ITRM20130272A1 - Metodo e relativo sistema per la conversione di energia meccanica, proveniente da un generatore comandato da una turbina, in energia elettrica. - Google Patents

Description

Metodo e relativo sistema per la conversione di energia meccanica, proveniente da un generatore comandato da una turbina, in energia elettrica.

La presente invenzione riguarda un metodo e relativo sistema per la conversione di energia meccanica, proveniente da un generatore comandato da una turbina, in energia elettrica.

Più dettagliatamente, l’invenzione concerne un metodo ed un sistema del tipo detto, studiati e realizzati per la conversione di energia meccanica, proveniente da un generatore sincrono comandato da una turbina, ad esempio eolica, in energia elettrica da immettere su una rete elettrica di potenza monofase, ma à ̈ ben evidente come la stessa non debba essere considerata limitata a questo impiego specifico.

Lo sfruttamento dell’energia eolica à ̈ significativamente aumentato negli ultimi dieci anni con conseguente crescita sia di installazioni di potenza, sia di installazioni per uso domestico o in ambiente urbano.

In particolare, le installazioni per uso domestico o urbano fanno parte della classe di installazioni di microgenerazione eolica o “Micro Wind Energy Conversion System†(µWECS) da connettere alla rete elettrica a bassa tensione.

I sistemi di conversione µWECS in ambiente urbano lavorano in condizioni di vento debole, spesso in regime turbolento, che varia rapidamente la sua velocità e la sua direzione. Inoltre, la collocazione in ambiente urbano pone problematiche dal punto di vista estetico ed acustico oltre che di ingombro.

In genere, i sistemi di conversione di energia meccanica derivante da turbine eoliche, e più in particolare i sistemi µWECS, necessitano sia di turbine molto efficienti, in grado di estrarre energia meccanica dal vento, sia di sistemi di conversione da energia meccanica in energia elettrica. Tali sistemi sono ottimizzati per lavorare con bassi valori di velocità del vento e in grado di rispondere a rapide variazioni, in modo da inseguire la massima potenza generabile.

L’inseguimento della massima potenza generabile avviene tradizionalmente mediante algoritmi iterativi di inseguimento del punto di massima potenza, anche detti “Maximum Power Point Tracking†(MPPT), i quali ricercano per tentativi il punto ottimale di funzionamento del sistema di conversione di energia. Tali sistemi tradizionali sono basati sulla perturbazione del punto di funzionamento e sulla corrispondente osservazione della potenza generata. Detti sistemi sono anche detti “Perturb & observe†oppure “Hill-climbing†.

Altri sistemi noti, invece, sono basati sul modello della turbina, ma necessitano della misurazione della velocità del vento o della velocità di rotazione della turbina o di entrambe le velocità.

Attualmente esistono sistemi per la conversione di energia meccanica, proveniente da generatori comandati da turbine eoliche, in energia elettrica da immettere su una rete elettrica, che comprendono processori, componenti elettronici di potenza e sensori meccanici, in particolare un encoder, per la misurazione della velocità angolare di rotazione della turbina, ed un anemometro, per la misurazione della velocità del vento.

Spesso, in associazione ai sistemi di conversione di energia, si utilizzano reti neurali. Dette reti neurali sono implementate su piattaforme di elaborazione basate su microprocessori di segnali digitali, anche detti “Digital Signal Processor†(DSP) dotati di istruzioni addizionali in grado di ottimizzare alcune funzioni matematiche per consentire l’implementazione di algoritmi che sarebbero invece inadatti dal punto di vista computazionale per i microprocessori general-purpose.

Tuttavia, i microprocessori DSP elaborano i dati in modo seriale, quindi per eseguire una singola operazione sono necessari diversi cicli di clock. Pertanto, la frequenza effettiva di esecuzione di una singola operazione risulta molto più bassa rispetto alla frequenza di clock.

Appare evidente come i sistemi noti presentino notevoli svantaggi.

Un primo svantaggio si verifica nell’impiego di algoritmi MPPT iterativi, i quali presentano tempi morti nei transitori di funzionamento del sistema di inseguimento del punto di massima potenza che causano una riduzione dell’energia prodotta.

Aumentando la velocità di ricerca del punto ottimo si riscontrano oscillazioni attorno al punto di lavoro, viceversa ad un rallentamento dell’algoritmo corrispondono tempi di convergenza più lunghi, che non consentono al sistema di rimanere agganciato sempre al punto ottimo.

In particolare, lo svantaggio degli algoritmi “Perturb & observe†oppure “Hill-climbing†consiste nella verifica continua del punto di funzionamento, anche quando il sistema sta già lavorando nel punto di massima potenza. Tale verifica à ̈ basata sulla variazione del punto di funzionamento anche quando questo coincide con il punto ottimo. Ciò influenza il rendimento in quanto, durante la fase di ricerca, il punto di lavoro varia continuamente.

