Xây dựng thuật toán giảm bậc mới để nâng cao hiệu quả mô phỏng mạch điện, điện tử cỡ lớn: Cắt ngắn cân bằng hỗn hợp và Cắt ngắn cân bằng hỗn hợp Riccati-Lyapunov

Tóm tắt

Bài báo này nghiên cứu các phương pháp giảm bậc mô hình (MOR) trong mô phỏng hệ thống điện, điện tử tử cỡ lớn, nhằm giảm chi phí tính toán và tối ưu hoá hiệu suất mà vẫn duy trì được các đặc tính vật lý quan trọng. Đặc biệt, hai thuật toán giảm bậc mới, Cắt ngắn cân bằng hỗn hợp (MBT) và Cắt ngắn cân bằng hỗn hợp Riccati-Lyapunov (MRLBT), được phát triển để cải thiện hiệu quả so với các phương pháp Cắt ngắn cân bằng (BT) và Cắt ngắn cân bằng thực dương (PRBT). Cả hai thuật toán MBT và MRLBT đều bảo toàn tính ổn định và tính thụ động của hệ gốc. Bài báo trình bày chi tiết các bước triển khai thuật toán, so sánh hiệu quả của chúng trên mạng điện RLC, thông qua các mô phỏng tiến hành phân tích sai số và mô phỏng các đáp ứng trên miền thời gian và tần số. Kết quả cho thấy MBT đạt được sự cân bằng giữa độ chính xác và chi phí tính toán, sai số giảm bậc nằm giữa BT và PRBT, còn MRLBT có hiệu suất và đáp ứng các yêu cầu giảm bậc tốt nhất trong số bốn thuật toán được xét.