Luận án Nghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điện

có thể ước lượng được một vùng ổn định cho hệ thống. Đánh giá vùng ổn định theo Lyapunov : Giải phương trình (2.30) để tìm khoảng giới hạn cho hàm Lyapunov với các giá trị 0;i in  đã cho. Tính y’ik là các nghiệm khác 0 để thỏa mãn điều kiện Lyapunov : ' ' 1 2( ) 0 [y , y ]i i i i iV x y    Thay vào (2.35), tính được V0i : V 0 1 = 0.133 ; V 0 2 = 0.123 Xác định vi(xi) theo (2.37), có : 1 1 1 1 1 1 1 0.704 ( ) 7.488 ( ) 0.863 , x v x x v x x        và 2 2 2 2 2 2 2 0.704 ( ) 7.454 ( ) 0.8 , x v x x v x x        Đánh giá vùng ổn định : Tiếp theo, ta có vecto c = (1, 1)T và v0=0.0025. Tính được vecto dT = -cT.W-1 theo (2.55). Cuối cùng, ước lượng vùng ổn định  theo (2.59) có được như sau: 0.5 2 13 + 13 ( 12 -0.035)+50( 12 -0.035) 2 +12.053cos 12 -0.42( 12 -0.035)<0.127 0.5 2 23 + 23 ( 23 -0.052)+50 ( 23 -0.052) 2 +11.053cos 23 -0.578( 23 -0.052)<0.123 Đến đây, ta kết thúc việc trình bày những kiến thức cơ bản về quá trình mô hình hóa một hệ thống lớn với điển hình là một hệ thống điện đa máy phát kết nối. Quá trình phân tích tính ổn định của hệ thống cũng như áp dụng các giải pháp điều khiển chỉ thực hiện được nếu ta phân tích hệ thống điện đa máy này thành từng vùng nhỏ, mỗi vùng được xem là có tính độc lập tương đối (tức là liên kết yếu). Việc đánh giá vùng 45 ổn định với các hàm Lyapunov cũng được trình bày trong mục này. Ở phần tiếp theo, tác giả sẽ trình bày về hai bài toán điều khiển hay gặp trong hệ thống điện đa máy: bài toán ổn định quá trình quá độ và bài toán kiểm soát tần số - phụ tải (phần trọng tâm của chiến lược kiểm soát phát điện tự động trong một hệ thống điện). 2.3. Các chiến lược điều khiển ổn định chất lượng hệ thống điện lớn 2.3.1. Giới thiệu Mỗi hệ thống điện có thể được xem là một hệ thống lớn điển hình với các yếu tố phi tuyến và bất định ảnh hưởng đến sự ổn định của hệ thống. Trong một hệ thống điện, như đã thảo luận trước đó, có hai vấn đề điều khiển đặc biệt lưu ý. Thứ nhất là vấn đề ổn định quá độ (ổn định tức thời). Hiện tượng này xảy ra đối với một hệ thống điện đang làm việc ổn định, nếu có một nhiễu lớn tác động vào hệ thống (sự đóng hoặc sa thải một phụ tải lớn chẳng hạn), sẽ đánh bật hệ thống khỏi trạng thái ổn định đang có. Khi đó ta nói hệ thống bị dao động tức thời (transient fluctuation). Bài toán ổn định đặt ra là cần dập tắt dao động hệ thống này càng sớm càng tốt để đưa hệ thống trở lại trạng thái ổn định ban đầu. Bài toán điều khiển thứ hai thường xét trong một hệ thống điện lớn là vấn đề kiểm soát tự động phát điện. Chiến lược điều khiển này chủ yếu dựa trên một lớp bài toán điều khiển nhằm kiểm soát sự biến thiên của tần số dưới tác động của phụ tải thay đổi (load-frequency control). Ta biết rằng, khi trong hệ thống điện có sự cân bằng của công suất phát ra và công suất tiêu thụ thì tần số của lưới điện được giữ ở giá trị danh định (50Hz). Ngược lại, khi phụ tải thay đổi (khi đóng hoặc ngắt một phụ tải, khi trao