منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

دانلود رایگان مقاله انگلیسی عملکرد بالای ردیابی نقطه قدرت حداکثری با استفاده از الگوریتم کلونی مورچه در توربین بادی - الزویر 2018

عنوان فارسی
عملکرد بالای ردیابی نقطه قدرت حداکثری با استفاده از الگوریتم کلونی مورچه در توربین بادی
عنوان انگلیسی
High performance of Maximum Power Point Tracking Using Ant Colony algorithm in wind turbine
صفحات مقاله فارسی
0
صفحات مقاله انگلیسی
18
سال انتشار
2018
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
کد محصول
E8849
رشته های مرتبط با این مقاله
مهندسی کامپیوتر، مهندسی انرژی
گرایش های مرتبط با این مقاله
الگوریتم ها و محاسبات، هوش مصنوعی، انرژی های تجدیدپذیر
مجله
انرژی تجدید پذیر - Renewable Energy
دانشگاه
Laboratoire de technologie industrielle et de l’information - Faculté de technologie - Université de Béjaia - Algeria
کلمات کلیدی
MPPT، توربین باد، الگوریتم کلون مورچه، هوش مصنوعی، بهینه سازی، انرژی باد
۰.۰ (بدون امتیاز)
امتیاز دهید
چکیده

Abstract:


The growing interest in wind power as a source of electric power generation with minimal environmental impact and the advancement of aerodynamic designs, including wind turbines, have been the subject of numerous studies. When wind energy is integrated into the grid, this gives a significant amount of power added to the one produced by other types of plants. Several researchers aim to 11achieve high efficiency in wind power systems using maximum power point tracking (MPPT) of a variable-speed turbine but this technique is complicated because the different approximations that occur during the online calculations. The main objective of this work is to develop and improve a maximum power tracking control strategy using metaheuristic methods. Ant colony optimization (ACO) algorithm is used to determine the optimal PI controller parameters for speed control. The optimization of the speed gets a better value of power coefficient therefore the extracting power.

نتیجه گیری

5. CONCLUSION


In this work, a Maximum Power Point Tracking Using Ant Colony has been applied to wind energy conversion system connected to a Doubly Fed Induction Generator. The power coefficient has been maximized by using a metahuristic method of Ant colony optimization, and also used for extracting the wind power. The ACO algorithm has been used to optimize the parameters of proportional integral controllers in the speed control of the induction machine. This algorithm had the advantage to reach and find the best parameter without knowing induction machine parameters. The obtained results have been compared to the classical calculation with proportional integral regulator, and, it is clearly that the algorithm of ant colony optimization gives better parameters reached, in the results we get better power coefficient than classical control of speed, in the fact, more power extracted from wind turbine.


بدون دیدگاه