Control de filtro activo de potencia mediante redes neuronales

Abstract

Uno de los problemas que afectan la calidad de la energía eléctrica son los armónicos generados por las cargas no lineales, entre los métodos para la reducción de armónicos se encuentran los filtros activos de potencia (FAP). En el presente trabajo se presenta un método de estimación adaptativo de la corriente de referencia en el control de un FAP en conexión paralelo para la compensación de armónicos presente en un sistema trifásico de cuatro hilos. Se estimó las señales de tensión y corriente con un sistema neuronal adaptativo con algoritmo de aprendizaje de combinación normalizado LMS, se obtuvo la corriente de referencia aplicando la teoría de Fryze para sistemas trifásicos y para analizar la capacidad de estimación del control adaptativo propuesto se modeló un sistema eléctrico trifásico en conexión estrella, un FAP con cada una de sus etapas que lo integran y cargas que permitieron verificar el comportamiento del FAP en la compensación de corrientes armónicas. Los resultados obtenidos de la simulación del FAP en la compensación de armónicos de corriente demuestran la reducción de la distorsión total de armónicos de corriente por debajo del 5%, reducción de la corriente de neutro y equilibrio de las corrientes de fase.