Modelado de caja negra de sistemas de conversión de energía eólica basados en PMSG a partir de ODE neuronales

Resumen La integración de fuentes de energía renovable como la energía eólica en la red eléctrica mejora las interacciones dinámicas entre el equipo productor de energía renovable, lo que conduce a nuevos problemas tecnológicos para la red eléctrica. El modelado y la simulación son esenciales para garantizar la estabilidad de la red eléctrica emergente, pero requieren un modelado dinámico preciso de los componentes, que a menudo no está disponible debido a la confidencialidad técnica y otros factores. La simulación convencional de hardware en el circuito (HIL) puede simular con precisión la dinámica de un solo dispositivo de energía renovable, pero no las dinámicas complejas de múltiples dispositivos. Esta investigación presenta un método que combina el modelado de mecanismos clásicos y el modelado de redes neuronales diferenciales para crear modelos precisos de turbinas eólicas utilizando datos de medición de equipos o datos de simulación HIL. Se desarrolla y valida un modelo de simulación transitoria electromagnética de turbina eólica realista de un tipo específico conectándolo al sistema IEEE-39, confirmando la precisión del modelo.