KALICI MIKNATISLI SENKRON GENERATÖRLÜ RÜZGAR TÜRBİNLERİNİN AŞIRI ÖĞRENME MAKİNE TABANLI KONTROLÜ

Abstract

Bu tez çalışmasında kalıcı mıknatıslı senkron generatörlü bir rüzgar türbininin tam ölçekli kontrolünü gerçekleştirebilecek aşırı öğrenme makinesi tabanlı bir kontrolör tasarlanmıştır. Bir akıllı kontrolörün tasarlanabilmesi için öncelikle kararlı çalışan ve parametrelerinin uygun bir şekilde seçildiği sistemin modellemesi yapılmalıdır. Bu amaçla, temel alınacak sistemin matematiksel modeli ile rüzgar türbinleri ve generatörlere ilişkin bilgiler Bölüm 2 boyunca verilmiştir. Bölüm 3'de sırt-sırta evirici, maksimum güç noktası izleme, faz kilitlemeli döngü, LCL filtre ve transformatör gibi sistemin temelini oluşturan ekipmanlar matematiksel olarak incelenmiş ve modellemeleri gerçekleştirilmiştir. Ek olarak optimal kontrolör tasarımı, darbe genlik modülasyonu, yapay zeka ve aşırı öğrenme makinesi gibi konulara değinilmiş matematiksel altyapıları gösterilmiştir. Bölüm 4'de rüzgar türbininde kontrol sisteminin tasarımı için gerekli aşamalardan bahsedilmiştir. Bu bölümde maksimum güç noktası denkleminin elde edilmesi, LCL filtrenin tasarımı, transfer fonksiyonunun bulunması konuları incelenmiştir. Ardından elde edilen transfer fonksiyonları kullanılarak optimal modülüs ve optimal simetri kriterlerine dayalı PI kontrolör tasarımı gerçekleştirilmiştir. Temel model elde edildikten sonra aşırı öğrenme makinesi adı verilen tek gizli katmanlı yapay sinir ağı kullanılarak yeni bir kontrolör tasarlanmıştır. Kontrolör olarak eğitilen ağın performansını inceleyebilmek için hem hata performansı hem de hız testleri gösterilmiştir. Bölüm 5'de tasarlanan rüzgar türbini sistemi için benzetim sonuçları; generatör tarafında rüzgar türbininin hızı, momenti, maksimum güç noktası izleme, d-q eksen akımları vb. grafikler ile sunulmuştur. Ayrıca şebeke tarafında DA bara gerilimi, d-q eksen akımları, LCL filtre gerilimi ve akımları gibi grafikler de verilmiştir. Geliştirilen aşırı öğrenme makinesi tabanlı kontrolörün sonuçları gösterilmiştir. Elde edilen sonuçlar tartışılmıştır.

This dissertation focuses on an extreme learning machine based controller that can perform full-scale control of a wind turbine with permanent magnet synchronous generator. In order to design an intelligent controller, a system modeling should be performed in which the stable operating parameters are selected appropriately. For this purpose to model of a wind turbine, firstly the main-system must be modeled mathematically after that the mathematical information about the wind turbine and the generator are given in Chapter 2. In Chapter 3, the equipment which contains the basis of the system such as back-to-back inverter, maximum power point tracking, phase looked loop, LCL filter and transformer have been examined and modeled. In this section, optimal PI controller design, pulse width modulation techniques, artificial neural network and extreme learning machine are also investigated. In Section 4, the steps for the design of the control system in the wind turbine have been showed. In this section, the determination of optimal maximum power point equation, design of LCL filter and determination of the transfer function are investigated. Then, PI controller design based on the optimal modulus and optimal symmetry criteria were realized. After the basic model was obtained, a new controller are designed by using a single hidden-layer artificial neural network called extreme-learning machine. In order to examine the performance of the neural network trained as controller, both performance indices and speed performance tests are shown. Wind turbine speed, torque, maximum power point tracking curve, d-q currents etc. are presented for the designed wind turbine system in Chapter 5. In addition, on the grid side DC bus voltage ,d-q currents, LCL filter voltages and currents are presented. The results of the extreme learning machine based controller are shown. The obtained results are discussed.