AN ADAPTIVE OPTIMUM SMES CONTROLLER FOR PERFORMANCE ENHANCEMENT OF PMSG WIND SYSTEM. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF (MS Thesis) MS_Thesis_g200903790.pdf - Accepted Version Download (6MB) | Preview

Arabic Abstract

المولد المتزامن دائم المغنطة (PMSG) المستخدم في مولدات الرياح تكتسب شعبية فائقة مقارنةً بغيرها من المولدات ذات السرعة المتغيرة و ذلك نتيجة لبساطة تصميم الدوار المتحرك، ولعدم وجود حلقات الإنزلاق، وكذلك لا يحتاج لإثارة خارجية، ولإرتفاع كفائته. على الرغم من أنه يعمل بصورة مرضية في ظل الظروف العادية ، ألا أنه حساس لهبوب الرياح المفاجئة و العمل في مستوى جهد منخفض جداً. يتطرق هذا البحث إلى التحكم بالموصلات الفائقة لخزانات الطاقة المغناطيسية (SMES) للمساهمة في تطوير الآداء الديناميكي لأنظمة (PMSG). سيرد في هذا البحث عملية التوصيل بين محطة التحويل و النموذج الديناميكي المستخدم في أنظمة (PMSG) مع وحدة التحكم (SMES). تمت عملية الإشتقاق للإستراتيجية المتبعة لدى نظام التحكم المستمد إشاراته من قيمة فرق الجهد و كذلك قيمة الطاقة. يعتمد قياس آداء نظام التحكم على قيم المعاملات و المتغيرات المكونة لهذا النظام المختبرة تحت الرحلات الطويلة لعمل هذا الجهاز. عملية التكييف المباشر لمعاملات نظم التحكم و تحديثها تتم بالأستعانة بإستراتيجية توظيف الأساس الإشعاعي للشبكة العصبية (RBFNN) وقد تم إنشاء الأوزان الاسمية ل(RBFNN) من خلال تقديم الشبكة العصبية مجموعة كبيرة من البيانات المدخلات والمخرجات. تم إنشاء بيانات التدريب من خلال تقنية سرب الجسيمات المحسن (IPSO). تم اختبار نظام التحكم المقترح في المولد المتزامن دائم المغنطة (PMSG) المستخدم في مولدات الرياح تحت ظروف إظطرابات مختلفة مثل الزيادة الكبيرة في عزم الدوران و عاصفة الرياح الشديدة والظروف الجهد المنخفض على الشبكة. لوحظ أن وحدة التحكم المقترح يمكنه أن يخمد ذبذبات نظام الطاقة على نحو فعال واستعادة ظروف التشغيل العادية في فترة زمنية معقولة. ساعد حسن الاختيار معاملات المصفوفة التي يتم الحصول عليها من خلال (IPSO) و(RBFNN) لإيجاد المعلمات بسرعة فائقة.

English Abstract

Permanent magnet synchronous generator (PMSG) wind generators gained popularity over other variable speed devices because of their advantages in terms of simple rotor design, lack of slip rings, no necessity for external excitation, higher efficiency, etc. Though it performs satisfactorily under normal conditions, it is sensitive to sudden wind gusts and also extremely low grid voltage conditions. This research considers superconducting magnetic energy storage (SMES) control to improve the dynamic performance of the PMSG system. A dynamic model of the PMSG system with an SMES controller connected at the inverter terminal is presented. The SMES controller strategy with variations of real power and terminal voltage as the input has been derived. The performance of the controller depends on the values of the controller gains and time constants when large excursions are experienced by the system. An online adaptive strategy employing radial basis function neural network (RBFNN) for updating the parameters of the SMES controller has been presented. The nominal weights of the RBFNN have been created by presenting the neural network from a large input-output data set. The training data was created through an improved particle swarm (IPSO) optimization technique. The proposed adaptive RBFNN SMES control strategy was tested on the PMSG wind system for various disturbances like large torque pulses, wind gust and severe low voltage conditions on the grid. It is observed that the SMES controller can damp the power system oscillations effectively and restore normal operating conditions in reasonable time. A proper selection of the weighting matrix obtained through IPSO and radial basis function neural network helped adaptive algorithm to find the parameters very fast.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Rahim, A.H.M.A
Committee Members:	Al Baiyat, Samir and El Amin, Ibrahim
Depositing User:	KHAN MOHAM HARIS (g200903790)
Date Deposited:	09 Jan 2013 12:20
Last Modified:	01 Nov 2019 15:37
URI:	http://eprints.kfupm.edu.sa/id/eprint/138830