Chia sẻ bài báo qua Email ĐIỀU KHIỂN TRƯỢT BÁM CÔNG SUẤT DỰA VÀO HÀM HYPERBOLIC TANGENT MÁY PHÁT ĐIỆN GIÓ NGUỒN KÉP
Thông tin bài báo
Ngày nhận bài: 20/06/22 Ngày hoàn thiện: 29/07/22 Ngày đăng: 01/08/22Các tác giả
1. Phạm Thanh Tùng
, Trường Đại học Sư phạm Kỹ thuật Vĩnh Long2. Trần Thị Thùy Trang, Trường Đại học Sư phạm Kỹ thuật Vĩnh Long
3. Nguyễn Việt Trung, Trường Đại học Sư phạm Kỹ thuật Vĩnh Long
Tóm tắt
Nghiên cứu này thiết kế bộ điều khiển trượt dựa vào hàm hyperbolic tangent (SMC-tanh) để điều khiển trực tiếp công suất máy phát điện gió nguồn kép. Đây là loại máy điện ba pha không đồng bộ với cuộn dây rotor hở có thể được cấp điện bằng điện áp bên ngoài và được sử dụng rộng rãi trong các lĩnh vực công suất cao. Bộ điều khiển đề xuất được thiết kế để đảm bảo công suất thực tế của máy phát điện nguồn kép bám theo công suất mong muốn trong thời gian hữu hạn. Hàm herperbolic tangent được sử dụng để giảm hiện tượng dao động tần số cao (còn gọi là chattering) quanh mặt trượt. Tính ổn định của hệ thống được chứng minh bằng lý thuyết Lyapunov. Các kết quả mô phỏng với MATLAB/Simulink cho thấy hiệu quả của bộ điều khiển đề xuất với độ vọt lố là 0(%), sai số xác lập hội tụ về 0, thời gian tăng, thời gian xác lập của công suất hiệu dụng và công suất phản kháng tương ứng là 0,002(s), 0,0031(s) và 0,002(s), 0,0036(s).
Từ khóa
Toàn văn:
PDFTài liệu tham khảo
[1] L. Djilali, E. N. Sanchez, and M. Belkheiri, “First and High Order Sliding Mode Control of a DFIG-Based Wind Turbine,” Electric Power Components and Systems, vol. 48, no. 1–2, pp. 105–116, 2020.
[2] B. Kelkoul and A. Boumediene, “Stability analysis and study between classical sliding mode control (SMC) and super twisting algorithm (STA) for doubly fed induction generator (DFIG) under wind turbine,” Energy, vol. 214, no. 11, pp. 1-32, 2021.
[3] H. Chojaa, A. Derouich, S. E. Chehaidia, O. Zamzoum, M. Taoussi, and H. Elouatouat, “Integral sliding mode control for DFIG based WECS with MPPT based on artificial neural network under a real wind profile,” Energy Reports, vol. 7, no. 2021, pp. 4809–4824, 2021.
[4] Y. Sahri, S. Tamalouzt, F. Hamoudi, S. L. Belaid, M. Bajaj, M. M. Alharthi, M. S. Alzaidi, and S. S. M. Ghoneim, “New intelligent direct power control of DFIG-based wind conversion system by using machine learning under variations of all operating and compensation modes,” Energy Reports, vol. 7, pp. 6394–6412, 2021.
[5] D. Cherifi and Y. Miloud, “Hybrid Control Using Adaptive Fuzzy Sliding Mode Control of Doubly Fed Induction Generator for Wind Energy Conversion System,” Period. Polytech. Elec. Eng. Comp. Sci., vol. 64, no. 4, pp. 374–381, 2020.
[6] Y. Djeriri, “Direct power control based artificial neural networks of doubly fed induction generator for wind energy conversion system application,” Journal of Advanced Research in Science and Technology, vol. 5, no. 1, pp. 592–603, 2018.
[7] I. Yaichi, A. Semmah, P. Wira, and Y. Djeriri, “Super-twisting Sliding Mode Control of a Doubly-fed Induction Generator Based on the SVM Strategy,” Period. Polytech. Elec. Eng. Comp. Sci., vol. 63, no. 3, pp. 178–190, 2019.
[8] O. Zamzoum, Y. El, M. Errouha, A. Derouich, and A. El, “Active and Reactive Power Control of Wind Turbine based on Doubly Fed Induction Generator using Adaptive Sliding Mode Approach,” ijacsa, vol. 10, no. 2, pp. 397–406, 2019.
[9] E. O. Zouggar, S. Chaouch, D. O. Abdeslam, and A. L. Abdelhamid, “Sliding Control with Fuzzy Type-2 Controller of Wind Energy System Based on Doubly Fed Induction Generator,” I2M, vol. 18, no. 2, pp. 137–146, 2019.
[10] M. M. Alhato, S. Bouallègue, and H. Rezk, “Modeling and Performance Improvement of Direct Power Control of Doubly-Fed Induction Generator Based Wind Turbine through Second-Order Sliding Mode Control Approach,” Mathematics, vol. 8, no. 11, pp. 1–31, 2020.
[11] L. Pan, Z. Zhu, Y. Xiong, and J. Shao, “Integral Sliding Mode Control for Maximum Power Point Tracking in DFIG Based Floating Offshore Wind Turbine and Power to Gas,” Processes, vol. 9, no. 6, pp. 1–23, 2021.
[12] B. Kelkoul and A. Boumediene, “Stability analysis and study between classical sliding mode control (SMC) and super twisting algorithm (STA) for doubly fed induction generator (DFIG) under wind turbine,” Energy, vol. 214, no. 11, pp. 1–31, 2021.
[13] J. Liu, Sliding Mode Control Using MATLAB. Elsevier Science, 2017.
[14] D. Zhu, W. Zhang, C. Liu, and J. Duan, “Fractional-Order Hyperbolic Tangent Sliding Mode Control for Chaotic Oscillation in Power System,” Mathematical Problems in Engineering, vol. 2021, no. 3, pp. 1–10, 2021.
[15] Y. Ding, C. Liu, S. Lu, and Z. Zhu, “Hyperbolic Sliding Mode Trajectory Tracking Control of Mobile Robot,” Proceedings of the 2018 3rd International Conference on Electrical, Automation and Mechanical Engineering (EAME 2018), Xi’an, China, vol. 127, pp. 234–238, 2018.
[16] I. Mukherjee and S. Routroy, “Comparing the performance of neural networks developed by using Levenberg-Marquardt and Quasi-Newton with the gradient descent algorithm for modelling a multiple response grinding process,” Expert Syst. Appl, vol. 39, no. 3, pp. 2397–2407, 2012.
DOI: https://doi.org/10.34238/tnu-jst.6198
Các bài báo tham chiếu
- Hiện tại không có bài báo tham chiếu