MÉTODOS DE CONTROL INTELIGENTE Y COMPUTACIÓN SUAVE (FLEXIBLE)

SISTEMA TRADICIONAL AGC

(CONTROL AUTOMÁTICO DE GENERACIÓN)
Prácticamente, los sistemas no lineales como los sistemas de poder (sistemas de energía) son usualmente aproximados
por el uso de modelos de orden reducido, probablemente lineal (relacionado con las características particulares de la
planta). Por lo tanto, los sistemas no lineales son precisos bajo algunas condiciones de operación (funcionamiento) en la
mayoría de situaciones. De otra manera, el sistema de control no sería adecuado o requeriría adoptar los parámetros Es el principal responsable de garantizar la mejor y
modificados del sistema. Además, la naturaleza del moderno sistema de energía presenta incertidumbres, no eficiente operación de un sistema de energía
linealidades y complejidad, por el cual el sistema tradicional AGC (control automático de generación) no provee una eléctrica. El objetivo principal del AGC es mantener la
solución suficiente. Los métodos de control inteligente y computación suave basados en el control de estrategias son frecuencia operativa dentro de los límites prescritos y
muy efectivos resolviendo los problemas antes mencionados. mantener la potencia de intercambio en el nivel
previsto.

COMPUTACIÓN SUAVE CONTROL INTELIGENTE

Es una rama de la Inteligencia Artificial que

engloba diversas técnicas empleadas Es el resultado de la intersección entre el
para solucionar problemas que manejan control automático, la Inteligencia artificial
información incompleta, con y los sistemas informáticos distribuidos de
incertidumbre y/o inexacta. Tal es el caso tiempo real. En este tipo de sistemas la
de la solución a problemas NP-completo, base de conocimientos de control se
para los cuales no se conoce una solución obtiene de un experto humano: el
exacta en tiempo polinómico. operador del proceso a controlar.

MÉTODOS DE CONTROL INTELIGENTE

Son estrategias de control que incluyen: la

lógica borrosa, sistemas expertos (control
basado en reglas), aprendizaje, sistemas
de planificación para control, algoritmos
de búsqueda, sistemas híbridos,
diagnóstico de fallos y reconfiguración,
autómatas, redes de Petri, redes
neuronales, etc.

CONTROL DE LÓGICA IMPRECISA

(DIFUSA O BORROSA) (FLC)

La teoría FLC fue introducida en 1965 como
un concepto inteligente que avanza las
teorías de control tradicional.
DE LOS DOCUMENTOS FLC es utilizado como una herramienta
ANEXOS importante para resolver enfoques
matemáticos de problemas de sistemas
de poder (potencia). Por lo tanto, literatura
importante es reportada en aplicaciones
de FLC en el control de sistemas de poder
para mejorar su confiabilidad y robustez.

Lal, D.K.; Barisal, A.K.; Tripathy, M. Grey Wolf

Khezri, R.; Golshannavaz, S.; Shokoohi, S.; Bevrani, H.
Fuzzy logic based fine-tuning approach for robust load
frequency control in a multi-area power system.
Electr. Power Comp. Syst. 2016, 44, 2073–2083.
Yousef, H.A.; Al-Kharusi, K.; Albadi, M.H.;
Hosseinzadeh, N. Load Frequency Control of a
Multi-Area Power System: An
Adaptive Fuzzy Logic Approach. IEEE Trans. Power Syst.
2014, 29, 1822–1830.
Shayeghi, H.; Jalili, A.; Shayanfar, H. Robust modified Yesil, E.; Guzelkaya, M.; Eksin, I. Self tuning fuzzy PID Khooban, M.H.; Niknam, T. A new intelligent
Optimizer Algorithm Based Fuzzy PID Controller for
GA based multi-stage fuzzy LFC. Energy Convers. type load and frequency controller. Energy Convers. online fuzzy tuning approach for multi-area
AGC of Multi-area Power System with TCPS.
Manag. 2007, 48, 1656–1670. Manag. 2004, 45, 377–390. load frequency control: Self Adaptive
Procedia Comput. Sci. 2016, 92, 99–105.
Modified Bat Algorithm. Int. J. Elecrtr. Power
Energy Syst. 2015, 71, 254–261.

