طراحي پايدارساز سيستم‌هاي قدرت با استفاده از كنترل‌كننده تطبيقي مرتبه كسري مبتني بر شبكه‌هاي عصبي موجك خودتنظيم

اخيراً روش‌هاي متعددي براي طراحي پايدارساز سيستم قدرت (PSS) ارائه ‌شده است كه مبتني بر كنترل‌كننده‌ها PI، PID و FOPID مي‌باشند. در اين كنترل‌كننده‌ها درجه آزادي به‌ترتيب از دو به سه و پنج افزايش مي‌يابد كه منجر به افزايش سرعت همگرايي و گسترش محدوده عملكرد مطلوب كنترل‌كننده نسبت به تغييرات نقطه كار مي‌شود اما با افزايش درجه آزادي، تعيين متغيرهاي كنترل‌كننده تبديل به معضل جديدي شده است چنان‌كه تنظيم متغيرهاي FOPID ديگر با استفاده از سعي و خطا امكان‌پذير نيست. يكي از روش‌هاي مرسوم استفاده از الگوريتم‌هاي بهينه‌سازي مي‌باشد اما بايد توجه داشت كه سيستم قدرت به‌شدت غيرخطي مي‌باشد. در اين مقاله الگوريتمي براي طراحي كنترل‌كننده PSS مبتني بر FOPID پيشنهاد مي‌شود كه در آن ضرايب كنترل‌كننده براساس شرايط سيستم تنظيم مي‌شود. بدين منظور ضرايب كنترل‌كننده براساس گراديان سيستم قدرت تعريف‌ مي‌شوند به‌طوري‌كه ضرايب در هرلحظه به روش تطبيقي- گراديان غيرمستقيم چنان تنظيم مي‌شوند كه تابع هزينه كنترل‌كننده كمينه شود كه نتيجه آن افزايش سرعت ميرايي نوسانات مي‌باشد. در الگوريتم پيشنهادي براي تخمين گراديان سيستم قدرت از يك شناساگر مبتني بر شبكه عصبي موجك خودتنظيم با يادگيري برخط استفاده ‌شده است. در نهايت كنترل‌كننده تطبيقي پيشنهادي براي يك سيستم قدرت دو- ناحيه‌اي، دو- ماشينِ شامل ادوات FACTs از نوع SSSC طراحي شد و عملكرد آن در مقايسه با روش‌هاي ديگر به‌صورت تحليلي و عددي ارزيابي شد. نتايج، مؤثر بودن عملكرد روش پيشنهادي در ميراسازي نوسانات سيستم قدرت را تأييد مي‌كنند.