Lo svantaggio degli algoritmi basati sul modello della turbina, consiste nel richiedere l’impiego di almeno un sensore meccanico, con il conseguente aggravio dei costi di realizzazione del sistema e la diminuzione dell’affidabilità del sistema stesso.

Un altro svantaggio à ̈ rappresentato dall’impiego delle reti neurali implementate su microprocessori DSP, che non consentono di raggiungere prestazioni elevate e che rendono l’implementazione della rete neurale difficile e costosa. Inoltre, le reti neurali note vengono addestrate on-line in base ai cambiamenti dinamici, che riguardano la struttura della turbina, come ad esempio la velocità di rotazione e le variazioni riguardanti la velocità del vento.

Infine, uno svantaggio dei sistemi noti à ̈ rappresentato dalla necessità di effettuare prove sperimentali in galleria del vento, con conseguente aggravio di costi.

Alla luce di quanto sopra, à ̈, pertanto, scopo della presente invenzione quello di realizzare un metodo ed un sistema di conversione di energia meccanica in energia elettrica che lavorino sempre nel punto di massima potenza generabile, ottenuta senza il ricorso ad algoritmi iterativi, in modo da eliminare i tempi morti nel funzionamento dell’algoritmo MPPT.

Ulteriore scopo della presente invenzione à ̈ quello di ricavare i valori delle grandezze meccaniche elaborate dal metodo di conversione, ossia velocità del vento e velocità di rotazione della turbina senza l’uso di sensori meccanici quali anemometri e/o encoder, con conseguente aumento della robustezza e dell’affidabilità del sistema e diminuzione dei costi e degli ingombri del sistema.

Ulteriore scopo della presente invenzione à ̈ quello di utilizzare una rete neurale per riprodurre le caratteristiche della turbina utilizzata in modo da massimizzare il quantitativo di energia raccolta soprattutto in applicazioni µWECS.

Un altro scopo della presente invenzione à ̈ quello di garantire un’elevata velocità di convergenza dell’algoritmo MPPT implementando la rete neurale su una piattaforma detta “Field Programmable Gate Array†(FPGA), in modo che la rete neurale possa essere anche riaddestrata off-line per riprodurre turbine di qualsiasi caratteristica.

Ulteriore scopo della presente invenzione à ̈ quello di riprodurre le superfici caratteristiche della turbina, sulla cui conoscenza à ̈ basato l’algoritmo MPPT, tramite simulazione con software basato su elementi finiti, senza effettuare necessariamente prove sperimentali in galleria del vento, in modo da ridurre i costi.

Un altro scopo della presente invenzione à ̈ quello di immettere energia elettrica nella rete elettrica nel rispetto della normativa nazionale ed internazionale vigente.

Ulteriore scopo della presente invenzione à ̈ quello di fornire gli strumenti necessari alla esecuzione del metodo e gli apparati che eseguono tale metodo.

Questi e altri risultati vengono ottenuti secondo l’invenzione con un metodo ed un sistema che risolve il problema dei tempi morti nei transitori per l’inseguimento del punto di massima potenza in sistemi per generazione eolica con macchine sincrone a magneti permanenti senza utilizzare sensori meccanici di velocità come encoder e/o anemometri, ottenendo così un aumento della quantità di energia erogabile rispetto ad un sistema tradizionale, specialmente per basse velocità del vento, ed un incremento della robustezza e dell’affidabilità del sistema.

Forma pertanto oggetto specifico della presente invenzione un metodo per la conversione di energia meccanica, proveniente da un generatore azionato da una turbina, in energia elettrica, da immettere su una rete elettrica, comprendente le seguenti fasi:

(A) fornire un convertitore elettronico di potenza collegabile in entrata a detto generatore ed in uscita a detta rete elettrica;

(B) fornire una potenza elettrica in uscita da detto generatore a detto convertitore elettronico di potenza;

(C) adattare detta potenza elettrica mediante detto convertitore elettronico di potenza per l’invio su detta rete elettrica mediante le seguenti sottofasi:

(C1) calcolare la velocità di rotazione di detta turbina;

(C2) calcolare un valore di stima della velocità del vento V che movimenta detta turbina;

(C3) calcolare la velocità di rotazione di

riferimento , cui corrisponde il punto di massima potenza immessa in detta rete elettrica per mezzo di un algoritmo di calcolo di inseguimento del punto di massima potenza (Maximum Power Point Tracking MPPT); detto metodo essendo caratterizzato dal fatto che detta sottofase (C1) viene implementata mediante un algoritmo che realizza un encoder virtuale e detta sottofase (C2) avviene mediante addestramento di una rete neurale che implementa un anemometro virtuale.

