دانلود مقاله ترجمه شده طراحی کنترلMPPT جدید برای سیستم های تولید برق ژنراتور بادی – IEEE 2012

مشخصات مقاله انگلیسی (PDF)
سال انتشار	۲۰۱۲
تعداد صفحات مقاله انگلیسی	۶ صفحه با فرمت pdf
رشته های مرتبط با این مقاله	مهندسی برق و مکانیک
گرایش های مرتبط با این مقاله	مهندسی الکترونیک، مکاترونیک، تولید، انتقال و توزیع، تبدیل انرژی
مجله	سی و هشتمین کنفرانس سالانه انجمن الکترونیک صنعتی ۳۸th Annual Conference on Industrial Electronics Society
شناسه شاپا یا ISSN	ISSN ۱۵۵۳-۵۷۲X
رفرنس	دارد
لینک مقاله در سایت مرجع	لینک این مقاله در سایت IEEE
نشریه آی تریپل ای

• فهرست مطالب:

چکیده

۱٫ مقدمه

۲٫ فرمول مسئله حداکثر توان

نقطه ردیابی برای سیستم های ژنراتور توربین بادی

۳٫ ساختار کنترل جدید برای ژنراتور توربین بادی با MPPT

یک خطای ردیابی را به عنوان معادله. (۱۸) تعریف نمایید

۴٫ ساختار شبکه عصبی بازگشتی پیشنهاد

A. لایه ورودی

B. لایه پنهان

C. لایه خروجی

۵٫ کنترل کننده PI- طراحی شده توسط الگوریتم GA و تایید شبیه سازی

۶٫ نتیجه گیری ها

• بخشی از ترجمه:

۶٫ نتیجه گیری ها

در این مطالعه، بر اساس دامنه توان مکانیکی توربین بادی به ازای سرعت چرخش، یک الگوریتم MPPT جدید را با استفاده از جبرانساز شبکه عصبی برای جلوگیری از مشکل نوسان و اثر پارامترهای نامشخص در سیستم های ژنراتور توربین بادی پیشنهاد نمودیم. به طور طبیعی، مشخصات سرعت چرخش توربین بادی توسط شرایط سرعت باد و تراکم هوا تعین می شود و در نتیجه فن آوری های تغییر محل نقطه توان ماکزیمم باید در کاربردهای کنترل ردیابی نقطه -حداکثر-توان توسعه (MPPT) به منظور ایجاد بازده بهینه از انرژی باد در شرایط عملیاتی مختلف ژنراتور توربین بادی توسعه یابند. در این مطالعه، عدم قطعیت ها در سیستم های تولید توان توربین بادی توسط یک شبکه عصبی و چرخه کار مبدل تقویتی dc/dc جبرانسازی می شود که توسط یک کنترل کننده PI تعیین می شود که پارامترهای آن توسط یک الگوریتم ژنتیک (GA) با کمک MATLAB مشخص می شوند. از نتایج شبیه سازی، اعتبار کنترل کننده MPPT پیشنهادی تحت تغییرات سرعت باد، تراکم هوای محیط و مشخصات الکتریکی بار قابل تایید می باشد.

• بخشی از مقاله انگلیسی:

VI. CONCLUSIONS

In this study, based on the slope of the wind-turbine mechanical power versus rotation speed, a novel MPPT algorithm using neural network compensator is proposed to avoid the oscillation problem and effect of uncertain parameters in wind-turbine generation systems. Naturally, the characteristics of the wind-turbine rotation speed is determined by the wind speed and air density conditions, thereby the technologies of changing the location of the maximum power point must be developed in the applications of maximum-power-point-tracking (MPPT) control in order to make the wind-turbine generator get the optimal efficiency from wind energy at different operating conditions. In this study, the uncertainties in wind-turbine generation systems are compensated by a neural network and the duty cycle of the boost dc/dc converter is determined by a PI controller, the parameters of which is determined by a genetic algorithm (GA) with the help of MATLAB. From the simulation results, the validity of the proposed MPPT controller can be verified under variations of wind speed, ambient air density, and the load electrical characteristics.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله با فرمت ورد