|
風力発電機は風速に対して最適な回転速度でブレードを回転させることにより、最大電力で発電することが可能となる。しかし、風速変動の大きい風況下において大きな慣性モーメントを持つ風力発電機の回転速度を迅速に制御することは難しく、発電出力は最大で40%以上減少する。特に風速変動が頻繁である日本においては、風速変動による風車発電出力の低下は重大な問題である。そこで当該研究では、機械学習を用いて様々な風速変動の周期と大きさ、風速の現在値、風車回転速度のパターンを考慮し最適な回転速度で風車を運転することができる動的MPPT (DMPPT: Dynamic-MPPT) 制御システムを開発した。
動的MPPT制御システムでは風力発電に適した風況の場合、従来通りのMPPT制御を行う。一方、風力発電に適さない風況の場合はブレード回転速度を高めに維持し、高風速を高効率で電力変換できるよう運転する。提案制御では風速の平均値、変動幅、変動周期に合わせて適切な回転速度を選択しなければいけないため、風速変動の指標化が非常に重要な要素である。風速変動はこれまでの様々な研究で指標化が行われてきたが、これまでの指標では風力発電効率に対する影響に焦点を当てたものが無かった。そのため本研究では線形回帰分析による風速変動の新たな指標化手法を確立した。
回路シミュレーションにより新たな風況指標を組み込んだ動的MPPT制御システムの有効性を検証した。シミュレーション結果では風速変動が大きく平均風速が小さい場合に有効性が高く発揮され、ほとんどの風況において従来のMPPT制御よりも発電電力量が増大した。また、特定の条件下では従来の2～3倍程度の発電が可能となることを確認した。
|
