نام پژوهشگر: محمد رضا صفری تیرتاشی

بکار گیری vsc-hvdc در انتقال توان مزارع بادی بزرگ
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان 1390
  محمد رضا صفری تیرتاشی   رضا نوروزیان

چکیده به خاطر مسائل زیست محیطی، استفاده از انرژی های تجدید پذیر برای تولید انرژی الکتریکی افزایش پیدا کرده است. انرژی باد یکی از مهم ترین انرژی های تجدید پذیر بوده که استفاده از آن رشد بسیار سریع دارد. یکی از راه های اتصال نیروگاه های بادی بزرگ در مناطق دور به شبکه، استفاده از خطوط انتقال vsc-hvdc )یا به عبارت دیگر خطوط hvdc light ( می باشد. خطوطvsc-hvdc نسبت به خطوط hvdc سنتی دارای برتری های زیر می باشند: 1- راحت تر بودن ارتباط چند ترمیناله 2- کنترل توان اکتیو و راکتیو به صورت مستقل 3- کنترل ولتاژ باس به جای کنترل توان راکتیو 4- به کاربردن تکنیک های مناسب pwm برای فیلترینگ هارمونیک ها. سرعت متغیر باد منجر به استفاده از روش های کنترلی پیچیده برای سیستم های شامل مزارع بادی و vsc-hvdcمی گردد. این روش ها باید به گونه ای باشند که علاوه بر ماکزیمم قدرت بدست آمده از توربین ها، شبکه نیز دارای ولتاژ و فرکانس مناسب باشد. هدف از انجام این رساله اتصال مناسب و بهینه مزارع بادی به شبکه از طریق خطوط vsc-hvdc می باشد. در ابتدا بر اساس دو مدل رایج composite و weibull باد مدلسازی و شبیه سازی گشته است. توان تولیدی مزارع بادی، برای دو حالت سرعت متغییر و ثابت به صورت تئوری و با توجه به یک الگوریتم مناسب با هم مقایسه شده اند. برای بررسی عملکرد مزرعه بادی و خطوط vsc-hvdc در دو حالت سیستم مورد نظر شبیه سازی شده است. در حالت اول از مدل مجتمع مزرعه بادی و در حالت دوم از خطوط چند ترمیناله و از مدل گروهی مزرعه استفاده شده است. از مفهوم کنترل برداری برای کنترل سرعت ژنراتورهای القایی مزرعه بادی استفاده شده و سطح ولتاژ dc از طریق مبدل سمت شبکه کنترل گردیده است. برای کسب ماکزیمم توان تولیدی توربین های مزارع بادی، الگوریتم p&o به کار گرفته شده است. مزرعه بادی و خطوط vsc-hvdc تحت انواع خطاهای اتصال کوتاه در شبکه قرار گرفته و در نرم افزار pscad/emtdc شبیه سازی شده اند. نتایج شبیه-سازی ها عملکرد مناسب و بهینه سیستم پیشنهادی را هم در حالت نرمال و هم تحت خطا نشان می-دهند. واژه های کلیدی: توربین بادی، مزرعه بادی، کنترل برداری، vsc-hvdc ، pwm ، مدل composite ، مدل weibull ، الگوریتم p&o