선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 본 논문에서는 30kW 풍력발전기의 블레이드 관성 시정 수를 약 L3sec로 하였고 발전기의 관성 시정수를 0.144sec로 하였다.
- 본 논문에서는 DC 전동기를 사용하여 관성을 보상함으로 큰 관성의 블레이드를 모의하고 실제 바람의 데이터를 입력받아 사용하여 MPPT 속도 제어 알고리즘에 입각한 기본 제어 기법과 발전기 속도 기준값에 저역 통과 필터를 사용하여 발전기 속도의 MPPT 속도 제어알고리즘을 웅용한 기법을 시뮬레이션 및 소개, 비교하였다. MPPT+LPF 를 사용한 경우 기본적인 최적 효율제어기법보다는 일정 주파수 내에서 출력 효율이 개선된 결과를 보여주었다.
- 본 논문에서는 Matlab Simulink를 이용하여 풍력 발전기의 블레이드 특성을 모의하고 실제 현장에 불었던 바람의 속도를 저장하고 입력 데이터로 사용하여 바람의 패턴에 따른 풍속 변동 모의 및 기본적인 MPPT 속도제어 방식과 사용된 MPPT 방식에 저역 통과 필터를 포함한 제어기의 출력 특성에 관한 시뮬레이션을 수행하여보았고 비교 및 분석하였다.
- 실제 MPPT 속도 기준값 제어 방식을 그대로 따라가는 것이 이상적이 겠으나 풍속 변동에 따라 최고 Cp 값을 유지하기 위해 속도 제어기가 발전기를 최적 속도에 맞추어 따라간다 하여도 발전기에 비해 블레이드의 커다란 관성으로 인하여 속도 기준값에 따라 즉시 반응하기가 어렵고 급격한 풍속 변화율에 즉각적으로 반응하기 곤란하며 큰 관성체를 급격히 속도제어를 하기에는 블레이드와 발전기 축에 기계적인 무리가 가해진다고 추정하여 MPPT 속도 기준값 제어 방식의 속도 기준값의 격한 변화를 막기 위해 속도 제어 출력단에 저역 통과 필터를 설치함으로써 발전기 속도 제어를 MPPT 속도 기준값 방식과 같이 기준값에 즉각 따라가기보다 전체 관성 속도 제어 기준값에 대해 천천히 따라가도록 설정하였다.
대상 데이터
- 시뮬레이션을 수행하였다. 모델로 부안 해창의 30kW급 풍력 발전기를 선정하였고 풍속 데이터로는 부안군 해창에 설치되어있는 30kW급 풍력 발전기를 운전하면서 저장한 실제 풍속 데이터를 파일로 받아 그대로 구현하도록 하였으며 평균적인 바람의 세기로 180초 가량 일정 구간을 선택하여 시뮬레이션을 수행하였다. 기어비는 시뮬레이션 편의상 1:1로 설정하였고 시뮬레이션은 기존의 MPPT 속도 기준값 제어 알고리즘에 추종하는 방식과 MPPT+LPF 속도 기준값 제어 방식의 제어방식을 사용하여 두 결과를 비교하였다.
데이터처리
- 모델로 부안 해창의 30kW급 풍력 발전기를 선정하였고 풍속 데이터로는 부안군 해창에 설치되어있는 30kW급 풍력 발전기를 운전하면서 저장한 실제 풍속 데이터를 파일로 받아 그대로 구현하도록 하였으며 평균적인 바람의 세기로 180초 가량 일정 구간을 선택하여 시뮬레이션을 수행하였다. 기어비는 시뮬레이션 편의상 1:1로 설정하였고 시뮬레이션은 기존의 MPPT 속도 기준값 제어 알고리즘에 추종하는 방식과 MPPT+LPF 속도 기준값 제어 방식의 제어방식을 사용하여 두 결과를 비교하였다.
이론/모형
- 그림2와 그림3과 같이 Matlab Simulink 기반 하에 풍력발전 시뮬레이션을 수행하였다. 모델로 부안 해창의 30kW급 풍력 발전기를 선정하였고 풍속 데이터로는 부안군 해창에 설치되어있는 30kW급 풍력 발전기를 운전하면서 저장한 실제 풍속 데이터를 파일로 받아 그대로 구현하도록 하였으며 평균적인 바람의 세기로 180초 가량 일정 구간을 선택하여 시뮬레이션을 수행하였다.
- 계산부의 블록다이어그램을 보여주고 있다. 식(2), (3) 과 식⑺의 표현을 Matlab Simulink를 사용하여 구현하였으며 블레이드와 DC전동기의 관성을 정확히 알아야 확실한 관성 모의가 가능하다. 미분항을 구현하는 데는 2차 저역 통과 필터를 사용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.