Ứng dụng mạng nơ-ron mờ hồi quy trong điều khiển góc cánh tuabin gió
367 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.80.2022.3-12Từ khóa:
Điều khiển giám sát; Điều khiển góc cánh; Mạng nơ-ron mờ hồi quy; Mô phỏng MATLAB; Tuabin điện gió.Tóm tắt
Ngày nay, năng lượng tái tạo đã và đang phát triển mạnh mẽ, trong đó, phải kể đến năng lượng gió. Tuy nhiên, việc sử dụng nguồn năng lượng này còn phụ thuộc nhiều vào thiên nhiên do cường độ gió thay đổi liên tục, làm công suất phát từ tuabin không ổn định. Điều đó gây ảnh hưởng lớn đến hệ thống điện. Bài báo này trình bày một giải pháp điều khiển giám sát góc cánh của tuabin gió để giữ ổn định công suất phát điện, dưới tác động của gió lớn, nhằm duy trì điện áp lưới ở giá trị định mức. Giải thuật điều khiển góc cánh dùng mạng nơ-ron mờ hồi quy được kiểm nghiệm thông qua mô hình mô phỏng trên phần mềm MATLAB/Simulink, trong điều kiện giả lập sự thay đổi của tốc độ gió.
Tài liệu tham khảo
[1]. P. F. Odgaard, J. Stoustrup and M. Kinnaert, “Fault-tolerant control of wind turbines: A benchmark model,” IEEE Trans. Control Syst. Technol, Vol. 21, No. 4, pp. 1168-1182, (2013).
[2]. N. C. Ngon and N. M. Hoang, “Improvement of power output of the wind turbine by pitch angle control using RBF neural network,” International Journal of Mechanical Engineering and Technology, Vol. 10, Issue 10, pp. 64-74, (2019).
[3]. H. Jafarnejadsani, J. Pieper and J. Ehlers, “Adaptive Control of a Variable Speed Variable-Pitch Wind Turbine Using Radial-Basis Function Neural Network,” IEEE Transactions on Control Systems Technology, Vol. 21, No. 6, pp. 2264-2272, (2013).
[4]. A. H. Norouzi and A. M. Sharaf, “Two control schemes to enhance the dynamic performance of the STATCOM and SSSC,” IEEE Trans. on Power Delivery, Vol. 20, No. 1, pp. 435-442, (2005).
[5]. F. D. Bianchi, H. D. Battista and R. J. Mantz, “Wind Turbine Control Systems,” Springer, London, 208 p., ISBN: 978-1-84996-611-5, (2007).
[6]. A. Hwas and R. Katebi, “Wind turbine control using PI pitch angle controller,” IFAC Proceedings Volumes, Vol. 45, Issue 3, pp. 241-246, (2012).
[7]. S. Behera, B. Subudhi and B. B. Pati, “Design of PI controller in pitch control of wind turbine: A comparison of PSO and PS algorithm,” Inter. J. of Renewable Energy Research (IJRER), Vol. 6, pp. 271-281, (2016).
[8]. J. Liu, “Radial Basis Function (RBF) Neural Network Control for Mechanical Systems - Design, Analysis and Matlab Simulation,” Springer Berlin, 365 p., ISBN: 978-3-642-43455-6, (2015).
[9]. N. C. Ngon and D. Tin, “Adaptive single neural PID control based on recurrent fuzzy neural network: An application to ball and beam control system,” Can Tho University Journal of Science, No. 20a, pp. 169-175, (2011).
[10]. L. M. Thanh, L. H. Thuong, P. T. Loc, C. N. Nguyen, “Delta Robot Control Using Single Neuron PID Algorithms Based on Recurrent Fuzzy Neural Network Identifiers,” International Journal of Mechanical Engineering and Robotics Research, Vol. 9, No. 10, pp. 1411-1418, (2020).
[11]. L. M. Thanh, L. H. Thuong, P. T. Tung, and C. N. Nguyen, “Improvement of PID Controllers by Recurrent Fuzzy Neural Networks for Delta Robot,” Springer Singapore, in Intelligent Communication, Control and Devices, pp.263-275, (2021).
[12]. L. C. Hung, T. C. Cheng, “Identification and control of dynamic systems using recurrent fuzzy neural networks,” IEEE Transactions on Fuzzy Systems, Vol. 8, No. 4, pp. 349-366, (2000).
[13]. B. Boukhezzar and H. Siguerdidjane, "Nonlinear Control of Variable Speed Wind Turbines without wind speed measurement," Proc. of the 44th IEEE Conference on Decision and Control, pp. 3456-3461, doi: 10.1109/CDC.2005.1582697, (2005).
[14]. G. Abad, J. Lopez, M. Rodriguez, L. Marroyo and G. Iwanski, “Doubly fed induction machine: modeling and control for wind energy generation,” Wiley-IEEE Press, 625 p., ISBN: 978-0-470-76865-5, (2011).
