En los últimos años, las mejoras en la eficiencia de los sistemas fotovoltaicos de bombeo de agua (PVWPS) han atraído un gran interés entre los investigadores, ya que su funcionamiento se basa en la producción de energía eléctrica limpia. En este artículo, se desarrolla un nuevo enfoque basado en un controlador de lógica difusa para PVWPS. aplicaciones que incorpora técnicas de minimización de pérdidas aplicadas a motores de inducción (IM). El control propuesto selecciona la magnitud de flujo óptima minimizando las pérdidas de IM. Además, también se introduce el método de observación de perturbaciones de paso variable. La idoneidad del control propuesto es reconocida por reduciendo la corriente de sumidero;por lo tanto, se minimizan las pérdidas del motor y se mejora la eficiencia. La estrategia de control propuesta se compara con métodos sin minimización de pérdidas. Los resultados de la comparación ilustran la efectividad del método propuesto, que se basa en la minimización de pérdidas en velocidad eléctrica, corriente absorbida, flujo agua y flujo de desarrollo. Se realiza una prueba de procesador en el bucle (PIL) como prueba experimental del método propuesto. Incluye la implementación del código C generado en la placa de descubrimiento STM32F4. Los resultados obtenidos de la son similares a los resultados de la simulación numérica.
energías renovables, especialmentesolarLa tecnología fotovoltaica puede ser una alternativa más limpia a los combustibles fósiles en los sistemas de bombeo de agua1,2. Los sistemas de bombeo fotovoltaicos han recibido una atención considerable en áreas remotas sin electricidad3,4.
Se utilizan varios motores en aplicaciones de bombeo fotovoltaico. La etapa principal de PVWPS se basa en motores de CC. Estos motores son fáciles de controlar e implementar, pero requieren un mantenimiento regular debido a la presencia de anotadores y cepillos5. Para superar esta deficiencia, los motores sin escobillas Se introdujeron los motores de imanes permanentes, que se caracterizan por ser sin escobillas, de alta eficiencia y confiabilidad6. En comparación con otros motores, el PVWPS basado en IM tiene un mejor rendimiento porque este motor es confiable, de bajo costo, libre de mantenimiento y ofrece más posibilidades para las estrategias de control7 Las técnicas de Control Orientado al Campo Indirecto (IFOC) y los métodos de Control de Torque Directo (DTC) son comúnmente usados8.
IFOC fue desarrollado por Blaschke y Hasse y permite cambiar la velocidad IM en un amplio rango9,10. La corriente del estator se divide en dos partes, una genera el flujo magnético y la otra genera el par mediante la conversión al sistema de coordenadas dq. Esto permite control independiente de flujo y par en estado estacionario y condiciones dinámicas. El eje (d) está alineado con el vector espacial de flujo del rotor, lo que implica que el componente del eje q del vector espacial de flujo del rotor sea siempre cero. FOC proporciona una respuesta buena y más rápida11 ,12, sin embargo, este método es complejo y está sujeto a variaciones de parámetros13. Para superar estas deficiencias, Takashi y Noguchi14 introdujeron DTC, que tiene un alto rendimiento dinámico y es robusto y menos sensible a los cambios de parámetros. En DTC, el par electromagnético y el flujo del estator se controlan restando el flujo y el par del estator de las estimaciones correspondientes. El resultado se alimenta a un comparador de histéresis para generar el vector de voltaje apropiado para controlartanto el flujo del estator como el par.
El principal inconveniente de esta estrategia de control son las grandes fluctuaciones de par y flujo debidas al uso de reguladores de histéresis para el flujo del estator y la regulación del par electromagnético15,42. Se utilizan convertidores multinivel para minimizar el rizado, pero la eficiencia se reduce por el número de interruptores de potencia16. Varios autores han utilizado la modulación de vector espacial (SWM)17, el control de modo deslizante (SMC)18, que son técnicas poderosas pero sufren efectos de fluctuación indeseables19. Muchos investigadores han utilizado técnicas de inteligencia artificial para mejorar el rendimiento del controlador, entre ellos, (1) neural redes, una estrategia de control que requiere procesadores de alta velocidad para implementar20, y (2) algoritmos genéticos21.
