Nghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điện (Luận án tiến sĩ)

Nghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điệnNghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điện

-2017

1 PGS TS Thái Quang Vinh

2017

chí nào

NCS

và này

M C L C

5

8

10

11

13

1 Tính 13

2 M 13

3 15

4 15

17

17

18

18

20

26

28

29

29

31

35

39

45

45

46

- 47

55

58

60

60

61

62

66

68

75

- 77

77

- 79

79

80

- SMES 81

- 85

85

86

90

91

96

97

97

97

100

101

DANH M C HÌNH V

Hình 2.1: N 30

Hình 2.2: 33

Hình 2.3. 34

34

Hình 2.4. 34

Hình 2.5. 48

Hình 2.6. 52

Hình 2.7. 53

Hình 2.8. 56

Hình 2.9. 57

Hình 2.10. 57

Hình 2.11. 58

Hình 2.12. 58

Hình 3.1. 62

62

62

Hình 3.2. 64

Hình 3.3. i 67

Hình 3.4. 72

Hình 3.5. 72

Hình 3.6. 73

Hình 3.7:

Hình 3.8:

75

Hình 4.1 79

Hình 4.2: 80

Hình 4.3: 82

Hình 4.4: Mô hình m 83

Hình 4.5: - 84

84

- 84

Hình 4.6 C - 87

Hình 4.7. 88

Hình 4.8. khác nhau 92

92

- 92

Hình 4.9 Hai 93

Hình 4.10. 93

Hình 4.11. 94

Hình 4.12. 94

Hình 4.13. 95

DANH M C B NG

[41] 68

71

u PD 89

95

qi s ng t c th i ngang tr c trong h t dq, p.u.

E qi s ng ngang tr c trong h t dq, p.u.

u fi u vào c a b khu i SCR, p.u.

x adi gi a cu n dây kích t và cu n dây stator, p.u.

x Ti n kháng c a máy bi n áp, p.u.

x ij ng dây truy n t i gi a máy phát th i và máy phát th j, p.u.

V ti u ra c a máy phát th i, p.u.

X ei m c (tua-bin) ng v i máy phát th i, p.u.

P ci u khi n công su t c a máy phát th i, p.u.

T mi h ng s th i gian c a tua-bin máy phát th i, s

K mi h s khu i c a tua-bin máy phát th i

T ei h ng s th i gian c a b u t c cho máy phát th i, s

K ei h s khu i c a b u t c cho máy phát th i

ây hai

-4 C u trúc lu n án

-MATLAB Simulink

K

ó tí[3]

consti, Ii i, Ci

Lyapunov

consti, di, Ci

riêng Khó

MATLAB

-trình bày trong[6], [38], [39], [46], [47]

1.1.2

A M Lyapunov

-Trong [70]

[71]

-, trong[20]

Lyapunov

[28

Lyapunov

LyapunovMATLAB Simulink

-Hybrid Big Bang-Big Crunch

truy n t i có ng t i công su t truy n t i và t n s nh

V i s k t h p c a b c i thi n công su t truy n và t th ng chuy ng gió d n c m ng ngu n kép trong quá trình chuy i n i b khi có các s c K t qu c mô ph so sánh gi a vi c có và không có b SMES và cho th y s hi u qu SMES vào h th ng

Nhóm tác gi c a i thi u m t ng d a các b SMES trong vi c ki m soát t n s c ng c a s i ph t i Các bSMES này k t h p v i b d ch pha tr ng thái v ng b n có tác d ng nâng cao hi u qu

c a chi c ki m soát t n s - ph t i Chi ti t c a nguyên lý và quá trình thi t k

h th ng ki m soát t n s - ph t i s d ng s h tr c a các b c trình bày trong công trình nghiên c u [63] K t qu th hi n qua các mô ph ng s ; l i ích kinh t c a các b c kh nh trong bài báo

Trong [62], tác gi p t c nghiên c u v ng d ng c a SMES trong vi c ki m soát t n s ph t i công trình nghiên c u này, nhóm tác gi u bài toán

trong kho ng th i gian ng n nh t

ng d ng khác c a SMES khi k t h p v i thi t b h n ch dòng l i s d ng cu n siêu

d n (Superconducting fault current limiter SFCL) Khi có l i xu t hi n trong h

th n, thi t b h n ch dòng l i s ngay l p t c d p t ng công su t t c

úng

-ra

1.4 K t lu

Hình 2.1: M t h th ng l n g m N h th ng con liên k t ch t ch v i nhau

,

-liên

,

.3) thay vào hàm (2 -Postnikov [3-4]:

ình 2.3Hình 2.4

(a)

1, B = , c = 0 1 (2.16)

i i

c x T

11

i i

i i

i i

Do

(2.15)( ), i( ) > 0

Lyapunov V i (x i

(2.33)

n T

( )] ( )

n T

j

không âm ij

1 1 1 0 1 0 1

(2.10) (2.15)

1

1 1

ii 1

,,

ij

i

i j w

i i ii i , i n 1 (2.50)

1/2 1/2

( )( ), ( ) ,

2

( )( ) max i i

và tính d 55 vector v i0 V i0 trong (2.35)

Quá trình

này

)

2.3.1 Gi i thi u

M i h th n có th c xem là m t h th ng l n hình v i các y u tphi tuy n và b nh n s nh c a h th ng Trong m t h th ng

u khi n nh m ki m soát s bi n thiên c a t n s ng c a ph t i (load-frequency control) Ta bi t r ng, khi trong h th n có s cân b ng c a công su t phát ra và công su t tiêu th thì t n s c c gi giá tr danh

c l i, khi ph t c ng t m t ph t i, khi trao

i mua bán công su t gi n khác nhau) thì s cân b ng công su t

u khi c bi t quan tr ng c a m t h th n qui mô l n

Ph n này s c p m t cách lý thuy t t ng quát c a hai chi u khi n có th

áp d ng tr c ti p cho các l h th ng, tác gi xu t

s d ng chi u khi n t n h i tr ng thái tuy n tính v

i công su ng dây truy n t a các vùng) Chúng

c mô t phi tuy n c a các h th ng con th i Các thành ph n phi

( )

,( ) ( )

s h ng phi tuy c nêu h (2.6 c bi t các ph n t phi tuy n này c n ph c s d tính toán vector h s ph n h i cho h th ng u khi n

l Theo [18-19] và d a trên các nghiên c u c a các nhóm tác gi i

Riccati i thi t l p các lu u khi n phi t p trung tuy

f

t N

i t

Trong h th n l n có áp d ng chi u khi n ph n h i tr ng thái tuy n

h s ph n h i tr ng thái c a h th u khi n t nghi m c a

i s Riccati theo công th c (2.66 t chi c u khi n

t n mang l i hi u qu và ch u khi n t t

-2.3.3

Trên hình 2.5, có m t s kh i trong h th u khi n m v i ch

m c ) thành các giá tr ngôn ng phù h p

ng u vào thành các kh i giá tr c a bi n ngôn ng u ra theo m t lu

Kh i lu t m (rule base): Bao g m các m If then a vào các lu t m

mà thi t k cho phù h p v i t ng bi n giá tr c a bi n ngôn ng theo quan hvào/ra

Kh i lu t m và kh i h p thành là c t lõi c a b u khi n m vì nó mô ph ng

N u h th ng là MIMO( nhi u vào, nhi u ra)

If A = B and C = D and Then X = Y and Z = T

c 1: nh mi n ch a giá tr rõ y, là giá tr mà t liên thu t giá

V nguyên t c, h th u khi n m không khác bi t so v i các h th u khi n t ng S khác bi u khi n m làm vi

b não i d ng trí tu nhân t o, ph thu c vào kinh nghi m, t t lu n

và thi t k h th ng mà không c n bi c mô hình ng C n chú ý:

Không nên thi t k b u khi n m v i các bài toán t ng h p mà có th

d dàng gi i quy t b ng b u khi PD, PI, PID và b u khi n tr ng thái

B u khi n m dùng cho h th ng c tin c y cao v n còn h n ch

B u khi n m c c th c hi n qua th c nghi m

H th c thi t k theo mô hình t ng quát sau:

hi

Giao di u ra (khâu ch p hành ): Bao g m khâu gi i m và các khâu

Gi thi u ki n và nguyên t c th a mãn, ti n hành l p b u

c 1: n vào ra

Tùy vào yêu c u khi n, kinh nghi m và s hi u bi t v ng mà vi c

l a ch n bi n Vào-Ra sao cho d nh n Vi c ch n l a này v a mang tính khách quan v a có tính ch quan, tuy nhiên c n d a vào ch a b u khi n

m trong m l a ch n cho chính xác và h p lý

B u khi n m có ch ch là b u khi n ( n m trong m ch kín

u khi n th i gian th c, có m m b o sai l ch gi a tín hi t và tín hi u

u khi n) thì bi u vào có th l a ch n là sai l ch ho o hàm c a sai l ch, bi n

ra là tín hi u u khi n

B u khi n m có ch o ra tín hi t c a h th ng (h kín ho c h h , làm vi c th i gian th c ho c không làm vi c th i gian th c) thì s bi n Vào- Ra

ph thu c vào t ng c th , v u ki n d i giá tr tr Vào ra bao ph h t không gian có th có c a bi n Vào - Ra

nh mi n giá tr v t lý cho các bi n vào ra

nh các mi n giá tr rõ c a cho bi n Vào- ng c th

S ng bi n ngôn ng nên n m trong kho ng t làm t p ch n quá thô, nhi quá m n ng t i t x lý và b nh C n ch n các giá

tr c a bi n có ph n x p ch ng lên nhau và bao trùm h t mi n giá tr

nh d ng hàm liên thu c

c quan tr ng vì quá trình làm vi c c a b u khi n m ph thu c r t nhi u vào d ng hàm và ki u hàm liên thu c

C n ch n các hàm liên thu c có ph n x p ch ng lên nhau và ph kín mi n giá tr

v u khi n không xu t hi n l h ng ch n hàm liên thu c

d ng hình tam giác ho c hình thang và ch n các hình d ng khác n u c n thi t

M i c p tín hi u Vào Ra là m t lu t riêng bi t, và ch n t p m có giá tr l n

Tích phân IET c a sai l ch

u ra: Là tín hi u khi n u(t)

DET

ETIETDET

U(t)X(t)

th c mô hình hóa toán h c c a nh ng h th n di n r ng

decomposition) b ng cách s d ng hàm Lyapunov

Trong l p bài toán nh h th n l n, tác gi xu t nghiên c u hai bài toán quan tr ng: nh t c th ) và ki m soát t n s - ph t i Hai l p bài

u khi n này, khi xem xét m t cách t ng th , là hai trong s nh u khi n hình và quan tr c bi t i di n tiêu bi u cho các h th ng l n và

ph c t p V i m i l p bài toán, tác gi l xu t chi u khi n riêng và hi u

qu Trong bài toán là vi c áp d u khi n t

ph n h i tr ng thái tuy n tính s d ng các ph i ti n, còn trong bài toán ki m soát t n s - ph t i là gi u khi n m Lý thuy t t ng quát c a m i chi u khi c trình bày v n t t trong a lu n án Chi

ti t quá trình áp d ng cho m i l p bài to m c a t ng chi n

u khi n s c trình bày trong các p theo c a lu n án

C 3: CHI U KHI N PHI T P TRUNG

M3

M2

Noise Tie-line 1-2

(3.22)

ph n liên k t v i nhau (là k t qu c i công su ng dây

các h th ng con th i Các thành ph n phi tuy n này c ng u ki n

( )

,( ) ( )

t t c các s h ng phi tuy c nêu h 3 c bi t các ph n tphi tuy n này c n ph c s d tính toán vector h s ph n h i cho h th ng

u khi n ph n h i tr xu t theo công th c (3.29) áp d ng cho

h th n thành ph n th i trong h th n qui mô l c mô t trong hình

mô t h s ph n h i tr ng thái c a h th u khi n t nghi m c a

i s Riccati theo công th c (3 u khi n t

hi n trong hình 2 V i các thông s mô ph ng c n thi c

ng 1 [9,11] cho mô hình h th n ba máy phát, ta có th thi t kchi u khi n t c trình bày trong các ph c

P t H

+ Các tham s u ki n biên, c n th a mãn b ng th c sau:

0 max ij

( ) 0,5

c n ph c th c hi n xây d ng thu u khi n t :

T (3.22), s d ng các thông s mô ph cáo [41,43],

trình toán h c mô t u khi n cho các máy th nh t và th hai

12 13 0

0

qi qj ij ij

ba3.2.

