Under de senaste åren har förbättringar av effektiviteten hos fotovoltaiska vattenpumpningssystem (PVWPS) väckt stort intresse bland forskare, eftersom deras verksamhet är baserad på ren elektrisk energiproduktion. I denna artikel utvecklas en ny luddig logikstyrenhetsbaserad metod för PVWPS applikationer som innehåller förlustminimeringstekniker tillämpade på induktionsmotorer (IM). Den föreslagna kontrollen väljer den optimala flödesstorleken genom att minimera IM-förlusterna. Dessutom introduceras även observationsmetoden för störningar i variabelt steg. Lämpligheten av den föreslagna kontrollen erkänns av minska sjunkströmmen;därför minimeras motorförlusterna och effektiviteten förbättras. Den föreslagna styrstrategin jämförs med metoder utan förlustminimering. Jämförelseresultaten illustrerar effektiviteten av den föreslagna metoden, som bygger på minimering av förluster i elektrisk hastighet, absorberad ström, flytande vatten, och utvecklande av flöde.Ett processor-in-the-loop (PIL)-test utförs som ett experimentellt test av den föreslagna metoden.Det inkluderar implementeringen av den genererade C-koden på STM32F4-upptäckarkortet. Resultaten som erhålls från den inbäddade brädet liknar de numeriska simuleringsresultaten.
Särskilt förnybar energisol-solcellsteknik, kan vara ett renare alternativ till fossila bränslen i vattenpumpsystem1,2. Fotovoltaiska pumpsystem har fått stor uppmärksamhet i avlägsna områden utan el3,4.
Olika motorer används i PV-pumpningsapplikationer. Det primära steget av PVWPS är baserat på DC-motorer. Dessa motorer är enkla att styra och implementera, men de kräver regelbundet underhåll på grund av närvaron av annotatorer och borstar5. För att övervinna denna brist, borstlös permanentmagnetmotorer introducerades, vilka kännetecknas av borstlösa, hög effektivitet och tillförlitlighet6. Jämfört med andra motorer har IM-baserade PVWPS bättre prestanda eftersom denna motor är pålitlig, låg kostnad, underhållsfri och erbjuder fler möjligheter för styrstrategier7 .Indirect Field Oriented Control (IFOC)-tekniker och Direct Torque Control-metoder (DTC) används ofta8.
IFOC utvecklades av Blaschke och Hasse och gör det möjligt att ändra IM-hastigheten över ett brett område 9,10. Statorströmmen är uppdelad i två delar, den ena genererar det magnetiska flödet och den andra genererar vridmomentet genom att konvertera till dq-koordinatsystemet. oberoende kontroll av flöde och vridmoment under stationära och dynamiska förhållanden. Axel (d) är inriktad med rotorflödesvektorn, vilket innebär att q-axelkomponenten i rotorflödesutrymmesvektorn alltid är noll. FOC ger en bra och snabbare respons11 ,12, dock är denna metod komplex och föremål för parametervariationer13.För att övervinna dessa brister introducerade Takashi och Noguchi14 DTC, som har hög dynamisk prestanda och är robust och mindre känslig för parameterändringar.I DTC, det elektromagnetiska vridmomentet och statorflödet styrs genom att subtrahera statorflödet och vridmomentet från motsvarande uppskattningar. Resultatet matas in i en hystereskomparator för att generera den lämpliga spänningsvektorn att styrabåde statorflöde och vridmoment.
Det största besväret med denna styrstrategi är de stora vridmoment- och flödesfluktuationerna på grund av användningen av hysteresregulatorer för statorflöde och elektromagnetisk vridmomentreglering15,42. Flernivåomvandlare används för att minimera rippel, men effektiviteten minskas med antalet strömbrytare16. Flera författare har använt rymdvektormodulering (SWM)17, glidlägeskontroll (SMC)18, som är kraftfulla tekniker men lider av oönskade skakande effekter19. Många forskare har använt tekniker med artificiell intelligens för att förbättra kontrollenhetens prestanda, bland dem (1) neural nätverk, en kontrollstrategi som kräver höghastighetsprocessorer för att implementera20, och (2) genetiska algoritmer21.
Fuzzy control är robust, lämplig för icke-linjära styrstrategier och kräver inte kunskap om den exakta modellen. Den inkluderar användningen av fuzzy logikblock istället för hysteretiska kontroller och växlingsvalstabeller för att minska flödet och vridmomentrippel. Det är värt att påpeka att FLC-baserade DTC:er ger bättre prestanda22, men inte tillräckligt för att maximera motorns effektivitet, så optimeringstekniker för kontrollslinga krävs.
I de flesta tidigare studier valde författarna konstant flöde som referensflöde, men detta val av referens representerar inte optimal praxis.
Högpresterande, högeffektiva motordrifter kräver snabb och exakt varvtalsrespons. Å andra sidan, för vissa operationer, kanske kontrollen inte är optimal, så effektiviteten hos drivsystemet kan inte optimeras. Bättre prestanda kan erhållas genom att använda en variabel flödesreferens under systemdrift.
Många författare har föreslagit en sökstyrenhet (SC) som minimerar förluster under olika belastningsförhållanden (som in27) för att förbättra motorns effektivitet. Tekniken består av att mäta och minimera ineffekten genom iterativ d-axelströmreferens eller statorflöde referens.Den här metoden introducerar dock vridmomentrippel på grund av svängningar som finns i luftgapflödet, och implementeringen av denna metod är tidskrävande och beräkningsmässigt resurskrävande. Partikelsvärmsoptimering används också för att förbättra effektiviteten28, men denna teknik kan fastnar i lokala minima, vilket leder till dåligt urval av kontrollparametrar29.
I det här dokumentet föreslås en teknik relaterad till FDTC för att välja det optimala magnetiska flödet genom att minska motorförlusterna. Denna kombination säkerställer möjligheten att använda den optimala flödesnivån vid varje driftpunkt, vilket ökar effektiviteten hos det föreslagna fotovoltaiska vattenpumpsystemet. Därför verkar det vara mycket bekvämt för fotovoltaiska vattenpumpningsapplikationer.
Dessutom utförs ett processor-in-the-loop-test av den föreslagna metoden med hjälp av STM32F4-kortet som en experimentell validering.De huvudsakliga fördelarna med denna kärna är enkel implementering, låg kostnad och inget behov av att utveckla komplexa program 30 .Dessutom , FT232RL USB-UART-konverteringskortet är associerat med STM32F4, som garanterar ett externt kommunikationsgränssnitt för att etablera en virtuell seriell port (COM-port) på datorn. Denna metod gör att data kan överföras med höga baudhastigheter.
Prestandan för PVWPS med den föreslagna tekniken jämförs med PV-system utan förlustminimering under olika driftsförhållanden. De erhållna resultaten visar att det föreslagna fotovoltaiska vattenpumpsystemet är bättre för att minimera statorström och kopparförluster, optimera flöde och pumpa vatten.
Resten av artikeln är strukturerad enligt följande: Modelleringen av det föreslagna systemet ges i avsnittet "Modellering av solcellssystem". I avsnittet "Kontrollstrategi för det studerade systemet", FDTC, är den föreslagna styrstrategin och MPPT-tekniken. beskrivs i detalj. Fynden diskuteras i avsnittet "Simuleringsresultat". I avsnittet "PIL-testning med upptäcktskortet STM32F4" beskrivs processor-in-the-loop-testning. Slutsatserna av detta dokument presenteras i " Slutsatser” avsnitt.
Figur 1 visar den föreslagna systemkonfigurationen för ett fristående PV-vattenpumpningssystem. Systemet består av en IM-baserad centrifugalpump, en solcellsanläggning, två effektomvandlare [boost-omvandlare och spänningskälla-inverterare (VSI)]. I detta avsnitt , presenteras modelleringen av det studerade fotovoltaiska vattenpumpsystemet.
Den här artikeln antar endiodmodellen avsol-fotovoltaiska celler. PV-cellens egenskaper betecknas med 31, 32 och 33.
För att utföra anpassningen används en boost-omvandlare. Förhållandet mellan in- och utgångsspänningarna på DC-DC-omvandlaren ges av ekvation 34 nedan:
Den matematiska modellen av IM kan beskrivas i referensramen (α,β) med följande ekvationer 5,40:
Där \(l_{s }\),\(l_{r}\): stator- och rotorinduktans, M: ömsesidig induktans, \(R_{s }\), \(I_{s }\): statorresistans och statorström, \(R_{r}\), \(I_{r}\): rotormotstånd och rotorström, \(\phi_{s}\), \(V_{s}\): statorflöde och stator spänning , \(\phi_{r}\), \(V_{r}\): rotorflöde och rotorspänning.
Centrifugalpumpens belastningsmoment proportionellt mot kvadraten på IM-hastigheten kan bestämmas av:
Styrningen av det föreslagna vattenpumpsystemet är uppdelad i tre distinkta underavsnitt. Den första delen handlar om MPPT-teknik. Den andra delen handlar om att driva IM baserat på fuzzy logic-styrenhetens direkta vridmomentstyrning. Vidare beskrivs i avsnitt III en teknik relaterad till FLC-baserad DTC som tillåter bestämning av referensflöden.
I detta arbete används en P&O-teknik i variabelt steg för att spåra den maximala effektpunkten. Den kännetecknas av snabb spårning och låg oscillation (Figur 2)37,38,39.
Huvudidén med DTC är att direkt styra maskinens flöde och vridmoment, men användningen av hysteresregulatorer för elektromagnetiskt vridmoment och statorflödesreglering resulterar i högt vridmoment och flödesrippel. Därför introduceras en suddighetsteknik för att förbättra DTC-metoden (fig. 7), och FLC kan utveckla tillräckliga växelriktarvektortillstånd.
I det här steget omvandlas indata till suddiga variabler genom medlemsfunktioner (MF) och språkliga termer.
De tre medlemsfunktionerna för den första ingången (εφ) är negativ (N), positiv (P) och noll (Z), som visas i figur 3.
De fem medlemsfunktionerna för den andra ingången (\(\varepsilon\)Tem) är Negativ Stor (NL) Negativ Liten (NS) Noll (Z) Positiv Liten (PS) och Positiv Stor (PL), som visas i figur 4.
Statorflödesbanan består av 12 sektorer, där den fuzzy uppsättningen representeras av en likbent triangulär medlemsfunktion, som visas i figur 5.
Tabell 1 grupperar 180 luddiga regler som använder ingångsmedlemskapsfunktionerna för att välja lämpliga växlingslägen.
Inferensmetoden utförs med Mamdanis teknik. Viktfaktorn (\(\alpha_{i}\)) för den i:te regeln ges av:
där\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : Medlemskapsvärde för magnetiskt flöde, vridmoment och statorflödesvinkelfel.
Figur 6 illustrerar de skarpa värdena som erhållits från de luddiga värdena med den maximala metoden som föreslagits av ekv.(20).
Genom att öka motoreffektiviteten kan flödeshastigheten ökas, vilket i sin tur ökar den dagliga vattenpumpningen (Figur 7). Syftet med följande teknik är att associera en förlustminimeringsbaserad strategi med en direkt vridmomentkontrollmetod.
Det är välkänt att värdet på det magnetiska flödet är viktigt för motorns effektivitet. Höga flödesvärden leder till ökade järnförluster samt magnetisk mättnad av kretsen. Omvänt ger låga flödesnivåer höga Joule-förluster.
Därför är minskningen av förluster i IM direkt relaterad till valet av flödesnivå.
Den föreslagna metoden är baserad på modellering av Joule-förlusterna förknippade med strömmen som flyter genom statorlindningarna i maskinen. Den består av att justera värdet på rotorflödet till ett optimalt värde, och därigenom minimera motorförlusterna för att öka effektiviteten. Joule-förluster kan uttryckas på följande sätt (bortse från kärnförluster):
Det elektromagnetiska vridmomentet\(C_{em}\) och rotorflödet\(\phi_{r}\) beräknas i dq-koordinatsystemet som:
Det elektromagnetiska vridmomentet\(C_{em}\) och rotorflödet\(\phi_{r}\) beräknas i referens (d,q) som:
genom att lösa ekvationen.(30), kan vi hitta den optimala statorströmmen som säkerställer optimalt rotorflöde och minimala förluster:
Olika simuleringar utfördes med MATLAB/Simulink programvara för att utvärdera robustheten och prestandan hos den föreslagna tekniken. Det undersökta systemet består av åtta 230 W CSUN 235-60P paneler (tabell 2) kopplade i serie. Centrifugalpumpen drivs av IM, och dess karakteristiska parametrar visas i tabell 3. Komponenterna i PV-pumpsystemet visas i tabell 4.
I det här avsnittet jämförs ett fotovoltaiskt vattenpumpsystem som använder FDTC med en konstant flödesreferens med ett föreslaget system baserat på optimalt flöde (FDTCO) under samma driftsförhållanden. Prestanda för båda solcellssystemen testades genom att beakta följande scenarier:
Detta avsnitt presenterar det föreslagna starttillståndet för pumpsystemet baserat på en solinstrålningshastighet på 1 000 W/m2. Figur 8e illustrerar den elektriska hastighetsresponsen. Jämfört med FDTC ger den föreslagna tekniken en bättre stigtid och når ett stabilt tillstånd vid 1,04 s, och med FDTC, uppnår steady state vid 1,93 s. Figur 8f visar pumpningen av de två styrstrategierna. Det kan ses att FDTCO ökar pumpningsmängden, vilket förklarar förbättringen av energin som omvandlas av IM.Figur 8g och 8h representerar den dragna statorströmmen. Startströmmen som använder FDTC är 20 A, medan den föreslagna styrstrategin föreslår en startström på 10 A, vilket minskar Joule-förlusterna. Figurerna 8i och 8j visar det utvecklade statorflödet. Den FDTC-baserade PVPWS arbetar med ett konstant referensflöde på 1,2 Wb, medan i den föreslagna metoden är referensflödet 1 A, vilket är inblandat i att förbättra solcellssystemets effektivitet.
(a)Solstrålning (b) Kraftuttag (c) Driftcykel (d) DC-bussspänning (e) Rotorhastighet (f) Pumpvatten (g) Statorfasström för FDTC (h) Statorfasström för FDTCO (i) Fluxrespons med FLC (j) Flödessvar med FDTCO (k) Statorflödesbana med FDTC (l) Statorflödesbana med FDTCO.
Desol-strålningen varierade från 1000 till 700 W/m2 vid 3 sekunder och sedan till 500 W/m2 vid 6 sekunder (Fig. 8a). Figur 8b visar motsvarande solcellseffekt för 1000 W/m2, 700 W/m2 och 500 W/m2 .Figur 8c och 8d illustrerar arbetscykeln respektive DC-mellanspänningen. Figur 8e illustrerar den elektriska hastigheten för IM, och vi kan märka att den föreslagna tekniken har bättre hastighet och svarstid jämfört med det FDTC-baserade solcellssystemet. Figur 8f visar vattenpumpningen för olika irradiansnivåer erhållna med FDTC och FDTCO. Mer pumpning kan uppnås med FDTCO än med FDTC. Figurerna 8g och 8h illustrerar de simulerade strömsvaren med FDTC-metoden och den föreslagna styrstrategin. Genom att använda den föreslagna styrtekniken , minimeras strömamplituden, vilket innebär mindre kopparförluster, vilket ökar systemets effektivitet. Därför kan höga startströmmar leda till minskad maskinprestanda. Figur 8j visar utvecklingen av flödessvaret för att väljaoptimalt flöde för att säkerställa att förlusterna minimeras, därför illustrerar den föreslagna tekniken dess prestanda. Till skillnad från figur 8i är flödet konstant, vilket inte representerar optimal drift. Figurerna 8k och 8l visar utvecklingen av statorflödesbanan.Figur 8l illustrerar den optimala flödesutvecklingen och förklarar huvudidén i den föreslagna kontrollstrategin.