El control difuso es robusto, adecuado para estrategias de control no lineal y no requiere conocimiento del modelo exacto. Incluye el uso de bloques de lógica difusa en lugar de controladores histéréticos y tablas de selección de interruptores para reducir el flujo y la ondulación del par. Vale la pena señalar que Los DTC basados en FLC proporcionan un mejor rendimiento22, pero no lo suficiente como para maximizar la eficiencia del motor, por lo que se requieren técnicas de optimización del bucle de control.
En la mayoría de los estudios anteriores, los autores eligieron el flujo constante como flujo de referencia, pero esta elección de referencia no representa una práctica óptima.
Las unidades de motor de alto rendimiento y alta eficiencia requieren una respuesta de velocidad rápida y precisa. Por otro lado, para algunas operaciones, el control puede no ser óptimo, por lo que la eficiencia del sistema de transmisión no se puede optimizar. Se puede obtener un mejor rendimiento utilizando una referencia de flujo variable durante la operación del sistema.
Muchos autores han propuesto un controlador de búsqueda (SC) que minimiza las pérdidas en diferentes condiciones de carga (como in27) para mejorar la eficiencia del motor. La técnica consiste en medir y minimizar la potencia de entrada mediante la referencia de corriente iterativa del eje d o el flujo del estator. referencia. Sin embargo, este método introduce una ondulación de par debido a las oscilaciones presentes en el flujo del entrehierro, y la implementación de este método requiere mucho tiempo y recursos computacionales. La optimización del enjambre de partículas también se utiliza para mejorar la eficiencia28, pero esta técnica puede quedarse atascado en los mínimos locales, lo que lleva a una selección deficiente de los parámetros de control29.
En este artículo, se propone una técnica relacionada con FDTC para seleccionar el flujo magnético óptimo mediante la reducción de las pérdidas del motor. Esta combinación asegura la capacidad de utilizar el nivel de flujo óptimo en cada punto de operación, aumentando así la eficiencia del sistema de bombeo de agua fotovoltaico propuesto. Por lo tanto, parece ser muy conveniente para aplicaciones de bombeo de agua fotovoltaica.
Además, se realiza una prueba de procesador en el ciclo del método propuesto utilizando la placa STM32F4 como validación experimental. Las principales ventajas de este núcleo son la simplicidad de implementación, el bajo costo y la no necesidad de desarrollar programas complejos 30 .Además , la placa de conversión USB-UART FT232RL está asociada al STM32F4, lo que garantiza una interfaz de comunicación externa para establecer un puerto serie virtual (puerto COM) en la computadora. Este método permite la transmisión de datos a altas velocidades de transmisión.
El desempeño de PVWPS utilizando la técnica propuesta se compara con sistemas fotovoltaicos sin minimización de pérdidas bajo diferentes condiciones de operación. Los resultados obtenidos muestran que el sistema de bombeo de agua fotovoltaico propuesto es mejor para minimizar la corriente del estator y las pérdidas de cobre, optimizar el flujo y bombear agua.
El resto del trabajo está estructurado de la siguiente manera: El modelado del sistema propuesto se da en la sección “Modelado de Sistemas Fotovoltaicos”. En la sección “Estrategia de control del sistema estudiado”, FDTC, la estrategia de control propuesta y la técnica MPPT son se describe en detalle. Los resultados se analizan en la sección "Resultados de la simulación". En la sección "Prueba de PIL con la placa de descubrimiento STM32F4", se describe la prueba del procesador en el bucle. Sección de conclusiones”.
La Figura 1 muestra la configuración del sistema propuesto para un sistema de bombeo de agua fotovoltaico independiente. El sistema consta de una bomba centrífuga basada en IM, un conjunto fotovoltaico, dos convertidores de potencia [convertidor elevador e inversor de fuente de voltaje (VSI)]. En esta sección , se presenta la modelación del sistema fotovoltaico de bombeo de agua estudiado.
Este artículo adopta el modelo de diodo único desolarcélulas fotovoltaicas. Las características de la célula fotovoltaica se denotan por 31, 32 y 33.
Para realizar la adaptación, se utiliza un convertidor elevador. La relación entre los voltajes de entrada y salida del convertidor DC-DC está dada por la Ecuación 34 a continuación:
El modelo matemático de IM se puede describir en el marco de referencia (α, β) mediante las siguientes ecuaciones 5,40:
Donde \(l_{s }\),\(l_{r}\): inductancia del estator y del rotor, M: inductancia mutua, \(R_{s }\), \(I_{s }\): resistencia del estator y Corriente del estator, \(R_{r}\), \(I_{r }\): resistencia del rotor y corriente del rotor, \(\phi_{s}\), \(V_{s}\): flujo del estator y corriente del estator voltaje , \(\phi_{r}\), \(V_{r}\): flujo del rotor y voltaje del rotor.
