В останні роки підвищення ефективності фотоелектричних водяних насосних систем (PVWPS) привернуло великий інтерес серед дослідників, оскільки їхня робота базується на виробництві чистої електроенергії. У цій статті розроблено новий підхід на основі нечіткої логіки для PVWPS. програми, які включають методи мінімізації втрат, застосовані до асинхронних двигунів (IM). Запропоноване керування вибирає оптимальну величину потоку шляхом мінімізації втрат IM. Крім того, також представлено метод спостереження за збуреннями зі змінним кроком. Придатність запропонованого керування визнається зниження струму споживання;отже, втрати двигуна мінімізовані та ефективність покращена. Запропонована стратегія керування порівнюється з методами без мінімізації втрат. Результати порівняння ілюструють ефективність запропонованого методу, який базується на мінімізації втрат електричної швидкості, поглиненого струму, течії Тест процесора в циклі (PIL) виконується як експериментальна перевірка запропонованого методу. Він включає реалізацію згенерованого коду C на платі виявлення STM32F4. Результати, отримані від вбудованого подібні до результатів чисельного моделювання.
Відновлювана енергетика, особливосонячнийфотоелектрична технологія може бути екологічно чистішою альтернативою викопному паливу в насосних системах для води1,2. Фотоелектричні насосні системи привернули значну увагу у віддалених районах без електрики3,4.
Для фотоелектричних насосів використовуються різні двигуни. Основний етап PVWPS заснований на двигунах постійного струму. Ці двигуни легко контролювати та використовувати, але вони потребують регулярного обслуговування через наявність анотаторів і щіток5. Щоб подолати цей недолік, безщіточні були представлені двигуни з постійними магнітами, які характеризуються безщітковою високою ефективністю та надійністю6. У порівнянні з іншими двигунами PVWPS на основі IM має кращу продуктивність, оскільки цей двигун є надійним, дешевим, не потребує обслуговування та пропонує більше можливостей для стратегій керування7 Зазвичай використовуються методи непрямого керування, орієнтованого на поле (IFOC) і методи прямого керування моментом (DTC)8.
IFOC був розроблений Blaschke і Hasse і дозволяє змінювати швидкість IM у широкому діапазоні9, 10. Струм статора ділиться на дві частини, одна створює магнітний потік, а інша створює крутний момент шляхом перетворення в систему координат dq. Це дозволяє незалежне керування потоком і крутним моментом у стаціонарних і динамічних умовах. Вісь (d) узгоджується з просторовим вектором потоку ротора, що включає компонент осі q просторового вектора потоку ротора, який завжди дорівнює нулю. FOC забезпечує хорошу та швидшу реакцію11 ,12, однак цей метод є складним і підлягає варіаціям параметрів13. Щоб подолати ці недоліки, Такаші та Ногучі14 представили DTC, який має високу динамічну продуктивність, надійний і менш чутливий до змін параметрів. У DTC електромагнітний крутний момент і потік статора контролюються шляхом віднімання потоку статора та крутного моменту з відповідних оцінок. Результат подається в компаратор гістерезису для генерації відповідного вектора напруги для керуванняяк потік статора, так і момент.
Основна незручність цієї стратегії керування полягає у великих коливаннях крутного моменту та потоку через використання регуляторів гістерезису для потоку статора та електромагнітного регулювання крутного моменту15,42. Для мінімізації пульсацій використовуються багаторівневі перетворювачі, але ефективність знижується через кількість перемикачів потужності16. Кілька авторів використовували просторову векторну модуляцію (SWM)17, керування ковзним режимом (SMC)18, які є потужними методами, але страждають від небажаних ефектів тремтіння19. Багато дослідників використовували методи штучного інтелекту для покращення продуктивності контролера, серед них (1) нейронні мережі, стратегія управління, для реалізації якої потрібні високошвидкісні процесори20, і (2) генетичні алгоритми21.