Ulteriormente secondo l’invenzione, detto encoder virtuale, implementato mediante detta sottofase (C1), viene ricavato secondo le seguenti ulteriori sottofasi:

(C1a) fornire la tensione in uscita da detto generatore, avente una componente dell’ondulazione residua sovrapposta ad una componente continua, a detto convertitore elettronico di potenza;

(C1b) innalzare il valore di detta componente continua di detta tensione fino a raggiungere un valore costante;

(C1c) convertire detto valore costante in un valore di tensione alternata monofase per l’allacciamento a detta rete elettrica;

(C1d) fornire un filtro passa banda mediante il quale estrarre la componente a frequenza fondamentale di detta ondulazione residua;

(C1e) calcolare la frequenza frippledi detta componente a frequenza fondamentale di detta ondulazione residua mediante un algoritmo zerocrossing;

(C1f) calcolare detta velocità di rotazione di f pi

detta turbina mediante la formula: ω<T>= ripple ⋅

, dove p 3 p

rappresenta il numero di coppie polari di detto generatore.

Preferibilmente secondo l’invenzione, detto anemometro virtuale, implementato mediante detta sottofase C2, viene ricavato secondo le seguenti ulteriori sottofasi:

(C2a) addestrare detta rete neurale, in modalità off-line di taratura iniziale del sistema fornendo almeno una terna di valori di velocità di rotazione , velocità del vento V e potenza totale PT;

(C2b) fornire detto valore di detta velocità di rotazione , calcolato in detta sottofase (C1f), alla rete neurale;

(C2c) fornire un valore di potenza , ottenuta

come , alla rete neurale dove η à ̈ il rendimento di detto generatore elettrico;

(C2d) ottenere in uscita da detta rete neurale un

valore di stima della velocità del vento necessario durante tutto il processo di conversione di energia.

Ancora secondo l’invenzione, detto algoritmo (MPPT) calcola la velocità di rotazione di riferimento

di detta turbina al quale corrisponde il massimo punto di potenza mediante la formula

in cui à ̈ il valore ottimale del valore noto

in cui R à ̈ il raggio di detta turbina e V à ̈ la velocità istantanea del vento.

Ulteriormente secondo l’invenzione, detto valore

di velocità di rotazione di riferimento di detta turbina viene inviato ad un sistema di controllo di detto convertitore per regolare la velocità di rotazione di detta turbina e ad un sistema di controllo di un inverter per controllare l’immissione della potenza su detta rete elettrica.

Preferibilmente secondo l’invenzione, in detta sottofase C2a off-line, detta rete neurale impara il legame fra dette tre grandezze V, ed e produce in uscita il risultato dell’apprendimento che consiste in pesi sotto forma di coefficienti numerici ottenuti mediante la funzione caratteristica della rete stessa e, durante la conversione di detta energia meccanica in detta energia elettrica, in detta sottofase C2d, detta di recall, detti pesi vengono utilizzati dalla rete neurale per stimare la velocità

del vento in tempo reale sfruttando la capacità di detta rete neurale di effettuare l’inversione di

funzione a partire dai dati istantanei di e .

Ancora secondo l’invenzione, durante detta sottofase C2d, vengono effettuate somme pesate di distanze euclidee fra punti, comprendenti gli insiemi dei vettori di dati in ingresso e dei corrispondenti vettori che costituiscono i pesi dei neuroni, in uno spazio a tre dimensioni, memorizzando una matrice di dati di dimensione 3xn dove n à ̈ il numero dei neuroni della rete neurale selezionati per rappresentare i dati della caratteristica di detta turbina.

Ulteriormente secondo l’invenzione, detta rete neurale à ̈ di tipo “Growing Neural Gas†(GNG) ed à ̈ implementata su una piattaforma di tipo “Field Programmable Gate Array†(FPGA).

E’ anche oggetto della presente invenzione un sistema per la conversione di energia meccanica, proveniente da un generatore comandato da una turbina, in energia elettrica, da immettere su una rete elettrica comprendente:

un convertitore elettronico di potenza collegabile in ingresso con detto generatore dal quale riceve in ingresso energia elettrica sotto forma di una terna trifase di tensioni con ampiezza e frequenza variabile, e collegabile in uscita con detta rete elettrica, alla quale fornisce tensione con ampiezza e frequenza pari a quelle presenti in detta rete elettrica e una corrente che dipende dalla potenza erogabile da detta turbina, detto convertitore elettronico di potenza comprendente a sua volta un raddrizzatore, un convertitore innalzatore, un inverter monofase ed un filtro passivo collegabili tra loro in cascata prima di alimentare detta rete elettrica,

unità logica di controllo atta alla regolazione di detto convertitore elettronico di potenza;

mezzi di rilevazione di grandezze elettriche, come tensione e corrente, presenti all’interno di detto convertitore elettronico di potenza atti ad inviare i valori di dette grandezze elettriche a detta unità logica di controllo,

detti convertitore elettronico di potenza, unità logica di controllo e mezzi di rilevazione di grandezze elettriche essendo configurati per eseguire detto metodo come descritto nelle rivendicazioni precedenti.

Infine secondo l’invenzione, detti mezzi di rilevazione comprendono in particolare:

un primo sensore di tensione collegabile in uscita a detto raddrizzatore,

un secondo sensore di tensione collegabile in uscita a detto convertitore innalzatore,

un terzo sensore di tensione collegabile su detta rete monofase,

un primo sensore di corrente collegabile all’ingresso di detto convertitore innalzatore,

un secondo sensore di corrente collegabile all’uscita di detto inverter monofase.

