Mejora de la Eficiencia en los Generadores Empleados en Parques Eólicos utilizando Controladores Fuzzy Adaptativos

AutoresDe Almeida Souza, Durval
Año publicación2010
Categorías
CódigoCP-0652

 

Resumen
En esta tesis se presenta una nueva técnica para la optimización del rendimiento aplicada a accionamientos a velocidad variable, pero con enfoque en el control vectorial de accionamientos de generadores eólicos. La técnica combina dos métodos de control distintos, la búsqueda “on-line” del punto óptimo de operación, y el control basado en el modelo del rendimiento óptimo de la máquina. Para unas condiciones dadas de operación en régimen permanente, caracterizadas por una velocidad (T) y par de la turbina (Te), el proceso de búsqueda del flujo óptimo se implementa mediante el método de “Rosenbrock”, el cual determina qué nivel de la componente de flujo de la corriente resulta en la máxima potencia de salida. Una vez identificado el nivel óptimo de la componente de flujo de la corriente, esta información se utiliza para actualizar la base de reglas de un controlador adaptativo “fuzzy” – CAF, que juega el papel de modelo matemático implícito del sistema.

A medida que los puntos óptimos asociados a las diversas condiciones operativas van siendo identificados, la base de reglas es gradualmente actualizada, de manera que el CAF aprenda a modelar las condiciones óptimas de operación para todo el plano par-velocidad. Tras cada actualización de la base de reglas, la salida del buscador de “Rosenbrock” es reseteada, pero el buscador de “Rosenbrock” permanece activo con el objetivo de rastrear cualquier desviación del punto óptimo, de manera que quede asegurada la rapidez para alcanzar el punto óptimo, así como la operación en el verdadero punto óptimo para cualquier condición de funcionamiento La rapidez de respuesta durante los transitorios queda garantizada, ya que inherentemente los puntos óptimos correspondientes a los altos valores de par de carga son asociados a valores de flujo cercanos al nominal. Comparado a otras técnicas propuestas en la literatura científica, este método presenta mejores prestaciones, debido a que una vez que el CAF aprende, la salida del controlador suministra inmediatamente la consigna de la componente de flujo óptimo que lleva el sistema al máximo rendimiento para cualquier condición de funcionamiento.