دانلود الگوریتم بهینه سازی چند هدفه ازدحام ذرات MOPSO
| دسته بندی | برنامه نویسی |
| فرمت فایل | zip |
| حجم فایل | 3 کیلو بایت |
| تعداد صفحات فایل | 9 |
الگوریتم بهینه سازی چند هدفه ازدحام ذرات MOPSO
مروری بر مبانی بهینه سازی چند هدفه
بررسی مفاهیم موجود در الگوریتم بهینه سازی ازدحام ذرات Particle swarm optimization PSO
بررسی مفاهیم به کارگرفته شده در ساختار الگوریتم چند هدفه بهینه سازی ازدحام ذرات Multi-Objective Particle Swarm Optimization MOPSO
بررسی ساختار الگوریتم چند هدفه بهینه سازی ازدحام ذرات MOPSO
معرفی نحوه پیاده سازی MOPSOدر محیط matlab
حل یک مسأله کاربردی
دانلود طراحی و شبیه سازی کنترل‌کننده‌های هوشمند بهینه برای کنترل بار فرکانس توربین‌های بادی
| دسته بندی | برق |
| فرمت فایل | doc |
| حجم فایل | 2149 کیلو بایت |
| تعداد صفحات فایل | 99 |
امروزه با توجه به نیاز روزافزون بشر به انرژی از یک سو و کاهش منابع سنتی انرژی از سویی دیگر، نیاز به یافتن منابع جدید انرژی به روشنی احساس می گردد. جایگزینی منابع فسیلی با انرژی های نو و تجدیدپذیر راهکاری است که مدت هاست مورد توجه کشورهای پیشرفته جهان قرار گرفته است. در بین منابع انرژی های نو، انرژی باد به دلیل پاک و پایان ناپذیر بودن، داشتن قابلیت تبدیل به انرژی الکتریکی و رایگان بودن گزینه مناسبی برای این منظور می باشد. مشکل عمده در بهره برداری از آن این است که تغییرات لحظه ای سرعت باد باعث ایجاد نوسانات در توان خروجی توربین بادی می شود که این نوسانات به شکل تغییر فرکانس در سرتاسر سیستم منعکس می شود و عملکرد سیستم را تحت تاثیر قرار می دهد. به صورت سنتی وظیفه کنترل فرکانس به عهده واحد های تولید کننده انرژی سنتی می باشد اما با افزایش مشارکت واحدهای تولید بادی در تولید انرژی برای بهبود عملکرد سیستم، آنها نیز باید در کنترل فرکانس شرکت کنند.
این پایانامه به بررسی نقش مشارکت واحدهای تولید بادی درکنترل فرکانس پرداخته است و برای کنترل فرکانس، کنترل هر چه بهتر تغییرات سرعت توربین های بادی پیشنهاد شده است. ابتدا سیستم قدرت مورد نظر با استفاده از کنترل کنندهPIکلاسیک برای کنترل کردن سرعت ژنراتور توربین بادی شبیه سازی شده و در ادامه به منظور بهبود عملکرد سیستم، بهینه سازی تنظیم پارامترهای کنترل کنندهPI با الگوریتم بهینه سازی هوشمند ازدحام ذرات پیشنهاد شده است. در پایان به علت اینکه سیستم های قدرت در حضور واحدهای بادی در معرض تغییر پارامترها و عدم قطعیت های زیادی قرار می گیرند جایگزینی کنترل کنندهPI با کنترل کننده فازی پیشنهاد شده است که غیر خطی می باشد و عملکرد مقاومتری نسبت به تغییر پارامترهای سیستم از خود نشان می دهد. بدیهی است با بهینه سازی کنترل کننده فازی مورد نظر با الگوریتم بهینه سازی هوشمند ازدحام ذرات نتایج مطلوب تری بدست می آید.
