جبران مشکلات کیفیت توان در سیستم انرژی تجدیدپذیر مبتنی بر باد برای مصرف‌کننده های کوچک به عنوان بار الکتریکی مجزا

– این مقاله به جبران مشکلات کیفیت توان همچون موازنه بار، جبران جریان خنثی و اعوجاج جریان بار در سیستم انرژی تجدید پذیر مبتنی بر باد، که در محل ایزوله شده برای مصرف کنندگان کوچک، فعالیت می‌کند، می‌پردازد. بدین منظور، از الگوریتم تئوری تطبیقی مبتنی بر جنبش آنی حداقل میانگین مربعات (M – LMS) ‏برای راه‌اندازی مبدل منبع ولتاژ (VSC) ‏استفاده می‌شود که کیفیت توان سیستم را افزایش می‌دهد. این کنترل همچنین مسئول حفظ فرکانس و ایجاد ولتاژ ثابت در نقطه مشترک اتصال (PCI)‏ تحت شرایط مکانیکی و الکتریکی است. علاوه بر آن، توان راکتیو نیز جبران می‌شود. M- LMS، یک کنترل اصلاح‌شده از LMS اصلی است که از اطلاعات گرادیان قبلی برای رسیدن به عملکرد منطبق بهبود یافته، استفاده می‌کند به جای استفاده از مقادیر مختلف جریان. این طرح کنترل، اشکال الگوریتم‌های LMS مانند وابستگی به هم‌گرایی وزنی را بر انتخاب پارامتر اندازه هر گام، حذف کرده‌است. علاوه بر این، مشاهده می‌شود که با ورودی‌های دارای مولفه‌های با نویز بالا، الگوریتم M – LMS بهتر عمل می‌کند. بنابراین، کاربرد کنترل پیشنهادی در تولید توان مبتنی بر باد، که در

This paper addresses the compensation of power quality problems such as balancing of load, compensation of neutral current, and distortions of the load current in a wind-based renewable energy system working at an isolated location for small consumers. For this purpose, an adaptive theory based momentum least mean square (MLMS) algorithm is used to operate the voltage source converter, which enhances the power quality in the system. This control is also responsible for keeping constant frequency and voltage at the point of common interface under mechanical and electrical transients. In addition, the reactive power is also compensated. The MLMS is a modified control of basic LMS that utilizes the past gradient information to reach improved adaptation performance instead of using its current value. This control has removed the drawback of LMS algorithms such as weight convergence dependence on the selection of the step size parameter. Moreover, it is observed that with inputs having high