Filtro de Kalman dual de estadística robusta para la identificación de un generador eólico en presencia de datos espurios

Autores/as

  • Carlos David Zuluaga Ríos
  • Eduardo Giraldo Suárez Programa de Ingeniería Eléctrica, Universidad Tecnológica de Pereira
  • Mauricio Alexánder Álvarez López Programa de Ingeniería Eléctrica, Universidad Tecnológica de Pereira

DOI:

https://doi.org/10.14482/inde.32.1.5241

Resumen

Las turbinas eólicas son una de las tecnologías más avanzadas dentro del conjunto de las energías limpias para obtener energía eléctrica. Debido al comportamiento estocástico del viento, se debe realizar el control de estas turbinas para maximizar la potencia de salida. Con el fin de solucionar el problema de control óptimo se debe conocer la dinámica de la máquina, por ello, los esquemas de identificación de sistemas adquieren importancia en este contexto. Este estudio presenta la identificación de un generador eólico que emplea un filtro de Kalman dual de estadística robusta. Aunque el filtro de Kalman dual (DKF) ha sido utilizado en la identificación de sistemas, su rendimiento está asociado a la ausencia de datos espurios. Para realizar la identificación de este sistema se utilizó una tarjeta de adquisición NI USB-6009. Pese a sus buenas características de muestreo, esta tarjeta incorpora datos espurios que afectan la identificación del sistema. El estudio propone solucionar este problema combinando el DKF y el filtro de Kalman de estadística robusta. La metodología propuesta fue implementada en Matlab, mostrando la identificación del generador eólico en tiempo real ante variaciones en las entradas del sistema, con un comportamiento robusto en presencia de datos espurios, comparado con otra metodología estándar de identificación.

 

Descargas

Publicado

2014-04-15

Cómo citar

[1]
C. D. Zuluaga Ríos, E. Giraldo Suárez, y M. A. Álvarez López, «Filtro de Kalman dual de estadística robusta para la identificación de un generador eólico en presencia de datos espurios», Ing. y Des., vol. 32, n.º 1, pp. 115–137, abr. 2014.

Número

Sección

Artículos