Tóm tắt Luận án Tiến sĩ Kỹ thuật: Điều khiển thông minh máy phát điện đồng bộ nam châm vĩnh cửu ứng dụng cho hệ thống năng lượng gió tốc độ thay đổi nối lưới

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:37

Thêm vào BST

Báo xấu

3
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tóm tắt Luận án Tiến sĩ Kỹ thuật "Điều khiển thông minh máy phát điện đồng bộ nam châm vĩnh cửu ứng dụng cho hệ thống năng lượng gió tốc độ thay đổi nối lưới" được nghiên cứu với mục tiêu: Thiết kế bộ điều khiển nơ-ron kết hợp điều khiển dòng stator trục d cho hệ thống biến đổi năng lượng gió dùng PMSG nhằm đạt công suất tối đa và đồng thời giảm giá thành hệ thống.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án Tiến sĩ Kỹ thuật: Điều khiển thông minh máy phát điện đồng bộ nam châm vĩnh cửu ứng dụng cho hệ thống năng lượng gió tốc độ thay đổi nối lưới

TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI THÀNH PHỐ HỒ CHÍ MINH NCS. NGUYỄN NGỌC ANH TUẤN ĐIỀU KHIỂN THÔNG MINH MÁY PHÁT ĐIỆN ĐỒNG BỘ NAM CHÂM VĨNH CỬU ỨNG DỤNG CHO HỆ THỐNG NĂNG LƯỢNG GIÓ TỐC ĐỘ THAY ĐỔI NỐI LƯỚI TÓM TẮT LUẬN ÁN TIẾN SĨ Ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 9520216 Thành phố Hồ Chí Minh, tháng 10 năm 2024
Công trình được hoàn thành tại Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh Người hướng dẫn khoa học 1 : TS. Phạm Công Duy Người hướng dẫn khoa học 2 : TS. Lưu Hoàng Minh Phản biện 1: Phản biện 2: Luận án được bảo vệ trước Hội đồng luận án cấp cơ sở tại: Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh. Vào hồi 8 giờ 30 ngày 29 tháng 5 năm 2023
1 MỞ ĐẦU 1. Lý do chọn đề tài Nhu cầu năng lượng điện được dự đoán sẽ tăng nhanh vì sự tăng trưởng rất nhanh của dân số toàn cầu và sự phát triển của ngành công nghiệp trên quy mô rộng lớn. Trong lĩnh vực năng lượng tái tạo, năng lượng gió được xem là nguồn năng lượng sạch và đang thu hút sự quan tâm từ cả hai lĩnh vực công nghiệp và học thuật vì khả năng cạnh tranh cao. Tại COP26, Việt Nam đã cam kết với một chương trình nhằm xây dựng nền kinh tế các-bon thấp. Vì vậy, việc nghiên cứu phát triển hệ thống năng lượng điện gió là nhiệm vụ hết sức cần thiết và cấp bách hiện nay. 2. Mục tiêu và nội dung nghiên cứu ❖ Mục tiêu của luận án Thiết kế bộ điều khiển nơ-ron kết hợp điều khiển dòng stator trục d cho hệ thống biến đổi năng lượng gió dùng PMSG nhằm đạt công suất tối đa và đồng thời giảm giá thành hệ thống. ❖ Nội dung của luận án Đầu tiên, nghiên cứu và tìm hiểu các hệ thống máy phát điện gió trong thực tế. Từ đó tìm hiểu và so sánh các ưu điểm và nhược điểm của từng loại. Thứ hai, xây dựng mô hình toán mô tả hệ thống tuabin gió dùng PMSG và mô hình toán máy phát PMSG. Thứ ba, nghiên cứu và đề xuất phương pháp điều khiển dòng điện stator trục d cho bộ biến đổi phía máy trong PMSG dùng trong tuabin gió nhằm nâng cao hiệu suất tối đa để cung cấp cho phía lưới hệ thống năng lượng gió dùng PMSG. Thứ tư, nghiên cứu và đề xuất thuật toán điều khiển thông minh nhằm cải thiện chất lượng bộ điều khiển bám điểm công suất tối đa cho phía máy hệ thống năng lượng gió dùng PMSG. Cuối cùng, nghiên cứu và đề xuất bộ điều khiển kết hợp giữa bộ điều khiển bám điểm công suất cực đại dùng mạng nơ-ron dựa trên các thuật toán điều khiển thông minh và kỹ thuật điều khiển dòng stator trục d cho phía máy phát ở hệ thống năng lượng gió dùng PMSG. 3. Đối tượng và phương pháp nghiên cứu • Đối tượng nghiên cứu là tuabin gió dùng PMSG có công suất 2 MW đấu nối vào lưới điện cục bộ. • Phương pháp nghiên cứu gồm Thứ nhất, phân tích và đánh giá tình hình nghiên cứu: Tìm hiểu các kết quả nghiên cứu được công bố liên quan trong lĩnh vực điều khiển hệ thống tuabin gió.