El par de carga de la bomba centrífuga proporcional al cuadrado de la velocidad IM se puede determinar mediante:
El control del sistema de bomba de agua propuesto se divide en tres subsecciones distintas. La primera parte trata sobre la tecnología MPPT. La segunda parte trata sobre la conducción del IM basado en el control de par directo del controlador de lógica difusa. Además, la Sección III describe una técnica relacionada con DTC basado en FLC que permite la determinación de flujos de referencia.
En este trabajo, se utiliza una técnica de P&O de paso variable para rastrear el punto de máxima potencia. Se caracteriza por un seguimiento rápido y una baja oscilación (Figura 2)37,38,39.
La idea principal de DTC es controlar directamente el flujo y el par de la máquina, pero el uso de reguladores de histéresis para el par electromagnético y la regulación del flujo del estator da como resultado un alto par y ondulación del flujo. Por lo tanto, se introduce una técnica de desenfoque para mejorar el método DTC (Fig. 7), y el FLC puede desarrollar suficientes estados de vector inversor.
En este paso, la entrada se transforma en variables difusas a través de funciones de pertenencia (MF) y términos lingüísticos.
Las tres funciones de pertenencia para la primera entrada (εφ) son negativas (N), positivas (P) y cero (Z), como se muestra en la Figura 3.
Las cinco funciones de pertenencia para la segunda entrada (\(\varepsilon\)Tem) son Negativo Grande (NL) Negativo Pequeño (NS) Cero (Z) Positivo Pequeño (PS) y Positivo Grande (PL), como se muestra en la Figura 4.
La trayectoria del flujo del estator consta de 12 sectores, en los que el conjunto borroso está representado por una función de pertenencia triangular isósceles, como se muestra en la Figura 5.
La Tabla 1 agrupa 180 reglas difusas que utilizan las funciones de membresía de entrada para seleccionar los estados de conmutación apropiados.
El método de inferencia se realiza mediante la técnica de Mamdani. El factor de peso (\(\alpha_{i}\)) de la i-ésima regla viene dado por:
donde\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : valor de pertenencia del flujo magnético, par y error del ángulo de flujo del estator.
La Figura 6 ilustra los valores nítidos obtenidos a partir de los valores borrosos utilizando el método máximo propuesto por la Ec.(20).
Al aumentar la eficiencia del motor, se puede aumentar el caudal, lo que a su vez aumenta el bombeo diario de agua (Figura 7). El propósito de la siguiente técnica es asociar una estrategia basada en la minimización de pérdidas con un método de control de par directo.
Es bien sabido que el valor del flujo magnético es importante para la eficiencia del motor. Los valores altos de flujo conducen a un aumento de las pérdidas de hierro, así como a la saturación magnética del circuito. Por el contrario, los niveles bajos de flujo dan como resultado altas pérdidas de Joule.
Por lo tanto, la reducción de pérdidas en IM está directamente relacionada con la elección del nivel de flujo.
El método propuesto se basa en la modelización de las pérdidas por Joule asociadas a la corriente que circula por los devanados del estator de la máquina. Consiste en ajustar el valor del flujo del rotor a un valor óptimo, minimizando así las pérdidas del motor para aumentar la eficiencia. Pérdidas por Joule se puede expresar de la siguiente manera (ignorando las pérdidas en el núcleo):
El par electromagnético\(C_{em}\) y el flujo del rotor\(\phi_{r}\) se calculan en el sistema de coordenadas dq como:
El par electromagnético\(C_{em}\) y el flujo del rotor\(\phi_{r}\) se calculan en la referencia (d,q) como:
resolviendo la ecuación (30), podemos encontrar la corriente de estator óptima que asegura un flujo de rotor óptimo y pérdidas mínimas:
Se realizaron diferentes simulaciones utilizando el software MATLAB/Simulink para evaluar la robustez y el rendimiento de la técnica propuesta. El sistema investigado consta de ocho paneles CSUN 235-60P de 230 W (Tabla 2) conectados en serie. La bomba centrífuga es accionada por IM, y sus parámetros característicos se muestran en la Tabla 3. Los componentes del sistema de bombeo fotovoltaico se muestran en la Tabla 4.