El análisis del propuesto esquema de control ha

Un procedimiento de diseño y validación
El AGC basado en la lógica difusa
numérica de un robusto método de ajuste
adaptativa directa e indirecta para un
basado en lógica difusa para reguladores
sistema de energía multiárea es sugerido
AGC en una red eléctrica multiárea es
en el estudio [42] en el cual diferentes
presentada [61]. Aquí, una función de
capacidades de aproximación de la
membresía triangular es usada para
técnica difusa son exploradas para
convertir el valor nítido (puntual) en una
estimar una ley de regulación adecuada y
variable lingüística y un tipo de
un algoritmo para la actualización de
mecanismo de inferencia (Mamdani) es
parámetros. El criterio de desempeño H∞
utilizado para el controlador propuesto. Es
se ha utilizado para erradicar los errores
válido mencionar que el controlador
de área y las perturbaciones externas. La
propuesto solo es activado en situaciones
correlación de la propuesta estructura de
de fallo, mientras que en el estado
control con el PID tradicional y el
estacionario solo el controlador
controlador difuso de tipo 2 ha mostrado
convencional PI realiza las actividades.
mejores resultados en proporcionar
estabilidad al lazo cerrado general. Los
trabajos de investigación sobre los
controladores PI y PID centrados en los
conceptos de la lógica difusa también han
sido discutidos en la literatura.
entregado un mejor desempeño bajo la gran Los autores en [69] han aplicado un
regulador PID difuso para la estructura del Un procedimiento en línea dependiente de
En [62], los autores introdujeron un perturbación de la carga y variaciones de los
AGC en un sistema de poder de dos la mezcla del algoritmo auto adaptativo y
regulador difuso AGC multietapa en una parámetros. Un regulador PID autoajustable es
regiones con fuentes de poder hidráulico y la estrategia difusa para sintonizar
red eléctrica reestructurada de tres áreas propuesto en el estudio [68] para el sistema AGC en
nuclear. Los parámetros generales son idealmente los parámetros PI de una
utilizando un arreglo bilateral. En el sistema una red de poder integrada de doble área. Un grupo
afinados (sintonizados) empleando un estructura AGC en un marco de fuerza
de control propuesto, la señal de control es de reglas de control es propuesto para el regulador a
algoritmo optimizador de lobo gris. Se ha incorporado de cuatro territorios se
afinada (sintonizada) en línea partir del cual la señal de control es determinada
considerado una GRC del 3% para las introduce en la literatura [70]. La
conteniendo un número mínimo de utilizando una información basada y una inferencia
centrales térmicas y un 270% de subida y optimización simultánea de los
referencias, y tiene solo dos leyes básicas. difusa. Además, una variable es utilizada para el
un 360% de bajada para las centrales parámetros del controlador y de la función
Además, las funciones de membresía son propuesto regulador, el cual ajusta los factores de
hidroeléctricas. Los parámetros de de membresía de entrada/salida aumenta
diseñadas utilizando el AG modificado escala I/O de la derivada y el coeficiente integral en el
desempeño se midieron utilizando el TCPS la robustez y la seguridad del sistema
para para asegurar un valor óptimo global propuesto sistema de racionalidad difusa tipo PID. La
en serie con una línea de enlace. El análisis completo frente a las perturbaciones
y reducir la velocidad de convergencia del combinación paralela de lógica difusa y PID demostró
mostró que el algoritmo del optimizador externas. La supremacía del sistema de
algoritmo. ser una estrategia de control útil en sistemas de poder
de poder de lobo gris puede amortiguar control en línea previsto es comprobada
no lineales. El controlador resultante ofrece un mejor
eficazmente las oscilaciones tanto en el comparando su resultado con las últimas
desempeño dinámico cuando los estados no están
área como en las líneas de enlace. técnicas de control PID difuso.
cerca del equilibrio y paralelo a eso también tiene un
Además, la robustez del propuesto
perfil de señales de control más bajo. Sin embargo,
controlador se ha probado bajo diferentes
este enfoque solo es eficiente seleccionando
condiciones de carga.
efectivamente los parámetros de sintonía y
optimizándolos para soluciones óptimas. Por lo tanto,
la elección del algoritmo de optimización para el
ajuste de los parámetros es de gran importancia.