Escolar Documentos
Profissional Documentos
Cultura Documentos
Campus de Blumenau
Departamento de Engenharia de
Controle, Automação e Computação
Blumenau
2021
Eduardo Rafael Nones
Blumenau
2021
Eduardo Rafael Nones
Comissão Examinadora
Enquanto o consumo de energia vem crescendo pelo mundo, também cresce a busca
por fontes renováveis e por avanços tecnológicos que as tornem cada vez mais viáveis. A
energia eólica é uma das fontes de energia que mais tem crescido dentro desse cenário.
Com o aumento da energia gerada e demandada das turbinas eólicas o controle correto
das mesmas se faz cada vez mais importante, com objetivos que vão desde aumentar
a eficiência energética da turbina, como evitar danos materiais ao sistema da mesma.
Um dos controles mais comuns atualmente em turbinas eólicas é o controle de ângulo de
ataque, que varia o ângulo das lâminas de uma turbina para manter a geração de energia
a mais alta possível, mantendo a velocidade nominal da turbina. Dentro do contexto
apresentado, o estudo tem como foco realizar simulações para diversos tipos de cenários,
e comparar o funcionamento de dois tipos de controladores de velocidade de rotação para
uma turbina eólica, Fuzzy-PI e Gain Schedulig, ambos os controles são explicados dentro
do trabalho e os seus desempenhos comparados com o controle PI. Nos resultados são
comparadas as potências geradas por cada um dos tipos de controle, além de outras
informações relevantes, como velocidade do rotor e sinal de comando dos controladores,
onde os controles adaptativos tiveram em geral desempenho superior.
Palavras-Chave: 1. Energia renovável. 2. Energia eólica. 3. Controle. 4. Pitch
Abstract
While energy consumption has been growing in the world, so does the search for
renewable sources of energy and technology advances that make those them more reliable.
Wind energy is one of the energy sources that has grown the most in this context. With
the grown of energy generated and demanded of wind turbines the ability to control them
has been more important too, with the objective of increasing the energy efficiency and
avoid damage to the system. One of the most popular control used today is the pitch angle
control, this control technique varies the blade angle to maintain the energy generation as
high as possible, keeping the speed at it’s nominal rate. In this context, this study focuses
on simulations in many scenarios, and in the comparison of the operation of two types
of speed controllers for wind turbines, Fuzzy-PI and Gain Scheduling, both controllers
are explained on the study and compared to the PI Controller. In the results, energy
generation is compared, as well as other relevant information about those controllers
results, like rotor speed and command signal from the controller, where the adaptive
controllers got better results overall.
Keywords: 1. Renewable energy. 2. Wind power. 3. Control. 4.Pitch
Lista de figuras
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.1.1 Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2 Organização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 REVISÃO DE LITERATURA . . . . . . . . . . . . . . . . . . . 18
2.1 Planta Eólica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Torre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Nacele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.3 Turbina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.4 Caixa Multiplicadora . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.5 Gerador Elétrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.6 Sistema de Controle . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Potência Gerada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3 Maximum Power Point Tracking . . . . . . . . . . . . . . . . . . 23
2.4 Controle de velocidade e ângulo de ataque . . . . . . . . . . . . 25
2.5 Atuadores de Pitch Angle . . . . . . . . . . . . . . . . . . . . . . 26
2.6 Modelo Turbina Eólica MatLab . . . . . . . . . . . . . . . . . . . 26
2.7 Comentários finais . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1 Cenários de simulação . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1.1 Cenário 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1.2 Cenário 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1.3 Cenário 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.1.4 Cenário 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2 Controle PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Controle Fuzzy-PI . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4 Gain Scheduling . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4.1 Obtenção de modelo aproximado . . . . . . . . . . . . . . . . . . 39
3.4.2 Primeira estratégia . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4.3 Segunda estratégia . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4.4 Gain Scheduling Empírico . . . . . . . . . . . . . . . . . . . . . . 46
3.5 Comentários finais . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4 RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.1 Resultados Cenário 1 . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2 Resultados Cenário 2 . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3 Resultados Cenário 3 . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.4 Resultados Cenário 4 . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.5 Discussão de resultados . . . . . . . . . . . . . . . . . . . . . . . . 62
5 CONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1 Estudos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
REFERÊNCIAS BIBLIOGRÁFICAS . . . . . . . . . . . . . . . 67
14
1 Introdução
O uso da energia elétrica no Brasil teve seu início no século XIX [1], e com o passar dos
anos a importância dessa energia fica cada vez mais evidente no Brasil e no mundo, porém
não somente a importância da energia vem aumentando como também a sua demanda,
que aumenta a cada dia devido ao crescimento econômico e populacional, algo que pode
ser observado na Figura 1. Estudos indicam uma taxa de aumento de 1,3% ao ano até
2040 [2].
nacional [6]. Além de acordos mundiais, países se mobilizam para criarem incentivos
para que a produção de energia através de fontes renováveis seja ampliada, nos EUA, por
exemplo, vários créditos fiscais do governo federal, subsídios e programas de empréstimos
estão disponíveis para desenvolvimento de tecnologias e projetos de energia renováveis [7].
Nesse contexto, a energia eólica tem um dos potenciais mais atrativos para o presente
e o futuro entre as energias renováveis. A história dos moinhos de vento tem mais de
2000 anos [8], e esse pode ser considerado um começo do uso da energia eólica através
de turbinas de vento. No início seu uso era destinado a moer cereais ou bombear água,
mas seu uso atual está muito mais ligado na transformação dessa energia para energia
elétrica. A tecnologia para este uso está disponível desde a década de 70, porém, o seu
desenvolvimento acelerou a partir da década de 90 [9]. O rápido crescimento com o passar
dos anos pode ser observado na Figura 2, o crescimento de 2010 para 2018 representa um
aumento de 372% de energia eólica gerada, já ao comparar os valores do ano 2000 para
2018 o crescimento é de 4062% [3].
1.1 Objetivos
O objetivo geral do trabalho é centrado no estudo do funcionamento geral de um
aerogerador em plantas eólicas, com foco no sistema de controle das mesmas, em especial
o controle de velocidade do aerogerador utilizando o ângulo de ataque como sinal de
atuação, incluindo simulações, implementação de técnicas avançadas de controle, análises
e comparações dos resultados obtidos no estudo e buscar uma maximização da potência
gerada.
1.2 Organização
O Capítulo 2 tem foco nas plantas eólicas responsáveis pela geração desse tipo de
energia, explicando alguns conceitos são utilizados no restante do estudo. O Capítulo 3
contempla a metodologia que foi desenvolvida para a solução da problemática do traba-
lho. No Capítulo 4 são apresentados resultados e observações pertinentes aos mesmos,
Capítulo 1. Introdução 17
2 Revisão de Literatura
2.1.1 Torre
A torre serve de suporte para a Turbina e a Nacele. A grande problemática das torres
são as dinâmicas estruturais, sua construção deve levar em conta as vibrações da mesma
com o intuito de evitar as frequências harmônicas e aumentar a durabilidade da torre.
O tamanho das torres é variado, tendo aumentado com o passar dos anos e com o
desenvolvimento tecnológicos, hoje em dia as torres podem atingir alturas maiores que
100 metros.
Capítulo 2. Revisão de Literatura 19
2.1.2 Nacele
A Nacele é um compartimento instalado no alto da torre e que abriga todo o mecanismo
do gerador, composto por toda a parte mecânica de acoplamento, o gerador elétrico,
componentes do sistema de controle, a caixa multiplicadora entre outros componentes do
sistema conforme ilustrado na Figura 4.
2.1.3 Turbina
A turbina eólica é composta pelo rotor que é o componente que efetua a transformação
da energia cinética dos ventos em energia mecânica rotacional. No rotor são acopladas as
Capítulo 2. Revisão de Literatura 20
pás da turbina, que em geral são três, elas chegam a ter até 60 metros de comprimento
e tem lâminas acopladas a elas, que auxiliam no controle da potência gerada através da
mudança do ângulo das mesmas.
