Multiobjective Optimization of a Passive Wind Turbine
Optimisation multicritère d'une chaîne éolienne passive
Résumé
In this thesis, Multiobjective Genetic Algorithms have been applied to the design of a small passive Wind Turbine Generator (WTG). Results show that the optimized configurations of the full passive wind turbine are able to match very closely the behaviour of active wind turbine operating at optimal wind powers by using a MPPT control device. Four simulation models with different granularity and accuracy have been developed: an instantaneous global model for the system analysis and three simplified equivalent DC models that can be implemented in an optimization process because of the CPU time cost reduction. Finally, the robustness of this passive WTG has been analyzed in relation to wind variations by using an original wind model based on statistical data.
Dans cette thèse une optimisation multicritère par algorithme génétique d'une chaîne éolienne de petite puissance entièrement passive (sans MPPT) a été réalisée. Le rendement de cette structure est largement amélioré par l'optimisation des caractéristiques de la génératrice. Pour un cycle de vent donné, les configurations passives optimisées sont capables d'extraire une énergie comparable à celle obtenue avec des architectures actives utilisant un dispositif MPPT. Nous avons développé quatre niveaux de modèles de comportement de la chaîne éolienne : un modèle instantané "modèle fin" pour l'analyse du système et trois modèles simplifiés pouvant être intégrés dans un processus d'optimisation en raison de la réduction du coût de calcul. Enfin, la robustesse de cette structure passive vis-à-vis des variations de vent a été analysée en exploitant un modèle de vent original basé sur des données statistiques.
Loading...