改进了大型可再生能源系统的故障清除策略,使用先进的优化和FLC.
Abdulaziz Almalaq1, Khalid Alqunun1, Rabeh Abbassi1
1Department of Electrical Engineering, College of Engineering, University of Hail, Hail, 55473, Saudi Arabia.
使用 Manta Ray Foraging Optimization (MRFO) 和 Fuzzy Logic Controllers (FLC) 的新故障清除策略可以提高混合光伏/风能/电池电力系统的稳定性. 这种方法可以提高系统在故障时的恢复和性能.
科学领域:
- 电气工程 电气工程
- 可再生能源系统可再生能源系统
- 控制系统 控制系统
背景情况:
- 大规模的混合光伏/风能/电池动力系统 (HPVWBPS) 需要强大的故障清除策略以保持稳定性.
- 现有的方法可能无法充分解决整合多种可再生能源和能源存储的复杂性.
- 在干扰期间优化控制器收益和功率调度对于系统可靠性至关重要.
研究的目的:
- 为HPVWBPS引入一种新的故障清除策略.
- 为了增强决策和优化控制器的收益,使用曼塔射线食优化 (MRFO) 和模糊逻辑控制器 (FLC).
- 为了提高系统稳定性,故障恢复和干扰期间的电源管理.
主要方法:
- 开发一个修改过的故障清除策略 (MFCS),整合MRFO和FLC.
- 用于确定光伏 (PV) 和风力轮机 (WT) 发电厂的最佳FLC收益的MRFO算法,确保最大功率点跟踪 (MPPT).
- 使用MATLAB/SIMULINK 2022的模拟分析 (b) 对基于PI的控制器和GWO优化进行性能评估.
主要成果:
- 在PI和FLC框架中,MRFO算法在PI和FLC框架中始终优于GWO算法,表现出更快的融合和更短的结算时间.
- MRFO-FLC组合在当前调节器中取得了显著的改进,包括33.2%的上升时间减少和2.17%的最大超越率减少.
- 与基于PI的控制器相比,基于FLC的控制器表现出更好的动态响应和稳定性,特别是在处理系统非线性时.
结论:
- 拟议的利用MRFO和FLC的MFCS为大规模HPVWBPS的故障清理提供了高效和强大的解决方案.
- FLC-MRFO配置展示了最好的整体性能,提供卓越的适应性,减少超越和更快的响应时间.
- 这一战略增强了系统的弹性,减少了组件压力,并确保了混合可再生能源系统的高效功率控制.
更多相关视频
11:53The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy
Published on: October 14, 2017
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
相关概念视频
Reclosers and Fuses
A comprehensive protection scheme for radial distribution...
Fast Decoupled and DC Powerflow
Load-frequency control
The Power Flow Problem and Solution
Control Systems
At the heart...
Control of Power Flow