đổi mua bán công suất giữa các vùng phát điện khác nhau) thì sự cân bằng công suất trong hệ thống điện sẽ bị phá vỡ. Khi đó, tần số của hệ thống cũng như công suất trao đổi đường dây giữa các vùng phát điện sẽ dao động. Sự dao động của tần số lưới điện ảnh hưởng đến rất nhiều thiết bị trong hệ thống cũng như phá hủy cấu trúc ổn định của hệ thống điện nói chung. Do đó, bài toán kiểm soát tần số-phụ tải nhằm mục đích là dập tắt dao động của cả tần số và công suất đường dây, qua đó đưa hệ thống trở lại trạng thái làm việc ổn định như trước khi có việc thay đổi của phụ tải. Và đây là một trong hai bài toán điều khiển đặc biệt quan trọng của một hệ thống điện qui mô lớn. Phần này sẽ đề cập một cách lý thuyết tổng quát của hai chiến lược điều khiển có thể áp dụng trực tiếp cho các lớp bài toán này. Để ổn định quá độ hệ thống, tác giả đề xuất 46 sử dụng chiến lược điều khiển tối ưu phản hồi trạng thái tuyến tính với phương trình Riccati đã được cải tiến. Trong khi đó, để kiểm soát tần số phụ tải lưới điện một cách hiệu quả nhất, tác giả sử dụng bộ điều khiển logic mờ kiểu PD kết hợp với các bộ lưu trữ năng lượng từ trường siêu dẫn (SMES). 2.3.2. Bài toán ổn định quá trình quá độ Như đã trình bày trong phần đầu của chương 2, mỗi hệ thống điện lớn thực tế bao gồm nhiều hệ thống điện con liên kết với nhau. Để quá trình phân tích động lực học của hệ thống được tiến hành một cách hiệu quả, các hệ thống con đang xét được giả định là các vùng điều khiển mang tính độc lập tương đối. Giả sử rằng mô hình hệ thống điện lớn này bao gồm N hệ thống con, biểu diễn toán học tương ứng của nó như sau [18-20]: 0 0 0 ( ) ( ) ( ) ( , ( )), ( ) , 1,2,3,..., i i i i i i i i x t A x t B u t f t x t t t x t x i N        (2.60) Trong đó, fi(t, x(t)) = fi(x) biểu thị các thành phần liên kết với nhau (là kết quả của quá trình trao đổi công suất qua đường dây truyền tải điện năng giữa các vùng). Chúng được mô tả như các hàm số phi tuyến của các hệ thống con thứ i. Các thành phần phi tuyến này cần đáp ứng các điều kiện Lipschitz dưới đây: ( ) , ( ) ( ) i n i i f x c x x y f x f y h x y        (2.61) 1, ( ) ( , ), 1,2,3,..., . N i ij ij i j j j i f x G g x x i N     (2.62) Trong phương trình (2.62), gij(xi, xj) là một hàm phi tuyến và nó cần thỏa mãn điều kiện ràng buộc sau: ( , ) W (t) (t) , , ji nn ij i j i i ij j i jg x x x W x x x      (2.63) Rõ ràng là hệ thống điện đang xét có tính phi tuyến và bất định mạnh. Theo lý thuyết của chiến lược điều khiển phi tập trung tuyến tính, cần tuyến tính hóa tất cả các số hạng phi tuyến được nêu ở hệ phương trình (2.63). Đặc biệt các phần tử phi tuyến này cần phải được sử dụng để tính toán vector hệ số phản hồi cho hệ thống điều khiển lớn đang xét. Theo [18-19] và dựa trên các nghiên cứu của các nhóm tác giả, người viết đề nghị sử dụng một phương pháp gồm hai bước dựa trên các phương trình đại số Riccati đã thay đổi để thiết lập các luật điều khiển phi tập trung tuyến tính như sau. 47 Bước 1: Thành lập các phương