Comparación y evaluación de estrategias de control para turbinas eólicas de formación de red

Con el respaldo de políticas que incentivan la adopción de energía renovable, así como de la necesidad de descarbonizar los sistemas energéticos, la energía eólica representa una proporción cada vez mayor de la generación total de electricidad en las redes eléctricas modernas. En el pasado, cuando había relativamente pocas turbinas en servicio, los operadores de red podían confiar en una gran planta de energía convencional con un generador sincrónico para proporcionar inercia, mantener la estabilidad y establecer puntos de referencia de voltaje y frecuencia de turbinas eólicas de seguimiento de red. Sin embargo, a medida que se incorpora más energía eólica, existe una creciente demanda de turbinas eólicas de formación de red (GFM-WT), en particular, turbinas eólicas Tipo IV con generadores síncronos de imanes permanentes (PMSG) y conversores de potencia completa, capaces de estabilizar la red activamente proporcionando soporte de voltaje y frecuencia.

La integración de GFM-WT en la red plantea varios desafíos técnicos desde una perspectiva de control. Por ejemplo, se necesitan controles avanzados para abordar las vibraciones torsionales y otras dinámicas electromecánicas de las turbinas GFM-WT, que pueden reducir significativamente la vida útil de la turbina e inducir oscilaciones de energía, lo que puede afectar potencialmente la estabilidad de la red. Estos desafíos han puesto de relieve la importancia de explorar y desarrollar algoritmos de control de formación de redes capaces de mejorar la estabilidad de la red y proporcionar inercia virtual a través de conversores de potencia mientras se minimiza el estrés mecánico.

Como parte de una colaboración entre la Universidad de Aalborg y DNV, recientemente completamos una serie de estudios centrados en el análisis de estabilidad y los impactos de varias estrategias de control en la dinámica electromecánica de los GFM-WT Tipo IV. Simulink^® y Simscape™ desempeñaron un papel clave en estos estudios, permitiéndonos modelar y simular elementos mecánicos, de control y de electrónica de potencia de GFM-WT en un entorno unificado (Figura 1). Los estudios y las simulaciones subyacentes abarcaron múltiples disciplinas, así como diversas perspectivas industriales, incluidas las de los operadores de sistemas de transmisión, que tienen un interés vital en la estabilidad de la red, y los fabricantes de turbinas eólicas, que deben priorizar la estabilidad al tiempo que reducen la carga mecánica para minimizar los costos de mantenimiento.

Conceptos básicos de control de GFM-WT

En GFM-WT Tipo IV, se utilizan conversores back-to-back para controlar el flujo de energía entre el generador de la turbina y la red. El conversor con interface a la máquina (MSC) convierte la CA de frecuencia variable generada por la turbina en CC, lo que permite controlar el torque y la velocidad del generador. El conversor con interface a la red (GSC) convierte la CC nuevamente a una frecuencia de CA estable, cumpliendo con los requisitos de la red.

Si bien esta configuración de conversor back-to-back ayuda a disociar la dinámica del generador y la red, aún es posible que las fluctuaciones en lado mecánico influyan en la red (y viceversa) debido a las interacciones del sistema de control. Por ejemplo, oscilaciones mecánicas o vibraciones torsionales en el rotor pueden provocar variaciones en la velocidad del generador que se traducen en variaciones de potencia eléctrica, que el GSC debe gestionar. Asimismo, cambios repentinos en el voltaje o la frecuencia de la red pueden provocar que el sistema de control altere los comandos de torque al generador, afectando indirectamente la dinámica del rotor. Los algoritmos de control deben diseñarse y ajustarse cuidadosamente para evitar efectos adversos, como la amortiguación negativa, que amplifica las oscilaciones.

Desde una perspectiva de control, regular el voltaje del enlace de CC entre los conversores es clave para minimizar las interacciones problemáticas entre la red y la máquina. Las estrategias de control de GFM-WT se pueden agrupar en dos categorías: GFM-GWT y GFM-MWT (Figura 1). Con las estrategias de control de GFM-GWT, el GSC regula el voltaje del enlace de CC, mientras que con GFM-MWT el MSC regula el voltaje del enlace de CC. Los estudios realizados con Simulink y Simscape se centraron en comparar las estrategias GFM-GWT y GFM-MWT con respecto a la dinámica torsional, así como el impacto que varias estrategias de control de voltaje del enlace de CC GFM-MWT tienen sobre las vibraciones torsionales.