Нечітке керування надійне, підходить для нелінійних стратегій керування та не вимагає знання точної моделі. Воно включає використання блоків нечіткої логіки замість гістерезисних контролерів і таблиць вибору перемикачів для зменшення пульсацій потоку та крутного моменту. Варто зазначити, що DTC на основі FLC забезпечують кращу продуктивність22, але недостатньо для максимізації ефективності двигуна, тому потрібні методи оптимізації контуру керування.
У більшості попередніх досліджень автори вибрали постійний потік як еталонний потік, але цей вибір еталонного значення не є оптимальною практикою.
Високопродуктивні, високоефективні моторні приводи вимагають швидкої та точної відповіді на швидкість. З іншого боку, для деяких операцій керування може бути неоптимальним, тому ефективність системи приводу не можна оптимізувати. Кращу продуктивність можна отримати, використовуючи еталонний потік під час роботи системи.
Багато авторів запропонували пошуковий контролер (SC), який мінімізує втрати за різних умов навантаження (наприклад, in27), щоб покращити ефективність двигуна. Техніка полягає у вимірюванні та мінімізації вхідної потужності за допомогою ітераційного опорного струму по осі d або потоку статора Однак цей метод створює пульсації крутного моменту через коливання потоку повітряного зазору, а реалізація цього методу займає багато часу та обчислювальних ресурсів. Оптимізація рою частинок також використовується для підвищення ефективності28, але ця техніка може застрягають у локальних мінімумах, що призводить до поганого вибору контрольних параметрів29.
У цій статті пропонується методика, пов’язана з FDTC, для вибору оптимального магнітного потоку за рахунок зменшення втрат двигуна. Ця комбінація забезпечує можливість використовувати оптимальний рівень потоку в кожній робочій точці, тим самим підвищуючи ефективність запропонованої фотоелектричної системи водонакачування. Таким чином, це здається дуже зручним для фотоелектричних систем перекачування води.
Крім того, випробування запропонованого методу процесора в циклі виконується з використанням плати STM32F4 як експериментальна перевірка. Основними перевагами цього ядра є простота реалізації, низька вартість і відсутність необхідності розробки складних програм 30. Крім того, плата перетворення USB-UART FT232RL пов’язана з STM32F4, який гарантує зовнішній інтерфейс зв’язку для встановлення віртуального послідовного порту (COM-порту) на комп’ютері. Цей метод дозволяє передавати дані з високою швидкістю передачі даних.
Продуктивність PVWPS із застосуванням запропонованої методики порівнюється з фотоелектричними системами без мінімізації втрат за різних умов експлуатації. Отримані результати показують, що запропонована фотоелектрична водяна насосна система є кращою щодо мінімізації струму статора та втрат міді, оптимізації потоку та перекачування води.
Решта статті структурована наступним чином: Моделювання запропонованої системи наведено в розділі «Моделювання фотоелектричних систем». У розділі «Стратегія керування досліджуваною системою», FDTC, запропонована стратегія керування та техніка MPPT детально описано. Висновки обговорюються в розділі «Результати моделювання». У розділі «Тестування PIL за допомогою плати виявлення STM32F4» описано тестування процесора в циклі. Висновки цієї статті представлені в « Висновки».
На малюнку 1 показано запропоновану конфігурацію системи для автономної фотоелектричної насосної системи водопостачання. Система складається з відцентрового насоса на базі IM, фотоелектричної матриці, двох перетворювачів потужності [підвищувального перетворювача та інвертора джерела напруги (VSI)]. У цьому розділі , представлено моделювання досліджуваної фотоелектричної водонасосної системи.
У цьому документі використовується однодіодна модельсонячнийфотоелектричні елементи. Характеристики фотоелектричних елементів позначаються цифрами 31, 32 і 33.