Preferite forme realizzative sono definite nelle rivendicazioni dipendenti.

La presente invenzione verrà ora descritta a titolo illustrativo ma non limitativo, secondo le sue preferite forme di realizzazione, con particolare riferimento alle figure dei disegni allegati, in cui: la figura 1 mostra lo schema elettrico del sistema per la conversione di energia secondo la presente invenzione;

la figura 2 mostra uno schema a blocchi di un particolare algoritmo di stima del metodo oggetto della presente invenzione;

la figura 3 mostra uno schema a blocchi di un ulteriore particolare algoritmo MPPT del metodo oggetto dell’invenzione;

la figura 4 mostra uno schema a blocchi del sistema di controllo di una parte del sistema di figura 1;

la figura 5 mostra l’andamento della velocità del vento stimata dalla rete neurale del sistema oggetto dell’invenzione;

la figura 6 mostra una variazione di velocità della turbina eolica corrispondente all’andamento della velocità di figura 5;

la figura 7 mostra un andamento della potenza elettrica immessa in rete;

la figura 8 mostra un grafico di curve caratteristiche in cui in ascissa à ̈ rappresentata la velocità di rotazione della turbina ed in ordinate à ̈ rappresentata la potenza della turbina parametrizzate con la velocità del vento risultanti durante prove di laboratorio; e

la figura 9 mostra un grafico di ulteriori curve caratteristiche in cui in ascisse à ̈ rappresentata la velocità di rotazione della turbina ed in ordinate à ̈ rappresentata la coppia della turbina parametrizzate con la velocità del vento risultanti durante prove di laboratorio.

Nelle varie figure le parti simili verranno indicate con gli stessi riferimenti numerici.

L’invenzione consiste in un metodo e relativo sistema di conversione di energia meccanica proveniente da un generatore sincrono a magneti permanenti comandato da turbina eolica, in energia elettrica da immettere su una rete elettrica di potenza monofase, dotato di un sistema privo di sensori o sensorless per l’inseguimento della massima potenza generabile, basato sull’implementazione di una rete neurale tipo “Growing Neural Gas†(GNG) su piattaforma di elaborazione di tipo “Field Programmable Gate Array†(FPGA).

Facendo riferimento alla figura 1, il sistema di conversione di energia 1 comprende un generatore sincrono 2 il cui ingresso à ̈ collegato ad una turbina eolica T e l’uscita à ̈ collegata ad un convertitore elettronico di potenza 3.

Il convertitore elettronico di potenza 3 a sua volta à ̈ connesso con l’ingresso di una rete monofase R di distribuzione di energia elettrica.

Il generatore sincrono 2 fornisce in ingresso al convertitore elettronico di potenza 3 energia elettrica sotto forma di una terna trifase di tensioni con ampiezza e frequenza variabile.

Detta energia viene successivamente convertita da detto convertitore elettronico di potenza 3 in una tensione con ampiezza e frequenza pari a quelle presenti nella rete monofase R e una corrente che dipende dalla potenza erogabile dalla sorgente.

Il sistema 1 comprende inoltre una pluralità di sensori di tensione, in particolare un primo sensore di tensione VS1, un secondo sensore di tensione VS2 ed un terzo sensore di tensione VS3 ed una pluralità di sensori di corrente, in particolare un primo sensore di corrente IS1 ed un secondo sensore di corrente IS2 per il rilievo delle grandezze elettriche di tensione e corrente e da un sistema di controllo che elabora le informazioni provenienti da detti sensori VS1, VS2, VS3, IS1, IS2, ed IS3 e che controlla detto convertitore elettronico di potenza 3 per l’inseguimento del punto di massima potenza generabile, come sarà descritto in dettaglio in seguito.

Il convertitore elettronico di potenza 3 à ̈ composto da un raddrizzatore 31 a diodi non controllato a ponte trifase la cui uscita à ̈ collegata ad un convertitore DC/DC innalzatore 32.

L’uscita del convertitore innalzatore 32 alimenta un inverter monofase 33 a ponte collegato alla rete monofase R tramite un filtro passivo 34 a “T†tipo LCL.

Il raddrizzatore 31, a partire dalla terna trifase all’uscita del generatore 2 fornisce una tensione continua con una ondulazione residua sovrapposta alla tensione continua al convertitore innalzatore 32.

Questo valore di tensione in ingresso al convertitore innalzatore 32 à ̈ variabile a causa delle variazioni di velocità della turbina T.

Il convertitore innalzatore 32 innalza il valore di detta tensione continua disponibile all’uscita del raddrizzatore 31 fino a raggiungere un valore costante da inviare in ingresso all’inverter monofase 33, che sia compatibile con l’erogazione verso la rete monofase R in modo da garantire la massima potenza generabile dalla coppia turbina T/generatore 2.

L’inverter monofase 33 converte la tensione continua disponibile all’uscita del convertitore innalzatore 32 in una tensione alternata monofase per l’allacciamento alla rete monofase R.

