Neural network-based stator current control for rated power regulation of permanent magnet synchronous generator wind turbines with differential evolution pitch optimization

Abstract

The main objective of this study is to achieve precise regulation of the Machine Side Converter (MSC) stator quadrature-axis current in a Permanent Magnet Synchronous Generator (PMSG) wind turbine, in order to reach rated maximum power at wind speeds exceeding the rated limit while preventing excessive current surges that could damage converter components, since a comprehensive comparison between adaptive Neural Network (NN) and Proportional Integral (PI) controllers for this purpose remains insufficiently addressed in the literature. These objectives were achieved by solving the following tasks: an accurate pitch angle estimation method was developed for wind speeds exceeding the rated value using the Differential Evolution (DE) algorithm; a PI controller was tuned to maintain the PMSG electrical angular speed at its rated value through the DE-optimized pitch angles; an adaptive NN controller, trained online using online delta-rule backpropagation algorithm, was developed to directly regulate the MSC stator quadrature-axis current; and both control schemes were implemented in MATLAB/Simulink under variable wind speed and generator inertia conditions. The most important results are that the MSC-based NN controller achieved rated maximum power with zero overshoot, compared to 72.9% overshoot in active power obtained with the PI-based speed regulator, and markedly reduced overshoots in the stator current, mechanical torque, rotor speed, and DC-link voltage. The significance of the obtained results lies in showing that direct neural-network-based current regulation protects MSC components from excessive current stress, extends system lifespan, and offers a scalable solution for large-scale wind energy deployment.

Obiectivul principal al acestui studiu este realizarea unei reglări precise a curentului în cuadratură al statorului Convertorului de pe Partea Mașinii (Machine-Side Converter – MSC) într-o turbină eoliană cu generator sincron cu magneți permanenți (PMSG), pentru a atinge puterea maximă nominală la viteze ale vântului care depășesc valoarea nominală, prevenind, în același timp, supracurenții care ar putea deteriora componentele convertorului, deoarece o comparație cuprinzătoare între regulatoarele adaptive bazate pe Rețele Neuronale (NN) și cele Proporțional-Integrale (PI) pentru acest scop rămâne insuficient abordată în literatura de specialitate. Aceste obiective au fost atinse prin rezolvarea următoarelor sarcini: a fost dezvoltată o metodă precisă de estimare a unghiului de pas pentru viteze ale vântului care depășesc valoarea nominală, utilizând algoritmul evoluție diferențială (DE); a fost reglat un regulator PI pentru a menține viteza unghiulară electrică a PMSG la valoarea nominală prin utilizarea unghiurilor de pas optimizate cu algoritmul DE; a fost dezvoltat un regulator adaptiv bazat pe o rețea neuronală (NN), antrenat online utilizând algoritmul de retropropagare online bazat pe regula delta, pentru a regla direct curentul în cuadratură al statorului MSC; iar ambele scheme de control au fost implementate în MATLAB/Simulink în condiții de viteză variabilă a vântului și de variație a inerției generatorului. Cele mai importante rezultate arată că regulatorul NN bazat pe MSC a atins puterea maximă nominală fără depășire, comparativ cu depășirea de 72.9 % a puterii active obținută în cazul regulatorului de viteză bazat pe PI, precum și o reducere semnificativă a depășirilor curentului statoric, cuplului mecanic, vitezei rotorului și tensiunii din circuitul de curent continuu. Semnificația rezultatelor obținute constă în demonstrarea faptului că reglarea directă a curentului, bazată pe o rețea neuronală, protejează componentele MSC împotriva solicitărilor excesive de curent, prelungește durata de viață a sistemului și oferă o soluție scalabilă pentru implementarea energiei eoliene la scară largă.

Основная цель данного исследования — достижение точного регулирования тока по квадратурной оси статора преобразователя со стороны машины (ПСМ) в ветротурбине с синхронным генератором с постоянными магнитами (ГПМ) для достижения номинальной максимальной мощности при скоростях ветра, превышающих номинальный предел, и предотвращения чрезмерных скачков тока, которые могут повредить компоненты преобразователя, поскольку всестороннее сравнение адаптивных нейронных сетей (НС) и пропорционально-интегральных (ПИ) регуляторов для этой цели недостаточно освещено в литературе. Эти цели были достигнуты путем решения следующих задач: разработан точный метод оценки угла наклона лопастей для скоростей ветра, превышающих номинальное значение, с использованием алгоритма дифференциальной эволюции (ДЭ); настроен ПИ-регулятор для поддержания электрической угловой скорости ГПМ на номинальном значении за счет оптимизированных с помощью ДЭ углов наклона лопастей; разработан адаптивный нейронный-регулятор, обученный в режиме онлайн с использованием алгоритма обратного распространения ошибки дельта-правила, для непосредственного регулирования тока по квадратурной оси статора ПСМ; и обе схемы управления были реализованы в Матлаб/Симулинк в условиях переменной скорости ветра и инерции генератора. Наиболее важными результатами являются то, что контроллер на основе нейронной сети с использованием ПСМ достиг номинальной максимальной мощности без перерегулирования, по сравнению с перерегулированием активной мощности в 72.9%, полученным с помощью регулятора скорости на основе ПИ-регулятора, и значительно снизил перерегулирование тока статора, механического крутящего момента, скорости вращения ротора и напряжения звена постоянного тока. Значимость полученных результатов заключается в демонстрации того, что прямое регулирование тока на основе нейронной сети защищает компоненты ПСМ от чрезмерной токовой нагрузки, продлевает срок службы системы и предлагает масштабируемое решение для крупномасштабного развертывания ветроэнергетических установок.