Proiect Conducerea Sistemelor Neliniare

Reglarea tensiunii folosind Logica Fuzzy

Profesor coordonator: Prof. dr. ing. Sergiu Caraman

Student:Teodorescu Alexandru Florentin

 1. Introducere

Tehnologia generării distribuite cu reconfigurarea industiei energetice au

revoluționat sistemele electroenergetice în secolul XXI. Avantajele generării
distribuite, cum ar fi generarea de electricitate și căldură în același timp, au adus
intenisficarea dezvoltării acesteia. În consecință, această tehnologie, în special
bazată pe energie regenerabilă cum ar fi celulele solare, celulele de combustibil sau
energia eoliană, vor juca un rol important în viitorul apropiat în sistemele de
generare a energiei în zonele urbane. Energia astfel generată este cea mai bună
variantă din punct de vedere economic pentru asigurarea necesarului de energie din
sistem ținând cont de capacitatea limitată a rețelei de transport si distribuție.
Viitoarele sisteme de generare a energiei se vor baza pe integrarea unităților de
generare distribuită alături de unitățile convenționale, și vor alcătui așa numitele
“Rețele inteligente”.

2. Sistemul multi-agent fuzzy

Sistemul multi-agent fuzzy este compus din schemele de control ale
agenților cu ajutorul inteligenței artificiale. Fiecare unitate de control locală
reprezintă un agent care funcționează independent, dar ale cărei funcții sunt
influențate de mesajele primite de la alți agenți. Scopul este de a descompune
sistemele complexe în subsisteme. Cooperarea între agenți bazată pe schimbul de
mesaje poate rezolva problemele complexe. Deci este nevoie de un sistem multi-
agent pentru reglarea tensiunii în rețelele de distribuție inteligente. Sistemul
cuprinde un agent pentru comutatorul de ploturi, agent pentru generarea distribuită,
agent pentru nivelul de sarcină și o cale de comunicație între aceștia.(figura 1)
 Figura 1. Structura sistemului propus

1.1 Structura interna a agenților

Structura interna propusă a fiecarui agent se bazează pe principiul controller-

ului fuzzy. Constă într-un fuzzificator, un motor de inferență și un defuzzificator
(figura 2).

Figura 2. Structura internă a unui agent

 Agentul fuzzifică informațiile primite de la senzori și mesajele primite de la
ceilalți agenți prin convertirea valorilor numerice în categorii lingvistice. Motorul
de inferență este reprezentat de blocul de decizie. Acesta are un set de reguli
predefinite pentru a îndeplini obiectivul fiecărui agent și pentru a evita conflictele
dintre agenți. La ieșire agentul fie are un mecanism de acționare, fie trimite un
mesaj catre un alt agent ce va fi defuzzificat înapoi în valori numerice.

Setul de reguli este de forma:

- “dacă variația tensiunii este ZERO (Z) și sensul este NEGATIV (N) iar
comutatorul de ploturi este pe pozția HIGH (H) atunci raspunsul este ACCEPT
(A)”.

Pentru defuzzificare se folosește metoda centroidului(metoda centrului de

greutate):
N

∑ x i ∙ μ( x i )
y= i=1N
∑ μ ( x i)
i=1

Unde:

- µ(xi) – gradul de apartenență al lui xi

Funcțiile de apartenență sunt următoarele:

Variația tensiunii și sensul variației:

- NL (variație mare negativă)
- N (variație negativă)
- Z (zero)
- P (variație pozitivă)
-PL (variație mare pozitivă)

Răspunsul:
-A (acceptă)
-N(nu se modifică)
-R (respinge)

Puterea activă si reactivă stabilite

-I (crește)
-M (menține)
-D (scade)
 Variația comutatorului de ploturi
-U (în sens crescător)
-N (nu se modifică)
-D (în sens descrescător)

1.2 Agentul comutatorului de ploturi

Comutatorul de ploturi are doua funcții: prima este de a menține tensiunea
distribuitorilor în limitele impuse prin modificarea ploturilor tranformatoarelor.
Cea de-a doua este de a minimiza numărul de operații de comutare al ploturilor.
Agentul comutatorului de ploturi are 3 mărimi de intrare:
- variația tensiunii (NL,L,Z,P,PL)
- sensul variației
- numărul mediu de comutari
Mărimile de ieșire sunt:
- confirmarea modificării poziției comutatorului de ploturi (în sens crescător,
descrescător sau rămâne același)
- răspunsul (acceptă, respinge, nu se modifică)
Tabel de decizie:

 confirmarea modificării poziției comutatorului de ploturi:H

Sens/variație NL N Z P PL
NL D D N N U
N D D N N U
Z D N N N U
P D N N U U
PL D N N U U
  confirmarea modificării poziției comutatorului de ploturi:L
Sens/variație NL N Z P PL
NL D D D U U
N D D N U U
Z D N N N U
P D D N U U
PL D D U U U

 confirmarea modificării poziției comutatorului de ploturi:H (Răspuns)

