KFUPM ePrints

SMART PITCH CONTROL STRATEGY FOR WIND GENERATION SYSTEM USING DOUBLY FED INDUCTION GENERATOR

l SMART PITCH CONTROL STRATEGY FOR WIND GENERATION SYSTEM USING DOUBLY FED INDUCTION GENERATOR. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF (Thesis) - Submitted Version
Restricted to Abstract Only until 05 June 2013.

2371Kb

Arabic Abstract

فى هذه الرسلة تم تقديم استراتيجية طريقة الانحراف الذكى لنظام التحكم المتغير لمولد الرياح المزدوج التغذية. تم بناء النموذج الديناميكى المتكامل لمولد الرياح المزدوج التغذية. ويتكون النظام من المولد , توربينة الرياح , النظام الهوائى و نظام التحول. وتضمن الأستراتيجية المقترحة استخدام الشبكة العصبية المكيفة لأنتاج معاملات التحكم الأمثل للانحراف الذكى. ويتضمن هذا توليد معاملات التحكم للمحكم الانحرافى باستخدام التقنية الذكية للتطور الفرقى. وتم تدريب الشبكة الذكية من النوع اعادة الانتشار وذلك لبناء الشبكة العصبية المكيفة. وهذا يؤدى الى ضبط اوزان الشبكة طبقا لمعاملات النظام فى نظام الرياح المتغير السرعة. تم اختبار النظام لأربع حالات مختلفة وهى التغير الدرجى والتغير الجيبى فى سرعة الرياح. وتم التغير الدرجى بزيادة سرعة الرياح وكذلك بتقليلها. اما الحالة الأخيرة فتم استخدام معلومات الرياح المجمعة من توربينة الرياح فى شاطىء جامعة الملك فهد.ودلت نتائج المحاكاة للدراسات على ان التطور الفرقى المبنى على الشبكة العصبية المكيفة قادر على توليد التحكم المناسب لنقل اقصى طاقة رياح ممكنة من التوربينة الى المولد بكفاءة عالية مع تقليل الظواهر العابرة.

English Abstract

A smart pitch control strategy for a variable speed doubly fed wind generation system is presented in this thesis. A complete dynamic model of DFIG system is developed. The model consists of the generator, wind turbine, aerodynamic and the converter system. The strategy proposed includes the use of adaptive neural network to generate optimized controller gains for pitch control. This involves the generation of controller parameters of pitch controller making use of differential evolution intelligent technique. Training of the back propagation neural network has been carried out for the development of an adaptive neural network. This tunes the weights of the network according to the system states in a variable wind speed environment. Four cases have been taken to test the pitch controller which includes step and sinusoidal changes in wind speeds. The step change is composed of both step up and step down changes in wind speeds. The last case makes use of scaled wind data collected from the wind turbine installed at King Fahd University beach front. Simulation studies show that the differential evolution based adaptive neural network is capable of generating the appropriate control to deliver the maximum possible aerodynamic power available from wind to the generator in an efficient manner by minimizing the transients.



Item Type:Thesis (Masters)
Subjects:Electrical
Divisions:College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor:Dr. Rahim, A.H.M.A
Committee Members:Dr. Abido, M.A and Dr.ElAmin, Ibrahim
ID Code:138670
Deposited By:Syed Ahmed Raza
Deposited On:26 Jun 2012 10:12
Last Modified:26 Jun 2012 10:12

Repository Staff Only: item control page