطبیقی است که نقاط ضعف سایر روشها نداشته و با استفاده از این روش در طراحی کنترل¬کننده¬ی هوشمند در حلقهی کنترلی اینرسی مجازی سیگنالِ مؤثر به بخش کنترل اینرسی مجازی سیستم ارسال گردیده و با بهبود پاسخ فرکانسی، پایداری فرکانس و اینرسی در سیستمهای قدرت به ارمغان آمده¬است.
Text of Note
Power grids with renewable energy sources (RESs) which include wind turbines and photovoltaics (PV), cause additional imbalance and frequency changes to the power systems because of their low rotating mass and the dependence of RESs on atmospheric and weather conditions. The widespread presence of RESs in the power system, especially in islanded microgrids (MGs), reduces the inertia and increases the uncertainty of the power system. Nowadays, MGs are more unstable with the increase in the generation capacity of renewable resources. Virtual inertia control (VIC) in an islanded MG, with high penetration of RESs, is known as an important control loop. The formation of a virtual inertia loop in the control center of MGs, which is responsible for injecting the power of energy storage systems (ESSs) to the grid based on the frequency derivative method, similar to the operation of synchronous generators (SGs) in conventional systems, improves inertia and maintains the stability of the system. VIC based on the frequency derivative method, considering calculations and adding a virtual damping section to the control loop of the system, enables the purpose of frequency regulation. The mentioned method works independently from other MGs control units. Therefore, all the energy in the storage system will be spent on improving the frequency response of the system. In recent studies, the VIC was based on the frequency derivative technique, which adjusts the control by trial-and-error method. The controller of previous studies was model-based controllers, which were dependent on operating conditions and did not have adaptivity, which may give rise to a flawed control system performance. In this research, VIC is performed through adaptive online methods such as brain emotional learning (BEL) and neural networks (NN) techniques. Online methods are used because they do not change the operating point when a disturbance penetrates the system, and they are also superior to other methods. In this thesis, to create an effective control signal in the mentioned VIC loop, the BEL control technique, which is one of the online model-free techniques, has been used and its performance has been compared with other control methods. The BEL is a method to adjust system parameters in an adaptive manner that does not have the weaknesses of other methods. Using this method in the design of the controller in the VIC loop has created the effective signal and sent it to the VIC section of the MGs, which has improved the frequency response and brought frequency and inertia stability to the power systems.
OTHER VARIANT TITLES
Variant Title
Frequency Response Improvement of Islanded Microgrids Using Virtual Inertia Control Loop