초록
최근 풍력발전 시스템은 가장 빨리 발전하고 있는 신재생 에너지원중 하나로 각광을 받고 있으며, 풍력발전 시스템의 주된 관심사는 어떻게 광범위한 풍속의 변화에서도 효율적으로 시스템을 동작시키는 가에 있다. 가변속 풍력발전 시스템은 고정속 풍력발전 시스템에 비해 더 높은 에너지 효율, 낮은 컴포넌트 스트레스를 달성할 수 있다는 장점을 갖는다. 일반적으로 가변속 풍력발전 시스템의 제어를 위해서는 풍속정보의 취득이 필수적으로 요구된다. 하지만 풍속계 등에 의해 측정된 풍속은 여러 요인에 의해 정확하지 않다는 문제점을 갖는다. 이에 본 연구에서는 풍속의 추정을 위한 칼만 필터와 칼만 필터에 의해 추정된 정보를 사용하여 학습된 인공신경망으로부터 최적의 로터 회전 속도를 유추할 수 있는 새로운 형태의 가변속 풍력발전 시스템을 위한 제어 알고리듬을 제안하고자 한다. 또한 Matlab의 시뮬링크를 사용하여 다양한 시뮬레이션 수행하여 제안된 기법의 유용성을 확인하고자 한다.
As the wind has become one of the fastest growing renewable energy sources, the key issue of wind energy conversion systems is how to efficiently operate the wind turbines in a wide range of wind speeds. Compared to fixed speed turbines, variable speed wind turbines feature higher energy yields, lower component stress and fewer grid connection power peaks. Generally, measurement of wind speed is required for the control of variable speed wind turbine system. However, wind speed measured by anemometers is not accurate owing to various reasons. In this work, a new control algorithm for variable speed wind turbine system based on Kalman filter which can be used for the estimation of wind speed and artificial neural network which can generate optimum rotor speed is proposed. Also, to verify the feasibility of the proposed scheme, various simulation studies are carried out by using Simulink in Matlab.