Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine

• Autor(a) principal: Lenz, Wagner Barth
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/4170
• topic: CNPQ::ENGENHARIAS::ENGENHARIA MECANICA; Turbinas; Energia - Fontes alternativas; Controladores PID; Turbines; Renewable energy sources; PID controllers; Engenharia Mecânica

O consumo de energia elétrica vem aumentando. Esse crescimento estimula a produção que está inteiramente baseada em combustíveis fósseis. Entretanto, por razoes sociais, políticas ou ambientais há uma necessidade de mudar a fonte energética. A geração em larga, média e baixa escala por meio de turbinas eólicas é uma solução viável. Similar a outros métodos de geração, a turbina eólica precisa ser otimizada e controlada para funcionar da forma mais eficiente possível. Nesse trabalho um processo de otimização por enxame de partículas otimizou um perfil de uma turbina eólica baseado em duas equações de esticão que tinha como objetivo o melhor coeficiente de potência para a velocidade média. Também utilizou um controlador neuro fuzzy com base nos máximos para cada razão entre velocidades (). Três perfis de velocidade de vento foram usados para analisar a dinâmica da turbina eólica. O controlador se mostrou eficiente e manteve a rotação dentro da faixa esperada. Os resultados mostram que o controlador preveniu a geração acima da potência máxima, reduzindo a rotação em até 12 [rad/s] acima da potência máxima, em casos de oscilação na velocidade do vendo o controle se manteve estável com um baixo desvio padrão e reduzindo a potência em ao em até 8 [rad/s] para ondas senoidal e em até 9 [rad/s] para entradas aleatórias.