2 Tiếp theo, xây dựng mô hình toán mô tả hệ thống tuabin gió và mô hình toán máy phát PMSG. Ngoài ra, đề xuất phương pháp điều khiển: nghiên cứu các mô hình, các công cụ toán học (phương pháp điều khiển dòng điện stator trục d, các giải thuật tìm kiếm tối ưu, phương pháp điều khiển neuron). Cuối cùng, mô phỏng và đánh giá kết quả: mô phỏng kiểm chứng và đánh giá tính hiệu quả thông qua việc so sánh các phương pháp điều khiển tối ưu. Giải pháp đề xuất bộ điều khiển kết hợp giữa bộ điều khiển bám điểm công suất cực đại dùng mạng nơ-ron dựa trên các thuật toán điều khiển thông minh và kỹ thuật điều khiển dòng stator trục d cho phía máy phát ở hệ thống năng lượng gió dùng PMSG. 4. Bố cục của luận án Sau nội dung giới thiệu phần mở đầu như đã trình bày, luận án được chia thành 4 chương. Chương 1 là giới thiệu tổng quan về năng lượng gió. Chương 2 trình bày các phương pháp điều khiển dòng điện stator trục d trong hệ thống điện gió, chương 3 giới thiệu các thuật toán thông minh cho bộ điều khiển bám điểm công suất cực đại trong hệ thống năng lượng gió dùng PMSG. Chương 4 trình bày thiết kế bộ điều khiển bám điểm công suất cực đại dùng RBFN cho PMSG trong hệ thống năng lượng điện gió. Cuối cùng là phần kết luận và hướng phát triển của luận án. 5. Ý nghĩa khoa học và thực tiễn của đề tài Nghiên cứu chỉ ra bộ điều khiển phía máy phát đạt được giá thành thấp (kinh tế), đáp ứng tốt (kỹ thuật). Ngoài ra, là cơ sở nền tảng cho ứng dụng thực tiễn về điều khiển hệ thống máy phát gió. CHƯƠNG 1 TỔNG QUAN VỀ NĂNG LƯỢNG GIÓ 1.1 Tổng quan về năng lượng gió 1.1.1 Tình hình phát triển năng lượng gió trên thế giới Sản lượng điện gió trên thế giới trong gần mười năm trở lại đây đã tăng trưởng rất nhanh với tốc độ 28%/năm, cao nhất trong tất cả các nguồn năng lượng hiện có. Sự tiến bộ và phát triển về mặt công nghệ, công suất, hiệu quả và độ tin cậy của các trạm điện gió đã không ngừng gia tăng, đồng thời giá thành điện gió được giảm xuống nhiều lần. 1.1.2 Tình hình phát triển năng lượng gió ở Việt Nam ❖ Tiềm năng năng lượng điện gió Một số nghiên cứu đánh giá chỉ ra rằng Việt Nam có tiềm năng về điện gió lớn nhất so với các nước trong khu vực để phát triển các dự án điện gió quy mô lớn.
