Variable speed wind turbine based on genetic algorithms
Abstract:
Optimization of the control of
doubly fed induction generators (DFIGs) is essential for many applications,
such as renewable energy systems, industrial automation, and electric
cars. Unfortunately, the dynamic and non-linear character of DFIG frequently
makes it difficult for conventional control techniques to adjust, which results
in less-than-ideal performance. To overcome these obstacles, this paper
presents an optimized fuzzy speed control of a doubly fed induction wind
generator using a genetic algorithm, which has more advantages than its
counterpart PI speed controller. In this study, the modeling of generator in
the Park's frame was presented, as well as its indirect vector control applied
to the stator flux. Then, to guarantee tracking of the ideal operating point in
real-time and to produce the most electricity possible for varying wind speeds,
we used a fuzzy PI speed controller. To improve the sizing operation of this
controller, we opted for the genetic algorithm technique combined with one of the
local search methods, which facilitated the search and reduced the effort
compared to the trial-and-error sizing method. Furthermore, this made it
possible for the wind system to track the optimal power point maximum with good
performance. The simulation results of the suggested control displayed by
MATLAB-Simulink illustrate the effectiveness and adaptability of the proposed
control scheme across different operating conditions. The analysis of the
results showed good performance for speed, small voltage and current ripple
when using the fuzzy PI speed controller with genetic algorithm technique.
offering promising prospects for practical implementation in variable speed
wind turbine applications.
Résumé :
L'optimisation du contrôle des générateurs d'induction à double alimentation (DFIG) est essentielle pour de nombreuses applications, telles que les systèmes d'énergie renouvelable, l'automatisation industrielle et les voitures électriques. Malheureusement, le caractère dynamique et non linéaire du DFIG rend souvent difficile l'adaptation des techniques de contrôle conventionnelles, ce qui entraîne des performances moins que idéales. Pour surmonter ces obstacles, ce document présente un contrôle de vitesse fuzzy optimisé d'un générateur de vent à induction à double alimentation en utilisant un algorithme génétique, qui a plus d'avantages que son homologue contrôleur de la vitesse PI. Dans cette étude, on a présenté la modélisation du générateur dans le cadre de Park, ainsi que son contrôle vectoriel indirect appliqué au flux stateur. Ensuite, afin de garantir le suivi du point de fonctionnement idéal en temps réel et de produire le plus d'électricité possible pour les vitesses variables du vent, nous avons utilisé un contrôleur de vitesse PI flou. Pour améliorer le fonctionnement de taille de ce contrôleur, nous avons opté pour la technique de l'algorithme génétique combinée à l'une des méthodes de recherche locales, ce qui a facilité la recherche et réduit l'effort par rapport à la méthode de taille d'essai et d'erreur. En outre, cela a permis au système éolien de suivre le point de puissance optimal maximum avec de bonnes performances. Les résultats de simulation du contrôle suggéré affichés par MATLAB-Simulink illustrent l'efficacité et l'adaptabilité du système de contrôle proposé dans différentes conditions de fonctionnement. L'analyse des résultats a montré de bonnes performances pour la vitesse, la faible tension et le flux de courant lors de l'utilisation du contrôleur de vitesse PI fuzzy avec la technique d'algorithme génétique. offrant des perspectives prometteuses pour une mise en œuvre pratique dans les applications de turbines éoliennes à vitesse variable.
Cite this:
C. Cheikh, B. M’hamdi, S. Khadar, and
A. Abderrahmane, “Variable speed wind turbine based on doubly fed induction
generator using genetic algorithms”, SEES, vol. 5, no. 1, pp. 2905–2920, Jun. 2024.