신경회로망 자기종조 PID 제어기를 이용한 전력계통의 부하주파수제어에 관한 연구

A Study on the Load Frequency control of Power System Using Neural Network Self Tuning PID Controller

  • 정형환 (동아대학교 전기공학과) ;
  • 김상효 (동아대학교 전기공학과) ;
  • 주석민 (동아대학교 정보통신연구소) ;
  • 김경훈 (동아대학교 전기공학과)
  • 발행 : 1998.10.01

초록

본 논문에서는 부하외란이 발생할 경우 2지역 전력계통의 부하주파수 제어 즉, 각 지역내의 주파수 및 연계선 조류편차가 허용치 내로 신속히 수렴하도록 하기 위하여 신경회로망 자기동조 PID 제어기를 제안하였다. 시뮬레이션에 사용된 신경회로망은 입력층에 2개, 중간층에 10개, 출력층에 3개의 뉴런으로 구성하였다. 2개의 입력층 뉴런은 시스템의 오차와 오차 변화율이 입력되게 하였고 출력층은 PID 제어기의 파라미터에 해당하는 3개의 뉴런으로 구성하였다.시뮬레이션 결과 본 논문에서 제안한 신경회로망 자기동조 PID 제어기는 종래의 제어기법(Optimal, PID)보다 동특성 응답과 제어 성능이 우수한 제어기임을 알 수 있었다.

This paper proposes the neural network self-tuning PID controller for the load frequency control of 2- areas power system, namely, the prompt convergence of frequency and tie-line power flow deviation. The neural network applied to computer simulation consists of neurons of two inputs, ten hiddens and tliree outputs layer. Neurons of two inputs layer receive the error and its change rate of the system and cutputs layer consists of three neurons for the parameters of the PID controller. The simulation results shows that the proposed neural network self-tuning PID controller is superior to conventional control t~:chniques(Optimal, PID) in dynamic response and control performance.

키워드

참고문헌

  1. IEEE Trans. on PAS v.80 no.4 Optimum megawatt-frequency control of multiarea electric energy systems O.I.Elgerd;C.E.Fosha
  2. IEEE Trans. on PAS v.80 no.4 The megawatt-frequency control problem: a new approach via optimal control theory C.E.Fosha;O.I.Elgerd
  3. IEEE Trans. on PAS v.92 State adapation in power systems control F.D.Galiana;H.Glavisch
  4. IEEE Trans. on PAS v.102 no.6 Problems associated with generator load following in system operation R.P.Schulte;D.E.Badley
  5. 대한전기학회논문지 v.26 no.2 주파수 제어를 위한 비례 제어기구의 최적설계에 관한 연구 장세훈;임화영
  6. 대한전기학회논문지 v.38 no.2 최적선형 추적법에 의한 부하-주파수 제어 김훈기;곽노흥;문영현
  7. Automatic Tuning of PID Controllers Karl Johan Astrom;Tore Hagglund
  8. Proceding-D. IEEE v.140 no.3 Automatic tuning of optimum PID controllers M.Zhuang;D.P.Atherton
  9. Pergamon Contributed Article Neural Networks v.7 no.1 Application of neural networks to load-frequency control in power systems F.Beaufas;Y.Abdel-magid;B.Widrow
  10. Journal of the Frankin institute v.334B no.2 Self-learning General Purpose PID Controller Chunshien Li;Roland Priemer
  11. Journal of Intelligent and Robotic Systems v.20 no.2-4 Synthesis of neural networks and PID control for perfomance improvement industrial robots Peter C.Chen;James K.Mills
  12. IEEE Proc. ICNN Neuro-approach for intelligent systems development Sigeru Omatu;Michifumi Yoshioka
  13. IEEE Proc. ICS An intelligent PID controller with a neural supevisor Toshitaka Oki;Toru Tamamoto;Masahiro Kaneda;Sigeru Omatsu
  14. Electric Energy systems Theory Olle.I.Elgerd
  15. Modern Power Systems Control and Operation Atif S.Debs
  16. 한국퍼지 시스템학회 논문지 v.2 no.4 2지역 전력계통의 부하주파수제어를 위한 퍼지추론기법의 적용 정형환;정동일;주석민
  17. 대한전기학회논문지 v.43 no.5 최적 PID 제어기에 의한 2지역 전력계통의 부하주파수제어에 관한 연구 정형환;이준탁;안별철;왕용필;김해재
  18. 한국퍼지 및 지능시스템학회 논문지 v.7 no.2 파라미터 자기조정 퍼지제어기를 이용한 부하주파수 제어 이준탁;정동일;안병철;주석민;정형환
  19. Introduction to Mathemaical Control Theory S.Barnett;R.G.Cameron
  20. Optimal Control Applications in Electric Power Systems G.S.Christensen;M.E.El-Hawary;S.A.Soliman
  21. Automatica v.20 no.3 A method for auto-tuning of PID control parameters Y.Nishikawa;N.Sannomiya;T.Ohta;H.Tanaka
  22. IEEE Proc. ICNN Neuromorphic self-tuning PID controller S.Akhyar;S.Omatu
  23. Learning internal representation by error propagation v.1 D.E.Rumelgart;G.E.Hinton;R.J.Williams
  24. Neuro-Control and Its Applications Sigeru Omatu;Marzuki Khalid;Rubiyah Yusof