Sens/variație NL N Z P PL
NL R R A A A
N R R A A A
Z N N N N N
P A A A R R
PL A A A R R

 confirmarea modificării poziției comutatorului de ploturi:L (Răspuns)

Sens/variație NL N Z P PL
NL R R A A A
N R R A A A
Z N N N N N
P A A R R R
PL A A R R R

1.3 Agentul generării distribuite

La fel ca și agentul comutatorului de ploturi, și acesta are 2 scopuri: de a
menține valoarea tensiunii între limitele admise și de a menține unitățile de
generare distribuite la capacitate maximă. Agentul are 3 mărimi de intrare:
- variația tensiunii(NL,N,Z,P,PL)
- răspunsul(A,R,N)
- disponibilitatea puterii reactive
Mărimile de ieșire sunt:
- sensul variației
- puterea reactivă stabilită
- puterea activă stabilită
 Tabel de decizie:

 sensul variației:
Raspuns/variație NL N Z P PL
A Z Z Z Z Z
R Z Z Z Z Z
N NL N Z P PL

 Puterea reactivă disponibilă:Capabil

Raspuns/variație NL N Z P PL
A I I M D D
R M M M M M
N M M M M M

 Puterea reactivă disponibilă:Nu e Capabil

Raspuns/variație NL N Z P PL
A M M M M M
R D D M I I
N M M M M M

1.4 Agentul de sarcină

Principala funcție a acestuia este de a măsura tensiunea din noduri. O altă
funcție este de a controla nivelul sarcinii bazat pe capacitatea predefinită de a
controla sarcinile critice. Prin urmare, după ce am primit informațiile de la senzori,
sunt comparate cu nivelele de tensiune maxime și minime admise pe bară pentru a
detecta deviația de la valoarea de referință, fie e supratensiune sau subtensiune.
∆ V max =(V m−V max )
∆ V min =(V min −V m )
În cazul unei operații normale, ambele valori ar trebui sa fie pozitive. În caz
de supratensiune, Vmax este pozitiv iar la subtensiune, Vmin va fi pozitiv. În ambele
cazuri variația este convertită în categorii lingvistice prin fuzzificare.

2. Simulare si rezultate

Folosim o rețea cu 16 noduri ca în figura de mai jos pentru a determina

performanțele sistemului multiagent bazat pe controlul tensiunii.
 Testul include 2 unităti de generare distribuită și un transformator cu
comutator pentru ploturi în stație. Un transformator de 69/13.8 kV cu 32 ploturi
este folosit. O unitate GD este detașabilă si este modelată ca fiind o mașină
sincronă de 1.5 MVA conectată la nodul 6. Cealaltă unitate este sursa de energie
regenerabilă și este modelată ca fiind o turbină eoliană de 6 MVA conectată la
nodul 4. In figura 5 este prezentat curba de sarcina pentru 24 de ore. Valoarea
minimă a sarcinii este de 2 MW iar cea maximă de 8 MW.
 Figura 5. Curba de sarcina pentru 24 ore

În figura 6 este ilustrată capacitatea sistemului de control propus de a regla

tensiunea în noduri timp de 24 ore. Tensiunea pe toate barele este menținută în
limitele admise si nici o supratensiune sau subtensiune nu este înregistrată.

Figura 6. Profilul tensiunii după aplicarea metodei propuse

În figura 7 se indică poziția comutatorului de ploturi pe parcursul celor 24 de

ore. Operațiunile au fost făcute pentru a menține nivelul tensiunii în limitele
admise.
Figura 7. Modificarea poziției comutatorului de ploturi
Bibliografie:
https://en.wikipedia.org/wiki/Fuzzy_control_system
https://www.tutorialspoint.com/fuzzy_logic/fuzzy_logic_control_system.htm
http://www.scholarpedia.org/article/Fuzzy_control
https://www.omega.co.uk/technical-learning/pid-fuzzy-logic-adaptive-control.html
http://www.bogdan-neagu.ieeia.tuiasi.ro/wp-content/uploads/2018/11/L11-Reglarea-tensiunii.pdf
https://www.researchgate.net/publication/269231227_Fuzzy-Logic_Multi-Agent_System