Disturbance rejection by dual pitch control and self-tuning regulator for wind turbine generator parametric uncertainty compensation

Muhando, Endusa Billy; Senjyu, Tomonobu; Yona, Atsushi; Kinjo, Hiroshi; Funabashi, Toshihisa

doi:10.1049/iet-cta:20060448

Cited by 46 publications

(22 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Existen muchas publicaciones sobre el tema (Anderson y Bose, 2009), (Slootweg et al, 2003), (Wasynczuk et al, 1981), (Muhando et al, 2007), (Masoud, 2008) y la mayoría concuerdan que se trata de un proceso estocástico estacionario formado por cuatro elementos:…”

Section: Modelo De La Velocidad Del Vientounclassified

http://recyt.fecyt.es/index.php/RIAII/article/view/RIAI.2010.04.07/7494

González¹,

Vázquez²,

Morilla³

2010

Rev. iberoam. autom. inform. ind.

View full text Add to dashboard Cite

Resumen: El diseño de sistemas de control para aerogeneradores de velocidad variable representa un reto importante ya que se trata de procesos multivariables no lineales, con fuertes perturbaciones, diversas restricciones y gran interacción entre sus variables. Bajo este escenario se debe generar eficientemente la potencia eléctrica y al mismo tiempo regular la velocidad de giro de la turbina. En este trabajo se proponen varios esquemas de control multivariable, con el objetivo de mejorar el rendimiento de los aerogeneradores atenuando los efectos de la interacción entre sus variables. La solución propuesta se basa en controladores PID con diseños del tipo descentralizado, centralizado con diversas redes de desacoplo y un esquema con cuatro PI. El comportamiento del aerogenerador se describe mediante un modelo matemático no lineal, que se linealiza para obtener una matriz de funciones de transferencia, a partir de la cual se diseñan los controladores. Finalmente se realiza un análisis comparativo para determinar qué controlador presenta mejores resultados, aplicando perturbaciones con un modelo de la velocidad del viento y cambios aleatorios de la carga eléctrica. Copyright © 2010 CEA.Palabras Clave: Aerogenerador, Control Multivariable, Modelado e Interacción. INTRODUCCIÓNEl interés por todas las fuentes de energía alternativas ha crecido en los últimos años y en especial las basadas en la energía producida por el viento. La potencia instalada ha supuesto un incremento notable en países como Estados Unidos, Alemania o España. Este desarrollo se ha venido dando de forma sostenida, motivado principalmente por el desarrollo de generadores eléctricos libres de emisiones de carbón (Rocha y Martins, 2003) y (García-Sanz y Torres, 2004).La mejora de la eficiencia de las plantas de producción eólica constituye uno de los principales problemas a los que se enfrentan las empresas energéticas. Entre los avances encaminados a resolver este problema se encuentra la instalación de aerogeneradores de velocidad variable, con los que se pretende extraer la máxima energía eléctrica posible a bajas velocidades del viento y mantenerla en sus valores nominales cuando se presentan fuertes vientos. Para conseguir lo anterior se requieren controladores más complejos, que le permitan al aerogenerador mantener los puntos de operación de máxima eficiencia de potencia, regulando la velocidad angular de la turbina y la potencia generada en diferentes valores determinados por la velocidad media del viento. Esto aporta muchos beneficios con respecto a los aerogeneradores de velocidad fija, como mejor calidad en la energía eléctrica producida, mayor rendimiento y una considerable reducción en las vibraciones y esfuerzos mecánicos tanto en la turbina como en el generador eléctrico (Rodríguez et al., 2003).El diseño de sistemas de control para los aerogeneradores de velocidad variable resulta complicado ya que, además de las variaciones en la magnitud y dirección del viento, se deben considerar cambios abruptos en la carga eléctrica, fuertes no...

show abstract

Section: Modelo De La Velocidad Del Vientounclassified

http://recyt.fecyt.es/index.php/RIAII/article/view/RIAI.2010.04.07/7494

González¹,

Vázquez²,

Morilla³

2010

Rev. iberoam. autom. inform. ind.

