Luận án Tiến sĩ Kỹ thuật Nghiên cứu xây dựng hệ thống điều khiển tốc độ tuabin thủy điện liên kết vùng trên cơ sở logic mờ và mạng nơron nhân tạo

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI - NGUYỄN DUY TRUNG NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TỐC ĐỘ TUABIN THỦY ĐIỆN LIÊN KẾT VÙNG TRÊN CƠ SỞ LOGIC MỜ VÀ MẠNG NƠRON NHÂN TẠO LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI, 2020 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI - NGUYỄN DUY TRUNG NGHIÊN CỨU XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TỐC ĐỘ TUABIN THỦY ĐIỆN LIÊN KẾT VÙNG TRÊN CƠ SỞ LOGIC MỜ VÀ MẠNG NƠRON NHÂN TẠO Chuyên ngành: Kỹ thuật điều khiển Tự động hóa Mã số ngành: 9520216 LUẬN ÁN TIẾN SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC GS.TS Lê Hùng Lân PGS.TS Nguyễn Văn Tiềm HÀ NỘI, 2020 i LỜI CAM ĐOAN Tôi xin cam đoan thành cơng trình nghiên cứu riêng tơi suốt thời gian làm nghiên cứu sinh Các kết viết chung với tác giả khác đồng ý đồng tác giả trước đưa vào luận án Các kết luận án trung thực chưa công bố cơng trình khác Hà Nội, ngày tháng năm 2020 Tác giả Nguyễn Duy Trung ii LỜI CÁM ƠN Trong q trình làm luận án, Tơi xin bày tỏ lịng cảm ơn đến tập thể hướng dẫn GS.TS Lê Hùng Lân, PGS.TS Nguyễn Văn Tiềm, trực tiếp định hướng hướng dẫn luận án Tôi xin chân thành cảm ơn nhà khoa học, tập thể môn Điều khiển học, khoa Điện - Điện tử, phòng Sau đại học, trường Đại học Giao thông Vận tải, tạo điều kiện thuận lợi cho suốt trình học tập nghiên cứu thực đề tài luận án Tơi xin bày tỏ lịng biết ơn đến bạn đồng nghiệp khoa Điều khiển Tự động hóa đặc biệt Ban giám hiệu Trường Đại học Điện lực nơi công tác tạo điều kiện thuận lợi để yên tâm học tập, nghiên cứu Cuối muốn gửi lời cảm ơn thân thương tới gia đình nhỏ thân yêu tôi, nơi nhận ủng hộ động viên, khích lệ kịp thời, ln đồng hành kề vai sát cánh bên để vững tâm hồn thành nhiệm vụ học tập nghiên cứu luận án Tác giả iii MỤC LỤC Trang Trang phụ bìa Lời cam đoan i Lời cám ơn ii Mục lục iii Danh mục kí hiệu từ viết tắt vi Danh mục bảng viii Danh mục hình ix MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN VỀ ĐIỀU KHIỂN TỐC ĐỘ TUABIN THỦY ĐIỆN LIÊN KẾT VÙNG ĐỂ ỔN ĐỊNH TẦN SỐ LƯỚI 1.1 Giới thiệu thủy điện Việt Nam 1.2 Hệ thống tự động hóa nhà máy thủy điện 11 1.3 Bài tốn điều khiển tần số cơng suất tác dụng hệ thống điện 13 1.4 Bài tốn điều khiển tần số phát điện có liên kết vùng 18 1.5 Tổng quan nghiên cứu 20 1.6 Chọn tên đề tài hướng nghiên cứu 30 1.7 Mục tiêu luận án 31 1.8 Kết luận chương 32 CHƯƠNG 2: MƠ HÌNH ĐỘNG LỰC HỌC CỦA HỆ THỐNG TUABIN MÁY PHÁT THỦY ĐIỆN LIÊN KẾT VÙNG 34 2.1 Sơ đồ cấu trúc hệ thống thủy điện đơn vùng 34 2.1.1 Mơ hình đường ống áp lực 35 2.1.2 Mô hình hệ thống servo điện - thủy lực 35 2.1.3 Mơ hình tuabin thủy lực 36 2.1.4 Mơ hình máy phát điện 37 iv 2.1.5 Khảo sát động học hệ thống 39 2.2 Mơ hình hệ thống thủy điện liên kết hai vùng 41 2.3 Mô hình hệ thống điều khiển tốc độ tuabin máy phát thủy điện liên kết hai vùng 46 2.4 Kết luận chương 49 CHƯƠNG 3: THIẾT KẾ BỘ ĐIỀU KHIỂN TỐC ĐỘ TUABIN THỦY ĐIỆN LIÊN KẾT VÙNG TRÊN CƠ SỞ LOGIC MỜ ĐỂ ỔN ĐỊNH TẦN SỐ TẢI 50 3.1 Bộ điều khiển mờ luật PID 50 3.2 Các giải thuật tối ưu hóa tham số điều khiển 53 3.2.1 Thuật tốn tối ưu hóa bầy đàn PSO 53 3.2.2 Thuật toán di truyền GA 56 3.2.3 Thuật tốn tiến hóa vi phân DE 58 3.3 Thiết kế điều khiển tốc độ tuabin thủy điện liên kết vùng để ổn định tần số tải thay đổi 60 3.3.1 Thiết kế điều khiển FLC1 FLC2 loại PI 61 3.3.2 Thiết kế điều khiển FLC1 FLC2 loại PD 64 3.3.3 Tối ưu hóa tham số điều khiển mờ 65 3.3.4 Mô hệ thống điều khiển tốc độ tuabin thủy điện liên kết vùng 66 3.4 Kết luận chương 76 CHƯƠNG 4: ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO ĐIỀU KHIỂN TỐC ĐỘ TUABIN THỦY ĐIỆN LIÊN KẾT VÙNG ĐỂ ỔN ĐỊNH TẦN SỐ TẢI 78 4.1 Đặt vấn đề 78 4.2 Ứng dụng mạng nơ ron nhân tạo để tổng hợp điều khiển tốc độ tuabin thủy điện liên kết vùng 79 4.2.1 Những khái niệm mạng nơ ron nhân tạo 79 4.2.2 Các phương pháp huấn luyện mạng nơ ron nhân tạo 81 v 4.3 Các chiến lược điều khiển tốc độ tuabin toán điều khiển tần số hệ thống thủy điện ứng dụng mạng nơ ron nhân tạo 86 4.3.1 Chiến lược điều khiển tần số - tải sử dụng điều khiển NARMAL2 86 4.3.2 Bộ điều khiển LFC dựa MRAC 90 4.3.3 MPC ứng dụng ANN cho LFC 91 4.4 Các kết mô 94 4.4.1 Điều khiển thủy điện liên kết hai vùng sử dụng điều khiển nơ ron 94 4.4.2 Kết mô cho điều khiển NARMA MRAC 95 4.4.3 Kết mô cho điều khiển MPC 100 4.5 Kết luận chương 104 CHƯƠNG 5: PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU QUẢ CÁC GIẢI PHÁP ĐIỀU KHIỂN THÔNG MINH TỐC ĐỘ TUABIN NHÀ MÁY THỦY ĐIỆN 105 5.1 Đặt vấn đề 105 5.2 Tổng hợp phân tích giải pháp điều khiển cho nhà máy thủy điện đơn vùng liên kết vùng 106 5.2.1 Sơ đồ mô nhà máy thủy điện đơn vùng ứng dụng điều khiển mờ mạng nơ ron 106 5.2.2 Mơ hình hệ thống điều khiển tốc độ tuabin thủy điện liên kết vùng để ổn định tần số tải 108 5.3 Kết luận chương 128 KẾT LUẬN VÀ KIẾN NGHỊ 130 DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ 131 TÀI LIỆU THAM KHẢO 132 PHỤ LỤC 144 vi DANH MỤC KÍ HIỆU VÀ TỪ VIẾT TẮT Chữ viết tắt Ý nghĩa i : Vùng thứ i [pu] : Đơn vị tương đối ∆ Ptie,i : Sai lệch công suất đường dây, pu ∆fi : Biến thiên tần số lưới điện, pu ∆PD,i : Lượng biến thiên công suất tải, pu ∆ω : Sai lệch tốc độ rotor máy phát [pu] ACE1 : Sai lệch điều khiển vùng ACE2 : Sai lệch điều khiển vùng ACEi : Sai lệch điều khiển vùng i f : Tần số thực lưới điện, Hz ag : Gia tốc trọng trường [m/s2 ] Di : Hệ số tắt dần dao động phụ tải, FLC : Fuzzy logic control fn : Tần số danh định lưới điện, fn = 50Hz Hi : Hằng số quán tính máy phát thứ i Pmi : Công suất đầu vào tương ứng với máy phát thứ i, Ri : Hệ số điều chỉnh máy phát thứ i, pu Tg,i : Hằng số thời gian điều tốc, [s] Tw,i : Hằng số thời gian khởi động nước cho tuabin thứ i [s] Twp : Hằng số thời gian khởi động nước với tải định mức đường ống áp lực [s] Tp : Hằng số thời gian van phụ secvo, [s] δi : Góc cơng suất máy phát thứ i, rad ρ : Trọng lượng riêng nước [kg/m3] ω0 : Tốc độ góc máy phát điện thời điểm làm việc, rad/s ωi : Tốc độ máy phát thứ i, rad/s vii Kí hiệu PSO NARMA-L2 Nghĩa tiếng Anh Particle swarm optimization Nonlinear Autoregressive Moving Average Nghĩa tiếng Việt Tối ưu hóa bầy đàn Điều khiển hồi qui Model reference adaptive Điều khiển thích nghi với mơ control hình mẫu MPC Model predictive control Điều khiển dự báo ANN Artificial Neural Network Mạng nơ ron nhân tạo GA Genetic Algorithm Thuật toán di truyền DE Differential Evolution Tiến hóa vi phân AGC Automatic generation control Điều khiển tự động máy phát IAE Integral of absolute error Tích phân sai số tuyệt đối MRAC ITAE ISE ITSE Integral of time multiplied by Tích phân tích thời gian với sai absolute error số tuyệt đối Integral of squared error Tích phân bình phương sai số Integral of time multiplied by Tích phân tích thời gian với squared error bình phương sai số viii DANH MỤC CÁC BẢNG TT Tên bảng Trang Bảng 1.1 Thời gian tối thiểu trì vận hành phát điện tương ứng với dải tần số hệ thống điện [3] 14 Bảng 1.2 Tổng hợp nghiên cứu gần LFC/AGC 27 Bảng 3.1 Bảng luật mờ đề xuất cho điều khiển mờ kiểu PI 63 Bảng 4.1 So sánh ba phương pháp học mạng nơ ron nhân tạo 83 Bảng 4.2 Tham số lựa chọn cho mơ hình mẫu 88 Bảng 4.3 Kết so sánh dựa số tiêu chuẩn điều khiển trường hợp mô 99 Bảng 4.4 So sánh chất lượng điều khiển dựa hai tiêu chuẩn điều khiển IAE ISE cho trường hợp mô thứ hai 100 Bảng 4.5 Kết so sánh dựa số tiêu chí điều khiển 103 Bảng 5.1 So sánh điều khiển dựa tiêu chất lượng ITAE cho đáp ứng sai lệch tốc độ máy phát 127 Bảng 5.2 So sánh điều khiển dựa tiêu chất lượng ITAE cho độ lệch công suất trao đổi đường dây hai vùng 128 139 [56] Alhelou, H.H.; Golshan, M.; Fini, M.H Wind Driven Optimization Algorithm Application to Load Frequency Control in Interconnected Power Systems Considering GRC and GDB Nonlinearities Electr Power Compon Syst 2018 [57] A Yazdizadeh, M H Ramezani, and E Hamedrahmat, “Decentralized load frequency control using a new robust optimal MISO PID controller,” Int J Electrical Power and Energy Systems, vol 35, pp 57 -65, 2012 [58] D P Kothari and I J Nagrath, Modern Power System Analysis, 4th ed McGraw Hill, 2011 [59]Ibraheem, P Kumar, and D P Kothari, “Recent philosophies of automatic generation control strategies in power systems,” IEEE Trans Power Syst, vol 20, no 1, pp 346 -357, 2005 [60] H Bevrani and T Hiyama, Intelligent Automatic Generation Control New York: CRC Press Taylor and Francis, 2011 [61] H Bevrani, Robust Power System Frequency Control New York: Springer, 2009 [62] O Elgerd, Electric Energy System Theory: an introduction, 2nd ed New York: McGraw-Hill, 1983 [63] O Elgerd and C Fosha, “Optimum megawatt frequency control of multiarea electric energy systems,” IEEE Trans Power Appl Syst., vol 89, no 4, pp 556 -563, 1970 [64] L C Saikia, J Nanda, and S Mishra, “Performance comparison of several classical controllers in AGC for multi-area interconnected thermal system,” Electrical Power and Energy Systems, vol 33, pp 394 -401, 2011 [65] P Kundur, Power System Stability and Control, fifth reprint ed New Delhi India: Tata McGraw Hill, 2008 [66] B Tyagi and S C Srivastava, “A LQG based load frequency controller in a competitive electricity environment,” Int J Emerging Elect Power 140 Syst., vol 2, 2005 [Online] Available: http://www.bepress.com/ ijeeps/vol2/iss2/art1044 [67] K T H Bevrani, Y Mitani, “Robust AGC: Traditional structure versus restructured scheme,” IEEJ Trans on Power and Energy, vol 124, no 5, pp 751 -761, 2004 [68] J Nanda, S Mishra, and L C Saikia, “Maiden application of bacterial foraging-based optimization technique in multi-area automatic generation control,” IEEE Trans Power Syst, vol 24, no 2, pp 602 -609, 2009 [69] H Bevrani, “Decentralized robust load-frequency control synthesis in restructured power systems,” Ph.D dissertation, Department of Electrical Engineering Graduate School of Engineering Osaka University, 2004 [70] P Bhatt, S P Ghoshal, R Roy, and S Ghosal, “Load frequency control of interconnected restructured power system along with DFIG and coordinated operation of TCPS-SMES,” IEEE Conf proc.,PEDES, 2010 [71] P Bhatt, R Roy, and S P Ghoshal, “Optimized multiarea AGC simulation in restructured power systems,” Int Journal of Electrical Power and Energy Systems, vol 32, no 4, pp 311 -322, 2010 [72] N Bekhouche, “Automatic generation control before after deregulation,” 34th Southeast- ern Symp.System Theory, pp 321 -323, 2002 [73] C Concordia and L K Kirchmayer, “Tie line power and frequency control of electric power systems,” Amer Inst Elect Eng Trans., vol pt II,72, pp 562 -572, 1953 [74] L K Kirchmayer, Economic Control of Interconnected Systems New York: Wiley, 1959 [75] N Cohn, “Techniques for improving the control of bulk power transfers on intercon- nected systems,” IEEE Trans Power App Syst., vol PAS90, no 6, pp 2409 -2419, 1971 141 [76] H G Kwatny, K C Kalnitsky, and A Bhatt, “An optimal tracking approach to load frequency control,” IEEE Trans Power App Syst., vol PAS-94,, pp 1635 -1643, 1975 [77] C Concordia, L K Kirchmayer, and E A Szymanski, “Effect of speed governor dead- band on tie-line power and frequency control performance” Amer Inst Elect Eng Trans, vol 76, pp 429 -435, 1957 [78] Morsali, J.; Zare, K.; Hagh, M.T Performance comparison of TCSC with TCPS and SSSC controllers in AGC of realistic interconnected multisource power system Ain Shams Eng J 2016, 7, 143-158 [CrossRef] [79] Kumar, N.; Kumar, V.; Tyagi, B Multi area AGC scheme using imperialist competition algorithm in restructured power system Appl Soft Comput 2016, 48, 160-168 [CrossRef] [80] Liu, X.; Kong, X.; Lee, K.Y Distributed model predictive control for load frequency control with dynamic fuzzy valve position modelling for hydro-thermal power system IET