Cada uma dessas lâminas possue um sistema de acionamento próprio, no caso deste
trabalho o acionamento é simulado através de um sistema hidráulico. O comando de
ângulo dessas lâminas é o mesmo para todas as três.
Esse conjunto é acoplado através de um acoplamento elástico ao eixo que transmite a
energia para o gerador, comumente passando por uma caixa multiplicadora.
Em plantas eólicas a técnica de controle mais comumente utilizada, seja para controle
de corrente, velocidade do rotor ou controle de potência ativa e reativa, é o controle
tradicional proporcional-integrador, ou PI. No entanto, por se tratar de um sistema com
muitas variáveis com características não lineares, controles que possuem adaptatividade
possuem algumas vantagens no desempenho, já que eles se adequam a diferentes pontos
de operação [12].
Capítulo 2. Revisão de Literatura 22
1
Pmec = Cp (β,λ)ρAVw3 (2.1)
2
Capítulo 2. Revisão de Literatura 23
2πRwR
λ= (2.2)
60Vw
A relação entre o coeficiente de potência Cp (β,λ) para variações de λ e β, Cp pode ser
descrito por meio de uma equação empírica baseada no modelo da turbina do tipo:
1 116
21
Cp = − 0.4β − 5 e λi
(2.3)
2 λi
Com λi sendo:
1 0.035
λi = − 3 (2.4)
λ + 0.08β β + 1
É possível observar que o ângulo de ataque tem forte influência no valor de Cp (β,λ),
conforme a Figura 7. Através dessas equações, temos que a potência pode ser controlada
através do valor do ângulo de ataque, ou seja, quanto mais preciso e rápido for a resposta
a um comando de mudança de ângulo de ataque mais potência será gerada pelo sistema.
A técnica do MPPT é utilizada juntamente com o controle por pitch para obter a
máxima potência do sistema através de um chaveamento, onde para as velocidades de
vento inferiores a velocidade nominal temos a região MPPT, ou a região de potência sub-
nominal, nessa região é utilizado o Cpmax (β,λ), que é o coeficiente máximo de potência.
Quando o sistema atinge a velocidade nominal é realizado o chaveamento para o controle
por pitch, conforme a Figura 8. Na região por controle de pitch o Cp (β,λ) é alterado
utilizando uma variação de ângulo de ataque, de forma que a energia gerada seja mantida
a nominal e evite que o sistema entre na fase de corte.
• bloco de controle de ângulo de ataque (pitch controller): esse bloco é onde ficam os
controles do comando de pitch e atuador de pitch;
• bloco de controle de guinada (yaw controller): esse bloco é onde ficam os controles
do comando de guinada e atuador de guinada, que alteram a direção em que o rotor
aponta;
3 Metodologia
Este capítulo tem como objetivo explanar a metodologia utilizada ao longo do de-
senvolvimento deste trabalho. Nele são apresentados os algoritmos de controle imple-
mentados durante o trabalho e os cenários de simulação que são utilizados para validar
esses controladores e obter os dados necessários para realizar a comparação e análise de
resultados.
A primeira abordagem utilizada no trabalho foi a replicação de uma lógica de controle
PI, que é um controle amplamente usado como base para comparações em diversos traba-
lhos, após isso foi implementado um controle através de uma lógica de controle Fuzzy-PI
e uma lógica de controle através de Gain Scheduling. Após isso, foram comparados e
analisados os resultados obtidos para todas as técnicas de controle.
Para a realização das simulações e testes foi utilizado o modelo de turbina eólica
disponibilizado no software MatLab [20], apresentado na Seção 2.6.
3.1.1 Cenário 1
O primeiro cenário para realização de testes é um cenário onde a velocidade do vento
permanece constante, conforme ilustrado na Figura 12, em uma velocidade acima da
velocidade nominal, de forma que o controle por ângulo de ataque das lâminas esteja
ativo durante todo o período de simulação.
Capítulo 3. Metodologia 31
3.1.2 Cenário 2
No segundo cenário a velocidade do vento foi alterada para ter uma característica dente
de serra, variando entre uma velocidade um pouco acima da velocidade de partida da
turbina, até uma velocidade logo abaixo da velocidade de corte, como ilustrada na Figura
13. Com isso, o controle por ângulo de ataque das lâminas vai estar ativo durante todo o
período de simulação. Mesmo não sendo um cenário comumente visto no comportamento
da velocidade do vento, para intuito de comparação de controladores ele tem relevância.
Esse cenário tem como intenção verificar qual técnica de controle tem uma resposta
mais rápida e condizente para variações bruscas e periódicas, justamente por ser um
cenário com características bruscas, a tendência é que controladores mais simples tenham
um desempenho pior devido à variação do ponto de operação.
Capítulo 3. Metodologia 32
3.1.3 Cenário 3
O terceiro cenário apresenta uma velocidade também oscilando ao redor da velocidade
ideal de operação, porém, nesse cenário as variações tem comportamento aleatório e não
sequencial como no Cenário 2. A velocidade do vento nesse cenário é conforme a Figura
14. Como no cenário anterior, o controle de velocidade do rotor vai ser através do ângulo
de ataque das lâminas durante todo o período de simulação.
Um cenário como esse é mais comum de se encontrar em uma situação real de uma
turbina eólica do que os cenários anteriores, dessa forma, os resultados obtidos de geração
de energia tem uma relevância aumentada.
3.1.4 Cenário 4
Esse cenário apresenta uma velocidade de vento oscilando de forma senoidal, variando
ao redor da velocidade nominal do aerogerador. É uma variação mais suave que o Cenário
2 e traz uma curva de velocidade de vento mais realista por não tem mudanças tão
abruptas, com isso, tem um resultado mais relevante em questão de geração de energia
para a comparação realizada no estudo. Como nos cenários anteriores o controle de
velocidade do rotor vai ser por alteração do ângulo de ataque durante todo período de
simulação.
Capítulo 3. Metodologia 33
3.2 Controle PI
O controle PI é uma estrutura simples de ser utilizada, e pode ter resultados muito
bons, porém em situações com não-linearidade e variância no tempo os resultados do
desempenho podem ficar aquém do desejado.
O controlador proporcional integral (PI) é amplamente utilizado na indústria devido
à sua simplicidade de design, implementação e ajuste. Por este motivo, seu desempenho
foi assumido como base para a comparação com outros controladores [22], que é o caso
do presente estudo.
A parcela proporcional (P), de PI, leva em conta os valores presentes de erro e é
proporcionalmente grande ou pequeno, positivo ou negativo como o erro, enquanto a
parcela integral (I) leva em conta os valores de erros anteriores e é o resultado da sua
integração ao longo do tempo [23]. O controle de PI utilizado é do tipo paralelo, cujo
diagrama de blocos é apresentado na Figura 16, e sua equação:
Z t
u(t) = Kp e(t) + Ki e(τ ) dτ (3.1)
0
Tabela 2 – Valores de Kp e Ki
e
Tabela Kp
NB ZE PB
NB ZE ZE ZE
de/dt ZE PG PP PG
PB ZE PM ZE
e
Tabela Ki
NB ZE PB
NB PG PG PG
de/dt ZE ZE PG ZE
PB PG PG PG
Foi definido para o trabalho Kpmax e Kpmin com dois distintos valores, como mais
ou menos 10% e 20% dos valores utilizados pelo controlador PI, a mesma abordagem foi
utilizada para o Kpmax e Kimin . Esses sistemas são chamados de Fuzzy-PI 10% e Fuzzy-PI
20% durante o decorrer do estudo, de acordo com o valor máximo e mínimo implementado
no sistema.