Для виконання адаптації використовується підвищувальний перетворювач. Співвідношення між вхідною та вихідною напругами перетворювача постійного струму визначається рівнянням 34 нижче:
Математичну модель IM можна описати в системі відліку (α,β) наступними рівняннями 5,40:
Де \(l_{s }\),\(l_{r}\): індуктивність статора та ротора, M: взаємна індуктивність, \(R_{s }\), \(I_{s }\): опір статора та струм статора, \(R_{r}\), \(I_{r }\): опір ротора та струм ротора, \(\phi_{s}\), \(V_{s}\): потік статора та статор напруга , \(\phi_{r}\), \(V_{r}\): потік ротора та напруга ротора.
Крутний момент навантаження відцентрового насоса, пропорційний квадрату швидкості IM, можна визначити за допомогою:
Управління запропонованою системою водяного насоса розділено на три окремі підрозділи. Перша частина стосується технології MPPT. Друга частина стосується керування IM на основі прямого керування крутним моментом контролера нечіткої логіки. Крім того, у розділі III описано техніку, пов’язану з DTC на основі FLC, який дозволяє визначати опорні потоки.
У цій роботі для відстеження точки максимальної потужності використовується метод P&O зі змінним кроком. Він характеризується швидким відстеженням і низькими коливаннями (рис. 2)37,38,39.
Основна ідея DTC полягає в тому, щоб безпосередньо керувати потоком і крутним моментом машини, але використання регуляторів гістерезису для електромагнітного крутного моменту та регулювання потоку статора призводить до високого крутного моменту та пульсації потоку. Тому введено техніку розмивання для покращення Метод DTC (рис. 7), а FLC може розвинути достатні векторні стани інвертора.
На цьому кроці вхідні дані перетворюються на нечіткі змінні за допомогою функцій належності (MF) і лінгвістичних термінів.
Три функції приналежності для першого входу (εφ) є негативними (N), позитивними (P) і нульовими (Z), як показано на малюнку 3.
П’ять функцій приналежності для другого входу (\(\varepsilon\)Tem): негативний великий (NL), негативний малий (NS), нульовий (Z), позитивний малий (PS) і позитивний великий (PL), як показано на малюнку 4.
Траєкторія потоку статора складається з 12 секторів, у яких нечітка множина представлена функцією приналежності рівнобедреного трикутника, як показано на малюнку 5.
Таблиця 1 групує 180 нечітких правил, які використовують функції належності введення для вибору відповідних станів перемикача.
Метод висновку виконується за допомогою техніки Мамдані. Коефіцієнт ваги (\(\alpha_{i}\)) i-го правила визначається як:
де\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : значення належності магнітного потоку, крутного моменту та похибки кута потоку статора.
Рисунок 6 ілюструє різкі значення, отримані з нечітких значень з використанням методу максимуму, запропонованого рівнянням (20).
Збільшуючи ККД двигуна, можна збільшити швидкість потоку, що, у свою чергу, збільшує щоденне перекачування води (Малюнок 7). Мета наступного методу полягає в тому, щоб пов’язати стратегію на основі мінімізації втрат із методом прямого керування крутним моментом.
Добре відомо, що величина магнітного потоку важлива для ефективності двигуна. Високі значення потоку призводять до збільшення втрат заліза, а також магнітного насичення контуру. І навпаки, низькі рівні потоку призводять до високих втрат Джоуля.
Тому зменшення втрат в АД безпосередньо пов'язане з вибором рівня потоку.
Запропонований метод базується на моделюванні втрат Джоуля, пов’язаних зі струмом, що протікає через обмотки статора в машині. Він полягає в регулюванні значення потоку ротора до оптимального значення, таким чином мінімізуючи втрати двигуна для підвищення ефективності. Втрати Джоуля можна виразити наступним чином (не враховуючи втрати в сердечнику):
Електромагнітний крутний момент\(C_{em}\) і потік ротора\(\phi_{r}\) обчислюються в системі координат dq як:
Електромагнітний крутний момент\(C_{em}\) і потік ротора\(\phi_{r}\) розраховуються в еталонному (d,q) як:
розв’язавши рівняння (30), можна знайти оптимальний струм статора, який забезпечує оптимальний потік ротора та мінімальні втрати:
Було проведено різні симуляції за допомогою програмного забезпечення MATLAB/Simulink для оцінки надійності та продуктивності запропонованої методики. Досліджувана система складається з восьми панелей 230 Вт CSUN 235-60P (табл. 2), з’єднаних послідовно. Відцентровий насос приводиться в рух IM, і її характерні параметри наведені в таблиці 3. Компоненти насосної системи PV наведені в таблиці 4.