کلید واژه: کنترل فرکانس سیستم قدرت- سیستم های تبدیل کننده انرژی باد- کنترل کننده PI– کنترل کننده فازی- الگوریتم ازدحام ذرات
فهرست مطالب
چکیده 1
|
فصل1: مقدمه |
2 |
|
۱-۱ طرح مسئله |
2 |
|
۲-۱ اهداف تحقیق |
۳ |
|
۳-۱ معرفی فصل های مورد بررسی در این تحقیق |
۴ |
|
فصل2: انرژی باد و انواع توربین های بادی |
۵ |
|
۱-۲ انرژی باد |
۶ |
|
۱-۱-۲ منشا باد |
۶ |
|
۲-۱-۲ پیشینه استفاده از باد |
۷ |
|
۳-۱-۲ مزایایانرژیبادی |
۸ |
|
۴-۱-۲ ناکارآمدیهایانرژیبادی |
۹ |
|
۵-۱-۲ وضعیتاستفادهازانرژیباددرسطحجهان |
۱۰ |
|
۲-۲ فناوری توربین های بادی |
۱۱ |
|
۱-۲-۲ توربینهایبادیبامحورچرخش افقی |
۱۲ |
|
۲-۲-۲ توربینهایبادیبامحورچرخش عمودی |
۱۲ |
|
۳-۲-۲ اجزای اصلی توربین بادی |
۱۴ |
|
۴-۲-۲ چگونگی تولید توان در سیستم های بادی |
۱۵ |
|
۱-۴-۲-۲ منحنی پیش بینی توان توربین باد |
۱۵ |
|
۳-۲ تقسیم بندی سیستم های تبدیل کننده انرژیباد (WECS)بر اساس نحوه عملکرد |
۲۰ |
|
۱-۳-۲ سیستم های تبدیل کننده انرژیباد(WECS) سرعتثابت |
۲۰ |
|
۲-۳-۲ سیستم های تبدیل کننده انرژیباد(WECS) سرعتمتغیر |
۲۲ |
|
۳-۳-۲ سیستم های تبدیل کننده انرژیبادبر مبنایژنراتورالقاییباتغذیهدوگانه (DFIG) |
۲۴ |
|
۴-۳-۲ سیستم های تبدیل کننده انرژیباد مجهز بهتوربین های سرعتمتغیربامبدل فرکانسیباظرفیتکامل |
۲۶ |
|
فصل۳: تاریخچه کنترل فرکانس سیستم های قدرت در حضور واحدهای بادی، معرفی مدل ریاضی و الگوریتم ازدحام ذرات |
۲۷ |
|
۱-۳ مرورری بر کارهای انجام شده |
۲۹ |
|
۲-۳ کنترل DFIG |
۳۳ |
|
۳-۳ مدل دینامیکی سیستم تنظیم فرکانس توربین بادی با ژنراتورالقایی تغذیهدوگانه |
۳۶ |
|
۴-۳ مدل دینامیکی ساختار تنظیم فرکانس سیستم تک ناحیه ای در حضور توربین بادی با ژنراتورالقایی تغذیهدوگانه (DFIG) |
۴۰ |
|
۵-۳ الگوریتم حرکت گروهی پرندگان یا ازدحام ذرات PSO |
۴۴ |
|
۶-۳ نتیجه گیری |
۴۷ |
|
فصل۴: طراحی کنترل کننده PI بهینه سازی شده توسط الگوریتم ازدحام ذرات |
۴۸ |
|
۱-۴ بهینه سازی طراحی کنترل‌کننده PI با استفاده از روش بهینه سازی هوشمند ازدحام ذرات (PSO) |
۴۹ |
|
۱-۱-۴ نتایج شبیه سازی کنترل کننده PI بهینه سازی شده با الگوریتم PSO |
۵۳ |
|
۴-۲ نتیجه گیری |
۵۹ |
|
فصل پنجم: طراحی کنترل کننده فازی |
۶۱ |
|
۱-۵ منطق فازی |
۶۲ |
|
۱-۱-۵ تعریف مجموعه فازی |
۶۲ |
|
۲-۱-۵ مزایای استفاده از منطق فازی |
۶۳ |
|
۵-۲ طراحی کنترل کننده فازی |
۶۴ |
|
۱-۲-۵ ساختاریککنترلکنندهفازی |
۶۴ |
|
۱-۱-۲-۵ فازی کننده |
۶۵ |
|
۲-۱-۲-۵ پایگاهقواعد |
۶۶ |
|
۳-۱-۲-۵ موتور استنتاج |
۶۶ |
|
۴-۱-۲-۵ غیر فازی ساز |
