Trong chế độ điều khiển này hệ thống điều khiển thực hiện điều chỉnh điện áp ba pha dựa trên sai lệch điện áp và điều chỉnh đƣờng dốc đặc tính để kiểm soát sai lệch điện áp này. Sai lệch điện áp này đƣợc xác định bởi sự khác biệt giữa điện áp đặt và điện áp U phản hồi đo từ thanh cái của đƣờng dây cao áp qua máy biến áp đƣa về
Hình 2.14 Sơ đồ khối điều chỉnh điện áp.
Hình 2.14 là sơ đồ khối của vòng điều chỉnh điện áp, sự thay đổi công suất tác dụng và công suất phản kháng của phụ tải dẫn đến sự thay đổi điện áp trên thanh cái của trạm khu vực.
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 45
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 46
Bộ điều chỉnh điện áp tùy theo sai lệch giữa điện áp đặt và điện áp đo đƣợc sẽ đƣa ra tín hiệu đầu ra là công suất phản kháng bù theo dự kiến. Công suất phản kháng dự kiến qua bộ chuyển đổi của hệ thống điều khiển thành giá trị độ dẫn Bref
Công suất phản kháng bù dự kiến đƣợc tính toán từ công thức (2.30) 2 đm b đm U X Q U U U (2.14) X U U Qb . đm (MVar) (2.15)
Sau khi xác định giá trị công suất phản kháng cần bù, khối chuyển đổi tính toán để đƣa ra giá trị độ dẫn Bref tƣơng ứng cho bộ bù SVC theo công thức:
Qb = (BC – BL ).(α).U2 = Bref (α).U2 (2.16) ) ( ) ( Bref 2 f U Qb (2.17)
Tín hiệu độ dẫn Bref qua bộ tuyến tính hóa thành góc mở α cho các trong mạch phát xung để điều khiển đóng mở các thyristor.
Tiến hành mô phỏng trong trƣờng hợp bài toán này với các tham số đƣờng dây là xác định nhƣ trên. Các giá trị (PT, QT) đƣa vào mạng đƣợc thay đổi bởi các bộ đóng ngắt mạch 3 pha, qua đó ta thấy đƣợc ảnh hƣởng của tải lên chất lƣợng điện áp. Sau đó ta cho đóng bộ bù SVC vào lƣới để quan sát tác dụng của bộ bù trong việc ổn định điện áp hệ thống.
Các giá trị (PT, QT) đƣa vào mạng nhƣ sau:
- Từ 0 đến 0,3s có : PT = Pđm = 150MW; QT = Qđm= 55Mvar - Từ 0,3s đến 0,6s có : PT = 150 + 70 W; QT = Qđm = 55Mvar - Từ 0,6s đến 0,9s có : PT = Pđm = 150MW ; QT = Qđm = 55 + 50MVar - Từ 0,9s đến 1,2s có : PT = 150 + 70 W; QT = Qđm = 55 + 50MVar - Từ 1,2s đến 1,5s có : PT = 100 MW ; QT = 30Mvar
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 47
Ta đo điện áp thanh cái so sánh nó với điện áp đặt, quan sát sự thay đổi của tải (PT, QT) xem xét sự ảnh hƣởng của chúng lên điện áp thanh cái; quan sát công suất phản kháng bù của bộ SVC và sự thay đổi công suất phản kháng toàn hệ thống
Hình 2.16 Ảnh hưởng của tải lên điện áp thanh cái khi chưa có bộ bù SVC
Trên hình 2.16 biểu diễn ảnh hƣởng của tải lên điện áp thanh cái khi chƣa có bộ bù SVC, ở điều kiện tải định mức điện áp trên thanh cái bằng điện áp định mức mong muốn, khi tải tăng so với tải định mức (P hoặc Q tăng hoặc cả P và Q đều tăng) thì điện áp thanh cái giảm, khi P và Q giảm so với tải định mức thì điện áp thanh cái tăng. Do chƣa có bộ bù SVC trong hệ thống dung lƣợng công suất phản kháng bù Q , công suất phản kháng toàn hệ thống thay đổi và điện áp thanh cái đã thay khi tải thay đổi làm ảnh hƣởng xấu đến chất lƣợng điện áp.
