Neural Network Controller of A Grid-Connected Wind Energy Conversion System for Maximum Power Extraction

This paper presents a neural network controller of a grid-connected wind energy conversion system for extracting maximum power from wind and a power controller to transfer the maximum power extracted into a utility grid. It discusses the modeling and simulation of the wind energy conversion system with the controllers, which consists of an induction generator, a transformer, a link of a rectifier, and an inverter. The paper describes tile drive train model, induction generator model and grid-interface model for dynamics analysis. Maximum power extraction is achieved by controlling the pitch angle of the rotor blades by a neural network controller. Pitch control method is mechanically complicated, but the control performance is better than that of the stall regulation. The simulation results performed on MATLAB show the variation of the generator torque, the generator rotor speed, the pitch angle, and real/reactive power injected into the grid, etc. Based on the simulation results, the effectiveness of the proposed controllers is verified.

계통연계 풍력발전시스템의 최대출력제어를 위한 신경회로망 제어기에 관한 연구

본 논문은 바람으로부터 최대출력을 추출하기 위해 계통연계 풍력발전시스템의 신경회로망 제어기와 추출된 최대출력을 계통에 전달하기 위한 전력제어기를 제안한다. 유도발전기, 변압기, 정류기 및 인버터 등으로 구성된 제어기를 갖춘 풍력발전시스템의 모델링과 시뮬레이션에 대해 검토하고자 한다. 본 논문에서는 동특성해석을 위해 드라이브 트레인 모델, 유도발전기 모델과 계통접속 모델을 제시한다. 신경회로망 제어기는 풍차날개의 피치각을 제어하여 바람으로부터 최대출력을 추출한다. 피치제어방법은 기계적으로 복잡하지만 제어성능은 스톨제어보다 우수하게 된다. MATLAB으로 수행한 시뮬레이션 결과는 발전기 토오크, 발전기 회전속도, 피치각, 계통으로 주입되는 유효/무효전력 등을 예시하고 있으며 그 결과를 보면 제안된 제어기의 효용성을 입증할 수 있다.