técnicas de controle fuzzy aplicadas a um sistema
Transcrição
técnicas de controle fuzzy aplicadas a um sistema
TÉCNICAS DE CONTROLE FUZZY APLICADAS A UM SISTEMA HÍBRIDO DE ENERGIA RENOVÁVEL: EÓLICA, FOTOVOLTAICA E BIOGÁS Luiz Octavio Mattos dos Reis UNITAU/UNESP [email protected] Paloma Maria Silva Rocha UNESP Galdenoro Botura Jr. UNESP José Luz Silveira UNESP Ronaldo Rossi UNITAU/UNESP Abstract: Energy renewable sources have been presenting a growth in their uses in the past decade, because they have the following advantages: plenty availability, reliability, be renewable and not pollutants in comparison to the generation sources using fossil and nuclear combustibles. In spite of the advantages, there are some inconvenient that do not encourage the use of these alternative energy systems for the production of large amount of energy. One of these is the form the electric energy is delivered in the outlets of the conversion systems. This paper deals with a proposition for the development of an electric generation system that uses the sunlight, the wind and the biomass gas. The proposed system is basically intended for the use in small country communities, where it is difficult the access to the electric power distribution network, because of geographic or economic problems. The energy generated by photovoltaic panels or wind turbines coupled to asynchronous generators, will be converted by the use of power electronic devices, overlooked by a control network based on fuzzy logic. This technique when compared to the conventional control systems presents many advantages like: do not need detailed mathematic models of the systems, do not present lack of adjustment due to temperature variation, do not need special adjustment, are not sensible to the frequency variations, besides other. The fuzzy logic is based in a set of rules that at any instant will look for the maximum power operation point from each one of the generating sources for each wind and sunlight intensities, in such a way that all the generated power, the losses discounted, is totally transferred to the load. Keywords: Energy renewable, wind energy, sunlight energy, biomass gas, fuzzy logic control. 1. Introdução Muitas comunidades rurais existentes no país não são atendidas pelo serviço de eletrificação rural disponibilizado pelas empresas de energia elétrica, pois as linhas de distribuição não chegam até essas comunidades. Citam-se como os principais obstáculos que inviabilizam a construção de algumas linhas de transmissão rural os fatores geográficos e/ou de natureza econômica. Mas estas comunidades desenvolvem no local uma micro-economia que necessita de energia tanto para conforto pessoal como na produção ou armazenagem dos produtos. A opção por pequenos geradores é a alternativa adotada. Por outro lado, estes apresentam várias desvantagens: utilizam óleo diesel ou gasolina como combustível, possuem capacidade de potência limitada, não há confiabilidade no sistema, dependem de um sistema de transporte para reabastecimento do combustível, não possuem nenhum programa de manutenção etc. Apresenta-se neste artigo uma alternativa para geração de energia que possui as seguintes características principais: independência de combustíveis fósseis, confiabilidade, baixo custo de manutenção e sistema de controle robusto. A energia gerada é proveniente de três fontes alternativas distintas: A solar convertida através de um conjunto de painéis fotovoltaicos, a eólica que será captada por uma ou mais turbinas eólicas acopladas a um gerador de indução e a biogás que é o combustível a ser consumido pelo motor de combustão interna acoplado mecanicamente ao gerador de indução trifásico. A energia gerada será abastecerá as cargas e o excedente acumulado em um banco de baterias. Na hipótese de ocorrência de dias com baixa intensidade de luz (sol) e vento, bem como para as práticas de manutenção, recorre-se ao sistema de geração que utiliza o biogás como fonte primária de energia. O biogás pode ser obtido a partir de excrementos de animais, resíduos de alimentos, etc e produzido no interior de um pequeno biodigestor de confecção caseira e que é acoplado a um gasômetro. 2. O sistema proposto O dimensionamento da potência do sistema pode ser obtido através do levantamento do consumo de energia diário para pequenas comunidades, definindo o perfil da curva de demanda para a comunidade rural. A curva da demanda permite o cálculo da potência total do sistema de geração. Para o sistema em estudo foi adotado um valor de potência instalada de 40 kW, distribuídos em: 10 kW para o sistema de geração eólica, 15 kW para o painel solar e 15 kW para o sistema a biogás. A Fig. (1) ilustra o diagrama de blocos do sistema híbrido de geração proposto mostrando as fontes alternativas de energia utilizadas e seus acessórios. As três fontes de energia utilizadas a fotovoltaica, a eólica e o biogás possuem Sistema de supervisão e Controle Fuzzy - SSCF Bombas Aquecimento Sistema de Geração a Biogás - SGB controle individual no processo de geração de energia. A energia elétrica produzida é distribuída para a comunidade através de uma rede em corrente contínua. Banco de Cargas - BC Contr. Reativo BCR Inversor Retificador Controlado - RC Conversor Boost - CB Banco de Baterias - BB Sistema de Geração Eólica - SGE Sistema de Geração Fotovoltaica - SGF Figura 1 – Diagrama de Blocos do Sistema Proposto. 2.1. Sistema de Geração a Biogás (SGB) O SGB indicado na Fig. (1), é conjunto que envolve o motor de combustão interna acoplado mecanicamente a um gerador de indução trifásico na configuração auto-excitado e operando isolado da rede elétrica. Nesta condição operacional é necessário um banco de capacitores trifásicos, conectados em delta, para estabelecer a excitação do gerador de indução conforme (Watson & Arrilaga, 1979). No diagrama de blocos o banco de capacitores para este fim está denominado por BCR. A finalidade da instalação desta unidade é para servir de apoio ao sistema de geração nos dias de pouca ocorrência de ventos e ou pouca intensidade solar ou ainda durante as práticas de manutenções. A tensão de saída do gerador será retificada através de uma ponte conversora controlada conectada diretamente ao banco de baterias do sistema. O biogás é uma mistura de gases capaz de substituir o gás obtido do petróleo. Essa mistura de gases é produzida a partir do processo da biodigestão ou digestão anaeróbica de excrementos ricos em matéria orgânica, como esterco de animais, restos de plantas, lixo e resíduos industriais conforme demonstrado por (Silva & Junior,1986). As bactérias anaeróbicas através da fermentação, ocorrida nos biodigestores, transformam a matéria orgânica em metano e gás carbônico, que são os componentes básicos do biogás. O biogás produzido em uma propriedade rural não é só vantajoso na produção de energia elétrica, mas também pode ser utilizado em fogões, sistema de aquecimento de água e os subprodutos como biofertilizante. 