Design und Prozessor-in-the-Loop-Implementierung einer verbesserten Steuerung für ein IM-angetriebenes Solar-PV-gespeistes Wasserpumpsystem

Wissenschaftliche Berichte Band 12, Artikelnummer: 4688 (2022) Diesen Artikel zitieren

1943 Zugriffe

3 Zitate

Details zu den Metriken

In den letzten Jahren hat die Verbesserung der Effizienz von Photovoltaik-Wasserpumpsystemen (PVWPS) großes Interesse bei Forschern geweckt, da sie auf einer saubereren Stromerzeugung basieren. In diesem Artikel wird ein neuer Ansatz für PVWPS-Anwendungen entwickelt, der auf einem Fuzzy-Logic-Controller basiert und eine auf die Induktionsmaschine (IM) angewendete Technik zur Verlustminimierung beinhaltet. Die vorgeschlagene Steuerung wählt die optimale Flussgröße durch Minimierung der IM-Verluste. Darüber hinaus wird die Störungs- und Beobachtungsmethode mit variabler Schrittgröße eingeführt. Die Eignung der vorgeschlagenen Steuerung wird durch Reduzierung des aufgenommenen Stroms bestätigt; Dadurch werden die Motorverluste minimiert und der Wirkungsgrad verbessert. Die vorgeschlagene Regelungsstrategie wird mit der Methode ohne Verlustminimierung verglichen. Die Vergleichsergebnisse veranschaulichen die Wirksamkeit der vorgeschlagenen Methode auf der Grundlage der Verlustminimierung hinsichtlich der elektrischen Geschwindigkeit, des aufgenommenen Stroms, des fließenden Wassers und des entwickelten Flusses. Als experimenteller Test der vorgeschlagenen Methode wird ein Processor-in-the-Loop (PIL)-Test durchgeführt. Es besteht darin, den generierten C-Code auf dem STM32F4 Discovery Board zu implementieren. Die vom eingebetteten Board erhaltenen Ergebnisse ähneln den Ergebnissen numerischer Simulationen.

Erneuerbare Energiequellen, insbesondere Solar-PV-Technologie, können eine sauberere Alternative zu fossilen Brennstoffen für Wasserpumpsysteme sein1,2. PV-Wasserpumpsysteme erfreuen sich großer Beliebtheit in abgelegenen Gebieten, in denen kein Strom verfügbar ist3,4.

Bei PV-Pumpanwendungen werden verschiedene Arten von Motoren eingesetzt. Die Grundstufe von PVWPS basiert auf einem Gleichstrommotor. Diese Motoren sind einfach zu steuern und zu implementieren, erfordern jedoch aufgrund von Kommentatoren und Bürsten eine regelmäßige Wartung5. Um diesen Nachteil zu überwinden, werden bürstenlose Permanentmagnetmotoren eingeführt, die sich durch das Fehlen von Bürsten, einen hohen Wirkungsgrad und eine hohe Zuverlässigkeit auszeichnen6. Auf IM basierendes PVWPS weist im Vergleich zu anderen Motoren eine bessere Leistung auf, da dieser Motortyp zuverlässig, kostengünstig und wartungsfrei ist und mehr Möglichkeiten für Steuerungsstrategien bietet7. Häufig werden die Technik der indirekten feldorientierten Regelung (IFOC) und die Methode der direkten Drehmomentregelung (DTC) eingesetzt8.

IFOC wurde von Blaschke und Hasse entwickelt, um eine Variation der IM-Geschwindigkeit über einen weiten Bereich zu ermöglichen9,10. Die Statorströme werden in zwei Komponenten aufgeteilt, eine erzeugt den Fluss und die andere erzeugt das Drehmoment durch Transformation in das d-q-Koordinatensystem. Dies ermöglicht eine unabhängige Steuerung des Flusses und des Drehmoments sowohl im stationären als auch im dynamischen Zustand. Die Achse (d) ist mit dem Rotorflussraumvektor ausgerichtet, was bedeutet, dass die q-Achsenkomponente des Rotorflussraumvektors immer Null ist. FOC liefert eine gute und schnellere Reaktion11,12, diese Methode ist jedoch komplex und wird durch Parameterschwankungen beeinflusst13. Um diese Nachteile zu überwinden, wurde DTC von Takashi und Noguchi14 eingeführt. Dieser Befehl bietet eine hohe dynamische Leistung, ist robust und weniger empfindlich gegenüber Parameterschwankungen. Bei der DTC erfolgt die Steuerung des elektromagnetischen Drehmoments und des Statorflusses durch Subtrahieren des Statorflusses und des Statordrehmoments von den entsprechenden Schätzwerten. Das Ergebnis wird Hysterese-Komparatoren zugeführt, um die entsprechenden Spannungsvektoren zu erzeugen, um gleichzeitig den Statorfluss und das Drehmoment zu steuern.

Der größte Nachteil dieser Steuerungsstrategie sind starke Schwankungen bei Drehmoment und Fluss aufgrund der Verwendung von Hysteresereglern für den Statorfluss und die Regulierung des elektromagnetischen Drehmoments15,42. Die Multilevel-Konverter werden zur Minimierung der Welligkeit eingesetzt, der Wirkungsgrad wird jedoch aufgrund der Anzahl der Leistungsschalter16 verringert. Mehrere Autoren haben Space Vector Modulation (SWM)17 und Sliding Mode Control (SMC)18 verwendet. Diese Technik ist robust, es tritt jedoch der unerwünschte Rattereffekt auf19. Viele Forscher nutzten Techniken der künstlichen Intelligenz, um die Steuerungsleistung zu verbessern, darunter (1) neuronale Netzwerke; diese Steuerungsstrategie erfordert einen Hochgeschwindigkeitsprozessor für die Implementierung20, (2) genetische Algorithmen21.

Die Fuzzy-Regelung ist robust, für die nichtlineare Regelstrategie geeignet und erfordert keine Kenntnis des genauen Modells. Es besteht darin, den Fuzzy-Logic-Block anstelle der Hystereseregler und der Schaltauswahltabelle zu verwenden, um die Fluss- und Drehmomentwelligkeiten zu reduzieren. Es ist erwähnenswert, dass DTC auf Basis von FLC eine bessere Leistung bietet22, aber nicht ausreicht, um die Effizienz des Motors zu maximieren, weshalb eine Optimierungstechnik für den Regelkreis erforderlich ist.

In den meisten früheren Studien wählten die Autoren einen konstanten Fluss als Referenzfluss23,24,25,26, aber diese Referenzwahl stellt nicht den optimalen Betrieb dar.

Die leistungsstarken, effizienten Motorantriebe erfordern eine schnelle und genaue Geschwindigkeitsreaktion. Andererseits kann die Steuerung für einige Vorgänge nicht optimal sein und daher kann die Effizienz des Antriebssystems nicht optimiert werden. Durch die Verwendung einer variablen Flussreferenz während des Betriebs des Systems kann eine bessere Leistung erzielt werden.

Viele Autoren schlugen den Search Controller (SC) vor, der die Verluste minimiert, um die Effizienz des Motors bei unterschiedlichen Lastbedingungen wie z. B. in27 zu verbessern. Diese Technik besteht darin, die Eingangsleistung zu messen und zu minimieren, indem die Referenz des d-Achsen-Stroms oder die Statorflussreferenz iteriert wird. Dieser Ansatz führt jedoch aufgrund der im Luftspaltfluss vorhandenen Schwingungen zu Drehmomentschwankungen, und die Implementierung dieser Methode ist zeitaufwändig und rechenressourcenintensiv. Zur Verbesserung der Effizienz wird auch die Partikelschwarmoptimierung eingesetzt28, diese Technik kann jedoch in einem lokalen Minimum gefangen sein, was zu falsch gewählten Steuerparametern29 führt.

In diesem Artikel wird eine mit FDTC verbundene Technik zur Auswahl des optimalen Flusses durch Reduzierung der Motorverluste vorgeschlagen. Diese Kombination gewährleistet den Betrieb mit dem optimalen Flussniveau an jedem Betriebspunkt, was die Effizienz des vorgeschlagenen PV-Wasserpumpsystems erhöht. Daher scheint es für PV-Wasserpumpenanwendungen sehr praktisch zu sein.

Außerdem wird ein Processor-in-the-Loop-Test als experimentelle Verifizierung der vorgeschlagenen Methode unter Verwendung der STM32F4-Karte durchgeführt. Die Hauptvorteile dieses Kerns sind die einfache Implementierung, die geringen Kosten und die Notwendigkeit, ein komplexes Programm zu entwickeln30. Darüber hinaus ist die FT232RL USB-UART-Konverterplatine mit STM32F4 verbunden, um eine externe Kommunikationsschnittstelle zu gewährleisten und so einen virtuellen seriellen Port am Computer (COM-Port) einzurichten. Dieses Verfahren ermöglicht die Übertragung von Daten mit einer hohen Baudrate.

Die Leistung des PVWPS unter Verwendung der vorgeschlagenen Technik wird mit der Leistung des PV-Systems ohne Verlustminimierung unter verschiedenen Betriebsbedingungen verglichen. Die erhaltenen Ergebnisse zeigen, dass das vorgeschlagene PV-Wasserpumpsystem hinsichtlich der Minimierung des Statorstroms und der Kupferverluste sowie der Optimierung des Flusses und des gepumpten Wassers besser ist.

Der Rest des Papiers ist wie folgt aufgebaut: Die Modellierung des vorgeschlagenen Systems ist im Abschnitt „Modellierung des PV-Systems“ enthalten. Im Abschnitt „Kontrollstrategien für das untersuchte System“, FDTC, werden die vorgeschlagenen Kontrollstrategien und die MPPT-Technik detailliert beschrieben. Die Forschungsergebnisse werden im Abschnitt „Simulationsergebnisse“ besprochen. Im Abschnitt „PIL-Test mit STM32F4 Discovery Board“ wird der Processor-in-the-Loop-Test vorgestellt. Die Schlussfolgerungen dieses Papiers werden im Abschnitt „Schlussfolgerung“ dargestellt.

Abbildung 1 zeigt die Systemkonfiguration für das vorgeschlagene eigenständige PV-Wasserpumpsystem. Das System besteht aus einer IM-basierten Kreiselpumpe, einem PV-Array, zwei Leistungswandlern [Aufwärtswandler und Spannungszwischenkreiswechselrichter (VSI)]. In diesem Abschnitt wird die Modellierung des untersuchten PV-Wasserpumpsystems vorgestellt.

Beschreibung des vorgeschlagenen Systems.

In dieser Arbeit wird das Einzeldiodenmodell der Solar-Photovoltaikzelle übernommen. Die Eigenschaften einer PV-Zelle werden durch 31,32,33 ausgedrückt.

Um eine Adaption durchzuführen, wird der Hochsetzsteller eingesetzt. Das Verhältnis zwischen Eingangs- und Ausgangsspannung des DC-DC-Wandlers ergibt sich aus34:

Die Gleichungen, die das Verhalten des DC-AC-Wandlers charakterisieren, werden ausgedrückt durch35,41:

Das mathematische Modell des IM kann im Referenzrahmen (α,β) durch die folgenden Gleichungen5,40 beschrieben werden:

und das elektromagnetische Drehmoment entwickelte sich:

wobei \(l_{s }\),\(l_{r}\) : Stator- und Rotorinduktivitäten, M: Gegeninduktivität, \(R_{s }\),\(I_{s }\): Statorwiderstand und Statorstrom, \(R_{r}\),\(I_{r }\): Rotorwiderstand und Rotorstrom, \(\phi_{s}\) , \(V_{s}\) : Statorfluss und Stator Spannung, \(\phi_{r}\), \(V_{r}\) : Rotorfluss und Rotorspannung.

