Vědci v Číně navrhli použít algoritmus, který simuluje chování včel shánějících potravu, aby vytvořili nový design invertoru tvořícího mřížku. Tento přístup je navržen pro střídače připojené k síti.
Vědci z Inha University v Číně vytvořili nový koncept invertoru tvořícího mřížku založený na algoritmu umělého včelího kolonie (ABC). Což je optimalizační algoritmus založený na inteligentním chování roje včel.
Tento algoritmus napodobuje chování včelstev při hledání nektaru, tedy při hledání potravy. Optimalizuje numerické problémy jejich převodem na problém nalezení nejlepšího parametru pro minimalizaci účelové funkce. Algoritmus směřuje k lepším řešením, zatímco opouští špatná řešení.
Invertory vytvářející mřížku vytvářejí nastavitelné napětí a frekvenci a mohou provozovat mikrosítě bez konvenčních synchronních generátorů energie. Mohou také fungovat jako primární mechanismy pro zlepšení synchronizace sítě, zejména během provozních podmínek s nízkou setrvačností.
Simulace chování včel
Skupina uvedla, že navrhovaný design střídače může optimálně fungovat jak v podmínkách připojení k síti, tak v ostrovních podmínkách. Kombinuje tyto dvě různé strategie řízení pomocí proporcionálního integrovaného (FOPI) ovladače založeného na zlomkovém pořadí – způsob přidávání dalších parametrů do algoritmu.
„Ovladač FOPI má vyšší stupeň volnosti ve srovnání s konvenčními PI regulátory a cíl minimalizace chyb lze dosáhnout efektivněji,“ vysvětlil a dodal, že použil simulace Monte Carlo, které se obvykle používají k posouzení nepředvídatelných výsledků ovlivněných náhodnými proměnnými, a to snížením složitých procesů na sadu základních událostí a interakcí. ,,Byla provedena simulace Monte Carlo, aby se vygeneroval počáteční optimální vyhledávací prostor.“
Ovladač konceptu střídače může také fungovat podle adaptačního kritéria pro zastavení. Ty podle vědců pomáhá algoritmu včas zastavit, pokud se nalezla konvergence řešení. Díky tomu je algoritmus rychlejší a efektivnější ve srovnání s jinými různými optimalizačními algoritmy, jako je Particle Swarm Optimization (PSO) a Grey Wolf Optimization (GWO). Ty se také testovaly skupinou se stejným designem měniče.
Stochastická optimalizační metoda (PSO)
PSO je stochastická optimalizační metoda založená na pohybu a inteligenci rojů včel. Proto, aby se minimalizoval CoE obou zdrojů energie v modelování. Algoritmus GWO napodobuje hierarchii a mechanismus lovu šedých vlků v přírodě.
Regulátory konceptu pracují v režimu kvalitních dat (qd) a údajně pomáhají měniči najít optimální řešení snížením nejistoty zachycení do suboptimálního řešení. Jejich provoz se simuloval v různých scénářích, jako jsou různé doby opětovného připojení ostrovní sítě. A jejich výkon se testoval při změnách zátěže i při změnách parametrů vedení.
Prostřednictvím simulace, založeného na konceptu včelstva, vědci zjistili, že klíčové parametry, jako je frekvence, množství napětí dq a skutečný a jalový výkon, dosáhly v požadovaném období ustáleného stavu nebo povoleného rozsahu. Zjistilo se, že jejich výkon se stává „uspokojivý“ pro každou úroveň zatížení.
Nový koncept střídače se představil v dokumentu „Integrated grid forming-grid following inverter fragmental order controller based on Monte Carlo Artificial Bee Colony Optimization“, publikovaném v Energy Reports.
Zdroj: pv-magazine, Vapol
