利用AGA与灰色模糊PID控制之电力系统稳定器设计.doc

利用AGA與灰色模糊PID控制之電力系統穩定器設計 文定宇 1 簡介 建立電力系統之正常運轉，裝設電力系統穩定器是改善系統穩定度之經濟有效的方法。本文主要是利用AGA與灰色預測模糊PID控制的方法並結合最佳降階理論[1]與最佳分離式設計[2]來設計一電力系統之穩定器，AGA主要是用來搜尋灰色預測器中適當的灰色預測步距值，以達到性能更佳之電力系統穩定器[3]。最後，我們將模擬以下不同控制方式的輸出響應結果：(1)利用最佳控制方法之輸出結果，(2)利用最佳降階模型方法之輸出結果、(3)利用AGA與灰色預測PID控制方法[4]之輸出結果。 2 結合AGA與灰色預測PID控制之電力系統穩定器 (1) 雙機系統之架構 為了方便說明，我們重複敘述如下。圖2.1所示為雙機無限匯流排電力系統 圖2.1 雙機無限匯流排電力系統 其系統之狀態方程式為： (2.1) (2.2) 其中 (2.1)式中狀態向量x之物理意義為： ：發電機之角速度 ：發電機轉矩角 ：操作點上之變化量 ：軸上漏磁電壓比 ：發電機場電壓 ：發電機之編號 此系統可分解為下面兩個子系統 一號機： 二號機： 最佳降階理論可將一號機降階為 ` (2.3) 式中 最佳降階理論可將二號機降階為 (2.4) 式中 系統之整體控制增益為 (2) AGA灰色預測模糊PID控制之電力系統穩定器 本文所提出的方法為使用AGA灰色預測模糊PID控制器，其架構如下圖2.2所示。PID控制是主要(Master)的控制器，而模糊控制是輔助(Slave)的控制器，以用來增強主要的控制器。一般在設計灰色預測器(Grey Prediction)時，預測步距的選取一直是一個問題，由圖2.3我們可以清楚的得知，不同的預測步距對系統會有不同的輸出響應，以預測系統的輸出作回授控制時，若預測步距較小則系統響應雖快但會有較大的超越量，而較大的預測步距將造成過量補償，以致於系統響應變慢。傳統上我們都是以人工經驗的法則再加上嘗試錯誤來選取最適合的預測步距值。今天我們試著把灰色理論結合適應性基因演算法設計成AGA灰色預測器[5]，以受控系統的誤差和誤差變化量當作AGA的輸入，並且依據誤差和誤差變化量的大小適當的計算灰預測控制器的預測步距值，設計成AGA灰預測控制器對預測步距做動態調整，此方法能改善傳統灰色預測控制器的預測步距為固定值的缺點。最後，再將灰色預測器之輸出值，加上模糊控制器之輸出值，一起輸入至PID控制器進行控制，使系統能達到良好的動態響應[6]。 圖2.2 AGA灰預測模糊PID控制器架構圖 圖2.3 不同的預測步距對系統會有不同的輸出響應  3 AGA灰預測模糊PID控制器之設計流程 本文所提出的AGA灰色預測模糊PID控制器，應用於雙機無限匯流排系統，其方塊圖如下圖3.1所示： 圖3.1 AGA灰預測模糊PID控制器應用於雙機無限匯流排系統 如上圖3.1所示，我們所設計的電力系統穩定器包含了四個單元，其控制流程如以下所描述： 灰色預測器單元： 我們根據誤差變數，也就是誤差定義e =R-y，此處的R就是控制的設定值或參考值，此處電力系統控制的R值設計為零，而y是輸出訊號，其為與，AGA來決定灰色預測器的預測步距。於是產生了輸出預測值與。 模糊控制器： 根據模糊理論[7]，我們把經由灰色預測器所產生之輸出預測值與，輸入至模糊控制器中，經過其運算後，產生了輸出值。 在本文當中，我們所用的模糊控制器，是採用二輸入一輸出的方式，其中輸入是採用三角型歸屬函數，其代表分別為控制訊號的誤差()，誤差變動量()，輸出部份採用單點輸出，代表系統的輸入。圖3.2和圖3.3分別為本文所採用的輸入和輸出歸屬函數。 圖3.2 輸入之歸屬函數 圖3.3 輸出之歸屬函數 在此，我們依據專家經驗[10]可知控制規則表如下所示： NL NM NS ZO PS PM PL NL NL NL NL NL NM NS ZO NM NL NM NM NM NS ZO PS NS NL NM NM NS ZO PS PM ZO NL NM NS ZO PS PM PL PS NM NS ZO P