2.2. Sistema de Geração Fotovoltaico (SGF) Através do efeito fotovoltaico, característico dos semicondutores, a energia luminosa presente nos raios solares é convertida em energia elétrica conforme demonstrado em (Wenham & Green, 1996). Os painéis fotovoltaicos existentes comercialmente permitem vários tipos de arranjos conforme a necessidade da aplicação. Para a situação em questão o arranjo utilizado fornecerá uma tensão na saída de 85 V e uma corrente de 175 A. Entre os vários fabricantes de painéis fotovoltaicos a opção foi pelos módulos ASE – 50 – ATF/17 da TESSAG ASE solar. Os informes técnicos (ASE GmbH, 2000) apresentam tensão nominal de 17 V e corrente nominal de 2,65 A por módulo, para uma intensidade luminosa de 1000 W/m2 , sob temperatura de trabalho de 25o C. O conjunto fotovoltaico será composto por 5 módulos em série e 71 módulos em paralelo resultando em uma potência nominal de 16,894 kW. Deixando-se uma margem sobre os 15 kW previamente definidos, para suprir as perdas no sistema de distribuição e na variação da temperatura do painel. A tensão de saída do painel fotovoltaico de 85 V, é insuficiente para operação de um sistema elétrico, pois os equipamentos disponíveis comercialmente operam em tensão nominal de 127 V ou 220 V. Um conversor do tipo boost é acoplado à saída do painel fotovoltaico elevando a tensão até os níveis desejados. O conversor do tipo boost denominado no diagrama de blocos por CB, é um conversor controlado (chopper) do tipo DC/DC com tensão contínua na saída com valor superior à da entrada. A tensão gerada pelo sistema fotovoltaico irá suprir as cargas conectadas ao circuito do sistema sendo o excedente armazenado em um banco de baterias denominado por BB. 2.3. O Sistema de Geração Eólico (SGE) No diagrama de blocos da Fig. (1) este sistema está indicado por SGE e é composto por uma turbina eólica de 12 kW de potência acoplada a um gerador de indução trifásico. Este possui as seguintes especificações: potência de 10 kW, 4 pares de pólos tensão de linha 220 V. Uma característica importante do gerador de indução o de não possuir um circuito próprio para o controle da excitação, ou seja, para produção do fluxo. Neste tipo de máquina elétrica o controle da excitação é efetuado na própria linha de geração de tensão, através da instalação de bancos de capacitores, indicados no diagrama de blocos por BCR. Em sistemas de baixa tensão a pratica recomenda o fechamento das unidades capacitivas na conexão delta, conforme proposto por (Chapallaz et al, 1992). O controle de reativo gerado pelas unidades capacitivas pode ser controlado através de chaves estáticas (thiristores), ou através de chaveamento eletromecânico convencional (contatores). Como a tensão gerada será de freqüência variável, pois a velocidade do gerador dependerá da velocidade do vento, uma ponte retificadora é acoplada à saída do gerador. A ponte, indicada no diagrama por RC, além de retificar a tensão gerada irá controlar a intensidade da tensão através da variação do ângulo de disparo alfa (α) da ponte de tal forma a tornar compatível a tensão gerada com a tensão de operação do barramento DC do sistema de geração. 3. Modelagem do Sistema Fotovoltaico e Eólico Células fotovoltaicas sendo uma junção de semicondutores dopados com impurezas tipo P e tipo N podem ser modeladas conforme um diodo a partir das equações obtidas da física dos semicondutores. Turbinas eólicas podem ter seus modelos matemáticos obtidos a partir do teorema da conservação da quantidade de movimento aplicado aos vários tipos de turbinas e das teorias propostas por Betz em (página AWEA, 2002). 3.1. Modelo do Painel Fotovoltaico De acordo com o modelo proposto por (Bose, 1984) tem-se as Eqs. (1), (2) e (3): q AKT (V + R S I A ) I = I LG − I o e −1 3 qE GO 1 1 − BK Tr T T I o = I or e Tr λ I LG = [I SCR + K t (TC − 28)] 100 Onde: I – corrente na saída da célula fotovoltaica; V – tensão disponível na saída da célula fotovoltaica; Io – corrente de saturação; T – temperatura da unidade fotovoltaica medida em Kelvin; Tc – temperatura da unidade fotovoltaica medida em Celsius; K = 8 ,62 x10 − 5 eV/K – razão entre a constante de Boltzmann e a carga do elétron; q Kt = 0,0017 A/ o C – coeficiente de temperatura para corrente de curto circuito ISCR; λ– intensidade luminosa incidente mW/cm2 ; o 2 I SCR = 3,32 A – corrente de curto circuito da célula a 28 C e a 100 mW/cm ; ILG – corrente gerada na junção pelo efeito da luz; EGO = 1,11eV – banda de energia para o silício; B=A=1,92 – fator de idealidade; Tr = 301,18 K – temperatura de referência em Kelvin; Ior – corrente de saturação a temperatura de referência Tr = 19 ,9693 x10 −6 K ; RS – resistência elétrica da célula fotovoltaica em Ω; 3.2. Modelo da Turbina Eólica O torque aerodinâmico em turbinas eólicas é calculado a partir da Eq. (4). (1) (2) (3) Tt = n g 1 C p ρrAv w2 2 (4) onde: Tt – torque da turbina; ng – é a relação da caixa de engrenagens; Cp – é o coeficiente de potência; ρ – é a densidade do ar; r – raio do rotor da turbina; A – área do rotor perpendicular ao fluxo de ar; vw – velocidade do vento. Estudos efetuados em turbinas eólicas mostram que a característica de torque por rotação varia com o quadrado da rotação, conforme ilustra o gráfico da Fig. (2), referente a uma turbina de 12 kW. 30 Vw =12[m/s] Torque [N.m] 25 20 Vw =10[m/s] 15 Vw =8[m/s] 10 5 Vw =6[m/s] 0 0 500 1000 1500 2000 2500 3000 3500 4000 4500 rotação n[rpm] Figura 2 – Curvas Típicas de Torque contra Rotação para uma Turbina Eólica. A potência de saída nas turbinas eólicas segue a lei cúbica (Po =kωr3 ), significando que o ponto de máxima potência desloca-se a cada alteração da velocidade do vento, não só verticalmente, mas horizontalmente. O mesmo acontecendo com o gerador que deverá ter sua potência ajustada a nova situação. Será mostrado que através do controle do ângulo de disparo α(alfa) do conversor o novo ponto de operação do gerador será ajustado para operação no ponto de máxima potência. 4. Modelagem do Controlador Fuzzy Um sistema de controle que utiliza a lógica fuzzy conforme proposto por Hilloowala e Sharaf (1996) será utilizado para seguir o ponto de potência máxima dos sistemas fotovoltaico e eólico. 4.1. Controlador do Sistema Fotovoltaico No sistema fotovoltaico as variáveis de entrada são a intensidade luminosa (λ) e a temperatura de operação das células fotovoltaicas, pois conforme mostrado nas Eqs. (1), (2) e (3) a corrente na saída da célula fotovoltaica é afetada pela temperatura. Partindo-se das curvas apresentadas em informativos técnicos, obtém-se o polinômio (Pmax=f(λ λ)) que define o lugar geométrico dos pontos de potência máxima para cada valor da intensidade luminosa, graficamente mostrada na Fig. 3. (A) (B) Figura 3 – Variação dos Pontos de Potência Máxima devida: (A) a variação intensidade luminosa, (b) variação da temperatura. Pmax = − 0,5168λ 2 + 223,52λ − 317 (5) A potência máxima é afetada pela variação na temperatura e pode ser corrigida por um fator fC, assim a potência máxima pode ser corrigida por um polinômio de primeira ordem, obtido das curvas apresentadas em catálogose mostradas na Fig. (3B). f c Pmax = 0,003T − 1,0745 (6) Onde T é a temperatura do painel fotovoltaico em o C . A saída da tensão do painel fotovoltaico alimenta um conversor DC-DC do tipo elevador (boost). O controle da tensão na saída é efetuado variando-se o índice de modulação (duty cycle) δ(delta). Na Fig. (1) este circuito está indicado pelos blocos SGF e CB. Para um melhor entendimento da dinâmica do controlador fotovoltaico procede-se uma análise no diagrama de blocos da Fig. (4). Pcarga T fcPmax = 0,003T − 1,0745 x Pmax = -0,5168 λλ S +223,52 λλS - 317 2 λλS + Fuzzy Pmax(cor) δδ de dt Figura 4 – Diagrama de Blocos mostrando a Dinâmica do Sistema Fotovoltaico. Nas simulações deste trabalho serão utilizados os “toolboxes” SIMULINK e FUZZY LOGIC do programa MATLAB, que possuem a vantagem de se poder representar os modelos em formato gráfico em forma de diagrama de blocos. Além de disponibilizarem um excelente sistema para representação gráfica das curvas de respostas. Ficou estabelecido que as variáveis de entrada do sistema fotovoltaico são: a intensidade luminosa λS e a temperatura T. E as variáveis de entrada do controlador fuzzy serão o erro (epot) resultante da comparação entre a potência máxima do sistema fotovoltaico e a potência da carga e a derivada do erro. Baseado nas tendências da função erro e sua derivada (depot) serão elaboradas regras que definirão os valores da variável de saída que é o ciclo de trabalho do conversor elevador. Utilizando-se da uma linguagem própria da lógica fuzzy, são estabelecidos os conjuntos fuzzy para cada variável de entrada e saída. Escolheu-se sete conjuntos fuzzy rotulados conforme indicado a seguir: NA (negativo alto); NM (negativo médio); NB (negativo baixo); ZZ (zero e zero); PB (positivo baixo); PM (positivo médio); PA (positivo alto). A representação gráfica da função de pertinência indicada na Fig. (5A) refere-se ao erro da potência (epot). Os limites de erro estabelecidos em termos de grandezas em por unidade (pu) estão situados entre –1,5 a +1,5. Para o gráfico da Fig. (5B) tem-se as funções de pertinência para a derivada do erro (depot) que informará ao sistema se o ponto de operação está localizado à direita ou à esquerda do ponto máximo, dependendo do valor relativo da derivada. (A) (B) (C) figura 5 – Representação das Variáveis de Entrada e Saída por Funções de Pertinência Fuzzy. O gráfico indicado na Fig. (5C) mostra as funções de pertinência correspondente ao conjunto fuzzy da variável de saída, ou seja, o ciclo de trabalho (δ δ). Valores típicos para o ciclo de trabalho estão localizados entre zero e a unidade. Em condições normais, os valores esperados para o ciclo de trabalho estão localizados próximo ao ponto central da função de pertinência. Valores abaixo de 0,15 e acima de 0,85 retratam condições de funcionamentos especiais como partida de máquinas, frenagem etc. em que os tempos de operação nestas regiões são da ordem de alguns segundos. Cabe informar que estes limites são obtidos a partir de experiências práticas, podendo variar de sistema para sistema. Definidas as funções de pertinência o próximo passo será determinar as regras do sistema fuzzy, a base de conhecimento ou o depósito de inteligência do sistema. O mapa de regras, ou matriz Mac Vicar-Whelam proposta por (Mac Vicar-Whelan,1976), deve ser preenchida durante a identificação do sistema, quando se dispõe do auxílio de um especialista, ou seja, um operador humano do sistema a ser controlado. A Tab. (1) ilustra as situações operativas do sistema fotovoltaico propondo ações de controle definidas para um determinado valor do erro (epot) e de sua taxa de variação (depot). Para sete funções de pertinência obteve-se quarenta e nove regras, ou seja uma matriz 7x7. As regras relacionam as variáveis fuzzy de entrada com as variáveis fuzzy de saída e são escritas em uma linguagem no formato IF - THEN. Na Tab. (1) se tem a representação de sete funções de pertinência, para cada uma das variáveis de entrada. O total de regras para este controlador será de 49. Um exemplo pode ser ilustrado para a regra 8. Regra 8: IF epot is NM and depot is NA THEN δ is NA. Seguindo esta sistemática são escritas as 49 regras necessárias à operação do controlador. Tabela 1 – Mapa de Regras Fuzzy. Derivada do erro depot Erro epot NA NA NA NM NM NB PB PM PA 4 NM 5 NB 6 ZZ 7 NM10 NM11 NB 12 ZZ 13 PB 14 17 18 19 20 PM21 NA NA 8 NA 9 NB NA 15 16 ZZ NM PB NM PM NB 43 ZZ 44 PB 45 PM46 PM47 PA 48 PA 49 PA ZZ PB PM PA PA PA PA 2 NM 22 23 NM 29 NA ZZ 1 NB 24 NB 30 NB 36 37 3 NA NB 25 ZZ 31 ZZ 38 ZZ PB 32 PB 26 27 33 PB PM 34 PB 39 28 PM 35 PM 40 PA 41 42 4.2. O Controlador Eólico Para o controlador fuzzy do sistema eólico as variáveis de entrada são também o erro e a derivada do erro de potência.A variável de saída será o ângulo de disparo α(alfa) do conversor AC-DC. Analisando-se a Fig. (7) percebe-se que um aumento na velocidade do vento resulta em um aumento na tensão de saída, devendo o controlador buscar o novo ponto de operação para transmitir à carga a máxima potência. Seguindo-se os mesmos passos adotados na determinação do controlador fuzzy do sistema fotovoltaico, determinase o polinômio das potências máximas para cada intensidade da velocidade do vento que incide na turbina eólica (Pmax=g(v w )3 ) . Este polinômio pode ser obtido da família de curvas apresentadas na Fig. (2). E na Fig. (6) tem-se o diagrama de blocos da dinâmica do controlador eólico. Pmax = 1,854166.10 −2 v 3w − 8,875.10−2 v 2w − 0,351666v w + 3,5 (7) de dt Fuzzy α α Pmax(cor) vw −2 3 −2 2 Pmax = 1,8541.10 vw − 8,875.10 vw − 0 ,351666666 vw + 3 ,5 x + - Pcarga 1 J ∫ ω ω 1 ω ω Figura 6 – Diagrama de Blocos mostrando a Dinâmica do Sistema Eólico. Os mesmos rótulos lingüísticos utilizados para o SGF serão adotados para o SGE. Novamente a função zero ficará situada na posição central de equilíbrio. Em relação ao controlador empregado no sistema fotovoltaico a diferença reside na variável de saída que neste caso é um ângulo. Os limites das funções de pertinência para o ângulo de disparo Potência W foram definidos seguindo a sistemática de operação de um conversor. Teoricamente o limite de operação de um conversor no modo retificador está entre 90o e 0o ; na prática costuma-se utilizar os limites operacionais entre 30o e 70o , esta prática é adotada devido aos erros de fase e desbalanços nas tensões do sistema elétrico e atrasos no sistema eletrônico de geração de pulsos. Polinômio de potência máxima (controle) Ponto de operação ideal Erro Ponto de operação qualquer (epot) Pideal derivada do erro (depot) Pq n ideal nq n rpm Figura 7 – Determinação do Ponto Ideal de Operação Através do Erro e da Derivada do Erro. A idéia básica do controle é buscar o ponto de máxima potência da turbina quando este ponto de potência é deslocado para outra curva devido às variações na velocidade do vento. A Fig. 7 ilustra a ação do controle. Seguindo-se a sistemática utilizada para o SGF, as variáveis de entrada epot e depot são fuzzyficadas juntamente com a variável de saída que é o ângulo de disparo da ponte α. Implementam-se as regras para o controlador com a orientação de um especialista. 5. Simulações e Resultados O primeiro conjunto de resultados está ilustrado nos gráficos da Fig. (8A) e (8B). Os resultados apresentados na Fig. (8A) são das simulações realizadas variando-se somente a intensidade luminosa. No caso em análise as variações da intensidade de luz solar ocorreram na faixa situada entre 100 mW/cm2 até 25 mW/cm2 . Percebe-se que a cada degrau correspondente às variações de lambda (λ) corresponde a uma ação do sistema de controle buscando sempre o novo valor de potência máxima. No intervalo entre 2 a 5 segundos tem-se uma potência gerada (potência no painel) de aproximadamente 9 kW, os quais são transferidos à carga pela ação do controle no bloco de potência que monitora as variações ocorridas no painel solar, vide Fig. (4). 0 1 2 3 4 5 6 7 8 9 50 0 1 2 3 4 5 6 7 8 9 10 0.8 0.6 0.4 2 1 2 3 4 5 tempo s 6 7 8 9 10 (B) Potência da carga 1 0 1 2 3 4 5 6 7 8 9 10 Lambda mW/cm2 Temperatura oC 100 50 0 0 1 1 2 3 4 1 2 3 4 5 6 7 8 9 10 5 6 7 8 9 10 0.8 0.6 0.4 0 Potência do painel 4 x 10 0 100 0 Potência de controle Potências W Potência do painel Temp oC Lambda mW/cm2 delta Potência na carga 1 0 (A) 4 Lamb mW/cm2 2 x 10 delta Potências W Potência de controle 0 tempo s Figura 8 – Variação das Potências do Sistema Fotovoltaico e na Carga: (A) devida à variação da intensidade luminosa, (B) devido às variações na temperatura. Conforme mostrado nas Eqs. (1), (2) e (3) o rendimento dos painéis fotovoltaicos é afetado pelas variações da temperatura. Os resultados apresentados, na Fig. (8B), mostram o desempenho do controlador fuzzy diante das variações na temperatura. Os resultados mostram que no intervalo de 0 a 7 segundos a intensidade luminosa permaneceu em 100 mW/cm2 , com variações na temperatura na faixa de 25 o C até 80 o C. Verifica-se nos gráficos de potência que a cada elevação na temperatura tem-se diminuição na potência máxima, que é acompanhada de uma ação do controlador fuzzy. Para o sistema de geração eólico foram aplicados dois degraus de intensidade 11 m/s, 9 m/s, aumentando-se para 10 m/s para representar as variações no vento. Os resultados estão ilustrados na Fig. (9). Verifica-se no gráfico das potências que a cada variação na velocidade do vento o controlador fuzzy detecta o ponto de potência máxima do sistema de geração e transmite a carga sempre a potência máxima. Analisando-se o intervalo de 0,5 s a 1 s onde a potência no eixo ta turbina é de 6 kW aproximadamente, o gerador disponibiliza 5,5 kW em seus terminais e entrega à carga 5 kW, uma vez que as os rendimentos das máquinas foram considerados na simulação os resultados apresentam essas diferenças de potência. Nos gráficos da Fig. (10), tem-se o aspecto da tensão e da corrente da carga e também na saída da ponte conversora. Percebe-se que nos mesmos intervalos onde houve a variação na velocidade do vento, os valores da tensão e da corrente também acompanharam as mudanças. Os valores encontrados para regime permanente são tais que resultam no melhor ponto de operação do sistema. Potências W Pot. turbina Pot. gerador Pot. na carga 15000 10000 5000 0 alfa graus Velocidade do vento m/s 0 0.5 1 1.5 12 10 8 6 0 0.5 0 0.5 1 1.5 1 1.5 90 80 70 60 50 40 tempo s Tensão na ponte Volt Figura 9 – Potência, Tensão e Corrente na Carga e Potência na Turbina Eólica. 1000 500 0 Corrente e tensão Na carga Corrente na saída da Ponte -500 0 0.5 1 1.5 0.5 1 1.5 100 50 0 0 400 200 0 0 Tensão na carga Corrente na carga 0.5 1 1.5 tempo s Figura 10 – Comportamento da Tensão e Corrente na Carga e na Saída da Ponte. 6. Conclusão Sistemas de controle que empregam lógica fuzzy apresentam excelentes resultados no controle de turbinas eólicas e sistemas fotovoltaicos. Os controladores fuzzy se caracterizam pela robustez, não serem afetados pela temperatura, interferências eletromagnéticas, componentes harmônicos ou outros fatores que promovem falhas nos sistemas de controle convencionais. Mostra-se neste trabalho que os sistemas híbridos para geração de energia elétrica são tecnicamente viáveis. Por outro lado estudos desenvolvidos mostram que esses sistemas ainda são economicamente inviáveis. Com a utilização da lógica fuzzy no controle destes sistemas de geração, fica tecnicamente viável a aplicação dos sistemas híbridos é como reguladores de consumo de energia. Neste caso as fontes alternativas injetam a energia gerada diretamente nas redes de distribuição elétrica das empresas de geração de energia. Apesar de ter-se um grande potencial energético proveniente de fontes alternativas, esses sistemas não substituem as fontes de energia convencionais, mas podem complementar a demanda de energia de uma região. 