trình đại số Riccati đã cải tiến như sau:   1 1, 1, 0 N T T T i i i i i ij ij ij i i i i i i j j i N T T ij i i ji ji i j j i A P PA P p G G P PB R B P p W W W W Q                    (2.64) trong đó Ri > 0 và Qi(ni x ni) và Pi(ni x ni) là các ma trận xác định. Bước 2: Giải các phương trình đại số Riccati trên để tìm các luật điều khiển tối ưu như trình bày ở biểu thức sau: 1 ( ) ( )i i i T i i i i u t K x t K R B P     (2.65) Luật điều khiển phản hồi trạng thái nêu trên có khả năng kiểm soát và dập tắt các dao động tức thời của hệ thống do ảnh hưởng của các nhiễu loạn, qua đó đảm bảo tính ổn định của hệ thống điện lớn đang xét. Một trường hợp riêng là hệ thống điện gồm ba máy phát như đã đề cập đến trong hình 2.2. Khi xét đến mô hình này, luật điều khiển phản hồi trạng thái tương ứng được đưa ra dưới đây:       0 0 0 1 ( ) ( ) ( ) ( ) ( ) ( ) i i i i i i i i Pi mi mi Xi ei ei T i i i i u t K x t K t K t K P t P K X t X K R B P                     (2.66) Với chuẩn tối ưu được xét:   0 1 1 2 ftN T T i i i i i i i i t J x Q x u R u dt    (2.67) Trong hệ thống điện lớn có áp dụng chiến lược điều khiển phản hồi trạng thái tuyến tính, mỗi hệ thống điện con, trong mối tương quan với các hệ thống khác, được mô tả bởi một hệ phương trình trạng thái (xem (2.60)). Trong khi đó, vector độ lợi K mô tả hệ số phản hồi trạng thái của hệ thống điều khiển tối ưu tính toán từ nghiệm của phương trình đại số Riccati theo công thức (2.66). Đây là một chiến lược điều khiển tối ưu kinh điển mang lại hiệu quả và chất lượng điều khiển tốt. 2.3.3. Điều khiển mờ áp dụng cho bài toán kiểm soát tần số - phụ tải 2.3.3.1 Khái niệm chung về logic mờ Trong phần này, chúng ta sẽ xem xét một khái niệm điều khiển mà người thiết kế không cần biết một cách đầy đủ và rõ ràng các yếu tố của hệ thống. Đó là khái niệm 48 điều khiển logic mờ, khi mà thông tin về hệ thống là không đầy đủ để có thể mô hình hóa nó một cách chính xác. Điều này là khác biệt so với điều khiển on/off, nơi trạng thái logic của các biến chỉ có thể nhận một trong hai giá trị là 0 hoặc 1. Logic mờ (Fuzzy logic) là biểu diễn sự liên thuộc của các tập giá trị được định nghĩa không rõ ràng, được phát triển từ lý thuyết mờ để thực hiện lập luận một cách xấp xỉ. Logic mờ có độ liên thuộc với giá trị trong khoảng đóng 0 và 1, dưới hình thức ngôn từ, là khái niệm không chính xác như "hơi hơi", "gần như", "khá là" và "rất"... Khác với Logic truyền thống (Tranditional logic), một biểu thức logic chỉ có thể nhận một trong hai giá trị là: Đúng (tương đương với True = 1) hoặc Sai (tương đương với False = 0) Trong Logic mờ, mức độ Đúng (hoặc Sai) được đánh giá là một số thực có giá trị trong khoảng từ 0 đến 1, tùy thuộc vào mức độ đúng “nhiều” hay đúng “ít” của đối tượng. Logic mờ đã chứng minh được tính ưu việt của nó trong việc giải quyết các bài toán không phải bằng các con số mà bằng các khái niệm, như “nhanh”, “chậm”, “trung bình”, hay “nóng”, “vừa”, “lạnh”... Cách giải quyết các bài toán bằng logic