В последние годы повышение эффективности фотоэлектрических систем перекачки воды (PVWPS) вызвало большой интерес у исследователей, поскольку их работа основана на производстве экологически чистой электроэнергии. В этой статье для PVWPS разработан новый подход на основе контроллера с нечеткой логикой. приложения, которые включают методы минимизации потерь, применяемые к асинхронным двигателям (АД). Предлагаемое управление выбирает оптимальную величину потока путем минимизации потерь АД. Кроме того, также вводится метод наблюдения возмущения с переменным шагом. Пригодность предлагаемого управления признается уменьшение стокового тока;таким образом, минимизируются потери двигателя и повышается КПД. Предложенная стратегия управления сравнивается с методами без минимизации потерь. Результаты сравнения иллюстрируют эффективность предложенного метода, который основан на минимизации потерь электрической скорости, потребляемого тока, вода и проявочный флюс. Тест процессора в контуре (PIL) выполняется в качестве экспериментального теста предлагаемого метода. Он включает реализацию сгенерированного кода C на плате обнаружения STM32F4. Результаты, полученные от встроенного платы аналогичны результатам численного моделирования.
Возобновляемая энергия, особенносолнечныйфотогальваническая технология может быть более чистой альтернативой ископаемому топливу в системах водяных насосов1,2. Фотоэлектрические насосные системы получили значительное внимание в отдаленных районах без электричества3,4.
В насосных установках PV используются различные двигатели. Первичная ступень PVWPS основана на двигателях постоянного тока. Этими двигателями легко управлять и эксплуатировать, но они требуют регулярного обслуживания из-за наличия аннотаторов и щеток5. Чтобы преодолеть этот недостаток, бесщеточные были введены двигатели с постоянными магнитами, которые характеризуются бесщеточными двигателями, высокой эффективностью и надежностью6. По сравнению с другими двигателями, PVWPS на основе асинхронного двигателя имеет лучшую производительность, поскольку этот двигатель надежен, недорог, не требует обслуживания и предлагает больше возможностей для стратегий управления7 .Обычно используются методы непрямого ориентированного на поле управления (IFOC) и методы прямого управления крутящим моментом (DTC)8.
IFOC был разработан Блашке и Хассе и позволяет изменять скорость АД в широком диапазоне9,10. Ток статора делится на две части, одна создает магнитный поток, а другая генерирует крутящий момент путем преобразования в систему координат dq. Это позволяет независимое управление магнитным потоком и крутящим моментом в стационарных и динамических условиях. Ось (d) совмещена с пространственным вектором потока ротора, что предполагает, что компонент пространственного вектора потока ротора по оси q всегда равен нулю. FOC обеспечивает хороший и быстрый отклик11 , 12, однако, этот метод сложен и подвержен изменениям параметров 13. Чтобы преодолеть эти недостатки, Такаши и Ногучи 14 ввели DTC, который имеет высокие динамические характеристики, является надежным и менее чувствительным к изменениям параметров. В DTC электромагнитный момент и поток статора контролируются путем вычитания потока статора и крутящего момента из соответствующих оценок. Результат подается в гистерезисный компаратор для генерации соответствующего вектора напряжения для управленияпоток статора и крутящий момент.
Основным неудобством этой стратегии управления являются большие колебания крутящего момента и потока из-за использования гистерезисных регуляторов потока статора и электромагнитного регулирования крутящего момента15,42. Многоуровневые преобразователи используются для минимизации пульсаций, но эффективность снижается из-за количества силовых ключей16. Некоторые авторы использовали модуляцию пространственного вектора (SWM)17, управление скользящим режимом (SMC)18, которые являются мощными методами, но страдают от нежелательных эффектов дрожания19. Многие исследователи использовали методы искусственного интеллекта для повышения производительности контроллера, в том числе (1) нейронные сетей, стратегии управления, для реализации которой требуются высокоскоростные процессоры20, и (2) генетические алгоритмы21.
Нечеткое управление надежно, подходит для стратегий нелинейного управления и не требует знания точной модели. Оно включает использование блоков нечеткой логики вместо гистерезисных контроллеров и таблиц выбора переключателей для уменьшения пульсаций потока и крутящего момента. Стоит отметить, что DTC на основе FLC обеспечивают лучшую производительность22, но недостаточную для максимизации эффективности двигателя, поэтому требуются методы оптимизации контура управления.
В большинстве предыдущих исследований авторы выбирали постоянный поток в качестве эталонного потока, но этот выбор эталона не является оптимальной практикой.
Высокопроизводительные и высокоэффективные электроприводы требуют быстрой и точной реакции на скорость. С другой стороны, для некоторых операций управление может быть неоптимальным, поэтому эффективность системы привода не может быть оптимизирована. Лучшая производительность может быть достигнута при использовании задание переменного потока во время работы системы.