Das Lastdrehmoment der Kreiselpumpe, das proportional zum Quadrat der IM-Drehzahl ist, kann bestimmt werden durch:

Die Steuerung des vorgeschlagenen Wasserpumpsystems ist in drei verschiedene Unterabschnitte unterteilt. Der erste Abschnitt befasst sich mit der MPPT-Technik. Der zweite Teil befasst sich mit der direkten Drehmomentregelung auf Basis eines Fuzzy-Logic-Reglers zur Ansteuerung des IM. Darüber hinaus beschreibt der dritte Teil eine mit DTC verbundene Technik auf Basis von FLC, die die Bestimmung des Referenzflusses ermöglicht.

In dieser Arbeit wird die P&O-Technik mit variabler Schrittgröße zur Verfolgung des maximalen Leistungspunkts eingesetzt. Es zeichnet sich durch schnelle Nachführung und geringe Schwingungen aus (Abb. 2)37,38,39.

Flussdiagramm der P&O-Methode mit variabler Schrittweite.

Die Grundidee des DTC besteht darin, den Fluss und das Drehmoment der Maschine direkt zu steuern. Die Verwendung von Hysteresereglern zur Regulierung des elektromagnetischen Drehmoments und des Statorflusses führt jedoch zu hohen Drehmoment- und Flussschwankungen. Daher wird eine Fuzzy-Technik eingeführt, um die DTC-Methode zu verbessern (Abb. 7). Der FLC kann den geeigneten Inverter-Vektorzustand entwickeln.

Die Statorflusskomponenten können ausgedrückt werden durch:

Das geschätzte elektromagnetische Drehmoment kann wie folgt geschrieben werden:

Darüber hinaus sind der Statorflusswinkel und die Amplitude gegeben durch:

Ein FLC besteht im Allgemeinen aus vier Hauptschritten:

In diesem Schritt werden die Eingaben durch Zugehörigkeitsfunktionen (MFs) und linguistische Begriffe in Fuzzy-Variablen umgewandelt.

Die drei Zugehörigkeitsfunktionen für die erste Eingabe (εφ) sind negativ (N), positiv (P) und Null (Z), wie in Abb. 3 dargestellt.

Die Fuzzy-Zugehörigkeitsfunktionen von εφ.

Die fünf Zugehörigkeitsfunktionen für die zweite Eingabe (\(\varepsilon\)Tem) sind negativ groß (NL), negativ klein (NS), Null (Z), positiv klein (PS) und positiv groß (PL), wie in Abb. 4 dargestellt.

Die Fuzzy-Zugehörigkeitsfunktionen von \(\varepsilon\)Tem.

Die Statorflusstrajektorie besteht aus 12 Sektoren, in denen die Fuzzy-Sets durch gleichschenklige Dreieckszugehörigkeitsfunktionen dargestellt werden, wie in Abb. 5 dargestellt.

Die Fuzzy-Zugehörigkeitsfunktionen von θs.

Tabelle 1 fasst 180 Fuzzy-Regeln zusammen, die mithilfe von Zugehörigkeitsfunktionen der Eingänge ermittelt werden, um den geeigneten Schaltzustand auszuwählen.

Die Inferenzmethode wird mit der Technik von Mamdani durchgeführt. Der Gewichtungsfaktor für die i-te Regel (\(\alpha_{i}\)) ist gegeben durch:

wobei \(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \): Zugehörigkeitswerte für Fluss-, Drehmoment- und Statorflusswinkelfehler.

Abbildung 6 zeigt die erhaltenen scharfen Werte aus den Fuzzy-Werten unter Verwendung der Max-Methode gemäß Gl. (20).

Die Zugehörigkeitsfunktionen für die Ausgabe.

Durch die Verbesserung der Motoreffizienz ist es möglich, die Durchflussrate und damit die täglich gepumpte Wassermenge zu erhöhen (Abb. 7). Der Zweck der folgenden Technik besteht darin, eine auf Verlustminimierung basierende Strategie mit der Methode der direkten Drehmomentregelung zu verbinden.

Steuerungsschema des PV-Wasserpumpsystems.

Es ist bekannt, dass der Wert des Flusses wichtig für den Wirkungsgrad des Motors ist. Ein hoher Wert des Flusses führt zu einer Erhöhung der Eisenverluste sowie zu einem magnetischen Sättigungskreis. Im Gegensatz dazu führt ein niedriges Flussniveau zu hohen Joule-Verlusten.

Folglich hängt die Reduzierung der Verluste im IM direkt mit der Wahl des Flussniveaus zusammen.

Der vorgeschlagene Ansatz basiert auf der Modellierung der Joule-Verluste in der Maschine, die mit dem Stromfluss durch die Statorwicklungen zusammenhängen. Es besteht darin, den Wert des Rotorflusses auf einen optimalen Wert einzustellen, der die Motorverluste minimiert und so den Wirkungsgrad erhöht. Die Joule-Verluste lassen sich wie folgt ausdrücken (die Kernverluste werden vernachlässigt):

Die gesamten Joule-Verluste ergeben sich aus:

Eine Verringerung des Stroms führt zu einer Verringerung der Joule-Verluste.

Das elektromagnetische Drehmoment \(C_{em}\) und der Rotorfluss \(\phi_{r}\) werden im d-q-Koordinatensystem wie folgt berechnet:

Aus Gl. (25–26–27) sind die Joule-Verluste wie folgt:

Das elektromagnetische Drehmoment \(C_{em}\) und der Rotorfluss \(\phi_{r}\) werden in der Referenz (d,q) wie folgt berechnet:

Durch Lösen von Gl. (30) können wir den optimalen Statorstrom finden, der sowohl einen optimalen Rotorfluss als auch minimale Verluste gewährleistet:

Daher wird der optimale Statorstrom ausgedrückt durch:

Wo

Mit der MATLAB/Simulink-Software werden verschiedene Simulationen durchgeführt, um die Robustheit und Leistung der vorgeschlagenen Technik zu bewerten. Das untersuchte System besteht aus acht in Reihe geschalteten CSUN 235-60P-Panels mit 230 W (Tabelle 2). Die Kreiselpumpe wird von einem IM angetrieben, der durch die in Tabelle 3 aufgeführten Parameter gekennzeichnet ist. Die Komponenten des PV-Pumpsystems sind in Tabelle 4 aufgeführt.

In diesem Abschnitt wird das PV-Wasserpumpsystem, das FDTC mit konstanter Flussreferenz verwendet, mit dem vorgeschlagenen System verglichen, das auf dem optimalen Fluss (FDTCO) unter denselben Betriebsbedingungen basiert. Die Leistung beider PV-Systeme wird unter Berücksichtigung der folgenden Fälle getestet:

In diesem Abschnitt wird der Startzustand des vorgeschlagenen Pumpsystems bei einer Sonneneinstrahlung von 1000 W/m2 dargestellt. Abbildung 8e zeigt die Reaktion der elektrischen Geschwindigkeit. Die vorgeschlagene Technik bietet eine bessere Anstiegszeit im Vergleich zu FDTC, wo der stationäre Zustand bei 1,04 s erreicht wird, während bei FDTC der stationäre Zustand bei 1,93 s erreicht wird. Abbildung 8f zeigt das geförderte Wasser für beide Regelungsstrategien. Es zeigt sich, dass der FDTCO das gepumpte Wasser erhöht, was die Verbesserung der vom IM umgewandelten Energie erklärt. Die Abbildungen 8g und 8h zeigen die aufgenommenen Statorströme. Der Anlaufstrom beträgt bei Verwendung des FDTC 20 A, während die vorgeschlagene Steuerstrategie einen Anlaufstrom von 10 A vorsieht, was zu einer Reduzierung der Joule-Verluste führt. Die Abbildungen 8i und 8j zeigen den entwickelten Statorfluss. Das auf FDTC basierende PVPWS arbeitet mit einem konstanten Referenzfluss von 1,2 Wb, während in der vorgeschlagenen Methode der Referenzfluss 1 A beträgt, was eine Verbesserung der Effizienz von PV-Systemen mit sich bringt.

(a) Sonneneinstrahlung (b) Entnommene Leistung (c) Einschaltdauer (d) Zwischenkreisspannung (e) Rotorgeschwindigkeit (f) Gepumptes Wasser (g) Statorphasenstrom von FDTC (h) Statorphasenstrom von FDTCO (i) Flussreaktion mit FLC (j) Flussreaktion mit FDTCO (k) Statorflussbahn mit FDTC (l) Statorflussbahn mit FDTCO.

Die Sonneneinstrahlung schwankt zwischen 1000 und 700 W/m2 bei 3 s und dann bei 500 W/m2 bei 6 s (Abb. 8a). Abbildung 8b zeigt die PV-Leistung entsprechend 1000 W/m2, 700 W/m2 und 500 W/m2. Die Abbildungen 8c und 8d veranschaulichen das Tastverhältnis bzw. die Zwischenkreisspannung. Abbildung 8e zeigt die elektrische Geschwindigkeit von IM. Wir können feststellen, dass die vorgeschlagene Technik im Vergleich zum auf FDTC basierenden PV-System eine bessere Geschwindigkeit und Reaktionszeit bietet. Abbildung 8f zeigt das Volumen des gepumpten Wassers, das mit FDTC und FDTCO für verschiedene Bestrahlungsstärken erhalten wurde. Mit dem FDTCO ist es möglich, eine höhere Menge an gepumptem Wasser zu erhalten als mit dem FDTC. Die Abbildungen 8g und 8h veranschaulichen die simulierte Stromreaktion mit der FDTC-Methode und der vorgeschlagenen Steuerungsstrategie. Durch die Verwendung der vorgeschlagenen Steuerungstechnik wird die Stromamplitude minimiert, was eine Reduzierung der Kupferverluste zur Folge hat, was die Systemeffizienz verbessert. Daher kann ein hoher Ansprechstrom zu einer Verschlechterung der Maschinenleistung führen. Abbildung 8j zeigt die Variation der entwickelten Flussreaktionen, um den optimalen Fluss auszuwählen, der die Minimierung der Verluste gewährleistet. Somit veranschaulicht die vorgeschlagene Technik ihre Leistung. Im Gegensatz zu Abb. 8i ist der Fluss konstant, was keinen optimalen Betrieb darstellt. Die Abbildungen 8k und 8l zeigen die Entwicklung der Statorflussbahn. Abbildung 8l veranschaulicht die optimale Flussentwicklung und erläutert die Grundidee der vorgeschlagenen Steuerungsstrategie.

