近年、太陽光発電揚水システム (PVWPS) の効率の改善は、その動作がクリーンな電気エネルギー生成に基づいているため、研究者の間で大きな関心を集めています。提案制御は誘導電動機 (IM) に適用される損失最小化技術を組み込んだアプリケーションです。シンク電流を減らします。したがって、モータ損失が最小化され、効率が改善されます。提案された制御戦略は、損失最小化のない方法と比較されます。比較結果は、電気速度、吸収電流、流れにおける損失の最小化に基づく提案された方法の有効性を示しています。プロセッサインザループ (PIL) テストは、提案された方法の実験的テストとして実行されます。これには、生成された C コードの STM32F4 ディスカバリー ボードへの実装が含まれます。ボードは、数値シミュレーション結果に似ています。
特に再生可能エネルギー太陽太陽光発電技術は、水ポンプ システムにおける化石燃料のよりクリーンな代替手段となる可能性があります1,2。太陽光発電ポンプ システムは、電気のない遠隔地でかなりの注目を集めています3,4。
PV ポンピング アプリケーションでは、さまざまなエンジンが使用されます。PVWPS の初段は、DC モーターに基づいています。これらのモーターは、制御と実装が簡単ですが、アノテーターとブラシが存在するため、定期的なメンテナンスが必要です5。この欠点を克服するには、ブラシレスブラシレス、高効率、信頼性を特徴とする永久磁石モーターが導入されました6.他のモーターと比較して、IM ベースの PVWPS は、このモーターが信頼性が高く、低コストでメンテナンスフリーであり、制御戦略の可能性が広がるため、より優れた性能を発揮します7間接磁界方向制御 (IFOC) 技術と直接トルク制御 (DTC) 方式が一般的に使用されます8。
IFOC は Blaschke と Hasse によって開発されたもので、IM の速度を広範囲に変更することができます9,10。定常状態および動的条件下での磁束とトルクの独立した制御。軸 (d) は、常にゼロである回転子磁束空間ベクトルの q 軸成分を含む回転子磁束空間ベクトルに合わせられます。FOC は良好で高速な応答を提供します11。 、12、しかし、この方法は複雑で、パラメーターの変動を受けやすい13.これらの欠点を克服するために、Takashi と Noguchi14 は、動的性能が高く、堅牢で、パラメーターの変化の影響を受けにくい DTC を導入しました.DTC では、電磁トルクと固定子磁束対応する推定値から固定子磁束とトルクを差し引くことによって制御されます。結果はヒステリシス コンパレータに入力され、制御する適切な電圧ベクトルが生成されます。固定子磁束とトルクの両方。
この制御戦略の主な不便さは、固定子磁束と電磁トルク調整にヒステリシス調整器を使用することによるトルクと磁束の大きな変動です 15,42。 リップルを最小限に抑えるためにマルチレベル コンバータが使用されますが、電源スイッチの数によって効率が低下します 16。何人かの著者は、空間ベクトル変調 (SWM)17、スライディング モード制御 (SMC)18 を使用してきましたが、これらは強力な技術ですが、望ましくないジッター効果に悩まされています 19。ネットワーク、高速プロセッサの実装を必要とする制御戦略、および (2) 遺伝的アルゴリズム21。
ファジー制御はロバストで、非線形制御戦略に適しており、正確なモデルの知識を必要としません。ヒステリシス コントローラーの代わりにファジー ロジック ブロックを使用し、選択テーブルを切り替えて磁束とトルクリップルを低減します。 FLC ベースの DTC はより優れた性能を提供しますが22、エンジンの効率を最大化するには不十分であるため、制御ループの最適化技術が必要です。
以前のほとんどの研究では、著者は参照フラックスとして一定のフラックスを選択しましたが、この参照の選択は最適な実践を表すものではありません。
高性能・高効率のモータ駆動には、高速で正確な速度応答が必要です。一方、動作によっては制御が最適化されない場合があり、駆動システムの効率を最適化することはできません。システム操作中の可変フラックス基準。