La pluralità di sensori comprende in particolare un primo sensore di tensione VS1 posto all’uscita del raddrizzatore 31, un secondo sensore di tensione VS2 posto all’uscita del convertitore innalzatore 32, un terzo sensore di tensione VS3 posto sulla rete monofase R, un primo sensore di corrente IS1 posto all’ingresso del convertitore innalzatore 32 ed un secondo sensore di corrente IS2 posto all’uscita dell’inverter monofase 33.

Il segnale proveniente dal sensore VS1 Ã ̈

utilizzato al fine di stimare in tempo reale la

velocità di rotazione della turbina T mediante un

algoritmo di stima, come sarà descritto nel dettaglio

in seguito, a partire dall’ondulazione residua o

“ripple†sovrapposta alla tensione continua.

La frequenza dell’ondulazione residua à ̈, infatti, pari a 6 volte la frequenza elettrica della tensione del generatore 2, la quale à ̈ proporzionale alla velocità di rotazione della turbina T.

Pertanto, come mostrato in figura 2, tramite un filtro digitale passa-banda 321 si estrae la componente a frequenza fondamentale dell’ondulazione residua.

Successivamente, un algoritmo zero-crossing 322, in base ai passaggi per lo zero di tale forma d’onda, calcola il periodo K e, di conseguenza, la frequenza della componente a frequenza fondamentale dell’ondulazione residua fripple.

Il valore di fripplepermette il calcolo della velocità di rotazione della turbina T misurata in fripple ⋅ pi

rad/s, secondo la formula ω<T>= , dove p rappresenta 3 p

il numero di coppie polari del generatore 2.

Queste operazioni realizzano le stesse funzioni di un encoder e pertanto sono assimilabili ad un encoder virtuale.

A partire dalla conoscenza delle superfici caratteristiche della turbina , ottenibili tramite simulazione con software basato su una analisi agli elementi finiti oppure sperimentalmente in galleria del vento, dove à ̈ la potenza meccanica della turbina e à ̈ la velocità angolare reale della turbina, si utilizza una rete neurale tipo “Growing Neural Gas†(GNG).

La rete neurale viene inizialmente addestrata nella fase di apprendimento, detta fase di learning.

Tale fase à ̈ effettuata off-line, una sola volta all’atto della configurazione iniziale del sistema 1, su un comune calcolatore da tavolo.

In questa fase, la rete neurale, riceve in ingresso la potenza meccanica della turbina , la velocità angolare della turbina e la velocità del vento V, impara il legame fra queste tre grandezze V, ed e produce in uscita il risultato dell’apprendimento che consiste in pesi sotto forma di coefficienti numerici ottenuti mediante la funzione caratteristica della rete stessa.

Questi pesi vengono poi inviati alla piattaforma di elaborazione FPGA per implementare on-line la fase di recall sotto forma di algoritmo.

Detto algoritmo effettua somme pesate di distanze euclidee fra punti, comprendenti gli insiemi dei vettori di dati in ingresso e dei corrispondenti vettori che costituiscono i pesi dei neuroni, in uno spazio a tre dimensioni, in modo da non essere gravosa per il calcolo on-line.

Questo richiede che sia memorizzata una matrice di dati di dimensione 3xn dove n à ̈ il numero dei neuroni della rete neurale selezionati per rappresentare i dati della caratteristica della turbina.

Durante la fase di recall, viene stimata la

velocità del vento in tempo reale durante il funzionamento del sistema 1 di figura 3.

In questa fase si sfrutta la capacità della rete neurale GNG di effettuare l’inversione di

funzione a partire dai dati istantanei di e .

In particolare, la rete neurale GNG stima la

velocità del vento effettuando il calcolo della

funzione inversa , tale inversione di funzione à ̈ realizzata attraverso la fase di recall della rete neurale.

La rete neurale quindi, durante la fase di recall, restituisce una delle tre grandezze V, ed sulla base del valore delle altre due.

In questo caso particolare si sfrutta questa caratteristica per ottenere la vstim.

Queste operazioni realizzano le stesse funzioni di un anemometro e pertanto sono assimilabili ad un anemometro virtuale.

Si fa riferimento ora alla figura 3 per quanto riguarda il funzionamento dell’algoritmo per la massimizzazione della potenza generabile o “Maximum Power Point Tracking†(MPPT) che viene standardizzato per la specifica turbina T utilizzata, in modo da conoscere sempre quale deve essere il punto di massima potenza in cui deve lavorare il sistema di conversione di energia 1.

I tempi con i quali il sistema di conversione di energia 1 viene portato a lavorare in corrispondenza del punto di massima potenza sono legati soltanto alla dinamica dell’anello di controllo della velocità del vento V.

L’informazione sulla velocità del vento V à ̈ anche utile per controllare il sistema di conversione di energia 1 nelle regioni critiche, come per esempio nella zona di cut-off.