Es wird eine plötzliche Änderung der Sonneneinstrahlung angewendet, wobei die Bestrahlungsstärke zu Beginn 1000 W/m2 beträgt, nach 1,5 s plötzlich auf 500 W/m2 abfällt (Abb. 9a). Abbildung 9b zeigt die vom PV-Modul entnommene PV-Leistung entsprechend 1000 W/m2 und 500 W/m2. Die Abbildungen 9c und 9d veranschaulichen das Tastverhältnis bzw. die Zwischenkreisspannung. Aus Abb. 9e geht hervor, dass die vorgeschlagene Methode eine bessere Reaktionszeit bietet. Abbildung 9f zeigt die für beide Regelungsstrategien erhaltene gepumpte Wassermenge. Beim FDTCO ist die gepumpte Wassermenge höher als beim FDTC, wo das gepumpte Wasservolumen 0,01 m3/s beträgt, wenn die Bestrahlungsstärke 1000 W/m2 beträgt, während das gepumpte Wasservolumen beim FDTC 0,009 m3/s beträgt; Darüber hinaus beträgt das gepumpte Wasservolumen 0,0079 m3/s für FDTCO, wenn die Bestrahlungsstärke 500 W/m2 beträgt, während das gepumpte Wasservolumen 0,0077 m3/s für FDTC beträgt. Abbildungen 9g und 9h. Veranschaulichen Sie die simulierte Stromreaktion mithilfe der FDTC-Methode und der vorgeschlagenen Steuerungsstrategie. Wir können feststellen, dass die vorgeschlagene Kontrollstrategie eine Verringerung der Stromamplitude bei plötzlichen Schwankungen der Bestrahlungsstärke anzeigt, was zu einer Verringerung der Kupferverluste führt. Abbildung 9j zeigt die Variation der entwickelten Flussreaktionen, um den optimalen Fluss auszuwählen, der die Minimierung der Verluste gewährleistet. Somit veranschaulicht die vorgeschlagene Technik ihre Leistung, wobei der Fluss 1 Wb beträgt, die Bestrahlungsstärke 1000 W/m2 beträgt, während der Fluss 1 Wb beträgt 0,83 Wb bei einer Bestrahlungsstärke von 500 W/m2. Im Gegensatz zu Abb. 9i beträgt der Fluss konstant 1,2 Wb, was keine optimale Funktion darstellt. Die Abbildungen 9k und 9l zeigen die Entwicklung der Statorflussbahn. Abbildung 9l veranschaulicht die optimale Flussentwicklung und erläutert die Grundidee der vorgeschlagenen Kontrollstrategie und die Verbesserung des vorgeschlagenen Wasserpumpsystems.

(a) Sonneneinstrahlung (b) Entnommene Leistung (c) Einschaltdauer (d) Zwischenkreisspannung (e) Rotorgeschwindigkeit (f) Wasserdurchfluss (g) Statorphasenstrom von FDTC (h) Statorphasenstrom von FDTCO (i) Flussreaktion mit FLC (j) Flussreaktion mit FDTCO (k) Statorflussbahn mit FDTC (l) Statorflussbahn mit FDTCO.

Die vergleichende Analyse beider Techniken in Bezug auf Flusswert, Stromamplitude und gepumptes Wasser ist in Tabelle 5 dargestellt, die zeigt, dass PVWPS auf der Grundlage der vorgeschlagenen Technik hohe Leistungen bei zunehmendem gepumpten Wasserdurchfluss bietet und den Amplitudenstrom und die Verluste minimiert die optimale Flussmittelwahl.

Um die vorgeschlagene Steuerstrategie zu validieren und zu testen, wird der PIL-Test auf Basis der STM32F4-Platine durchgeführt. Es besteht darin, den Code zu generieren, der geladen und auf einem eingebetteten Board ausgeführt wird. Dieses Board enthält einen 32-Bit-Mikrocontroller mit 1 MB Flash-Speicher, einer Taktfrequenz von 168 MHz, einer Gleitkommaeinheit, DSP-Befehlen und 192 KByte SRAM. Während dieses Tests wird im Steuerungssystem ein entwickelter PIL-Block erstellt, der den generierten Code auf Basis des STM32F4-Discovery-Hardware-Boards einbezieht und in die Simulink-Software einführt. Die Schritte zur Konfiguration des PIL-Tests mit der STM32F4-Karte sind in Abb. 10 dargestellt.

Schritte zum Parametrisieren des PIL-Tests mit der STM32F407-MCU.

Der Co-Simulations-PIL-Test mit STM32F4 kann als kostengünstige Technik zur Validierung der vorgeschlagenen Technik genutzt werden. In diesem Artikel wird der Optimierungsblock, der den optimalen Referenzfluss bereitstellt, auf dem STMicroelectronics Discovery Board (STM32F4) ausgeführt.

Letzteres und Simulink werden im gleichen Zeitraum ausgeführt und die Informationen mithilfe der vorgeschlagenen Methode für PVWPS im Co-Simulationsprozess ausgetauscht. Abbildung 12 zeigt die Implementierung des Optimierungstechnik-Subsystems in STM32F4.

In dieser Co-Simulation wurde nur die vorgeschlagene Technik des optimalen Referenzflusses dargestellt, da es sich um die Hauptkontrollvariable dieser Arbeit handelt, die das Kontrollverhalten des PV-Wasserpumpsystems demonstriert.

Abbildung 11a und b zeigen die PIL-Testergebnisse für die vorgeschlagene Methode unter variabler und plötzlicher Änderung der Sonneneinstrahlung. Die Ergebnisse der numerischen Simulation zeigen ein ähnliches Verhalten wie die Ergebnisse des PIL-Kosimulationstests und zeigen, dass die vorgeschlagene Steuerungsstrategie leistungsstark ist (Abb. 12). Folglich kann der Co-Simulation-PIL-Prozess als Versuchsaufbau zur Validierung der Hardware-Implementierung verschiedener Steuerungsstrategien genutzt werden.

PIL-Testergebnisse für die Flussreaktion.

PIL-Test des optimalen Referenzflussblocks mit STM32F4-Platine.

Hier wird eine verbesserte DTC-Strategie für PVPWS-Anwendungen vorgestellt. Die vorgeschlagene Technik basiert auf FLC, die darauf abzielt, den Motor mit dem optimalen Flusswert zu betreiben. Die Simulation wurde in Matlab/Simulink durchgeführt, um die Leistung der vorgeschlagenen Steuerstrategie zu bewerten und mit FDTC mit konstanter Flussreferenz unter verschiedenen Betriebsbedingungen zu vergleichen. Es wurde eine Co-Simulations-PIL-Validierung basierend auf der STM32F4-Karte durchgeführt. Numerische Simulationsergebnisse weisen auf ein ähnliches Verhalten hin wie die Ergebnisse des PIL-Kosimulationstests, der als großartiges Gerät, Versuchsaufbau und kostengünstige Technik zur Bewertung der Kontrollstrategien eingesetzt werden kann.

Den erzielten Ergebnissen zufolge sind die wichtigsten Verbesserungen:

Der Statorstrom wird reduziert, dadurch werden die Motorverluste minimiert.

Die Optimierung des Rotorflusses

Bei unterschiedlichen Betriebsbedingungen erhöht sich die Fördermenge an Wasser

Die Effizienz des vorgeschlagenen PV-Wasserpumpsystems wird verbessert.

Chilundo, RJ, Maúre, GA & Mahajane, USA Dynamisches mathematisches Modelldesign von Photovoltaik-Wasserpumpsystemen für die Bewässerung von Gartenbaukulturen: Ein Leitfaden zur Potenzialbewertung elektrischer Energie zur Verbesserung des Zugangs zu elektrischer Energie. J. Sauber. Prod. https://doi.org/10.1016/j.jclepro.2019.117878 (2019).

Artikel Google Scholar

Motahhir, S., EL Hammoumi, A., EL Ghzizal, A. & Derouich, A. Offener Hardware-/Software-Prüfstand für Solartracker mit virtueller Instrumentierung. Aufrechterhalten. Energietechnologie. Beurteilen 31, 9–16. https://doi.org/10.1016/j.seta.2018.11.003 (2019).

Artikel Google Scholar

Bhende, CN & Malla, SG Neuartige Steuerung eines Wasserpumpsystems auf Photovoltaikbasis ohne Energiespeicher. Int. J. Emerg. Elektr. Stromversorgungssystem. 13, 5. https://doi.org/10.1515/1553-779X.2931 (2012).

Artikel Google Scholar

Sontake, VC & Kalamkar, VR Solar-Photovoltaik-Wasserpumpsystem: Ein umfassender Überblick. Erneuern. Aufrechterhalten. Energy Rev. 59, 1038–1067. https://doi.org/10.1016/j.rser.2016.01.021 (2016).

Artikel Google Scholar

Reza, CMFS, Islam, MD & Mekhilef, S. Ein Überblick über zuverlässige und energieeffiziente, direkt drehmomentgesteuerte Induktionsmotorantriebe. Erneuern. Aufrechterhalten. Energy Rev. 37, 919–932. https://doi.org/10.1016/j.rser.2014.05.067 (2014).

Artikel Google Scholar

Gopal, C., Mohanraj, M., Chandramohan, P. & Chandrasekar, P. Wasserpumpsysteme für erneuerbare Energiequellen: Eine Literaturübersicht. Erneuern. Aufrechterhalten. Energy Rev. 25, 351–370. https://doi.org/10.1016/j.rser.2013.04.012 (2013).

Artikel Google Scholar

Talbi, B. et al. Ein leistungsstarkes Steuerungsschema für ein Photovoltaik-Pumpsystem bei plötzlichen Einstrahlungs- und Laständerungen. Sol. Energie 159, 353–368. https://doi.org/10.1016/j.solener.2017.11.009 (2018).

Artikel ADS Google Scholar

Jannati, M. et al. Ein Überblick über Techniken zur variablen Drehzahlregelung zur effizienten Steuerung von Einphasen-Induktionsmotoren: Entwicklung, Klassifizierung, Vergleich. Erneuern. Aufrechterhalten. Energy Rev. 75, 1306–1319. https://doi.org/10.1016/j.rser.2016.11.115 (2017).

Artikel Google Scholar

Li, G., Jin, Y., Akram, MW & Chen, X. Forschung und aktueller Status des solaren Photovoltaik-Wasserpumpsystems: Ein Rückblick. Erneuern. Aufrechterhalten. Energy Rev. 79, 440–458. https://doi.org/10.1016/j.rser.2017.05.055 (2017).

Artikel Google Scholar

Errouha, M. & Derouich, A. Studien- und Vergleichsergebnisse der feldorientierten Steuerung für Photovoltaik-Wasserpumpsysteme in zwei Städten in Marokko. Stier. Elektr. Ing. Informieren. 8(4), 1–7. https://doi.org/10.11591/eei.v8i4.1301 (2019).

Artikel Google Scholar

Kumari, R. & Dahiya, R. Geschwindigkeitsregelung von Solarwasserpumpen mit indirekter Vektorregelungstechnik. In Proc. 2. Int. Konf. Erfinder Syst. Kontrolle. ICISC 2018, Nr. Icisc, 1401–1406. https://doi.org/10.1109/ICISC.2018.8399039 (2018).

Errouha, M., Derouich, A., Nahid-Mobarakeh, B., Motahhir, S. & El Ghzizal, A. Verbesserung der Steuerung eines Wasserpumpsystems auf Photovoltaikbasis ohne Energiespeicher. Sol. Energie 190, 319–328. https://doi.org/10.1016/j.solener.2019.08.024 (2019).

Artikel ADS Google Scholar

Chihi, A., Ben Azza, H., Jemli, M. & Sellami, A. Nichtlinearer integraler Gleitmodus-Steuerungsentwurf eines Photovoltaik-Pumpsystems: Echtzeitimplementierung. ISA Trans. 70, 475–485. https://doi.org/10.1016/j.isatra.2017.06.023 (2017).

Artikel PubMed Google Scholar

El Ouanjli, N., Mohammed, T. & Derouich, A. Hochleistungs-Direktdrehmomentsteuerung eines doppelt gespeisten Induktionsmotors unter Verwendung einer Hochleistungs-Direktdrehmomentsteuerung eines doppelt gespeisten Induktionsmotors mithilfe von Fuzzy-Logik (2018).