多くの著者は、エンジンの効率を改善するために、さまざまな負荷条件 (in27 など) での損失を最小限に抑える探索コントローラー (SC) を提案しています。ただし、この方法ではエアギャップ磁束に存在する振動によるトルク リップルが発生し、この方法の実装には時間がかかり、計算リソースを大量に消費します。効率を改善するために粒子群最適化も使用されます28が、この手法は極小値で動けなくなり、制御パラメーターの選択が不十分になります29。
この論文では、FDTC に関連する手法を提案して、モーターの損失を低減することによって最適な磁束を選択します。この組み合わせにより、各動作点で最適な磁束レベルを使用できるようになり、それによって、提案された太陽光発電水ポンプ システムの効率が向上します。そのため、太陽光発電による水ポンプ用途には非常に便利であると思われます。
さらに、提案された方法のプロセッサインザループ テストは、実験的検証として STM32F4 ボードを使用して実行されます。このコアの主な利点は、実装の単純さ、低コスト、および複雑なプログラムを開発する必要がないことです 30 。さらに、FT232RL USB-UART変換ボードはSTM32F4に関連付けられており、コンピューター上に仮想シリアルポート（COMポート）を確立するために外部通信インターフェイスを保証します。この方法により、データを高いボーレートで送信できます。
提案された技術を使用した PVWPS の性能は、さまざまな動作条件下で損失を最小化しない PV システムと比較されます。
本書の残りの部分は次のように構成されています。提案されたシステムのモデル化は、セクション「太陽光発電システムのモデル化」に記載されています。調査結果については、「シミュレーション結果」セクションで説明します。「STM32F4 ディスカバリー ボードを使用した PIL テスト」セクションでは、プロセッサインザループ テストについて説明します。このホワイト ペーパーの結論は、「結論」セクション。
図 1 は、スタンドアロン PV ウォーター ポンプ システムの提案されたシステム構成を示しています。このシステムは、IM ベースの遠心ポンプ、太陽光発電アレイ、2 つの電力コンバータ [ブースト コンバータと電圧源インバータ (VSI)] で構成されています。 、研究された太陽光発電水ポンプシステムのモデリングが提示されます。
この論文では、太陽PV セルの特性は、31、32、および 33 で示されます。
適応を実行するために、ブースト コンバータが使用されます。DC-DC コンバータの入力電圧と出力電圧の関係は、以下の式 34 で与えられます。
IM の数学的モデルは、参照フレーム (α、β) で次の式 5、40 で表すことができます。
\(l_{s }\),\(l_{r}\): 固定子と回転子のインダクタンス、M: 相互インダクタンス、\(R_{s }\)、\(I_{s }\): 固定子の抵抗と固定子電流、\(R_{r}\)、\(I_{r }\): 回転子抵抗と回転子電流、\(\phi_{s}\)、\(V_{s}\): 固定子磁束と固定子電圧 , \(\phi_{r}\), \(V_{r}\): 回転子磁束と回転子電圧。
IM 速度の 2 乗に比例する遠心ポンプの負荷トルクは、次の式で求めることができます。
提案されたウォーター ポンプ システムの制御は、3 つの異なるサブセクションに分割されます。最初の部分では、MPPT テクノロジを扱います。2 番目の部分では、ファジー ロジック コントローラの直接トルク制御に基づく IM の駆動を扱います。さらに、セクション III では、に関連する技術について説明します。参照フラックスの決定を可能にする FLC ベースの DTC。
この作業では、可変ステップ P&O 手法を使用して最大電力点を追跡します。高速追跡と低振動が特徴です (図 2)37,38,39。
DTC の主なアイデアは、機械の磁束とトルクを直接制御することですが、電磁トルクと固定子磁束の調整にヒステリシス レギュレータを使用すると、トルクと磁束のリップルが大きくなります。 DTC 法 (図 7)、および FLC は十分なインバーター ベクトル状態を作成できます。
このステップでは、メンバーシップ関数 (MF) と言語用語を使用して、入力がファジー変数に変換されます。
