Phương trình tính dịng điện trục q của máy phát- 123docz.net

' b q q ' e q E sin E i x x     (4.11)

Luận văn tốt nghiệp Trang 34

Hình 4.6. Mơ hình Simulink để tính tính dịng điện id, iq của máy phát.

Hình 4.7. Mơ hình Simulink để tính điện áp trên đầu cực máy phát Vt.

Luận văn tốt nghiệp Trang 35 4.10 Bộ ổn định PSS thơng thường theo IEEE chuẩn PSS1A



Hình 4.9. Sơ đồ khối bộ PSS [2].

KP: Độ lợi, Bộ lọc thơng, Khối bù pha hai tầng cĩ hằng số thời gian T1P, T2P và T3P, T4P ; TWP là hằng số thời gian bộ lọc thơng; Δω là độ lệch tốc độ và VSlà tín hiệu ổn định ngõ ra của PSS. Vs  3P 4 P 1 sT 1 sT   1P 2 P 1 sT 1 sT   KP Input   WP WP sT 1 sT Output Khối

Luận văn tốt nghiệp Trang 36

Tổng hợp các mơ hình ta được mơ hình của máy phát nối vào đường dây truyền tải:

Hình 4.10. Mơ hình mơ phỏng tính gĩc cơng suất δ, cơng suất điện Pe, điện áp trên đầu cực máy phát Vt trong SIMULINK.

Luận văn tốt nghiệp Trang 37 Chương 5

K T QU MƠ PH NG

5.1 Thơng số của Hệ thống máy phát, đường dâykhi chạy bằng Matlab – Simulink 1. Máy phát Generator: H=3.542, D = 0, Xd=1.7572, Xq=1.5845, X’d=0.4245, X’q=1.04, T’do=6.66, T’qo=0.44, Ra=0, Pe=0.6, δ0=44.370. 2. Lưới truyền tải R=0, Xe=0.68, G=0, B=0

3. Cấu trúc bộ CPSS của IEEE theo chuẩn 421.5

KPSS = 0.0403, T1 = T3 = 0.7827, T2 = T4 = 0.0651, T5 = 5.7049, T6= 0.0069.

4. Các thơng số sử dụng để mơ phỏng

Tất cảcác thơng số như điện trở, điện cảm, đơn vị là p.u. Thời gian được tính bằng giây.

Luận văn tốt nghiệp Trang 38 5.2 Sơ đồ tổng quan các khối mơ ph ng trên Matlab

Luận văn tốt nghiệp Trang 39 5.3 Mơ hình nghiên cứu

Cho hệ thống như hình 5.1 máy phát điện được nối vào thanh cái vơ hạn thơng qua 2 đường dây truyền tải.

Hình 5.1 Mơ hình máy phát nối vào hệ thống truyền tải.

Tín hiệu độ lệch tốc độ Δω từ đầu cực máy phát và đưa vào bộ PSS, chúng ta mơ phỏng ba trạng thái thơng qua bộ chuyển đổi mạch (Switch) để so sánh kết quả ổn định đĩ là:

 Trạng thái 1: khơng cĩ Bộ PSS.

 Trạng thái 2: cĩ bộ PSS thơngthường (CPSS).  Trạng thái 3: cĩ bộ PSS-PSO.

Luận văn tốt nghiệp Trang 40

Sau khi tín hiệu qua bộ PSS sẽ được đưa vào bộ kích từ của máy phát. Hai trường hợp để mơ phỏng đĩ là:

 Trường hợp 1: khi đang mang tải thì xảy ra ngắn mạch trên đầu cực máy phát điện.

 Trường hợp 2: tải thay đổi đột ngột. (adsbygoogle = window.adsbygoogle || []).push({});

5.4 Trường hợp 1 khi đang mang tải thì xảy ra ngắn mạch trên đầu cực máy phát điện.

5.4.1 Cơng suất điện khi xảy ra ngắn mạch trên đầu cực máy phát

Hình 5.2. Cơng suất điện khi xảy ra ngắn mạch trên đầu cực máy phát. Hình 5.2. trình bày cơng suất điện, máy phát đang mang tải 0.6 p.u thì xảy ra ngắn mạch trên đầu cực máy phát tại thời gian t = 1 giây, sau thời gian 0.1 giây sự cố được loại trừ, hệ thống trở lại bình thường sau 10 giây.