La potenza erogata dalla turbina T viene inviata in ingresso alla rete neurale GNG insieme ad , calcolata in precedenza, per stimare la velocità

del vento come descritto in precedenza.

potenza à ̈ ottenuta come , dove à ̈ la potenza elettrica calcolata come valore medio del prodotto fra tensione e corrente in uscita rispettivamente dal primo sensore di tensione VS1 e dal primo sensore di corrente IS1 prima dell’ingresso del convertitore innalzatore 32 ed η à ̈ il rendimento del generatore elettrico 2, le cui variazioni in base alla velocità della turbina e quindi alla velocità del vento V sono misurate off-line in fase di taratura iniziale del sistema di conversione di energia 1 e successivamente salvate in una look-up table (LUT1).

L’algoritmo MPPT, infine, a partire dalla velocità

stimata del vento in uscita dalla rete neurale

calcola la velocità di riferimento di rotazione della turbina T necessaria per ottenere la massima

potenza, mediante la formula: , dove R Ã ̈

il raggio della turbina T e à ̈ il valore ottimale

del rapporto che à ̈ una quantità nota che

dipende dalla turbina T. Il valore à ̈ inviato al sistema di controllo.

In tal modo à ̈ garantito il funzionamento del sistema di conversione di energia 1 in corrispondenza del punto di massima potenza per ogni valore della velocità del vento V.

Il sistema di controllo della turbina T effettua il controllo del convertitore innalzatore 32 e dell’inverter monofase 33.

Il convertitore innalzatore 32 à ̈ controllato con lo scopo di regolare la velocità di rotazione della turbina T. Il convertitore innalzatore 32 rappresenta un carico elettrico, variabile elettronicamente, per il generatore 2. La modifica del punto di lavoro di tale generatore fa variare il carico meccanico sulla turbina T, in modo tale da portare il sistema turbina T/generatore 2 a funzionare nel punto di massima potenza.

Il sistema di controllo del convertitore innalzatore 32 riceve dall’algoritmo MPPT il valore di

riferimento della velocità della turbina T, e fornisce in uscita come variabile di controllo il dutycycle del convertitore innalzatore 32.

Per semplificare il sistema di controllo, considerato che il carico ottimo del generatore 2 à ̈ noto per ogni velocità di rotazione della turbina T, si utilizza una relazione basata sull’interpolazione dei dati provenienti dalla look-up table per fornire

direttamente il duty-cycle a partire dalla .

Il controllo dell’inverter 33 per l’immissione della potenza sulla rete monofase R si basa, invece, sulla misura della tensione all’uscita del convertitore innalzatore 32 mediante il secondo sensore di tensione VS2 e sulla tensione della rete monofase R mediante il terzo sensore di tensione VS3 e sulla corrente erogata dall’inverter 32 misurata mediante il secondo sensore di corrente IS2.

In figura 4 à ̈ riportato lo schema a blocchi del funzionamento del sistema di controllo dell’inverter.

L’algoritmo implementato dal sistema di controllo dell’inverter 33 à ̈ di tipo Voltage Oriented Control (VOC) riportato al caso monofase che funziona nel seguente modo.

Quando à ̈ disponibile potenza dalla turbina T, la tensione VS2 presente all’uscita del convertitore innalzatore 32 tende ad aumentare.

L’errore rispetto ad un valore di riferimento di questa tensione à ̈ elaborato da un regolatore proporzionale/integrale (PI), la cui uscita

costituisce il riferimento di corrente da iniettare nella rete monofase R, corrispondente alla componente in fase con la tensione della rete monofase R.

La componente in quadratura della stessa corrente

invece, à ̈ controllata in modo da essere nulla, il che corrisponde ad avere uno scambio di potenza reattiva nulla. In tal modo, l’erogazione verso la rete avviene con fattore di potenza unitario.

Gli algoritmi dei sistemi di controllo del convertitore innalzatore 32 e dell’inverter 33 sono implementati sulla stessa piattaforma FPGA su cui à ̈ implementata la rete neurale GNG.

Facendo ora riferimento alle figure 5, 6 e 7, si riportano alcuni risultati ottenuti in laboratorio durante le verifiche sperimentali. Si à ̈ emulata una brusca variazione della velocità del vento V da 5 m/s a 9 m/s.

In particolare, la figura 5 mostra l’andamento della velocità del vento V stimata dalla rete neurale che si comporta come un anemometro virtuale.

La figura 6 mostra la corrispondente variazione di velocità della turbina T, stimata a partire dall’ondulazione residua di tensione, realizzando l’encoder virtuale.

Infine, la figura 7 mostra l’andamento della potenza elettrica immessa nella rete monofase R.

Si può osservare il corretto funzionamento dell’algoritmo MPPT poiché, a seguito dell’incremento della velocità del vento V, il sistema 1 aumenta la velocità di rotazione della turbina T e incrementa la potenza generata, portandosi senza apprezzabili ritardi a funzionare nel punto di massima potenza.

