• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
10.11606/T.18.2011.tde-07042011-151406
Documento
Autor
Nome completo
Marcelo Favoretto Castoldi
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2011
Orientador
Banca examinadora
Ramos, Rodrigo Andrade (Presidente)
Bretas, Newton Geraldo
Reginatto, Romeu
Silva, Luiz Carlos Pereira da
Simões, Eduardo do Valle
Título em português
Algoritmo híbrido para projeto de controladores de amortecimento de sistemas elétricos de potência utilizando algoritmos genéticos e gradiente descendente
Palavras-chave em português
Algoritmos genéticos
Estabilidade angular
FACTS
Gradiente descendente
Sistemas elétricos de potência
Resumo em português
Os sistemas elétricos de potência são frequentemente submetidos a perturbações causadas, por exemplo, por um aumento súbito de carga ou por um curto-circuito em uma linha de transmissão. Estas perturbações podem gerar oscilações eletromecânicas no sistema, uma vez que a velocidade dos geradores oscila. Para reduzir tais oscilações, controladores de sistema de potência são utilizados sendo, os mais comuns, controladores do tipo PSS (Power System Stabilizer). Porém, em alguns sistemas, somente o emprego de PSSs não é suficiente para garantir um nível mínimo satisfatório de amortecimento, sendo necessário recorrer a outros tipos de controladores. Desta forma, controladores do tipo FACTS (Flexible Alternating Current Transmission System), principalmente o TCSC (Thyristor Controlled Series Capacitor) se tornaram uma alternativa atraente no auxílio ao amortecimento dos sistemas de potência. O controle do TCSC é feito por um controlador POD (Power Oscilation Damper) que é empregado como controle suplementar do dispositivo. No entanto, apenas o emprego dos controladores não garante um bom amortecimento, fazendo-se necessária uma boa sintonia dos mesmos. A sintonia destes controladores é, na maioria das vezes, feita de forma manual, ou seja, usando o método de tentativa e erro, podendo demandar um tempo relativamente elevado, mesmo que feita por um engenheiro experiente. Para evitar que o projetista dispense tempo procurando uma sintonia adequada para os controladores, métodos automáticos de sintonia vêm sendo estudados. Tais métodos têm como principal vantagem a sintonia dos controladores considerando vários pontos de operação do sistema simultaneamente, fazendo com que o controlador seja robusto para variações em seu ponto de operação nominal. Os métodos automáticos de sintonia utilizam métodos de otimização local ou métodos de otimização global. Os métodos de busca local têm a rapidez como principal vantagem, porém podem não convergir para um valor satisfatório de amortecimento estipulado pelo projetista. Os métodos de busca global, em grande parte das vezes, convergem para um valor de amortecimento solicitado pelo projetista, porém em um tempo elevado. Este trabalho propõe um método de sintonia dos controladores utilizando uma estrutura híbrida, ou seja, algoritmos de busca global juntamente com algoritmos de busca local. Primeiramente uma busca global é feita pelo algoritmo até que um critério de parada, definido pelo projetista, seja alcançado (geralmente um valor de amortecimento mínimo para o sistema). Assim, os parâmetros dos controladores sintonizados pela busca global serão entrada de um método de busca local. O algoritmo de busca local tende a refinar a sintonia dos controladores aumentando, assim, o amortecimento do sistema até um valor especificado pelo projetista. Neste trabalho a busca global é realizada por um algoritmo genético enquanto que a busca local é feita por um algoritmo baseado no gradiente descendente da função objetivo (neste caso o amortecimento). As principais vantagens do algoritmo proposto são a diminuição do tempo de sintonia e o esforço computacional, se comparado a métodos de busca global, verificadas nos resultados do trabalho.
Título em inglês
Hybrid algorithm for damping controller design in electric power systems via genetic algorithms and gradient descent
Palavras-chave em inglês
Angular stability
Electric power systems
FACTS
Genetic algorithm
Gradient descent
Resumo em inglês
Electric Power Systems are constantly subjected to perturbations, which can be caused for several different reasons, e.g., due to a sudden load increase or a short circuit in a transmission line. These perturbations can induce electromechanical oscillations in the power system, since the angular speed of the generators oscillates. To reduce such oscillations, power system controllers are used, and the most common ones are the PSSs (Power System Stabilizers). In some systems, however, the usage of PSSs is not sufficient to guarantee a satisfactory level for the minimum damping, being necessary the usage of other types of controllers. Hence, FACTS (Flexible Alternating Current Transmission System) controllers, specially the TCSC (Thyristor Controlled Series Capacitor), became an attractive alternative to enhance the damping of electric power systems. The TCSC control action is performed by a POD (Power Oscillation Damper) controller, which is a supplementary control function of the device. However, it is not only the usage of such controllers that guarantees a sufficient damping, but also a good tuning of their parameters. The tuning of such controllers is ordinarily performed manually, using a trial-and-error method, which can last for a long time, even for experienced engineers. To facilitate the designers work in the tuning of the controllers parameters, automatic tuning methods are being studied. Such methods have the main advantage of considering several operating points of the system simultaneously, yielding a robust controller regarding variations in its nominal operating point. The aforementioned automatic tuning methods use local optimization methods or global optimization methods. The local optimization methods have the speed as the main advantage, but they can have convergence issues in the search for the minimum satisfactory damping threshold desired by the designer. The global optimization methods, on the other hand, ordinarily converge for the desired minimum damping threshold, but with large convergence times. This work proposes a controller tuning method using a hybrid structure, i.e., global search methods with local search methods. Initially, a global search is performed by the algorithm until a stop criteria is met, as defined by the designer (usually a minimum damping for the system). Thus, the controller parameters tuned by the global search method are the input values of a local search method. The local search algorithm actually refines the controllers tuning, increasing the system damping to the value defined by the designer. In this work the global search is performed by a genectic algorithm while the local search is performed by an algorithm based in the gradient descent of objective function (damping in this case). The greatest advantages of the proposed algorithm are the possible decrease in computational time and effort, when compared to global search methods, verified in the work results.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Marcelo.pdf (7.15 Mbytes)
Data de Publicação
2011-04-18
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2021. Todos os direitos reservados.