図 3 に示すように、最初の入力 (εφ) の 3 つのメンバーシップ関数は、負 (N)、正 (P)、ゼロ (Z) です。
2 番目の入力 (\(\varepsilon\)Tem) の 5 つのメンバーシップ関数は、図 4 に示すように、負の大 (NL)、負の小 (NS)、ゼロ (Z)、正の小 (PS)、および正の大 (PL) です。
固定子磁束の軌跡は 12 のセクターで構成され、図 5 に示すように、ファジー セットは二等辺三角形のメンバーシップ関数で表されます。
表 1 は、入力メンバーシップ関数を使用して適切なスイッチ状態を選択する 180 のファジー ルールをまとめたものです。
推論方法は Mamdani の手法を使用して実行されます。i 番目のルールの重み係数 (\(\alpha_{i}\)) は次のように与えられます。
where\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : 磁束、トルク、固定子磁束角度誤差のメンバーシップ値。
図 6 は、式 (20) によって提案された最大値法を使用して、ファジー値から得られたシャープ値を示しています。
モーターの効率を高めることで、流量を増やすことができ、その結果、毎日の揚水量が増加します (図 7)。次の手法の目的は、損失の最小化に基づく戦略を直接トルク制御法に関連付けることです。
磁束の値がモーターの効率にとって重要であることはよく知られています。磁束の値が高いと、鉄損が増加し、回路の磁気飽和が発生します。逆に、磁束レベルが低いと、ジュール損失が大きくなります。
したがって、IM の損失の削減は、磁束レベルの選択に直接関係します。
提案された方法は、機械の固定子巻線を流れる電流に関連するジュール損失のモデリングに基づいています。これは、回転子磁束の値を最適な値に調整することで構成され、それによってモーター損失を最小限に抑えて効率を高めます。ジュール損失次のように表すことができます (コア損失を無視)。
電磁トルク\(C_{em}\) と回転子磁束\(\phi_{r}\) は、dq 座標系で次のように計算されます。
電磁トルク\(C_{em}\) と回転子磁束\(\phi_{r}\) は、リファレンス (d,q) で次のように計算されます。
方程式 (30) を解くことにより、最適な回転子磁束と最小の損失を保証する最適な固定子電流を見つけることができます。
提案された手法の堅牢性と性能を評価するために、MATLAB/Simulink ソフトウェアを使用してさまざまなシミュレーションが実行されました。調査対象のシステムは、直列に接続された 8 つの 230 W CSUN 235-60P パネル (表 2) で構成されています。遠心ポンプは IM によって駆動され、その特性パラメータを表 3 に示します。PV ポンプ システムのコンポーネントを表 4 に示します。
このセクションでは、一定のフラックス基準を持つ FDTC を使用する太陽光発電水ポンプ システムを、同じ動作条件下での最適フラックス (FDTCO) に基づく提案されたシステムと比較します。両方の太陽光発電システムの性能は、次のシナリオを考慮してテストされました。
このセクションでは、1000 W/m2 の日射量に基づくポンプ システムの提案された起動状態を示します。図 8e は、電気速度応答を示しています。図 8f は、2 つの制御戦略のポンピングを示しています。FDTCO がポンピング量を増加させていることがわかります。および 8h は、引き出された固定子電流を表します。FDTC を使用した起動電流は 20 A ですが、提案された制御戦略は、ジュール損失を低減する 10 A の起動電流を示唆しています。図 8i および 8j は、発生した固定子磁束を示しています。 PVPWS は 1.2 Wb の一定の基準フラックスで動作しますが、提案された方法では、基準フラックスは 1 A であり、太陽光発電システムの効率の向上に関与しています。
(a)太陽(b) 電力抽出 (c) デューティ サイクル (d) DC バス電圧 (e) ローター速度 (f) ポンピング水 (g) FDTC の固定子相電流 (h) FDTCO の固定子相電流 (i) FLC を使用した磁束応答(j) FDTCO を使用した磁束応答 (k) FDTC を使用した固定子磁束軌道 (l) FDTCO を使用した固定子磁束軌道。
