Negli ultimi anni, i miglioramenti nell'efficienza dei sistemi di pompaggio dell'acqua fotovoltaici (PVWPS) hanno suscitato grande interesse tra i ricercatori, poiché il loro funzionamento si basa sulla produzione di energia elettrica pulita. In questo articolo, viene sviluppato un nuovo approccio basato su controller a logica fuzzy per PVWPS applicazioni che incorporano tecniche di minimizzazione delle perdite applicate ai motori a induzione (IM). Il controllo proposto seleziona l'ampiezza del flusso ottimale riducendo al minimo le perdite IM. Inoltre, viene introdotto anche il metodo di osservazione delle perturbazioni a passo variabile. L'idoneità del controllo proposto è riconosciuta da riducendo la corrente del pozzo;pertanto, le perdite del motore sono ridotte al minimo e l'efficienza è migliorata.La strategia di controllo proposta viene confrontata con metodi senza minimizzazione delle perdite.I risultati del confronto illustrano l'efficacia del metodo proposto, che si basa sulla minimizzazione delle perdite di velocità elettrica, corrente assorbita, flusso acqua e flusso di sviluppo. Viene eseguito un test PIL (processor-in-the-loop) come test sperimentale del metodo proposto. Include l'implementazione del codice C generato sulla discovery board STM32F4. I risultati ottenuti dall'embedded board sono simili ai risultati della simulazione numerica.
Energie rinnovabili, in particolaresolarela tecnologia fotovoltaica, può essere un'alternativa più pulita ai combustibili fossili nei sistemi di pompaggio dell'acqua1,2. I sistemi di pompaggio fotovoltaici hanno ricevuto notevole attenzione in aree remote senza elettricità3,4.
Vari motori sono utilizzati nelle applicazioni di pompaggio fotovoltaico. Lo stadio principale del PVWPS è basato su motori a corrente continua. Questi motori sono facili da controllare e implementare, ma richiedono una manutenzione regolare a causa della presenza degli annotatori e delle spazzole5. Per ovviare a questa lacuna, il brushless sono stati introdotti motori a magneti permanenti, caratterizzati da brushless, alta efficienza e affidabilità6. Rispetto ad altri motori, il PVWPS basato su IM ha prestazioni migliori perché questo motore è affidabile, economico, esente da manutenzione e offre maggiori possibilità di strategie di controllo7 .Le tecniche di controllo indiretto orientato al campo (IFOC) e di controllo diretto della coppia (DTC) sono comunemente utilizzate8.
IFOC è stato sviluppato da Blaschke e Hasse e consente di modificare la velocità IM su un ampio intervallo9,10. La corrente dello statore è divisa in due parti, una genera il flusso magnetico e l'altra genera la coppia convertendosi nel sistema di coordinate dq. controllo indipendente del flusso e della coppia in condizioni stazionarie e dinamiche. L'asse (d) è allineato con il vettore spaziale del flusso del rotore, che implica che la componente dell'asse q del vettore spaziale del flusso del rotore sia sempre zero. Il FOC fornisce una risposta buona e più rapida11 ,12, tuttavia, questo metodo è complesso e soggetto a variazioni dei parametri13. Per ovviare a queste carenze, Takashi e Noguchi14 hanno introdotto il DTC, che ha elevate prestazioni dinamiche ed è robusto e meno sensibile alle modifiche dei parametri. Nel DTC, la coppia elettromagnetica e il flusso dello statore sono controllati sottraendo il flusso e la coppia dello statore dalle stime corrispondenti. Il risultato viene immesso in un comparatore di isteresi per generare il vettore di tensione appropriato da controllaresia il flusso dello statore che la coppia.
Il principale inconveniente di questa strategia di controllo sono le grandi fluttuazioni di coppia e flusso dovute all'uso di regolatori di isteresi per la regolazione del flusso dello statore e della coppia elettromagnetica15,42. I convertitori multilivello vengono utilizzati per ridurre al minimo l'ondulazione, ma l'efficienza è ridotta dal numero di interruttori di alimentazione16. Diversi autori hanno utilizzato la modulazione vettoriale spaziale (SWM)17, il controllo della modalità scorrevole (SMC)18, che sono tecniche potenti ma soffrono di effetti di jittering indesiderati19. Molti ricercatori hanno utilizzato tecniche di intelligenza artificiale per migliorare le prestazioni del controller, tra cui (1) neurale reti, una strategia di controllo che richiede l'implementazione di processori ad alta velocità20 e (2) algoritmi genetici21.
