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. 일반적으로 풍속은 풍력발전시스템의 동특성에 큰 영향을 미치는 요소이다. 따라서 많은 풍력발전 제어 알고리즘은 성능향상을 위해 풍속의 측정을 요구하게 된다. 그러나 불행히도 풍속계와 같은 센서에 의한 실효 풍속의 정확한 측정은 어려운 실정이며 따라서 제어 시스템의 동작을 위해 풍속은 여러 가지 기법을 통해 추정되고 있는 실정이다. 이에 본 연구에서는 신경망 학습을 통해 현재 풍속을 추정한 후 추정된 풍속을 이용하여 최대 전력점을 추종(MPPT)하는 방법을 제안하고자 하며, 제안된 기법의 유용성 검증을 위해 실제 제작된 실험환경에서의 적용실험을 수행하였다.
As the wind has become one of the fastest growing renewable energy sources, the key issue of wind energy conversion systems is on how to efficiently operate the wind turbines in a wide range of wind speeds. In general, the wind speed is the main factor that impact on the dynamics of wind turbine system. Wind turbine algorithms are thus required to improve the performance of wind speed measurements. However, the accurate measurement of the effective wind speed using wind gauge and similar sensors is difficult such that control systems are needed for wind speed estimation using various techniques. Therefore, this research suggests the Maximum Power Point Tracking (MPPT) method for tracking the wind speed based on neural networks. Design experiments were carried out in laboratory environment to validate the application of the proposed method.