View full text Add to dashboard Cite

show abstract

“…where the rotor aerodynamic power coefficient c P , is modelled as a nonlinear function [9] based on turbine characteristics:…”

Section: A Wind Field Modelingmentioning

confidence: 99%

“…For small-signal approximations, stationarity is assumed i.e. variables do not change significantly from their initial values at the operating point [9]. The linearization process, carried out by numerical simulation, determines an optimal operating point (OP) that yields maximum energy extraction.…”

Section: Introductionmentioning

confidence: 99%

Full state feedback digital control of WECS with state estimation by stochastic modeling design

Muhando

Senjyu

Omine

et al. 2008

2008 IEEE Power and Energy Society General Meeting - Conversion and Delivery of Electrical Energy in the 21st Century

View full text Add to dashboard Cite

With increased structural flexibilities of modern wind energy conversion systems (WECSs), drive-train torsional oscillations due to high wind disturbances can be hazardous to power systems. It is particularly important to design control schemes that properly account for the flexible modes of the turbine, and maintain stable closed-loop behavior of the WECS. To capture the essential features of the problem for controller design, the approach in this paper entails modeling the various WECS subsystems: the wind speed as a stochastic process generated by an autoregressive moving average (ARMA) model and the drive-train as a multimass system with an elastic shaft linking the turbine with the asynchronous induction generator (IG). The proposed control paradigm is based on the linear quadratic Gaussian (LQG) to damp these undesired oscillations, and utilizes only one measurable feedback signal: generator speed deviation. An optimal state estimator provides a good estimation for the aerodynamic torque thereby determining the target trajectory to which the controlled system should converge. The objective is to optimize aerodynamic efficiency in low to medium winds, and add damping to the drive train at above-rated wind speeds. A pitch controller ensures the maximum power constraint is respected by preventing rotor overspeed.Index Terms-Aerodynamic power, ARMA wind model, drive train torsional torque, LQG, pitch regulation, state estimation.

show abstract

“…The main drawbacks of these controllers are impossibility to avoid the delay between the control action and the resulting response, due to fairly large value of the inertia of the blade, and difficulties to handle system constraints [6], [7]. In order to cope with wind turbine nonlinearities, uncertainties and time delays several advanced control strategies have been used, such as LQG and adaptive controllers [8], LPV gain scheduling and gain scheduled H ∞ controllers [9], [10], self-tuning control [11], robust control strategies [12], [13], LIDAR-based predictive control [14], etc.…”

Section: Introductionmentioning

confidence: 99%

Multiple switching model predictive control of variable-speed horizontal wind turbine

Velagić

Kadric

2015

2015 IEEE International Conference on Industrial Technology (ICIT)

View full text Add to dashboard Cite

The purpose of modern wind energy conversion systems is to extract the aerodynamic power from the wind and convert it to electric power. The most popular today is variablespeed horizontal wind turbine (HWT) with three blades. The main objective of this paper is to design the controller that is capable to optimize the power output in the lower wind speed region and to maintain the rotor power limits within the high wind speed region simultaneously. In order to accomplish this task we designed a multiple switching model predictive controller (MPC) with three separate controllers for various wind speed operating regions. In order to design multiple MPC the nonlinear model of wind turbine is represented by a set of local linear models for different regions. The simulation was conducted for different controller settings to validate the effectiveness of the considered MPC in presence of different system constraints on control variables and turbulent winds acting.978-1-4799-7800-7/15/$31.00 ©2015 IEEE

show abstract

Disturbance rejection by dual pitch control and self-tuning regulator for wind turbine generator parametric uncertainty compensation

Cited by 46 publications

References 6 publications

http://recyt.fecyt.es/index.php/RIAII/article/view/RIAI.2010.04.07/7494

http://recyt.fecyt.es/index.php/RIAII/article/view/RIAI.2010.04.07/7494

Full state feedback digital control of WECS with state estimation by stochastic modeling design

Multiple switching model predictive control of variable-speed horizontal wind turbine

Contact Info

Product

Resources

About