Il controllo fuzzy è robusto, adatto per strategie di controllo non lineare e non richiede la conoscenza del modello esatto. Include l'uso di blocchi logici fuzzy invece di controller isteretici e tabelle di selezione degli interruttori per ridurre il flusso e l'ondulazione di coppia. Vale la pena sottolineare che I DTC basati su FLC forniscono prestazioni migliori22, ma non sufficienti a massimizzare l'efficienza del motore, pertanto sono necessarie tecniche di ottimizzazione del circuito di controllo.
Nella maggior parte degli studi precedenti, gli autori hanno scelto il flusso costante come flusso di riferimento, ma questa scelta di riferimento non rappresenta una pratica ottimale.
Gli azionamenti motore ad alte prestazioni e ad alta efficienza richiedono una risposta alla velocità rapida e precisa. D'altra parte, per alcune operazioni, il controllo potrebbe non essere ottimale, quindi l'efficienza del sistema di azionamento non può essere ottimizzata. È possibile ottenere prestazioni migliori utilizzando un riferimento di flusso variabile durante il funzionamento del sistema.
Molti autori hanno proposto un controller di ricerca (SC) che riduce al minimo le perdite in diverse condizioni di carico (come in27) per migliorare l'efficienza del motore. La tecnica consiste nel misurare e ridurre al minimo la potenza in ingresso mediante il riferimento di corrente dell'asse d iterativo o il flusso dello statore riferimento. Tuttavia, questo metodo introduce l'ondulazione di coppia dovuta alle oscillazioni presenti nel flusso del traferro e l'implementazione di questo metodo richiede tempo e molte risorse dal punto di vista computazionale. L'ottimizzazione dello sciame di particelle viene utilizzata anche per migliorare l'efficienza28, ma questa tecnica può rimanere bloccati nei minimi locali, portando a una scarsa selezione dei parametri di controllo29.
In questo articolo, viene proposta una tecnica relativa all'FDTC per selezionare il flusso magnetico ottimale riducendo le perdite del motore. Questa combinazione garantisce la capacità di utilizzare il livello di flusso ottimale in ogni punto operativo, aumentando così l'efficienza del sistema di pompaggio dell'acqua fotovoltaico proposto. Pertanto, sembra essere molto conveniente per le applicazioni di pompaggio dell'acqua fotovoltaiche.
Inoltre, viene eseguito un test processor-in-the-loop del metodo proposto utilizzando la scheda STM32F4 come validazione sperimentale. I principali vantaggi di questo core sono semplicità di implementazione, basso costo e nessuna necessità di sviluppare programmi complessi 30 .Inoltre, , la scheda di conversione USB-UART FT232RL è associata all'STM32F4, che garantisce un'interfaccia di comunicazione esterna per stabilire una porta seriale virtuale (porta COM) sul computer. Questo metodo consente di trasmettere dati ad elevate velocità di trasmissione.
Le prestazioni del PVWPS utilizzando la tecnica proposta vengono confrontate con i sistemi fotovoltaici senza minimizzazione delle perdite in diverse condizioni operative. I risultati ottenuti mostrano che il sistema di pompa dell'acqua fotovoltaico proposto è migliore nel ridurre al minimo la corrente dello statore e le perdite di rame, ottimizzare il flusso e pompare l'acqua.
Il resto del lavoro è strutturato come segue: La modellazione del sistema proposto è data nella sezione “Modellazione di Sistemi Fotovoltaici”. Nella sezione “Strategia di controllo del sistema studiato”, FDTC, la strategia di controllo proposta e la tecnica MPPT sono descritti in dettaglio. I risultati sono discussi nella sezione "Risultati della simulazione". Nella sezione "Test PIL con la scheda di rilevamento STM32F4", viene descritto il test del processore nel ciclo. Le conclusioni di questo documento sono presentate nella sezione " Sezione Conclusioni”.
La figura 1 mostra la configurazione del sistema proposta per un sistema di pompaggio dell'acqua fotovoltaico autonomo. Il sistema è costituito da una pompa centrifuga basata su IM, un array fotovoltaico, due convertitori di potenza [convertitore boost e inverter della sorgente di tensione (VSI)]. In questa sezione , viene presentata la modellazione del sistema di pompaggio dell'acqua fotovoltaico studiato.
Questo documento adotta il modello a diodo singolo disolarecelle fotovoltaiche.Le caratteristiche della cella fotovoltaica sono indicate con 31, 32 e 33.
Per eseguire l'adattamento, viene utilizzato un convertitore boost. La relazione tra le tensioni di ingresso e di uscita del convertitore CC-CC è data dall'equazione 34 seguente:
Il modello matematico di IM può essere descritto nel sistema di riferimento (α,β) dalle seguenti equazioni 5,40:
Dove \(l_{s }\),\(l_{r}\): induttanza dello statore e del rotore, M: induttanza reciproca, \(R_{s }\), \(I_{s }\): resistenza dello statore e corrente dello statore, \(R_{r}\), \(I_{r }\): resistenza del rotore e corrente del rotore, \(\phi_{s}\), \(V_{s}\): flusso dello statore e statore voltage , \(\phi_{r}\), \(V_{r}\): flusso del rotore e tensione del rotore.
La coppia di carico della pompa centrifuga proporzionale al quadrato della velocità IM può essere determinata da:
Il controllo del sistema di pompa dell'acqua proposto è suddiviso in tre sottosezioni distinte. La prima parte si occupa della tecnologia MPPT. La seconda parte si occupa del pilotaggio dell'IM basato sul controllo diretto della coppia del controller a logica fuzzy. Inoltre, la Sezione III descrive una tecnica relativa alla DTC basato su FLC che consente la determinazione dei flussi di riferimento.
In questo lavoro, viene utilizzata una tecnica P&O a passo variabile per tracciare il punto di massima potenza. È caratterizzata da un tracciamento veloce e una bassa oscillazione (Figura 2)37,38,39.
L'idea principale del DTC è di controllare direttamente il flusso e la coppia della macchina, ma l'uso di regolatori di isteresi per la coppia elettromagnetica e la regolazione del flusso dello statore si traduce in coppia elevata e ondulazione del flusso. Pertanto, viene introdotta una tecnica di sfocatura per migliorare il Il metodo DTC (Fig. 7) e l'FLC possono sviluppare stati vettoriali dell'inverter sufficienti.
In questo passaggio, l'input viene trasformato in variabili fuzzy tramite funzioni di appartenenza (MF) e termini linguistici.
Le tre funzioni di appartenenza per il primo input (εφ) sono negativo (N), positivo (P) e zero (Z), come mostrato nella Figura 3.
Le cinque funzioni di appartenenza per il secondo input (\(\varepsilon\)Tem) sono Negativo Grande (NL) Negativo Piccolo (NS) Zero (Z) Positivo Piccolo (PS) e Positivo Grande (PL), come mostrato nella Figura 4.
La traiettoria del flusso dello statore è composta da 12 settori, in cui l'insieme fuzzy è rappresentato da una funzione di appartenenza triangolare isoscele, come mostrato nella Figura 5.
La tabella 1 raggruppa 180 regole fuzzy che utilizzano le funzioni di appartenenza dell'input per selezionare gli stati di commutazione appropriati.
Il metodo di inferenza viene eseguito utilizzando la tecnica di Mamdani. Il fattore di peso (\(\alpha_{i}\)) della i-esima regola è dato da:
dove\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : Valore di appartenenza del flusso magnetico, coppia e errore dell'angolo di flusso dello statore.
La figura 6 illustra i valori nitidi ottenuti dai valori fuzzy utilizzando il metodo massimo proposto dall'Eq.(20).
Aumentando l'efficienza del motore, è possibile aumentare la portata, che a sua volta aumenta il pompaggio giornaliero dell'acqua (Figura 7). Lo scopo della tecnica seguente è associare una strategia basata sulla minimizzazione delle perdite con un metodo di controllo diretto della coppia.
È noto che il valore del flusso magnetico è importante per l'efficienza del motore. Valori di flusso elevati comportano maggiori perdite di ferro e saturazione magnetica del circuito. Al contrario, livelli di flusso bassi comportano perdite di Joule elevate.
Pertanto, la riduzione delle perdite in IM è direttamente correlata alla scelta del livello di flusso.
Il metodo proposto si basa sulla modellazione delle perdite di Joule associate alla corrente che scorre attraverso gli avvolgimenti dello statore nella macchina. Consiste nel regolare il valore del flusso del rotore ad un valore ottimale, minimizzando così le perdite del motore per aumentare l'efficienza. Perdite di Joule può essere espresso come segue (ignorando le perdite principali):
La coppia elettromagnetica\(C_{em}\) e il flusso rotorico\(\phi_{r}\) sono calcolati nel sistema di coordinate dq come:
La coppia elettromagnetica\(C_{em}\) e il flusso rotorico\(\phi_{r}\) sono calcolati in riferimento (d,q) come:
risolvendo l'equazione.(30), possiamo trovare la corrente ottimale dello statore che assicura un flusso rotorico ottimale e perdite minime:
Sono state eseguite diverse simulazioni utilizzando il software MATLAB/Simulink per valutare la robustezza e le prestazioni della tecnica proposta. Il sistema studiato è costituito da otto pannelli CSUN 235-60P da 230 W (Tabella 2) collegati in serie. La pompa centrifuga è azionata da IM e i suoi parametri caratteristici sono riportati in Tabella 3. I componenti del sistema di pompaggio FV sono riportati in Tabella 4.
In questa sezione, un sistema di pompaggio acqua fotovoltaico che utilizza FDTC con un riferimento di flusso costante viene confrontato con un sistema proposto basato sul flusso ottimale (FDTCO) nelle stesse condizioni operative. Le prestazioni di entrambi i sistemi fotovoltaici sono state testate considerando i seguenti scenari:
Questa sezione presenta lo stato di avviamento proposto del sistema di pompaggio basato su un tasso di insolazione di 1000 W/m2. La figura 8e illustra la risposta della velocità elettrica. Rispetto a FDTC, la tecnica proposta fornisce un tempo di salita migliore, raggiungendo lo stato stazionario a 1,04 s, e con FDTC, raggiungendo lo stato stazionario a 1,93 s. La figura 8f mostra il pompaggio delle due strategie di controllo. Si può vedere che l'FDTCO aumenta la quantità di pompaggio, il che spiega il miglioramento dell'energia convertita dall'IM.Figure 8g e 8h rappresentano la corrente assorbita dallo statore. La corrente di avviamento che utilizza l'FDTC è 20 A, mentre la strategia di controllo proposta suggerisce una corrente di avviamento di 10 A, che riduce le perdite di Joule. Le figure 8i e 8j mostrano il flusso di statore sviluppato. PVPWS opera ad un flusso di riferimento costante di 1,2 Wb, mentre nel metodo proposto il flusso di riferimento è 1 A, che è coinvolto nel miglioramento dell'efficienza dell'impianto fotovoltaico.
(un)Solareradiazione (b) Estrazione di potenza (c) Ciclo di lavoro (d) Tensione bus CC (e) Velocità del rotore (f) Acqua di pompaggio (g) Corrente di fase dello statore per FDTC (h) Corrente di fase dello statore per FDTCO (i) Risposta al flusso mediante FLC (j) Risposta del flusso mediante FDTCO (k) Traiettoria del flusso dello statore mediante FDTC (l) Traiettoria del flusso dello statore mediante FDTCO.
Ilsolarela radiazione variava da 1000 a 700 W/m2 in 3 secondi e poi a 500 W/m2 in 6 secondi (Fig. 8a). La figura 8b mostra la potenza fotovoltaica corrispondente per 1000 W/m2, 700 W/m2 e 500 W/m2 .Le figure 8c e 8d illustrano rispettivamente il ciclo di lavoro e la tensione del collegamento CC. La figura 8e illustra la velocità elettrica di IM e possiamo notare che la tecnica proposta ha una velocità e un tempo di risposta migliori rispetto al sistema fotovoltaico basato su FDTC.Figura 8f mostra il pompaggio dell'acqua per diversi livelli di irraggiamento ottenuto utilizzando FDTC e FDTCO. È possibile ottenere più pompaggi con FDTCO che con FDTC. Le figure 8g e 8h illustrano le risposte di corrente simulate utilizzando il metodo FDTC e la strategia di controllo proposta. Utilizzando la tecnica di controllo proposta , l'ampiezza della corrente è ridotta al minimo, il che significa meno perdite di rame, aumentando così l'efficienza del sistema. Pertanto, correnti di avviamento elevate possono portare a una riduzione delle prestazioni della macchina. La figura 8j mostra l'evoluzione della risposta del flusso per selezionare ilflusso ottimale per garantire che le perdite siano ridotte al minimo, pertanto la tecnica proposta ne illustra le prestazioni. Contrariamente alla Figura 8i, il flusso è costante, il che non rappresenta un funzionamento ottimale. Le figure 8k e 8l mostrano l'evoluzione della traiettoria del flusso dello statore. 8l illustra lo sviluppo ottimale del flusso e spiega l'idea principale della strategia di controllo proposta.
Un cambiamento improvvisosolareè stata applicata la radiazione, iniziando con un irraggiamento di 1000 W/m2 e decrescendo bruscamente a 500 W/m2 dopo 1,5 s (Fig. 9a). La figura 9b mostra la potenza fotovoltaica estratta dai pannelli fotovoltaici, corrispondente a 1000 W/m2 e 500 W/m2. Le Figure 9c e 9d illustrano rispettivamente il duty cycle e la tensione del circuito intermedio. Come si può vedere dalla Fig. 9e, il metodo proposto fornisce un tempo di risposta migliore. La Figura 9f mostra il pompaggio dell'acqua ottenuto per le due strategie di controllo. con FDTCO era maggiore rispetto a FDTC, pompando 0,01 m3/s a 1000 W/m2 di irraggiamento rispetto a 0,009 m3/s con FDTC;inoltre, quando l'irradianza era di 500 W a /m2, FDTCO pompava 0,0079 m3/s, mentre FDTC pompava 0,0077 m3/s. Figure 9g e 9h. Descrive la risposta attuale simulata utilizzando il metodo FDTC e la strategia di controllo proposta. Possiamo notare che la strategia di controllo proposta mostra che l'ampiezza della corrente viene ridotta in caso di brusche variazioni di irraggiamento, con conseguente riduzione delle perdite di rame. La figura 9j mostra l'evoluzione della risposta del flusso al fine di scegliere il flusso ottimale per garantire che le perdite siano ridotte al minimo, pertanto la tecnica proposta illustra le sue prestazioni con un flusso di 1 Wb e un irraggiamento di 1000 W/m2, mentre il flusso è 0,83 Wb e l'irradianza è 500 W/m2. Contrariamente alla Fig. 9i, il flusso è costante a 1,2 Wb, il che non rappresentano la funzione ottimale. Le figure 9k e 9l mostrano l'evoluzione della traiettoria del flusso dello statore. La figura 9l illustra lo sviluppo ottimale del flusso e spiega l'idea principale della strategia di controllo proposta e il miglioramento del sistema di pompaggio proposto.
(un)Solareradiazione (b) Potenza estratta (c) Ciclo di lavoro (d) Tensione bus CC (e) Velocità del rotore (f) Flusso d'acqua (g) Corrente di fase dello statore per FDTC (h) Corrente di fase dello statore per FDTCO (i) ) Risposta del flusso utilizzando FLC (j) Risposta del flusso mediante FDTCO (k) Traiettoria del flusso dello statore mediante FDTC (l) Traiettoria del flusso dello statore mediante FDTCO.
Un'analisi comparativa delle due tecnologie in termini di valore del flusso, ampiezza di corrente e pompaggio è mostrata nella Tabella 5, che mostra che il PVWPS basato sulla tecnologia proposta fornisce prestazioni elevate con un aumento del flusso di pompaggio e un'ampiezza minima di corrente e perdite, il che è dovuto alla selezione ottimale del flusso.
Per verificare e testare la strategia di controllo proposta, viene eseguito un test PIL basato sulla scheda STM32F4. Include la generazione di codice che verrà caricato ed eseguito sulla scheda incorporata. La scheda contiene un microcontrollore a 32 bit con 1 MB di Flash, 168 MHz frequenza di clock, unità in virgola mobile, istruzioni DSP, 192 KB SRAM.Durante questo test è stato creato un blocco PIL sviluppato nel sistema di controllo contenente il codice generato basato sulla scheda hardware discovery STM32F4 e introdotto nel software Simulink.I passaggi per consentire I test PIL da configurare utilizzando la scheda STM32F4 sono mostrati in Figura 10.
Il test PIL di co-simulazione utilizzando STM32F4 può essere utilizzato come tecnica a basso costo per verificare la tecnica proposta. In questo documento, il modulo ottimizzato che fornisce il miglior flusso di riferimento è implementato nella STMicroelectronics Discovery Board (STM32F4).
Quest'ultimo viene eseguito in concomitanza con Simulink e scambia informazioni durante la co-simulazione utilizzando il metodo PVWPS proposto. La Figura 12 illustra l'implementazione del sottosistema della tecnologia di ottimizzazione in STM32F4.
In questa co-simulazione viene mostrata solo la tecnica del flusso di riferimento ottimale proposta, in quanto è la principale variabile di controllo per questo lavoro che dimostra il comportamento di controllo di un sistema di pompaggio dell'acqua fotovoltaico.
Tempo di pubblicazione: 15-aprile-2022
