Otimização de controladores utilizando algoritmos genéticos para melhoria da capacidade de sobrevivência a afundamentos de tensão de aerogeradores de indução duplamente excitados

Na presente tese propõe-se uma metodologia de ajuste ótimo dos controladores do conversor interligado ao rotor de aerogeradores de indução duplamente excitados (DFIG), utilizando algoritmos genéticos (AG), com o objetivo de melhorar a segurança e a robustez do sistema elétrico de potência, permitindo que os aerogeradores DFIG participem da gestão técnica do sistema. Para garantir este objetivo, é utilizada uma estratégia de proteção do tipo “crow-bar” durante a falta, mantendo o conversor interligado ao rotor conectado à máquina. Imediatamente após a eliminação da falta, o “crow-bar” é desativado, e simultaneamente os controladores ótimos do conversor interligado ao rotor são acionados, previamente ajustados pelo AG, a fim de melhorar a capacidade de sobrevivência a afundamentos de tensão “ridethrough capability” e a margem de estabilidade global do sistema elétrico. Para validação da metodologia ótima desenvolvida foram realizadas simulações computacionais utilizando uma rede elétrica real, em três condições operacionais distintas.

ABSTRACT: It is proposed in this thesis a methodology to obtain optimal controllers gains for the rotorside converter of doubly fed induction generators (DFIGs) using a genetic algorithm approach. The main objective is to enhance the operational security and robustness of the power system, by a more effective contribution of the DFIG controllers to the system controllability. To reach this goal, the crow-bar protection scheme is activated during the fault period when severe voltage sags occur in order to maintain the rotor-side converter connected to the DFIG. Immediately after the fault is cleared the crow-bar protection scheme is deactivated and simultaneously the rotor-side converter optimal controllers are turned on which permits the improvement of the converter ride-through capability and also contribute to enhance the overall power system stability margin. The effectiveness of this proposed methodology was assessed for the DFIG-based plants using a real electrical network, in three different operational conditions.