۶۷ |
|
۳-۵ طراحی کنترل‌کننده فازی بهینه شده با الگوریتم PSO |
۶۸ |
|
5-3-1 نتایج شبیه سازی |
۷۲ |
|
فصل ششم: نتیجه گیری و پیشنهادات |
78 |
|
۱-۶ نتیجه گیری |
۷۹ |
|
۲-۶ پیشنهادات |
۸۱ |
|
منابع و مراجع |
فهرست جدولها
|
جدول ۱-۲: انواع توربین های عرضه شده در بازار |
۱۱ |
|
جدول ۴-۱: اطلاعات شبیه سازی |
۵۱ |
|
جدول ۲-۴: پارامترهای انتخابی الگوریتم PSO |
۵۳ |
|
جدول ۳-۴: اطلاعات شبیه سازی |
۵۳ |
|
جدول ۱-۵: پارامترهای انتخابی الگوریتم PSO |
۷۳ |
|
جدول ۲-۵:پارامترهای بهینه شده کتترل کننده فازی با الگوریتم PSO |
۷۳ |
فهرست شکلها
|
شکل ۱-۲ : تولید باد |
۶ |
|
شکل ۲-۲: وسیله ای بر اساس طرح ایرانیان به منظور استفاده از انرژی باد [۱۰] |
۷ |
|
شکل ۳-۲: ساختمانتوربینبادیمحورافقی [۱۱] |
۱۳ |
|
شکل ۴-۲: توربینبادینوعداریوس (محورعمودی) [۱۱] |
۱۳ |
|
شکل ۵-۲: نمایی از یک سیستم تبدیل انرژی بادی در توربین بادی با محور افقی [۱] |
۱۴ |
|
شکل ۶-۲: دیاگرام سیستم بادی [۲] |
۱۵ |
|
شکل ۷-۲: منحنی توان-سرعت باد یک توربین بادی زاویه گام قابل تنظیم ۱۵۰۰ کیلوواتی با سرعت قطع خروجی ۲۵ متربرثانیه [۲] |
۱۶ |
|
شکل ۸-۲ : نمودار تغییرات بر حسب تغییرات زاویه گام و نسبت سرعت نوک برای توربین بادی زاویه گام متغیر [۱] |
۱۸ |
|
شکل ۹-۲: نمودار تغییرات بر حسب تغییرات زاویه گام و نسبت سرعت نوک برای توربین بادی زاویه گام متغیر [۱] |
۱۹ |
|
شکل ۱۰-۲: نمودار تغییرات و بر حسب تغییرات زاویه گام و نسبت سرعت نوک برای توربین بادی زاویه گام ثابت [۱] |
۲۰ |
|
شکل ۱۱-۲: توربینبادیسرعتثابت |
۲۱ |
|
شکل ۱۲-۲: آرایشی از توربینبادیباسرعتمتغیرمحدودبامقاومتمتغیررتور |
۲۳ |
|
شکل ۱۳-۲: ساختمانتوربینبادینوع DFIG |
۲۵ |
|
شکل ۱-۳: نمایی از عملکرد سیستم تبدیل انرژی باد |
۳۴ |
|
شکل ۲-۳: ساختار کنترل کننده توربین بادی DFIG [۳۰] |
۳۵ |
|
شکل ۳-۳: مدل دینامیکی سیستم قدرت تک ناحیه ای در حضور واحدهای تولید غیر سنتی (بادی)[۳۰] |
۳۶ |
|
شکل ۴-۳: مدل دینامیکی توربین بادی دارای ژنراتور DFIG به منظور تنظیم فرکانس[۳۰] |
۳۷ |
|
شکل ۵-۳: بلوک دیاگرام سیستم تنظیم فرکانس سیستم قدرت تک ناحیه ای در حضور توربین بادی DFIG [۳۰] |
۴۱ |
|
شکل ۶-۳: شماتیک برداری روابط الگوریتم PSO |
۴۵ |
|
شکل ۷-۳: فلوچارت الگوریتم PSO |
۴۶ |
|
شکل ۱-۴: سیستم حلقه بسته |
۵۰ |
|
شکل ۲-۴: نمودار تغییرات سرعت توربین بادی- زمان برای کنترل‌کننده PI کلاسیک به ازای تغییر بار ، و |
۵۱ |
|
شکل ۳-۴: سیستم حلقه بسته با اضافه کردن انتگرال مربع خطا |
۵۲ |
|