mờ rất gần với tư duy logic của con người. Cấu trúc chung của một hệ thống điều khiển mờ thể hiện trên hình 4. Khối mờ hóa Khối hợp thành Khối giải mờ Khối luật mờ Đầu vào Đầu ra Hình 2.5. Sơ đồ khối hệ thống điều khiển mờ Trên hình 2.5, có một số khối trong hệ thống điều khiển mờ với chức năng như sau: Khối mờ hóa (fuzzification) : Biến đổi các tín hiệu rõ đo được (tốc độ, nhiệt độ, mức nước...) thành các giá trị ngôn ngữ phù hợp. Khối hợp thành (inference system): Biến đổi các giá trị mờ hóa của biến ngôn ngữ đầu vào thành các khối giá trị của biến ngôn ngữ đầu ra theo một luật nào đó. 49 Khối luật mờ (rule base): Bao gồm các mệnh đề ‘If.. then...’’ dựa vào các luật mờ cơ sở mà thiết kế cho phù hợp với từng biến giá trị của biến ngôn ngữ theo quan hệ vào/ra. Khối giải mờ (defuzzification): Biến đổi các giá trị đầu ra thành giá trị rõ để điều khiển đối tượng Khối luật mờ và khối hợp thành là cốt lõi của bộ điều khiển mờ vì nó mô phỏng những suy nghĩ suy đoán của con người để đạt mục đích điều khiển theo mong muốn nào đó. Để thực hiện một bài toán điều khiển theo phương pháp logic mờ ta cần xác định được: Tập mờ Tập mờ F xác định trên tập kinh điển X là một tập mà mỗi phần tử của nó là một cặp giá trị (x,µF(x)). Trong đó xϵX và µF là ánh xạ. Ánh xạ µF được gọi là hàm liên thuộc của tập mờ F. X là tập cơ sở của F. Độ cao tập mờ Độ cao tập mờ F (định nghĩa trên cơ sở X) là giá trị: H = sup µF(x) ; xϵX Tập mờ chính tắc: Có ít nhất một phần tử có độ phụ thuộc H = 1. Tập mờ không chính tắc: H < 1 Miền xác định tập mờ Miền xác định của tập mờ F (định nghĩa trên cơ sở X), ký hiệu bởi S thỏa mãn: S = supp µF(x) ={ xϵX| µF(x)>0} Miền tin cậy tập mờ Miền tin cậy tập mờ F, ký hiệu T thỏa mãn : T ={ xϵX| µF(x)=1} Hàm liên thuộc Có rất nhiều hàm liên thuộc có thể sử dụng tùy vào tính chất và thuật toán điều khiển đối tượng như: Gaussmf, Trimf, Gbellmf... Biến ngôn ngữ Biến ngôn ngữ là phần chủ đạo trong hệ thống logic mờ, là sự kết hợp các thành phần ngôn ngữ mô tả tính chất của đối tượng đang xét. Phép toán trên tập mờ 50 Cho X, Y là hai tập mờ trên không gian nền B, có các hàm thuộc tương ứng là µX và µY, khi đó: Phép hợp hai tập mờ : Luật Luật Tổng trực tiếp Phép giao hai tập mờ Luật Luật Luật Prod Phép bù tập mờ Luật hợp thành mờ Mệnh đề hợp thành Nếu hệ thống là SISO (một đầu vào, một đầu ra) If A = B Then C = D Nếu hệ thống là MIMO( nhiều đầu vào, nhiều đầu ra) If A = B and C = D and... Then X = Y and Z = T... Luật hợp thành Tập hợp nhiều mệnh đề hợp thành tạo nên luật hợp thành Qui tắc hợp thành MIN : Qui tắc hợp thành PROD: Luật hợp thành cơ bản + Luật Max- Min + Luật Max- Prod + Luật Sum – Min + Luật Sum - Prod Giải mờ Giải mờ là quá trình xác định một giá trị rõ y’ nào đó có thể chấp nhận hàm liên thuộc của giá trị mờ X ( tập mờ). Có hai phương pháp giải mờ, đó là: a) Phương pháp cực đại Gồm 2 bước : 51 Bước 1: Xác định miền chứa giá trị rõ y, là giá trị mà tại đó hàm liên thuộc đạt giá trị cực đại . (2.68) Bước 2: Xác