Khi có sự tham gia bộ bù SVC vào hệ thống, xem xét tác dụng của nó trong việc ổn định điện áp thanh cái hệ thống.
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 48
Hình 2.17 Tác dụng của bộ bù SVC trong ổn định điện áp
Trên hình 2.17 mô tả đáp ứng của điện áp khi đóng bộ SVC vào hệ thống, cùng với sự biến thiên của tải nhƣ trên ta thấy rằng điện áp thanh cái đã đƣợc điều chỉnh ổn định về điện áp đặt mong muốn. Với mỗi sự thay đổi của tải, bộ bù SVC đều đƣa ra giá trị công suất bù thích hợp để đƣa vào hệ thống nhằm ổn định điện áp. Công suất phản kháng của toàn hệ thống cũng ổn định quanh một giá trị cân bằng. Trên đây ta mô phỏng hệ thống trong trƣờng hợp coi thông số đƣờng dây dài là tập trung và xác định. Trong thực tế các tham số của đƣờng dây dài là các thông số rải thay đổi theo điều kiện vận hành và bị ảnh hƣởng mạnh bởi điều kiện môi trƣờng mỗi vùng mà đƣờng dây dài đi qua...vv. Thực hiện mô phỏng với trƣờng hợp thông số đƣờng dây thay đổi, và so sánh với trƣờng hợp thông số đƣờng dây có thông số tập trung xác định ở trên, ta có kết quả mô phỏng nhƣ sau:
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 49
Hình 2.18 Đáp ứng điện áp khi thông số đường dây xác định và biến thiên
Quan sát hình 2.18 ta có nhận xét sau:
Điện áp thanh cái của trạm điện phụ thuộc vào công suất tải, thông số đƣờng dây truyền tải và chế độ vận hành của trạm điện.
Cùng với một bộ thông số điều khiển không thay đổi, khi đƣờng dây tải điện dài và thông số dải thì điện áp bị sai lệch nhiều so với điện áp đặt. (adsbygoogle = window.adsbygoogle || []).push({});
Công suất phản kháng bù dự kiến đƣợc xác định thông qua thông số điện kháng X của của đƣờng dây truyền tải.
Khi đƣờng dây tải điện có dạng thông số thay đổi dẫn đến sự sai lệch trong tính toán dung lƣợng bù cần thiết cho hệ thống.
Việc xác định chính xác các tham số bộ điều khiển là khó khăn, khó xác định chính xác mô hình toán học của đối tƣợng.
Để khắc phục nhƣợc điểm này, nhằm nâng cao chất lƣợng điều chỉnh điện áp của hệ thống, ta có thể xây dựng SVC dựa trên logic mờ cho tăng cƣờng ổn định của hệ thống điện.
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 50
CHƢƠNG 3 :
BỘ ĐIỀU KHIỂN MỜ BỘ BÙ SVC 3.1 LOGIC MỜ
Logic mờ (Fuzzy logic) đƣợc phát triển từ lý thuyết tập mờ để thực hiện lập luận một cách xấp xỉ thay vì lập luận chính xác theo lôgic vị từ cổ điển. Lôgic mờ có thể đƣợc coi là mặt ứng dụng của lý thuyết tập mờ để xử lý các giá trị trong thế giới thực cho các bài toán phức tạp. [1÷3]
3.1.1 TẬP MỜ 3.1.1.1 Định nghĩa : 3.1.1.1 Định nghĩa :
Tập mờ F xác định trên tập kinh điển X là một tập hợp mà mỗi phần tử của nó là một cặp các giá trị (x, µ(x)), trong đó x ∈ X và µFlà ánh xạ µF: X → [0, 1]
Ánh xạ µF đƣợc gọi là hàm thuộc (hoặc hàm phụ thuộc) của tập mờ F. Tập kinh điển X đƣợc gọi là tập nền của tập mờ F.
Ví dụ: Một tập mờ F của các số tự nhiên nhỏ hơn 6 với hàm phụ thuộc µF (x) có dạng nhƣ hình vẽ 3.1. Tập mờ F định nghĩa trên nền X sẽ chứa các phần tử sau:
F = {(1, 1) , (2, 1) , (3, 0,8) , (4, 0,07)}
Số tự nhiên 1 và 2 có độ phụ thuộc bằng 1: µF(1) = µF(2) = 1.