Luận văn tốt nghiệp Trang 41

Nhận xét: Các kết quả mơ phỏng cho thấy Bộ ổn định PSO PSS làm cho cơng suất điện dao động cĩ biên độ nhỏ hơn, thời gian ổn định ngắn hơn, vì vậy nĩ đã cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống.

Giới hạn ổn định động:

NO PSS C PSS PSO PSS

max Pe (p.u) 2.2 1.8 1.6

Thời gian trở lại bình thường (s)

10 8 3.5

5.4.2 Độ lệch tốc độ Rotor khi xảy ra ngắn mạch trên đầu cực máy phát.

Luận văn tốt nghiệp Trang 42

Hình5.3 trình bày độ lệch tốc độ Rotor, máy phát đang mang tải 0.6 p.u thì xảy ra ngắn mạch trên đầu cực máy phát tại thời gian t = 1 giây, sau thời gian 0.1 giây sự cố được loại trừ hệ thống trở lại bình thường sau 10 giây.

Nhận xét: Các kết quả mơ phỏng cho thấy Bộ ổn định PSO PSS làm cho Độ lệch tốc độ Rotordao động cĩ biên độ nhỏ hơn, thời gian ổn định ngắn hơn, vì vậy nĩ đã cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống.

Giới hạn ổn định động:

NO PSS C PSS PSO PSS

max Δω (Rad/s) 8.2 6.8 6.7

Thời gian trở lại bình thường (s)

Luận văn tốt nghiệp Trang 43 5.4.3 Gĩc cơng suất khi xảy ra ngắn mạch trên đầu cực máy phát

Hình 5.4. Gĩc cơng suất khi xảy ra ngắn mạch trên đầu cực máy phát. Hình 5.4 trình bày gĩc cơng suất, máy phát đang mang tải 0.6 p.u thì xảy ra ngắn mạch trên đầu cực máy phát tại thời gian t = 1 giây, sau thời gian 0.1 giây sự cố được loại trừ hệ thống trở lại bình thường sau 10 giây.

Nhận xét: Các kết quả mơ phỏng cho thấy Bộ ổn định PSO PSS làm cho Gĩc cơng suất dao động cĩ biên độ nhỏ hơn, thời gian ổn định ngắn hơn, vì vậy nĩ đã cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống.

Giới hạn ổn định động:

NO PSS C PSS PSO PSS

max δ (Rad) 2.48 2.28 2.18

Thời gian trở lại bình thường (s)

Luận văn tốt nghiệp Trang 44 5.5 Trường hợp 2 thay đổi cơng suất phụ tải bất ngờ

5.5.1 Cơng suất điện trên đầu cực máy phát khi thay đổi cơng suất.

Hình 5.5. Cơng suất điện trên đầu cực máy phát khi thay đổi cơng suất.

Hình 5.5. Trình bày cơng suất điện trên đầu cực máy phát, máy phát đang vận hành ở tải 0.6 p.u tại 1 giây phụ tải bất ngờ giảm tải xuống 0.3 p.u đến vị trí 10 giây hệ thống ổn định. Tại 10 giây tải bất ngờ tăng đến 0.5 p.u hệ thống ổn định ở giây thứ 20. Điều này đảm bảo cho máy phát ổn định trong các tình huống vận hành.

Luận văn tốt nghiệp Trang 45 (adsbygoogle = window.adsbygoogle || []).push({});

Giới hạn ổn định động:

NO PSS C PSS PSO PSS

max Pe (p.u) 0.45 0.42 0.37

Thời gian trở lại bình thường (s)

10 9 4.5

5.5.2 Gĩc cơng suất delta của máy phát khi cơng suất phụ tải thay đổi.

Hình 5.6. Gĩc cơng suất delta của máy phát khi cơng suất phụ tải thay đổi. Hình 5.6 trình bày gĩc cơng suất của máy phát, máy phát đang vận hành ở tải 0.6 p.u ứng với gĩc delta là 1.6 p.u. Tại 1 giây phụ tải bất ngờ giảm tải xuống 0.3 p.u đến vị trí 10 giây hệ thống ổn định ứng với gĩc delta là 0.8 p.u. Tại 10 giây tải bất ngờ tăng đến 0.5 p.u hệ thống ổn định ở giây thứ 20 ứng với gĩc delta là 1.3 p.u.

