Control de seguimiento del punto de máxima potencia basado en redes neuronales con convertidor elevador cuadrático para sistema de conversión de energía eólica con PMSG
Autores: Tiwari, Ramji; Krishnamurthy, Kumar; Neelakandan, Ramesh Babu; Padmanaban, Sanjeevikumar; Wheeler, Patrick William
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Control de seguimiento del punto de máxima potencia basado en redes neuronales con convertidor elevador cuadrático para sistema de conversión de energía eólica con PMSG
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propuesto
Red neuronal artificial
Seguimiento del punto de máxima potencia
Sistema de conversión de energía eólica
Convertidor DC/DC
Red de función de base radial
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Este documento propone una estrategia de control de seguimiento del punto de máxima potencia (MPPT) basada en una red neuronal artificial (ANN) para un sistema de conversión de energía eólica (WECS) implementado con un convertidor DC/DC. La topología propuesta utiliza una estrategia de control de red neuronal basada en una red de funciones de base radial (RBFN) para extraer la máxima potencia disponible de la velocidad del viento. Los resultados se comparan con un método clásico de Perturbación y Observación (P&O) y el método de red de retropropagación (BPN). Para lograr una alta calificación de voltaje, el sistema se implementa con un convertidor elevador cuadrático y el rendimiento del convertidor se valida con un convertidor elevador y un convertidor de inductancia primaria de extremo único (SEPIC). El rendimiento de la técnica MPPT junto con un convertidor DC/DC se demuestra utilizando MATLAB/Simulink.
Descripción
Este documento propone una estrategia de control de seguimiento del punto de máxima potencia (MPPT) basada en una red neuronal artificial (ANN) para un sistema de conversión de energía eólica (WECS) implementado con un convertidor DC/DC. La topología propuesta utiliza una estrategia de control de red neuronal basada en una red de funciones de base radial (RBFN) para extraer la máxima potencia disponible de la velocidad del viento. Los resultados se comparan con un método clásico de Perturbación y Observación (P&O) y el método de red de retropropagación (BPN). Para lograr una alta calificación de voltaje, el sistema se implementa con un convertidor elevador cuadrático y el rendimiento del convertidor se valida con un convertidor elevador y un convertidor de inductancia primaria de extremo único (SEPIC). El rendimiento de la técnica MPPT junto con un convertidor DC/DC se demuestra utilizando MATLAB/Simulink.