Các số tự nhiên 3 và 4 có độ phụ thuộc nhỏ hơn 1: µF(3) = 0,8; µF(4) = 0,07. Những số không liệt kê có độ phụ thuộc bằng không.
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 51
3.1.1.2 Các phép toán trên tập mờ
Các phép toán cơ bản trên tập mờ là phép hợp, phép giao và phép bù. Thực chất của các phép toán này là là xác định các hàm thuộc cho phép hợp, phép giao, phép bù từ những tập mờ A, B.
a. Phép hợp :
Phép hợp hai tập mờ có cùng cơ sở Hợp của hai tập mờ A, B có cùng tập nền X là một tập mờ A∪B cũng xác định trên tập nền X có hàm thuộc µ A∪B(x) thỏa mãn:
µ A∪ B(x) chỉ phụ thuộc vào µ A(x) và µB(x) µB(x) = 0 với mọi x thì µ A∪B(x) = µ A(x) µ A∪ B(x) = µ B∪A(x);
µ (A∪B) ∪C (x) = µ A∪ (B ∪C) (x)
µ A1(x) ≤ µ A2(x) thì µ A1∪B(x) ≤ µ A2∪B(x)
Các công thức thông dụng dùng để tính hàm thuộc µ A∪ B(x): Luật SUM: µ A∪B(x) = min {1, µA(x) + µB(x)}
Luật MAX: µ A∪B(x) = max {µA(x); µB(x)}
Luật EINSTEIN: µ A∪B(x) = (µA(x) + µB(x))/(1+ µA(x) + µB(x)) Luật tổng trực tiếp: µ A∪B(x) = [µA(x) + µB(x)] - µA(x). µB(x); Phép hợp hai tập mờ khác cơ sở
Hàm thuộc của hợp hai tập mờ A và B với µA(x) định nghĩa trên nền M và B với µB(x) định nghĩa trên nền N là một hàm hai biến µ(µA; µB): [0; 1]2 → [0; 1] xác định trên tập nền M x N thỏa mãn: µB = 0 thì µ(µA; µB) = µA µ(µA; µB) = µ(µB; µA) µ((µA; µB); µC) = µ(µA; (µB; µC)) µ(µA; µB) ≤ µ(µC; µD), với ∀µA≤ µC, µB≤ µD b. Phép giao
Phép giao của hai tập mờ có cùng cơ sở Giao của hai tập mờ A, B có cùng tập nền X là một tập mờ A∩B cũng xác định trên tập nền X có hàm thuộc µ A∩B (x) thỏa mãn: (adsbygoogle = window.adsbygoogle || []).push({});
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 52 µ A∩B (x) chỉ phụ thuộc vào µ A(x) và µB(x) µB(x) = 1 với mọi x thì µ A∩B (x) = µ A(x) µ A∩B (x) = µ B∩A (x)
µ ((A∩B) ∩C) (x) = µ ((A∩(B∩C)) (x)
µ A1(x) ≤ µ A2(x) thì µ A1∩B (x) ≤ µ A2∩B (x)
Các công thức thông dụng dùng để tính hàm thuộc µ A∩B (x): Luật PROD: µ A∩B (x) = µA(x).µB(x)
Luật MIN: µ A∩B (x) = min {µA(x); µB(x)}
Luật EINSTEIN: µ A∩B (x) = (µA(x)µB(x))/(2 - µA(x) - µB(x) + µA(x)µB(x) Luật lukasiewics : µ A∩B (x) = max {0; µA(x) + µB(x) – 1}
Phép giao hai tập mờ khác cơ sở
Hàm thuộc của giao hai tập mờ A với µA(x) định nghĩa trên miền M và B với µB(x) định nghĩa trên nền N là một hàm hai biến µ (µA; µB): [0; 1]2→[0; 1] xác định trên miền MxN thỏa mãn:
µB = 1 thì µ (µA; µB) = µA; µ (µA; µB) = µ (µB; µA)
µ((µA; µB); µC) = µ(µA; (µB; µC))
µ(µA; µB) ≤ µ(µC; µD), với ∀µA≤ µC, µB≤ µD
c. Phép bù
Tập bù của tập mờ A định nghĩa trên nền X là một tập mờ AC cùng xác định trên tập nền X với hàm thuộc:
µ(µA): [0; 1] → [0; 1] thỏa mãn: µ(1) = 0 và µ(0) = 1.
