طراحي كنترلر غيرخطي بهينه براي DSTATCOM در يك ريز شبكه براساس نظرية خطي‌سازي فيدبك و تركيب منطق فازي و الگوريتم زنبورها

Nonlinear Modeling and Controller Design of DSTATCOM in a Microgrid Based on Combination of Fuzzy Set and Bees Algorithm

در اين مقاله، كنترلر غير خطي جديد براي DSTATCOM در يك ريز شبكه شامل واحدهاي توليد پراكنده (DG) واحد پيشنهاد شده است. روش كنترلي پيشنهادي بر اساس نظرية خطي‌سازي فيدبك (FLT)، طراحي و از كنترلرهاي PID نيز براي تنظيم و رديابي جريان و ولتاژ مرجع استفاده شده است. همچنين تركيبي از سيستم‌هاي فازي و الگوريتم زنبورها (BA) به‌منظور بهينه‌سازي پارامترهاي كنترل‌كننده‌هاي PID پيشنهاد شده است. نتايج به‌دست‌آمده نشان مي‌دهد ويژگي‌هاي پاسخ پله ولتاژ DSTATCOM كنترلر پيشنهادي شامل زمان خيز، زمان نشست، حداكثر اضافه جهش و خطاي حالت پايدار به شكل چشمگيري بهبود يافته است. همچنين روش تركيبي پيشنهادي براي تنظيم كنترلر طراحي‌شده به تنظيم بهتر ولتاژ DC خازن موجود در DSTATCOM منجر شده است و نيز عملكرد بهتري در مقايسه با كنترلر كلاسيك PID و يا كنترلر تنظيم‌شده با الگوريتم ژنتيك (GA) و بهينه‌سازي ازدحام ذرات (PSO) در هر دو حالت وقوع خطا و پس از برطرف‌سازي خطا دارد.

This paper presents a nonlinear controller for a Distribution Static Compensator (DSTATCOM) of microgrids incorporating the Distributed Generation (DG) units. The nonlinear control has been designed based on partial feedback linearization theory and Proportional-Integral-Derivative (PID) controllers try to adjust the voltage and trace the outputs. This paper has proposed a combination of a fuzzy system and Bees Algorithm (BA) to optimize the parameters of the PID controllers. The results confirm that the characteristics of the response of the proposed controller (i.e. settling and rise times, the maximum overshoot and the steady-state error of the voltage step response of the DSTATCOM) is significantly improved by finding a high-quality solution. The proposed hybrid tuning method for the Partial Feedback Linearizing (PFL) controller concluded a better DC voltage regulation for the capacitor within the DSTATCOM. Furthermore, in the event of fault the proposed controller tuned by the fuzzy-BA method has shown a better performance in comparison with the conventional controller or controllers tuned by Genetic Algorithm (GA) or Particle Swarm Optimization (PSO) methods on both fault duration and after clearing times.