Infine, le figure 8 e 9 mostrano rispettivamente le curve caratteristiche di potenza della turbina T in funzione della velocità , parametrizzate con la velocità del vento V e le curve caratteristiche di coppia della turbina T in funzione della velocità parametrizzate con la velocità del vento V.

È evidente come il sistema 1 presenti i seguenti vantaggi.

Un primo vantaggio à ̈ rappresentato dalla piattaforma FPGA che presenta la capacità di eseguire le operazioni in parallelo, in modo che i diversi segnali vengano elaborati quasi simultaneamente come in un circuito analogico, consentendo di ottenere frequenze di lavoro molto più elevate, teoricamente pari alla frequenza di clock. In tal modo, pertanto, à ̈ possibile ottenere il funzionamento contemporaneo dei diversi neuroni artificiali che compongono la rete, consentendo di raggiungere velocità considerevoli anche per reti neurali molto estese.

Un altro vantaggio à ̈ rappresentato dalla possibilità di usare il sistema 1 per applicazioni µWEC massimizzando la quantità di energia proveniente dalla turbina T in quanto, per basse velocità del vento, la conoscenza delle caratteristiche della turbina, apprese dalla rete neurale, e l’innalzamento del livello di tensione DC effettuato dal convertitore innalzatore 32 garantiscono il mantenimento della funzionalità, in modo da ottenere minori velocità di cut-in rispetto ai sistemi tradizionali.

Un ulteriore vantaggio à ̈ rappresentato dalla rapidità del sistema di conversione di energia 1 nella convergenza verso il punto di massima potenza e dall’uso limitato di sensori fisici, ottenendo quindi un sistema robusto ed al contempo economico, questi requisiti sono particolarmente stringenti per sistemi µWECS in quanto sono caratterizzati da un’inerzia limitata avendo una turbina di dimensioni modeste.

La presente invenzione à ̈ stata descritta a titolo illustrativo, ma non limitativo, secondo le sue forme preferite di realizzazione, ma à ̈ da intendersi che variazioni e/o modifiche potranno essere apportate dagli esperti del ramo senza per questo uscire dal relativo ambito di protezione, come definito dalle rivendicazioni allegate.

Claims (10)

