A multivariable H/sub ∞/ control for wind energy conversion system

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

“…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).…”

“…Diversas técnicas de control multivariable se han implementado en los aerogeneradores, como son: Control con Variación Paramétrica Lineal (Ostergaard et al, 2008), H ∞ (Rocha y Martins, 2003), Adaptativo (Johnson et al, 2008), Óptimo LQG (Selvam et al, 2009), PID descentralizado (Wu et al, 2008), Predictivo (Yang et al, 2009), Lógica Difusa (Simoes et al, 2009) y Redes Neuronales (Li et al, 2005).…”

“…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 linealidades, varias restricciones y gran interacción entre sus variables (Boukhezzar et al, 2007).Diversas técnicas de control multivariable se han implementado en los aerogeneradores, como son: Control con Variación Paramétrica Lineal (Ostergaard et al, 2008), H ∞ (Rocha y Martins, 2003), Adaptativo (Johnson et al, 2008), Óptimo LQG (Selvam et al, 2009), PID descentralizado (Wu et al, 2008, Predictivo (Yang et al, 2009), Lógica Difusa (Simoes et al, 2009) y Redes Neuronales (Li et al, 2005.En este trabajo se analiza detalladamente el modelado matemático de los aerogeneradores, estudiando principalmente el problema de la interacción entre sus variables. Entonces se proponen varios esquemas de control multivariable, con el objetivo de mejorar el rendimiento de los aerogeneradores por medio de la atenuación de los efectos de la interacción.…”

Power Management System for Load Banks Supplied by Pitch Controlled Wind Turbine System

“…The pitch angle controller can adjust the pitch setting at its optimum value to achieve power tracking [12][13][14]. A control strategy has been investigated in [15] to maintain balance between produced energy and load demand, and a multivariable control strategy used in [16] regulates the pitch angle and electrical load to control the wind turbine speed. However, the regulation of power through the pitch angle can cause high activity of the pitch actuator due to small fluctuations in the power during steady state operation, which can affect the flow of power to the load.…”

Analysis and Modeling of Advanced Power Control and Protection Requirements for Integrating Renewable Energy Sources in Smart Grid,

“…Many methods of WT pitch control have been documented, such as the classical proportional-integral-derivative (PID) control [83], gain-scheduling control [84], or robust control [85], among other nonlinear controllers [86]. Figure 2.3 depicts the conventional pitch angle regulator in which the input and output of the model are the generated power P out and blade angle β, respectively.…”