En plötslig förändringsol-strålning applicerades, som började med en irradians på 1000 W/m2 och minskade abrupt till 500 W/m2 efter 1,5 s (Fig. 9a). Figur 9b visar den solcellseffekt som utvinns från solcellspanelerna, motsvarande 1000 W/m2 och 500 W/m2. Figurerna 9c och 9d illustrerar arbetscykeln respektive mellankretsspänningen. Som framgår av figur 9e ger den föreslagna metoden bättre svarstid. Figur 9f visar vattenpumpningen som erhålls för de två styrstrategierna. Pumpning med FDTCO var högre än med FDTC, pumpning 0,01 m3/s vid 1000 W/m2 irradians jämfört med 0,009 m3/s med FDTC;dessutom, när irradiansen var 500 W At /m2, pumpade FDTCO 0,0079 m3/s, medan FDTC pumpade 0,0077 m3/s. Figurerna 9g och 9h. Beskriver det aktuella svaret simulerat med FDTC-metoden och den föreslagna styrstrategin. Vi kan notera att den föreslagna styrstrategin visar att strömamplituden reduceras under abrupta irradiansförändringar, vilket resulterar i minskade kopparförluster. Figur 9j visar utvecklingen av flödessvaret för att välja det optimala flödet för att säkerställa att förlusterna minimeras, därför är den föreslagna tekniken illustrerar dess prestanda med ett flöde på 1Wb och en irradians på 1000 W/m2, medan flödet är 0,83Wb och irradiansen är 500 W/m2. I motsats till fig. 9i är flödet konstant på 1,2 Wb, vilket inte gör det representerar optimal funktion. Figurerna 9k och 9l visar utvecklingen av statorflödesbanan. Figur 9l illustrerar den optimala flödesutvecklingen och förklarar huvudidén med den föreslagna styrstrategin och förbättringen av det föreslagna pumpsystemet.
(a)Solstrålning (b) Utvunnen effekt (c) Driftcykel (d) DC-bussspänning (e) Rotorhastighet (f) Vattenflöde (g) Statorfasström för FDTC (h) Statorfasström för FDTCO (i) ) Fluxsvar med hjälp av FLC (j) Flödessvar med användning av FDTCO (k) Statorflödesbana med FDTC (l) Statorflödesbana med FDTCO.
En jämförande analys av de två teknologierna i termer av flödesvärde, strömamplitud och pumpning visas i tabell 5, som visar att PVWPS baserad på den föreslagna tekniken ger hög prestanda med ökat pumpflöde och minimerade amplitudström och förluster, vilket beror på till optimalt flödesval.
För att verifiera och testa den föreslagna styrstrategin utförs ett PIL-test baserat på STM32F4-kortet. Det inkluderar genererande kod som kommer att laddas och köras på det inbäddade kortet. Kortet innehåller en 32-bitars mikrokontroller med 1 MB Flash, 168 MHz klockfrekvens, flyttalsenhet, DSP-instruktioner, 192 KB SRAM.Under detta test skapades ett utvecklat PIL-block i styrsystemet innehållande den genererade koden baserad på STM32F4-upptäcktshårdvarukortet och introducerades i Simulink-mjukvaran. Stegen för att möjliggöra PIL-tester som ska konfigureras med STM32F4-kortet visas i figur 10.
Samsimulering av PIL-testning med STM32F4 kan användas som en lågkostnadsteknik för att verifiera den föreslagna tekniken. I detta dokument är den optimerade modulen som ger det bästa referensflödet implementerad i STMicroelectronics Discovery Board (STM32F4).
Den senare exekveras samtidigt med Simulink och utbyter information under samsimulering med användning av den föreslagna PVWPS-metoden. Figur 12 illustrerar implementeringen av optimeringsteknologins delsystem i STM32F4.
Endast den föreslagna optimala referensflödestekniken visas i denna samsimulering, eftersom den är den huvudsakliga styrvariabeln för detta arbete som visar styrbeteendet hos ett fotovoltaiskt vattenpumpsystem.
Posttid: 2022-apr-15