định y’ có thể chấp nhận được từ G theo một trong các nguyên lý:  Nguyên lý trung bình  Nguyên lý cận trái  Nguyên lý cận phải b) Phương pháp điểm trọng tâm Phương pháp sẽ cho ra kết quả y’ là hoành độ của điểm trọng tâm miền được bao bởi trục hoành và đường Công thức: µ µ (2.69) Mô hình mờ Mô hình điều khiển Mandani Mô hình Mandani giống như mô hình đã mô tả phía trên, với ưu điểm là đơn giản, dễ thực hiện tuy nhiên khả năng mô tả hệ thống chưa tốt. Mô hình điều khiển Tagaki/Sugeno Mô hình Tagaki/Sugeno sử dụng mô hình mờ bao gồm cả không gian trạng thái mờ. Luật mờ : (2.70) Nếu vector trạng thái x nằm trong vùng thì hệ thống được mô tả bởi phương trình vi phân cục bộ . Trong đó là những ma trận hằng. Mô hình điều khiển mờ trượt Điều khiển mờ trượt là sử dụng khâu hai vị trí nhằm ổn định tuyệt đối đối tượng theo nguyên tắc trượt về gốc tọa độ. Xét một đối tượng phi tuyến f hữu hạn thỏa mãn điều kiện: Gọi W(t) là tín hiệu mẫu, s(e) là định nghĩa mặt trượt: (2.71) Phương trình vi phân s(e) =0 có đa thứcđặc tính Hurwitz là : 52 . Kí hiệu : (2.72) Nếu với thì đối tượng f được điều khiển bám theo bền vững với bộ điều khiển phản hồi đầu ra : (2.73) 2.3.3.2. Nguyên tắc và các bước thiết kế bộ điều khiển mờ Về nguyên tắc, hệ thống điều khiển mờ không khác biệt so với các hệ thống điều khiển tự động thông thường. Sự khác biệt là điều khiển mờ làm việc theo tư duy như “bộ não” dưới dạng trí tuệ nhân tạo, phụ thuộc vào kinh nghiệm, từ đó rút ra kết luận và thiết kế hệ thống mà không cần biết trước mô hình đối tượng. Cần chú ý:  Không nên thiết kế bộ điều khiển mờ với các bài toán tổng hợp mà có thể dễ dàng giải quyết bằng bộ điều khiển kinh điển như PD, PI, PID và bộ điều khiển trạng thái.  Bộ điều khiển mờ dùng cho hệ thống cần độ tin cậy cao vẫn còn hạn chế.  Bộ điều khiển mờ cần được thực hiện qua thực nghiệm. Hệ thống được thiết kế theo mô hình tổng quát sau: Bộ Điều Khiển FUZZY LOGIC Đối Tượng Thiết bị đo e u - X Giao diện đầu vào Thiết bị hợp thành Giao diện đầu ra Luật điều khiển µ B Y’ y Hình 2.6. Sơ đồ khối tổng quát hệ thống điều khiển mờ logic  Giao diện đầu vào: Bao gồm khâu fuzzy hóa và các khâu phụ trợ để thực hiện các bài toán động như vi phân, tích phân...  Thiết bị hợp thành: Bản chất của nó là sự triển khai luật hợp thành R được xây dựng trên cơ sở luật điều khiển hay còn được gọi là luật quyết định 53  Giao diện đầu ra (khâu chấp hành ): Bao gồm khâu giải mờ và các khâu giao diện trực tiếp với đối tượng. Đối tượng được điều khiển bằng đại lượng u là tín hiệu ra của bộ điều khiển mờ. Các tín hiệu điều khiển đối tượng là “tín hiệu rõ”, nên tín hiệu ra của bộ điều khiển mờ trước khi đưa vào điều khiển đối tượng phải qua khâu giải mờ nằm trong khâu giao diện ra. Các tín hiệu ra y của đối tượng được đo bằng bộ cảm biến và được xử lý trước khi đưa vào bộ điều khiển. Đây là các “tín hiệu rõ”, vì vậy để bộ điều khiển mờ hiểu được phải mờ hóa chúng. Mục đích của bộ điều khiển mờ là mô phỏng suy nghĩ điều khiển của con người