Un controlador basado en Adaline optimizado por ALO para una unidad de aprovechamiento de energía eólica aislada
Autores: Kodakkal, Amritha; Veramalla, Rajagopal; Kuthuri, Narasimha Raju; Salkuti, Surender Reddy
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un controlador basado en Adaline optimizado por ALO para una unidad de aprovechamiento de energía eólica aislada
Categoría
Procesos industriales
Subcategoría
Diseño de procesos industriales
Palabras clave
Sistema de generación de energía
Técnica de control
Voltaje
Frecuencia
Unidad de energía eólica
Técnicas de optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Un sistema de generación de energía debe ser capaz de generar y suministrar energía de calidad a las cargas que están conectadas a él. Este documento sugiere una técnica de control muy eficiente, respaldada por un método de optimización efectivo, para el control de la tensión y la frecuencia de la salida eléctrica de una unidad de aprovechamiento de energía eólica aislada. La unidad de energía eólica se modela utilizando MATLAB/SIMULINK. El algoritmo de mínimos cuadrados con fuga con un tamaño de paso es utilizado por el controlador propuesto. El algoritmo de Mínimos Cuadrados (LMS) es de tipo adaptativo, que trabaja en la modificación en línea de los pesos. El algoritmo LMS ajusta los coeficientes del filtro de tal manera que el valor cuadrático medio del error sea el menor. Esto evita el uso de un filtro de paso bajo para limpiar las señales de voltaje y corriente, lo que hace que el algoritmo sea más simple. Un algoritmo adaptativo que se utiliza generalmente en el procesamiento de señales se aplica en aplicaciones de sistemas de potencia y el proceso se simplifica aún más mediante el uso de técnicas de optimización. Esto hace que el método propuesto sea muy único. El algoritmo LMS normalizado sufre del problema de deriva. Se incluye el factor de fuga para resolver la deriva en los parámetros, lo que se considera una desventaja en el algoritmo LMS normalizado. La selección de valores adecuados del factor de fuga y del tamaño de paso ayudará a mejorar la velocidad de convergencia, reducir el error en estado estacionario y mejorar la estabilidad del sistema. En este estudio, el factor de fuga, el tamaño de paso y las ganancias del controlador se optimizan utilizando técnicas de optimización. La optimización ha facilitado mucho el proceso de ajuste del controlador, que de otro modo se llevaría a cabo mediante el método de prueba y error. Se utilizaron diferentes técnicas para la optimización y, al comparar los resultados, se encontró que el algoritmo Antlion es el más efectivo. La eficiencia del controlador se prueba para cargas que son lineales y no lineales y para diferentes velocidades del viento. Se encontró que el controlador es muy eficiente en mantener los parámetros del sistema bajo condiciones normales y de falla. Los resultados simulados se validan experimentalmente utilizando dSpace 1104. Los resultados de laboratorio confirman aún más la eficiencia del controlador propuesto.
Descripción
Un sistema de generación de energía debe ser capaz de generar y suministrar energía de calidad a las cargas que están conectadas a él. Este documento sugiere una técnica de control muy eficiente, respaldada por un método de optimización efectivo, para el control de la tensión y la frecuencia de la salida eléctrica de una unidad de aprovechamiento de energía eólica aislada. La unidad de energía eólica se modela utilizando MATLAB/SIMULINK. El algoritmo de mínimos cuadrados con fuga con un tamaño de paso es utilizado por el controlador propuesto. El algoritmo de Mínimos Cuadrados (LMS) es de tipo adaptativo, que trabaja en la modificación en línea de los pesos. El algoritmo LMS ajusta los coeficientes del filtro de tal manera que el valor cuadrático medio del error sea el menor. Esto evita el uso de un filtro de paso bajo para limpiar las señales de voltaje y corriente, lo que hace que el algoritmo sea más simple. Un algoritmo adaptativo que se utiliza generalmente en el procesamiento de señales se aplica en aplicaciones de sistemas de potencia y el proceso se simplifica aún más mediante el uso de técnicas de optimización. Esto hace que el método propuesto sea muy único. El algoritmo LMS normalizado sufre del problema de deriva. Se incluye el factor de fuga para resolver la deriva en los parámetros, lo que se considera una desventaja en el algoritmo LMS normalizado. La selección de valores adecuados del factor de fuga y del tamaño de paso ayudará a mejorar la velocidad de convergencia, reducir el error en estado estacionario y mejorar la estabilidad del sistema. En este estudio, el factor de fuga, el tamaño de paso y las ganancias del controlador se optimizan utilizando técnicas de optimización. La optimización ha facilitado mucho el proceso de ajuste del controlador, que de otro modo se llevaría a cabo mediante el método de prueba y error. Se utilizaron diferentes técnicas para la optimización y, al comparar los resultados, se encontró que el algoritmo Antlion es el más efectivo. La eficiencia del controlador se prueba para cargas que son lineales y no lineales y para diferentes velocidades del viento. Se encontró que el controlador es muy eficiente en mantener los parámetros del sistema bajo condiciones normales y de falla. Los resultados simulados se validan experimentalmente utilizando dSpace 1104. Los resultados de laboratorio confirman aún más la eficiencia del controlador propuesto.