Nghiên cứu sa thải phụ tải áp dụng mạng nơron, thuật toán AHP và fuzzy logic

GVHD: PGS TS Quyền Huy Ánh TÓM TẮT Trong trình vận hành hệ thống điện, yêu cầu tối quan trọng đặt hệ thống phải vận hành an toàn, liên tục, đảm bảo cấp điện cho phụ tải sử dụng điện Trong đó, hai thơng số ảnh hưởng đến việc trì ổn định hệ thống là: điện áp (U, kV) tần số (f, Hz) hệ thống Hai đại lượng phép dao động xung quanh dãy giá trị qui định suốt trình vận hành Tần số hệ thống chủ yếu bị ảnh hưởng đại lượng công suất tác dụng lưới (P, kW), điện áp chủ yếu bị ảnh hưởng đại lượng công suất phản kháng (Q, kVAr) Khi hệ thống có cân đối cung - cầu tần số / điện áp vượt dãy vận hành dẫn đến hệ thống ổn định, can thiệp kịp thời có nguy bị rã lưới Việc ổn định diễn thời gian vài giây, việc rã lưới xảy vài phút để khôi phục lại hệ thống phải đến hàng kéo dài đến vài tuần Trong năm qua, cố xảy khắp nơi giới, nước có kinh tế phát triển Do vấn đề sa thải phụ tải để trì cân cung - cầu giữ ổn định hệ thống đưa để ứng phó với trường hợp Ngày nay, với phát triển ngành khoa học máy tính với công nghệ giám sát từ xa, điều khiển từ xa (SCADA) cho phép người theo dõi công suất sử dụng từ trạm trung gian đến hộ tiêu thụ thời gian thực Trong người thao tác đóng cắt hàng loạt thiết bị từ xa thời gian ngắn (ms) Luận văn nghiên cứu phương pháp sa thải phụ tải tần số áp dụng thuật toán Fuzzy - AHP mạng Nơ ron nhân tạo Phần thứ giới thiệu tổng quát phương pháp sa thải phụ tải áp dụng mạng Nơ ron nhân tạo thuật toán Fuzzzy - AHP HVTH: Đỗ Ngọc Ẩn Trang iv GVHD: PGS TS Quyền Huy Ánh Phần thứ hai giới thiệu sa thải phụ tải dựa thuật toán Fuzzy AHP mạng nơron Việc sa thải theo Fuzzy AHP giúp sa thải phụ tải theo hệ số tầm quan trọng tải, giảm thiệt hại phải cắt điện, mạng Norơn giúp nhận dạng chiến lược sa thải qua giúp việc sa thải thực sau đánh giá ổn định hệ thống điện, qua giúp thời gian phục hồi tần số nhanh Sự cố giải trừ nhanh Hiệu phương pháp đề xuất kiểm nghiệm hệ thống điện chuẩn IEEE 39 bus Phần áp dụng phương pháp sa thải phụ tải cho lưới điện với phụ tải có điều kiện ràng buộc cụ thể Cuối đưa kết đánh giá hiệu phương pháp đề xuất khả phát triển Tp Hồ Chí Minh, ngày 26 tháng 08 năm 2017 Đỗ Ngọc Ẩn HVTH: Đỗ Ngọc Ẩn Trang iv GVHD: PGS TS Quyền Huy Ánh ABSTRACT During the operation of the power system, a critical requirement is that the system must operate safely, continuously, ensuring the power supply to the load using electricity Of these, two important parameters that affect the maintenance of system stability are the voltage (U, kV) and the frequency (f, Hz) of the system These two quantities are only allowed to fluctuate around the specified range of values during operation The frequency of the system is mainly affected by the amount of active power on the grid (P, kW), while the voltage is mainly influenced by the amount of reactive power (Q, kVAr) When the system has a supply-demand imbalance, the frequency and / or voltage will exceed the operating range leading to system instability, without timely intervention, there is a risk of decay Stabilization occurs only for a few seconds, and decompression occurs only for a few minutes, but it can take up to several hours for the system to be restored or extended for up to several weeks Over the years, incidents have been occurring all over the world, even in countries with developed economies Therefore the problem of layoffs to maintain balance of supply and demand and stabilization of the system is proposed to cope with the above cases Nowadays, along with the development of computer science along with remote monitoring technology, remote control (SCADA) has enabled people to monitor the capacity utilization from the intermediate station to each household passive in real time In which humans can manipulate a series of remote devices in very short time (ms) This thesis studies the method of load shedding under the Fuzzy - AHP algorithm and artificial neural network The first part provides an overview of the method of load shedding applying artificial neural network and Fuzzzy algorithm - AHP HVTH: Đỗ Ngọc Ẩn Trang iv GVHD: PGS TS Quyền Huy Ánh The second part is about load shedding based on the Fuzzy AHP algorithm and neural network The Fuzzy AHP dismissal saves extra load by weighting the importance of the load, reducing the damage caused by power failures, and the Noron network identifies the load shedding strategy so that the sheddiing takes place immediately after the strike Price instability of the electrical system, thereby helping to recover time faster Incidents will be resolved faster The effectiveness of the proposed method is tested on the IEEE 39 bus power systems Finally, the results and evaluation of the effectiveness of the proposed methodology and the possibility of development are presented Ho Chi Minh City, August 26, 2017 Do Ngoc An HVTH: Đỗ Ngọc Ẩn Trang iv Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh MỤC LỤC Giới thiệu 1.1 Giới thiệu 1.2 Tính cấp thiết đề tài 1.3 Mục tiêu – Cách tiếp cận – Phƣơng pháp nghiên cứu 1.4 Đối tƣợng phạm vi nghiên cứu 1.5 Nội dung nghiên cứu Chương TỔNG QUAN .7 CÁC PHƢƠNG PHÁP SA THẢI PHỤ TẢI 1.1 Tổng quan kết nghiên cứu .7 1.2 Các phƣơng pháp sa thải phụ tải áp dụng 1.2.1 Phƣơng pháp sa thải phụ tải truyền thống .10 1.2.1.1 Sa thải phụ tải dƣới tần số (Under Frequency Load Shedding - UFLS) 11 1.2.1.2 Sa thải phụ tải dƣới điện áp (Under Voltage Load Shedding - UVLS) .17 1.2.1.3 Hạn chế phƣơng pháp sa thải phụ tải truyền thống 19 1.2.2 Sa thải phụ tải thích nghi 20 1.2.3 Các phƣơng pháp sa thải phụ tải thông minh (ILS - Intelligent Load Shedding) 22 1.2.3.1 Phƣơng pháp ứng dụng mạng neural (Artificial Neural Network - ANN) sa thải phụ tải 27 1.2.3.2 Ứng dụng điều khiển mờ sa thải phụ tải (Fuzzy Logic Control - FLC) 29 1.2.3.3 Ứng dụng hệ thống suy luận neural-mờ thích nghi (Adaptive Neuro 31 HVTH: Đỗ Ngọc Ẩn Trang v Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Fuzzy Infernce System - ANFIS) sa thải phụ tải .31 1.2.3.4 Ứng dụng thuật toán di truyền (Genetic Algorithm - GA) sa thải phụ tải .31 1.2.3.5 Ứng dụng tối ƣu hóa phần tử đám đơng (Particle Swarm Optimization PSO) sa thải phụ tải 33 1.2.3.6 Ƣu nhƣợc điểm phƣơng pháp tính tốn STPT thơng minh 34 1.3 Nhận xét .35 Chương 38 MƠ HÌNH PHÂN CẤP .38 AHP - THUẬT TOÁN FUZZY AHP VÀ CƠ SỞ LÝ THUYẾT MẠNG NƠRON38 2.1 Q trình phân tích hệ thống phân cấp - Thuật toán AHP 38 2.1.1 Thuật toán AHP - Analytic Hierarchy Process .38 2.1.2 Kỹ thuật mờ hóa luật hoạt động [43] 39 2.2 Mơ hình Fuzzy - AHP 40 2.3 Lý thuyết mạng nơ-ron nhân tạo (Artificial Neural Network – ANN) 42 2.3.1 Giới thiệu .42 2.3.2 Mô hình tốn học mạng nơ-ron 43 2.3.3 Cấu trúc mạng nơ-ron .44 2.3.4 Các phƣơng pháp huấn luyện mạng nơ-ron 47 2.3.5 Phân loại mạng nơ-ron 50 Chương 57 PHƢƠNG PHÁP SA THẢI PHỤ TẢI DỰA TRÊN THUẬT TOÁN FUZZY - AHP VÀ MẠNG NƠRON 57 3.1 Phƣơng pháp STPT dựa thuật toán Fuzzy – AHP mạng nơ-ron 57 3.2 Huấn luyện mạng Nơ ron 59 HVTH: Đỗ Ngọc Ẩn Trang v Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Chương 61 KHẢO SÁT, THỬ NGHIỆM NHẰM KIỂM CHỨNG HIỆU QUẢ PHƢƠNG PHÁP ĐỀ XUẤT TRONG LUẬN VĂN 61 4.1 Tính tốn hệ số tầm quan trọng tải dựa thuật toán Fuzzy - AHP 61 4.2 Quá trình lấy mẫu huấn luyện mạng Neural 77 4.3 Thử nghiệm phƣơng pháp đề xuất hệ thống điện chuẩn IEEE 39 bus 10 máy phát 90 4.3.1 Sa thải phụ tải theo phƣơng pháp truyền thống 92 4.3.1.1 Mức tải 65% 99 4.3.1.2 Mức tải 73% 100 4.3.1.3 Mức tải 85% 101 4.3.1.4 Mức tải 95% 102 4.3.2 Sa thải phụ tải theo Fuzzy - AHP 103 4.3.2.1 Mức tải 65% 104 4.3.2.2 Mức tải 73% 105 4.3.2.3 Mức tải 85% 106 4.3.2.4 Mức tải 95% 107 4.3.3 Nhận xét đánh giá 107 Chương 109 KẾT LUẬN 109 VÀ HƢỚNG NGHIÊN CỨU PHÁT TRIỂN 109 5.1 Kết luận 109 5.2 Hƣớng nghiên cứu phát triển 109 TÀI LIỆU THAM KHẢO 110 HVTH: Đỗ Ngọc Ẩn Trang v Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh DANH SÁCH CÁC HÌNH Hình Trang Hình 1.1 Các phƣơng pháp sa thải phụ tải hệ thống điện 10 Hình 1.2 Biểu diễn cơng suất điện 16 theo góc Hình 1.3 Sơ đồ phân cấp điều chỉnh tần số HTĐ Việt Nam 17 Hình 1.4 Cấu trúc tổng quát chƣơng trình ILS 24 Hình 2.1 Mơ hình mạng phân cấp việc xếp đơn vị 38 ~ ~ Hình 2.2 Mơ hình cạnh tranh M M 40 Hình 2.3 Tỷ lệ so sánh tầm quan trọng 41 Hình 2.4 Hình ảnh tế bào nơ-ron nhân tạo 44 Hình 2.5 Mơ hình tốn học đơn giản mạng nơ-ron 45 Hình 2.6 Cấu trúc mạng nơ-ron lớp 45 Hình 2.7 Cấu trúc mạng nơ-ron nhiều lớp 46 Hình 2.8 Cấu trúc mạng truyền thẳng lớp 46 Hình 2.9 Cấu trúc mạng truyền thẳng nhiều lớp 47 Hình 2.10 Nơ-ron hồi quy 47 Hình 2.11 Cấu trúc mạng hồi quy lớp 48 HVTH: Đỗ Ngọc Ẩn Trang v Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Hình 2.12 Cấu trúc mạng hồi quy nhiều lớp 48 Hình 2.13 Mơ hình huấn luyện mạng nơ-ron có giám sát 49 Hình 2.14 Mơ hình huấn luyện mạng khơng giám sát 50 Hình 2.15 Mơ hình học tăng cƣờng 51 Hình 2.16 Cấu trúc mạng GRNN 53 Hình 3.1 Quy trình STPT online 58 Hình 3.2 Sơ đồ khối trình huấn luyện mạng Nơ ron 59 Hình 4.1 Sơ đồ hệ thống IEEE 39 Bus 10 máy phát 62 Hình 4.2 Mơ hình AHP gồm vùng trung tâm tải đơn 63 vị tải Hình 4.3 Thiết lập cơng thức tính hệ số trung tâm tải 67 Hình 4.4 Thiết lập cơng thức tính hệ số trung tâm tải 68 Hình 4.5 Thiết lập cơng thức tính hệ số trung tâm tải 68 Hình 4.6 Thiết lập cơng thức tính hệ số trung tâm tải 69 Hình 4.7 Thiết lập cơng thức tính hệ số trung tâm tải 69 Hình 4.8 Thiết lập cơng thức tính hệ số trung tâm tải 70 Hình 4.9 Thiết lập cơng thức tính hệ số trung tâm tải 70 Hình 4.10 Thiết lập cơng thức tính hệ số trung tâm tải 72 HVTH: Đỗ Ngọc Ẩn Trang v Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Hình 4.11 Thiết lập cơng thức tính hệ số trung tâm tải 73 Hình 4.12 Quy trình mơ lấy mẫu ngõ vào, ngõ 78 Hình 4.13 Giao diện cài đặt thơng số mơ hình hệ thống điện 79 thử nghiệm Hình 4.14 Quy trình cài đặt thơng số chuẩn hệ thống 80 Hình 4.15 Quy trình kích hoạt mơ hình hệ thống điện 80 Hình 4.16 Chạy phân bố tối ƣu cơng suất 81 Hình 4.17 Giao diện thực chạy mơ cố 83 Hình 4.18 Mơ cố, trình lấy mẫu ngõ vào nơ-ron 84 Hình 4.19 Quy trình mơ sa thải, lấy mẫu ngõ 85 Hình 4.20 Cấu trúc thiết kế mạng nơ-ron GRNN 86 Hình 4.21 Dữ liệu đầu vào mạng nơ-ron 86 Hình 4.22 Cấu trúc huấn luyện mạng nơ-ron GRNN 86 Hình 4.23 Giá trị spread chọn huấn luyện mạng nơ-ron GRNN 88 Hình 4.24 Giao diện Guide thực sa thải phụ tải thực tế 89 Hình 4.25 Tần số hệ thống trƣờng hợp cố máy phát Bus số 30 91 Hình 4.26 Nhập cắt giảm tải vào chƣơng trình thủ cơng 95 Hình 4.27 Xuất file CSV từ chƣơng trình 96 Hình 4.28 Cài đặt định dạng số cho máy tính 96 HVTH: Đỗ Ngọc Ẩn Trang v Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh 4.3.2.2 Mức tải 73% 60,25 60,2 60,15 Frequency, Hz 60,1 60,05 60 59,95 59,9 59,85 59,8 59,75 59,7 20 40 60 80 100 120 140 160 Time, s Hình 4.38 Tần số hệ thống sau sa thải, 73% Hệ thống ổn định sau cắt tải L8, L25 HVTH: Đỗ Ngọc Ẩn 105 180 200 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh 4.3.2.3 Mức tải 85% 60.02 60 59.98 59.96 59.94 Frequency, Hz 59.92 59.9 59.88 59.86 59.84 59.82 59.8 59.78 59.76 59.74 59.72 59.7 20 40 60 80 100 120 140 160 Time, s Hình 4.39 Tần số hệ thống sau sa thải, 85% Hệ thống ổn định sau cắt tải L8 Tần số đạt 60,127 sau 78,13s HVTH: Đỗ Ngọc Ẩn 106 180 200 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh 4.3.2.4 Mức tải 95% 60.08 60.06 60.04 60.02 60 59.98 Frequency, Hz 59.96 59.94 59.92 59.9 59.88 59.86 59.84 59.82 59.8 59.78 59.76 59.74 59.72 59.7 20 40 60 80 100 120 140 160 180 200 Time, s Hình 4.40 Tần số hệ thống sau sa thải, 95% Hệ thống ổn định sau cắt tải L8 Tần số đạt 60,06 Hz sau 65,78s 4.3.3 Nhận xét đánh giá So sánh với trường hợp sa thải phụ tải theo phương pháp sa thải phụ tải truyền thống dưới tần số hai trường hợp tần số phục hồi đến giá trị cho phép, nhiên phương pháp sa thải theo Fuzzy-AHP nhìn chung có tổng cơng suất phải sa thải thời gian phục hồi tần số góc rotor nhanh Kết so sánh trình bày Bảng 4.19 HVTH: Đỗ Ngọc Ẩn 107 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Bảng 4.19 So sánh kết phương pháp sa thải truyền thống Fuzzy-AHP Hạng Mục Mức tải Tần số phục hồi, Hz Công suất sa thải (MW) Thời gian phục hồi (s) Số tải sa thải, Tải Phƣơng pháp truyền thống 65% 73% 85% 95% Thuật toán Fuzzy-AHP 65% 73% 85% 95% 60,57 60,12 60,11 60,15 60,0 60,09 60,01 60,06 634,11 400,58 466,43 521,30 484,90 544,58 443,7 495,9 47 52,1 71,11 61,15 43 50 45,11 50,1 19 2 1 Từ bảng Bảng 4.19, nhận thấy số lượng tải bị sa thải áp dụng Fuzzy – AHP đáng kể áp dụng phương pháp truyền thống Đây ưu điểm bật Khi có số khách hàng bị sa thải độ tin cậy lưới điện tốt hơn, số hài lòng từ phía khách hàng cao Lấy trường hợp điển hình để so sánh đồ thị, mức tải 85%: Hình 4.41 So sánh tần số hệ thống hai phương pháp, 85% HVTH: Đỗ Ngọc Ẩn 108 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh Chương KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU PHÁT TRIỂN 5.1 Kết luận Nghiên cứu đề xuất mơ hình sa thải phụ tải nhằm trì ổn định hệ thống điện xuất cố sở phối hợp mạng nơ ron, thuật toán Fuzzy-AHP Kết thử nghiệm mơ hình sa thải phụ tải đề xuất áp dụng cho hệ thống điện IEEE 39 bus 10 máy phát cho thấy tần số hệ thống phục hồi nhanh giá trị tần số phục hồi tốt hơn, tổng cơng suất cắt giảm so với phương pháp truyền thống Thêm vấn đề phương pháp Fuzzy – AHP có số tải bị cắt giảm nên mang lại số SAIDI tốt số độ hài lòng khách hàng cao phương pháp truyền thống Trong điều kiện nước ta trình hội nhập vào kinh tế khu vực giới số có tác động tích cực đến việc thu hút vốn đầu tư nước vào Việt Nam Kết nghiên cứu luận văn sử dụng làm tài liệu tham khảo cho nghiên cứu sinh, học viên cao học ngành Kỹ thuật điện toán nghiên cứu điều khiển khẩn cấp xảy cố hệ thống điện nhằm trì ổn định động hệ thống 5.2 Hướng nghiên cứu phát triển Xây dựng tập liệu học mở rộng cho đầy đủ mức tải kết hợp với mờ hóa đồ thị phụ tải tương ứng với điều kiện vận hành liên tục thực tế thay đổi phụ tải hệ thống điện Tối ưu hóa lượng công suất sa thải kết hợp với điều kiện ràng buộc điều kiện vận hành hệ thống điện HVTH: Đỗ Ngọc Ẩn 109 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh TÀI LIỆU THAM KHẢO [1] Mohammad Taghi Ameli, Saeid Moslehpour, Hamidreza Rahimikhoshmakani, “The Role of Effective Parameters in Automatic Load-Shedding Regarding Deficit of Active Power in a Power System”, The international Journal of modern Engineering, Vol 7, No 1, 2006 [2] Hamish H Wong, Joaquin Flores, Ying Fang, Rogelio P Baldevia,Jr, (2000) Guam Power Authority Under Frequency Load Shedding Study [3] Emmanuel J Thalassinakis, Member, IEEE, and Evangelos N Dialynas,(2004) A Monte-Carlo Simulation Method for Setting the Underfrequency Load Shedding Relays and Selecting the Spinning Reserve Policy in Autonomous Power Systems, IEEE transactions on power systems, vol 19, no [4] Florida Reliability Coordinating Council Inc, 2011 FRCC standards handbook, 316 pages [5] ERCOT, Underfrequency Load Shedding 2006 Assessment and Review, pages [6] Farrokh Shokooh, J J Dai, Shervin Shokooh, Jacques Tastet, Hugo Castro, Tanuj Khandelwal, Gary Donner, An Intelligent Load Shedding (ILS) System Application in a Large Industrial Facility [7] Ling Chak Ung, “AHP Approach for Load Shedding Scheme of an Islanded Power System”, Masters Thesis University Tun Hussein Onn Malaysia 2012, 142 pages [8] Goh Hui Hwang, “Application of Analytic Hierarchy Process (AHP) in load shedding scheme for electrical power system” Environment and Electrical Engineering (EEEIC), 2010 9th International Conference on, page(s): 365- 368 [9] Bộ Công thương Quy định quy trình Điều độ hệ thống điện quốc gia, 2014, tr 31 [10] Adly A Girgis, William Peterson Optimal estimation of frequency deviation and its rate of change for load shedding 2011, Electric Power Systems Research, HVTH: Đỗ Ngọc Ẩn 110 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh page(s): 306- 310 [11] Shervin Shokooh Intelligent Load Shedding Need for a Fast and Optimal Solution, 2005, Electric Power Systems Research, page(s): 263- 672 [12] Li Zhang, Jin Zhong UFLS Design by using f and integrating df/dt 2006, Power Systems Conference and Exposition, page(s): 266-269 [13] Hồ Đắc Lộc, Huỳnh Châu Duy, Ngô Cao Cường Dự báo sụp đổ điện áp hệ thống điện Trường Đại Học Bách Khoa TP.HCM, 2010, tr 91 [14] Dai Jianfeng, Zhou Shuangxi, Lu Zongxiang A New Risk Indices Based Under Voltage Load Shedding Scheme 2005, IEEE, page(s): 153-160 [15] Shamir S Ladhani, William Rosehart, Criteria for Load Control when Considering Static Stability Limits 2005, IEEE, page(s): 263-265 [16] T.L Saaty, The Analytic Hierarchy Process, McGraw-Hill, New York, 1980 [17] Y.C Erensal, T Oă zcan, M.L Demircan, Determining key capabilities in technology management using fuzzy analytic hierarchy process: A case study of Turkey, Information Sciences 176 (2006) 2755–2770 [18] C Kahraman, T Ertay, G Buăyuăkoăzkan, A fuzzy optimization model for QFD planning process using analytic network approach, European Journal of Operational Research 171 (2006) 390–411 [19] E Tolga, M.L Demircan, C Kahraman, Operating system selection using fuzzy replacement analysis and analytic hierarchy process, International Journal of Production Economics 97 (2005) 89–117 [20] P.J.M Van Laarhoven, W Pedrycz, A fuzzy extension of Saaty’s priority theory, Fuzzy Sets and Systems 11 (1983) p.229–241 [21] D.Y Chang, Extent Analysis and Synthetic Decision, Optimization Techniques and Applications, World Scientific, Singapore, 1992, p 352 [22] D.Y Chang, Applications of the extent analysis method on fuzzy AHP, European Journal of Operational Research 95 (1996) 649–655 [23] P Kundur ;J Paserba ; V Ajjarapu ; G Andersson ; A Bose ; C Canizares ; N Hatziargyriou ; D Hill ; A Stankovic ; C Taylor ; T Van Cutsem ; V Vittal, HVTH: Đỗ Ngọc Ẩn 111 Luận văn thạc sĩ GVHD: PGS.TS Quyền Huy Ánh "Definition and Classification of Power System Stability," August 2004 [24] H Bevrani, Robust Power System Frequency Control (Second Edition), Springer, 2014 P Kundur, Power System Stability and Control, McGraw-Hill, 1994 [25] P Pourbeik, P Kundur and C Taylor, "The anatomy of a power grid blackout – Root causes and dynamics of recent major blackouts," IEEE Power and Energy Magazine, 2006 [26] "List of major power outages," Wikimedia Foundation, [Online] Available: https://en.wikipedia.org/wiki/List_of_major_power_outages [Accessed 23 2016] [27] Bureau and Agencies, "The Economic Times," Times Internet, [Online] Available: http://economictimes.indiatimes.com/industry/energy/power/northerneastern-grids-collapse-biggest-power-failure-in-india/articleshow/15291201.cms [Accessed 23 2016] [28] Tiffany Ap and Lonzo Cook, "CNN International," Turner Broadcasting System, [Online] Available: http://edition.cnn.com/2016/06/08/africa/kenyamonkey-power-outage-trnd/ [Accessed 23 2016] [29] "Sự cố điện miền Nam Việt Nam 2013," Wikimedia Foundation, [Online] Available:https://vi.wikipedia.org/wiki/Sự_cố_mất_điện_miền_Nam_Việt_Nam_20 13 [Accessed 23 2016] [30] J.A Laghari; H Mokhlis; A.H.A Bakar; Hasmaini Mohamad, "Application of computational intelligence techniques for load shedding in power systems: A review," Energy Conversion and Management, 2013 [31] A.A.M Zin; H M Hafiz; W K Wong, "Static and dynamic under-frequency load shedding: a comparison," International Conference on Power System Technology, PowerCon 2004, vol I, pp 941-945, 2004 [32] ERCOT Operating Guides, "Underfrequency Load Shedding 2006 Assessment and Review," ERCOT, Texas, 2006 HVTH: Đỗ Ngọc Ẩn 112 Published by : http://www.ijert.org International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 Emergency Control of Load Shedding Based on Fuzzy- AHP Algorithm L.T Nghia1, T.T Giang1, N.N Au1, Q.H Anh1, Do.Ngoc An1 Faculty of Electrical and Electronics Engineering, HCMC University of Technology and Education Hochiminh city, Vietnam Abstract—Load shedding is considered one of the methods used in emergency situations to avoid instability and quickest recovery In load shedding, anti-instability and spreading, it is important to quickly propose a reasonable load shedding strategy that will allow rapid recovery frequencies and the frequency values are acceptable This paper presented the building of load shedding strategy that includes pre-designed rules based on the Fuzzy-AHP algorithm The Fuzzy-AHP algorithm calculates the importance factor of the load in the electrical system Load shedding are performed with low priority loads to help reduce the economic losses When the electrical system is determined to be unstable, immediately, the load shedding control commands is executed, so the decision-making time is shortened and the damage caused by the load shedding is reduced compared to the traditional methods The effectiveness of the proposed method is checked on the IEEE 39-bus system Keywords— Load Shedding; fuzzy-AHP; power system stability; UFLS I INTRODUCTION Controlling the load shedding in the electrical system requires both economic and technical efficiency Thereby, it must ensure the power system continues to maintain stability and cause the least damage when the load has to be shed The method of load shedding by under frequency relay (R81), or under voltage relay (R27) is the most commonly used method for frequency and voltage stability control, and maintenance stability of the system under the necessary conditions [1,2] In conventional load-shedding, when the frequency or voltage fluctuates outside the pre-set operating range, the under frequency/under voltage relay will cut the load Therefore, it will prevent the frequency/voltage reduce and its effects The under frequency load shedding relays are set to cut a predetermined load capacity of 3-5 steps when the frequency reduce below the set threshold in order to keep the power system stable To improve the effectiveness of the load shedding, some load shedding methods are based on the declining frequency (df/dt) [3], or are used the second derivative to forecast the frequency and load shedding [4] These methods mainly restore the frequency of allowable values and prevent the black out To optimize the amount of load shedding, some intelligent methods were proposed such as: artificial neural networks (ANNs) [5,6], fuzzy logic, neuro-fuzzy, particle swarm optimization (PSO), genetic algorithm (GA) [7-9] These publications are focused on under frequency load shedding in IJERTV6IS090108 the