3 Những vùng có triển vọng cao trên toàn lãnh thổ là vùng ven biển và các tỉnh miền Trung và miền Nam. ❖ Điểm mạnh và điểm yếu về phát triển điện gió Việt Nam có nhiều vùng có gió, đặc biệt dọc bờ biển dài hơn 3.000 km. Ngoài vùng ven biển có thể cả ở vùng núi, cao nguyên và nông thôn. Những nơi có năng lượng gió tốt thường ở xa thành phố, nơi cần nhiều điện. Như vậy, vị trí xây dựng ảnh hưởng nhiều đến việc nâng mức vốn đầu tư ban đầu. Ngoài ra, năng lượng gió là một nguồn năng lượng không liên tục, không thể dự trữ với công suất lớn. Hình 1.1 Cấu trúc của tuabin gió [1,2] 1.2 Cấu tạo hệ thống chuyển đổi năng lượng gió Cấu tạo hệ thống chuyển đổi năng lượng gió bao gồm tháp đỡ, cánh quạt tuabin, bộ phận điều hướng, hộp số, máy phát điện và bộ phận đo tốc độ gió được minh họa như Hình 1.1 1.3 Các loại máy phát điện trong hệ thống chuyển đổi năng lượng gió Có năm loại tuabin gió đã được phát triển dựa trên hoạt động với tốc độ cố định hoặc tốc độ biến đổi, bao gồm 5 loại. Loại 1 dựa trên SCIG tốc độ cố định. Loại 2 dựa trên WRIG hoạt động ở tốc độ bán thay đổi. Loại 3 dựa trên DFIG hoạt động ở tốc độ bán thay đổi. Loại 4 dựa trên WRSG/SCIG/PMSG hoạt động ở tốc độ bán thay đổi. Loại 5 dựa trên WRSG/SCIG/PMSG hoạt động ở tốc độ thay đổi.
4 1.4 Mô hình toán học tuabin gió Công thức tính công suất và mô-men của tuabin gió được biểu diễn như Hình 1.2 Trong đó p mật độ không khí (kg/m3); A diện tích vùng chứa cánh quạt gió (m2) và được tính như sau A= πR2; R chiều dài cánh quạt; vw tốc độ gió (m/s); Cp hệ số công suất của tuabin là hàm của tỷ lệ tốc độ α và góc nghiêng của cánh quạt β. c1= 0.5176, c2=116, c3= 0.4, c4= 5, c5= 21, c6= 0.0068. 1.5 Mô hình toán học máy phát điện đồng bộ nam châm vĩnh cữu Công thức của PMSG trong hệ tọa độ dq được biểu diễn như Hình 1.2. Trong đó uds và uqs điện áp đầu cực stator trục d và trục q; ids và iqs dòng điện stator trục d và trục q; Rs điện trở cuộn dây stator; ωr = pωt vận tốc góc của rotor; p số cặp cực; λr biên độ của từ thông; λds và λqs từ thông trục d và trục q; Te mô-men; TL mô-men tải; J mô-men quán tính; B hệ số ma sát. vwind 1 v3 vabc ia A Tm = C p ( ,  )  R 3 wind abc 2  dq vca Tm ic C vdq iabc d abc vcb T −T = J m e m dq dt ib B idq ωm r d ds Te uds = Rs ids + − r s ωr = pωm dt 3 d qs Te = iqs r idq uqs = Rs iqs + + r s dt 2 Tuabin Máy phát Hình 1.2 Mô hình toán học của tuabine gió và máy phát điện PMSG [1,2] 1.6 Kết luận Nội dung chương 1 trình bày tổng quan về hệ thống năng lượng gió, đồng thời, giới thiệu và so sánh các loại máy phát điện có trong hệ thống. Từ đó, xây dựng mô hình toán cho tuabin và máy phát điện đồng bộ nam châm vĩnh cữu. CHƯƠNG 2 PHƯƠNG PHÁP ĐIỀU KHIỂN DÒNG ĐIỆN STATOR TRỤC d TRONG HỆ THỐNG ĐIỆN GIÓ 2.1 Các phương pháp điều khiển dòng stator trục d Ba phương pháp điều khiển dòng stator trục d bao gồm điều khiển dòng stator
5 trục d bằng 0 (ZDC), điều khiển hệ số công suất bằng 1 (UPF), điều khiển từ thông stator bằng hằng số (CSFL), được trình bày như trong Hình 2.1. Điều khiển dòng stator trục d i* =0 ds i* # 0 dq ds Bộ điều MPPT khiển điện SPWM Tính Pm -- Điều khiển abc áp 3 pha - tốc độ Hình 2.1 Sơ đồ khối của các phương pháp điều khiển dòng stator trục d đề xuất [15,16] 2.2 Điều khiển dòng stator trục d bằng không Để thực hiện phương pháp điều khiển này (ids = 0), thành phần trục d của ids dòng điện stato được đặt bằng không và được minh họa như Hình 2.2. Công thức tính dòng, áp, hệ số công suất và mô-men của máy phát [15,16] i s = ids + jiqs = jiqs khi ids = 0 (2.1) Trong đó is là vectơ không gian dòng điện stator và is biểu thị độ lớn của dòng điện stator, cũng là giá trị đỉnh của dòng điện ba pha trong hệ quy chiếu tĩnh. ρ là các cặp cực và λr là từ thông rotor được tạo ra bởi nam châm vĩnh cửu trong PMSG, θv và θi, là các góc của vectơ điện áp và dòng điện stator, điện trở Rs của stator, tốc độ rotor của máy phát ɷr. 2.3 Điều khiển hệ số công suất bằng 1 Theo phương pháp điều khiển này, vectơ dòng điện stator và vectơ điện áp stator cùng hướng. Do đó, góc hệ số công suất bằng không và được minh họa như Hình 2.3. Theo [15,16] công thức tính dòng điện như sau  im im 2  2  − + ( ) − (iqs ) valid   2 2 ids =  (2.2)  im im 2  2  2 + ( 2 ) − (iqs )  not valid Điều kiện cho (2.2)  r iqs   (2.3) 2 Ls Cần lưu ý rằng khi điều kiện công thức (2.3) được thỏa mãn, PMSG hoạt động ở chế độ UPF.
