Hybrid ANFIS-Based Fuzzy-PID Controller Design for Multi-Area Load Frequency Control in the Northwest Ethiopian Power Grid

Resumen Técnico: Diseño de un Controlador Híbrido de Tipo FPID Basado en ANFIS para el Control de la Frecuencia de la Carga en Áreas Múltiples en la Red Eléctrica del Noroeste de Etiopía

Planteamiento del Problema
La red eléctrica etíope, particularmente la Región Noroeste, depende de un controlador Proporcional-Integral-Derivativo (PID) convencional para el Control de la Frecuencia de la Carga (LFC) primaria. Si bien el PID es un mecanismo estándar, sus parámetros de ganancia estáticos son difíciles de sintonizar en tiempo real, lo que limita su efectividad contra las perturbaciones dinámicas del sistema y las no linealidades. A medida que la demanda de electricidad aumenta, los desajustes entre la generación y la carga provocan desviaciones de frecuencia respecto al valor nominal de 50 Hz, amenazando la estabilidad del sistema. El Centro Nacional de Despacho de Carga (NLDC) existente monitorea el estado del sistema, pero carece de un mecanismo suplementario sofisticado para regular centralizadamente la frecuencia y el flujo de potencia de las líneas de interconexión durante fallas extremas o variaciones significativas de carga. Este estudio aborda la necesidad de una estrategia de LFC suplementaria y robusta capaz de realizar un ajuste de parámetros en tiempo real para reemplazar o aumentar el mecanismo PID primario existente.

Metodología
La investigación desarrolló un modelo matemático de un sistema hidroeléctrico interconectado de tres áreas que representa la Red Eléctrica del Noroeste de Etiopía (Tana Beles, Fincha y Tis Abay-2). El modelo incorporó dinámicas de gobernadores distintas para cada área: un gobernador mecánico-hidráulico (Área 1), un gobernador electro-hidráulico (Área 2) y un gobernador electro-hidráulico de tipo PID programable (Área 3).

Se diseñaron y simularon cuatro estrategias de control en MATLAB/Simulink:

1. PID Convencional: Sintonizado mediante el método de oscilación sostenida de Ziegler-Nichols.
2. Fuzzy-PID (FPID): Un híbrido donde un sistema de lógica difusa ajusta dinámicamente las ganancias PID ($K_p, K_i, K_d$) basándose en el Error de Control de Área (ACE) y su tasa de cambio ($\Delta ACE$).
3. Controlador ANFIS: Un Sistema de Inferencia Neuro-Difusa Adaptativa utilizando una estructura de tipo Sugeno para aprender de los datos y ajustar las señales de control.
4. FPID Híbrido Basado en ANFIS: La contribución central propuesta. Esta arquitectura integra la capacidad de aprendizaje de ANFIS con la adaptabilidad basada en reglas de FPID. La salida entrenada de ANFIS sirve como entrada de ACE para el controlador FPID, que luego genera la señal de referencia final del gobernador.

Los controladores fueron evaluados utilizando el Error de Tiempo Integral Absoluto (ITAE) como la función objetivo principal, junto con el tiempo de asentamiento, el sobreimpulso máximo y el subimpulso máximo. El rendimiento se probó bajo tres escenarios:

• Escenario 1: Una perturbación de carga de 0.01 p.u. en el Área 1.
• Escenario 2: Perturbaciones simultáneas en múltiples áreas (0.46 p.u. en el Área 1, 0.0268 p.u. en el Área 2 y 0.016 p.u. en el Área 3).
• Escenario 3: Análisis de robustez con variaciones de $\pm 25\%$ en los parámetros del sistema (constantes de tiempo del gobernador, constantes de tiempo del agua, inercia y regulación/droop).

Resultos Clave
El controlador híbrido FPID basado en ANFIS demostró un desempeño superior en todos los escenarios en comparación con los controladores PID, FPID y ANFIS independiente:

• Perturbación de Área Única (Escenario 1): El controlador propuesto redujo el tiempo de asentamiento de la desviación de frecuencia a 12.959 s (en comparación con los 48.8824 s del PID) y logró un ITAE de 0.00565 (en comparación con el 0.0838 del PID). El subimpulso de potencia de la línea de interconexión en el Área 1 se redujo de -0.00805 p.u. (PID) a -0.00339 p.u. (Híbrido).
• Perturbación de Áreas Múltiples (Escenario 2): Bajo variaciones de carga simultáneas y de gran magnitud, el controlador híbrido mantuvo el ITAE más bajo de 0.02375, superando significativamente el ITAE de 0.97080 del controlador PID. Consistientemente logró los menores sobreimpulsos y subimpulsos máximos en las tres áreas.
• Robustez (Escenario 3): El sistema se mantuvo estable bajo variaciones de parámetros de $\pm 25\%$, con el ITAE manteniéndose dentro de un rango estrecho de 0.00541 a 0.00580, confirmando la resiliencia del controlador ante las incertidumbres del modelo.

Significancia y Reivindicaciones
El artículo sostiene que el controlador híbrido FPID basado en ANFIS ofrece una vía técnicamente viable para mejorar la confiabilidad de la red en Etiopía. Al combinar la capacidad de aprendizaje adaptativo de ANFIS con el manejo de no linealidades de FPID, el sistema gestiona eficazmente las incertidumbres y las condiciones dinámicas que los controladores PID estáticos no pueden manejar. El estudio posiciona este controlador no como un reemplazo del LFC primario, sino como un mecanismo suplementario y centralizado necesario para ser desplegado en el NLDC.

Los autores enfatizan que este enfoque permite la adaptación en tiempo real al paisaje energético fluctuante de la red sin necesidad de reajustes manuales, lo que potencialmente puede prevenir apagones y proteger la infraestructura. Sin embargo, el documento reconoce modestamente desafíos de implementación significativos, incluyendo la carga computacional de ANFIS, la "maldición de la dimensionalidad" y la necesidad de protocolos de comunicación actualizados y recursos humanos especializados en el NLDC. Los autores declaran explícitamente que la validación actual se limita a la simulación (MATLAB/Simulink) y aún no incluye restricciones no lineales como las bandas muertas del gobernador (GDB) o las restricciones de tasa de generación (GRC), ni incorpora plantas térmicas o eólicas.

Conclusión
El estudio concluye que el controlador híbrido FPID basado en ANFIS supera significativamente a los mecanismos existentes en términos de tiempo de asentamiento, reducción de sobreimpulso y robustez. Recomienda que la Ethiopian Electric Power (EEP) considere pilotar este controlador para la transición hacia una estrategia de LFC centralizada y más resiliente, siempre que se realicen inversiones estratégicas en modernización y capacitación de ingenieros. El trabajo futuro se dirige hacia pruebas de Hardware-in-the-Loop (HIL), la expansión del modelo para incluir fuentes de generación más diversas y la integración de consideraciones de ciberseguridad.