هدف ما در پایان نامه استفاده از روشی ترکیبی از روش های فوق جهت بهبود پایداری گذرای سیستم قدرت می باشد و نتایج شبیه سازی خود را در دو قسمت ارائه خواهیم داد. در قسمت اول یک تک ماشین متصل به باس بی نهایت بررسی شده است که نوسانات آن توسط یک svc به همراه کنترلگر فازی و همچنین توسط سیستم تحریک ماشین سنکرون میرا شده است. در این شبیه سازی svc در میانه خط قرار دارد ویک خطای سه فاز در باس ژنراتور اتفاق می افتد. این شییه سازی به نوبه خود یک کار جدید است زیرا در آن هم از پایدر ساز سیستم قدرت و هم از کنترلکننده svc به همراه کنترلگر منطق فازی بهینه شده توسط الگوریتم ژنتیک استفاده شده است.

موتورهای سنکرون مغناطیس دائم به دلیل دارا بودن بازده و چگالی توان بالا، عملکرد قابل اعتماد و ساختمان ساده، در صنعت بسیار مورد استفاده قرار می گیرند. با توجه به وجود نامعینی در پارامترهای موتور و تأثیر زیاد آنها در تخمین موقعیت و سرعت، شناسایی این پارامترها نیز امری لازم بوده و دقت و بازدهی بالای کنترل کننده ها تنها با اطلاع دقیق از پارامترهای سیستم امکان پذیر است. شناسایی برخط پارامترهای مدل ریاضی موتورهای سنکرون مغناطیس دائم باعث افزایش میزان کارایی و بهینه بودن کنترل کننده طراحی شده حتی در صورت تغییر پارامترها خواهد شد. کنترل پیش بین بر مبنای مدل به خانواده ای از کنترل کننده ها اطلاق می شود که با استفاده از مدلی از سیستم و با حداقل سازی یک تابع هزینه، سیگنال کنترلی را بدست می آوردند. در این روش در ابتدا بر اساس مدل سیستم، پیش بینی از خروجی آینده سیستم انجام می شود. سپس برطبق پیش بینی انجام شده سیگنال کنترلی در چند گام آینده تعیین می شود که البته رویکرد های مختلفی برای این قسمت وجود دارد. در نهایت با اعمال اولین نمونه از سیگنال کنترل به سیستم، خروجی تولید می شود. با توجه به وجود پیش بینی از خروجی آینده این روش برای سیستم هایی که ورودی مرجع آنها در حال تغییر باشد و یا سیستم های دارای اغتشاش بسیار مناسب است. همچنین این روش قابلیت افزودن قیدهای خطی و غیرخطی را دارد که می توان محدودیت های مختلف از جمله محدودیت های فیزیکی و عملی سیستم را در بدست آوردن سیگنال کنترلی و رسیدن به خروجی مطلوب در نظر گرفت. در این پایان نامه از کنترل پیش بین غیرخطی تطبیقی برای کنترل موتور سنکرون مغناطیس دائم استفاده شده است. با توجه به تغییر پارامترهای سیستم و تاثیرگذار بودن آنها بر روی مدل پیش بینی، از الگوریتم حداقل مربعات بازگشتی با فاکتور فراموشی برای شناسایی برخط پارامترهای موتور استفاده شده است. وجود فاکتور فراموشی باعث مقاوم بودن روش نسبت به هر گونه تغییر پارامتر اعم از تغییرات ناگهانی یا آرام خواهد بود. با تعیین تابع هزینه مناسب و نیز قیود موثر سعی در افزایش کارایی کنترل کننده پیش بین در ردیابی سرعت دلخواه در حضور تغییر پارامترها و اغتشاشات خارجی خواهد شد.