6 2.4 Điều khiển từ thông stator bằng hằng số Để thực hiện phương pháp điều khiển này, cường độ của vectơ từ thông stator được duy trì không đổi và bằng với từ thông nam châm vĩnh cửu được minh họa Hình 2.4. Theo [15,16] công thức tính dòng điện như sau   ids = −im + (im ) 2 − (iqs ) 2 (2.4) Điều kiện cho (2.4)  r iqs   (2.5) Ls Công thức (2.5) chỉ ra rằng máy phát sẽ tạo ra dòng điện âm khi hoạt động ở chế độ CSFL. Bảng 2.1 Tổng hợp mối liên hệ giữa dòng điện stator trục d và q trong ba phương pháp điều khiển. Phương pháp điều khiển Mối liên hệ giữa dòng điện stator trục d và q  ZDC ids = 0  im i  UPF ids = − + ( m ) 2 − (iqs ) 2 2 2   CSFL ids = −im + (im ) 2 − (iqs ) 2 Nhìn vào Bảng 2.1 ta nhận thấy, dòng điện is của phương pháp ZDC là nhỏ nhất vì thành phần i*ds bằng không. Dòng điện is của phương pháp UPF sẽ nằm trên đường tròn có tâm (-im,0) bán kính im và do hai thành phần dòng điện trên trục d và q tạo thành. Tương tự như vậy, dòng điện is của phương pháp CSFL sẽ nằm trên đường tròn có tâm (-2im,0) bán kính 2im và do hai thành phần dòng điện trên trục d và q tạo thành. Do đó, dòng điện is của phương pháp CSFL có giá trị lớn gấp 2 lần dòng is của phương pháp UPF và điều này được trình bày như Hình 2.5.
7 d λr ids = 0 d λr ids θi ωr ωr φs = 0 θv θv δ θi φs is iqs is ωr ωr us us uds = ωr.Lq.iqs uqs = ωr.λr uds = ωr.Lq.iqs -ωr.Ld.iqs ωr.λr ωr q q Hình 2.2 Đồ thị vectơ không gian của Hình 2.3 Đồ thị vectơ không gian của máy phát đồng bộ với điều khiển ZDC máy phát đồng bộ với điều khiển UPF [16] [16] d λr ids Ls.ids θλ Điều khiển dòng stator trục d ωr θi Ls.iqs d -ids (-2im,0) (-im,0) (0,0) λs iqs=is is ZDC UPF is iqs CSFL iqs q is q Hình 2.4 Đồ thị vectơ không gian Hình 2.5 Đồ thị vectơ không gian ba từ thông của máy phát đồng bộ với trường hợp điều khiển dòng stator điều khiển CSFL [16] trục d 2.5 Phân tích và so sánh ba phương pháp điều khiển dòng Để đánh giá hiệu suất của các phương pháp điều khiển dòng điện stator trục d (ZDC, UPF và CSFL) của bộ chuyển đổi phía máy được kiểm chứng thông qua dạng sóng của công suất tác dụng và công suất phản kháng, hệ số công suất và dòng điện ở phía máy phát trong cùng điều kiện hoạt động bằng Matlab. Các thông số của tuabin và máy phát PMSG sử dụng trong mô phỏng được tham khảo [1]. Hình 2.6.a mô tả tốc độ gió giả định trong khoảng từ 7m/s đến 12m/s. Hình 2.6.b
8 kết quả cho thấy phương pháp điều khiển UPF (idUPF) có giá trị biên độ lớn nhất trong các dạng sóng của dòng stator trục d, trong khi phương pháp điều khiển ZDC (iqZDC) có giá trị bằng 0 tại mọi thời điểm. Hình 2.6.c dòng stator trục q (iqZDC, iqUPF, iqCSFL) trong ba phương pháp điều khiển xấp xỉ cùng giá trị khi tốc độ gió biến thiên. Hình 2.6.d các kết quả mô phỏng của từ thông stator từ thông stator của phương pháp điều khiển ZDC (λZDC) có giá trị lớn nhất, từ thông stator của phương pháp điều khiển UPF (λUPF) có giá trị nhỏ nhất với tốc độ gió thay đổi khác nhau. Có thể thấy rằng từ thông stator của phương pháp điều khiển CSFL (λCSFL) không thay đổi. Hình 2.7 cho thấy công suất tác dụng xấp xỉ cùng một giá trị vì theo công thức Hình 1.2 mô-men hoặc công suất tác dụng tỷ lệ thuận với dòng stator trục q. Ngoài ra, công suất phản kháng trong phương pháp điều khiển UPF (QUPF) luôn bằng 0, giá trị lớn nhất là công suất phản kháng trong phương pháp điều khiển ZDC (QZDC). Hình 2.8 công suất biểu kiến phương pháp điều khiển ZDC (SZDC) có giá trị lớn nhất, lý do này làm tăng chi phí ở phương pháp điều khiển ZDC, trong khi phương pháp điều khiển UPF có dao động nhỏ nhất. Hình 2.9 hệ số công suất trong phương pháp điều khiển UPF có giá trị lớn nhất (θUPF) và hệ số công suất trong phương pháp điều khiển CSFL (θCSFL) có giá trị trung bình còn hệ số công suất trong phương pháp điều khiển ZDC (θZDC) có giá trị nhỏ nhất. Hình 2.10 dòng điện stator của phương pháp điều khiển UPF (, isUPF) có giá trị lớn nhất do đó phương pháp điều khiển UPF sẽ phải chọn dây có tiết diện lớn cho bộ chuyển đổi phía máy và lý do này làm tăng chi phí và phương pháp điều khiển ZDC (isZDC) là giá trị nhỏ nhất. Từ các phân tích như ở trên, ta có thể tóm tắt như trình bày Bảng 2.2. Bảng 2.2 So sánh các thông số của ba phương pháp điều khiển Phương pháp điều khiển ZDC UPF CSFL Dòng điện stator trục d 0 cao trung bình Dòng điện stator trục q bằng nhau bằng nhau bằng nhau Từ thông cao thấp trung bình Công suất tác dụng bằng nhau bằng nhau bằng nhau Công suất phản kháng cao 0 trung bình Công suất biểu kiến cao thấp trung bình Hệ số công suất thấp 1 trung bình Dòng stator thấp cao trung bình
9 Hình 2.6(a) Kết quả mô phỏng tốc độ Hình 2.7 Kết quả mô phỏng dạng sóng gió dạng sóng trong miền thời gian trong miền thời gian của công suất tác dụng và công suất phản kháng trong ba phương pháp điều khiển. Hình 2.6(b) Kết quả mô phỏng dòng Hình 2.8 Kết quả mô phỏng dạng sóng điện stator trục d trong ba phương pháp trong miền thời gian của công suất biểu điều khiển kiến trong ba phương pháp điều khiển Hình 2.6(a) Kết quả mô phỏng tốc độ Hình 2.9 Kết quả mô phỏng dạng sóng gió dạng sóng trong miền thời gian trong miền thời gian của hệ số công suất trong ba phương pháp điều khiển Hình 2.6(d) Kết quả mô phỏng từ Hình 2.10 Kết quả mô phỏng dạng thông stator trong ba phương pháp điều sóng trong miền thời gian với dòng điện stator trong ba phương pháp điều khiển khiển
10 Nhận xét • Phương pháp điều khiển ZDC có hiệu suất kém và công suất phản kháng cao do đó chi phí cao trong các hệ thống biến đổi điện năng từ tuabin gió có vận tốc gió luôn thay đổi. • Phương pháp điều khiển UPF có hiệu suất cao trong các hệ thống chuyển đổi năng lượng gió có tốc độ gió thay đổi, tuy nhiên, làm giảm mức công suất của cấu hình đề xuất. Điều này sẽ dẫn đến kích thước nhỏ hơn và do đó giảm chi phí của mạch điện, đây là một trong những cân nhắc đáng kể cho thiết kế tuabin