شکل ۴-۴: نمودار تغییرات سرعت توربین بادی- زمان برای کنترل‌کننده PI بهینه به ازای تغییر بار ، و |
۵۴ |
|
شکل ۵-۴: مقایسه نمودار تغییرات سرعت توربین بادی- زمان برای کنترل‌کننده PI بهینه و کلاسیک به ازای تغییر بار |
۵۵ |
|
شکل 6-۴: نمودار فرکانس با در نظر گرفتن کنترل کننده PIکلاسیک برای کنترل سرعت توربین بادی به ازای تغییر بار |
۵۶ |
|
شکل7-۴: نمودار فرکانس با در نظر گرفتن کنترل کنندهPIبهینه برای کنترل سرعت توربین بادی به ازای تغییر بار |
۵۶ |
|
شکل 8-۴: نمودار فرکانس با در نظر گرفتن کنترل کننده PI کلاسیک برای کنترل سرعت توربین بادی به ازای تغییر بار |
۵۷ |
|
شکل 9-۴: نمودار فرکانس با در نظر گرفتن کنترل کنندهPI بهینه برای کنترل سرعت توربین بادی به ازای تغییر بار |
۵۷ |
|
شکل ۱0-۴: تغییرات توان تولید شده توسط واحدهای بادی با در نظر گرفتن کنترل کننده PI کلاسیک برای کنترل سرعت توربین بادی |
۵۸ |
|
شکل ۱1-۴: تغییرات توان تولید شده توسط واحدهای بادی با در نظر گرفتن کنترل کننده PI بهینه برای کنترل سرعت توربین بادی |
۵۹ |
|
شکل ۱-۵: نماییازیککنترلکنندهفازی |
۶۵ |
|
شکل ۲-۵: مثال هایی از توابع عضویت: (a) تابع z ، (b) گوسین، (c) تابع s، (d-f) حالتهایمختلفمثلثی، (g-i) حالتهایمختلفذوزنقهای، (j) گوسینتخت،(k) مستطیلی، (l) تکمقداری |
۶۵ |
|
شکل ۳-۵: تابع عضویت خطا |
۶۹ |
|
شکل ۴-۵: تابع عضویت مشتق خطا |
۶۹ |
|
شکل ۵-۵: نمودار تغییرات سرعت توربین بادی برای کنترل کننده PI بهینه به ازای تغییر بار |
۷۲ |
|
شکل ۶-۵: نمودار تغییرات سرعت توربین بادی با کنترل کننده فازی بهینه شده با الگوریتم PSOبه ازای ورودی اغتشاش |
۷۴ |
|
شکل ۷-۵: نمودار تغییرات سرعت توربین بادی با کنترل کننده فازی بهینه شده با الگوریتم PSOبه ازای ورودی اغتشاش |
۷۴ |
|
شکل ۸-۵: نمودار تغییرات سرعت توربین بادی با کنترل کننده فازی بهینه شده با الگوریتم PSOبه ازای ورودی اغتشاش |
۷۵ |
|
شکل ۹-۵: نمودار تغییرات سرعت توربین بادی با کنترل کننده فازی بهینه شده با الگوریتم PSOبه ازای ورودی اغتشاش |
۷۵ |
|
شکل ۱۰-۵: نمودار فرکانس با در نظر گرفتن کنترل کننده فازی بهینه برای کنترل سرعت توربین بادی به ازای تغییر بار |
۷۶ |
|
شکل ۱۱-۵: نمودار فرکانس با در نظر گرفتن کنترل کنندهفازی بهینه برای کنترل سرعت توربین بادی به ازای تغییر بار |
۷۶ |
|
شکل ۱۲-۵: نمودار فرکانس با در نظر گرفتن کنترل کننده فازیبهینه برای کنترل سرعت توربین بادی به ازای تغییر بار |
۷۷ |
|
شکل ۱۳-۵: نمودار فرکانس با در نظر گرفتن کنترل کننده فازیبهینه برای کنترل سرعت توربین بادی به ازای تغییر بار |
۷۷ |