MULTI-OBJECTIVE COMPUTATIONAL INTELLIGENCE FOR WIND POWER GENERATION CONTROL : PID LIKE CONTROL

INTRODUÇÃO: O crescimento da energia eólica na matriz energética global exige melhorias nos sistemas de controle das turbinas, especialmente no controle de arfagem, que regula a potência e protege a estrutura. O trabalho foca no uso de técnicas de inteligência computacional para calibrar controladores PID, enfrentando o desafio de uma planta complexa sem modelo matemático explícito. OBJETIVOS: O objetivo geral foi otimizar controladores PID para o sistema de arfagem de turbinas eólicas usando o algoritmo multiobjetivo spMODEx. Os objetivos específicos incluíram a realização das otimizações, ajustes nos parâmetros do algoritmo, comparação com o controlador de referência e obtenção de desempenho superior. MATERIAIS E MÉTODO: Utilizou-se o MATLAB/Simulink e o modelo de turbina de 15 MW do concurso CEA 2024. Como a planta é uma “caixa-preta”, foram identificadas funções de transferência simplificadas (modelos Alfa e Beta) para representar sua dinâmica. A otimização foi realizada com o spMODEx visando minimizar a Integral do Erro Absoluto e a Variação Total da Ação de Controle. Os resultados foram avaliados por simulações no modelo completo da turbina. RESULTADOS: Foram encontrados modelos simplificados adequados para a otimização. O controlador PID otimizado (controlador 6) obteve um desempenho superior ao de referência, com J_total de 0,4770 contra 0,5206. Controladores PIDA não apresentaram melhora. O desempenho foi limitado pela qualidade do modelo simplificado. CONSIDERAÇÕES FINAIS: Os objetivos foram atingidos: o controlador otimizado superou o de referência. A abordagem com spMODEx mostrou-se eficaz, mas a qualidade do modelo da planta é crucial para melhores resultados. Estudos futuros devem priorizar a identificação de modelos mais fiéis da planta para potencializar a eficácia da otimização.

PALAVRAS-CHAVE: Energia Eólica; Controle PID; Otimização Multiobjetivo; Inteligência Computacional.