초록
본 논문에서는 전력계통의 저주파 진동 억제와 안정도 향상을 위해 적응 뉴로-퍼지 전 보상기(Adaptive Neuro-Fuzzy Precompensator, ANFP)를 설계하였다. 여기서 ANFP는 종래의 전력계통 안정화 장치(Power System Stabilizer, PSS)를 보상하도록 설계되며, 이 설계기법은 기존의 PSS 최적 파라미터를 구하는 방식과는 달리 현재 사용중인 PSS 파라미터를 고정시켜놓고, ANFP만을 추가하는 구조적인 장점을 나타낸다. 먼저, 학습 능력을 가지는 퍼지 전 보상기가 구성되며, 이는 발전 유니트의 입출력 데이터로부터 학습된다. ANFP는 학습의 특성을 가지기 때문에 보상기의 퍼지규칙과 소속함수는 학습 알고리즘에 의해 자동으로 동조될 수 있다 학습은 ANFP와 목표 제어기(desired controller)의 출력을 비교하여 평가되는 오차를 최소화하도록 수행된다. 사례 연구 들에서 다양한 동작 조건들 상에서 전력계통의 우수한 제동을 제공할 수 있었으며, 시스템의 동특성을 향상시킬 수 있었다
In this paper, we design the Adaptive Neuro-Fuzzy Precompensator(ANFP) for the suppression of low-frequency oscillation and the improvement of system stability. Here, ANFP is designed to compensate the conventional Power System Stabilizer(PSS). This design technique has the structural merit that is easily implemented by adding ANFP to an existing PSS. Firstly, the Fuzzy Precompensator with Loaming ability is constructed and is directly learned from the input and output data of the generating unit. Because the ANFP has the property of learning, fuzzy rules and membership functions of the compensator can be automatically tuned by teaming algorithm Loaming is based on the minimization of the ems evaluated by comparing the output of the ANFP and a desired controller. Case studies show the 7posed schema can be provided the good damping of the power system over the wide range of operating conditions and improved dynamic performance of the system.