To facilitate the frequency regulation, here an adaptive artificial neural network (ANN) tuned proportional‐integral‐derivative (PID) controller is suggested for load frequency control (LFC) investigation in a system with distributed generation (DG) resources. The various DG resources include wind turbine generators (WTG), battery energy storage system (BESS), aqua electrolyzer (AE), diesel engine generators (DEG), and fuel cell (FC). Initially, an isolated thermal generating system is considered with DG. Then an interconnected two‐area thermal power system with DG is considered for LFC analysis. The implemented PID controller parameters are achieved using two methodologies. In the first case, the PID controller parameters are tuned by a recent optimization technique known as grasshopper optimization algorithm (GOA). In the second case, the PID controller parameters are tuned by an ANN. The dynamic behavior of the two categories of the system is inspected with GOA tuned PID controller and ANN tuned PID controller and it is established that ANN tuned PID controller exhibits superior performance as compared to GOA tuned PID controller in terms of time‐based performance evaluative factors such as minimum undershoots, settling time and maximum overshoots. Also, the robustness of the recommended ANN tuned PID controller is verified by applying random loading in the system.

中文翻译：

---

人工神经网络优化PID控制器用于LFC研究，包括分布式发电

为了促进频率调节，在此建议使用自适应人工神经网络（ANN）调谐比例积分微分（PID）控制器来研究具有分布式发电（DG）资源的系统中的负载频率控制（LFC）。各种DG资源包括风力涡轮发电机（WTG），电池能量存储系统（BESS），水电解槽（AE），柴油发动机发电机（DEG）和燃料电池（FC）。最初，DG考虑使用隔离式发热系统。然后，考虑将具有DG的互连两区域火电系统用于LFC分析。使用两种方法可以实现已实现的PID控制器参数。在第一种情况下，PID控制器参数通过一种称为草grass优化算法（GOA）的最新优化技术进行调整。在第二种情况下 PID控制器参数由ANN进行调整。用GOA调整的PID控制器和ANN调整的PID控制器检查了这两种系统的动态行为，并且在基于时间的性能评估因素方面，确定了ANN调整的PID控制器比GOA调整的PID控制器具有更好的性能。例如最小下冲，建立时间和最大过冲。另外，通过在系统中应用随机负载，可以验证推荐的ANN调谐PID控制器的鲁棒性。用GOA调整的PID控制器和ANN调整的PID控制器检查了这两种系统的动态行为，并且在基于时间的性能评估因素方面，确定了ANN调整的PID控制器比GOA调整的PID控制器具有更好的性能。例如最小下冲，建立时间和最大过冲。另外，通过在系统中应用随机负载，可以验证推荐的ANN调谐PID控制器的鲁棒性。用GOA调整的PID控制器和ANN调整的PID控制器检查了这两种系统的动态行为，并且在基于时间的性能评估因素方面，确定了ANN调整的PID控制器比GOA调整的PID控制器具有更好的性能。例如最小下冲，建立时间和最大过冲。另外，通过在系统中应用随机负载，可以验证推荐的ANN调谐PID控制器的鲁棒性。