7. Referências Bibliográficas Angewandte Solarrenergie – ASE GmbH – ASE 50 –ATF/17 – printed in Federal Republic of Germany, 2000, DNR00072440-03, http://www.ase-international.com. AWEA home page: http://www.awea.org. Bimal K. Bose, Paul M. Szczesny and Robert L. Steigerwald. – Microcomputer Control of a Residential Photovoltaic Power Conditioning System – IEEE/IAS Annual Meeting, vol. IA-21, pp852-859, Sept./Oct. 1984. D. Watson, J. Arrilaga, and T. Densen, - Controlled DC Power Supply from Wind Driven Sef-excited Induction Machines, - in IEE Proc., Pt. C, vol.126, No 12, 1979, pp. 1245 – 48. Fábio M. Silva, Jorge de L. Junior, - Biogás produção e utilização – gráfica FCAV - UNESP, Jaboticabal, 1986. Luiz C. Beduschi, Antonio F. Ortolani e Osvaldo Coan, - Considerações Gerais sobre a estação de biogás automotivo a baixa pressão da faculdade de ciências agrárias e veterinárias campus Jaboticabal – UNESP, Jaboticabal, 1986. J. M. Chapallaz, J. Dos Ghali, P. Eichenberger, G. Fischer – Manual on Induction Motors Used as generators – MHPG series, Vol 10, publication of Deutsches Zentrum für Entwicklungstechnologien, Vieweg 1992. Passos para operação do biodigestor – modelo indiano- , ACARESC – Manual para Técnicos. Recursos PME/83, Florianópolis, SC maio, 1984. P. J. Mac Vicar-Whelan, - Fuzzy sets for man machine interactions, -Int Journal Man-Machine Studies, Vol. 8, pp.687697, Nov, 1976. Robin M. Hillowala, Adel M. Sharaf – A rule-based Fuzzy Logic Controller for PWM Inverter in Stand Alone Wind Energy Conversion Scheme – IEEE Transaction on Industry Applications, vol. 32, No 1, Jan./Feb. 1996. S. R. Wenham and M. A. Green, Silicon Solar Cells”, Progress in Photovoltaics: Research and Application, vol. 4 – 1996. 8. Copyright Notice The author is the only responsible for the printed material included in his paper. Fuzzy control applied to a hybrid system of energy renewable sources: Wind, photovoltaic and biomass gas Abstract: Energy renewable sources have been presenting a growth in their uses in the past decade, because they have the following advantages: plenty availability, reliability, be renewable and not pollutants in comparison to the generation sources using fossil and nuclear combustibles. In spite of the advantages, there are some inconvenient that do not encourage the use of these alternative energy systems for the production of large amount of energy. One of these is the form the electric energy is delivered in the outlets of the conversion systems. This paper deals with a proposition for the development of an electric generation system that uses the sunlight, the wind and the biomass gas. The proposed system is basically intended for the use in small country communities, where it is difficult the access to the electric power distribution network, because of geographic or economic problems. The energy generated by photovoltaic panels and wind turbines coupled to asynchronous generators, will be converted by the use of power electronic devices, overlooked by a control network based on fuzzy logic. This technique when compared to the conventional control systems presents many advantages like: do not need detailed mathematic models of the systems, do not present lack of adjustment due to temperature variation, do not need special adjustment, are not sensible to the frequency variations, besides other. The fuzzy logic is based in a set of rules that at any instant will look for the maximum power operation point from each one of the generating sources for each wind and sunlight intensities, in such a way that all the generated power, the losses discounted, is totally transferred to the load. Keywords: Energy renewable, wind energy, sunlight energy, biomass gas, fuzzy logic control.