gió công suất lớn. • Phương pháp điều khiển CSFL có hiệu suất cao và hệ số công suất xấp xỉ một trong các hệ thống chuyển đổi năng lượng gió có tốc độ gió thay đổi. 2.6 Kết quả thực nghiệm Cấu hình HIL được đề xuất bao gồm hai phần như minh họa trong Hình 2.11. Phần đầu tiên là máy vi tính có phần mềm RT-Lab, phần thứ hai là bộ OPAL-RT (OP5707-XG) sử dụng bộ xử lý Intel để tính toán thời gian thực của các mô hình. Hình 2.12 trình bày cấu hình thực tế HIL trên OPAL-RT OP5707XG dùng dao động ký DSOX 2014A để đo kết quả tín hiệu. Hình 2.13 chỉ ra cấu hình kết nối phần cứng OP5707XG với dao động ký DSOX 2014A thông qua hai card vào ra OP5340 và OP5330. Trong Hình 2.14 chỉ ra kết quả đo được từ dao động ký DSOX 2014A tín hiệu tốc độ gió và dòng điện trục d (idZDC,idUPF,idCSFL) của 3 phương pháp điều khiển. Hình 2.11 Cấu hình HIL đề xuất Hình 2.14 Dòng điện id trong 3 phương pháp điều khiển
11 Hình 2.12 Thiết lập thực nghiệm HIL trên Hình 2.15 Dòng điện iq trong 3 phương OPAL-RT OP5707XG pháp điều khiển Hình 2.13 Cấu hình kết nối phần cứng Hình 2.16 Công suất tác dụng và công suất OP5707XG với dao động ký DSOX 2014A phản kháng của 3 phương pháp điều khiển 2.7 Kết luận Trong chương này, tác giả đã kiểm chứng độ tin cậy của kết quả mô phỏng dùng Matlab các phương pháp điều khiển dòng điện stator trục d của hệ thống tuabine gió bằng thực nghiệm theo cấu hình HIL. Từ những kết quả thu được, tác giả nhận thấy rằng các kết quả mô phỏng dùng Matlab cũng có độ tin cậy cao và trùng hợp với các kết quả thực nghiệm. Đồng thời, đề xuất phương pháp điều khiển CSFL để đạt được chất lượng điều khiển tốt, công suất biểu kiến nhỏ mang tính kinh tế cao vì giảm giá thành. Công trình Tuan Ngoc Anh Nguyen, Pham Cong Duy, Cong-Thanh Pham, and Nguyen Huu Chan Thanh, “D-axis stator current control methods applied to PMSG-based wind energy systems: A comparative study”. WSEAS transactions on systems and control, vol. 14, Art.#31, pp. 239-246, 2019. CHƯƠNG 3 CÁC THUẬT TOÁN THÔNG MINH CHO BỘ ĐIỀU KHIỂN BÁM ĐIỂM CÔNG SUẤT CỰC ĐẠI TRONG HỆ THỐNG NĂNG LƯỢNG GIÓ 3.1 Các thuật toán thông minh cho bộ điều khiển bám điểm công suất cực đại Mối quan hệ giữa công suất tuabin (Pm) và tốc độ gió (vw) khi tốc độ gió thay đổi. Trong điều kiện tốc độ gió thay đổi nhanh chóng, phương pháp MPPT truyền
12 thống không theo dõi được MPP và có thể vướng vào tối đa cục bộ [24]. Do đó, những vấn đề này đã được giải quyết bằng các thuật toán MPPT dựa trên thuật toán thông minh như GA, PSO, và EO [25-27]. 3.2 Thuật toán di truyền (GA) GA là phản ánh chọn lọc tự nhiên, chu trình này được thực hiện lặp đi lặp lại của các toán tử di truyền như chọn lọc, lai ghép và đột biến [30] Lưu đồ GA được trình bày như Hình 3.1. Bảng 3.1 Các tham số của thuật Bắt đầu toán GA Khởi tạo các tham số của thuật toán di truyền (GA) Mô tả Thông số Giá trị Gió vào vw = rand([3,12],120) Số lượng hạt Npop 50 Số thế hệ tối itermax 50 Khởi tạo thế hệ ban đầu của thuật toán di truyền (GA) đa wri = wrmin + rand(wrmax - wrmin) Xác suất lai 0.75 ghép Đánh giá hàm mục tiêu và xếp hạng cá thể Xác suất đột 0.1 biến Sai Kiểm tra điều kiện dừng Chiều dài iter
13 Bắt đầu Bảng 3.2 Các tham số của thuật toán PSO Khởi tạo các tham số của thuật toán bầy đàn (PSO) Mô tả Thông số Giá trị Gió vào vw = rand([3,12],120) Số lượng hạt Npop 50 Số thế hệ tối đa itermax 50 Khởi tạo thế hệ ban đầu của thuật toán bầy đàn (PSO) wri = wrmin + rand(wrmax - wrmin) Quán tính w 0.25 vi = wmin + rand(wmax - wmin) trọng lượng Hệ số gia tốc c1 và c2 c1=c2=2 Tính toán vị trí tốt nhất của mỗi hạt và hạt tốt nhất trong số tất cả các hạt Chuỗi ngẫu trong quần thể r1 và r2 rand (0,1) nhiên độc lập Cập nhật và tính toán vận tốc mới Vị trí của các rand (0,1) vi=f(px,Pbestx,Gbestx), hạt ban đầu Cập nhật và tính toán vị trí mới xi=f(px,vx) Vận tốc của các rand (0,1) hạt ban đầu Sai Kiểm tra điều kiện dừng iter
14 →  → → → → → C equ. pool = C equ (1) , C equ (2) , C equ (3) , C equ (4) , C equ (ave)  (3.3) • Số hạng hàm mũ (F) −  ( t −t0 ) F =e (3.4) trong đó λ là một vectơ ngẫu nhiên trong khoảng [0, 1] và t là một hàm lặp giảm theo số lần lặp. iter a2 ( )  Iter  Max _ iter t = 1 −  (3.5)  Max _ iter  trong đó Iter và Max_iter là hàm thay đổi của sự lặp lại và số lần lặp tối đa và a2 là một giá trị không đổi được sử dụng để quản lý khả năng khai thác. Cách tính t0 như sau → 1  →   t 0 = → ln  −a1 sign  r − 0.5  1 − e−  t   + t →  (3.6)      trong đó a1 là một giá trị không đổi được sử dụng để quản lý khả năng thăm dò. →  a1 và a2 bằng 2 và 1. sign  r − 0.5  chỉ ra hướng thăm dò và khai thác.   Thay công thức (3.6) vào công thức (3.4): → →  → F = a1sign  r − 0.5   e−  t − 1  (3.7)    • Tỷ lệ tạo (G) Tốc độ tạo (G) cho phép thuật toán EO cung cấp các giải pháp chính xác bằng cách cải thiện giai đoạn khai thác. → → → G = G 0 e− k (t −t0 ) (3.8) trong đó G0 là giá trị ban đầu và k là hằng số phân rã (k = λ). Do đó, biểu thức cuối cùng của tốc độ phát sinh như sau. → → → → → G = G 0 e− k (t −t0 ) = G 0 F (3.9) trong đó ( ) → G = GCP Cequ −  C (3.10)
15 0.5r1 r2  GP GCP =  (3.11) 0 r2  GP Lưu đồ của EO Bắt đầu Bảng 3.3 Các tham số của thuật toán Khởi tạo các tham số của thuật EO toán tối ưu hóa EO Mô tả Thông số Giá trị Gió vào Vw = rand([3,12],120) Số lượng hạt Npop 50 Khởi tạo thế hệ ban đầu của thuật toán Số thế hệ tối tối ưu hóa EO itermax 50 wri = wrmin + rand(wrmax - wrmin) đa Hằng số dùng Kiểm tra giới hạn của biến gió (wr) a1 2 để quản lý khả Kiểm tra trạng thái cân bằng ban đầu năng thăm dò wr1, wr2,wr3, FX1,FX2,FX3,... Hằng số dùng để quản lý khả a2 1 Đánh giá hàm mục tiêu và cập nhật trạng thái cân bằng mới năng khai thác Xác suất thế hệ GP 0.5 Cập nhật và tính toán biến mới (wr-new) Sai Kiểm tra điều kiện dừng Dừng iter