steady state of operation of the power system However, due to the complexity of the electrical system, in the emergency operating mode, these cases had a problem of the burden of calculation; the processing speed of the algorithm program was slow or has to shed the passive load after the frequency was under the threshold It took much time and caused delay in load shedding decision leading to the instable power system In particular, in the electricity market today, the need to ensure quality of power and reduce the economic losses associated with load shedding should be addressed In order to overcome the limitations of traditional methods, it is necessary to propose a new model for load shedding control based on rules that pre-design according to the FuzzyAHP algorithm When the power system is unstable, the load shedding control commands immediately executes, so the decision-making time is shortened The effectiveness of the proposed method is test on the IEEE 39-bus electrical system diagram II MATERIALS AND METHODS A Analytic Hierarchy Process (AHP) Analytic Hierarchy Process (AHP) is one of Multi Criteria decision making method that was originally developed by Prof Thomas L Saaty In short, it is a method to derive ratio scales from paired comparisons [10, 11] This method presents assessment method and criteria, and works collectively to arrive at a final decision AHP is particularly well suited for case studies involving quantitative and analytical, making decisions when there are multiple standards-dependent alternatives with multiple interactions The steps of the AHP algorithm can be expressed as follows: Step 1: Set up a decision hierarchy model Fig AHP model of the arrangement of units www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) 185 Published by : http://www.ijert.org International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 Step 2: Build judgment matrix LC and LN that show the important factor between load centers (LC) and load nodes (LN) each other of the power system The value of elements in the judgment matrix reflects the user’s knowledge about the relative importance between every pair of factors  w D1/w D1 w D1/w D2 w D1/w Dn  w /w w /w w /w D2 Dn  D2 D1 D2 D2  LC       w Dn /w D1 w Dn /w D2 w Dn /w Dn  w K1/w K1 w K1/w K2 w K1/w Kn  w /w w /w w /w K2 Dn  K2 K1 K2 K2  LN       w Kn /w K1 w Kn /w K2 w Kn /w Kn          Wi* , i = 1, , n n W j 1          ; (6) * j In this way, there are eigenvectors of matrix A,  W  W1 ,W2 , ,Wn  T (7) (4) Calculation of the largest eigenvalues of matrix A n ( AW ) j i 1 nWi max   , j= 1, , n (8) Where, AWi represents the i-th component of the vector AW (1) where, wDi/wDj is the relative importance of the ith load node compared with the jth load node; wki /wkjis the relative importance of the ith load center compared with the jth load center The value of wki /wkj, wDi/wDj can be obtained according to the experience of electrical engineers or system operators by using some “1 – 9” ratio scale methods According to the principle of AHP, the weighting factors of the loads can be determined through the ranking computation of a judgment matrix, which reflects the judgment and comparison of a series of pair of factors Therefore, the unified weighting factor of the load nodes of the power system can be obtained from the following equation: wij = wKj x wDi Wi  Di  K j Step 4: Hierarchy ranking and check the consistency of the results B The definition of the triangular fuzzy number and the operational laws of triangular fuzzy numbers [12] The membership function fuzzy number defined on R is equal to (9) Where, l ≤ m ≤ u and, l and u are respectively lower and where, Di∈ Kj means load node Di is located in load center Step 3: Calculate the largest eigenvalue and corresponding eigenvectors of judgment matrix M  (l , m, u ) of the triangular l  x  m  l  m  l , x  [l , m]  ~ u  x M ( x)    , x  [m, u ] m  u m u  otherwise 0,   (2) Kj ~ ~ M ( x) : R  [0,1] ~ bound values of the support of M According to Zadehs extension principle given two triangular fuzzy numbers ~ ~ M  (l1 , m1 , u1 ) and M  (l2 , m2 , u2 ) ( l1 and l  0) To calculate the eigenvalue of matrix largest judgment, can use the root methods (1) Multiply all the components in each row of the judgment matrix M i   i X ij , i = 1, …, n; j = 1, …, n (3) Here, n is the dimension of the judgment matrix A, X ij is the element of the matrix A ~ (2) Calculate the n th root of Mi M i   i X ij Vector W *: Fig The comparison of two fuzzy numbers i = 1, , n (4) ,  * (3) Standardize vector W * IJERTV6IS090108 The extended addition is defined as: ~ *  * T n W  W ,W , ,W * ~ M1  M  (l1  l2 , m1  m2 , u1  u2 ) (5) ~ M and M (10) The extended multiplication is defined as: ~ ~ M1  M  (l1l2 , m1m2 , u1u2 ) www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) (11) 186 Published by : http://www.ijert.org International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 ~ The inverse of triangular fuzzy number M is defined as:  1 1 M   , ,   u1 m l1  ~ 1 (12) Step 4: Calculate the weights in the sub-factors (load units) for the whole system This weight is calculated by multiplying the numerator by the weighted coefficients by the weight of the respective principal factors C Fuzzy - AHP Model The conventional AHP approach may not fully reflect a style of human thinking One reason is that decision makers usually feel more confident to give interval judgments rather than expressing their judgments in the form of single numeric values As a result, fuzzy AHP and its extensions are developed