Luận văn tốt nghiệp Trang 46

Giới hạn ổn định động:

NO PSS C PSS PSO PSS

max δ (Rad) 1.2 1.19 1

Thời gian trở lại bình thường (s)

10 9 5

5.5.3 Độ lệch tốc độ của máy phát khi cơng suất phụtải thay đổi.

Hình 5.7. Độ lệch tốc độ của máy phát khi cơng suất phụ tải thay đổi.

Hình 5.7 trình bày độ lệch tốc độ của máy phát, máy phát đang vận hành ở tải 0.6 p.u. Tại 1 giây phụ tải bất ngờ giảm tải xuống 0.3 p.u đến vị trí 10 giây hệ

Luận văn tốt nghiệp Trang 47

thống ổn định độ lệch tốc độ bằng 0. Tại 10 giây tải bất ngờ tăng đến 0.5 p.u hệ thống ổn định ở giây thứ 20 độ lệch tốc độ bằng khơng.

Nhận xét: Các kết quả mơ phỏng cho thấy Bộ ổn định PSO PSS làm cho Độ lệch tốc độ Rotor dao động cĩ biên độ nhỏ hơn, thời gian ổn định ngắn hơn, vì vậy nĩ đã cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống.

Giới hạn ổn định động:

NO PSS C PSS PSO PSS

max Δω (Rad/s) 5.2 5 3

Thời gian trở lại bình thường (s)

Luận văn tốt nghiệp Trang 48 Chương 6

K T LU N VÀ H NG PHÁT TRI N C A Đ TÀI 6.1 K t luận

6.1.1 Các k t quả đạt được trong đ tài

Với việc phát triển hệ thống điện rộng lớn và việc gia tăng phụ tải, để nâng cao khả năng ổn định của hệ thống điện đã thu hút nhiều nhà nghiên cứu, việc nổ lực tìm ra các phương pháp phù hợp để cải thiện ổn định hệ thống điện. Bộ ổn định hệ thống điện PSS cho thấy là một thiết bị hiệu quả và kinh tế để nâng cao ổn định hệ thống điện khi cĩ dao động nhỏ.

Bộ PSS thiết kế theo lý thuyết cổ điển đã áp dụngthành cơng trong hệ thống điện, tuy nhiên các thơng số này cố định chọn theo mơ hình tuyến tính. Nĩ khơng cĩ khả năng thích nghi với các điều kiện vận hành hệ thống điện khác nhau, vì thế bộ PSS thơng thường đã khơng đáp ứng được tất cả các điều kiện vận hành, vì hệ thống điện là một hệ thống động phi tuyến nên Bộ ổn định phải tự thích nghi với hệ thống thay đổi và giảm dao động trong mọi tình huống. (adsbygoogle = window.adsbygoogle || []).push({});

Luận văn này trình bày vịêc ứng dụng giải thuật PSO để xác định thơng số tối ưu cho bộ PSS nhằmcải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống, nghiên cứu kết quả mơ phỏng.

Sự hoạt động của bộ PSO PSS được nghiên cứu trong hệ thống thanh cái một máy được mơ phỏng trên máy tính theo điều kiện vận hành khác nhau chẳng hạn như tải nhẹ, tải nặng, các nhiễu loạn khác nhau như thay đổi cơng suất đầu vào, ngắn mạch 3 pha đều được kiểm tra, trong cùng 1 thời gian tất cả các trường hợp mơ phỏng được nghiên cứu với bộ PSS thơng thường kết quả mơ phỏng cho thấy rằng bộ PSO PSS đáp ứng được tất các các dao động của hệ thống điện theo các điều kiện vận hành khác nhau và đã cải thiện đáng kể ổn định của hệ thống.

Các kết quả nghiên cứu trong luận văn này cho thấy rằng bộ PSO PSS cĩ nhiều đặc tính tốt mà bộ PSS thơng thường thiếu. Từ các quan điểm thực tiễn, bộ

Luận văn tốt nghiệp Trang 49

PSO PSS cĩ những đặc tính đặc biệt và ổn định tốt, cĩ thể áp dụng các phần cứng thơng thường của máy tính.

6.1.2 Hạn ch

Đề tài chỉ nghiên cứu trên lý thuyết và mơ phỏng trên máy tính, để so sánh kết quả nghiên cứu trên lý thuyết, chưa thực hiện trên mơ hình thực tế để kiểm tra kết quả nghiên cứu và kết quả mơ hình thực tế.

6.2 Hướng phát triển của đ tài

ng dụng giải thuật PSO để xác định thơng số tối ưu cho bộ PSS nhằm cải thiện trạng thái ổn định của máy phát, nâng cao đặc tính ổn định động của hệ thống và dựa theo kết quả nghiên cứu của luận văn này đề nghị tiếp tục nghiên cứu trong tương lailà triển khai thực nghiệm.

Luận văn tốt nghiệp Trang 50 TÀI LI U THAM KH O

[1] Jian He, “Adaptive power system stabilizer based on recurrent neural network”, the University of Calgary october 1998.

[2] Sidhartha Panda and Narayana Prasad Padhy “Power System with PSS and FACTS Controller:Modelling, Simulation and SimultaneousTuning

Employing Genetic Algorithm”, International Journal of Electrical and Electronics Engineering 1:1 2007.

[3] Jan Machowski, Janusz W. Bialek and James R. Bumby “POWER SYSTEM

DYNAMICS Stability and Control” john wiley & sons, Ltd.

[4] J. He and O.P. hfalik, Fellow, IEEE “Design of an Adaptive Power System Stabilizer Using Recurrent Neural Networks” IEEE WESCANEX '95 PROCEEDINGS

[5] Y. Zhang G. P. Chen 0. P. Malik G. S. Hope “AN ARTIFICIAL NEURAL

NETWORK BASED ADAPTIVE POWER SYSTEM STABILIZER” IEEE

Transactions on Energy Conversion, Vol. 8, No. 1, March 1993

[6] M.L.Kothari, Shekhar Madriani and Ravi Segal “ORTHOGONAL LEAST SQUARES LEARNING ALGORITHM BASED RADIAL BASIS

FUNCTION (RBF) NETWORK ADAPTIVE POWER SYSTEM

STABILIZER”, 0-7803-4053 - 1/97/$10.00 @ 1997 IEEE.

[7] M. Z. Youssef, P. K. Jain E. A. Mohamed “A ROBUST POWER SYSTEM

STABILIZER CONFIGURATION USING ARTIFICIAL NEURAL

NETWORK BASED ON LINEAR OPTIMALCONTROL (STUDENT

PAPER COMPETITION)”, CCECE 2003-CCGEI 2003, Montreal, Mayhai

Luận văn tốt nghiệp Trang 51

[8] Wenxin Liu, Ganesh K. Venayagamoorthy, Donald C. Wunsch I1 “Adaptive Neural Network Based Power System Stabilizer Design”,0-7803-7898- 9/03/$17.00 02003 IEEE.

[10] Wenxin Liu1, Ganesh K. V “Comparisons Of An Adaptive Neural Network Based Controller And An Optimized Conventional Power System Stabilizer”, 16th IEEE International Conference on Control Applications Part of IEEE Multi-conference on Systems and Control Singapore, 1-3 October 2007. (adsbygoogle = window.adsbygoogle || []).push({});

[12] Peng Zhao and O. P. Malik “Design of an Adaptive PSS Based on Recurrent

Adaptive Control Theory”, IEEE TRANSACTIONS ON ENERGY

CONVERSION, VOL. 24, NO. 4, DECEMBER 2009.

[13] Gerald Swann, Sukumar Kamalasadan “A Novel Radial Basis Function Neural Network Based Intelligent Adaptive Architecture for Power System Stabilizer”.

[14] Dr. Jagdish kumar1, P.Pavan kumar, Aeidap.u Mahesh and Ankit

Shrivastava“Power System Stabilizer Based On Artificial Neural

[15] Boumediene Allaoua Brahim GASBAOUI and Brahim MEBARKI, Setting Up PID DC Motor Speed Control Alteration Parameters Using Particle Swarm Optimization Strategy, Bechar University, Departement of Electrical Engineering B.P 417 BECHAR (08000) Algeria, pp. 19-32.

