A Study on the SVC System Stabilization Using a Neural Network

신경회로망을 이용한 SVC 계통의 안정화에 관한 연구

This paper deals with a systematic approach to neural network controller design for static VAR compensator (SVC) using a learning algorithm of error back propagation that accepts error and change of error as inputs, the momentum learning technique is used for reduction of learning time, to improve system stability. A SVC, one of the Flexible AC Transmission System(FACTS), constructed by a fixed capacitor(FC) and a thyristor controlled reactor(TCR), is designed and implemented to improve the damping of a synchronous generator, as well as controlling the system voltage.TO verify the robustness of the proposed method, we considered the dynamic response of generator rotor angle deviation, angular velocity deviation and generator terminal voltage by applying a power fluctuation and rotor angle fluctuation in initial point when heavy load and normal load. Thus, we prove the usefulness of proposed method to improve the stability of single machine-infinite bus with SVC system.

본 논문에서는 FACTS(Flexible AC Transnission System)로 분류되는 여라 기기중 기존의 전압제어 및 무효 전력보상기들이 가지고 있는 바속응성과 불연속성 문제를 해결해줄 수 있는 정지형 무효전력 보상가(Static Var Compensator : SVC)를 포함한 전력계통에 신경회로망 제어기를 적용하여 안정화에 관하여 연구하였다. 제안된 신경회로망 제어기는 오차와 오차변화량을 입력하는 오차역전과 학습 알고리즘을 사용하고, 학습시간올 단축하기 위해 모멘텀 방법을 사용하였다. 제안된 방법의 강인섬을 입증하기 위해 중부하시 및 정상부하시에 초기 전력을 변동시킨 경우와 초기에 회천자각을 변동시킨 경우에 대하여 시스렘의 회전자각, 각속도 편차 특성 및 단 자전압의 동특성을 고찰하여 다른 시스템보다 응답특성이 우수합을 보였다.