Capítulo 3. Metodologia 37
Para realizar a simulação com esse tipo de controle é necessário usar o bloco Fuzzy
Logic Controller no software SimuLink (Figura 19. Para utilizar esse bloco é necessário
uma fis file, esse arquivo carrega a lógica de tomada de decisão e as regras da lógica Fuzzy a
serem implementada. Esse arquivo pode ser criado através da toolbox de controle Fuzzy
software MatLab, cuja janela é apresentada na Figura 20. Após criar a fis file, ela foi
carregada no bloco a ser utilizado na simulação e dessa forma o bloco age conforme a
lógica e regras estabelecidas. Vale ressaltar que o para realizar a deffuzificação escolhido
foi o método da centróide [26].
linearização realizada pelo System Identification, onde é possível observar que as curvas
das funções de transferência ficaram praticamente sobrepostas.
Todas as identificações foram feitas com funções de transferências tendo 2 pólos e
1 zero, para ter uma proximidade maior entre os sistemas aproximados e os resultados
das simulações. As aproximações tiveram resultados superiores a 95% de pertencimento
às curvas reais. Os gráficos das respostas ao degrau para os sistemas linearizados são
apresentados na Figura 24, nele podemos observar que é possível realizar uma simpli-
ficação dessas plantas para plantas de primeira ordem, a fim de facilitar o cálculo dos
controladores.
Kp (w) = a−p
Ti (w) = K(w)
K(w) b
(3.9)
Kp (w) = Kp (15) K(15)
K(w)
Ti (w) = Ti (15) K(15)
K(w)
Tabela 4 – Ganhos Kp e Ki
Assim, a Look-Up Table recebe o valor de velocidade atual do vento e, de acordo com a
tabela de ganhos obtida através das identificações do sistema (Tabela 7 e Figura 25), altera
os valores de Kp e Ki do controlador conforme a Figura 26, para valores intermediários
é feita a interpolação entre os 2 valores mais próximos. Alguns dos possíveis valores de
Kp (w) e Ki (w) são mostrados na Tabela 4. Desse modo, o ganho de malha fechada é
mantido constante, independente da velocidade do vento.
Capítulo 3. Metodologia 44
f (w) K(w)
G(s,w) = = (3.10)
t(w)s + 1 s + p(w)
sendo que K(w) = f (w)/t(w), p(w) = 1/t(w), e f (w) representa o ganho da planta em
função da velocidade do vento, e t(w) representa a constante de tempo da planta em
função da velocidade de vento.
Nesse caso, são duas Look-Up-Tables que recebem o valor de velocidade atual do
vento, e, de acordo com a Tabela 6 de ganhos, os ganhos Kp e Ki do controlador PI são
atualizados, de acordo com a Figura 28. A intenção desse controlador é manter a resposta
do sistema de malha fechada igual para todos os pontos de operação do sistema.
4 Resultados
Os resultados para esse cenário, como esperado, foram os com maior variação em ve-
locidade do rotor e a menor geração de energia dentre os cenários avaliados, o controlador
com o melhor resultado foi o Gain Scheduling para primeira estratégia. Através de testes
Capítulo 4. Resultados 55
empíricos foi possível encontrar uma solução melhor alterando o ganho integrador calcu-
lado para o Gain Scheduling, com isso esse novo controlador teria a melhor geração de
energia dentre os observados, conforme a Figura 40.
No quarto cenário foi possível observar, conforme todos os outros cenários, um desem-
penho melhor para o sistema com o controle por Gain Scheduling para primeira estratégia.
Capítulo 4. Resultados 62
Através de testes empíricos, foi possível encontrar uma solução melhor alterando o ga-
nho integrador calculado para o Gain Scheduling, com isso esse novo controlador teria a
melhor geração de energia dentre os observados, conforme a Figura 52.