Control Theory Appl 2016, 10, 1653-1664 [CrossRef] [81] Morsali, J.; Zare, K.; Hagh, M.T Applying fractional order PID to design TCSC-based damping controller in coordination with automatic generation control of interconnected multi-source power system Eng Sci Technol 2017, 20, 1-17 [CrossRef] [82] Ma, M.; Zhang, C.; Liu, X.; Chen, H Distributed Model Predictive Load Frequency Control of the Multi-Area Power System After Deregulation IEEE Trans Ind Electron 2017, 64, 5129-5139 [CrossRef] [83] Arya, Y.; Kumar, N BFOA-scaled fractional order fuzzy PID controller applied to AGC of multi-area multi-source electric power generating systems Swarm Evol Comput 2017, 32, 202-218 [CrossRef] [84] Pappachen, A.; Fathima, A.P Load frequency control in deregulated power system integrated with SMES-TCPS combination using ANFIS 142 controller Int J Electr Power Energy Syst 2016, 82, 519-534 [CrossRef] [85] Farahani, M.; Ganjefar, S Solving LFC problem in an interconnected power system using superconducting magnetic energy storage Phys C Supercond 2013, 487, 60-66 [CrossRef] [86] Chaine, S.; Tripathy, M Design of an optimal SMES for automatic generation control of two-area thermal power system using cuckoo search algorithm J Electr Syst Inf Technol 2015, 2, 1-13 [CrossRef] [87] Selvaraju, R.K.; Somaskandan, G Impact of energy storage units on load frequency control of deregulated power systems Energy 2016, 97, 214228 [CrossRef] [88] Chidambaram, I.; Paramasivam, B Optimized load-frequency simulation in restructured power system with redox flow batteries and interline power flow controller Int J Electr Power Energy Syst 2013, 50, 9-24 [CrossRef] [89] Shankar, R.; Chatterjee, K.; Bhushan, R Impact of energy storage system on load frequency control for diverse sources of interconnected power system in deregulated power environment Int J Electr Power Energy Syst 2016, 79, 11-26 [CrossRef] [90] Arya, Y AGC performance enrichment of multi-source hydrothermal gas power systems using new optimized FOFPID controller and redox flow batteries Energy 2017, 127, 704-715 [CrossRef] [91] Bhatt, P.; Roy, R.; Ghoshal, S GA/particle swarm intelligence based optimization of two specific varieties of controller devices applied to twoarea multi-units automatic generation control Int J Electr Power Energy Syst 2010, 32, 299-310 [CrossRef] [92] Mukherjee, V.; Ghoshal, S Application of capacitive energy storage for transient performance improvement of power system Electr Power Syst Res 2009, 79, 282-294 [CrossRef] 143 [93] Ponnusamy, M.; Banakara, B.; Dash, S.S.; Veerasamy, M Design of integral controller for load frequency control of static synchronous series compensator and capacitive energy source based multi area system consisting of diverse sources of generation employing imperialistic competition algorithm Int J Electr Power Energy Syst 2015, 73, 863871 [CrossRef] [94] Mahto, T.; Mukherjee, V A novel scaling factor based fuzzy