Yapay sinir ağı kontrol tekniklerine dayalı, rüzgâr enerjisi uygulamaları için ayarlanabilir kanat açı eğiminin dinamik performans iyileştirilmesi

Günlük yaşam için daha akıllı rüzgâr enerjisi

Elektriğimizin daha büyük bir kısmı rüzgârdan sağlandıkça, fırtına ve sakin dönemlerde ışıkların yanmasını sürdürmek hassas bir denge gerektirir. Bu çalışma, türbin kanatlarının eğimini gerçek zamanlı olarak ayarlamayı bilgisayarlara öğreterek, hava durumu öngörülemez olsa bile rüzgâr tarlalarının şebekeye daha sabit ve daha verimli güç sağlayabilmesine nasıl yardımcı olunabileceğini inceliyor.

Sabit rüzgâr gücü neden zor

Rüzgâr enerjisi temiz ve bol olmakla birlikte rüzgâr asla sabit değildir. Rüzgâr hızı çok yükseldiğinde türbinler mekanik stresten korunmak zorundadır; düştüğünde ise hareketin her zerresi yakalanmalıdır. Modern türbinler, rotor hızı ve elektriksel çıktıyı ideal değerlere yakın tutmak için kanat açısını değiştiren—pitch kontrolü olarak bilinen—hareketi kullanır. Geleneksel kontrol yöntemleri türbinin matematiksel modeline göre ayarlanmış basit kurallar kullanır. Bu yöntemler işe yarar, ancak gerçek rüzgârın karmaşık, doğrusal olmayan davranışıyla başa çıkmakta zorlanabilir, bazen çok yavaş tepki verir veya hedefleri aşabilirler.

Bir türbini rüzgârı okumaya öğretmek

Araştırmacılar, 1,5 megavat kapasiteli çift beslemeli indüksiyon jeneratörü kullanan yaygın bir büyük türbin tasarımına odaklandı. Kanat açısı için üç tür denetleyiciyi karşılaştırdılar. Birincisi, istenen ile gerçek güç veya hız arasındaki farklara tepki veren alışılmış oransal–integral–türev (PID) denetleyicisiydi. İkincisi, bu denetleyicinin daha esnek bir kesirli (fractional) versiyonuydu. Üçüncü grup ise veriden öğrenen yapay sinir ağlarını içeriyordu. Bu aile içinde ekip üç ağ tasarımını test etti: çok katmanlı ileri beslemeli ağ, kaskad ileri beslemeli ağ ve zaman içinde geçmiş davranışı hatırlayabilen Elman tekrarlayan ağı.

Akıllı kontrolü teste koymak

Bu yaklaşımların gerçekçi koşullar altında nasıl davrandığını görmek için ekip, gerçek rüzgâr hız kayıtlarını kullanarak MATLAB ve Simulink içinde ayrıntılı simülasyonlar çalıştırdı. Üç tür rüzgâr değişimini incelediler: ani adımlar, düzgün rampalar ve son derece düzensiz rastgele desenler. Her durumda, denetleyicilerin türbinin mekanik gücünü isimlendirilmiş değerine yakın tutma ve kanat açısındaki ani değişiklikleri sınırlama başarısını izlediler. Tüm sinir ağı denetleyicileri geleneksel yöntemlere göre hatayı azalttı, ancak çok katmanlı ileri beslemeli tasarım öne çıktı. İstenilen güç seviyesine daha hızlı ulaştı, daha küçük sabit farklarla çalıştı ve tüm test senaryolarında en düşük ortalama kare hatayı başardı.

Verim ve korumada kazanımlar

Ani rüzgâr sıçramaları altında, sinir ağı denetleyicisi türbini yaklaşık olarak nominal gücünün %98,9’u seviyesinde tutarak standart denetleyicilerden belirgin şekilde daha yüksek bir performans gösterdi. Rampalı ve rastgele rüzgâr değişimleri sırasında da daha yüksek verim ve daha küçük güç sapmaları sağladı. Kanat açısını daha düzgün ayarlayarak, kanat hızı ile rüzgâr yakalamayı en iyi şekilde dengelemeye yardımcı oldu ve türbin ömrünü kısaltabilecek mekanik stresi azalttı. Diğer sinir ağı tasarımları da iyi performans gösterse de, aynı hız ve doğruluk dengesini yakalamadan daha fazla hesaplama çabası gerektirdi.

Gelecekteki rüzgâr tarları için anlamı

Basitçe söylemek gerekirse, çalışma iyi eğitilmiş bir sinir ağının gökyüzünü izleyen ve türbin kanatlarını güvenlik ve üretim için sürekli ince ayarlayan usta bir operatör gibi davranabileceğini gösteriyor. Test edilen seçenekler arasında çok katmanlı ileri beslemeli ağ en doğru ve uyarlanabilir kontrolü sağladı, gücü hedefe yakın tutarken donanım üzerindeki aşınmayı hafifletti. Bu akıllı denetleyiciler simülasyondan gerçek türbinlere geçtiğinde, büyük yeni ekipman gerektirmeden her rüzgâr esintisinden daha iyi faydalanarak rüzgâr tarlalarının daha güvenilir temiz enerji sağlamasına yardımcı olabilirler.

Atıf: Ameen, A.G., Mohamed, S., Abdel-Jaber, G.T. et al. Dynamic performance enhancement of adjustable blade pitch angle for wind generation system applications based on artificial neural network control techniques. Sci Rep 16, 16294 (2026). https://doi.org/10.1038/s41598-026-53411-9

Anahtar kelimeler: rüzgâr türbini kontrolü, kanat açı eğimi, sinir ağı, yenilenebilir enerji, çift beslemeli indüksiyon jeneratörü