Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

On Control of Grid-Tied Back-to-Back Power Converters and Permanent Magnet Synchronous Generator Wind Turbine Systems

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
  • معلومة اضافية
    • Additional Titles:
      Erweiterte Steuerungstechniken für zwei- und dreistufige NPC Back- to-Back- Stromrichter und PMSG Windkraftanlagen
    • Publisher Information:
      Technical University of Munich Technische Universität München 2016-12-01
    • نبذة مختصرة :
      This dissertation has investigated both the “framework” level and certain “dedicated control techniques” for grid-connected two- and three-level neutral point clamped back-to-back power converters and permanent magnet synchronous generator wind turbine systems. Deeply investigated “framework” level control techniques include the classical vector oriented control, direct control with both modulator and switching table, deadbeat control and the modern predictive control classes, with computationally efficient and performance enhanced direct model predictive control techniques as the major emphasized ones. The closely investigated “dedicated control techniques” presented in this work include performance enhanced DC-link control, grid side voltage sensorless control with fast state estimation, generator side encoderless control using fundamental model, etc. The real-time verification of the electric control unit, particularly its functionality at abnormal situations (e.g., the low-voltage ride through (LVRT) capabilities of the underlying LVRT control unit), for grid-tied back-to-back power converter wind turbine systems, through the signal level hardware-in-the-loop technique, has also been closely discussed and investigated. The performances of the aforementioned control techniques are experimentally assessed at three self-designed test-benches. Digital controller realization via field programmable gate array of the aforementioned techniques has been comprehensively studied as well.
      Diese Dissertation behandelt sowohl die „Strukturebene“ als auch bestimmte „dedizierte Regelungsmethoden“ für netzgebundene zwei- und drei-Level Neutral-Point-Clamped Back-to-Back Stromrichter zusammen mit Permanentmagnet-erregten Synchrongeneratoren für Windkraftanlagen. Zu den untersuchten Verfahren der „Strukturebene“ gehören die klassische Vektor-Orientierte Regelung, Direkte Regelung sowohl mit Modulator als auch mit Schalttabelle, Deadbeat-Regelung und die Klassen der modernen prädiktiven Regelungsmethoden, wobei die Direkten Modellprädiktiven Regelungsmethoden mit erhöhter Recheneffizienz und Leistung besonders hervorzuheben sind. Zu den im Detail untersuchten „dedizierten Regelungsmethoden“ gehören eine leistungsgesteigerte Zwischenkreisregelung, netzseitige spannungssensorlose Regelung mit schneller Zustandsbeobachtung und Generator-seitige geberlose Regelung u.a. mit dem Grundwellenmodell. Die Echtzeit-Verifikation der Verfahren, insbesondere auch in anormalen Situationen (z.B. Dynamische Netzstabilisierung/Low-Voltage Ride Through) wurde durch Signal-Level Hardware-in-the-Loop-Simulationen für netzgebundene Back-to-Back Stromrichter für Windkraftanlagen untersucht. Die Regelverfahren wurden an drei eigens gebauten Testständen experimentell getestet und bewertet. Zusätzlich wurden auch Möglichkeiten für die digitale Implementierung der Verfahren auf einem Field Programmable Gate Array im Detail untersucht.
    • الموضوع:
    • Availability:
      Open access content. Open access content
    • Note:
      application/pdf
      English
    • Other Numbers:
      DETUM oai:mediatum.ub.tum.de:node/1287002
      https://mediatum.ub.tum.de/doc/1287002/document.pdf
      https://mediatum.ub.tum.de/node?id=1287002
      https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20161107-1287002-1-3
      1260304548
    • Contributing Source:
      TECHNISCHEN UNIVERSITAT MUNCHEN
      From OAIster®, provided by the OCLC Cooperative.
    • الرقم المعرف:
      edsoai.on1260304548
HoldingsOnline