Use este identificador para citar ou linkar para este item:
https://repositorio.ufpa.br/jspui/handle/2011/2079
Tipo: | Tese |
Data do documento: | 1-Dez-2009 |
Autor(es): | VIEIRA, João Paulo Abreu |
Primeiro(a) Orientador(a): | NUNES, Marcus Vinícius Alves |
Primeiro(a) coorientador(a): | BEZERRA, Ubiratan Holanda |
Título: | Otimização de controladores utilizando algoritmos genéticos para melhoria da capacidade de sobrevivência a afundamentos de tensão de aerogeradores de indução duplamente excitados |
Citar como: | VIEIRA, João Paulo Abreu. Otimização de controladores utilizando algoritmos genéticos para melhoria da capacidade de sobrevivência a afundamentos de tensão de aerogeradores de indução duplamente excitados. 2009. 127 f. Orientador: Marcus Vinicius Alves Nunes; Coorientador: Ubiratan Holanda Bezerra. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2009. Disponível em: http://www.repositorio.ufpa.br:8080/jspui/handle/2011/2079. Acesso em:. |
Resumo: | Na presente tese propõe-se uma metodologia de ajuste ótimo dos controladores do conversor interligado ao rotor de aerogeradores de indução duplamente excitados (DFIG), utilizando algoritmos genéticos (AG), com o objetivo de melhorar a segurança e a robustez do sistema elétrico de potência, permitindo que os aerogeradores DFIG participem da gestão técnica do sistema. Para garantir este objetivo, é utilizada uma estratégia de proteção do tipo “crow-bar” durante a falta, mantendo o conversor interligado ao rotor conectado à máquina. Imediatamente após a eliminação da falta, o “crow-bar” é desativado, e simultaneamente os controladores ótimos do conversor interligado ao rotor são acionados, previamente ajustados pelo AG, a fim de melhorar a capacidade de sobrevivência a afundamentos de tensão “ridethrough capability” e a margem de estabilidade global do sistema elétrico. Para validação da metodologia ótima desenvolvida foram realizadas simulações computacionais utilizando uma rede elétrica real, em três condições operacionais distintas. |
Abstract: | It is proposed in this thesis a methodology to obtain optimal controllers gains for the rotorside converter of doubly fed induction generators (DFIGs) using a genetic algorithm approach. The main objective is to enhance the operational security and robustness of the power system, by a more effective contribution of the DFIG controllers to the system controllability. To reach this goal, the crow-bar protection scheme is activated during the fault period when severe voltage sags occur in order to maintain the rotor-side converter connected to the DFIG. Immediately after the fault is cleared the crow-bar protection scheme is deactivated and simultaneously the rotor-side converter optimal controllers are turned on which permits the improvement of the converter ride-through capability and also contribute to enhance the overall power system stability margin. The effectiveness of this proposed methodology was assessed for the DFIG-based plants using a real electrical network, in three different operational conditions. |
Palavras-chave: | Aerogeradores de indução duplamente excitados Algoritmos genéticos Capacidade de sobrevivência a afundamentos de tensão Estabilidade transitória Estabilidade a pequenas perturbações Controle de tensão Proteção do tipo crow-bar Ajustes de controle Wind generation Doubly fed induction generators Ride-through capability Transient stability Small signal stability Voltage control Crow-bar protection Control tuning Genetic algorithm |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA |
País: | Brasil |
Instituição: | Universidade Federal do Pará |
Sigla da Instituição: | UFPA |
Instituto: | Instituto de Tecnologia |
Programa: | Programa de Pós-Graduação em Engenharia Elétrica |
Tipo de Acesso: | Acesso Aberto |
Aparece nas coleções: | Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Tese_OtimizacaoControladoresUtilizando.pdf | 1,75 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons