Un enfoque de control de reserva de potencia basado en IA para sistemas de generación de energía fotovoltaica que participan en la regulación de frecuencia de microrredes
Autores: Zhou, Sihan; Qin, Liang; Ruan, Jiangjun; Wang, Jing; Liu, Haofeng; Tang, Xu; Wang, Xiaole; Liu, Kaipei
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un enfoque de control de reserva de potencia basado en IA para sistemas de generación de energía fotovoltaica que participan en la regulación de frecuencia de microrredes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Nueva estrategia de control de reserva de energía basada en IA para la regulación de frecuencia en microredes fotovoltaicas.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En este documento se propone una novedosa estrategia de control de reserva de potencia basada en inteligencia artificial para sistemas de generación de energía fotovoltaica (PV) que participan en la regulación de frecuencia (FR) de microrredes. La estrategia propuesta utiliza un módulo de respuesta de frecuencia para determinar la proporción de reserva de potencia objetivo del sistema PV basado en la desviación de la frecuencia de la microrred, así como un módulo de control de reserva de potencia para obtener el ciclo de trabajo objetivo, que se introduce en el convertidor BOOST. El uso de redes neuronales artificiales (ANN) en el módulo de control de reserva de potencia permite que el sistema PV funcione a una proporción de reserva de potencia especificada, produciendo la potencia adecuada y mitigando las fluctuaciones de frecuencia en la microrred. Además, se emplea un algoritmo de aprendizaje profundo por refuerzo (DRL) como el tomador de decisiones para el control de paso variable y la determinación de la proporción de reserva de potencia inicial. Se realizaron simulaciones para validar la efectividad del método propuesto, demostrando una reducción significativa en la desviación promedio de frecuencia del 72.36% cuando se somete a variaciones aleatorias en la intensidad de irradiación y las condiciones de carga. En general, la estrategia de control de reserva de potencia basada en inteligencia artificial propuesta tiene un buen potencial para aplicaciones prácticas en microrredes del mundo real, promoviendo la absorción de nueva energía liderada por PV y reduciendo el fenómeno de abandono de la luz.
Descripción
En este documento se propone una novedosa estrategia de control de reserva de potencia basada en inteligencia artificial para sistemas de generación de energía fotovoltaica (PV) que participan en la regulación de frecuencia (FR) de microrredes. La estrategia propuesta utiliza un módulo de respuesta de frecuencia para determinar la proporción de reserva de potencia objetivo del sistema PV basado en la desviación de la frecuencia de la microrred, así como un módulo de control de reserva de potencia para obtener el ciclo de trabajo objetivo, que se introduce en el convertidor BOOST. El uso de redes neuronales artificiales (ANN) en el módulo de control de reserva de potencia permite que el sistema PV funcione a una proporción de reserva de potencia especificada, produciendo la potencia adecuada y mitigando las fluctuaciones de frecuencia en la microrred. Además, se emplea un algoritmo de aprendizaje profundo por refuerzo (DRL) como el tomador de decisiones para el control de paso variable y la determinación de la proporción de reserva de potencia inicial. Se realizaron simulaciones para validar la efectividad del método propuesto, demostrando una reducción significativa en la desviación promedio de frecuencia del 72.36% cuando se somete a variaciones aleatorias en la intensidad de irradiación y las condiciones de carga. En general, la estrategia de control de reserva de potencia basada en inteligencia artificial propuesta tiene un buen potencial para aplicaciones prácticas en microrredes del mundo real, promoviendo la absorción de nueva energía liderada por PV y reduciendo el fenómeno de abandono de la luz.