Многие авторы предложили контроллер поиска (SC), который минимизирует потери при различных условиях нагрузки (например, в 27) для повышения эффективности двигателя. Методика состоит в измерении и минимизации входной мощности с помощью итеративного опорного тока по оси d или потока статора. Однако этот метод вносит пульсации крутящего момента из-за колебаний, присутствующих в потоке воздушного зазора, и реализация этого метода требует много времени и вычислительных ресурсов. Оптимизация роя частиц также используется для повышения эффективности28, но этот метод может застревают в локальных минимумах, что приводит к плохому выбору параметров управления29.
В этой статье предлагается метод, связанный с FDTC, для выбора оптимального магнитного потока за счет снижения потерь в двигателе. Эта комбинация обеспечивает возможность использования оптимального уровня потока в каждой рабочей точке, тем самым повышая эффективность предлагаемой фотоэлектрической системы откачки воды. Следовательно, он кажется очень удобным для фотоэлектрических насосов для воды.
Кроме того, в качестве экспериментальной проверки выполняется процессорная проверка предлагаемого метода на плате STM32F4. Основными преимуществами этого ядра являются простота реализации, низкая стоимость и отсутствие необходимости разработки сложных программ 30 . , плата преобразования USB-UART FT232RL связана с STM32F4, что гарантирует внешний коммуникационный интерфейс для установки виртуального последовательного порта (COM-порта) на компьютере. Этот метод позволяет передавать данные с высокой скоростью передачи.
Производительность PVWPS с использованием предложенной технологии сравнивается с фотоэлектрическими системами без минимизации потерь при различных условиях эксплуатации. Полученные результаты показывают, что предлагаемая фотоэлектрическая система водяного насоса лучше минимизирует ток статора и потери в меди, оптимизирует поток и перекачку воды.
Остальная часть статьи структурирована следующим образом: Моделирование предлагаемой системы приведено в разделе «Моделирование фотоэлектрических систем». В разделе «Стратегия управления исследуемой системой» представлены FDTC, предлагаемая стратегия управления и метод MPPT. подробно описано. Результаты обсуждаются в разделе «Результаты моделирования». В разделе «Тестирование PIL с платой обнаружения STM32F4» описывается тестирование процессора в цикле. Выводы этой статьи представлены в « Выводы».
На рисунке 1 показана предлагаемая конфигурация системы для автономной фотоэлектрической водонасосной системы. Система состоит из центробежного насоса на базе асинхронного двигателя, фотоэлектрической батареи, двух преобразователей мощности [повышающий преобразователь и инвертор источника напряжения (VSI)]. В этом разделе , представлено моделирование исследуемой фотоэлектрической системы откачки воды.
В этой статье используется однодиодная модельсолнечныйфотогальванические элементы. Характеристики фотоэлектрического элемента обозначены цифрами 31, 32 и 33.
Для выполнения адаптации используется повышающий преобразователь. Соотношение между входным и выходным напряжениями преобразователя постоянного тока определяется уравнением 34 ниже:
Математическая модель АД может быть описана в системе отсчета (α,β) следующими уравнениями 5,40:
Где \(l_{s}\),\(l_{r}\): индуктивность статора и ротора, M: взаимная индуктивность, \(R_{s}\), \(I_{s}\): сопротивление статора и ток статора, \(R_{r}\), \(I_{r}\): сопротивление ротора и ток ротора, \(\phi_{s}\), \(V_{s}\): поток статора и статор напряжение , \(\phi_{r}\), \(V_{r}\): поток ротора и напряжение ротора.
Крутящий момент нагрузки центробежного насоса, пропорциональный квадрату скорости АД, можно определить по формуле:
Управление предлагаемой системой водяного насоса разделено на три отдельных подраздела. Первая часть касается технологии MPPT. Вторая часть касается управления АД на основе прямого управления крутящим моментом контроллера с нечеткой логикой. Кроме того, в разделе III описывается метод, связанный с DTC на основе FLC, который позволяет определять эталонные потоки.
В этой работе для отслеживания точки максимальной мощности используется метод P&O с переменным шагом. Он характеризуется быстрым отслеживанием и низкими колебаниями (рис. 2)37,38,39.
Основная идея DTC заключается в непосредственном управлении потоком и крутящим моментом машины, но использование гистерезисных регуляторов для электромагнитного регулирования крутящего момента и потока статора приводит к высокому крутящему моменту и пульсациям потока. метод DTC (рис. 7), и FLC может развивать достаточные векторные состояния инвертора.
На этом этапе вход преобразуется в нечеткие переменные с помощью функций принадлежности (MF) и лингвистических терминов.
Три функции принадлежности для первого входа (εφ) являются отрицательными (N), положительными (P) и нулевыми (Z), как показано на рисунке 3.
Пять функций принадлежности для второго входа (\(\varepsilon\)Tem): Большой Отрицательный (NL), Малый Отрицательный (NS), Нулевой (Z), Малый Положительный (PS) и Большой Положительный (PL), как показано на рисунке 4.
Траектория потока статора состоит из 12 секторов, в которых нечеткое множество представлено равнобедренной треугольной функцией принадлежности, как показано на рисунке 5.
В таблице 1 сгруппировано 180 нечетких правил, которые используют входные функции принадлежности для выбора соответствующих состояний переключателя.
Метод вывода выполняется с использованием техники Мамдани. Весовой коэффициент (\(\alpha_{i}\)) i-го правила определяется выражением:
где \(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : Значение принадлежности магнитного потока, крутящего момента и ошибки угла потока статора.
Рисунок 6 иллюстрирует точные значения, полученные из нечетких значений с использованием метода максимума, предложенного уравнением (20).
Повышая эффективность двигателя, можно увеличить скорость потока, что, в свою очередь, увеличивает ежедневную откачку воды (рис. 7). Целью следующего метода является связать стратегию, основанную на минимизации потерь, с методом прямого управления крутящим моментом.
Хорошо известно, что значение магнитного потока важно для эффективности двигателя. Высокие значения потока приводят к увеличению потерь в стали, а также к магнитному насыщению цепи. И наоборот, низкие уровни потока приводят к высоким джоулевым потерям.
Поэтому снижение потерь в АД напрямую связано с выбором уровня потока.
Предлагаемый метод основан на моделировании джоулевых потерь, связанных с током, протекающим через обмотки статора в машине. Он заключается в подгонке значения потока ротора к оптимальному значению, тем самым минимизируя потери двигателя для повышения КПД. Джоулевые потери можно выразить следующим образом (без учета потерь в сердечнике):
Электромагнитный момент\(C_{em}\) и поток ротора\(\phi_{r}\) рассчитываются в системе координат dq как:
Электромагнитный крутящий момент\(C_{em}\) и поток ротора\(\phi_{r}\) рассчитываются в эталоне (d,q) как:
решая уравнение (30), можно найти оптимальный ток статора, обеспечивающий оптимальный поток ротора и минимальные потери:
Различные модели были выполнены с использованием программного обеспечения MATLAB/Simulink для оценки надежности и производительности предложенного метода. Исследуемая система состоит из восьми панелей CSUN 235-60P мощностью 230 Вт (таблица 2), соединенных последовательно. его характеристические параметры приведены в таблице 3. Компоненты насосной системы PV представлены в таблице 4.
В этом разделе фотогальваническая система откачки воды, использующая FDTC с эталоном постоянного потока, сравнивается с предлагаемой системой, основанной на оптимальном потоке (FDTCO) при тех же условиях эксплуатации. Производительность обеих фотоэлектрических систем была протестирована с учетом следующих сценариев:
В этом разделе представлено предлагаемое начальное состояние насосной системы при уровне инсоляции 1000 Вт/м2. На рис. 8e показана характеристика электрической скорости. По сравнению с FDTC, предлагаемый метод обеспечивает лучшее время нарастания, достигая устойчивого состояния при 1,04. с, а с FDTC, достигая устойчивого состояния через 1,93 с. На рис. 8f показана накачка двух стратегий управления. Можно видеть, что FDTCO увеличивает количество накачки, что объясняет улучшение энергии, преобразованной IM. и 8h представляют потребляемый ток статора. Пусковой ток с использованием FDTC составляет 20 А, в то время как предлагаемая стратегия управления предполагает пусковой ток 10 А, что снижает джоулевы потери. На рисунках 8i и 8j показан развиваемый поток статора. PVPWS работает при постоянном эталонном потоке 1,2 Вб, в то время как в предлагаемом методе эталонный поток равен 1 А, что способствует повышению эффективности фотоэлектрической системы.
(а)Солнечнаяизлучение (b) Отбор мощности (c) Рабочий цикл (d) Напряжение на шине постоянного тока (e) Скорость вращения ротора (f) Перекачиваемая вода (g) Фазный ток статора для FDTC (h) Фазный ток статора для FDTCO (i) Реакция потока с использованием FLC (j) Реакция потока с использованием FDTCO (k) Траектория потока статора с использованием FDTC (l) Траектория потока статора с использованием FDTCO.
