dissertação
Controle preditivo baseado em modelo para conversores formadores de rede com operação ilhada
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Engenharia
Programa de Pós-Graduação
Programa de Pós-Graduação em Engenharia de Sistemas e Automação
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Uma microrrede é composta por vários sistemas de geração distribuída, de armazenamento e cargas. No entanto, o controle e a operação desses sistemas são complexos, principalmente nas microrredes que operam em modo ilhado. Nessa condição de operação, os conversores formadores de rede são responsáveis por manter o funcionamento adequado da microrrede, controlando a amplitude da tensão e a frequência de acordo com a referência dada a eles. Atualmente, o uso do controle preditivo vem crescendo, principalmente em circuitos de eletrônica de potência. Existem vários tipos de controle preditivo, em especial, o controle preditivo baseado em modelo com conjunto de controle finito. Esse controle prevê o comportamento futuro das variáveis de controle e com essa informação escolhe o melhor estado de chaveamento dos semicondutores de acordo com a minimização de uma função custo. Esse trabalho consiste em desenvolver um conversor formador de rede que opere em modo ilhado e utilize o controle preditivo baseado em modelo com conjunto de controle finito como técnica de controle. A validação desse sistema é realizada a partir de simulações com software MATLAB/Simulink e de testes no protótipo. O conversor formador de rede é testado com cargas lineares e não lineares, com variações nas referências de tensão e na carga. Os resultados obtidos mostram que a resposta dinâmica do algoritmo é muito rápida, na ordem de 1,17ms para o degrau de tensão, por exemplo. Observa-se também a robustez do controle frente as variações de parâmetros e a capacidade de rejeição de distúrbios, tais como ressonâncias e harmônicos. Além disso, a tensão se manteve regulada independente das variações ou do tipo de carga conectada ao conversor.
Abstract
A Microgrid is composed by distributed generation, storage systems and local loads. However, its control and operation are complex, especially in islanded mode. In this condition, grid forming converters are responsible for maintaining microgrid proper operation by controlling voltage amplitude and frequency according to the reference. Currently, the use of predictive control has been growing, especially in power electronics converters. There are several types of predictive control, in particular, the finite control set model predictive control. It preditcts the future behavior of the control variables and, with this information, selects the best switching state according to the cost function optimization. This work consists of developing a grid forming converter, which operates in islanded mode and uses the finite control set model predictive control. A validation of this system is performed from simulations using the MATLAB/Simulink and prototype testing. The grid forming converter is tested with linear and nonlinear loads and with voltage and load variations. The results show the dynamic response of the algorithm is very fast, of about 1,17ms for voltage variations, for example. It is also noted the control is capable of harmonic rejection and it is robust to model parameter mismatches. In addition, the voltage is always regulated regardless of the type and magnitude of loads.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
GUIMARÃES, R. A. Controle preditivo baseado em modelo para conversores formadores de rede com operação ilhada. 2019. 106 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação) – Universidade Federal de Lavras, Lavras, 2019.