để điều khiển một đối tượng nào đó. Hiều biết của con người về một đối tượng thường đươc chia làm hai loại : Loại hiểu biết rõ: Conscious knowledge Loại hiểu biết chưa rõ: Subconscious knowledge Hiểu biết về đối tượng Hiểu biết rõ Hiểu biết chưa rõ Các luật Nếu... Thì Sử dụng chuyên gia mô phỏng hoạt động của đối tượng Đo lường cặp dữ liệu vào ra Hệ mờ Hình 2.7. Sơ đồ hiểu biết của con người và đối tượng Đối với các đối tượng đã hiểu rõ: Dùng luật nếu thì và diễn đạt trong luật mờ. Đối với các đối tượng hiểu chưa rõ: Đo trực tiếp các giá trị vào ra và tổng hợp thành dữ liệu vào ra, sau đó sử dụng những hiểu biết để xây dựng luật mờ. Giả thiết các điều kiện và nguyên tắc đã được thỏa mãn, tiến hành lập bộ điều khiển mờ theo các bước: 54 Bước 1: Định nghĩa biến vào ra Tùy vào yêu cầu điều khiển, kinh nghiệm và sự hiểu biết về đối tượng mà việc lựa chọn biến Vào-Ra sao cho dễ nhớ và đơn giản. Việc chọn lựa này vừa mang tính khách quan vừa có tính chủ quan, tuy nhiên cần dựa vào chức năng của bộ điều khiển mờ trong mạch để lựa chọn cho chính xác và hợp lý. Bộ điều khiển mờ có chức năng trong mạch là bộ điều khiển ( nằm trong mạch kín để điều khiển thời gian thực, có mục đích đảm bảo sai lệch giữa tín hiệu đặt và tín hiệu điều khiển) thì biến đầu vào có thể lựa chọn là sai lệch hoặc đạo hàm của sai lệch, biến ra là tín hiệu điều khiển. Bộ điều khiển mờ có chức năng tạo ra tín hiệu đặt của hệ thống (hệ kín hoặc hệ hở, làm việc ở thời gian thực hoặc không làm việc ở thời gian thực) thì số biến Vào- Ra phụ thuộc vào từng đối tượng cụ thể, với điều kiện dải giá trị trị Vào ra bao phủ hết không gian có thể có của biến Vào - Ra. Bước 2: Định nghĩa tập mờ (biến ngôn ngữ ) cho biến Vào-Ra Xác định miền giá trị vật lý cho các biến vào ra Xác định các miền giá trị rõ của cho biến Vào-Ra, căn cứ vào đối tượng cụ thể Số lượng tập mờ ( giá trị ngôn ngữ) cho các biến Số lượng biến ngôn ngữ nên nằm trong khoảng từ 3 đến 9, ít hơn sẽ làm tập chọn quá thô, nhiều hơn sẽ quá mịn ảnh hưởng tới tốc độ xử lý và bộ nhớ. Cần chọn các giá trị của biến có phần xếp chồng lên nhau và bao trùm hết miền giá trị. Xác định dạng hàm liên thuộc Đây là bước quan trọng vì quá trình làm việc của bộ điều khiển mờ phụ thuộc rất nhiều vào dạng hàm và kiểu hàm liên thuộc. Cần chọn các hàm liên thuộc có phần xếp chồng lên nhau và phủ kín miền giá trị vật lý để quá trình điều khiển không xuất hiện lỗ hổng. Thường chọn hàm liên thuộc dạng hình tam giác hoặc hình thang và chọn các hình dạng khác nếu cần thiết... Bước 3: Xây dựng luật điều khiển Xây dựng các luật ‘Nếu..thì..’ với 1 hoặc nhiều điều kiện. Dựa trên bản chất vật lý, số liệu đo đạc và kinh nghiệm. Cần chú ý các điểm lân cận điểm không, tránh tạo ra lỗ hổng gây khó khăn cho quá trình điều khiển. Biểu diễn các luật dưới dạng ma trận R để tiện lợi và dễ dàng bao quát 55 Mỗi cặp tín hiệu Vào –Ra là một luật riêng biệt, và chọn tập mờ có giá trị lớn nhất Tín hiệu ra bằng 0 khi tất cả các tín hiệu đầu vào cũng