Συμβολή στον έλεγχο ανεμογεννητριών μονίμων μαγνητών με τεχνητά νευρωνικά δίκτυα

Abstract

Δεδομένου ότι η αιολική ενέργεια έχει καταστεί μία από τις ταχύτερα αξιοποιούμενες ανανεώσιμες πηγές ενέργειας, έχει αποκτήσει ιδιαίτερο ενδιαφέρον η βελτιστοποίηση της διαθέσιμης ενέργειας του ανέμου από τις ανεμογεννήτριες σε ένα ευρύ φάσμα ταχυτήτων ανέμου. Ο σκοπός της παρούσας διπλωματικής εργασίας είναι η αναλυτική διερεύνηση της δυνατότητας των τεχνητών νευρωνικών δικτύων να συμβάλλουν στον έλεγχο ανεμογεννήτριας και συγκεκριμένα στην παρακολούθηση του σημείου λειτουργίας μέγιστης ισχύος. Αρχικά περιγράφονται τα επιμέρους τμήματα που απαρτίζουν το σύστημα της ανεμογεννήτριας. Στη συνέχεια επιχειρείται επισκόπηση της θεωρίας των σύγχρονων μηχανών μόνιμου μαγνήτη προκειμένου να διαμορφωθεί κατάλληλο μοντέλο αναπαράστασης της γεννήτριας. Ακολουθεί σύντομη περιγραφή και παράθεση των βασικών σχέσεων των υπολοίπων υποσυστημάτων της ανεμογεννήτριας δηλαδή του τριφασικού ανορθωτή διόδων, του μετατροπέα ανύψωσης τάσης, του αντιστροφέα που χρησιμοποιεί τεχνικές SPWM και του συστήματος ελέγχου παρακολούθησης σημείου μέγιστης ισχύος. Συγκεκριμένα, αναλύονται οι συνηθέστερες τεχνικές ελέγχου ανεμογεννήτριας που συναντώνται στην βιβλιογραφία, για την παρακολούθηση σημείου λειτουργίας μέγιστης ισχύος, παρουσιάζονται τα μειονεκτήματά τους και εξηγούνται τα πλεονεκτήματα που προκύπτουν από την εισαγωγή τεχνητών νευρωνικών δικτύων στον έλεγχο της ανεμογεννήτριας. Στη συνέχεια σχεδιάζονται και συγκρίνονται πέντε διαφορετικοί ελεγκτές βασισμένοι σε νευρωνικά δίκτυα με διαφορετικά χαρακτηριστικά προκειμένου να επιλεχθεί ο καταλληλότερος για τον έλεγχο της ανεμογεννήτριας. Ο προτεινόμενος ελεγκτής, συγκρίνεται με τις κυριότερες ανταγωνιστικές τεχνικές ελέγχου ανεύρεσης σημείου λειτουργίας μέγιστης ισχύος, δηλαδή τον έλεγχο που βασίζεται σε δεδομένες χαρακτηριστικές καμπύλες και την τεχνική ελέγχου που βασίζεται στην ασαφή λογική. Η ανάλυση της λειτουργίας του συστήματος σε όλες τις περιπτώσεις ελέγχου που εξετάστηκαν, αλλά και η σύγκριση των μεθόδων αξιολογούνται με βάση, τη συμπεριφορά του συστήματος σε βηματικές μεταβολές της μέσης τιμής της ταχύτητας του ανέμου και την απόκριση του συστήματος σε πραγματικές χρονοσειρές ανέμου. Τέλος, η παρουσίαση και σύγκριση των προαναφερομένων τεχνικών ελέγχου πραγματοποιείται σε θεωρητικό επίπεδο αλλά και σε επίπεδο προσομοίωσης με χρήση ηλεκτρονικού υπολογιστή.

Since wind energy has become nowadays one of the most emerging renewable energy sources, a key issue of wind energy conversion systems that is effective handling of the available wind energy in a wide range of wind speeds has acquired increased interest. The scope of this thesis is to analyze the introduction of artificial neural networks in the control of wind turbines for achieving maximum power point tracking (MPPT). Firstly, the individual components of the system of the wind turbine are described. Reference is made to the theory of permanent magnet synchronous machine in order to derive the model enabling appropriate representation of the generator. A brief description and formulation of the basic relations of constitutive subsystems of the wind turbine has been undertaken, such as the three-phase rectifier, DC/DC boost converter, the SPWM DC/AC inverter and the control system enabling MPPT. In addition, the most common techniques, found in bibliography, involving MPPT are analyzed, the disadvantages of these techniques are reported and the advantages of the introduction of artificial neural networks to control wind turbines are explained. Five controllers based on neural networks with different features are designed and compared and the most suitable controller for controlling the wind turbines is chosen. The proposed controller is compared to other important techniques involving MPPT, i.e. control based on given characteristic curves and control technique based on fuzzy logic. The analysis of system operation in every control case and the comparison of the methods examined are evaluated on the basis of the behavior of the system to stepwise changes of the mean wind speed and the system response in real time series of wind velocities. Finally, the presentation and the comparison of the above techniques implemented in the control system are based both on theory and on simulation results by using a computer.