Investigation of the Performance of a Power Plant Model Controlled by Fractional Order PID Controllers Based on Nature-Inspired Optimization Algorithms

Öz

In this study, it is ensured that the control of a simplified gas turbine power plant can be performed precisely with the fractional order proportional-integral-derivative (FOPID) controllers, which are the advanced form of conventional proportional-integral-derivative (PID) controllers. While conventional PID controllers contain three parameters, fractional order proportional-integral-derivative PID controllers contain five parameters. The large number of parameters allows more precise control to be made, but this makes difficult optimization of the controller. Since fractional order PID controllers are difficult to optimize with traditional mathematical methods; in this study, whale optimization algorithm (WOA), salp swarm algorithm (SSA), artificial bee colony (ABC) and atomic search optimization algorithm (ASO), which are among the nature-inspired (metaheuristic) optimization algorithms, are used. FOPID controller parameters which are optimized from four different nature-inspired algorithms are applied to the simplified gas turbine power plant model and the transient responses performances of the system output signals are compared. For this aim, settlement time and percentage maximum overshoot are used as comparison criteria. The simulation results show that the FOPID controller optimized with the artificial bee colony (ABC) algorithm performs better than the rest ofFOPIDcontrollers on the settling time and overshoot for this power plant model.

Anahtar Kelimeler

• Gas Turbine Power Plant Model
• Fractional Order PID
• Nature Inspired Optimization Algorithms

Doğadan Esinlenen Optimizasyon Algoritmaları Tabanlı Kesir Dereceli PID Denetleyicilerle Kontrol Edilen Bir Santral Modelinin Performansının İncelemesi

Öz

Bu çalışmada, klasik oransal-integral-türev (PID) kontrolörlerin gelişmiş hali olan kesir dereceli oransal-integral-türev (FOPID) kontrolörlerden faydalanılarak basitleştirilmiş gaz türbinli bir santral modeli için denetlemenin hassas şekilde yapılabilmesi sağlanmıştır. Klasik PID kontrolörler (denetleyiciler) üç parametre içerirken, kesir dereceli PID kontrolörler beş parametre içerir. Parametre sayısının fazla olması daha hassas denetlemenin yapılabilmesine olanak sağlar, ancak bu durum kontrolörün optimizasyonunu zorlaştırır. Kesir dereceli PID kontrolörlerin geleneksel matematiksel yöntemler ile optimizasyonu zor olduğu için; bu çalışmada, doğadan esinlenen (meta-sezgisel) optimizasyon algoritmaları arasında yer alan balina optimizasyon algoritması (BOA), salp sürüsü algoritması (SSA), yapay arı kolonisi (YAK) ve atom arama optimizasyon algoritması (AAO) kullanılmıştır. Bu dört farklı algoritmayla optimize edilen FOPID kontrolör parametreleri, basitleştirilmiş gaz türbini enerji santrali modeline uygulanmış ve sistem çıkış sinyallerinin geçici yanıt performansları karşılaştırılmıştır. Bu amaçla yerleşme süresi ve yüzde en büyük aşım, karşılaştırma kriteri olarak kullanılmıştır. Simulasyon sonuçları, yapay arı kolonisi (YAK) algoritmasıyla optimize edilmiş FOPID kontrolörün, bu santral modeli için yerleşme süresi ve yüzde en büyük aşım kriterleri açısından diğer algoritmalarla optimize edilmiş FOPID kontrolörlere göre daha iyi performans sergilediğini göstermektedir.

Anahtar Kelimeler

• Gaz Türbinli Güç Santrali
• Kesir Dereceli PID Kontrolör
• Doğadan Esinlenen Optimizasyon Algoritmaları

Kaynakça

1. Arıkuşu Y., Bayhan N. and Tiryaki H., (2019), Comparison of Conventional and Modern Controllers for a Gas Turbine Power Plant, Electrica, cilt. 19(2), s.146-157.
2. Tiryaki, H., (2013), Modern Kontrol Yöntemlerinin Yük Dağıtım Sistemlerinde Uygulanması, Doktora Tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
3. Podlubny, I., (1994), Fractional Order Systems and Fractional Order Controllers, Slovak Academy of Sciences Institute of Experimental Physics.
4. Göktürk, E., (2009), Kesirli PID Tasarım Yöntemi ve Klasik PID ile Karşılaştırmalar, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
5. Sezer, K. S., (2021), Metasezgisel Algoritmalarla Optimize Edilmiş Kesir Dereceli PID kontrolörler ile Gaz Türbin Elektrik Santralinin Kontrolü, Yüksek Lisans Tezi, İstanbul Üniversitesi-Cerrahpaşa, Lisansüstü Eğitim Enstitüsü, İstanbul.
6. Tzanetos, A., Dounias, G. (2021), Nature inspired optimization algorithms or simply variations of metaheuristics?, Artifcal Intelligence Rev. 54, s.1841–1862, https://doi.org/10.1007/s10462-020-09893-8
7. Mirjalili, S. ve Lewis, A., (2016), The Whale optimization Algorithm, Advances in Engineering Software, cilt. 95, s.51-67.
8. Mirjalili, S., Gandomi, A. H., Mirjalili, S.Z., Saremi, S., Faris, H. ve Mirjalili, S.M., (2017), Salp Swarm Algorithm: A Bio-Inspired Optimizer for Engineering Design Problems, Advances in Engineering Software, cilt.114, s.163-191.

9. Karaboğa, D., (2005), An Idia Based on Honey Bee Swarm For Numerical Optimization, Technical Report-TR06, Erciyes University, Kayseri, October 2005.
10. Zhao, W., Wang, L. ve Zhang, Z., (2018), A Novel Atom Search Optimization for Dispersion Coefficient Estimationtin Groundwater, Future Generation Computer Systems, cilt 91, s.601-610.
11. MATLAB 2020a Reference Manual, 2020. (Licence no: 40914345)
12. Hekimoğlu, B., (2020), Çekirge optimizasyon algoritması kullanılarak çok makinalı güç sistemi için gürbüz kesir dereceli PID kararlı kılıcısı tasarımı, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt.35 (1), s.165-180, DOI: 10.17341/gazimmfd.449685.