bằng 0. Bước 4: Chọn thiết bị hợp thành i. Sử dụng luật MAX-MIN, MAX-PROD ii. Sử dụng công thức Lukasiewics có luật SUM-MIN , SUM-PROD iii. Sử dụng tổng Einstein iv. Sử dụng tổng trực tiếp Bước 5: Chọn phương pháp giải mờ Thường trong thiết kế hệ thống điều khiển mờ, giải mờ bằng phương pháp điểm trọng tâm có nhiều ưu điểm hơn cả, bởi vì trong kết quả đều có sự tham gia của tất cả các kết luận của các luật điều khiển Rk , k = 1,2, . . . n (mệnh đề hợp thành). Bước 6: Tối ưu hóa Thực hiện mô phỏng để thử nghiệm Kiểm tra các lỗ hổng, điều chỉnh lại độ phủ của các miền giá trị và luật điều khiển Nếu hệ thống làm việc không ổn định thì kiểm tra lại luật “Nếu..thì..’’ 2.3.4. Các bộ điều khiển mờ Các bộ điều khiển mờ cơ bản được phân loại dựa theo một số tiêu chí như sau: a) Theo số lượng đầu vào - đầu ra : i. SISO (Single Input Single Output): Một Vào - Một Ra ii. MISO (Multi Input Single Output): Nhiều Vào - Một Ra iii. MISO (MultiInput MultiOutput): Nhiều Vào – Nhiều Ra (ít dùng trong thực tế) b) Theo bản chất tín hiệu đưa vào bộ điều khiển: i. Bộ điều khiển mờ tĩnh ii. Bộ điều khiển mờ động Bộ điều khiển mờ tĩnh là những bộ điều khiển có quan hệ vào (x) – ra (y) theo dạng phương trình đại số y(x) có thể tuyến tính hoặc phi tuyến. Thường được dùng trong hệ thống thiết kế theo phương pháp kinh điển, như bộ khuếch đại P hoặc bộ điều khiển role hai vị trí...Điều khiển theo luật tỉ lệ với một đầu vào và một đầu ra, tín hiệu ra của bộ điều khiển mờ luôn tỉ lệ với sự biến đổi của tín hiệu vào cho tới khi đạt giá trị bão hòa. 56 x y b b Hình 2.8. Quan hệ truyền đạt bộ điều khiển mờ theo luật tỉ lệ Thiết kế và chỉnh định đơn giản, bề vững, ít thông số tối ưu, tuy nhiên không đạt kết quả tốt trong các hệ thống điều khiển tự động. Bộ điều khiển mờ động là bộ điều khiển mờ cơ bản được nối thêm các khâu động học để mở rộng miền ứng dụng trong các bài toán điều khiển tự động. Bộ điều khiển mờ theo luật PID Thuật toán chỉnh định PID mờ Mô hình toán học (2.74) Đầu vào gồm:  Sai lệch ET giữa tín hiệu đặt và đầu ra  Đạo hàm DET của sai lệch  Tích phân IET của sai lệch Đầu ra: Là tín hiệu điều khiển u(t) 57 I P Thiết bị đo Thiết bị hợp thành và giải mờ D Luật hợp thành Đối tượng ET ET IET DET U(t) X(t) y(t) Hình 2.9. Bộ điều khiển mờ theo luật PID dùng thuật toán chỉnh định PID mờ  Thuật toán PID tốc độ Mô hình toán học (2.75) Đầu vào:  Sai lệch ET giữa tín hiệu vào và tín hiệu chủ đạo  Đạo hàm bậc nhất DET1 của sai lệch  Đạo hàm bậc hai DET2 của sai lệch Đầu ra: đạo hàm của tín hiệu điều khiển u(t) Thiết bị đo P D Thiết bị hợp thành và giải mờ D Luật hợp thành Đối tượng ET ET DET1 DET2 X(t) y(t) I du/dt U(t) Hình 2.10. Bộ điều khiển mờ theo luật PID dùng thuật toán PID tốc độ a. Bộ điều khiển mờ theo luật PD Bộ điều khiển mờ loại này (mô tả trong hình 2.11) sử dụng đầu vào là sai lệch tín hiệu và đạo hàm của nó. Đầu ra vẫn là tín hiệu điều khiển được đưa trực tiếp đến đối tượng điều khiển. Ưu điểm của bộ điều khiển logic mờ loại này là tác