دکتر محمد دوستی زاده نشریه علمی-تخصصی تحقیقات کاربردی در برق ، کامپیوتر و سیستم های انرژی 1 ۱ 2023 06 09 Stability enhancement of power systems connected to combined wind farms using STATCOM and neural networks بهبود پایداری سیستم های قدرت متصل به مزارع بادی ترکیبی با استفاده از STATCOM و شبکه های عصبی 55 74 10.22051/jera.2021.31891.2698 FA زهرا دانشجوی کارشناسی ارشد علی دانشیار 2023 05 18 In recent years, The use of renewable energy has grown exponentially due to its many benefits, including no need for fuel and no harm to the environment. However, the use of renewable energy sources in power systems has caused new problems for these systems. In this regard, the study of the dynamic behavior of power systems, including farms or wind turbines, has been the focus of many researchers. In wind farms, one of the types of squirrel cage induction generators (SCIG) or double-fed induction generators (DFIG) is generally used. But both types of induction generators are used in a combined wind farm (CWF). But it should be noted that in order to improve the dynamic behavior of combined wind farms, it is necessary to use compensators in the system. STATCOM (static synchronous compensator) is widely used among the types of compensators. A STATCOM can quickly control the bus voltage connected to it by injecting or absorbing reactive power into the system. In this article, first, a power system connected to a hybrid wind farm is selected, in which a STATCOM is used in one bus. Then, a supplementary PID controller is used in the STATCOM structure to effectively dampen the fluctuations of the system variables in the face of errors. Also, the heuristic particle swarm optimization (PSO) method is used to determine the optimal values of the coefficients of the PID controller. But since determining the optimal coefficients of the PID controller using the PSO algorithm is a time-consuming task, an artificial neural network (ANN) is also used to estimate the controller parameters in time when the working conditions of the system change. The results of the performed simulations are presented and the correctness of the proposed method is confirmed. All simulations are done in MATLAB/Simulink software. در سال های اخیر استفاده از انرژی های تجدیدپذیر به دلیل مزایای زیاد آن ها شامل عدم نیاز به سوخت و عدم آسیب زدن به محیط زیست، رشد فزاینده ای داشته است. اما استفاده از منابع انرژی تجدیدپذیر در سیستم های قدرت باعث می شود که این سیستم ها با مشکلات جدیدی روبرو شوند. در این خصوص بررسی رفتار دینامیکی سیستم های قدرت شامل مزارع یا توربین های بادی، مورد توجه محققان زیادی قرار گرفته است. در مزارع بادی عموما از یکی از انواع ژنراتورهای القایی قفس سنجابی (SCIG) و یا ژنراتورهای القایی دو سو تغذیه (DFIG) استفاده می شوند. ولی در یک مزرعه بادی ترکیبی (CWF) ، از هر دو نوع ژنراتور القایی استفاده می شود. اما باید توجه داشت که به منظور بهبود رفتار دینامیکی مزارع بادی ترکیبی، لازم است از جبران کننده هایی در سیستم استفاده شود. در میان انواع جبران کننده ها، STATCOM (جبران کننده سنکرون استاتیکی) ، بسیار پر کاربرد می باشد. یک STATCOM به سرعت می تواند با تزریق و یا جذب توان راکتیو به سیستم، ولتاژ شین متصل به خود را کنترل نماید. در این مقاله، ابتدا یک سیستم قدرت متصل به یک مزرع بادی ترکیبی انتخاب می شود که در یک شین آن از یک STATCOM استفاده شده است. سپس برای میرا نمودن موثر نوسانات متغیرهای سیستم در مواجه با خطا ها، یک کنترل کننده تکمیلیPID در ساختار STATCOM مورد استفاده قرار می گیرد. همچنین از روش بهینه سازی ابتکاری ازدحام ذرات (PSO) برای تعیین مقادیر بهینه ضرایب مربوط به کنترل کننده PID استفاده می شود. اما از آنجایی که تعیین ضرایب بهینه کنترل کننده PID با استفاده از الگوریتم PSO کار زمان بری است، از یک شبکه عصبی مصنوعی (ANN) هم برای تخمین بهنگام پارامترهای کنترل کننده مذکور در هنگام تغییر شرایط کاری سیستم، استفاده می شود. نتایج شبیه سازی های انجام شده ارائه شده و درستی روش طرح شده تایید می شود. تمام شبیه سازی ها در نرم افزار MATLAB/Simulink انجام شده است. /downloadfilepdf/196253