солнечныйизлучение варьировалось от 1000 до 700 Вт/м2 за 3 секунды, а затем до 500 Вт/м2 за 6 секунд (рис. 8а). На рис. 8б показана соответствующая фотоэлектрическая мощность для 1000 Вт/м2, 700 Вт/м2 и 500 Вт/м2. На рисунках 8c и 8d показаны, соответственно, рабочий цикл и напряжение в звене постоянного тока. На рисунке 8e показана электрическая скорость АД, и мы можем заметить, что предлагаемый метод имеет лучшую скорость и время отклика по сравнению с фотоэлектрической системой на основе FDTC. Рисунок 8f показана прокачка воды для различных уровней освещенности, полученных с использованием FDTC и FDTCO. С FDTCO можно добиться большей накачки, чем с FDTC. На рисунках 8g и 8h показаны смоделированные реакции тока с использованием метода FDTC и предлагаемой стратегии управления. , амплитуда тока сводится к минимуму, что означает меньшие потери в меди, что повышает эффективность системы. Следовательно, высокие пусковые токи могут привести к снижению производительности машины. На рис.оптимальный поток для обеспечения минимизации потерь, поэтому предлагаемый метод иллюстрирует его работу. В отличие от рисунка 8i, поток является постоянным, что не представляет оптимальную работу. На рисунках 8k и 8l показано изменение траектории потока статора. 8l иллюстрирует оптимальное развитие потока и поясняет основную идею предлагаемой стратегии управления.
Внезапное изменение всолнечныйприменялось излучение, начиная с освещенности 1000 Вт/м2 и резко снижаясь до 500 Вт/м2 через 1,5 с (рис. 9а). Вт/м2. На рисунках 9c и 9d показаны, соответственно, рабочий цикл и напряжение в звене постоянного тока. Как видно из рисунка 9e, предлагаемый метод обеспечивает лучшее время отклика. На рисунке 9f показана подача воды, полученная для двух стратегий управления. с FDTCO был выше, чем с FDTC, накачивая 0,01 м3/с при освещенности 1000 Вт/м2 по сравнению с 0,009 м3/с с FDTC;кроме того, когда освещенность составляла 500 Вт Ат/м2, FDTCO откачивал 0,0079 м3/с, в то время как FDTC откачивал 0,0077 м3/с. Рисунки 9g и 9h. Описывает текущую реакцию, смоделированную с использованием метода FDTC и предлагаемой стратегии управления. Мы можем отметить, что предложенная стратегия управления показывает, что амплитуда тока уменьшается при резких изменениях освещенности, что приводит к уменьшению потерь в меди. иллюстрирует его работу при потоке 1 Втб и освещенности 1000 Вт/м2, в то время как поток равен 0,83 Втб и освещенности 500 Вт/м2. В отличие от рис. представляют собой оптимальную функцию. На рисунках 9k и 9l показано изменение траектории потока статора. Рисунок 9l иллюстрирует оптимальное развитие потока и объясняет основную идею предлагаемой стратегии управления и улучшения предлагаемой системы откачки.
(а)Солнечнаяизлучение (b) Извлекаемая мощность (c) Рабочий цикл (d) Напряжение на шине постоянного тока (e) Скорость вращения ротора (f) Расход воды (g) Фазный ток статора для FDTC (h) Фазный ток статора для FDTCO (i) ) Реакция потока с использованием FLC (j) Реакция потока с использованием FDTCO (k) Траектория потока статора с использованием FDTC (l) Траектория потока статора с использованием FDTCO.
Сравнительный анализ двух технологий по величине потока, амплитуде тока и откачке приведен в табл. 5, из которой видно, что ПВЭУ на основе предложенной технологии обеспечивает высокую производительность при повышенном расходе откачки и минимальных амплитудных токах и потерях, что обусловлено к оптимальному выбору флюса.
Для проверки и тестирования предложенной стратегии управления выполняется тест PIL на базе платы STM32F4. Он включает генерацию кода, который будет загружен и запущен на встроенной плате. Плата содержит 32-разрядный микроконтроллер с 1 МБ флэш-памяти, 168 МГц. тактовая частота, блок с плавающей запятой, инструкции DSP, 192 КБ SRAM. Во время этого теста в системе управления был создан разработанный блок PIL, содержащий сгенерированный код на основе аппаратной платы обнаружения STM32F4, и введенный в программное обеспечение Simulink. Тесты PIL, которые необходимо настроить с помощью платы STM32F4, показаны на рисунке 10.
Совместное моделирование PIL-тестирования с использованием STM32F4 можно использовать в качестве недорогого метода для проверки предложенного метода. В этой статье оптимизированный модуль, обеспечивающий наилучший эталонный поток, реализован в плате STMicroelectronics Discovery Board (STM32F4).
Последний выполняется одновременно с Simulink и обменивается информацией во время совместного моделирования с использованием предложенного метода PVWPS. На рис. 12 показана реализация подсистемы технологии оптимизации в STM32F4.
В этом совместном моделировании показан только предложенный метод оптимального эталонного потока, так как он является основной управляющей переменной для этой работы, демонстрирующей поведение управления фотогальванической системой откачки воды.
Время публикации: 15 апреля 2022 г.
