INVESTIGADOR(ES) PRINCIPAL(ES):

Fernando Mesa

10 horas

CODIGO CIE

3-20-7

Diana Marcela Devia Narváez

Coinvestigador

13 Horas

Carlos Alberto Ramírez Vanegas

Coinvestigador

13 Horas

Erisbey Marin Cardona

Estudiante

0 Horas

TIPO DE CONVOCATORIA

2020. Sin Financiación

TIPO DE PROYECTO

Investigación Básica

OBJETIVO(S)

General: Diseñar un controlador estocástico óptimo para un aerogenerador conectado a una micro red usando el lema de ito, elementos del cálculo de variaciones, y la teoría de control óptimo. Específicos 1. Modelar un aerogenerador conectado a una micro red. 2. Estudiar el efecto de las variables aleatorias como el viento en la generación eólica. 3. Analizar el comportamiento de señales de control para diferentes escenarios de generación en una micro red. 4. Desarrollar un algoritmo de control para atenuar los efectos de las variables estocásticas. 5. Implementar el cálculo de Ito para encontrar una solución óptima de control estocástico.

RESUMEN

Existen muchas formas de generar energía eléctrica, entre las diferentes formas de generar energía eléctrica se encuentran la energía eólica la cual aprovecha la energía cinética del viento para convertirla en eléctrica por medio de las hélices y un mecanismo producen el movimiento de un rotor del generador, normalmente un alternador trifásico, que convierte la energía mecánica rotacional en energía eléctrica. Debido a fenómenos climáticos la energía del viento no estará disponible en todo momento a diferencia de otras fuentes de energía, y la velocidad estará fluctuando continuamente, dichas fluctuaciones en la velocidad requieren de sistemas de control sofisticados en los aerogeneradores con el fin de regular la frecuencia con la cual se está generando energía eléctrica, ya que de no ser controlada traería inestabilidad en el sistema eléctrico, es por ello que en este trabajo se pretende diseñar un controlador óptimo que permita minimizar estos efectos, se empezará por modelar la velocidad del viento por medio de un proceso estocástico para posteriormente encontrar un modelo para el aerogenerador y así diseñar un controlador óptimo sobre dicho modelo. Un proceso estocástico describe la evolución temporal de una variable aleatoria que en este caso corresponde a la velocidad. Existen diferentes tipos de procesos estocásticos, en este trabajo se usará el de tiempo continuo, este define que la variable puede cambiar de valor en cualquier instante de tiempo [1], que es precisamente lo que sucede con la velocidad del viento. Lo anteriormente mencionado será para dar paso a encontrar un control óptimo para el aerogenerador con la finalidad de que los cambios en la frecuencia no afecten el sistema eléctrico y se maximice la generación de energía eléctrica.

SÍNTESIS DEL PROYECTO

La humanidad cada dia mas demanda mayores consumos de energia, es por tal razón que en la actualidad se buscan diferentes fuentes de energía eléctrica con la finalidad de suplir la demanda de energía, ya que las fuentes clásicas como las hidroeléctricas han venido siendo desplazadas. Entre las diferentes formas de generar energía eléctrica se encuentran la energía eólica la cual aprovecha la energía cinética del viento para convertirla en eléctrica por medio de las hélices y un mecanismo producen el movimiento de un rotor del generador, normalmente un alternador trifásico, que convierte la energía mecánica rotacional en energía eléctrica. Debido a fenómenos climáticos la energía del viento no estará disponible en todo momento a diferencia de otras fuentes de energía, y la velocidad estará fluctuando continuamente, dichas fluctuaciones en la velocidad requieren de sistemas de control sofisticados en los aerogeneradores con el fin de regular la frecuencia con la cual se está generando energía eléctrica, ya que de no ser controlada traería inestabilidad en el sistema eléctrico, es por ello que en este trabajo se diseña un controlador óptimo que permita minimizar estos efectos, se empezará por modelar la velocidad del viento por medio de un proceso estocástico para posteriormente encontrar un modelo para el aerogenerador y así diseñar un controlador u^ óptimo sobre dicho modelo. Un proceso estocástico describe la evolución temporal de una variable aleatoria que en este caso corresponde a la velocidad. Existen diferentes tipos de procesos estocásticos, en este trabajo se usa el de tiempo continuo, este define que la variable puede cambiar de valor en cualquier instante de tiempo , que es precisamente lo que sucede con la velocidad del viento. Lo anteriormente mencionado será para dar paso a encontrar un control óptimo para el aerogenerador con la finalidad de que los cambios en la frecuencia no afecten el sistema eléctrico y se maximice la generación de energía eléctrica. Un control óptimo busca encontrar una señal u^ que lleve el sistema que en este caso es el modelo del aerogenerador considerando el procesos estocástico del viento de un estado inicial conocido a uno final también conocido minimizando bien sea el tiempo, la energía u otras variables de interés, esto se logra gracias al cálculo de variaciones o calculo variacional, lo cual consiste en minimizar un funcional J(x,u,t), el cual depende de las variables de estado del sistema, del control a encontrar y del tiempo ya que se trata de un problema evolutivo

ESTADO

Concluye Satisfactoriamente

FECHA DE INICIO

03/04/2020

FECHA DE FINALIZACION

03/10/2021

FECHA DE FIN(PRÓRROGA)

03/12/2021

PRODUCTOS

ALGORITHM COORDINATE DESCENT FOR LASSO AND RIDGE REGRESSION TECHNIQUES

Circulación de conocimiento especializado

Análisis del Control óptimo y robusto para una turbina eólica con generador de inducción

Proyecto de grado

ANALYSIS OF CHAOS IN A STRANGE ATTRACTOR IN THE MAXWELLBLOCH EQUATIONS LASER MODEL USING THE LORENTZ EQUATIONS

Circulación de conocimiento especializado

Control by second order sliding modes for a double-fed induction generator for a wind turbine

Artículo en revista indexada

URL

Direct Power Compensation in AC Distribution Networks with SCES Systems via PI-PBC Approach

Artículo en revista indexada

URL

Direct Power Compensation in AC Distribution Networks with SCES Systems via PI-PBC Approach

Artículo en revista indexada

URL

Hybrid Optimization Strategy for Optimal Location and Sizing of DG in Distribution Networks

Artículo en revista indexada

URL

H2 controller design on engine rotor rotation

Artículo en revista indexada

URL

Optimal minimum time control for a direct current motor using bang-bang control

Artículo en revista indexada

URL

Optimal minimum time control for a direct current motor using bang-bang control

Artículo en revista indexada