Corsa ottimale a bassa tensione del generatore eolico a induzione doppiamente alimentato basato sull'algoritmo di ottimizzazione del bonobo

Rapporti scientifici volume 13, numero articolo: 7778 (2023) Citare questo articolo

460 accessi

Dettagli sulle metriche

Il sistema di conversione dell’energia eolica su larga scala (WECS) basato su un generatore a induzione a doppia alimentazione (DFIG) ha guadagnato popolarità negli ultimi anni grazie ai suoi vari meriti economici e tecnici. La rapida integrazione del WECS con le reti elettriche esistenti ha causato un’influenza negativa sulla stabilità e l’affidabilità dei sistemi energetici. Gli abbassamenti di tensione della rete producono un'elevata sovracorrente nel circuito del rotore DFIG. Tali sfide sottolineano la necessità della capacità di passaggio a bassa tensione (LVRT) di un DFIG per garantire la stabilità della rete elettrica durante i buchi di tensione. Per affrontare questi problemi contemporaneamente, questo documento mira a ottenere i valori ottimali della tensione di fase del rotore iniettata per DFIG e gli angoli di inclinazione della turbina eolica per tutte le velocità del vento operative al fine di ottenere la capacità LVRT. L'ottimizzatore Bonobo (BO) è un nuovo algoritmo di ottimizzazione applicato per ritagliare i valori ottimali della tensione di fase del rotore iniettata per DFIG e gli angoli di inclinazione delle turbine eoliche. Questi valori ottimali forniscono la massima potenza meccanica DFIG possibile per garantire che le correnti del rotore e dello statore non superino i valori nominali e forniscano anche la massima potenza reattiva per supportare la tensione di rete durante i guasti. È stata stimata la curva di potenza ideale di una turbina eolica da 2,4 MW per ottenere la potenza eolica massima consentita per tutte le velocità del vento. Per convalidare l'accuratezza dei risultati, i risultati BO vengono confrontati con altri due algoritmi di ottimizzazione: l'ottimizzatore dello sciame di particelle e l'ottimizzatore dell'addestramento alla guida. Il sistema di inferenza neuro fuzzy adattivo viene utilizzato come controller adattivo per la previsione dei valori della tensione del rotore e dell'angolo di inclinazione della turbina eolica per qualsiasi calo di tensione dello statore e qualsiasi velocità del vento.

Attualmente, l’energia eolica è considerata una delle risorse rinnovabili con il tasso di crescita più rapido e l’energia rinnovabile più attraente in tutto il mondo grazie alla sua elevata densità di potenza e all’ampia disponibilità1,2,3. L’energia eolica ha contribuito per il 3,5% alla domanda internazionale di elettricità nel 2011, e si prevede che questa percentuale aumenterà fino al 16% nel 20304. Tuttavia, l’integrazione dei WECS nella rete rappresenta ancora una sfida importante a causa dei problemi di qualità dell’energia, dell’intermittenza natura del vento, risonanza, commutazione dei condensatori, ecc. Tra i problemi di qualità dell'energia, il calo inaspettato della tensione terminale del generatore eolico a causa di un guasto sul lato rete può causare lo sgancio improvviso delle turbine eoliche dalla rete5,6. La stabilità della rete può essere influenzata negativamente dai generatori eolici che scattano e si ricollegano frequentemente. Molti paesi hanno sviluppato nuovi codici di rete per i WECS connessi alla rete al fine di ridurre i generatori eolici che si staccano dalla rete e mantenere la rete stabile in caso di guasti o anomalie della tensione di rete7,8,9,10.

I DFIG rappresentano l’opzione più efficiente per i WECS grazie ai loro vantaggi significativi rispetto ad altri tipi di generatori eolici11. I vantaggi di DFIG includono capacità di controllo sia della potenza attiva che reattiva, dimensioni ridotte, necessità di convertitori di potenza inferiore, che si traducono in minori perdite di potenza e costi del convertitore, riduzione del rumore acustico e dello stress meccanico, generazione di velocità variabile e miglioramento della qualità dell'energia12, 13,14. D'altra parte, il principale svantaggio dell'utilizzo di un DFIG nel WECS è la sua sensibilità ai disturbi della rete, in particolare ai buchi di tensione, poiché i terminali dello statore del DFIG sono direttamente collegati alla rete. Gli abbassamenti della tensione di rete producono una forte sovracorrente nel circuito del rotore DFIG. Di conseguenza, porta all'attivazione dei circuiti di protezione e il DFIG viene disconnesso dalla rete per proteggere il convertitore lato rotore15,16,17.

La capacità LVRT è il requisito più diffuso del codice di rete. È la capacità di rimanere connessi alla rete durante i buchi di tensione e anche di fornire potenza reattiva per supportare la tensione di rete in caso di guasti6,18,19. I buchi di tensione sono disturbi molto critici per DFIG. Questi abbassamenti portano ad un aumento delle correnti di statore e rotore, quindi la potenza che può essere iniettata nel DFIG deve essere ridotta20,21,22. Secondo diverse indagini bibliografiche, il metodo di controllo del tono, i metodi hardware e il metodo di controllo del convertitore DFIG modificato rappresentano il miglioramento delle strategie LVRT12,23,24. Per il metodo di controllo del passo per il miglioramento LVRT, la potenza della turbina eolica può essere ridotta regolando l'angolo di passo delle pale del rotore. Tuttavia, a causa della dinamica meccanica lenta, questa tecnica ha prestazioni scarse25. La protezione con piede di porco e il sistema di accumulo di energia sono due categorie principali di metodi hardware per il miglioramento LVRT26,27,28,29. L'idea di base del metodo Crowbar è quella di attivare un banco di resistori nel circuito del rotore DFIG in caso di guasti, il che si traduce in un ulteriore consumo di potenza e limita le correnti DFIG. Questo metodo presenta diversi problemi evidenti, tra cui l'elevato stress sulla trasmissione causato dalle fluttuazioni della coppia elettromagnetica, la perdita di controllabilità e l'impedimento del ripristino della tensione di rete a causa dell'assorbimento di potenza reattiva. Mentre l'altro tipo di metodi hardware per migliorare l'LVRT utilizza un tipo di sistema di accumulo dell'energia come il sistema di accumulo dell'energia della batteria, il sistema di accumulo dell'energia del volano, il condensatore elettrico a doppio strato e l'accumulo dell'energia magnetica superconduttrice5,21,23,30,31,32 . Ma lo svantaggio principale di questo metodo non è una soluzione economica. A causa degli svantaggi del controllo del passo e dei metodi hardware, la capacità LVRT può essere migliorata modificando il controllo del convertitore DFIG che rappresenta la modifica dei valori di controllo di riferimento nel controllo del convertitore DFIG24. Il metodo di controllo del convertitore DFIG modificato è la tecnica più economica per il miglioramento dell'LVRT grazie ai suoi vantaggi come facilità di implementazione, costi inferiori, facile ritorno al funzionamento normale e DFIG è sempre sotto controllo30,33,34,35.