Machine 1Machine 2

-2024

time (s)(b)

Machine 1Machine 2

Machine 1Machine 2

-0.500.51

time (s)(d)

Machine 1Machine 2

Machine 1Machine 2

-2024

time (s)(b)

Machine 1Machine 2

Machine 1Machine 2

-1012

time (s)(d)Machine 1Machine 2

Hình 3.6 So sánh th i gian xác l p cho c ng h p mô ph ng

Các k t qu mô ph ng cho bi t ph n ng h c c ng v i hai máy phát M1 và M2 theo th t c th hi n trên hình 3.4 và hình 3.5 T hai hình vnày, ta nh n th ng c a c b n thành ph n c a vector thông s tr u

thành ph n sai l u ti n tr ng thái xác l ng th i

r t t t, tính nh c a h th m b o khi ch ng c a các nhi có

n hành phân tích m t trong nh ng thông s quan tr ng

nh t trong b n thông s hi n trên hình 3.4 và hình 3 ch t góc

Machine 1 Machine 2 0

0.1 0.2 0.3 0.4 0.5

(b)

Pm

Xe

trong nghiên c nh t c th i h th ng c a nhi u.

Machine 1 Machine 2

-2 0 2 4

time (s) (b)

Machine 1 Machine 2

Machine 1 Machine 2

-0.5 0 0.5 1

time (s) (d) Machine 1 Machine 2

Hình 3.8: Th i gian xác l p cho các thông s c a hai máy phát v i sai s 2%

ng h p mô ph ng th ba

3.6 K t lu

Trong này, tác gi trình bày m t chi u khi n phi t p trung tuy n

c i thi n ch u khi n và nâng cao s nh c a m t h th ng l n

i các y u t phi tuy n và b nh Ý n xuyên su t chi c

u khi n này là s tuy n tính hóa các hàm phi tuy u khi n t ng cách thi t k b u khi n ph n h i tr ng thái B u khi n ph n

xu t trong nghiên c u này mang l i

Khi nghiên c u v các h th ng qui mô l c bi t là các h th n th c t , các chi u khi xu t nói chung c n ti p t c c i thi ng

m m d o hóa và tích h p hóa u khi n ph i trthành chi u khi n thích nghi, tham s c a các b u khi n ph n h i tr ng

area control error

-31-35

là

35-

(supe

4

-này-

này

trong

-

4.2 Mô hình hóa h th n di n r ng trong bài toán ki m soát t n s

-ph t i

4.2.

-a(subsystem) Hình 4.1

( ) ( ) ,( )

0,

n

j j i tie i

s

i j thì P tie i, ( )s 0.4.1)-(4

2

( ) ( ) ,( )

n

j j i tie i

s

i j thì P tie i,( )t 0.4.5) (4.

4.9) và (4.10)

(4.9)(4.10)

này

energy storage - SMES

-4.3

Hình 4.3: Mô hình nguyên lý thi t b SMES

R 1

R 2

A 12 pulse rectifier using thyristors

G G,i (s) G T,i (s) G P,i (s)

Governor unit

, ( ) Calculation

tie i

P s

SMES Model ( )

Hình 4.5: Mô hình b SMES trong bài toán ki m soát t n s - ph t i

(a) Mô hình SMES xây d ng trên MATLAB/Simulink(b) (c) Mô hình SMES trong h th n có ki m soát t n s - ph t i

Logic

4.8

Hình 4.7 Các hàm liên thu u ra c u khi n

4 K e , K de và K u

4.19sau:

ace i (t)

0 0.5 1

u

i (t)

-4.11sau:

0.005 , 0 5( ); 20( )( ) 0.01 , 5( ) 10( );15( ) 20( )0.02 , 10( ) 15( )

4.12 -15 4.

-4.4.

