OPTIMIZING GRID STABILITY: POWER SYSTEM STABILIZER TUNING WITH GENETIC ALGORITHMS

Nouri Ali Daw Khalifa, Ahamd Arara and Hossam Elosta


Electrical and Electronics Engineering, Faculty of Engineering, University of Tripoli

E-mail: n.khalifa@uot.edu.ly
Received 7 March 2024, revised 13 March 2024, accepted 6 September 2024

الملخص



يعد ضمان استقرار نظام الطاقة الكهربائية أمرًا بالغ الأهمية لتشغيله الموثوق والفعال. تركز هذه الورقة على المهمة الحاسمة المتمثلة في ضبط متغيرات مثبت نظام الطاقة (PSS) للمولد داخل نظام الطاقة. الهدف الأساسي هو صياغة عملية الضبط هذه كمشكلة تحسين، مع الاستفادة من قدرات الخوارزميات الجينية (GA) باعتبارها طريقة التحسين المختارة. تهدف الدراسة إلى إثبات فعالية GA في اختيار المتغيرات المثلى لمثبت نظام الطاقة. وينصب التركيز على تخفيف التذبذبات في خط الطاقة، مع التأكيد بشكل خاص على فعاليتها في ظل ظروف الأعطال. من خلال عمليات المحاكاة واسعة النطاق، تؤكد النتائج على قدرة الخوارزميات الجينية على العمل كطريقة تحسين قوية، واختيار المتغيرات التي تعزز أداء مثبت نظام الطاقة بشكل فعال. وتساهم النتائج برؤى قيمة حول استخدام GA لتحسين متغيرات PSS، وإظهار قدرتها على تحسين استقرار الشبكة، خاصة في مواجهة التذبذبات وسيناريوهات الأخطاء.


ABSTRACT



Ensuring the stability of an electrical power system is paramount for its reliable and efficient operation. This paper focuses on the crucial task of tuning Power System Stabilizer (PSS) parameters for a generator within the power system. The primary objective is to formulate this tuning process as an optimization problem, leveraging the capabilities of Genetic Algorithms (GA) as the chosen optimization method. By presenting the paper as an optimization problem, the study aims to demonstrate the efficacy of GA in selecting optimal parameters for the power system stabilizer. The focus is on dampening oscillations in the power line, particularly emphasizing its effectiveness under fault conditions. Through extensive simulations, the results underscore the ability of Genetic Algorithms to serve as a robust optimization method, effectively choosing parameters that enhance the power system stabilizer's performance. The findings contribute valuable insights into utilizing GA for optimizing PSS parameters, showcasing its potential to improve grid stability, especially in the face of oscillations and fault scenarios.