の太陽放射は 3 秒で 1000 から 700 W/m2 まで変化し、6 秒で 500 W/m2 まで変化しました (図 8a)。図 8c と 8d は、それぞれデューティ サイクルと DC リンク電圧を示しています。 FDTC と FDTCO を使用して得られたさまざまな放射照度レベルでの水のポンピングを示します。FDTC よりも FDTCO を使用すると、より多くのポンピングを実現できます。 、電流振幅が最小化され、銅損が少なくなるため、システム効率が向上します。したがって、起動電流が大きいと、マシンのパフォーマンスが低下する可能性があります。図 8i とは対照的に、磁束は一定であり、最適な動作を表していません。図 8k と 8l は固定子磁束の軌跡の変化を示しています。 8lは、最適なフラックスの開発を示し、提案された制御戦略の主なアイデアを説明しています。
の突然の変化太陽1000 W/m2 の放射照度から開始し、1.5 秒後に 500 W/m2 に急激に減少する (図 9a)。図 9b は、1000 W/m2 および 500 W/m2。図 9c と 9d は、それぞれデューティ サイクルと DC リンク電圧を示しています。図 9e からわかるように、提案された方法はより良い応答時間を提供します。 FDTCO では FDTC よりも高く、FDTC では 0.009 m3/s であるのに対し、1000 W/m2 放射照度で 0.01 m3/s をポンピングしました。さらに、放射照度が 500 W/m2 の場合、FDTCO は 0.0079 m3/s をポンピングし、FDTC は 0.0077 m3/s をポンピングしました。提案された制御戦略は、急激な放射照度の変化の下で電流振幅が減少し、その結果、銅損失が減少することを示しています。は、1Wb の光束と 1000 W/m2 の放射照度での性能を示しています。一方、光束は 0.83Wb で、放射照度は 500 W/m2 です。図 9i とは対照的に、光束は 1.2 Wb で一定です。最適な機能を表します。図 9k と 9l は、固定子磁束の軌跡の変化を示しています。
(a)太陽放射線 (b) 抽出電力 (c) デューティ サイクル (d) DC バス電圧 (e) 回転子速度 (f) 水流 (g) FDTC の固定子相電流 (h) FDTCO の固定子相電流 (i) ) を使用した磁束応答FLC (j) FDTCO を使用した磁束応答 (k) FDTC を使用した固定子磁束軌跡 (l) FDTCO を使用した固定子磁束軌跡。
フラックス値、電流振幅、およびポンピングに関する 2 つの技術の比較分析を表 5 に示します。これは、提案された技術に基づく PVWPS が、ポンピング流量を増加させ、振幅電流と損失を最小限に抑えて高性能を提供することを示しています。最適なフラックスの選択へ。
提案された制御戦略を検証およびテストするために、STM32F4 ボードに基づいて PIL テストが実行されます。これには、組み込みボードに読み込まれて実行されるコードの生成が含まれます。ボードには、1 MB フラッシュ、168 MHz の 32 ビット マイクロコントローラが含まれています。クロック周波数、浮動小数点ユニット、DSP 命令、192 KB SRAM。このテスト中に、STM32F4 検出ハードウェア ボードに基づいて生成されたコードを含む制御システムで開発された PIL ブロックが作成され、Simulink ソフトウェアに導入されました。 STM32F4 ボードを使用して構成する PIL テストを図 10 に示します。
STM32F4 を使用した協調シミュレーション PIL テストは、提案された手法を検証するための低コストの手法として使用できます。
後者は Simulink と同時に実行され、提案された PVWPS メソッドを使用した協調シミュレーション中に情報を交換します。図 12 は、STM32F4 での最適化テクノロジ サブシステムの実装を示しています。
提案された最適参照フラックス手法のみが、この共同シミュレーションで示されています。これは、太陽光発電水ポンプ システムの制御動作を示すこの作業の主要な制御変数であるためです。
投稿時間: 2022 年 4 月 15 日