µA < µB thì µ(µA) ≥ µ(µB).
Nếu hàm một biến µ(µA) liên tục và µA < µB và µ(µA) > µ(µB), thì phép bù trên là bù mờ chặt.
Một phép bù mờ chặt gọi là bù mờ mạnh nếu µ(µA) = µA, tức là (AC)C = A. Hàm thuộc của µ(µA) của một phép bù mạnh gọi là hàm phủ định mạnh. Phép bù mờ của tập
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 53
mờ A hay dùng trong điều khiển mờ là phép bù có tập mờ AC với hàm thuộc µ(µA) = 1 – µA(x).
3.1.1.3 Biến ngôn ngữ
Biến ngôn ngữ là biến xác định trên các miền các giá trị ngôn ngữ, mà mỗi giá trị trong miền này lại đƣợc mô tả trên tập nền là miền các giá trị vật lý tƣơng ứng của nó.
Hình 3.2 Mô tả các giá trị ngôn ngữ bằng tập mờ
Các giá trị ngôn ngữ của biến x là AA, BB, CC, DD, EE, FF đƣợc mô tả bằng các tập mờ với hàm thuộc µAA(x); µBB(x); µCC(x); µDD(x); µEE(x); µFF(x) có tập nền là miền các giá trị rõ tƣơng ứng.
Nhƣ vậy với mỗi giá trị rõ đầu vào X ta đƣợc một bộ giá trị tƣơng ứng đƣợc đặc trƣng bởi các độ phụ thuộc của X nhƣ sau:
) ( ) ( ) ( ) ( ) ( ) ( X X X X X X X y FF EE DD CC BB AA
Quá trình này đƣợc gọi là quá trình Fuzzy hóa (hay mờ hóa) giá trị rõ X.
3.1.2 LUẬT HỢP THÀNH MỜ 3.1.2.1 Mệnh đề hợp thành: 3.1.2.1 Mệnh đề hợp thành:
Cho hai biến ngôn ngữ x và y. Nếu x nhận giá trị mờ A với hàm thuộc µA(x) và y nhận giá trị mờ B có hàm thuộc µB(x) thì biểu thức. (adsbygoogle = window.adsbygoogle || []).push({});
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 54
x = A đƣợc gọi là mệnh đề điều kiện (p), và y = B đƣợc gọi là mệnh đề kết luận (q). Khi đó mệnh đề hợp thành là: p ⇒q (từ p suy ra q) (3.1)
Hoàn toàn tƣơng ứng với mệnh đề hợp thành: nếu x = A thì y = B. Mệnh đề hợp thành (3.1) cho phép xác định đƣợc hệ số thỏa mãn mệnh đề kết luận q của giá trị đầu ra y từ một giá trị đầu vào x0 (thể hiện bằng độ phụ thuộc µA(x)). Hệ số thỏa mãn mệnh đề kết luận này đƣợc gọi là giá trị của mệnh đề hợp thành khi đầu vào bằng A và giá trị mệnh đề hợp thành:
A ⇒ B (3.2) là một giá trị mờ. Nếu biểu diễn giá trị mờ đó là tập hợp B’ thì mệnh đề hợp thành mờ mô tả ở trên chính là ánh xạ µA(x0) → µB’(y).
3.1.2.2. Mô tả mệnh đề hợp thành
Ánh xạ µA(x0) → µB’(y) chỉ ra rằng mệnh đề hợp thành là một tập hợp mà mỗi phần tử là một cặp giá trị (µA(x0); µB’(y)), tức là mỗi phần tử là một tập mờ. Mô tả mệnh đề hợp thành chính là mô tả ánh xạ trên.
Hàm thuộc cho mệnh đề hợp thành có thể xác định theo nhiều nguyên tắc công thức khác nhau. Tuy nhiên hai công thức thƣờng đƣợc sử dụng nhiều nhất trong kỹ thuật điều khiển mờ là quy tắc Mamdani và đƣợc gọi chung là quy tắc hợp thành.
a. Quy tắc hợp thành min
Giá trị của quy tắc hợp thành mờ (3.2) là tập mờ B’ định nghĩa trên nền Y (tập nền của B) và có hàm thuộc: µB’(y) = min { µA; µB(y)}; (nhƣ hình 3.3)
Hình 3.3 Quy tắc hợp thành min
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 55
Giá trị của quy tắc hợp thành mờ (3.2) là tập mờ B’ định nghĩa trên nền Y (tập nền của B) và có hàm thuộc: µB’(y) = µA.µB(y); (nhƣ hình 3.4)
Hình 3.4 Quy tắc hợp thành prod
3.1.2.3 Luật hợp thành mờ
Luật hợp thành là tên chung để gọi mô hình R biểu diễn một hay nhiều hàm thuộc cho một hay nhiều mệnh đề hợp thành. Nói cách khác, luật hợp thành đƣợc hiểu là một tập hợp của nhiều mệnh đề hợp thành đƣợc gọi là luật hợp thành đơn, ngƣợc lại nếu có nhiều hơn một mệnh đề hợp thành thì gọi là luật hợp thành kép. Tùy theo quy tắc hợp thành (Min hoặc Prod) đƣợc áp dụng cho việc xác định hàm thuộc cho mỗi mệnh đề hợp thành và phép hợp (max hoặc sum) đƣợc thực hiện giữa các mệnh đề mà ta có đƣợc quy tắc cho luật hợp thành tƣơng ứng là max – MIN, max – PROD, sum – MIN, sum – PROD.
a. Thuật toán thực hiện luật hợp thành đơn cho cấu trúc MISO
Xét mệnh đề hợp thành có d mệnh đề điều kiện:
Nếu x1 = A1 và x2 = A2 và ... và xd = Ad thì y = B gồm d biến đầu vào x1; x2; x3 ... xd và một biến đầu ra y. Trong đó liên kết AND giữa các mệnh đề điều kiện đƣợc thực hiện bằng phép giao các tập mờ A1, A2, ..., Ad với nhau, kết quả của phép giao là độ thỏa mãn H. Các bƣớc xây dựng luật hợp thành R nhƣ sau:
Rời rạc hóa miền xác định hàm thuộc µA1(x1), µA2(x2), µA3(x3),..., µAd(xd), µB(y) của các mệnh đề điều kiện và kết luận.
Xác định độ thỏa mãn H cho từng vec tơ các giá trị đầu vào: H = min{ µA1(c1), µA2(c2), µA3(c3),..., µAd(cd)}
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong
Trang 56
Trong đó ci (i = 1, 2, ..., d) là các thành phần của véc tơ biểu thị đầu vào x.
Lập các tập R gồm các hàm thuộc giá trị mờ đầu ra cho từng véc tơ các giá trị đầu vào theo nguyên tắc:
µA’(y) = min {H, µB(y)} nếu sử dụng quy tắc MIN; µA’(y) = H.µB(y) nếu sử dụng quy tắc PROD.
Ví dụ: Trƣờng hợp mệnh đề hợp thành với hai mệnh đề điều kiện:
Nếu x1 = A1 và x2 = A2 thì y = B. Với giá trị đầu vào
2 1 X C C thì ta có: H = min{ µA1(c1), µA2(c2)}; µA’(y) = min {H, µB(y)}. (adsbygoogle = window.adsbygoogle || []).push({});
Hình 3.5 Luật hợp thành MISO với hai mệnh đề điều kiện
b. Thuật toán thực hiện luật hợp thành có nhiều mệnh đề hợp thành có cấu trúc SISO Xét mô hình có p mệnh đề hợp thành R1: nếu x = A1 thì y = B1 hoặc R2: nếu x = A2 thì y = B2 hoặc ... Rp: nếu x = Ap thì y = Bp Trong đó các giá trị mờ A1, A2, ..., Ap có cùng tập nền X và B1, B2, ..., Bp có cùng tập nền Y.
Gọi hàm thuộc của các tập mờ Ak và Bk lần lƣợt là µAk(x) và µBk(y) với k = 1, 2, ..., p. Thuật toán triển khai R = R1∪ R2∪ R3∪... ∪Rp sẽ nhƣ sau:
GVHD: PGS TS Nguyễn Minh Tâm HVTH: Trần Thanh Phong