حضور منابع پراکنده و ریزشبکه ها در سیستم قدرت، علی رغم مزایای فراوان اقتصادی و زیست محیطی، مشکلات جدیدی را به سیستم قدرت اضافه کرده اند. از جمله این مشکلات می توان نوسانات ولتاژ و فرکانس هنگام وقوع رخدادهای محتمل همچون تغییرات شدید بار و یا خطا در سیستم قدرت را نام برد. در حالت کار جزیره ای، با توجه به عدم وجود توان پشتیبان، شدت و دامنه این نوسانات و احتمال ناپایداری و فروپاشی ریزشبکه به مراتب بیشتر است. در ضمن، با توجه به اینرسی پایین منابع پراکنده موجود در ریزشبکه و نیز سرعت کلید زنی بالای ادوات الکترونیک قدرت، دینامیک یک ریزشبکه جزیره ای به مراتب سریعتر از سیستم های قدرت مرسوم است. لذا وجود یک ساختار کنترلی کارا با عملکرد سریع هنگام وقوع اغتشاش در سیستم ضروری است. در این تحقیق چندین روش هوشمند روی حلقه های کنترل اولیه ولتاژ و فرکانس و همچنین حلقه کنترل ثانویه فرکانس اعمال می شود. در روش کنترل اولیه (کنترل افت) معیاری ارائه می شود که با استفاده از پارامترهای خط تحت تغییرات شدید بار به هماهنگی میان کنترل ولتاژ و فرکانس به صورت همزمان می پردازد. سپس با استفاده از ابزارهای قدرتمندی همچون الگوریتم بهینه سازی ازدحام ذرات و کنترل کننده های فازی-عصبی ساختار پیشنهادی بهبود داده می شود. در ادامه، با اضافه نمودن یک حلقه کنترل حالت گذرا به روش پیشنهادی، جریان خروجی منابع پراکنده اینورتری هنگام وقوع خطا در سیستم توزیع (خطاهای داخل و خارج ریزشبکه) محدود می شود که منجر به پایداری گذرای ریزشبکه می شود. به دلیل استفاده از منابع تجدید پذیر انرژی و نیز اینرسی پایین ریزشبکه ها، با کوچک ترین اغتشاشی، پارامترهای اساسی از جمله فرکانس تحت تأثیر قرار خواهند گرفت. در عمل کنترل فرکانس توسط کنترل کننده های ثانویه تناسبی-انتگرالی انجام می شود. هر چند که این کنترل کننده ها اقتصادی و استفاده از آن ها ساده است، اما بنا بر دلایلی که ذکر شد همیشه بهترین گزینه نخواهند بود. راه حل ممکن که هم از این کنترل کننده ها استفاده شود و هم بتوان بر مشکلات آن ها غلبه کرد، این است که ضرایب کنترلی این کنترل کننده ها بسته به تغییرات حاصله در سیستم، تصحیح شوند. در فصل آخر این تحقیق، با استفاده از شبکه های عصبی مصنوعی پارامترهای یک کنترل کننده تناسبی-انتگرالی به صورت لحظه ای، بر اساس تغییرات حاصله در سیستم، تنظیم