logic controller for frequency control of an isolated hybrid power system Energy 2017, 130, 339-350 [CrossRef] [95] Dhundhara, S.; Verma, Y.P Capacitive energy storage with optimized controller for frequency regulation in realistic multisource deregulated power system Energy 2018, 147, 1108-1128 [CrossRef] [96] Zare, K.; Hagh, M.T.; Morsali, J Effective oscillation damping of an interconnected multi-source power system with automatic generation control and TCSC Int J Electr Power Energy Syst 2015, 65, 220-230 [CrossRef] [97] Panda, S.; Yegireddy, N.K Automatic generation control of multi-area power system using multi-objective non-dominated sorting genetic algorithm-II Int J Electr Power Energy Syst 2013, 53, 54-63 [CrossRef] [98] Hota, P.; Mohanty, B Automatic generation control of multi source power generation under deregulated environment Int J Electr Power Energy Syst 2016, 75, 205-214 [CrossRef] [99] Abraham, R.J.; Das, D.; Patra, A AGC system after deregulation considering TCPS in series with the tie-line Int J Emerg Electr Power Syst 2015, 16, 281-295 [CrossRef] [100] Alrifai, M.T.; Hassan, M.F.; Zribi, M Decentralized load frequency controller for a multi-area interconnected power system Int J Electr Power Energy Syst 2011, 33, 198-209 [CrossRef] 144 PHỤ LỤC Phụ lục A fn tần số danh nghĩa, fn = 50Hz f tần số thực mạng, Hz Ptie dòng điện tie, pu ∆f1,2 (t) độ lệch tần số khu vực thứ thứ hai, miền thời gian, pu ∆F1,2 (s) độ lệch tần số khu vực thứ thứ hai, miền Laplace, pu ACE1,2 (t ) Lỗi kiểm soát khu vực, miền thời gian u1 (t ), u2 (t ) tín hiệu điều khiển cho khu vực thứ thứ hai Pd 1,2 tải thay đổi khu vực thứ hai, pu Ptie,12 độ lệch dòng điện tie-line, pu Tg ,i số thời gian thống đốc, s Tw,i số thời gian đơn vị tuabin thủy điện, s Di hệ số giảm tải, pu MW/Hz Mi quán tính máy phát, pu Tij số thời gian tie-line, sec Bi hệ số sai lệch tần số, MW/pu.Hz Ri điều chỉnh tốc độ không đổi, Hz/MW Gg ,i chức chuyển giao đơn vị điều tốc Gt ,i chức chuyển đơn vị tuabin thủy điện GP,i hàm truyền quán tính rơto tải (hệ thống điện) 145 Phụ lục B Thông số hệ thống điện liên kết hai khu vực: Thông số hệ thống điện liên kết hai khu vực: Tg1  Tg  48.7s ; Tw1  Tw  1s Tr1  Tr  0.513 (s); M1  M  0.6 (s); D1  D2  (pu); R1  R2  2.4 (Hz/pu) T12  0.0707 (pu) Mô hai trường hợp: Trường hợp 1: Thay đổi tải xuất với ba độ phóng đại 0.05pu, 0.07pu 0.03pu ba thời điểm bước tương ứng 0s, 50s và100s Trường hợp 2: ∆PD1 hàm số ngẫu nhiên đồng tạo số ngẫu nhiên phân bố đồng khoảng [-0.05; 0.2] thời gian mẫu 10s ∆PD2 chức bước với thời gian bước 100s, giá trị cuối 0.1 pu 146 Phụ lục C Các tham số cho hai điều khiển dựa ANN đề xuất MRAC Thơng số NARMA Bộ điều khiển MRC Kích thước lớp ẩn Mơ hình nhà máy 15 14 Lấy mẫu nội (s) 0.01 0.05 0.05 Số tham chiếu bị trễ đầu vào N/A N/A Số đầu vào nhà máy bị trễ N/A Số đầu nhà máy bị trễ 2 Số đầu điều khiển N/A N/A 10000 15000 10000 Số nguyên đào tạo 100 10 30 Chức đào tạo trainlm trainlm