کنترلرهای منطق فازی و شبکه عصبی جدید برای نظارت بر ماکزیمم توان سیستم مبدل انرژی باد
چکیده
این مقاله به ارائه راه حلی جدید برای کنترل می پردازد که ردیابی نقطه ماکزیمم توان برای WECS (سیستم های تبدیل انرژی باد) مبتنی بر DFIG (ژنراتور القایی دو تحریکه) را فراهم سازد. راه حل پیشنهادی ما، شبکه های عصبی و منطق فازی را به کار می گیرد تا انتقال توان میان ماشین و شبکه هایی که از تکنیک های کنترل برداری غیر مستقیم کنترل توان راکتیو استفاده می کنند را کنترل نماید. با کنترل روتور از طریق دو مبدل یکسان این عمل انتقال فراهم خواهد شد. مبدل اول به RSC (سمت روتور) و مبدل دوم از طریق یک فیلتر به GSC (سمت شبکه) متصل می شود. یک کنترلر فازی وظیفه کنترل ولتاژ لینک دی سی (جریان مستقیم) را بر عهده خواهد داشت. این راه حل برای کنترل جریان سمت روتور و حفاظت از ژنراتور از طریق محدود سازی جریان (یا ولتاژ) خروجی مورد استفاده قرار می گیرد.
1. مقدمه
در حوزه سیستم های تولید توان بادی که در آن ها سرعت باد به شدت تغییر می کند، VSG (ژنراتور با دور متغیر) نسبت به سیستم های دارای دور ثابت جالب توجه تر می باشد. در این سیستم ها، MPPT (ردیابی نقطه ماکزیمم توان) موظف است کمیت های یک سیستم را طوری تنظیم نماید که خروجی توان توربین به حداکثر مقدار خود برسد. ژنراتوری که دارای دور متغیر می باشد به شدت مورد توجه قرار دارد. بنابراین به منظور بهره برداری از این مزایا در حوزه تولید توان بادی، باید با در نظر گرفتن تمام بخش های سیستم همچون شبکه و پیچیدگی ساختار DFIG (ژنراتور القایی دو تحریکه) در ارتباط با کیفیت انرژی تولیدی، استراتژی های جدیدی برای کنترل طراحی گردد. در صورتی که چنین کنترل مناسبی برای توان های اکتیو و راکتیو تولید شده وجود نداشته باشد امکان دارد با اتصال ژنراتور به شبکه مشکلاتی نظیر ضریب توان پایین و آلودگی هارمونیک ایجاد شود. با استفاده از کنترلرهای عملی و داخلی پیشگو، طرح ها و آرایش های متعددی مورد بررسی قرار گرفتند که در مقایسه با روش های سنتی کنترل PI (تناسبی انتگرالی) متداول نتایج خوبی در پاسخگویی توان ارائه دادند. اما به دلیل پیچیدگی ساختار این روش های جدید، پیاده سازی آن ها دشوار است.
abstract
This work presents a new control strategy to ensure maximum power point tracking for a DFIG (doubly fed induction generator) based WECS (wind energy conversion system). The proposed strategy uses neural networks and fuzzy logic controllers to control the power transfer between the machine and the grid using the indirect vector control and reactive power control techniques. This transfer is ensured by controlling the rotor via two identical converters. The first converter is connected to the RSC (rotor side) and the second is connected to the GSC (grid side) via a filter. The DC (Direct Current) link voltage is controlled by a fuzzy controller. This control strategy is used to control the rotor side currents and to protect the generator by limiting the output current (or voltage).
1. Introduction
In the area of wind power generation systems, where the wind speed varies considerably, VSG (variable speed generation) is more interesting than fixed speed systems [1,2]. In these systems, a MPPT (maximum power point tracking) adjusts a system quantity to maximize turbine power output [3,4]. The generator that operates at variable speeds is extremely attractive. So to exploit these advantages in wind power generation area, new control strategies should be designed, by taking into account all the parts of the system such as the grid, the structure complexity of the DFIG (doubly fed induction generator) with respect to the quality of the energy to be generated. In the absence of suitable control of the produced active and reactive powers many problems may appear when the generator is connected to the grid, such as, low power factor and harmonic pollution [4,5]. Several designs and arrangements have been investigated by using predictive functional and internal mode controllers, where satisfactory results in power response compared with those of the traditional methods, using a conventional PI (Proportional Integral) controller. However, these new methods are hard to implement, due to their complicated structures [6,7].
چکیده
1.مقدمه
2. مدل سازی توربین بادی
3. ردیابی ماکزیمم توان
4. مدل سازی ژنراتور القایی دو تحریکه DFIG
4.1. کنترل برداری غیر مستقیم توان DFIG
4.2. مدل سازی GSC (مبدل سمت شبکه)
4.3. کنترل ولتاژ لینک دی سی
5. کنترلرهای شبکه عصبی و منطق فازی
5.1. طراحی کنترلر شبکه عصبی
5.2. طراحی کنترلر منطق فازی
6. نتایج شبیه سازی کنترلرهای منطق فازی و شبکه های عصبی
6.1. تفسیر نتایج
7. نتیجه گیری
abstract
1. Introduction
2. Wind turbine modeling
3. Maximum power point tracking
4. Modeling double feed induction generator DFIG
4.1. Indirect vector control of the DFIG power
4.2. Modeling of the GSC (grid side converter)
4.3. DC-link voltages control
5. Neural network and fuzzy logic controllers
5.1. Neural network controller design
5.2. Fuzzy logic controller design
6. Simulation results of both fuzzy logic and neuron network controllers
6.1. Results interpretation
7. Conclusions
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه