Improving Load Frequency Control in Power Systems by Optimizing PID Controllers with the Brown Bear Algorithm

Abstract

The goal of this study is to improve the PID controller parameters for a two-area cogeneration power plant system by using three optimization techniques: the GA (Genetic Algorithm), the PSO (Particle Swarm Optimization) and the BOA (Brown Bear Optimization Algorithm). The tuning of the PID controller was evaluated using MATLAB on a system equipped with an AMD Ryzen 7 7735HS processor, an RTX 4050 graphics card and 32 GB of RAM. The results show that the BOA is better than both the GA and the PSO at finding the best PID parameters, especially for the IAE (Integral of Absolute Error) and ITAE (Integral Time Multiplied Absolute Error) objective functions. The BOA demonstrated improved effectiveness in stabilizing frequency deviations while also minimizing both settling time and error within the system. The enhanced performance of the PID controller through BOA leads to greater stability and efficiency in power generation and distribution, thereby fostering a more dependable automatic power generation control system. This investigation emphasizes the promise of the BOA as a valuable instrument for enhancing PID controllers in extensive interconnected power systems.

การศึกษานี้มีวัตถุประสงค์เพื่อปรับปรุงค่าพารามิเตอร์ของตัวควบคุม PID สำหรับระบบโรงไฟฟ้าพลังความร้อนร่วมสองพื้นที่ โดยใช้เทคนิคการหาค่าที่เหมาะสมสามวิธี ได้แก่ เทคนิควิธีพันธุกรรม GA (Genetic Algorithm) เทคนิควิธีฝูงอนุภาค PSO (Particle Swarm Optimization) และเทคนิควิธีหมีสีน้ำตาล BOA (Brown Bear Optimization Algorithm) การปรับจูนพารามิเตอร์ของตัวควบคุม PID ได้รับการประเมินด้วยโปรแกรม MATLAB บนระบบที่มีหน่วยประมวลผล AMD Ryzen 7 7735HS การ์ดจอ RTX 4050 และหน่วยความจำ 32 GB ผลการทดลองแสดงให้เห็นว่าอัลกอริทึม BOA มีประสิทธิภาพสูงกว่า GA และ PSO ในการค้นหาค่าพารามิเตอร์ PID ที่เหมาะสม โดยเฉพาะเมื่อใช้ฟังก์ชันวัตถุประสงค์ IAE (Integral of Absolute Error) และ ITAE (Integral Time Multiplied Absolute Error) BOA สามารถลดการเบี่ยงเบนของความถี่ ลดเวลาเข้าสู่สภาวะคงที่ และลดค่าความผิดพลาดของระบบได้อย่างมีประสิทธิภาพ ส่งผลให้การควบคุมการผลิตพลังงานไฟฟ้าอัตโนมัติมีเสถียรภาพ และความเชื่อถือได้มากยิ่งขึ้น ผลการศึกษาครั้งนี้เน้นย้ำถึงศักยภาพของอัลกอริทึม BOA ในฐานะเครื่องมือที่ทรงประสิทธิภาพสำหรับการเพิ่มประสิทธิภาพของตัวควบคุม PID ในระบบไฟฟ้าขนาดใหญ่ที่มีการเชื่อมโยงหลายพื้นที่