CONTROL STRATEGY OF WIND ENERGY CONVERSION SYSTEM FOR GRID CONNECTION

Abstract

ABSTRACT

This work presents a combination of artificial neural network (ANN) with the grey wolf optimization algorithm (GWO) to improve the power quality of a grid-connected distributed power generation system (DPGS). The GWO is a meta-heuristic optimization method inspired by the hunting behavior of grey wolfs. To assess the effectiveness of the proposed algorithm, a grid-tied of small-scale wind energy conversion system (WECS) is selected. The power quality issues refer to the output voltage and frequency fluctuation and harmonics arising because of the intermittent nature of wind speed and power converters. Power quality improvement is achieved through the cascaded control system’s optimal tuning of three proportional-integral (PI) controllers of the grid-side inverter (GSI). However, because the DPGS model is computationally costly, it is approximated using ANN to serve as a surrogate model of DPGS, which is considered a salient feature of this research. The input-output datasets were obtained by repeatedly simulating the proposed power system and were used to test and train the ANN model. Furthermore, the GWO is combined with an ANN model to improve optimization precision and shorten GWO execution time. According to the ANN model’s performance evaluation, the correlation coefficient (R) is close to one, while the mean squared error (MSE) is near zero. These findings demonstrate the ANN model’s great accuracy in approximating the DPGS model. Using MATLAB/Simulink, the system’s performance is evaluated using the optimum values obtained using GWO-ANN for various wind speed profiles. It showed the suggested power quality method’s improved stability, convergence behavior, the control mechanism's effectiveness, and the proposed topology's robustness.

ÖZET

Bu çalışma, şebekeye bağlı dağıtılmış güç üretim sisteminin (DPGS) güç kalitesini iyileştirmek için gri kurt optimizasyon algoritması (GWO) ile yapay sinir ağının (YSA) bir kombinasyonunu sunar. GWO, gri kurtların avlanma davranışından ilham alan bir meta-sezgisel optimizasyon yöntemidir. Önerilen algoritmanın etkinliğini değerlendirmek için, şebekeye bağlı küçük ölçekli rüzgar enerjisi dönüşüm sistemi (WECS) seçilmiştir. Güç kalitesi sorunları, çıkış voltajı ve frekans dalgalanması ile rüzgar hızının ve güç dönüştürücülerinin kesintili doğası nedeniyle ortaya çıkan harmonikleri ifade eder. Güç kalitesi iyileştirmesi, kademeli kontrol sisteminin şebeke tarafı invertörün (GSI) üç oransal-tümleşik (PI) kontrolörünün optimal ayarıyla elde edilir. Ancak, DPGS modeli hesaplama açısından maliyetli olduğu için, bu araştırmanın göze çarpan bir özelliği olarak kabul edilen DPGS'nin bir vekil modeli olarak hizmet etmek için YSA kullanılarak yaklaşık olarak tahmin edilmiştir. Dikkate alınan güç sistemi, YSA modelini doğrulayan ve eğiten girdi-çıktı veri kümelerini elde etmek için tekrar tekrar simüle edildi. Ayrıca, ANN modeli, optimizasyon kesinliğini artırmak ve GWO'nun yürütme süresini en aza indirmek için GWO ile birlikte kullanılır. YSA modelinin performans değerlendirmesine göre korelasyon katsayısı (R) bire yakınken, ortalama karesel hata (MSE) sıfıra yakındır. Bu bulgular, YSA modelinin DPGS modeline yaklaşmadaki büyük doğruluğunu göstermektedir. MATLAB/Simulink kullanılarak, çeşitli rüzgar hızı profilleri için GWO-ANN kullanılarak elde edilen optimum değerler kullanılarak sistemin performansı değerlendirilir. Önerilen güç kalitesi yönteminin gelişmiş kararlılığını, yakınsama davranışını, kontrol mekanizmasının etkinliğini ve önerilen topolojinin sağlamlığını gösterdi.