[16] Chao Ou, Weixing Lin, Comparison between PSO and GA for Parameters Optimization of PID Controller, The Faculty of Information Science and Technology University of NingBo University of NingBo, pp. 2471-2475.

Luận văn tốt nghiệp Trang 52

[17] N. Pillay, A Particle swarm optimization approach for tuning of SISO PID control loops, 2008.

Luận văn tốt nghiệp Trang 53 PH L C A

Hệ thống máy phát _ đường dây

1. Máy phát

Generaator: H=3.542, D = 0, Xd=1.7572, Xq=1.5845,

X’d=0.4245, X’q=1.04, T’do=6.66, T’qo=0.44,

Ra=0, Pe=0.6, δ0=44.370.

2. Lưới truyền tải

R=0, Xe=0.68, G=0, B=0

3. Cấu trúc bộ CPSS của IEEE theo chuẩn 421.5

KPSS = 0.0403, T1 = T3 = 0.7827, T2 = T4 = 0.0651, T5 = 5.7049, T6= 0.0069.

4. Các thơng số sử dụng để mơ phỏng

Tất các các thơng số như điện trở, điện cảm, đơn vị là p.u. Thời gian được tính bằng giây.

Luận văn tốt nghiệp Trang 54 PH L C B Code Matlab clc, clear all Kp =0; Ki =0; Kd =0; Kdd = 0; Ka = 0; n = 10; % Kích thước quần thể

bird_setp = 10; %Kích thước tìm kiếm

dim = 5; %Số biến Kp , Ki, Kd Kdd

alpha =0.1; beta =0.1;

w =0.2 ; % Trọng số PSO %initialize the parameter %

R1 = rand(dim, n); R2 = rand(dim, n); (adsbygoogle = window.adsbygoogle || []).push({});

%Thiết lập trọng số ban đầu

current_fitness =zeros(n,1);

current_position(1,:) = 2.5*rand(1, n) ; %Kp 1.6*rand(1, n) ;

current_position(2,:) = 0.5*rand(1, n); %Ki tăng

current_position(3,:) = rand(1, n); % Kd

current_position(4,:) = rand(1, n); % Kdd

current_position(5,:) = rand(1, n); % Ka

velocity = randn(dim, n) ;

rand('state',100); randn('state',100); local_best_position = current_position ;

%Chạy thế hệ đầu tiên

%FitnessFunction = @mo_hinh;

for i = 1:n

pid = abs(current_position(:,i));

Kp =pid(1); Ki =pid(2); Kd =pid(3); Kdd =pid(4); Ka =pid(5); current_fitness(i) = mo_hinh(Kp, Ki, Kd, Kdd, Ka);

end local_best_fitness = current_fitness; [global_best_fitness,g] = min(local_best_fitness); for i=1:n globl_best_position(:,i) = local_best_position(:,g) ; end %Cập nhật velocity

Luận văn tốt nghiệp Trang 55

velocity = w *velocity + beta*(R1.*(local_best_position-current_position)) + alpha*(R2.*(globl_best_position-current_position));

% Main Loop

iter = 0 ;

while ( iter < bird_setp ) iter = iter + 1;

for i = 1:n

pid = abs(current_position(:,i));

Kp =pid(1); Ki =pid(2); Kd =pid(3); Kdd =pid(4); Ka =pid(5); current_fitness(i) = mo_hinh(Kp,Ki, Kd, Kdd, Ka);

end

err(iter) = sum(current_fitness.^2); %err(iter) = 0.5*sum(current_fitness);

for i = 1 : n % Đánh dấu quần thể

if current_fitness(i) < local_best_fitness(i)

local_best_fitness(i) = current_fitness(i); %Giá trị fitness

local_best_position(:,i) = current_position(:,i) ;% Giá trị Kp,Ki

end end [current_global_best_fitness,g] = min(local_best_fitness); if current_global_best_fitness < global_best_fitness global_best_fitness = current_global_best_fitness; for i=1:n globl_best_position(:,i) = local_best_position(:,g); end end (adsbygoogle = window.adsbygoogle || []).push({});

velocity = w *velocity + beta*(R1.*(local_best_position-current_position)) + alpha*(R2.*(globl_best_position-current_position));

current_position = current_position + velocity;