Atıf Sayısı
2
Görüntüleme
40
İndirme
5
Otomatik gerilim regülatör (OGR) sistemi, generatör terminal gerilimini belirtilen seviyede tutmak için güç sistemlerinde yaygın olarak kullanılır. OGR sisteminde farklı denetleyiciler kullanılarak generatör terminal geriliminin denetimi gerçekleştirilmektedir. Araştırmacılar yaptıkları çalışmalarda OGR sisteminin dinamik performansını iyileştirmeyi ve sürekli durum hatasını sıfıra indirmeyi hedeflemektedir ve bu kapsamda evrimsel algoritmalar yardımıyla denetleyici tasarlamaktadır. Evrimsel algoritmalar, denetleyici parametrelerini belirlenen bir amaç fonksiyonunu göz önüne alarak optimal bir şekilde ayarlamak için yaygın olarak kullanılmaktadır. Bu çalışmada, bir OGR sisteminin denetimi için iki farklı filtreli oransal-integral-türevsel (PID-F) denetleyici tasarlanmıştır. Denetleyicilerin parametrelerini ayarlamak için atom arama optimizasyon (AAO) ve parçacık sürüsü optimizasyon (PSO) algoritmaları kullanılmıştır. Her bir denetleyici için OGR sisteminin geçici yanıt analizi, frekans analizi, dayanıklılık analizi Matlab/Simulink programında incelenmiş ve performans karşılaştırması yapılmıştır. Elde edilen sonuçlara göre, AAO algoritmasının PSO algoritmasından daha iyi sonuçlar verdiği görülmüştür. Ayrıca, AAO algoritması ile tasarlanmış PID-F denetleyicinin, AAO, PSO, biyocoğrafyaya dayalı optimizasyon (BDO) ve yapay arı koloni (YAK) algoritmaları ile ayarlanmış klasik PID denetleyicilere göre geçici yanıt karakteristiklerini iyileştirdiği ve sistemin kararlılığını ve dayanıklılığını arttırdığı sonucuna varılmıştır.
The automatic voltage regulator (OGR) system is widely used in power systems to keep the generator terminal voltage at the specified level. In the OGR system, the control of the generator terminal voltage is performed using different controls. In their studies, the researchers are aimed at improving the dynamic performance of the OGR system and reducing the constant state error to zero, and in this context they design controller with the help of evolutionary algorithms. Evolutionary algorithms are widely used to optimally adjust control parameters taking into account a target function. In this study, two different filters are designed for the monitoring of an OGR system. Atoms search optimization (AAO) and particle set optimization (PSO) algorithms have been used to adjust the parameters of the controllers. For each controller, the temporary response analysis, frequency analysis, resilience analysis of the OGR system have been studied in the Matlab/Simulink program and performance comparison has been made. The results showed that the AAO algorithm has better results than the PSO algorithm. In addition, the PID-F controller designed by the AAO algorithm has also concluded that the PID-F controller improves the temporary response characteristics according to the classic PID controller adjusted by the AAO, PSO, bio-based optimization (BDO) and artificial bee colony (YAK) algorithms and improves the system’s stability and resilience.
The automatic voltage regulator (AVR) system is commonly used in power systems to keep the terminal voltage of generator at a specified level. The terminal voltage level is controlled by using different controllers in an AVR sistem. Researchers aim to improve dynamic performance of the AVR system and to decrease the steady state error to zero by using different controllers in their studies. They design controllers by utilizing evolutionary algorithms. Evolutionary algorithms are widely used to optimally tune controller parameters according to predefined objective function. In this study, two different proportional-integral-derivative with filter (PID-F) controllers are designed for the AVR system. Atom search optimization (ASO) and particle swarm optimization (PSO) algorithms are used to tune the parameters of the controllers. For each controller, transient response analysis, frequency analysis, and robustness analysis are examined in Matlab/Simulink for the AVR system and performance comparison is made. The results indicate that the ASO algorithm achieves better results than the PSO algorithm. In addition, it is concluded that the PID-F controller designed with ASO algorithm improves the transient response characteristics, stability and robustness compared to the classical PID controller of which the parameters are tuned by ASO, PSO, Biogeography based optimization (BBO) and Artificial bee colony (ABC).
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