Modelado y simulación de un GFM-WT y sus controladores

Antes de analizar varios enfoques de control mediante simulación, se requiere un modelo físico de un GFM-WT y su interfaz con la red, incluidos todos los componentes principales que se muestran en la Figura 2: el tren de transmisión, PMSG, MSC y GSC. Simulink y Simscape facilitaron el desarrollo visual del modelo simplemente agregando los elementos necesarios y conectándolos entre sí. Al mismo tiempo, pudimos personalizar el modelo para que coincidiera con los parámetros específicos de una turbina eólica marina. También pudimos ajustar la fidelidad de los componentes individuales según sea necesario. Por ejemplo, durante las primeras fases del estudio, utilizamos un modelo básico de la red, mientras que en fases posteriores incorporamos un modelo más sofisticado según sea necesario para tener en cuenta efectos más sutiles.

Después de crear el modelo físico de GFM-WT, centramos nuestra atención en los controles. Utilizamos Simulink para modelar varios algoritmos de control de formación de red descritos en artículos de investigación. Comenzamos con el control de GFM-MWT, donde el lado de la red gestiona la potencia activa y reactiva, y el lado de la máquina maneja el control de voltaje del enlace de CC. Luego, pasamos al control de GFM-GWT, donde el lado de la red gestiona el voltaje del enlace de CC y la potencia reactiva, mientras que el lado de la máquina realiza el seguimiento del punto de máxima potencia (MPPT) (Figura 2). Mientras trabajamos en la implementación del control, utilizamos Control System Toolbox™ para ayudar a simplificar y agilizar el ajuste de ganancia. Por ejemplo, el controlador PI para el ángulo de inclinación del control de la turbina eólica requirió una cantidad significativa de ajustes que habrían tomado mucho tiempo y esfuerzo si se hicieran manualmente.

Después de implementar y ajustar varios controladores, ejecutamos numerosas simulaciones para evaluar cada estrategia y su efecto sobre la dinámica electromecánica, la tensión mecánica y la estabilidad de la red. Las simulaciones aportaron información valiosa. En el lado de la red, por ejemplo, descubrimos que un tipo específico de control de voltaje del enlace de CC para GFM-MWT que no tiene un circuito de retroalimentación desde GSC y la turbina minimiza ciertos efectos de amortiguación adversos. Además, realizamos un análisis de sensibilidad ejecutando más de 10.000 simulaciones con diferentes valores de parámetros bajo los controles de GFM-MWT y de GFM-GWT, recopilando los resultados y entrenando una red neuronal de propagación hacia adelante (FNN) para comprender mejor cómo los parámetros mecánicos y eléctricos influyen en la relación de amortiguación de los modos torsionales de GFM-WT. Para los fabricantes de turbinas eólicas, comprender cómo los parámetros afectan la relación de amortiguación puede brindar información para tomar mejores decisiones de diseño, en particular al seleccionar estrategias de control del conversores y ajustarlas para mejorar la estabilidad torsional. Para los operadores de red, estos conocimientos se pueden utilizar para desarrollar estrategias de integración más sólidas para aplicaciones de GFM, mejorando la estabilidad de pequeñas señales y la confiabilidad de la red.

Importancia de la colaboración

La colaboración entre DNV y la Universidad de Aalborg fue fundamental para el éxito de este esfuerzo. Los aportes y la orientación de DNV ayudaron a mantener una perspectiva práctica, centrándose en las cuestiones que más preocupan a los fabricantes de turbinas. Por ejemplo, tuvimos acceso a hardware de control de formación de red real desde una turbina real, lo que rara vez sucede con un proyecto de investigación puramente académico.

La estrecha relación entre la industria y el ámbito académico en este proyecto también determina cómo se llevará a cabo. La necesidad de tecnología de formación de redes en toda la industria ya es evidente y está creciendo. Como parte de sus esfuerzos continuos para abordar esta necesidad, DNV ha lanzado un nuevo proyecto R&D basado en los modelos, simulaciones y resultados producidos a lo largo de esta colaboración. El entorno de simulación fomenta la colaboración multidisciplinaria al reunir a ingenieros de electrónica de potencia, ingenieros eléctricos e ingenieros mecánicos/de cargas en una plataforma unificada. Esta integración reduce la necesidad de interfaces complejas entre diferentes herramientas, eliminando las barreras de colaboración y permitiendo iteraciones de diseño tempranas. Como resultado, los equipos pueden optimizar de forma integral los diseños de turbinas eólicas antes de proceder a estudios detallados.