الگوریتم ردیاب بیشینه توان توربین بادی با ژنراتور القایی دوگانه تغذیه با استفاده از شبکههای عصبی و کنترل برداری
Publish place: First National Conference on Sustainable Development in Energy, Water and Environmental Engineering Systems
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 639
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
SDEWE01_096
Index date: 24 February 2017
الگوریتم ردیاب بیشینه توان توربین بادی با ژنراتور القایی دوگانه تغذیه با استفاده از شبکههای عصبی و کنترل برداری abstract
به دلیل طبیعت غیر قابل پیشبینی باد، مدیریت توان برای جذب حداکثر توان موجود در باد مفهوم پیدا میکند. توان قابل استحصال از باد، برای یک نوع خاص از سیستم توربین بادی بازای مقادیر مختلف سرعت باد تغییر میکند از این رو بایستی راهکاری جهت جذب حداکثر توان در سرعتهای مختلف باداندیشیده شود. سیستمهای تبدیل انرژی بادی با ژنراتور القایی دوگانه تغذیه استاتور مستقیماً به شبکه متصل بوده و روتور از طریق دو مبدل پشت به پشتبه شبکه متصل میگردد. در این پژوهش با استفاده از یک الگوریتم شبکه عصبی تعمیم یافته جهت تخمین سرعت باد استفاده می شود و حداکثر توان قابلجذب از هر سرعت باد مشخص از طریق یک جدول نظاره محاسبه میشود؛ و با استفاده از کنترل برداری ولتاژ کنترل روتور محاسبه میشود تا توان اکتیو و رأکتیور را کنترل و بیشترین توان از توربین بادی حاصل شود. شبیه سازی برای توربین بادی 1.5 مگاواتی در نرم افزارMATLAB/Simulink(R2012b)انجام شده است. نتایج نشان دهنده تأثیر این روش جدید جهت جذب بیشترین توان است
الگوریتم ردیاب بیشینه توان توربین بادی با ژنراتور القایی دوگانه تغذیه با استفاده از شبکههای عصبی و کنترل برداری authors
سیدبابک مظفری
عضو هیأت علمی دانشکده مهندسی برق دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
تورج امرایی
عضو هیأت علمی دانشکده مهندسی برق دانشگاه خواجه نصیرالدین طوسی
محمود ابوالحسنی زرجو
دانشجوی کارشناسی ارشد، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات،
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :