Load Frequency Control of a Three-Area Power System using Lion Optimization Algorithm with FOPID Controller

Het elektriciteitsnet is een enorme, delicate machine die een perfect ritme moet aanhouden om te kunnen functioneren. In dit systeem moet de snelheid waarmee elektriciteit draait — de frequentie — constant blijven, vergelijkbaar met een hartslag die niet wild mag fluctueren zonder schade te veroorzaken. Wanneer mensen een schakelaar omzetten of een fabriek een massieve motor inschakelt, verandert de vraag naar vermogen onmiddellijk. Als het aanbod niet direct overeenkomt met deze nieuwe vraag, wankelt de frequentie. In een groot netwerk waar verschillende regio's via transmissielijnen met elkaar verbonden zijn, kan een plotselinge verandering in één gebied rimpelingen van instabiliteit door het hele systeem sturen, wat potentieel kan leiden tot blackouts. Om dit te voorkomen, gebruiken ingenieurs automatische controllers die fungend als de thermostaat van het systeem, die voortdurend de vermogensoutput aanpassen om de frequentie stabiel te houden en ervoor te zorgen dat de stroom tussen verbonden regio's in evenwicht blijft.

Decennialang was de standaardtool voor deze taak een controller bekend als een PID, wat staat voor proportioneel, integraal en derivaat. Dit apparaat reageert op fouten in het systeem door aanpassingen te maken op basis van drie verschillende regels: hoe groot de fout op dit moment is, hoe lang deze heeft voortgeduurd en hoe snel deze verandert. Hoewel effectief, heeft deze standaardbenadering beperkingen. Het behandelt het systeem alsof het eenvoudige, gehele regels volgt, wat in de complexe, chaotische realiteit van een modern elektriciteitsnet vaak niet het geval is. Onderzoekers vermoedden al lang dat een flexibelere versie van deze controller, een die "fractionele" stappen toestaat in plaats van alleen hele stappen, deze complexiteiten beter zou kunnen afhandelen. Het vinden van de perfecte instellingen voor een dergelijke flexibele controller is echter een moeilijk puzzel, aangezien er veel meer variabelen zijn om af te stemmen dan in de standaardversie.

In een recente studie pakte een team van onderzoekers van verschillende technische hogescholen in India deze uitdaging aan door een nieuwe strategie toe te passen op een model van een elektriciteitsnet met drie regio's. Ze stelden een systeem voor dat een geavanceerdere controller combineert, een zogenaamde Fractional Order PID, met een unieke methode om de beste instellingen te vinden, geïnspireerd door het sociale gedrag van leeuwen. De Fractional Order PID-controller is een geavanceerde upgrade van de standaardtool. Waar de traditionele controller alleen aanpassingen kan maken in hele getalsstappen, staat deze nieuwe versie aanpassingen toe tussen die stappen in, wat een veel fijnere mate van controle biedt. Deze extra flexibiliteit stelt het systeem theoretisch in staat om oscillaties soepeler te dempen en sneller te herstellen van verstoringen. Omdat deze controller echter meer knoppen heeft om aan te draaien, is het veel moeilijker om de juiste combinatie van instellingen te vinden.

Om dit afstempuzzel op te lossen, maakten de onderzoekers gebruik van het Lion Optimization Algorithm. Dit is een computerprogramma dat de manier nabootst waarop leeuwen leven en jagen. In het wild leven leeuwen in groepen die trots worden genoemd, en ze werken samen om te jagen, hun territorium te verdedigen en hun jongen groot te brengen. Het algoritme vertaalt deze gedragingen naar wiskundige stappen: de "trots" vertegenwoordigt een groep potentiële oplossingen, en het "jachtproces" houdt het zoeken in het landschap van mogelijkheden in om de beste te vinden. Net zoals leeuwen samenwerken om een prooi te omsingelen, gebruikt het algoritme deze sociale dynamiek om de enorme hoeveelheid mogieve controllerinstellingen te verkennen, waarbij het de valkuil vermijdt om in een middelmatige oplossing te blijven steken. De onderzoekers gebruikten deze methode om automatisch de perfecte instellingen voor hun geavanceerde controller te vinden binnen een gesimuleerd elektriciteitssysteem met drie gebieden.

Het team testte hun aanpak door plotselinge veranderingen in de vraag naar vermogen te simuleren, zoals een grote fabriek die onverwachts wordt ingeschakeld. Ze vergeleken hun nieuwe, door leeuwen geoptimaliseerde controller met de standaardcontrollers en andere populaire computergestuurde afstemmethoden, inclusief die gebaseerd op genetische algoritmen en particle swarm optimization. De resultaten van deze simulaties toonden een duidelijk voordeel voor de nieuwe methode. Wanneer het systeem te maken kreeg met een verstoring, bracht de door leeuwen geoptimaliseerde controller de frequentie in slechts zeven seconden terug naar het normale niveau. In tegenstelling hiertoe duurden de andere methoden langer, waarbij de standaard genetische algoritme-aanpak vijftien seconden nodig had om tot rust te komen. De nieuwe controller produceerde ook veel minder overshoot, wat betekent dat de frequentie niet wild boven of onder het doelwit schommelde voordat deze stabiliseerde; het bleef binnen een afwijking van twee procent, terwijl de anderen tot acht procent schommelden.

Naast snelheid en stabiliteit mat de studie de totale foutenergie in het systeem over de tijd. De door leeuwen geoptimaliseerde controller behaalde een score van 0,018, wat aanzienlijk lager was dan de scores van de andere methoden, wat aangeeft dat het systeem minder tijd uit balans was. De onderzoekers ontdekten dat de combinatie van de flexibele fractionele controller en de door leeuwen geïnspireerde zoekmethode het systeem in staat stelde de complexe, niet-lineaire aard van het elektriciteitsnet veel beter te verwerken dan traditionele tools. De fractionele controller bood de nodige flexibiliteit om de respons van het systeem vorm te geven, terwijl het leeuwenalgoritme efficiënt door de complexe zoekruimte navigeerde om de instellingen te vinden die die flexibiliteit het beste lieten werken.

Dit werk suggereert dat door strategieën uit de natuur te lenen en deze te combineren met flexibelere wiskundige instrumenten, ingenieurs elektriciteitssystemen kunnen bouwen die veerkrachtiger zijn tegen de plotselinge veranderingen die kenmerkend zijn voor het moderne energieverbruik. De studie heeft dit niet getest op een elektriciteitsnet in de echte wereld, maar vertrouwde op gedetailleerde computersimulaties die de fysica van het systeem modelleren. Binnen de grenzen van deze simulaties bewees de door leeuwen geoptimaliseerde Fractional Order PID-controller een superieure oplossing te zijn voor het constant houden van het ritme van het net, en bood het een veelbelovend pad voor het handhaven van de stabiliteit in steeds complexere elektrische netwerken.