مقدمه: با مرور اجمالی در تاریخچه تبدیل انرژی می توان ب��ه این نتیج��ه رس��ید ک��ه ت��وربین های گازی یکی از مهمترین ادوات در این زمین��ه ب��وده ان��د. در ح��ال حاض��ر ت��وربین های گازی که از سوخت هایی نظیر گاز طبیعی، دی��زل، س��وخت ه��ای زیس��تی و ... استفاده می کنند بعنوان انتخاب بهینه ب��رای راه ان��دازی نیروگ��اه ه��ای مط��رح می باشند. از جمله دالیل این موضوع را می توان ان��دازه و ابع��اد کوچ��ک، چن��د س��وخته

[. اگرچه قسمت قاب��ل ت��وجهی از1بودن و راه اندازی سریع این ادوات را نام برد] انرژی بصورت گرما در این توربین ها ه�در می رود ب��ا این ح�ال می ت�وان ب��ا عب��ور دادن این گرما از سیستم های بازیافت حرارت جهت چرخاندن توربین ه��ای بخ��ار و سایر اهداف مشابه استفاده نمود و بدین ت��رتیب ب��ازدهی سیس��تم کلی را اف��زایش

[. برای پایدارسازی فرکانس و ولتاژ الکتریکی در حض��ور تغی��یرات ناگه��انی5-2داد] بارهای الکتریکی در سیستم های انتقال و توزیع نی��از ب��ه مدلس��ازی دقی��ق و کن��ترل

[. مدل های ریاضیاتی متفاوتی برای ت��وربین8-6مقاوم نیروگاه های توان می باشد] های گازی ارائه شده اند. این مدل ها شامل مدل های ساده و کاربردی نظیر م��دل

[، مدل های مورد استفاده در سیستم10[ برای نیروگاه ها سیکل ترکیبی ]9روئن ] [13[ و مدل ترمودینامیکی ابای��د ]12[، مدل محاسباتی کمپرول ]11های هوافضا ]

می باشند. در میان مدل ه��ای ف��وق، م��دل ه��ای ارائ��ه ش��ده توس��ط روئن س��اده و عملی هستند و در بسیاری از مقاالت تحقیقاتی مورد توجه ق��رار گرفت��ه ان��د. س��ایر مدل ها اگرچه بسیار دقیق می باشند ولی بعلت طبیعت غیرخطی و کن��ترل پیچی��ده

آنها معموال کمتر مورد توجه متخصصین قرارگرفته اند. در برخی از تحقیقات از شناسایی سیستم برای توربین های گازی ب��ا س��یکل ک��اری

جهت مدلس�ازیARXسنگین استفاده شده اس�ت. ج�ردو و همک�اران از م�دل ه�ای راARX[م��دل مبت��نی ب��ر 15[. قربانی و همک��اران در ]14توربین استفاده نموده اند]

برای ت��وربین گ��ازی در ی��ک نیروگ��اه س��یک ترکی��بی پیش��نهاد داده ان��د. این م��دل دربسیاری از مقاالت تحقیقاتی بعنوان مدل نسبتا دقیق مورد توجه قرا رگرفته است.

1

ب��رای ط��راحی کن��ترل کنن��ده ه��ای ت��وربین ه��ای گ��ازی روش ه��ای مختلفی توس��ط محققین پیش��نهاد ش��ده اس��ت. بس��یاری از این روش��ها ب��رای ت��وربین ه��ای گ��ازی بکارگرفته شده در جت ها پیاده سازی شده اند. از جمله این پژوهش ه��ا می ت��وان

[ و پیاده س��ازی کن��ترل16به طراحی کنترل کننده مقاوم سرعت توسط مولن در ] [ اشاره نمود. در زمینه توربین های گازی بکارگرفته ش��ده17بهینه توسط وات در ]

در سیستم های قدرت می توان به پیاده سازی کنترل تطبیقی توسط کم��پرول در ] [ اشاره نمود. در این روش که برای سیستم های متغ��یر ب��ا زم��ان مناس��ب می18

باشد، کنترل همزمان دمای احتراق و س��رعت در حض��ور تغی��یرات ب��ار انج��ام ش��ده برای کنترل سرعت یک واح��د ت��وربین∞H[ کنترل کننده مقاوم 19است. در مرجع ]

[ نویس��ندگان از کن��ترل20 مگاواتی بکارگرفت��ه ش��ده اس��ت. در مرج�ع ]1.5گازی فازی برای کنترل همزمان سرعت و دمای توربین گ��ازی اس��تفاده نم��ودهPDکننده

ب��ا اس��تفاده از روش��های مبت��نی ب��ر عص��بی-PID[ کنترل کننده مبتنی بر 21اند. در ]فازی طراحی و بکارگرفته شده است.

در طول پنجاه سال گذشته استفاده از توربین های گازی در صنایع تولید توان رش��د قابل توجهی داشته است. وزن پ��ایین، فش��ردگی و حجم کم و همچ��نین اس��تفاده از چندین سوخت مختلف از جمله دالیل توجه ب��ه این ت��وربین ه��ای می باش��د. ت��وربین های گازی به عنوان یک موتور احتراق داخلی در نظر گرفته می شوند که از ان��رژی گازی هوا برای تبدیل انرژی شیمیایی سوخت به انرژی مکانیکی استفاده می کنن��د. اگرچه استفاده از این توربین ها دارای سابقه تاریخی می باشد اما بکارگیری عملی

و همکارانش برای راه اندازی یک موت��ور جت1 و توسط فرانک ویتل1930آنها از دهه آغاز شد. این توربین ها بعد از جنگ جهانی دوم بس��رعت توس��عه داده ش��دند. این

امر مرهون پیشرفت هایی می باشد که در دهه های اخیر در علومی نظیر ایرودینامی��ک، سیستم های سرمایشی و همچنین ساخت موادی ب��ا ق��ابلیت ه��ای ح��رارتی مناس��ب ایج��اد

شده است.این توربین ها توانایی فراهم نمودن ت��وان ب��ا ق��ابلیت اطمین��ان و کیفیت باال را دارا می باشند و در حال حاضر یکی از مهمترین محرک ه��ای اولی��ه ژنراتوره��ای

توان الکتریکی برای تغذیه بارها می باشند.1Frank Whittle

2

( مولفه های اصلی یک توربین گ�ازی معم��ولی را نم�ایش می ده��د. اج�زای1شکل) اصلی شامل کمپرسور، اتاق احتراق و توربین می باشند. مجموعه این اج��زا هس��ته موتور یا ژنراتور گ�ازی نامی�ده می ش�وند. کمپرس�ور و ت�وربین توس��طی ش�فتی ب�ه

یکدیگر متصل شده اند و با هم چرخش می کنند.

(شماتیک کلی توربین گازی به همراه یک شفت1شکل)

همانطور که در شکل نمایش داده شده است،هوا به بخش کمپرسور وارد می شود و با عبور از این بخش فشرده خواهد شد. هوای داغ و فشرده به اتاق اح��تراق وارد می شود. در این بخش س��وخت ن��یز اض��افه و س��پس ت��رکیب حاص��ل آتش زده می شود. گازهای داغ که ناشی از احتراق می باشد ب��ه بخش ت��وربین وارد می ش��ود و آن را به چرخش وا می دارد. توربین انرژی الزم را برای چرخاندن روت��ور مش��ترک

فراهم می کند.

3

( عم�ل می کن�د.2 مط�ابق ش�کل)2ت�وربین ه�ای گ�ازی ب�ر اس�اس س�یکل برایت�ون ( و2-1همانطور که در شکل مشاهده می شود پروسه های مرب��وط ب��ه کمپرس��ور )

و4s( بص��ورت برگش��ت ناپ��ذیر و ب��ا تغی��یر ان��تروپی می باش��ند. نق��اط 4-3ت��وربین)2sا��تند. ب��تروپی هس��یر ان��راه تغی��موقعیت های ایده ال را نمایش می دهند که به هم

را4-3 و 3-2صرفنظرکردن از تلفات فشار در فیلترها و اتاق احتراق پروسه ه��ای می توان همفشار در نظر گرفت.

(سیکل کاری توربین گازی2شکل)

گازهای خروجی از سیکل توربین های گازی می توانند برای تولید بخ��ار ی��ا گرم��ا در صنایع و ساختمان ها استفاده نمود. بر اساس چگونگی کاربرد این ادوات می توان��د

، 4، سیکل ترکیبی پیشرفته3نیروگاه های مختلف را بصورت نیروگاه سیکل ترکیبی نامگ��ذاری7 و نیروگاه های هیبری��دی6، توربین گازی بهبود یافته5نیروگاه توربین بخار

نمود. با استفاده از تکنولوژی سیکل ترکیبی می توان بازدهی این سیس��تم ه��ا را از درصد افزایش داد.می ت��وان ب��رای ت��وربین ه��ای گ��ازی65 درصد به حدود 39حدود

انواع مختلف زیر را در نظر گرفت: کیلووات می باشد.350-20الف( توربین های میکروگاز که خروجی آنها در حدود

2Brayton3Combined Cycle Power Plant(CCPP)4Advanced Combined Cycle Power Plant(ACCPP)5Steam Turbine Plant(STP)6Recuperative Gas Turbine(RGP)7Hybrid Power Plant(HPP)

4

0.5-2.5ب(توربین های گازی کوچک برای صنایع کوچ��ک ک��ه دارای ت��وان خ��روجی درصد هستند.25-15مگاوات و بازدهی

مگ��اوات ک��ه50-2.5ج( توربین های گازی وی��ژه ص��نایع هوافض��ا ب��ا ت��وان خ�روجی درصد می باشد. 45-35بازدهی آنها نیز در حدود

د(توربین های گازی با سیکل کاری سنگین ویژه نیروگاه های بزرگ ت��وان ک��ه ت��وان درص��د46-30 مگاوات ب��وده و ب��ازدهی آنه��ا در ح��دود 480-3خروجی آنها در حدود

