Controle de potência de aerogeradores de indução duplamente alimentados (DFIG) em um sistema de potência radial utilizando Particle Swarm Optimization (PSO) e Ladder Iterative Technique (LIT)

A análise de fluxo de carga é um procedimento essencial no controle do sistema elétrico de potência, pois ajuda a calcular as tensões em cada barra e as correntes em cada ramo. Esse mecanismo é utilizado direta ou indiretamente em várias aplicações do sistema elétrico de potência, como geração distribuída, localização banco de capacitores, melhorias na qualidade de energia, otimização do sistema elétrico, entre outros. Este trabalho propõe determinar os valores das tensões do rotor para controlar as potências no estator das máquinas eólicas no valor determinado em uma rede de transmissão com duas linhas de transmissão e uma rede de 22kV. Para isso foi simulado um sistema de geração eólica baseado em DFIG (do inglês, Doubly-fed Induction Generator) em funcionamento, assim como sua operacionalização e controle. Foi utilizada a Otimização por Nuvem de Partículas (do inglês, Particle Swarm Optimization - PSO), para se obter uma determinada potência ativa e reativa trifásicas no estator usando a Ladder Iterative Technique (LIT), algoritmo de fluxo de carga em Matlab para determinar a tensão do rotor. A modelagem do DFIG foi desenvolvida através de modelos que refletem os mesmos cálculos realizados pelo software ATP-EMTP em regime permanente, conhecendo o comportamento das grandezas elétricas em vários pontos da topologia DFIG e posteriormente comparados os resultados obtidos no Matlab com os modelos desenvolvidos nas simulações. A PSO foi utilizada para determinar as tensões no rotor que serão capazes de entregar potências determinadas no estator. Os resultados apresentados mostraram que para valores altos de potência no estator no modo supersíncrono, o erro é menor, tornando os valores teóricos mais próximos dos valores simulados no ATP. Já no modo subsíncrono, o algoritmo PSO apresentou um melhor desempenho para valores de VS (tensão no estator) até 20MW chegando a zerar o custo a função objetivo da PSO, porém na simulação com VS de 30MVA apresentou um custo elevado, não convergendo nas iterações e apresentou um erro de 20,3% comparando o valor teórico aplicado no Matlab com o obtido no ATP para potência no estator. Após simulações, constatou-se que a PSO representa uma técnica de otimização rápida e robusta, capaz de resolver uma variedade de problemas complexos, incluindo aqueles de natureza não-linear, não diferenciável e até mesmo multi-objetivo. Além disso, suas vantagens principais incluem sua facilidade de implementação computacional, exigindo apenas poucos parâmetros e demonstrando rápida convergência. No entanto, é preciso considerar suas desvantagens, como a baixa convergência em espaços de alta dimensão e uma notável sensibilidade aos parâmetros de execução.