16 Bắt đầu Bảng 3.4 Các tham số của thuật toán Khởi tạo các tham số của thuật DE toán tiến hóa vi phân (DE) Mô tả Thông số Giá trị Gió vào Vw = rand([3,12],120) Số cá thể của Npop 50 Khởi tạo thế hệ ban đầu của thuật toán tiến hóa vi phân (DE) thế hệ wri = wrmin + rand(wrmax - wrmin) Số thế hệ tối itermax 50 Kiểm tra giới hạn của biến gió (wr) đa Xác suất lai 0.2 Kiểm tra trạng thái cân bằng ban đầu wr1, wr2,wr3, FX1,FX2,FX3,... ghép Hệ số tỷ lệ 0.2 Đánh giá hàm mục tiêu và cập nhật trạng giới hạn dưới thái cân bằng mới Hệ số tỷ lệ 0.8 Cập nhật và tính toán biến mới (wr-new) giới hạn trên Sai Kiểm tra điều kiện dừng iter
17  yn +1,i , if f ( yn +1,i )  f ( xn,i ) xn +1,i =  (3.15)  xn,i , if f ( yn +1,i )  f ( xn,i ) 3.6 Kết quả mô phỏng Hình 3.5 dạng sóng tốc độ gió thay đổi được chọn ngẫu nhiên trong khoảng 3 đến 12 m/s. Hình 3.6.a và 3.6.b biểu diễn hệ số công suất (Cp) trong thuật toán DE và EO gần như không đổi ở mức 0,48, trong khi thuật toán GA không ổn định và dao động rộng. Ngoài ra, Cp trong thuật toán PSO cũng không ổn định và dao động nhưng thấp. Hình 3.7.a và 3.7.b biểu diễn công suất tuabin tối đa dùng phương pháp MPPT, dựa trên thuật toán DE và EO có độ ổn định cao và theo dõi MPP rất hiệu quả, trong khi thuật toán GA- và PSO lệch khỏi MPP nên độ ổn định thấp hơn và theo dõi kém hơn. Hình 3.8.a và 3.8.b trình bày rõ ràng công suất tuabin trong thuật toán DE và EO có giá trị cao nhất, trong khi thuật toán GA là thấp nhất và thuật toán PSO là vừa phải. Hình 3.9.a, b và Hình 3.10.a,b công suất tuabin trong thuật toán DE và EO luôn cao hơn công suất tuabin trong thuật toán GA- và PSO. Hình 3.11.a công suất thuật toán EO gần như không đổi ở 4,5204e-07 trong khi thuật toán GA- và PSO không ổn định và dao động rộng. Hình 3.11.b công suất thuật toán DE gần như không đổi ở 0,9945 trong khi thuật toán GA- và PSO không ổn định và dao động rộng. Độ lệch chuẩn của thuật toán EO có giá trị nhỏ nhất là 1,3343e-18. Độ lệch chuẩn của thuật toán DE có giá trị nhỏ nhất là 1,5645e-15. Bảng 3.5 và 3.6 chỉ ra rằng phương pháp MPPT dựa trên thuật toán EO thu được công suất tuabin tốt nhất trong số các thuật toán PSO, GA. Bảng 3.5 Tính ổn định của ba thuật toán thông qua độ lệch chuẩn Thuật toán EO PSO GA Pmin (p.u) 4.5204 e-07 4.5203e-07 3.9144e-07 Paverage (p.u) 4.5204 e-07 4.5204e-07 4.4813e-07 Pmax (p.u) 4.5204e-07 4.5204e-07 4.5204e-07 Độ lệch chuẩn 1.3343e-18 1.7716e-12 7.5363e-09 Bảng 3.6 Tính ổn định của thuật toán GA, PSO và DE thông qua độ lệch chuẩn Thuật toán DE PSO GA Pmin (p.u) 0.9945 0.9945 0.9880 Paverage (p.u) 0.9945 0.9945 0.9940
18 Thuật toán DE PSO GA Pmax (p.u) 0.9945 0.9945 0.9945 Độ lệch chuẩn 1.5645e-15 1.3267e-07 9.1888e-04 Hình 3.5 Kết quả mô phỏng dạng sóng tốc độ gió (a) (a) (b) (b) Hình 3.6 Kết quả mô phỏng dạng sóng Hình 3.7 Kết quả mô phỏng dạng sóng hệ số công suất tuabin: (a) Trường hợp công suất tuabin và tốc độ quay rotor: GA, PSO và EO; (b) Trường hợp GA, (a) Trường hợp GA, PSO và EO; (b) PSO và DE Trường hợp GA, PSO và DE