می باشد. در سال های اخیر به علت بکارگیری گسترده توربین های گازی در ص��نایع مختل��ف، تالش زیادی ب�رای مدلس�ازی ان�واع مختل�ف ت�وربین ه�ای یادش��ده توس��ط محققین صورت گرفته است. با مدلسازی این ادوات سازندگان می توانند عملکرد هر یک از مدل ها را ارزیابی و بهینه سازی کنند. عالوه بر این امکان مانیتورینگ برخط ت��وربین

ها، تشخیص خطاها و چک نمودن سنسورهای مختلف نیز وجود خواهد داشت. با وجود ی��ک م��دل مناس��ب از ت��وربین ه��ا این امک��ان ن��یز وج��ود دارد ت��ا طراح��ان، سیستم های کنترلی بهینه ای در جهت افزایش ب��ازدهی این ادوات ط��راحی و پی��اده سازی کنند.هر سیستم کنترلی بای��د بتوان��د خ��روجی ه��ای سیس��تم را ان��دازه گ��یری نموده و بر اس��اس اه��داف کن��ترلی عملی��ات الزم را برنام��ه ری��زی نمای��د. عل��یرغم پیشرفت هایی که در این زمینه انجام شده است، متخصصین توربین های گ��ازی در جست و جوی مدل های دینامیکی دقیقتر و کنترل کننده های سریعتر بوده تا بتوانند

عملکرد مناسب توربین را در شرایط بروز اغتشاش ها مختلف تضمین نمایند. یکی از محدودیت هایی که الزم است تا در توربین های گازی در نظ��ر گرفت��ه ش��ود این حقیقت است که س��رعت ت��وربین نبای��د از مح��دوده مج��از تج��اوز کن��د چ��را ک��ه فرکانس توان تولیدی وابسته به آن بوده و تغییر سرعت توربین می تواند به منزل��ه تغییر فرکانس توان خروجی ژنراتورها باش��د. از ط��رفی دیگ��ر الزم اس��ت ت�ا دم�ای احتراق نیز به علت مالحظات فیزیکی و اقتصادی در مح��دوده تعری��ف ش��ده باش��د. برای دستیابی به اهداف ذکر شده الزم است تا حفاظت ه��ا و کن��ترل ه��ای مختلفی برای توربین در نظر گرفته شود. سیس��تم ه��ای کن��ترلی ت��وربین ه��ای گ�ازی دارای

5

پارامترهای مختلفی نظیر دمای ورودی-خروجی، سرعت شفت، نرخ تغی��یر س��رعت شفت، شرایط احتراق و خنک سازی و ... می باشد. تم��امی پارامتره��ای ف��وق می بایست در محدوده مجار خود قرار داش��ته باش��ند. ب��رای جلوگ��یری از ص��دمه دی��دن توربین در هنگام بروز اغتشاش و خ��ارج ش��دن یکی از متغیره��ای ف��وق از مح��دوده مجاز الزم است تا تدابیر کنترلی ویژه ای در نظر گرفته شود. معموال ت��وربین ه��ای

گازی دربردارنده کنترل های زیر می باشند: الف(کنترل کننده استارت: این کن�ترل کنن�ده مس�ئول اس�تارت و اف�زایش س��رعت

توربین می باشد که بصورت کنترل مدار باز چند مرحله ای عمل می کند. ب( کنترل کننده سرعت: این سرویس کنترل کنن��ده اس��تارت را در هنگ��ام رس��یدن سرعت توربین به سرعت ن��امی از م��دار خ��ارج می کن��د و مس��ئول تنظیم س��رعت

ژنراتور قبل از سنکرون سازی و همچنین بسته شدن ژنراتور می باشد. ج( کنترل کننده بار: کنترل توربین بصورت خودکار از کنترل کننده سرعت به کنترل کننده بار بعد از بسته شدن مدار شکن ژنراتور و س��نکرون س��ازی سیس��تم انتق��ال می یابد. کنترل بار مسئول افزایش یا کاهش ب��ار ت��وربین ب��رای ف��راهم نم��ودن ب��ار

مورد نیاز می باشد. د( کنترل کننده محدودس�ازی دم�ای بیش�ینه ت�وربین: این کن�ترل کنن�ده بعن�وان ی�ک محدود کننده دمای توربین عمل می کند. بعب��ارتی دیگ��ر این کن��ترل کنن��ده مس��ئول کنترل دمای توربین برای جلوگ��یری از اف��زایش دم��ای آن بیش از ح��د مج��از تع��یین

شده است. ه(کنترل کننده محدودس��ازی ب��ار مک��انیکی ت��وربین: این کن��ترل کنن��ده مس��ئول این

است تا بار توربین )گشتاور چرخشی آن( از حد مجاز خود فراتر نرود. تمامی سیگنال های کنترلی ناش��ی از عملک��رد کن��ترل کنن��ده ه��ای ف��وق وارد بخش برنامه ری��زی و کن��ترل ت��وربین می ش��وند. این بخش مش��خص می کن��د ک��ه در ه��ر لحظه از زمان کدام یک از کنترل کننده فعال و کدام یک غیر فعال باش��ند. در ح��ال حاضر تالش متخصصین در راستای طرحی کنترل کننده های مناسب ترکی��بی ب��رای پیاده سازی اعمال کنترلی فوق می باشد. ازجمله این کنترل کننده ها می ت��وان ب��ه