У цьому розділі фотоелектрична система водонакачування з використанням FDTC із постійним опорним потоком порівнюється із запропонованою системою на основі оптимального потоку (FDTCO) за тих самих робочих умов. Ефективність обох фотоелектричних систем перевірялася за такими сценаріями:
У цьому розділі представлено пропонований початковий стан насосної системи на основі інтенсивності інсоляції 1000 Вт/м2. На малюнку 8e показано реакцію електричної швидкості. У порівнянні з FDTC запропонована техніка забезпечує кращий час наростання, досягаючи стійкого стану при 1,04 с, а з FDTC досягає стаціонарного стану при 1,93 с. На малюнку 8f показано накачування двох стратегій керування. Можна побачити, що FDTCO збільшує кількість накачування, що пояснює покращення енергії, перетвореної IM. Малюнки 8g і 8h представляють споживаний струм статора. Струм запуску за допомогою FDTC становить 20 А, тоді як запропонована стратегія керування передбачає струм запуску 10 А, що зменшує втрати Джоуля. На малюнках 8i і 8j показано розвинутий потік статора. На основі FDTC PVPWS працює при постійному опорному потокі 1,2 Вт, тоді як у запропонованому методі опорний потік становить 1 А, що бере участь у підвищенні ефективності фотоелектричної системи.
(а)Сонячнавипромінювання (b) Відбір потужності (c) Робочий цикл (d) Напруга шини постійного струму (e) Швидкість ротора (f) Накачування води (g) Фазний струм статора для FDTC (h) Фазний струм статора для FDTCO (i) Відповідь потоку за допомогою FLC (j) Характеристика потоку з використанням FDTCO (k) Траєкторія потоку статора з використанням FDTC (l) Траєкторія потоку статора з використанням FDTCO.
Theсонячнийвипромінювання змінювалося від 1000 до 700 Вт/м2 за 3 секунди, а потім до 500 Вт/м2 за 6 секунд (рис. 8a). На малюнку 8b показано відповідну фотоелектричну потужність для 1000 Вт/м2, 700 Вт/м2 і 500 Вт/м2 8c і 8d ілюструють робочий цикл і напругу ланцюга постійного струму, відповідно. Малюнок 8e ілюструє електричну швидкість IM, і ми можемо помітити, що запропонована техніка має кращу швидкість і час відгуку в порівнянні з фотоелектричною системою на основі FDTC. Малюнок 8f показано накачування води для різних рівнів освітленості, отримане за допомогою FDTC і FDTCO. За допомогою FDTCO можна досягти більшого прокачування, ніж за допомогою FDTC. Малюнки 8g і 8h ілюструють змодельовані реакції струму за допомогою методу FDTC і запропонованої стратегії керування. Використовуючи запропоновану техніку керування , амплітуда струму мінімізована, що означає менші втрати міді, таким чином підвищуючи ефективність системи. Тому високі пускові струми можуть призвести до зниження продуктивності машини. На малюнку 8j показано зміну характеристики потоку для виборуоптимальний потік для забезпечення мінімізації втрат, тому запропонована методика ілюструє її ефективність. На відміну від рисунка 8i, потік є постійним, що не відображає оптимальної роботи. На малюнках 8k і 8l показано зміну траєкторії потоку статора. 8l ілюструє оптимальний розвиток потоку та пояснює основну ідею запропонованої стратегії керування.