Na Tabela 7 fica claro aferir que os resultados para todos os cenários os melhores
desempenhos foram obtidos para os sistemas com controle por Gain Scheduling para
primeira estratégia e o Gain Scheduling obtido através de testes, com melhoras chegando
a mais de 15% em comparação com os sistemas com controle PI e Fuzzy-PI. Os resultados
de geração de energia também ficaram superiores nos sistemas com controle Fuzzy-PI em
relação aos sistemas com Controle PI, exceto pelo resultado obtido pela técnica Fuzzy-PI
10% no cenário 1.
Tabela 8 – Resultados de ISE por Cenário.
O sistema sempre começa parado nas simulações, com isso os primeiros segundos da
simulação não tem geração de energia, apenas um gasto não significativo para a proporção
do gráfico, isso acontece porque nesse tempo está acontecendo a partida do sistema, que
demanda uma pequena quantia de energia da rede de transmissão.
O que deve ser levado em consideração é o sistema hidráulico de atuação das lâminas,
como foi simulado um sistema real essa resposta não é ideal e então tem influência sobre
as velocidades, sinal de comando e geração de energia também. Já o sistema de controle
de guinada não tem influência sobre o resultado, visto que foi utilizada uma direção do
vento sempre constante em zero, para tirar a influência desse sistema nos resultados.
Nos gráficos de RPM do motor, é observado que os controladores Fuzzy-PI tiveram
alterações mais agressivas em relação aos outros controladores, porém tiveram resultado de
energia gerada maior que o controle PI, já o controle por Gain Scheduling teve resultados
melhores em geração de energia, e foram menos agressivos no seguimento de velocidade.
65
5 Conclusões
maiores e sob condições mais realistas. Outro estudo com relevância seria a comparação
dos resultados para essas técnicas de controle em outros sub sistemas de um sistema de
geração de energia eólica.
67
Referências Bibliográficas
2 IEA. World Energy Outlook 2019, IEA, Paris. In: . [s.n.], 2019. Disponível em:
<https://www.iea.org/reports/world-energy-outlook-2019>. 14
4 RITCHIE, H.; ROSER, M. Co and greenhouse gas emissions. Our World in Data,
2017. Https://ourworldindata.org/co2-and-other-greenhouse-gas-emissions. 14
8 STIEBLER, M. Wind Energy Systems for Electric Power Generation. 1st edition.. ed.
[S.l.]: Springer, 2010. (Green Energy and Technology). ISBN 9783642088261,3642088260.
15
9 Mohammad, S. N.; Das, N. K.; Roy, S. A review of the state of the art of generators
and power electronics for wind energy conversion systems. In: 2014 3rd International
Conference on the Developments in Renewable Energy Technology (ICDRET). [S.l.: s.n.],
2014. p. 1–6. 15, 16
11 Senjyu, T. et al. Output Power Control of Wind Turbine Generator by Pitch Angle
Control using Minimum Variance Control. IEEJ Transactions on Power and Energy,
v. 124, n. 12, p. 1455–1462, jan. 2004. 15
19 OPIE, R. Pitch control critical for wind power. Machine Design, 2018. Disponível
em: <https://www.machinedesign.com/mechanical-motion-systems/article/21836463/
pitch-control-critical-for-wind-power>. 25
21 PRASAD, P. Reducing lcoe through innovation in the design of the pitch control
system. WindEurope 2016, 2016. Disponível em: <https://windeurope.org/summit2016/
conference/proceedings-Pr0cghyDVy/index2.php?page=info2&id2=159&id=43&ordre=
210&tr=&presa=OC&day=&searchtext=&day=&learning=&keyword=&fil2=&fil2&
ord1=&sess=>. 26
25 HAMANE, B. et al. Control for variable speed wind turbine driving a doubly
fed induction generator using fuzzy-pi control. Energy Procedia, v. 18, p. 476–485,
2012. ISSN 1876-6102. Terragreen 2012: Clean Energy Solutions for Sustainable
Environment (CESSE). Disponível em: <https://www.sciencedirect.com/science/
article/pii/S1876610212008296>. 35
Referências Bibliográficas 69