động của hệ thống nhanh, có thể dập tắt được sai lệch giữa tín hiệu thực đầu ra và tín hiệu đặt 58 trước. Chi tiết hiệu quả của bộ điều khiển này sẽ được đánh giá trong chương 3 của luận án này. Bộ điều khiển mờ Đối tượng ET DET Nhiễu X YP Hình 2.11. Hệ thống điều khiển mờ theo luật PD b. Bộ điều khiển mờ theo luật PI Bộ điều khiển mờ loại PI, như mô tả trên hình 2.12, bao gồm hai đầu vào là sai lệch tín hiệu và tích phân của nó. Đầu ra tín hiệu điều khiển cũng được đưa đến đối tượng điều khiển. Loại bộ điều khiển này có ưu điểm là triệt tiêu được sai lệch tĩnh rất tốt nhưng thời gian xác lập thường kéo dài hơn so với bộ điều khiển mờ kiểu PD. Bộ điều khiển mờ Đối tượng ET IET NHIỄU X YP Hình 2.12. Hệ thống điều khiển theo luật PI 2.4. Kết luận chương 2 Trong chương 2 này, tác giả đã trình bày những nội dung lý thuyết cơ bản xuyên suốt các chương còn lại của luận án. Mục đích chính của nghiên cứu là tìm hiểu, phân tích các hệ thống lớn đa thành phần bất định và phi tuyến với ví dụ điển hình là các hệ thống điện đa máy phát. Việc mô hình hóa toán học của những hệ thống điện diện rộng dưới sự ảnh hưởng của các nhiễu đã được trình bày trong chương này cũng như những chương tiếp theo. Tác giả cũng đưa ra một hướng đánh giá vùng ổn định cho các hệ thống điện này khi coi chúng như một tập hợp của các hệ thống con được liên kết yếu (phương pháp phân tách – decomposition) bằng cách sử dụng hàm Lyapunov. 59 Trong lớp bài toán ổn định hệ thống điện lớn, tác giả đề xuất nghiên cứu hai bài toán quan trọng: ổn định tức thời (quá độ) và kiểm soát tần số - phụ tải. Hai lớp bài toán điều khiển này, khi xem xét một cách tổng thể, là hai trong số những bài toán điều khiển điển hình và quan trọng, đặc biệt nó đại diện tiêu biểu cho các hệ thống lớn và phức tạp. Với mỗi lớp bài toán, tác giả lại đề xuất chiến lược điều khiển riêng và hiệu quả. Trong bài toán ổn định quá độ là việc áp dụng phương pháp điều khiển tối ưu phản hồi trạng thái tuyến tính sử dụng các phương trình Riccati cải tiến, còn trong bài toán kiểm soát tần số - phụ tải là giải pháp điều khiển mờ. Lý thuyết tổng quát của mỗi chiến lược điều khiển này đã được trình bày vắn tắt trong chương 2 của luận án. Chi tiết quá trình áp dụng cho mỗi lớp bài toán cũng như ưu, nhược điểm của từng chiến lược điều khiển sẽ được trình bày trong các chương tiếp theo của luận án. 60 CHƯƠNG 3: CHIẾN LƯỢC ĐIỀU KHIỂN PHI TẬP TRUNG ỔN ĐỊNH HỆ THỐNG ĐIỆN 3.1. Giới thiệu Như đã phân tích ở các chương trước, một hệ thống điện lớn phức tạp có thể được coi là một hệ thống quy mô lớn. Mỗi lưới điện thực tế thường chứa nhiều hệ thống con (các trạm điện và phụ tải khu vực), bao gồm cả máy điện đồng bộ, trạm điện, đường dây tải điện và mạng lưới phân phối. Hơn nữa, những nhiễu loạn ngẫu nhiên, chẳng hạn như sự biến thiên của phụ tải và hiện tượng thay đổi thời tiết mang tính cực đoan, thường xuất hiện trong mỗi hệ thống điện. Cùng với các thuộc tính riêng, ví dụ như hạn chế tốc độ phát điện (generation rat