to solve alternative selection and justification problems Fuzzy-AHP method determines the significance of the load units in the power system, is performed by following these steps [12]: According to Chang's Fuzzy-AHP method [15-17], n m ~  S i   M gij   M gij  j 1  i 1 j 1  1 (13) where,    m  m m j  M gi   l j ,  m j ,  u j    j 1  j 1 j 1 j 1    ; m Step 1: Identify main factors and sub-factors Step 2: Develop an AHP model based on these factors determined in Step Step 3: Calculate the weighting of the important factor of these load centers together and the important factor of load units in the same load center based on the judgment matrix was been fuzzy Percentage of fuzzy about the important factor to measure the relevant weighting is given in Fig and Table I This rate was proposed by Kahraman [13] and was used to resolve the problems fuzzy implementation of decisions [13,14] ~ m ~       1  j  , n  M gi    n , n   i 1 j 1    ui  mi  ui l  i 1 i 1  i 1  n ~ m The 1 degree of ~ (14) possibility of ~ M  (l2 , m2 , u )  M  (l1 , m1 , u1 ) is defined as: ~ ~ ~ ~ V (M  M )  sum[min(M ( x), M ( y))]  1, if m  m1  ~ ~ ~ ~ ~ V ( M  M )  hgt ( M  M )  M (d )  0, if l  u1  l1  u  , otherwise  m2  u2   m1  l1  (15) ~ Fig Linguistic scale for relative importance TABLE I LINGUISTIC SCALES FOR DIFFICULTY AND IMPORTANCE Linguistic scale Linguistic scale for Triangular Triangular for difficulty fuzzy scale fuzzy importance reciprocal scale Just equal Just equal (1,1,1) (1,1,1) Equally difficult (ED) Equally important (EI) (1/2,1,3/2) (2/3,1,2) Weakly more difficult (WMD) Strongly more difficult (SMD) Very strongly more difficult (VSMD) ~ See Fig V ( M  M ) in case m2  l1  u2  m1 where d is the ordinate of the highest intersection point D between ~ ~ ~ ~ M and M To compare M and M need to both the values of ~ ~ ~ ~ V ( M1  M ) and V ( M  M ) The degree possibility for a convex fuzzy number to be greater than k convex fuzzy numbers Mi (i = 1,2, .,k) can be defined by ~ ~ ~ ~ ~ ~ V ( M  M , M , M k )  minV ( M  M i ) Weakly more important (WMI) Strongly more important (SMI) Very strongly more important (VSMI) Absolutely more difficult (AMD) Absolutely more important (AMI) (1,3/2,2) (1/2,2/3,1) (3/2,2,5/2) (2/5,1/2,2/3) (2,5/2,3) (1/3,2/5,1/2) (5/2,3,7/2) (2/7,1/3,2/5) = 1,2,…,k , i (16) Finally, W  (min V (S1  S k ), V (S  S k ), , V (S n  S k )) T (17) is the weight vector, for k=1,2,…,n The weighting importance of the load units of the system is calculated by multiplying the weights of the load nodes with the weight of the corresponding load center Step 5: Sort by descending order of importance of each load unit to implement load shedding strategy by priority IJERTV6IS090108 www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) 187 Published by : http://www.ijert.org TABLE II International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 SORT BY DESCENDING ORDER OF IMPORTANCE OF THE LOAD UNITS Load Center Load W Notes LC1 LC1 LC3 LC4 L1 L2 W1 W2 W1>W2> Calculate the importance factor of load based on the Fuzzy - AHP algorithm: D Proposed method Fig Diagram of the power system 39 bus 10 generators for case study Based on the grid of the elements and the number of the loads, divide the system into load centers This system is similar to a National grid, in which each loading area is a province (or possibly a cluster of provinces) The number of loads in the area is the transformer stations in that province Use the Fuzzy - AHP method to determine load and load center weights in the system Follow the steps of the FuzzyAHP algorithm model: Step 1: Identify the load centers and load units in the load center (main factors and sub-factors) In this model, the system has four load centers LC1, LC2, LC3, LC4 and has 19 load units as shown in Table III TABLE III SYNTHESIZE DIVISION OF LOAD CENTERS, GENERATORS AND LOADS LC GEN LOAD N OF LOAD LC1 G30,31,32 LC2 G33, 34, 35, 36 L4, 7, 8, 12, 31, 39 L15, 16, 20, 21, 23, 24 LC3 LC4 G38 G37, 39 L26, 27, 28, 29 L3, 18, 25 Step 2: Develop a hierarchical AHP model based on load centers and units Load identified in Step Fig Flowchart of steps using Fuzzy-AHP method to load shedding III SIMULATIONS AND RESULTS To compare the effectiveness of load shedding base on Fuzzy-AHP, we simulation the proposed algorithm on the IEEE 39 bus system for using case proposed method and using traditional method Considering the loss of a generator causes the system to become unstable (frequency decreases less than 59.7 Hz or rotor deviation greater than 1800 at the bus) Corresponding to each case, it will develop a "control strategy" in the load shedding to restore the parameters back to the initial stable state This paper simulations using PowerWorld and observes the results obtained when applying the proposed load shedding IJERTV6IS090108 Fig Fuzzy-AHP model includes load centers and load units Step 3: Determine the weighting coefficients of importance of load centers and load units using the judgment matrix To that, the matrices should be constructed between the load centers and between the loads together in each load center Based on Table I and the experienced operators of electrical systems determine the main and the sub-factors These factors were shown in the tables Table IV, Table V, Table VI, Table VII, and Table VIII www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) 188 Published by : http://www.ijert.org TABLE IV International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 THE MAIN AND SUB-FACTOR MATRIX OF THE LOAD CENTER Ci 3/2 2/5 1/1 2/3 5/2 2/3 L21 5/2 3/1 7/2 2/3 1/1 3/2 3/2 2/1 5/2 1/1 1/1 1/1 2/7 1/3 2/5 2/7 1/3 2/5 3/2 2/1 5/2 L23 3/2 2/1 5/2 2/3 1/1 3/2 2/5 1/2 2/3 5/2 3/1 7/2 1/1 1/1 1/1 2/3 1/1 3/2 1/1 1/1 1/1 2/5 1/2 2/3 L24 2/3 1/1 3/2 2/3 1/1 3/2 3/2 2/1 5/2 5/2 3/1 7/2 2/3 1/1 3/2 1/1 1/1 1/1 3/2 2/1 5/2 1/1 1/1 1/1 C1 1/1 1/1 1/1 C2 3/2 2/1 5/2 C3 2/7 1/3 2/5 C4 2/5 1/2 2/3 C2 2/5 1/2 2/3 1/1 1/1 1/1 2/3 1/1 3/2 C3 5/2 3/1 7/2 2/3 1/1 3/2 C4 3/2 2/1 5/2 2/5 1/2 2/3 C1 TABLE VII Where, Ci is the center of load i, i = - This is the row x column, with the value in each row consists of the main position in the middle row and two sub values in the two adjacent rows it Similarly, the judgment matrices of load in LC1, LC2, LC3, LC4 load centers are calculated TABLE V LC1 L7 2/3 1/1 3/2 L8 2/3 1/1 3/2 L12 2/7 1/3 2/5 L31 2/5 1/2 2/3 L39 5/2 3/1 7/2 L7 2/3 1/1 3/2 1/1 1/1 1/1 5/2 3/1 7/2 2/3 1/1 3/2 3/2 2/1 5/2 2/3 1/1 3/2 L8 2/3 1/1 3/2 2/7 1/3 2/5 1/1 1/1 1/1 2/5 1/2 2/3 2/3 1/1 3/2 2/5 1/2 2/3 5/2 3/1 7/2 2/3 1/1 3/2 3/2 2/1 5/2 1/1 1/1 1/1 2/7 1/3 2/5 2/7 1/3 2/5 3/2 2/1 5/2 2/5 1/2 2/3 2/3 1/1 3/2 5/2 3/1 7/2 1/1 1/1 1/1 2/3 1/1 3/2 2/7 1/3 2/5 2/3 1/1 3/2 3/2 2/1 5/2 5/2 3/1 7/2 2/3 1/1 3/2 1/1 1/1 1/1 L12 L31 L39 Load Center includes loads: L4, L7, L8, L12, L31, L39, matrix obtained for load center is matrix rows x columns TABLE VI LC2 L15 L16 L20 LC3 L26 1/1 1/1 1/1 L27 2/5 1/2 2/3 L28 2/3 1/1 3/2 L29 2/3 1/1 3/2 L27 3/2 2/1 5/2 1/1 1/1 1/1 5/2 3/1 7/2 2/7 1/3 2/5 L28 2/3 1/1 3/2 2/7 1/3 2/5 1/1 1/1 1/1 2/3 1/1 3/2 L29 2/3 1/1 3/2 5/2 3/1 7/2 2/3 1/1 3/2 1/1 1/1 1/1 L26 MAIN AND SECONDARY COEFFICIENTS MATRIX OF LOAD CENTER 1, LC1 L4 1/1 1/1 1/1 L4 MAIN AND SECONDARY COEFFICIENTS MATRIX OF LOAD CENTER 3, LC3 MAIN AND SECONDARY COEFFICIENTS MATRIX OF LOAD CENTER 2, LC2 TABLE VIII MAIN AND SECONDARY COEFFICIENTS MATRIX OF LOAD CENTER 4, LC4 LC4 L3 1/1 1/1 1/1 L18 2/3 1/1 3/2 L25 2/3 1/1 3/2 L18 2/3 1/1 3/2 1/1 1/1 1/1 5/2 3/1 7/2 L25 2/3 1/1 3/2 2/7 1/3 2/5 1/1 1/1 1/1 L3 According to Chang's Fuzzy-AHP method [15], the formula (13) computes: S1 = (3.19, 3.83, 4.57) x 0.20, 0.29) S2 = (3.57, 4.5, 5.67) x L15 L16 L20 L21 L23 L24 1/1 2/3 2/3 2/7 2/5 2/3 1/1 1/1 1/1 1/3 1/2 1/1 1/1 3/2 3/2 2/5 2/3 3/2 S3 = (2.73, 3.50, 4.67) x 2/3 1/1 5/2 2/3 2/3 2/3 0.28, 0.42) 1/1 1/1 3/1 1/1 1/1 1/1 3/2 1/1 7/2 3/2 3/2 3/2 2/3 2/7 1/1 IJERTV6IS090108 1/1 1/3 1/1 2/5 1/2 3/2 2/1 2/5 1   , ,   = (0.14,  23.57 19.33 15.72  1   , ,   = (0.15,  23.57 19.33 15.72  0.23, 0.36) S4 = (3.45, 4.33, 5.40) x 1   , ,   = (0.19,  23.57 19.33 15.72  1   , ,   = (0.19,  23.57 19.33 15.72  0.28, 0.42) Using (15), (16): 1/2 www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) 189 Published by : http://www.ijert.org V S1  S2  = International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 0.15  0.29  0.80 ; (0.20  0.29)  (0.23  0.15) similar V S1  S3  =0.53; V S1  S4  =0.55; V S2  S1  =1; V S2  S3  = similar V S  S  =0.77; 0.19.0.36  0.76 ; (0.23  0.36)  (0.29  0.19) V S  S1  =1; V S  S  =1; V S  S  =1 V S  S1  =1; V S  S  =1; V S  S  =1 Using (16): d’(C1)= V S1  S ,S 3, S  =min(0.80,0.53,0.55)=0.53 d (C2)= V S  S1 ,S 3, S  =min(1,0.76,0.77)=1 ’ d (C3)= V S3  S1 ,S 2, S  =min(1,1,1)=1 ’ d (C4)= V S1  S ,S 2, S3  = min(1,1,1)=1 Thus, W’=(0.53,0.76,1,1), from which the weights or vectors are calculated W=(0.16,0.23,0.30,0.30) based on the formula ’ Wi  Wi* W * i Similar to such calculation, find the weights of each load center and of each load in the center The results for the remaining cases are shown in Table IX TABLE IX LC1 Weight WEIGHT OF LOADS IN EACH CENTER LC2 LC3 LC4 W1 0,1519630935 0,0992308192 0,1371793201 0,2895529185 W2 0,2152410974 0,2162023778 0,3872652285 0,6625677390 W3 0,0560022057 0,1111338061 0,1122063232 0,0478793425 W4 0,1767634431 0,1002503983 0,3633491282 - W5 0,2023422316 0,2294871676 - - W6 0,1976879287 0,2436954311 - - After obtaining the values Wkj and Wdi, compute the coefficients of gross coefficient combined W ij of each load The value is calculated by the formula W ij = W kj.x Wdi, that is, multiply by two the weighted values of the load and the weight of the center together Weights W kj in the same load center is the same and equal to the value Wkj After calculating the important factor of each load unit at each stage from Fuzzy-AHP calculations, arrange loading units in descending order of priority as shown in Table X The more important loads are, the greater the Wij are TABLE X LC4 The important factor of load centers 0,3037660388 L18 0,2012655775 L27 0,3872652285 LC3 0,3037660388 0,1176380244 L29 0,3633491282 LC3 0,3037660388 0,1103731254 L3 0,2895529185 LC4 0,3037660388 0,0879563431 L24 0,2436954311 LC2 0,2318391143 0,0564981329 L23 0,2294871676 LC2 0,2318391143 0,0532041017 Loads L16 0,2162023778 LC2 0,2318391143 0,0501241678 L26 0,1371793201 LC3 0,3037660388 0,0416704187 L7 0,2152410974 LC1 0,1606288080 0,0345739209 10 L28 0,1122063232 LC3 0,3037660388 0,0340844703 11 L31 0,2023422316 LC1 0,1606288080 0,0325019915 12 L39 0,1976879287 LC1 0,1606288080 0,0317543763 13 L12 0,1767634431 LC1 0,1606288080 0,0283933012 14 L20 0,1111338061 LC2 0,2318391143 0,0257651632 15 L4 0,1519630935 LC1 0,1606288080 0,0244096506 16 L21 0,1002503983 LC2 0,2318391143 0,0232419636 17 L15 0,0992308192 LC2 0,2318391143 0,0230055852 18 L25 0,0478793425 LC4 0,3037660388 0,0145441182 19 L8 0,0560022057 LC1 0,1606288080 0,0089955675 From Table X, it is found that load L8 has the largest order number (19th) that is the load has the lowest priority and will be cut off first Load L18 with the smallest ordinal number (numbered 1st), meaning that this load has the highest priority and will be cut off in the end in any case From here, the following order can be given: L8, L25, L15, L21, L4, L20, L12, L39, L31, L28, L7, L26, L16, L23, L24, L3, L29, L27, L18 The Fuzzy-AHP method is used to determine the arrangement of load units in priority order at all times and the load shedding system will cut the load on the system smallest number before Apply the proposed method proceed to load shedding the load until the frequency of recovery return to a value greater than 59.7Hz The results of frequency simulation were shown in Fig ARRANGE LOADING UNITS BY THE WEIGHT FACTOR OF THE LOAD FACTOR WIJ The important factor of load units 0,6625677390 No IJERTV6IS090108 LC The important factors Fig Compares the effectiveness of the traditional method and the proposed method www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) 190 Published by : http://www.ijert.org International Journal of Engineering Research & Technology (IJERT) ISSN: 2278-0181 Vol Issue 09, September - 2017 Compared the load shedding methods based on traditional method (under frequency load shedding) and Fuzzy-AHP algorithm, in both cases the frequencies were restored to allowed values However, the load shedding according to Fuzzy-AHP algorithm had total load shedding capacity lower than under frequency load shedding Especially, the frequency recovery time and rotor angle of Fuzzy-AHP method are faster than traditional method [8] IV CONCLUSIONS Load shedding based on Fuzzy-AHP algorithm is applied in the emergency situations to maintain stability of the power system This paper proposed a new method to build load shedding strategies according to the pre-designed rules based on Fuzzy-AHP algorithm The implementation of load shedding was made immediately after evaluating the instability of the power system, helping the system to recover faster in emergency Simulation results on the IEEE 39 bus system showed that the effectiveness of the proposed method [12] ACKNOWLEDGMENT This research was supported by Ho Chi Minh City University of Technology and Education under a research at the Power System and Renewable Lab [17] [9] [10] [11] [13] [14] [15] [16] Sasikala, J., and Ramaswamy, M., “Fuzzy based load shedding strategies for avoiding voltage collapse,” Appl Soft Comput., Vol 11, No 3, pp 3179–3185, 2011 Sadati, M., Amraee, T., and Ranjbar, A M., “A global particle swarmbased-simulated annealing optimization technique for under-voltage load shedding problem,” Appl Soft Comput., Vol 9, pp 652–657, 2009 T.L Saaty.: The Analytic Hierarchy Process McGraw-Hill, New York, (1980) J Z Zhu, Optimal Load Shedding Using AHP and OKA, International Journal of Power and Energy Systems, Vol.25, No.1, pp40-49, 2005 Y.C Erensal, T Oă zcan, M.L Demircan, Determining key capabilities in technology management using fuzzy analytic hierarchy process, A case study of Turkey, Information Sciences 176, 2755–2770 (2006) C Kahraman, T Ertay, G Buăyuăkoăzkan, A fuzzy optimization model for QFD planning process using analytic network approach, European Journal of Operational Research 171, 390–411 (2006) E Tolga, M.L Demircan, C Kahraman, Operating system selection using fuzzy replacement analysis and analytic hierarchy process, International Journal of Production Economics 97, 89–117 (2005) D.Y Chang, Extent Analysis and Synthetic Decision, Optimization Techniques and Applications, World Scientific, Singapore, 352 (1992) D.Y Chang, Applications of the extent analysis method on fuzzy AHP, European Journal of Operational Research 95, 649–655(1996) P.J.M Van Laarhoven, W Pedrycz, A fuzzy extension of Saaty’s priority theory Fuzzy Sets and Systems 11, 229–241 (1983) REFERENCES [1] [2] [3] [4] [5] [6] [7] Florida Reliability Coordinating Council Inc, FRCC standards handbook (2011) IEEE Guide for the Application of Protective Relay used for Abnormal Frequency Load Shedding and Restoration, IEEE StdC37.117-2007, 2007 Seyedi, H., and Sanaye-Pasand, M., “Design of new load shedding special protection schemes for a double area power system,” Amer J Appl Sci., Vol 6, No 2, pp 317–327,2009 Urban Rudez, Rafael Mihalic, A novel approach to underfrequency load shedding, Electric Power Systems Research, 636-643 (2011) Hsu, C T., Kang, M S., and Chen, C S., “Design of adaptive load shedding by artificial neural networks,”IEE Proc Generat.Transm Distrib., Vol 152, No 3, pp 415–421, 2005 Hooshmand, R., and Moazzami, M., “Optimal design of adaptive under frequency load shedding using artificial neural networks in isolated power system,” Int J Power Energy Syst., Vol 42, No 1, pp 220–228, 2012 J.A Laghari , H Mokhlis, A.H.A Bakar, Hasmaini Mohamad, Application of computational intelligence techniques for load shedding in power systems: A review, Energy Conversion and Management, vol 75, pp130-140, 2013 IJERTV6IS090108 www.ijert.org (This work is licensed under a Creative Commons Attribution 4.0 International License.) 191 ... phương pháp sa thải phụ tải Các phương pháp sa thải phụ tải truyền thống UFLS sa thải phụ tải tần số UVLS sa thải phụ tải điện áp Artificial Neural Network (ANN) Các phương pháp sa thải phụ tải thích... pháp nghiên cứu 1.3.1 Mục tiêu nghiên cứu Nghiên cứu phương pháp sa thải phụ tải đề xuất phương pháp sa thải phụ tải dựa kết hợp thuật toán uzzy HP mạng nơron [4] 1.3.2 Cách tiếp cận - Nghiên cứu. .. phƣơng pháp sa thải phụ tải áp dụng Có nhiều phương pháp khác để sa thải phụ tải phục hồi hệ thống phát triển nhà nghiên cứu sử dụng ngành cơng nghiệp lượng tồn giới Các phương pháp sa thải phụ tải