Abstract The most important issue in the use of wind energy conversion systems (WECS) is to ensure maximum power extraction for attaining increased efficiency. In this study, maximum power extraction frameworks operating the state-of-the-art optimization methods are presented for permanent magnet synchronous generator (PMSG) based WECS. These frameworks consist of a fast terminal sliding mode control (FTSMC) based MPPT controller and a hybrid MPPT approach that combines chaotic based particle swarm optimization (PSO) derivatives and optimal relation based (ORB) method. Chaotic dynamic weight PSO (CDW-PSO) and Gauss map based chaotic PSO (GM-CPSO), which are remarkable and recent optimization techniques, are utilized to achieve optimum coefficients to ensure efficient MPPT operation. After acquiring the optimum coefficients, the framework passes to ORB operation part. Moreover, the proposed frameworks track extracted power within certain limits during the operation of WECS and make transition between the best coefficients if necessary. On the other hand, FTSMC is used to track the MPPT references that are determined via hybrid MPPT algorithms. To validate the proposed frameworks, they are tested in Matlab/Simulink environment for three specific wind speed scenarios. GM-CPSO based ORB and CDW-PSO based ORB MPPT methods are compared with ORB and tip speed ratio (TSR) methods under these scenarios. Consequently, it is revealed that proposed methods contribute to MPPT efficiency by providing higher power extraction than other conventional methods.

中文翻译：

---

使用混沌粒子群优化导数的基于 PMSG 的 WECS 的新型统一最大功率提取框架

摘要 使用风能转换系统 (WECS) 的最重要问题是确保最大功率提取以实现更高的效率。在这项研究中，针对基于 WECS 的永磁同步发电机 (PMSG) 提出了运行最先进优化方法的最大功率提取框架。这些框架包括基于快速终端滑模控制 (FTSMC) 的 MPPT 控制器和混合 MPPT 方法，该方法结合了基于混沌的粒子群优化 (PSO) 导数和基于最优关系 (ORB) 的方法。混沌动态权重粒子群算法 (CDW-PSO) 和基于高斯图的混沌粒子群算法 (GM-CPSO) 是卓越的最新优化技术，用于实现最佳系数，以确保高效的 MPPT 操作。得到最优系数后，框架传递到 ORB 操作部分。此外，所提出的框架在 WECS 运行期间在一定范围内跟踪提取的功率，并在必要时在最佳系数之间进行转换。另一方面，FTSMC 用于跟踪通过混合 MPPT 算法确定的 MPPT 参考。为了验证所提出的框架，它们在 Matlab/Simulink 环境中针对三种特定的风速场景进行了测试。在这些场景下，将基于 GM-CPSO 的 ORB 和基于 CDW-PSO 的 ORB MPPT 方法与 ORB 和叶尖速比 (TSR) 方法进行比较。结果表明，所提出的方法通过提供比其他传统方法更高的功率提取来提高 MPPT 效率。建议的框架在 WECS 运行期间在一定范围内跟踪提取的功率，并在必要时在最佳系数之间进行转换。另一方面，FTSMC 用于跟踪通过混合 MPPT 算法确定的 MPPT 参考。为了验证所提出的框架，它们在 Matlab/Simulink 环境中针对三种特定的风速场景进行了测试。在这些场景下，基于 GM-CPSO 的 ORB 和基于 CDW-PSO 的 ORB MPPT 方法与 ORB 和叶尖速比 (TSR) 方法进行了比较。结果表明，所提出的方法通过提供比其他传统方法更高的功率提取来提高 MPPT 效率。建议的框架在 WECS 运行期间在一定范围内跟踪提取的功率，并在必要时在最佳系数之间进行转换。另一方面，FTSMC 用于跟踪通过混合 MPPT 算法确定的 MPPT 参考。为了验证所提出的框架，它们在 Matlab/Simulink 环境中针对三种特定的风速场景进行了测试。在这些场景下，基于 GM-CPSO 的 ORB 和基于 CDW-PSO 的 ORB MPPT 方法与 ORB 和叶尖速比 (TSR) 方法进行了比较。结果表明，所提出的方法通过提供比其他传统方法更高的功率提取来提高 MPPT 效率。为了验证所提出的框架，它们在 Matlab/Simulink 环境中针对三种特定的风速场景进行了测试。在这些场景下，基于 GM-CPSO 的 ORB 和基于 CDW-PSO 的 ORB MPPT 方法与 ORB 和叶尖速比 (TSR) 方法进行了比较。结果表明，所提出的方法通过提供比其他传统方法更高的功率提取来提高 MPPT 效率。为了验证所提出的框架，它们在 Matlab/Simulink 环境中针对三种特定的风速场景进行了测试。在这些场景下，基于 GM-CPSO 的 ORB 和基于 CDW-PSO 的 ORB MPPT 方法与 ORB 和叶尖速比 (TSR) 方法进行了比较。结果表明，所提出的方法通过提供比其他传统方法更高的功率提取来提高 MPPT 效率。