KFUPM ePrints

NEURAL NETWORK BASED MAXIMUM POWER POINT TRACKING AND CONTROL OF PMSG WIND SYSTEM

l NEURAL NETWORK BASED MAXIMUM POWER POINT TRACKING AND CONTROL OF PMSG WIND SYSTEM. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF (MS Thesis)
Restricted to Abstract Only until 12 January 2016.

3293Kb

Arabic Abstract

الأسم : ملا محمد عتيق الرحمن عنوان الرسالة: تتبع النقطة العظمى للطاقة الكهربائية المبنية على الشبكات العصبية والتحكم بأنظمة طاقة الرياح المعتمدة على المولد المتزامن ذو المغناطيس الدائم الدرجة العلمية: الماجستير في العلوم التخصص الرئيسي: الهندسة الكهربائية التاريخ : سبتمبر، 4102 تم التحقق من خوارزمية تتبع النقطة العظمى للطاقة الكهربائية (MPPT) المبنية على الشبكات العصبية الاصطناعية (ANN) ، ومن ثم تم مقارنة النتائج التي تم الحصول عليها بالأنظمة العصبية الضبابية القابلة للتكيف ( ANFIS .) متحكمات (MPPT) المبنية على (ANN) و ) (ANFIS لها القدرة على تقدير سرعة الرياح وتتبع النقطة العظمى للطاقة الكهربائية (MPP) والسرعة المثلى للعضو الدوار بواقع خطأ ضئيل جدا بالمقارنة مع أنظمة ( MPPT ( التقليدية. وعلاوة على ذلك، هذه الأساليب تظهر أداء متميزا في تغير الرياح السريع، تتبع (MPP) بشكل دقيق واخماد التذبذبات غير المرغوب فيها حول نقطة الطاقة العظمى. الخوارزمية مبنية على شبكتين عصبيتين متواليتين، واحدة لتقدير سرعة الرياح والأخرى لتتبع النقطة العظمى للطاقة الكهربائية MPP) (. الخوارزمية لا تتطلب أية حساس ميكانيكي لقياس سرعة الرياح. المحاكاة الزمنية غير الخطية تم تنفيذها للتحقق من فعالية المتحكمات المقترحة بالنسبة لسرعة الرياح و نقطة الطاقة العظمى MPP عند ظروف تشغيلية متنوعة. xviii النتائج التي تم الحصول عليها تظهر أن متحكمات تتبع النقطة العظمى للطاقة الكهربائية (MPPT) المبنية على الشبكات العصبية الاصطناعية (ANN) والأنظمة العصبية الضبابية القابلة للتكيف (ANFIS) لها أداء أفضل من الناحية الديناميكية والحالة المستقرة بالمقارنة مع الطرق التقليدية وأن النتائج التي تم الحصول عليها تظهر أيضا أن المتحكمات المبنية على (ANFIS) أفضل من المتحكمات المبنية على (ANN) . كان المعيار في تقييم أداء متحكمات MPPT هو الدقة في تقدير سرعة الرياح وتتبع الطاقة العظمى الكهربائية. تم التحقق من أداء متحكم MPPT المبني على ANFIS باستخدام برنامج المحاكاة الماتلاب للشبكات المتصلة مع أنظمة الرياح المعتمدة على المولد المتزامن ذو المغناطيس الدائم (PMSG) الممثلة من خلال الموديل الديناميكي التفصيلي للمولد، التوربين، قطار نقل الحركة، المحولات. نتائج المحاكاة تظهر أن نظام التوربين الهوائي يستطيع تزويد الشبكة بالطاقة الكهربائية محافظا على القيمة المثلى لمعامل الطاقة (Cp) خلال التغيرات السريعة لسرعة الرياح.

English Abstract

Name M.M. Atiqur Rahman Title Neural Network Based Maximum Power Point Tracking and Control of PMSG Wind System Degree Master in Science Major Field Electrical Engineering Date of Degree September, 2014 An artificial neural network (ANN) based maximum power point tracking (MPPT) algorithm has been investigated. The results obtained have been compared with an adaptive neuro-fuzzy inference system (ANFIS). Both ANN-based and ANFIS based MPPT controllers have the ability to estimate wind speed and to track the maximum power point (MPP) and the optimal rotor speed with very low error as compared to the conventional MPPT methods. Moreover, these methods demonstrate remarkable performance under rapidly changing wind conditions in estimating wind speed, tracking MPP accurately and suppressing undesired oscillations around maximum power point. The algorithm is based on two series neural networks, one for wind speed estimation and the other for tracking maximum power point (MPP). The algorithm does not require any mechanical sensor for wind speed measurement. Nonlinear time domain simulations have been carried out to validate the effectiveness of the proposed controllers in terms of wind speed estimation and MPPT under different operating conditions. The obtained results demonstrate that both the proposed ANN and ANFIS-based MPPT controller has better dynamic and steady state performance than the conventional xvi methods and the obtained results also demonstrate that ANFIS based controller is better than ANN based controller. Accuracy in wind speed estimation and maximum power point tracking has been used as the performance criterion for evaluating MPPT controllers. The performance of the ANFIS based MPPT controller is investigated using MATLAB simulation for a grid connected permanent magnet synchronous generator (PMSG) wind system represented through a detailed dynamic model of the generator, the generator turbine, drive train and the converters. Simulation results confirm that the wind turbine system can deliver power to the grid maintaining the optimum value of power coefficient (Cp) for rapidly changing wind conditions.



Item Type:Thesis (Masters)
Subjects:Electrical
Divisions:College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor:Baiyat, Dr. Samir Al
Committee Members:Rahim, Dr. Abu Hamed Abdur and El-Amin, Dr. Ibrahim Mohamed
ID Code:139422
Deposited By:M. M. ATIQUR RAHMAN (g201204940)
Deposited On:13 Jan 2015 08:44
Last Modified:13 Jan 2015 08:44

Repository Staff Only: item control page