trainlm 10-5 10-4 10-4 Mẫu đào tạo Lỗi đào tạo 147 Phụ lục D Các thông số để thực MPC ứng dụng ANN sau: 148 Phụ lục E Simulation parameters 1) Single area Tg1 = 0.5; Tw1 = 2;M1 = 10;D1 = 1;Rp1 = 0.5; RT1 = (2.3 - (Tw1-1.0)*0.15)*Tw1/M1; T1 = (5.0 - (Tw1 - 1.0)*0.5)*Tw1; Tp1 = (RT1/Rp1)*T1; Tp1 = 0.02; Delta_PL = 4% at starting time 0s 2) Two - area model %% AREA Tg1 = 0.5; Tw1 = 2;M1 = 10;D1 = 1;Rp1 = 0.5; RT1 = (2.3 - (Tw1-1.0)*0.15)*Tw1/M1; T1 = (5.0 - (Tw1 - 1.0)*0.5)*Tw1; Tp1 = (RT1/Rp1)*T1; Tp1 = 0.02; Delta_PL1 = 4% at starting time 0s %%%AREA Tg2 = 0.4; Tw2 = 1;M2 = 8;D2 = 1;Rp2 = 0.4; RT2 = (2.3 - (Tw2-1.0)*0.15)*Tw2/M2; T2 = (5.0 - (Tw2 - 1.0)*0.5)*Tw2; Tp2 = (RT2/Rp2)*T2; Tp2 = 0.025; Delta_PL = 2% at time 20s 149 Phụ lục G Tham số điều khiển PID : Kp= 3.05235062258241 Ki= 0.175620252773509 Kd= -1.028546832468 150 Phụ lục H Chương trình viết m_file mơ đặc tính tuabin thủy lực phụ thuộc tham số Tw clear all close all Tw1 = 1; Tw2 = 0.8; Tw3 = 0.5; sysmdl = 'turbine_simulation'; load_system(sysmdl); sim(sysmdl) figure; plot(time,delta_Pm1,'linewidth',2); hold on;grid on;xlabel('time(s)');ylabel('\Delta Pm (pu)') plot(time,delta_Pm2,'linewidth', 1.8);plot(time,delta_Pm3, 'linewidth', 2.5) legend('Tw = 1','Tw = 0.8','Tw = 0.5') 151 Phụ lục I Chương trình mơ + thuật tốn tối ưu PSO cho Bộ điều khiển FLC điều khiển nơ ron A- Thơng số cho mơ hình hệ thống thủy điện hai vùng liên Tg1  Tg  0.2s ; Tw1  Tw  1s Tr1  Tr  0.513 (s); M1  M  0.6 (s); D1  D2  (pu); R1  R2  5% ; T12  0.0707 (pu) B - Thuật toán PSO thiết kế điều khiển logic mờ clear close clc load global count update_Factor_results update Ts alpha1 beta1 gamma1 alpha2 beta2 gamma2 popsize = 2; npar = 6; maxit = 3; c1 = 2.5; c2 = 4-c1; C = 0.5; lb=zeros(popsize,6); ub=ones(popsize,6); count =0; update_Factor_results = []; Ts = 10^-1; RESULTS = []; par=rand(popsize,npar); vel = rand(popsize,npar); for k=1:popsize clear update = par(k,:); alpha1=update(1); beta1=update(2); gamma1=update(3); alpha2=update(4); beta2=update(5); gamma2=update(6); cost(1,k)=fitness_FLC_JAN_23rd(update); 152 end minc(1)=min(cost); meanc(1)=mean(cost); globalmin=minc(1); localpar = par; localcost = cost; [globalcost,indx] = min(cost); globalpar=par(indx,:); iter = iter < maxit iter = iter + 1; w=(maxit-iter)/maxit; r1 = rand(popsize,npar); r2 = rand(popsize,npar); vel = C*(w*vel + c1 *r1.*(localpar-par) +c2*r2.*(ones(popsize,1)*globalpar-par)); par = par + vel; overlimit=par=lb; par1=par.*overlimit+ub.*not(overlimit); par2=par1.*underlimit+lb.*not(underlimit); par = par2; for k=1:popsize clear update update = par(k,:); alpha1=update(1); beta1=update(2); gamma1=update(3); alpha2=update(4); beta2=update(5); gamma2=update(6); update = par(k,:); cost(1,k)=fitness_FLC_JAN_23rd(update); end bettercost = cost < localcost; localcost = localcost.*not(bettercost) +cost.*bettercost; localpar(find(bettercost),:) = par(find(bettercost),:); [temp, t] = min(localcost); if temp