6

کنترل کننده های مبتنی بر منطق فازی، کنترل کننده های مبتنی ب��ر الگ��وریتم ه��ای ، کن�ترل کنن�ده ه�ای مبت�نی ب�ر ش�بکه عص�بی و8هوشمند نظیر حرکت جمعی ذرات

اشاره نمود.PIDهمچنین کنترل کننده های صنعتی کالسیک نظیر در طراحي کنترل کننده هاي کالس��يک از مع��ادالت دين��اميکي سيس��تم اس��تفاده مي شود. ولي امروزه استفاده از روش هاي هوشمند اين امکان را فراهم کرده اس��ت ت��ا عالوه ب��ر اس��تفاده از مع��ادالت دين��اميکي بت��وان از داده ه��اي ورودي و خ��روجي سيستم و دانش خبره انساني جهت اهداف طراحي استفاده نمود. البته تشريح ي��ک سيستم با استفاده از معادالت دين��اميکي بن��ابر داليلي مانن��د پيچي��دگي و گس��تردگي سيستم همواره ميسر نمي باشد و لذا به ناچار مي بايست از من��ابع ديگرک��ه ح��اوي

اطالعات سيستم مي باشند، استفاده نمود. معموال سيستم هاي کنترل هوشمند به سيس��تم ه��ايي اطالق مي ش��ود ک��ه در آنه��ا کن��ترل کالس��يک ب��ا ه��وش مص��نوعي ت��رکيب ش��ده ان��د. يکي از روش ه��اي کن��ترل هوشمند، کنترل ف��ازي اس��ت ک��ه عملک��رد آن ب��ر اس��اس منط��ق ف��ازي مي باش��د. امروزه بسياري از کاربردهاي منطق فازي در صنايع، کاربردي از کنترل کننده ه��اي فازي مي باشد. از جمله مزاياي اين کنترل کننده ها مي ت��وان عملک��رد قاب��ل فهم، سادگي طراحي و صرفه اقتصادي آنها را نام برد. از آنجا که اين قبيل کنترل کنن��ده ها بر اساس استراتژي کنترل انساني عمل مي کنند، ل��ذا درک عملک��رد آنه��ا، ح��تي براي کساني که زمينه اي در طراحي کنترل کننده ه�ا ندارن�د، براح�تي امک�ان پ�ذير

مي باشد. ساده ترين تعريف براي يک سيستم کنترل ف��ازي، سيس��تمي اس��ت ک��ه ب��ر اس��اس دانش انساني عمل مي کند. دانش انساني را مي توان ب��ر اس��اس مجموع��ه اي از قوانين زباني فازي بيان کرد. اين قوانين مي توانند دقت تقري��بي همانن��د انس��ان را

( بلوک دياگرام اجزاي ي��ک کن��ترل کنن��ده ف��ازي را نم��ايش مي3توليد نمايند. شکل))uدهد. در اين شکل اپراتور انساني در هر لحظه از زم�ان ورودي ه�ا t را مش�اهده(

yمي کند و عملکردي ( t را در خروجي تعريف مي کن�د. داده ه�اي ورودي ب�ه بل�وک(

8Particle Swarm Optimization(PSO)

7

بر روي آنها انجام مي شود. در10 وارد مي شوند و عمليات فازي سازي9فازي ساز اين بلوک کميت هاي فيزيکي با متغيرات زب��اني هم�راه ب��ا تواب��ع مشخص��ه مناس��ب

نمايش داده مي شوند.

(تعريف سيستم کنترل فازي3شکل)

سپس متغيرات زباني در قسمت مقدم)قس��مت ش��رطي( مجموع��ه ق��وانين ف��ازي بکار برده مي شوند تا قسمت منتج)قسمت نتيجه گيري( حاص��ل ش��ود. اين اعم��ال

نم��ايش داده ش��دهz صورت مي گيرد. خ��روجي اين قس��مت ب��ا 11در موتور استنتاج بک��ار گرفت��ه مي ش��ود ت��ا خ��روجي12اس��ت. اين خ��روجي توس��ط واح��د ف��ازي زدا

قاطع)عدد حقيقي( حاصل شود.بنابراين يک کنترکننده فازي شامل سه قسمت اساسي مي باشد:

الف(فازي سازيب(موتور استنتاج

ج(فازي زدايي ( بلوک دياگرام يک کنترل کننده فازي معمولي نمايش داده شده اس��ت.4در شکل)

(D/Aدر اين شکل خروجي سيستم توسط حسگر به مبدل آن��الوگ ب��ه ديجيت��ال داده) شده وسپس عمليات فازي سازي بر روي اين داده ه��ا انج��ام مي ش��ود. داده ه��اي فازي توسط موتور استنتاج، تجزيه و تحليل مي ش��وند و خ��روجي آن ب��ه ف��ازي زدا

( عملي��ات تب��ديل داده ه��ايA/Dداده شده و در انتها ن��يز مب��دل ديجيت��ال ب��ه آن��الوگ)ديجيتال به آنالوگ را انجام مي دهد.

9Fuzzifire10Fuzzification11Inference engine12Defuzzifire

8

(نمايش يک کنترل کننده فازي4شکل) ( ساختار ديگري از کنترل کننده فازي نم��ايش داده ش��ده اس��ت. در اين5در شکل)

ساختار کنترل کننده فازي، براي تنظيم پارامترهاي يک کن��ترل کنن��ده کالس��يک بک��ار مي رود. در واقع اين ساختار نشان دهنده يک کنترل کننده تطبيقي فازي مي باشد.

(سيستم کنترل کننده5شکل)فازي تطبيقي

همانطور که می دانیم معموال ورودي کن��ترل کنن��ده، خط��ا مي باش��د. اغلب اوق��ات نياز به ورودي هاي بيشتري براي ايجاد پايگاه قوانين ف��ازي م��وثر مي باش��د. ف��رض

−e=rشود که y>0 و يا اينکه r> yاي��بدان معنا که دماي فرآيند کمتر از ميزان دم aمورد نظر مي باش�د)يع�ني نق�اط ,d(کل��دايت6-2در ش�راي ه�ات ب�اين اطالع .))

aخروجي سيستم به سمت نقطه مرج�ع ک�افي نيس�ت. اگ�ر خ�روجي در م�وقعيت باشد، در اينصورت خروجي کنترل کننده نبايد تغيير کند تا خروجي به س��مت مرج��ع

باشد، عملکرد کنترل کننده بايد بص��ورتيdهدايت شود. و اگر خروجي در موقعيت باشد که جهت خروجي عکس شود. بعبارتي در حالت اول کنترل کننده باي��د مق��دار فعلي خود را حفظ کن��د، در حاليک��ه در ح��الت دوم مي بايس��ت عم��ل قبلي خ��ود را

معکوس نمايد.

9

همانطور که مي دانيد اگر يک منحني در ناحي��ه اي از دامن��ه خ��ود ن��زولي باش��د، در اينصورت شيب )مشتق اول(منحني در اين ناحيه منفي مي باش��د و اگ��ر منح��ني در ناحيه اي از دامنه خود صعودي باشد، شيب منح��ني در آن ناحي��ه مثبت خواه��د ب��ود.

aلذا مشتق خطا مي تواند در تع�يين نق�اط ,dابراين�يرد. بن�رار گ�تفاده ق�ورد اس�م مشتق خط��ا بعن��وان دومين متغ��ير ورودي )در مث��ال دم��ا( انتخ��اب مي ش��ود )البت��ه

eمتغ��يرات ديگ��ري چ��ون ..

∑ و ي��ا eورد��يرات کمکي م��وان متغ��د بعن��يز مي توانن��ن استفاده قرار گيرند با اين شرط که موجب پيچيدگي مسئله نشوند(.

(، تناس��بي-PI(، تناس��بي-انتگ��رالي)Pس��اختار کن��ترل کنن��ده ه��اي کالس��يک تناس��بي) ( بک��ار رود،PI+D( که در عمل بص��ورت )PID( و تناسبي-انتگرالي-مشتقي)PDمشتقي) ( نشان داده شده اند.در عمل براي استفاده از کنترل کننده هاي باال نياز6درشکل)

است تا سيستم مورد نظر از حالت آنالوگ بصورت ديجيتال تب��ديل ش��ود. جهت اينتبديل، مي توان از فرمول هاي زير استفاده نمود:

(1)s= z−1T

(2)s= 2Tz−1z+1

(3)s=1−z−1

T

PI-D)الف(کنترل کننده

10

PID)ب(کنترل کننده

PD)ج(کنترل کننده

PI)د(کنترل کننده

(نمايش کنترل کننده هاي کالسيک6شکل) PI( يک کنترل کننده 7 زمان نمونه برداري مي باشد.شکل)Tدر اين فرمول ها

ديجيتال را نشان مي دهد.

PI(نمايش کنترل کننده ديجيتال 7شکل)

(8 ن��يز تک��رار نم��ود. ش��کل )PD وPIDروابط فوق را مي ت��وان ب��راي کن��ترل کنن��ده را نشان مي دهد.PI-D و PDکنترل کننده هاي ديجيتال

11

)الف(

)ب(-PI و)ب(PD(نمايش کنترل کننده هاي )الف(8شکل)

D

را نمايش مي دهد. همانطور که قبال ن��يز اش��ارهPD( يک کنترل کننده فازي 9شکل)شد، در طراحي يک کنترل کننده فازي سه مرحله مي بايست انجام شود:

فازي سازي -1ايجاد پايگاه قوانين فازي-2مرحله فازي زدايي -3

eدر مرحله ف�ازي س��ازي دو ورودي در نظ�ر گرفت��ه مي ش��ود: س�يگنال خطا (nT و(vسيگنال تغييرات خطا (nT )=Δe(nT u(nT. خروجي کنترل کننده ن�يز ( مي باش�د ک�ه(

مي بايست به سيس��تم اعم��ال ش��ود. س��يگنال ه��اي ورودي قب��ل از وارد ش��دن ب��ه کنترل کننده مي بايست ب��ه ورودي ه��اي ف��ازي تب��ديل ش��وند)ف��ازي س��ازي(. تواب��ع

12

(10عضويت بکار گرفته شده، براي ورودي ه��ا و خ��روجي کن��ترل کنن��ده در ش��کل)نشان داده شده اند.

