Tesis
Controladores preditivos, um linear e outro não linear, aplicados ao GIDA operando sob afundamento de tensão
Predictive controllers, a linear and another nonlinear, applied to the DFIG operating under voltage dip
Registro en:
MARCHI, Rodrigo Andreoli de. Controladores preditivos, um linear e outro não linear, aplicados ao GIDA operando sob afundamento de tensão. 2016. 1 recurso online (153 p.). Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP.
Autor
Marchi, Rodrigo Andreoli de
Institución
Resumen
Orientador: Edson Bim Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: Um dos requisitos exigidos por normas técnicas na operação do gerador de indução duplamente alimentado é mantê-lo conectado à rede, mesmo quando ocorrem quedas bruscas de tensão nos terminais do estator, geralmente denominadas afundamentos de tensão. Tal preocupação se justifica pela dificuldade que se tem em controlar as potências ativa e reativa do gerador de indução duplamente alimentado, principalmente quando o afundamento é de grande magnitude. Desse modo, o uso de controladores eficientes, tanto para os transitórios quanto ao regime permanente, torna-se necessário para que se restabeleçam simultaneamente as tensões nominais com o suporte de potência reativa da rede, com a restrição de que os valores nominais da tensão e da corrente do conversor back-to-back não sejam violados. A partir dessas condições, foi escolhido o controlador preditivo, devido ao seu alto desempenho e vantagens, tais como a capacidade de predição e o controle de sistemas não lineares, incluido os sistemas multivariáveis. A inserção de restrições que garantam a eficácia e a integridade do sistema controlado são também atrativos à sua escolha. Desse modo, dois controladores preditivos foram escolhidos: o baseado no modelo e o não linear. O objetivo é investigar o desempenho de ambos para o caso do afundamento de tensão do gerador de indução duplamente alimentado. Adicionalmente, uma rede neural artificial com estrutura multilayer perceptron é aplicada para realizar o mapeamento do controlador preditivo baseado no modelo, e, dessa forma, obter a redução do esforço computacional na implementação em tempo real, uma vez que a implementação direta do controlador preditivo exige um processador digital de alto desempenho. Ao longo deste trabalho são detalhados os procedimentos para o desenvolvimento da estratégia do controle das potências de estator e as aplicações dos referidos controladores preditivos, levando-se em conta a possibilidade de ocorrer afundamentos de tensão. Os controladores são responsáveis pela predição dos valores futuros das potências ativa e reativa de estator e, a partir desses dados, determinam-se os valores da tensão nos terminais do rotor, que é a variável de controle do gerador. Para o controlador preditivo baseado no modelo, as componentes da tensão de rotor são expressas nos sistema de referência síncrono e, no caso do controlador não linear, as componentes são escritas no sistema de referência estacionário. Inicialmente, os resultados da simulação computacional dos controladores preditivos são apresentados e analizados, para, na sequência, realizar-se o procedimento de treinamento da RNA, a partir do controlador preditivo baseado no modelo. Após a devida verificação do controlador RNA mediante simulação computacional, seu desempenho é testado experimentalmente em uma máquina de 11 kW, operando na velocidade subsíncrona e sob afundamentos de tensão nos terminais de estator Abstract: One of the requirements of technical standard applied to the doubly fed induction generator operation is to keep it connected on the grid even when voltage dips occur at the stator terminals. This concern is justified due to difficulty to control the active and reactive power of the doubly fed induction generators, especially when the voltage dip is high intensity. Thus, the use of efficient controller is necessary to help restoring the nominal voltages by reactive power support, without exceeding the rated values of voltage and current, and thereby protecting the back-to-back converter. For this purpose, the predictive controller was chosen due to its high performance, its ability to predict and to control of nonlinear systems, including the multivariable systems. Additionally, constraints can be inserted to guarantee the effectiveness and the integrity of controlled system. The aim of this work is to investigate the model-based and the nonlinear predictive controller performance for doubly fed induction generator operation under voltage dip. An artificial neural network with multilayer perceptron structure is applied to map, to reproduce and to reduce the computational effort in the real-time application of the model-based predictive control, since the direct implementation of the predictive controller requires a high digital processor performance. The controllers are responsible for predicting future values of active and reactive stator power. From these data, the rotor voltage components are determined: in MBPC these components are defined in the synchronous reference system and in NPC ¿ only simulated ¿, these voltage components are written in the stationary reference system. From the computer simulation results of the MBPC, an artificial neural network is trained and its performance is verified by simulation. This ANN controller is applied in real-time on 11 kW machine, operating at subsynchronous speed and voltage dips Doutorado Energia Eletrica Doutor em Engenharia Elétrica CAPES