4.13

4.13(1)

(2)

-các vùng khác (xem hình 4.13)

4.13, 4.144

(b)

khi n LFC khác nhau(a) Mô hình mô ph ng d ng kh i con

0 0.005 0.01 0.015 0.02 0.025

Time (sec) (b)

A#1 A#2 A#3 A#4 A#5

A#5-PIA#5-FLC

A#1-PIA#4-PIA#1-FLCA#4-FLC

Hình 4.11 So sánh u ch nh (giá tr tuy i) và th i gian xác l p cho

0 5 10 15 20 25 30 35 40

Type of Controller (b)

A#1 A#2 A#3 A#4 A#5

PI FLC SMES 0

A#1 A#2 A#3 A#4 A#5

PI FLC SMES 0

5 10 15 20 25 30 35 40

Type of Controller (b)

A#1 A#2 A#3 A#4 A#5

Time (sec) (a)

A#5-FLC A#5-FL_SMES

-5 0 5

-3

Time (sec) (b)

A#2-FLC A#3-FLC A#2-SMES A#3-SMES

thành công.

4.5 K t lu

-DANH M C CÁC CÔNG TRÌNH KHOA H

1 Thai Quang Vinh, Vu Duy Thuan, Mai Ngoc Thang, Maxim Shcherbakov, Nataliya Shcherbakova, Valeriy Kamaev, Hybrid renewable energy systems control based

onpredictive models and genetic algorithms, Processding of scientific workshop

, 2016 Pp 27-38, Hanoi.

2 Vu Duy Thuan, Nguyen Ngoc Khoat, Thai Quang Vinh, Modeling and control

of a large-scale systems A typical application for interconnected

Multi-machine power systems, International conference on information and

convergence technology for smart society, 2016, Vol.2 No.1 pp 61-65, Ho Chi

System, Journal of Computer Science and Cybernetics, 2016, Vol 32, No 3, pp

225-241

16 Ng The adaptive fuzzy controller for a

2011

17 Antonio G E., Antonio J C and Claudio C: Energy system analysis and

operation CRC Press, Taylor and Francis, 2008.

18 Mohammadpour J, Grigoriadis KM New York: Springer: Efficient modeling

and control of large-scale Systems 2001.

19 Sandell N, Varaiya P, Athans M, Safonnov M: Survey of decentralized control

methods for large scale systems IEEE Transactions on Automatic Control,

1978 April; 23(2), pp.108-128.

20 Dragoslay D S.: Large-scale dynamic systems stability and structure Dover

Publications, INC, New York, 2007, pp.63-103.

21 Anderson PM, Fouad AA New York: Wiley-IEEE Press, 2 nd edition: Power

system control and stability 2002.

22 Tirtashi MRS, Rouhani A, Naghibi E Coordinated design of output feedback

PSS and UPFC controllers for enhancing dynamic stability of power system

Indian Journal of Science and Technology, 2014; 7(11), pp 1805-1812.

23 Jalili S, Effatnejad R Simultaneous coordinated design of power system stabilizer 3 band (PSS3B) and SVC by using hybrid big bang big crunch

algorithm in multi-machine power system Indian Journal of Science and

Technology, 2015; 8(3), pp 62-71.

24 Murty PSR India: BS Publications: Operation and control in power systems

2008.

25 Zhang G USA: EPRI Palo Alto: EPRI power systems dynamics tutorial 2009.

26 Ernst D, Glavic M, Wehenkel L Power systems stability control: reinforcement

learning framework IEEE Transactions on Power Systems, 2004; 19(1), pp

Parameter Perturbations in Interconnections Journal of optimization theory and

applacations Vol 85, No 3, pp 727-739, 6/1995

29 Ligang WU, Changhong WANG, Huijun GAO, Qingshuang ZENG: Sliding mode control of uncertain systems with distributed time-delay: parameter-

dependent Lyapunov functional approach Journal of Control Theory and

Applications 2, 2006 pp.159 167.

30 X G Yan, J Lam, H S Li, and I M Chen: Decentralized Control of

Nonlinear Large-Scale Systems Using Dynamic Output Feedback Journal of

optimization theory and application Vol 104, No 2, pp 459 475, 2/2000.

31 B R Barmish, M Corless and G Leitmann: A new class of stabilizing

controllers for uncertain dynamical systems Slam J Control and optimization,

Vol 21, No 2, March 1983

32 Rasmus Halgaard, B Jorgensen, K Poulsen: Decentralized large-scale power

balancing, Innovative Smart Grid Technologies Europe (ISGT EUROPE), 4th

IEEE/PES: 06 January 2014.

33 Ernst D, Glavic M, Wehenkel L Power systems stability control: reinforcement