فازيPD( کنترل کننده 9شکل)

PD(توابع عضويت ورودي ها و خروجي کنترل کننده فازي 10شکل)

ب��ا ي��ك گ��روه از جواب ه��ای تص��ادفي )ذره ه��ا(PSOالگوریتم ح��رکت جمعی ذرات ی��ا شروع به كار می کند، س�پس ب�راي ي�افتن ج�واب بهين��ه در فض�اي مس�ئلهبا ب�ه روز

)بس�ته ب�ه13كردن نس�ل ها ب�ه جس�تجو می پ�ردازد. ه�ر ذره ب�ه ص�ورت چن�د بع�ديxطبيعت مسئله( با دو مقدار id وvidرعت��اني و س��كه به ترتيب معرف وضعيت مك

امين ذره هستند تعري��ف می ش��ود. در ه��ر مرحل��ه از ح��ركتiام از dمربوط به بعد به روز می شود. اولين مقدار، به��ترين ج��واب14جمعيت، هر ذره با دو مقدار بهترين

از لحاظ شايستگي است كه تاكنون ب��راي ه��ر ذره ب��ه ط��ور جداگان��ه بدس��ت آم��ده نامي�ده می ش�ود. مق�دارP−bestاست )مقدار شايستگي بايد ذخيره شود( اين مقدار

13 Multi dimensional14 Best value

13

بدست می آید، بهترين مقداري است كه تاكنون توسطPSOبهترين ديگري كه توسط اس�ت و15تمام ذره ها در ميان جمعيت بدس�ت آم�ده اس�ت اين مق�دار به�ترين كلي

g−bestايگي�ك همس�ر ذره در ي�ود(. اگ�يره ش�د ذخ�تگي باي�دار شايس�نام دارد )مق مكاني خودش به عنوان جمعيت ش��ركت كن��د اين مق��دار تنه��ا در هم��ان همس��ايگي

بعد از يافتن دو مقدار. نام داردl−best است كه 16محاسبه می شود و بهترين محليP−best و g−bestه روز�ر ب��ط زي�ق رواب��ود را طب�هر ذره سرعت و مكان جديد خ

((. 11می کند )شکل)(4)vid ( t+1)=w .vid ( t )+c1 . rand ( pbest

id−x id )+c2 . rand (gbest

d− xid )

(5)x id ( t+1 )=xid ( t )+v id ( t+1 )

( بروزشدن سرعت و موقعیت یک ذره11شکل) ن��يز19 )ض��رایب ش��تاب18عوامل ي��ادگيريc2 وc1، 17 وزن اينرسيwكه در روابط باال

] ي�ك ع�دد تص�ادفي در ب�ازه randگفته می ش�وند( و اس�ت. ب�راي جلوگ�يري از[0,1∋vidواگرایي الگوريتم، مقدار نهایی سرعت هر ذره محدود می شود [−vmax , vmax ].

:Errorرابطه Reference source not foundارت اول�ه عب�ت ك�ارت اس�ه عب�ع س�شامل جم نسبتي از سرعت جاري ذره است و نقش آن شبيه مومنتوم در شبكه ه��اي عص��بي است و به همراه عبارت دوم كه متناسب با تفاضل مكان پرنده با بهترين موقعيت

15 Global best16 Local best

17 Inertia weight18 Learning factors19 Acceleration coefficients

14

قبلي آن و عبارت سوم كه تفاضل مكان آن با بهترين ج�واب در مي�ان ك�ل جمعيتاست سبب هدايت سرعت جديد ذره به سمت جواب بهينه می شوند.

w، c1و c2 اي���از پارامتره PSOدار اين���ه مق���ته ب���رایي وابس���تند و همگ���هس ق�رار می دهن�د. همگ�رایی2 ت�ا 1.5 و عددی بين c2را برابرc1پارامترهاست. معموال

وابسته است و بهتر است ب�ه ص�ورت دينامي�ك تعري�ف ش�ود )درwشدیدا به مقدار (، بدين ترتيب ك��ه ب��ه ص��ورت خطي در طي رون��د تكام��ل جمعيت،0.2 تا 0.8بازه

كاهش يابد. در ابتدا باي�د ب�زرگ باش�د ت�ا امك�ان ي�افتن جواب ه�ای خ�وب در هم�ان همگ�رایی به�تري راwمراحل اوليه ف�راهم ش�ود و در مراح�ل پاي�اني كوچ�ك ب�ودن

:سبب می شود. می توان اين كاهش را به صورت يكي از روابط زير تعريف كرد(6)

که

w ( t )=(winitial−0. 2) .(maxiteration−Iteration )+0 .2

(7),w ( t+1 )=w ( t )+dw

dw=(wmin−wmax )max iteration

PSO د��كه با استفاده از اين روابط جمعيت خود را به روز كن PSOتاندارد20 پايه��ا اس��ي ب��ه تص��وير(11 ) ب��ر م��وقعيت ه��ر ذره در ش��كلف��وقنام دارد. نحوه ت��أثیر رواب��ط

كشيده شده است. شرط توقف را می توان ب��ه چن��د ص��ورت تعري��ف ك��رد، مثال ب��ر روي ح��داكثر تع��داد تكرار، يا اينكه ماكزيمم تغيير در به��ترين شايس��تگي ب��راي تع��داد معي��ني از ح��ركت

.(، كمتر از تلورانس تعريف شده باشدsجمعيت)(8)q=1,2 ,. . .. . , s

ε=10−5

|f ( pkg )−f ( pk−q

g )|≤ε

22 می ت�وان ب��ر روي ح�داقل طبق�ه بن��دی های نادرست21يا در يك مس�ئله طبق�ه بن��دي

شرط توقف گذاشت.

20 Basic PSO (BPSO)21 Classification22 Miss-classified

15

الزم اس�ت ت�ا ب�ه نک�ات زی�رPSOبراط طراحی جبران کننده با استفاده از الگوریتم توجه شود:

تغییرات سرعت از طریق معادالت خطی سازی شده بدست می اید-1 هر یک از ذرات الزم است تا شامل متغیرات مربوط به کنترل کننده باش��ند.-2

این پنج متغیر عبارتند از پارامترهای کنترل کننده پیشفاز-پسفاز که البت��ه میتوان برای هر یک از این متغیرات یک محدوده تغییرات در نظر گرفت.

∫=fitnessتابع هزینه برای بهینه سازی بصورت تابع -30

t¿

[ f (t)dt در نظ��ر گرفت��ه می[

شود. طراحی باید در مهمترین نقطه کاری توربین صورت گیرد ت��ا ت��وربین توان��ایی-4

عملکرد موثر در تمامی نقاط کار را داشته باشد. همانطور که قبال نیز اشاره شد، امروزه کن��ترل کنن��ده ه��اي هوش��مند بس��يار م��ورد توجه قرار گرفته اند وطراحان به دنبال استراتژي ساده و سريع جهت آم��وزش اين کنترل کننده ها مي باشند. البته انتخاب نحوه آموزش کنترل کننده هاي هوشمند، به شناخت ما از سيستم و رفتار آن بستگي دارد. یکی از این کنترل کنن��ده ه�ا، کن��ترل کننده های مبت��نی ب��ر ش��بکه عص��بی می باش��ند. جهت آم��وزش کن��ترل کنن��ده ه��اي

عصبي چهار لم وجود دارد که در ادامه شرح داده مي شوند.)I.P.L )يا Inverse Plantالف(لم

در اين لم، کنترل کننده طوري آموزش مي بيند که رفت��ار آن دقيق��ا عکس سيس��تم باشد. زماني از اين لم استفاده مي ش��ود ک��ه اوال تن��اظر ي��ک ب��ه ي��ک بين ورودي و خروجي سيستم اصلي وجود داشته باش��د و ثاني��ا پارامتره��اي سيس��تم ب��دون تغي��ير

باشند. به عبارت ديگر مقاوم بودن کنترل کننده در اين روش، ضعيف مي باشد.(T.P.L )يا Through Plantب(لم

در اين لم از ميان سيستم تحت کنترل ، اطالعات الزم جهت آموزش کن��ترل کنن��ده عصبي، جمع آوري مي شود. آموزش اين نوع کنترل کننده کند مي باشد چرا که با توجه به ويژگي هاي آن براي همگرايي روند آموزش مي بايست سرعت يادگيري را

بسيار کوچک انتخاب کرد.16

(T.M.L )يا Through Modelج(لم در اين لم، اطالع����ات الزم ب����راي آم����وزش کن����ترل کنن����ده، از مي����ان م����دل سيستم)شناسايي کننده( به کنترل کننده داده مي شود. اين روش آم��وزش نس��بت به لم دوم سرعت بيشتري دارد. اما بايد توجه داشت که در سيس��تم ه��اي پيچي��ده،

طراحي شناسايي کننده بسيار دشوار و بعضا غير ممکن است.( R.L )يا Reinforcementد(لم

اين لم، از اطالعات تقريبي وابسته به نحوه عملکرد سيستم، جهت آم��وزش کن��ترل کننده و بدون نياز به شناختي از ديناميک سيستم استفاده مي شود. تا کنون اين لم به عنوان کلي ترين روش ط��راحي)ب��دون دانس��تن اطالع��اتي از دينامي��ک سيس��تم( شناخته شده بود، ولي سرعت يادگيري با اين روش بسيار کند است. با تص��حيح لم سوم مي توان بدون شناخت ديناميکي از سيستم و با سرعت ي��ادگيري ب��اال کن��ترل کننده ها عصبي را آموزش داد. در ادامه به معرفي اين ن��وع کن��ترل کنن��ده پرداخت��ه

مي شود. تصحيح شدهThrough Model لم ه(

( نمايش ساده اي از استراتژي آموزش را نشان مي دهد.12شکل) براي آموزش ساختار عصبي کنترل کننده، در هر گام آموزش، الزم اس��ت تغي��يرات

ΔWپارامترهاي آن Cij ار��ابع معي��جهت کمينه سازي ت Jتراتژي��ود. در اس��به ش��محاس

T.M.Lقبل از انجام دوره آموزشي بلوک کنترل کننده، الزم است سيستم بطور کامل شناسايي شود. براي اين منظ��ور از س��اختار ش��بکه عص��بي ديگ��ري اس��تفاده ش��ده

است.

17

(نمايش ساده اي از آموزش کنترل12شکل)T.M.Lکننده بر اساس

( نحوه آموزشي اين ساختار را جهت مدل کردن سيستم، نشان مي دهد.13شکل) بعد از يکسان شدن رفتار مدل شبکه عصبي ب��ا رفت��ار سيس��تم اص��لي، الزم اس��ت

داشته باشيم:(9)Ym(k+1 )=Y p (k+1 )

بعد از اين مرحله مي توان کنترل کننده عصبي را آم��وزش داد و بج��اي اس��تفاده از∂Y p

∂U از مقدار ،∂Ym

∂U.استفاده کرد

(بلوک دياگرام آموزش ساختار عص��بي جهت13شکل)مدل کردن سيستم

با انتخاب تابع معيار شبکه کنترل کننده بص��ورت J= 1

2(Y d−Y p )2

Yخ��واهيم داش��ت) d

Y مقدار مرجع مورد نظر، p خروجي سيستم واقعي و Ymخروجي شناسايي کننده عصبي مي باشد (:

18

(10)

(11)

J=12(Y d−Y p )≃1

2(Y d−Ym)2

∂ J∂Ym

=−(Y d−Ym )

ح��ال ب��راي آم��وزش کن��ترل کنن��ده، ∂ J∂Uير��يز تغي��ا ن��ود. در انته��به مي ش��محاس

پارامترهاي شبکه عصبي محاسبه مي شوند:(12)(13)

∂ J∂U

= ∂ J∂Y m

∂Ym

∂U=−(Y d−Ym) ∂Y

m

∂U

ΔwCij=−η ∂ J

∂wCij

=−η ∂ J∂Y p

∂Y p

∂wCij

≃−η ∂ J∂Ym

∂Ym

∂wCij

تصحيح شده ابتدا در يک فاصله زماني کوتاه، کنترل کننده آموزش نيافته بهT.M.Lدر ( به سيستم سيگنال اعمال مي کند. الزم ب��ه ي��ادآوري اس��ت ک��ه در14مانند شکل) مق��دارخطا جهتec مق��دارخطا جهت آم��وزش شناس��ايي کنن��ده و emاين ش��کل،

آموزش کنترل کننده عصبي مي باشد. از اطالعات ع��ددي ورودي-خ��روجي بدس��ت آمده از سيستم در اين زمان، جهت آموزش ساختار عصبي استفاده مي شود و اين ساختار تا آنجا آموزش مي يابد که رفتار سيستم را در اين محدوده زماني و در ح��د مطلوب دنبال کند. لذا با اين عمل بدليل مقطعي ب��ودن شناس��ايي کنن��ده، س��رعت انجام اين مرحله بسيار باال مي رود. کنترل کننده شبکه عصبي نيزاز طري��ق ش��بکه

عصبي شناسايي کننده آموزش مي بيند.

(آم���وزش کن���ترل کنن���ده هوش���مند ب���دون14ش���کل)

19

شناسايي کامل سيستم همانطور که می دانیم برای پایدارسازی فرکانس و ولتاژ الکتریکی در یک سیس��تم قدرت الزم است تا مدل نسبتا دقیقی از سیستم در دسترس باشد. ت��ا کن��ون م��دل های مختلف دینامیکی و ریاضیاتی برای توربین گ��ازی پیش��نهاد ش��ده اس��ت. در این

ب�ه علت س�ادگی و ک�اربردی ب�ودن آن انتخ�اب می23پایان نام�ه م�دل پیش�نهادی روئن شود. سپس برای کنترل سرعت توربین روشهای کنترلی مختلف نظیر کنترل فازی،

بطور جداگانه طراحی و بکارگرفتهPID، کنترل عصبی و کنترل PSOکنترل مبتنی بر می شوند. سپس برای بهبود پاسخ س��رعت ت��وربین ی��ک کن��ترل کنن��ده ترکی��بی

مبت��نی ب��ر چه��ار کن��ترل کنن��ده ف��وق پیش��نهاد می ش��ود. پاس��خ سیس��تم ب��ا بکارگیری کنترل کننده پیشنهادی مقایسه می شوند و میزان موثر بودن اس��تراتژی

کنترلی پیشنهادی محاسبه خواهد شد.

23Rowen

20