Раптова зміна всонячнийбуло застосовано випромінювання, починаючи з опромінення 1000 Вт/м2 і різко зменшуючись до 500 Вт/м2 через 1,5 с (рис. 9a). На малюнку 9b показано фотоелектричну потужність, отриману від фотоелектричних панелей, що відповідає 1000 Вт/м2 і 500 Вт/м2. Малюнки 9c і 9d ілюструють робочий цикл і напругу ланцюга постійного струму відповідно. Як видно з рис. 9e, запропонований метод забезпечує кращий час відгуку. Малюнок 9f показує перекачування води, отримане для двох стратегій керування. з FDTCO був вищий, ніж з FDTC, накачування 0,01 м3/с при опроміненні 1000 Вт/м2 порівняно з 0,009 м3/с з FDTC;крім того, коли опромінення становило 500 Вт Ат/м2, FDTCO викачував 0,0079 м3/с, тоді як FDTC накачував 0,0077 м3/с. Малюнки 9g і 9h. Описує поточний відгук, змодельований за допомогою методу FDTC і запропонованої стратегії керування. Ми можемо зауважити, що запропонована стратегія керування показує, що амплітуда струму зменшується під час різких змін освітленості, що призводить до зменшення втрат міді. На малюнку 9j показано зміну характеристики потоку для вибору оптимального потоку для забезпечення мінімізації втрат, тому запропонована методика ілюструє його продуктивність з потоком 1 Вт і опроміненням 1000 Вт/м2, тоді як потік становить 0,83 Вт і опромінення 500 Вт/м2. На відміну від рис. 9i, потік постійний і становить 1,2 Вт, що не представляють оптимальну функцію. Малюнки 9k і 9l показують еволюцію траєкторії потоку статора. Малюнок 9l ілюструє розвиток оптимального потоку та пояснює основну ідею запропонованої стратегії керування та вдосконалення запропонованої системи накачування.
(а)Сонячнавипромінювання (b) Вилучена потужність (c) Робочий цикл (d) Напруга шини постійного струму (e) Швидкість ротора (f) Потік води (g) Фазний струм статора для FDTC (h) Фазний струм статора для FDTCO (i) ) Відповідь потоку за допомогою FLC (j) Характеристика потоку з використанням FDTCO (k) Траєкторія потоку статора з використанням FDTC (l) Траєкторія потоку статора з використанням FDTCO.
Порівняльний аналіз двох технологій з точки зору величини потоку, амплітуди струму та накачування наведено в таблиці 5, з якого видно, що PVWPS на основі запропонованої технології забезпечує високу продуктивність зі збільшеним потоком накачування та мінімізованою амплітудою струму та втрат, що обумовлено до оптимального вибору потоку.
Щоб перевірити та протестувати запропоновану стратегію керування, тест PIL виконується на основі плати STM32F4. Він включає генерацію коду, який буде завантажено та запущено на вбудованій платі. Плата містить 32-розрядний мікроконтролер із 1 МБ Flash, 168 МГц. тактова частота, блок з плаваючою комою, інструкції DSP, 192 КБ SRAM. Під час цього тесту в системі керування було створено розроблений блок PIL, який містить згенерований код на основі апаратної плати виявлення STM32F4 і введений у програмне забезпечення Simulink. Тести PIL, які потрібно налаштувати за допомогою плати STM32F4, показані на малюнку 10.
Тестування PIL спільного моделювання з використанням STM32F4 можна використовувати як недорогу техніку для перевірки запропонованої методики. У цьому документі оптимізований модуль, який забезпечує найкращий еталонний потік, реалізовано на платі STMicroelectronics Discovery Board (STM32F4).
Останній виконується одночасно з Simulink і обмінюється інформацією під час спільного моделювання за допомогою запропонованого методу PVWPS. На рисунку 12 показано реалізацію підсистеми технології оптимізації в STM32F4.
У цьому спільному моделюванні показана лише запропонована методика оптимального еталонного потоку, оскільки вона є основною змінною керування для цієї роботи, яка демонструє поведінку керування фотоелектричною водонасосною системою.
Час публікації: 15 квітня 2022 р
