PSS
PSO
CPSS
: PSS
.
Résumé
Les oscillations électromécaniques est un phénomène dans lequel un générateur oscille contre d’autres
générateurs du réseau, l’amortissement de ces oscillations est donc devenue un objectif prioritaire,
L’objectif de notre travail est d’assurer un amortissement maximum des oscillations à faible fréquence et
de garantir la stabilité globale du système pour différents points de fonctionnement par l’utilisation des
stabilisateurs de puissance (PSS). Pour atteindre cet objectif, nous avons développée deux méthodes
d’optimisation métaheuristique basées sur les Algorithmes Genetique et Particle swarm optimization
(PSO) avec une fonction objective déterminée à partir de l’analyse des valeurs propres du système. Une
étude comparative a été faite, avec un stabilisateur classique, tel qu’un stabilisateur conventionnel à
avance-retard de phase (CPSS), stabilisateur à base d’algorithme génétique (GA-PSS), et un stabilisateur à
base essaime particule (PSO PSS), pour montrer les performances de ces méthodes d’optimisation
proposées. Les performances de ces méthodes d’optimisation on tété évaluées sur un réseau mono
machine reliée à un jeu de barres infini (SMIB) par deux lignes de transmission par analyse des valeurs
propres du modèle linéaire du système et simulations temporelles du modèle non-linéaire originel.
MOTS CLES: Essaim de Particules PSO , Algorithmes génétiques, stabilisateurs de puissance,
stabilisateur conventionnel CPSS, oscillations à faible fréquence.
ABSTRACT
The main aim of this paper is to damp out power system oscillations, which has been recognized as one of
the major concerns in power system operation. Our work objective is to ensure a maximum damping of
oscillations using power system stabilizer (PSS) that is habitually used in the damping of electromechanical
modes. Thus, we have developed tow optimization method based on genetic algorithms and particules
swarm optimization, the objective function using relative and absolute stability parameters that are
obtained of the system eigenvalue analysis. Thes methods as proposed for single machine infinite bus
system is easy to implement and gives better performance over wide range of operating conditions as
compare to conventional one , via linear model eigenvalue analysis, and non-linear time domain
simulation.
KEYWORDS: Particules swarm optimization, Genetic algorithms, linear system analysis, power system
stabilizer, small signal stability.