Systems. Methods. Technologies 3 (39) 2018

Системы Методы Технологии. Ю.Н. Булатов и др. Метод противоаварийного … 2018 № 3 (39) с. 33-40 39 а) б) Рис. 8. Осциллограммы мощности установок РГ с согласованно настроенными АРВ и АРЧВ при отключении линии 1–3: 1 — без применения прогностических алгоритмов; 2 — с использованием прогностических алгоритмов; а — РГ1; б — РГ2 Заключение На основе выполненных расчетов и компьютерного моделирования можно сформулировать следующие выводы: 1. Эффективный ввод послеаварийного режима в область устойчивости может быть выполнен на основе уравнений предельных режимов с использованием стартового алгоритма, обеспечивающего выход режима на ближнюю границу области устойчивости. 2. Применение метода согласованной настройки АРВ и АРЧВ позволяет сформировать качественный динамический переход при выполнении разгрузки ус- тановок РГ в послеаварийном режиме. 3. Применение прогностических алгоритмов в АРВ и АРЧВ позволяет улучшить качество переходных процессов напряжения, частоты и мощности при раз- грузке генераторов установок РГ. Литература 1. Инновационная электроэнергетика – 21 / под ред. В.М. Батенина, В.В. Бушуева, Н.И. Воропая. М.: ИЦ «Энергия», 2017. 584 с. 2. Voropai N.I., Stychinsky Z.A Renewable energy sources: theoretical foundations, technologies, technical characteristics, economics, Magdeburg: Otto-von-Guericke-Universität, 2010. 223 p. 3. Крюков А.В. Предельные режимы электроэнергетиче- ских систем. Иркутск: ИрГУПС, 2012. 236 с. 4. Воропай Н.И., Курбацкий В.Г., Томин Н.В. Комплекс интеллектуальных средств для предотвращения крупных аварий в энергосистемах. Новосибирск: Наука, 2016. 332 с. 5. Suslov K.V., Solonina N., StepanovV A principle of power quality control in the intelligent distribution networks // Interna- tional symposium on smart electric distribution systems and tech- nologies EDST 2015 Proceedings. 2015. P. 260-264. 6. Аюев Б.И., Давыдов В.В., Ерохин П.М. Оптимизацион- ная модель предельных режимов электрических систем // Электричество. 2010. № 11. С. 3-11. 7. Тарасов В.И. Теоретические основы анализа устано- вившихся режимов электроэнергетических систем. Новоси- бирск: Наука, 2002. 344 с. 8. Семчинов А.М. Токопроводы промышленных предпри- ятий. Л.: Энергия, 1972. 200 с. 9. Bulatov Yu.N., Kryukov A.V. Optimization of automatic regulator settings of the distributed generation plants on the basis of genetic algorithm // Proc. 2016 2nd International Conference on Industrial Engineering Applications and Manufacturing (ICIEAM) IEEE Conference Publications. P. 1-6. doi: 10.1109/ ICIEAM.2016.7911456. 10. Bulatov Yu.N., Kryukov A.V., Suslov K.V. Solving the flicker noise origin problem by optimally controlled units of dis- tributed generation // Proc. 2018 18th International Conference on Harmonics and Quality of Power (ICHQP) IEEE Conference Publications. P. 1-4. doi: 10.1109/ICHQP.2018.8378834. 11. Kryukov A.V., Kargapol'cev S.K., Bulatov Yu.N., Skryp- nik O.N., Kuznetsov B.F. Intelligent control of the regulators adjustment of the distributed generation installation // Far East Journal of Electronics and Communications, 2017. Т.17, № 5. P. 1127-1140. 12. Bulatov Yu.N., Kryukov A.V. Application of genetic al- gorithms for setting adjustment controllers of distributed genera- tion plants // Information and mathematical technologies in science and management. 2016. № 2. P. 30-45. 13. Bulatov Yu. N., Kryukov A.V., Suslov K.V. Multi-agent technologies for control of distributed generation plants in the isolated power systems // Far East Journal of Electronics and Communications. 2017. Vol. 17, № 5. P. 1197-1212. 14. Bulatov Yu.N., Kryukov A.V. A multi-agent control sys- tem of distributed generation plants // Industrial Engineering, Applications and Manufacturing (ICIEAM), 2017. IEEE Confe- rence Publications. 2017. P. 1-7. 15. Holland J.H. Adaptation in Natural and Artificial Systems. Cambridge, MA: MIT Press. Second edition (1992). (First edition, University of Michigan Press, 1975). 16. Saad M.S., Jamaluddin H., Darus I.Z.M. Implementations of PID-controller tuning using differential evolution and genetic algorithm // International Journal of Innovate Computing, In- formation and Control. 2012. Vol. 8, № 11. P. 7761-7779. 17. Chen Y., Ma Y., Yun W. Application of Improved Genet- ic Algorithm in PID Controller Parameters Optimization // Tel- komnika. 2013. Vol. 11, № 3. P. 1524-1530. 18. Jaen-Cuellar A.Y., Romero-Troncoso R. de J., Morales- Velazquez L. Osornio-Rios R.A. PID-Controller Tuning Optimi- zation with Genetic Algorithms in Servo Systems // International Journal of Advanced Robotic Systems. 2013. Vol. 10. P. 324-337. doi: 10.5772/56697. 19. Булатов Ю.Н., Крюков А.В. Применение вейвлет- преобразования и генетических алгоритмов для настройки автоматических регуляторов установок распределенной гене-