Errouha, M. et al. Optimierung und Steuerung wasserpumpender PV-Systeme mittels Fuzzy-Logic-Regler. Energy Rep. 5, 853–865. https://doi.org/10.1016/j.egyr.2019.07.001 (2019).

Artikel Google Scholar

Jonnala, RB, Ch, SB & Dt, EG Ein modifizierter Multiband-Hysterese-gesteuerter DTC einer Induktionsmaschine mit 27-stufigem asymmetrischem CHB-MLI mit NVC-Modulation. Ain Shams Eng. J. 9(1), 15–29. https://doi.org/10.1016/j.asej.2015.08.007 (2018).

Artikel Google Scholar

Ouledali, O., Meroufel, A., Wira, P. & Bentouba, S. Direkte Drehmoment-Fuzzy-Steuerung von PMSM basierend auf SVM. Energie Procedia 74, 1314–1322. https://doi.org/10.1016/j.egypro.2015.07.778 (2015).

Artikel Google Scholar

Benamor, A., Benchouia, MT, Srairi, K. & Benbouzid, MEH Eine neuartige Rooted-Tree-Optimierung wird in der Gleitmodussteuerung höherer Ordnung unter Verwendung eines Super-Twisting-Algorithmus basierend auf dem DTC-Schema für DFIG angewendet. Int. J. Elektr. Energiesystem. 108, 293–302. https://doi.org/10.1016/j.ijepes.2019.01.009 (2019).

Artikel Google Scholar

El Ouanjli, N. et al. Verbesserte DTC-Strategie eines doppelt gespeisten Induktionsmotors unter Verwendung eines Fuzzy-Logic-Controllers. Energy Rep. 5, 271–279. https://doi.org/10.1016/j.egyr.2019.02.001 (2019).

Artikel Google Scholar

Sutikno, T., Idris, NRN & Jidin, A. Ein Überblick über die direkte Drehmomentsteuerung von Induktionsmotoren für nachhaltige Zuverlässigkeit und energieeffiziente Antriebe. Erneuern. Aufrechterhalten. Energy Rev. 32, 548–558. https://doi.org/10.1016/j.rser.2014.01.040 (2014).

Artikel Google Scholar

Kumar, SS & Xavier, RJ ANFIS-basierter Referenzflussschätzer mit GA-abgestimmtem Controller für DTC eines Induktionsmotors. Im Jahr 2018 Natl. Energietechnik. Conf., 1–2 (2018).

Errouha, M., Motahhir, S., Combe, Q. & Derouich, A. Intelligente Steuerung des Induktionsmotors für ein Photovoltaik-Wasserpumpsystem. SN Appl. Wissenschaft. 3(9). https://doi.org/10.1007/s42452-021-04757-4 (2021).

Mesloub, H., Benchouia, MT, Boumaaraf, R., Becherif, M. Design und Implementierung von DTC basierend auf AFLC und PSO eines PMSM (2018).

Ayrir, W., Ourahou, M., El Hassouni, B. & Haddi, A. ScienceDirect Direkte Verbesserung der Drehmomentsteuerung eines DFIG mit variabler Geschwindigkeit basierend auf einem Fuzzy-Inferenzsystem. Mathematik. Berechnen. Simul. https://doi.org/10.1016/j.matcom.2018.05.014 (2018).

Artikel MATH Google Scholar

GDAIM, S. Direkte Drehmomentsteuerung eines Asynchronmotors basierend auf intelligenten Techniken. Universität Monastir.

El Ouanjli, N., Derouich, A., El Ghzizal, A., Errouha, M. & Taoussi, M. „Direct Torque Control of Doubbly Fed Induction Motor (DFIM)“ 2. französisch-marokkanisches Symposium über erneuerbare Energien und ihre Integration in Übertragungs- und Verteilungsnetze (COFMER'02), (Fez-April 2017).

Sergaki, ES, Georgilakis, PS, Kladas, AG & Stavrakakis, GS Fuzzy-Logik-basierte Online-Minimierung elektromagnetischer Verluste von Permanentmagnet-Synchronmotorantrieben. In Proc. 2008 Int. Konf. Elektr. Mach. ICEM'08, 1–7. https://doi.org/10.1109/ICELMACH.2008.4800113 (2008).

Sreejeth, M., Singh, M. & Kumar, P. Partikelschwarmoptimierung zur Effizienzsteigerung des vektorgesteuerten oberflächenmontierten Permanentmagnet-Synchronmotorantriebs. IET Power Electron. 8(5), 760–769. https://doi.org/10.1049/iet-pel.2014.0399 (2015).

Artikel Google Scholar

Hannan, MA, Ali, JA, Mohamed, A. & Hussain, A. Optimierungstechniken zur Verbesserung der Leistung von Induktionsmotorantrieben: Ein Überblick. Erneuern. Aufrechterhalten. Energy Rev. 81, 1611–1626. https://doi.org/10.1016/j.rser.2017.05.240 (2018).

Artikel Google Scholar

Motahhir, S., El Ghzizal, A., Sebti, S. & Derouich, A. MIL- und SIL- und PIL-Tests für den MPPT-Algorithmus. Cogent Eng. https://doi.org/10.1080/23311916.2017.1378475 (2017).

Artikel Google Scholar

Nyeche, EN & Diemuodeke, EO Modellierung und Optimierung eines hybriden PV-Windturbinen-Pumpwasserspeichersystems für Mini-Grid-Anwendungen in Küstengemeinden. J. Sauber. Prod. 250, 119578. https://doi.org/10.1016/j.jclepro.2019.119578 (2020).

Artikel Google Scholar

Dadfar, S., Samad, S. & Nakamura, H. Variable Schrittgröße zur Störung und Beobachtung des MPPT-Reglers durch Anwendung eines θ-modifizierten Krillherdenalgorithmus-Gleitmodusreglers zur Erhöhung der Genauigkeit in Photovoltaikanlagen. J. Sauber. Prod. 271, 122243. https://doi.org/10.1016/j.jclepro.2020.122243 (2020).

Artikel Google Scholar

Errouha, M., Motahhir, S., Combe, Q. & Derouich, A. Parameterextraktion des Einzeldioden-PV-Modells und Anwendung beim Solarpumpen. In International Conference of Integrated Design and Production (CPI), 14.–16. Oktober 2019 – Fez, S. 178–191. https://doi.org/10.1007/978-3-030-62199-5_16 (Marokko, 2021).

Motahhir, S., El Ghzizal, A., Sebti, S. & Derouich, A. Modellierung eines Photovoltaiksystems mit modifiziertem inkrementellem Leitfähigkeitsalgorithmus für schnelle Änderungen der Bestrahlungsstärke. Int. J. Photoenergy 2018, 13 (2018).

Artikel Google Scholar

Yahyaoui, I. Spezifikationen für die Dimensionierung von Photovoltaik-Pumpsystemen, Fuzzy-Energiemanagement-Spezifikationen für Photovoltaik-Pumpsysteme (2016).

Rawat, R., Kaushik, SC & Lamba, R. Ein Überblick über Modellierung, Entwurfsmethodik und Größenoptimierung von Wasserpumpen auf Photovoltaikbasis, eigenständigen und netzgekoppelten Systemen. Erneuern. Aufrechterhalten. Energy Rev. 57, 1506–1519. https://doi.org/10.1016/j.rser.2015.12.228 (2016).

Artikel Google Scholar

Motahhir, S. et al. Optimale Energiegewinnung aus einem Multistring-PV-Generator basierend auf dem Algorithmus für künstliche Bienenvölker. IEEE-System. J. https://doi.org/10.1109/jsyst.2020.2997744 (2020).

Artikel Google Scholar

Karami, N., Moubayed, N. & Outbib, R. Allgemeine Übersicht und Klassifizierung verschiedener MPPT-Techniken. Erneuern. Aufrechterhalten. Energie Rev. 68, 1–18. https://doi.org/10.1016/j.rser.2016.09.132 (2017).

Artikel Google Scholar

Motahhir, S., El Hammoumi, A. & El Ghzizal, A. Die am häufigsten verwendeten MPPT-Algorithmen: Übersicht und das passende kostengünstige eingebettete Board für jeden Algorithmus. J. Sauber. Prod. 246, 118983. https://doi.org/10.1016/j.jclepro.2019.118983 (2020).

Artikel Google Scholar

Errouha, M., Motahhir, S., Combe, Q., Derouich, A. & El Ghzizal, A. Fuzzy-PI-Regler für Photovoltaik-Wasserpumpsysteme. In 7. International Renewable and Sustainable Energy Conference (IRSEC), 27.–30. November 2019 – Agadir, S. 0–5. https://doi.org/10.1109/IRSEC48032.2019.9078318 (Marokko, 2019).

Errouha, M., Derouich, A., El Ouanjli, N. & Motahhir, S. Hochleistungsfähiges eigenständiges Photovoltaik-Wasserpumpsystem mit Induktionsmotor. Int. J. Photoenergy 2020, 1–13. https://doi.org/10.1155/2020/3872529 (2020).

Artikel Google Scholar

Errouha, M., Motahhir, S. & Combe, Q. Zwölf Sektoren DTC-Strategie von IM für PV-Wasserpumpsysteme. Materialien heute: Proceedings 51, 2081–2090. https://doi.org/10.1016/j.matpr.2021.12.214 (2022).

Artikel Google Scholar

Referenzen herunterladen

Forschungsunterstützende Projektnummer (RSP-2022/167), King Saud University, Riad, Saudi-Arabien.

Dieses Projekt wird von der King Saud University, Riad, Saudi-Arabien, finanziert.

Labor für Plasma und Energieumwandlung, ENSEEIHT, Universität Toulouse, Toulouse, Frankreich

Mustapha Errouha

LEMTA, Universität Lothringen, Vandoeuvre-lès-Nancy, Frankreich

Quentin Combe

ENSA, SMBA-Universität, Fes, Marokko

Saad Motahhir

Abteilung für Statistik und Operations Research, College of Science, King Saud University, Riad, 11451, Saudi-Arabien

SS Askar

Fakultät für Mathematik, Fakultät für Naturwissenschaften, Mansoura-Universität, Mansoura, 35516, Ägypten

Mohamed Abouhawwash

Department of Computational Mathematics, Science, and Engineering (CMSE), College of Engineering, Michigan State University, East Lansing, MI, 48824, USA

Mohamed Abouhawwash

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

ME schlug die neuen Kontrollstrategien vor und implementierte sie. ME, QC und SM haben den Hauptmanuskripttext geschrieben. ME und CQ haben die Zahlen vorbereitet. SM, SSA und MA überwachten die Arbeiten. Alle Autoren haben das endgültige Manuskript überprüft und genehmigt.

Korrespondenz mit Mustapha Errouha.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Errouha, M., Combe, Q., Motahhir, S. et al. Design und Prozessor-in-the-Loop-Implementierung einer verbesserten Steuerung für ein IM-angetriebenes Solar-PV-gespeistes Wasserpumpsystem. Sci Rep 12, 4688 (2022). https://doi.org/10.1038/s41598-022-08252-7

Zitat herunterladen

Eingegangen: 27. September 2021

Angenommen: 04. März 2022

Veröffentlicht: 18. März 2022

DOI: https://doi.org/10.1038/s41598-022-08252-7

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Bewässerungswissenschaft (2023)

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.