SUIVI DE LA QUALITÉ DE PUISSANCE MAXIMALE D'UN GÉNÉRATEUR D'INDUCTION À DOUBLE ALIMENTATION BASÉ SUR UN CONTRÔLEUR DE RÉSEAU NEURONAL ARTIFICIEL POUR SYSTÈME DE CONVERSION D'ÉNERGIE ÉOLIENNE
DOI :
https://doi.org/10.59277/RRST-EE.2024.2.12Mots-clés :
Réseau neuronal artificiel (ANN), Générateur à induction double alimentation (DFIG), Systèmes de conversion d'énergie éolienne (WECS), Compensateur statique de distribution (DSTATCOM), Distorsion harmonique totale (THD), Qualité de l'énergie (PQ)Résumé
Les sources d’énergie renouvelables jouent un rôle crucial dans la satisfaction des futurs besoins énergétiques du monde. Le système électrique actuel est basé sur un convertisseur électronique de puissance, avec plusieurs charges non linéaires et des générations ponctuelles de sources d'énergie renouvelables, ce qui entraîne de nombreux problèmes de qualité de l'énergie. La plupart des recherches existantes ont analysé les simulations MATLAB et ont présenté un niveau de distorsion harmonique totale (THD) élevé. Ce travail de recherche a proposé une technique de contrôle de réseau neuronal artificiel (ANN) pour un système de conversion d'énergie éolienne (WECS) basé sur un générateur à induction à double alimentation (DFIG). Pour réduire les phénomènes de broutage pendant l'arrangement d'excitation, un contrôleur avancé fonctionne pour une modification adaptative du gain de puissance irrégulier, préservant même la force du schéma en boucle fermée. Le contrôleur PI proposé améliore la fiabilité et suit la tension maximale provenant du redresseur à modulation de largeur d'impulsion. Au primaire, la modélisation de la DFIG a été présentée. Ensuite, à l’aide du contrôleur ANN proposé, l’amplitude du rotor a été réglée pour reconnaître le contrôle vectoriel de la puissance active et réactive. Le convertisseur a pour objectif de s'activer à un facteur de puissance unitaire et de fournir des courants d'entrée avec un contenu harmonique adéquat. L’interface entre le convertisseur électronique de puissance et le DFIG extrait le potentiel de puissance le plus réel. Le modèle matériel prototype proposé et les résultats de simulation sont vérifiés.
Références
(1) T. Jiang, Y. Zhang, Robust predictive rotor current control of doubly fed induction generator under unbalanced and distorted grid, IEEE Trans. Energy Convers (2021)
(2) D. Xu, F. Blaabjerg, W. Chen, N. Zhu, Advanced control of doubly fed induction generator for wind power systems, Hoboken, NJ, USA, Wiley (2018).
(3) M.R. Agha Kashkooli, S.M. Madani, T.A. Lipo, Improved direct torque control for a DFIG under symmetrical voltage dip with transient flux damping, IEEE Trans. Ind. Electron., 67, 1, pp. 28–37 (2020).
(4) C. Cheng, H. Nian, Low-complexity model predictive stator current control of DFIG under harmonic grid voltages, IEEE Trans. Energy Conv., 32, 3, pp. 1072–1080 (2017).
(5) P. Cheng, C. Wu, J. Ma, F. Blaabjerg, Coordinated derived current control of DFIG’s RSC and GSC without PLL under unbalanced grid voltage conditions, IEEE Access, 8, pp. 64760–64769, (2020).
(6) L. Fan, S. Yuvarajan, R. Kavasseri, Harmonic analysis of a DFIG for a wind energy conversion system, IEEE Trans. Energy Conv., 25, 1, pp. 181–190 (2010).
(7) ***Centre for Wind Energy Technology, Ministry of New and Renewable Energy, Central Government of India, Indian Wind Grid Code, New Delhi, India (2009).
(8) S. Tamalouzt, K. Idjdarene, T. Rekioua, R. Abdessemed, Direct torque control of wind turbine driven doubly fed induction generator, Rev. Roum. Sci. Techn. – Électrotechn et Énerg., 61, 3, pp. 244–249 (2016).
(9) F. Amrane, A. Chaiba, B.E. Babes, S. Mekhilef, Design implementation of high-performance field-oriented control for grid-connected doubly fed induction generator via hysteresis motor current controller, Rev. Roum. Sci. Techn. Électrotechn. et Énerg., 61, 4, pp. 319–324, Bucharest (2016).
(10) F. Amrane, A. Chaiba, B. Francois, B.E. Babes, Real time implementation of grid - connection control using robust PLL for WECS in variable speed DFIG-based on HCC, IEEE Xplore (2017).
(11) F. Amrane, A. Chaiba, A novel direct power control for grid connected doubly fed induction generator based on hybrid artificial intelligent control with space vector modulation, Rev. Roum. Sci. Techn. -Électrotechn. et Energ., 61, 3 pp. 263–268 (2016).
(12) F. Amrane, A. Chaiba, B. Francois, B.E. Babes, Experimental design of stand-alone field-oriented control for WECS in variable speed DFIG-based on hysteresis current controller, IEEE Xplore (2017).
(13) B. Babes, A. Boutaghane, N. Hamouda, Design and real-time implementation of an adaptive fast terminal synergetic controller based on dual BF neural networks of voltage control Dc to Dc step down converter, Electrical engineering, Springer (2022).
(14) M.M. Kiani, W. Wang, W. Lee, Elimination of system-induced torque pulsations in doubly-fed induction generators via field reconstruction method, IEEE Trans. Energy Conv., 30, 3, pp. 1228–1236 (2015).
(15) J. Samanes, E. Gubia, J. Lopez, R. Taberna, Sub-synchronous resonance damping control strategy for DFIG wind turbines, IEEE, 8 (2020).
(16) M.A. Soliman, H.M. Hasanien, A. Al-Durra, M. Debouza, High performance frequency converter-controlled variable-speed wind generator using linear-quadratic regulator controller, IEEE Transactions on Industry Applications, 56, 5, pp. 5489–5498 (2020).
Téléchargements
Publiée
Numéro
Rubrique
Licence
(c) Copyright REVUE ROUMAINE DES SCIENCES TECHNIQUES — SÉRIE ÉLECTROTECHNIQUE ET ÉNERGÉTIQUE 2024
Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
