Tecniche neurali per la massima potenza in generatori eolici

Si propone una tecnica d''inseguimento della massima potenza generabile (MPPT=Maximum Power Point Tracking) basata sulla rete neurale artificiale GNG (Growing Neural Gas) per generatori eolici con macchina asincrona. Il sistema, messo a punto da ricercatori dell''unità operativa di Palermo dell''Issia-Cnr, utilizza la rete GNG per apprendere le superfici caratteristiche (fase di learning) della turbina. Si sfrutta poi in tempo reale la capacità della rete GNG per stimare la velocità del vento. L''algoritmo realizza quindi un anemometro virtuale: a partire dalla velocità del vento stimata, si calcola la velocità ottimale di rotazione della turbina, che viene fornita come riferimento al sistema di controllo. In tal modo è garantito il funzionamento in corrispondenza del punto di massima potenza per ogni valore della velocità del vento. In aggiunta, al fine di evitare l''impiego di un misuratore di velocità angolare della macchina (encoder), si utilizza uno stimatore di velocità angolare basato su un osservatore di stato di ordine pieno con stima della velocità basata sulla rete neurale di tipo TLS EXIN. In questo senso, si può definire questo sistema sensors-less, in quanto non adotta né il misuratore di velocità del vento né quello di velocità angolare di macchina. Conseguentemente l''affidabilità complessiva del sistema è incrementata ed il costodel sistema ridotto. Il sistema ottenuto presenta i seguenti vantaggi: la massima potenza generabile è ottenuta senza il ricorso ad algoritmi iterativi, il metodo è un sensors-less che non utilizza encoder o anemometri, per bassa velocità del vento. La conoscenza della caratteristica della turbina, appresa dalla rete neurale, garantisce minori velocità di cut-in rispetto ai sistemi tradizionali. Ciò si traduce in un maggiore quantitativo di energia raccolta.

Autori: M. Pucci, M. Cirrincione

Titolo: Neural MPPT Control of Wind Generators With Induction Machines Without Speed Sensors

Rivista: IEEE Transactions on Industrial Electronics

Anno: 2011

Riferimenti bibliografici: Vol. 58, n. 1 (2011), pp. 37-47. Special Section Renewable Energy Systems