1. RIVENDICAZIONI 1. Metodo per la conversione di energia meccanica, proveniente da un generatore (2) azionato da una turbina (T), in energia elettrica, da immettere su una rete elettrica (R), comprendente le seguenti fasi: (A) fornire un convertitore elettronico di potenza (3) collegabile in entrata a detto generatore (2) ed in uscita a detta rete elettrica (R); (B) fornire una potenza elettrica ( ) in uscita da detto generatore (2) a detto convertitore elettronico di potenza (3); (C) adattare detta potenza elettrica ( ) mediante detto convertitore elettronico di potenza (3) per l’invio su detta rete elettrica (R) mediante le seguenti sottofasi: (C1) calcolare la velocità di rotazione ( ) di detta turbina (T); (C2) calcolare un valore di stima ( ) della velocità del vento (V) che movimenta detta turbina(T); (C3) calcolare la velocità di rotazione di riferimento ( ), cui corrisponde il punto di massima potenza immessa in detta rete elettrica (R) per mezzo di un algoritmo di calcolo di inseguimento del punto di massima potenza (Maximum Power Point Tracking MPPT); detto metodo essendo caratterizzato dal fatto che detta sottofase (C1) viene implementata mediante un algoritmo che realizza un encoder virtuale e detta sottofase (C2) avviene mediante addestramento di una rete neurale che implementa un anemometro virtuale.
2. 2. Metodo secondo la rivendicazione 1 caratterizzato dal fatto che detto encoder virtuale, implementato mediante detta sottofase (C1), viene ricavato secondo le seguenti ulteriori sottofasi: (C1a) fornire la tensione in uscita da detto generatore (2), avente una componente dell’ondulazione residua sovrapposta ad una componente continua, a detto convertitore elettronico di potenza (3); (C1b) innalzare il valore di detta componente continua di detta tensione fino a raggiungere un valore costante; (C1c) convertire detto valore costante in un valore di tensione alternata monofase per l’allacciamento a detta rete elettrica (R); (C1d) fornire un filtro passa banda (321) mediante il quale estrarre la componente a frequenza fondamentale di detta ondulazione residua; (C1e) calcolare la frequenza (fripple) di detta componente a frequenza fondamentale di detta ondulazione residua mediante un algoritmo zero-crossing (322); (C1f) calcolare detta velocità di rotazione ( ) fripple ⋅ pi di detta turbina (T) mediante la formula: ω<T>= , 3 p dove p rappresenta il numero di coppie polari di detto generatore (2).
3. 3. Metodo secondo la rivendicazione 1 caratterizzato dal fatto che detto anemometro virtuale, implementato mediante detta sottofase C2, viene ricavato secondo le seguenti ulteriori sottofasi: (C2a) addestrare detta rete neurale, in modalità off-line di taratura iniziale del sistema fornendo almeno una terna di valori di velocità di rotazione ( ), velocità del vento(V) e potenza totale (PT); (C2b) fornire detto valore di detta velocità di rotazione ( ), calcolato in detta sottofase (C1f), alla rete neurale; (C2c) fornire un valore di potenza , ottenuta come , alla rete neurale dove η à ̈ il rendimento di detto generatore elettrico (2); (C2d) ottenere in uscita da detta rete neurale un valore di stima della velocità del vento ( ) necessario durante tutto il processo di conversione di energia.
4. 4. Metodo secondo una qualsiasi delle rivendicazioni precedenti caratterizzato dal fatto che detto algoritmo (MPPT) calcola la velocità di rotazione di riferimento ( ) di detta turbina (T) al quale corrisponde il massimo punto di potenza mediante la formula in cui à ̈ il valore ottimale del valore noto in cui R à ̈ il raggio di detta turbina (T) e V à ̈ la velocità istantanea del vento.
5. 5. Metodo secondo la rivendicazione precedente caratterizzato dal fatto che detto valore di velocità di rotazione di riferimento ( ) di detta turbina (T) viene inviato ad un sistema di controllo di detto convertitore (32) per regolare la velocità di rotazione di detta turbina (T) e ad un sistema di controllo di un inverter (33) per controllare l’immissione della potenza su detta rete elettrica (R).
6. 6. Metodo secondo una qualsiasi delle rivendicazioni precedenti dalla 3 alla 5 caratterizzato dal fatto che in detta sottofase C2a off-line, detta rete neurale impara il legame fra dette tre grandezze V, ed e produce in uscita il risultato dell’apprendimento che consiste in pesi sotto forma di coefficienti numerici ottenuti mediante la funzione caratteristica della rete stessa e, durante la conversione di detta energia meccanica in detta energia elettrica, in detta sottofase C2d, detta di recall, detti pesi vengono utilizzati dalla rete neurale per stimare la velocità del vento in tempo reale sfruttando la capacità di detta rete neurale di effettuare l’inversione di funzione a partire dai dati istantanei di e .
7. 7. Metodo secondo la rivendicazione 6 caratterizzato dal fatto che, durante detta sottofase C2d, vengono effettuate somme pesate di distanze euclidee fra punti, comprendenti gli insiemi dei vettori di dati in ingresso e dei corrispondenti vettori che costituiscono i pesi dei neuroni, in uno spazio a tre dimensioni, memorizzando una matrice di dati di dimensione 3xn dove n à ̈ il numero dei neuroni della rete neurale selezionati per rappresentare i dati della caratteristica di detta turbina (T).
8. 8. Metodo secondo una qualsiasi delle rivendicazioni precedenti dalla 3 alla 7 caratterizzato dal fatto che detta rete neurale à ̈ di tipo “Growing Neural Gas†(GNG) ed à ̈ implementata su una piattaforma di tipo “Field Programmable Gate Array†(FPGA).
9. 9. Sistema (1) per la conversione di energia meccanica, proveniente da un generatore (2) comandato da una turbina (T), in energia elettrica, da immettere su una rete elettrica (R) comprendente: un convertitore elettronico di potenza (3) collegabile in ingresso con detto generatore (2) dal quale riceve in ingresso energia elettrica sotto forma di una terna trifase di tensioni con ampiezza e frequenza variabile, e collegabile in uscita con detta rete elettrica (R), alla quale fornisce tensione con ampiezza e frequenza pari a quelle presenti in detta rete elettrica (R) e una corrente che dipende dalla potenza erogabile da detta turbina (T), detto convertitore elettronico di potenza (3) comprendente a sua volta un raddrizzatore (31), un convertitore innalzatore (32), un inverter monofase (33) ed un filtro passivo (34) collegabili tra loro in cascata prima di alimentare detta rete elettrica (R), unità logica di controllo atta alla regolazione di detto convertitore elettronico di potenza (3); mezzi di rilevazione (VS1, VS2, VS3, IS1, IS2) di grandezze elettriche, come tensione e corrente, presenti all’interno di detto convertitore elettronico di potenza (3) atti ad inviare i valori di dette grandezze elettriche a detta unità logica di controllo, detti convertitore elettronico di potenza (3), unità logica di controllo e mezzi di rilevazione (VS1, VS2, VS3, IS1, IS2) di grandezze elettriche essendo configurati per eseguire detto metodo come descritto nelle rivendicazioni precedenti.
10. 10. Sistema (1) secondo la rivendicazione precedente caratterizzato dal fatto che detti mezzi di rilevazione (VS1, VS2, VS3, IS1, IS2) comprendono in particolare: un primo sensore di tensione (VS1) collegabile in uscita a detto raddrizzatore (31), un secondo sensore di tensione (VS2) collegabile in uscita a detto convertitore innalzatore (32), un terzo sensore di tensione (VS3) collegabile su detta rete monofase (R), un primo sensore di corrente (IS1) collegabile all’ingresso di detto convertitore innalzatore (32), un secondo sensore di corrente (IS2) collegabile all’uscita di detto inverter monofase (33).