Repositorio Dspace

Diseño de un controlador del ángulo de paso de una turbina eólica basado en aprendizaje por refuerzo

Mostrar el registro sencillo del ítem

dc.contributor.advisor Tutiven, Christian, Director
dc.contributor.author Espinoza Morán, Víctor Jeremy
dc.contributor.author Ormaza Castillo, Carolina Elizabeth
dc.creator ESPOL.FIMCP
dc.date.accessioned 2024-03-20T19:35:43Z
dc.date.available 2024-03-20T19:35:43Z
dc.date.issued 2023
dc.identifier.citation Espinoza Morán, V. J. y Ormaza Castillo, C. E. (2023). Diseño de un controlador del ángulo de paso de una turbina eólica basado en aprendizaje por refuerzo. [Proyecto Integrador]. ESPOL.FIMCP .
dc.identifier.uri http://www.dspace.espol.edu.ec/handle/123456789/60810
dc.description En los últimos años, el uso turbinas de viento para producir energía eléctrica ha crecido significativamente gracias a su contribución con el desarrollo sostenible. Sin embargo, el control de las turbinas de viento sigue siendo un desafío debido a su complejidad y el comportamiento estocástico del viento. Por esta razón, en este proyecto se propone el diseño de un controlador del ángulo de paso para una turbina onshore basado en aprendizaje reforzado. Su objetivo es estabilizar la potencia eléctrica producida alrededor de su valor nominal y preservar la integridad de sus componentes en vientos que exceden las condiciones nominales. Para ello, se seleccionó el modelo de turbina de referencia IEA-3.4-130-RWT y se utilizó una interfaz de OpenFAST en Simulink para conectar ambos entornos y desarrollar el controlador propuesto, basado en el algoritmo de aprendizaje reforzado Deep Q-Network. Además, de desarrolló un sistema SCADA utilizando LabVIEW para el monitoreo de la turbina, el controlador y el viento. El desempeño del controlador propuesto se comparó con el controlador ROSCO, demostrando una reducción de 15% en fluctuaciones alrededor de la potencia nominal y 71% en energía generada por encima de la potencia nominal. Palabras Clave: Energía eólica, Control de ángulo de paso, Aprendizaje reforzado, OpenFAST, Simulink
dc.format application/pdf
dc.format.extent 106 página
dc.language.iso spa
dc.publisher ESPOL.FIMCP
dc.rights openAccess
dc.subject Energía eólica
dc.subject Control de ángulo de paso
dc.subject Aprendizaje reforzado
dc.subject OpenFAST
dc.subject Simulink
dc.title Diseño de un controlador del ángulo de paso de una turbina eólica basado en aprendizaje por refuerzo
dc.type Ingenieros en Mecatrónica
dc.identifier.codigoespol T-114271
dc.description.city Guayaquil
dc.description.degree Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador INGE-2298
dc.description.abstractenglish In recent years, the use of wind turbines to produce electricity has grown significantly due to their contribution to sustainable development. However, the wind turbines? control remains a challenge due to their complexity and the wind?s stochastic behavior. For that reason, the present project proposes the design of a reinforcement learning-based pitch controller. Its aim is to stabilize the electrical power around the rated power and preserve the wind turbine components? integrity when the wind exceeds the rated conditions. For this purpose, the IEA-3.4-130-RWT reference wind turbine was selected, and an OpenFAST interface to Simulink was used to connect both environments and develop the proposed controller based on the Deep Q-Network algorithm. Furthermore, a SCADA system was developed using LabVIEW for the monitoring of the wind turbine, the control performance, and the wind. The performance of the proposed controller was compared to the performance of the ROSCO controller, demonstrating a reduction of 15% in fluctuations around the nominal power and 71% in power generation above rated conditions. Keywords: Wind energy, Pitch control, Reinforcement learning, OpenFAST, Simulink


Ficheros en el ítem

Ficheros Tamaño Formato Ver

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta