Delegation Models

Se diseñó un controlador difuso a través de la herramienta Fuzzy de Matlab, para el sistema eléctrico de media tensión en la empresa.

Donde:

• PG. Es la Potencia generada por los Turbogeneradores de la Termoeléctrica expresada en MW.

• CONS.T: Es el consumo total de la Fabrica en MW.

• F: Es la frecuencia de operación.

• DC: Es la desconexión de Cargas en MW.

• DCT: Es la desconexión total de cargas en MW.

Figura 3.3 Diagrama en Bloque del Controlador difuso

El objetivo del diseño del Controlador Lógico Difuso teniendo en cuenta una de las técnicas de la inteligencia artificial es resolver el problema del cálculo de la DI (Descarga Instantánea) en la empresa, el cual no es eficiente.

El diseño del controlador difuso realizado esta caracterizado por las variables de entrada y salida reflejadas anteriormente. Cada una de estas variables cuenta con un conjunto de ajustes difusos que representan diferentes estados de las mismas .Se determinó que es fiable implementarlo de acuerdo a la simulación obtenida en Simulink.

Definición de los conjuntos difusos de las entradas PG (MW), CONS T (MW), F (Hz) y la salida (DC (MW)

Conjuntos de ajustes difusos para la variable Potencia Generada (PG)

• P N:Potencia normal (21 a 24) MW

• PMED: Potencia media (17 a21) MW

• PB:Potencia baja(13a18) MW

• PMB:muy baja (9 a 14) MW

• PMIN:mínima (7 a 9) MW

Conjuntos de ajustes difusos para la variable CONS T

• PMAX: máxima (42 a 43) MW

• PA: alta (40a 42) MW

• PMED: media (39a 41) MW

• PMIN: mínima (38 a 39) MW

Conjuntos de ajustes difusos para la variable Frecuencia (F) Hz

• DAF 2: F muy baja (55 a 57) Hz

• DAF 1: baja (58 a 59) Hz

• N: normal (59 a 60) Hz

Conjuntos de ajustes difusos para la variable DC

• MAX: máxima (21 a 22) MW

• MA: muy alta (17 a 20) MW

• A: alta (15 a 17) MW

• MED: media (13 a 15) MW

• P: pequeña (10a 12) MW

• MP:muy pequeña (7a 10) MW

Para la construcción de la fuzzy primeramente se va a escoger el tipo de arquitectura que se debe utilizar, luego se deben incorporar al sistema la cantidad de variables de entradas y salidas que se van a supervisar .figura 3.4

Figura 3.4 Construcción de la fuzzy con 2 bloques con dos variables de entrada y una de salida cada uno

En la ventana correspondiente a funciones de membrecía se le asignaran los conjuntos de agentes difusos a cada una de las variables a supervisar. Figuras 3.5 y 3.6: visualización del conjunto de patrones difusos de las variables (PG)y (DC) correspondientes a los bloques 1 y 2 respectivamente.

Figura 3.5 Conjunto de agentes difusos para la variable Potencia Generada (PG) correspondiente al bloque 1

Figura 3.6 Conjunto de agentes difusos para la variable Desconexión de Cargas (DC) correspondiente al bloque 2

En la ventana correspondiente a Editor de reglas se le imponen al sistema fuzzy construido las reglas o decisiones que se desean manifestar en caso de activación del mismo. Estas reglas fueron construidas teniendo en cuenta el conjunto de patrones difusos que se le asigno a cada una de las variables. En las figuras 3.7y 3.8 se visualizan las ventanas de editor de reglas correspondientes a los bloques 1y 2 respectivamente.

.

Figura 3.7 Visualización del editor de reglas correspondientes al bloque 1

En la ventana correspondiente a visualización de reglas se muestra el comportamiento que puede llegar a tener la salida en dependencia de las variaciones o cambios ocurridos en las variables de entrada, en otras palabras se muestra el comportamiento del sistema atendiendo a las reglas o decisiones previamente seleccionadas en el editor de reglas. En las figuras 3.9 y 3.10 se muestran las ventanas de visualización del comportamiento de reglas correspondientes a los bloques 1y 2 respectivamente.

Figura 3.9 Visualización de las reglas representadas por medio de los conjuntos correspondientes al bloque 1

Figura 3.10 Visualización de las reglas representadas por medio de los conjuntos correspondientes al bloque 2

En la ventana de visualización de superficie se muestra el comportamiento que puede llegar a tener la salida en dependencia de las variaciones o cambios ocurridos en las variables de entrada a través de una interfaz grafica tridimensional que muestra el comportamiento de cada una de las variables en colores formando una superficie en colores. En las figuras 3.11 y 3.12 se muestran las ventanas de visualización de las superficies correspondientes a los bloques 1 y 2 respectivamente.

Figura 3.11 Superficie correspondiente al 1er bloque del control difuso desarrollado

Figura 3.12 Superficie correspondiente al 2do bloque del control difuso desarrollado

Esquema del controlador difuso

Para el diseño del controlador difuso, se ha utilizado una arquitectura tipo Mamdani, en un esquema de dos bloques (bloque 1 y bloque 2) conectados en cascadas con dos entradas y una salida cada uno, tal como se muestra en la figura 3.13.

Scope 1 PG(MW) Fuzzy Logi c bloque 2 Fuzzy Logic bl oque 1 1 F(Hz) 1 CONS.T (MW)

Figura 3.13 Simulación del controlador difuso en Simulink

Usadas en el bloque 1 como variables de entrada: la Potencia Generada por la empresa (PG) y la Potencia Consumida total de la misma (Const.), y el valor de descarga en MW como salida (DC); en el bloque 2: como variables de entradas valor de descarga en MW (DC), la frecuencia de la red (F); y como variable de salida el valor de la desconexión total en MW.

Entonces la máquina de inferencia difusa basada en valores de entrada lingüística, usa la apropiada base de conocimiento diseñada desde la experiencia experta para determinar la salida que es la desconexión total en MW.

El juego de variables difusas Potencia Generada, Potencia Consumida total, valor de descarga en MW ,la frecuencia, el valor de la desconexión total en MW fueron definidas con funciones de pertenencias de tipo triangulo.