En esta sección, se compara un sistema fotovoltaico de bombeo de agua usando FDTC con una referencia de flujo constante con un sistema propuesto basado en flujo óptimo (FDTCO) bajo las mismas condiciones de operación. El desempeño de ambos sistemas fotovoltaicos se probó considerando los siguientes escenarios:
Esta sección presenta el estado de puesta en marcha propuesto del sistema de bombeo basado en una tasa de radiación de 1000 W/m2. La figura 8e ilustra la respuesta de la velocidad eléctrica. s, y con FDTC, alcanzando el estado estacionario a 1,93 s. La Figura 8f muestra el bombeo de las dos estrategias de control. Se puede observar que el FDTCO aumenta la cantidad de bombeo, lo que explica la mejora en la energía convertida por el IM. Figuras 8g y 8h representan la corriente del estator dibujada. La corriente de arranque usando el FDTC es de 20 A, mientras que la estrategia de control propuesta sugiere una corriente de arranque de 10 A, lo que reduce las pérdidas de Joule. Las Figuras 8i y 8j muestran el flujo del estator desarrollado. PVPWS opera a un flujo de referencia constante de 1,2 Wb, mientras que en el método propuesto, el flujo de referencia es de 1 A, lo que interviene en la mejora de la eficiencia del sistema fotovoltaico.
(a)Solarradiación (b) Extracción de energía (c) Ciclo de trabajo (d) Voltaje del bus de CC (e) Velocidad del rotor (f) Bombeo de agua (g) Corriente de fase del estator para FDTC (h) Corriente de fase del estator para FDTCO (i) Respuesta de flujo usando FLC (j) Respuesta de flujo usando FDTCO (k) Trayectoria de flujo del estator usando FDTC (l) Trayectoria de flujo del estator usando FDTCO.
lossolarla radiación varió de 1000 a 700 W/m2 a los 3 segundos y luego a 500 W/m2 a los 6 segundos (Fig. 8a). La Figura 8b muestra la potencia fotovoltaica correspondiente para 1000 W/m2, 700 W/m2 y 500 W/m2 Las Figuras 8c y 8d ilustran el ciclo de trabajo y el voltaje del enlace de CC, respectivamente. La Figura 8e ilustra la velocidad eléctrica de IM, y podemos notar que la técnica propuesta tiene mejor velocidad y tiempo de respuesta en comparación con el sistema fotovoltaico basado en FDTC. Figura 8f muestra el bombeo de agua para diferentes niveles de irradiación obtenidos usando FDTC y FDTCO. Se puede lograr más bombeo con FDTCO que con FDTC. Las Figuras 8g y 8h ilustran las respuestas de corriente simuladas usando el método FDTC y la estrategia de control propuesta. Usando la técnica de control propuesta , la amplitud de corriente se minimiza, lo que significa menos pérdidas de cobre, lo que aumenta la eficiencia del sistema. Por lo tanto, las altas corrientes de arranque pueden reducir el rendimiento de la máquina. La Figura 8j muestra la evolución de la respuesta de flujo para seleccionar elflujo óptimo para asegurar que las pérdidas se minimicen, por lo tanto, la técnica propuesta ilustra su desempeño. A diferencia de la Figura 8i, el flujo es constante, lo que no representa una operación óptima. Las Figuras 8k y 8l muestran la evolución de la trayectoria del flujo del estator. Figura 8l ilustra el desarrollo de flujo óptimo y explica la idea principal de la estrategia de control propuesta.
Un cambio repentino ensolarse aplicó radiación, comenzando con una irradiancia de 1000 W/m2 y disminuyendo abruptamente a 500 W/m2 después de 1,5 s (Fig. 9a). La Figura 9b muestra la potencia fotovoltaica extraída de los paneles fotovoltaicos, correspondiente a 1000 W/m2 y 500 W/m2. Las figuras 9c y 9d ilustran el ciclo de trabajo y el voltaje del enlace de CC, respectivamente. Como se puede ver en la figura 9e, el método propuesto proporciona un mejor tiempo de respuesta. La figura 9f muestra el bombeo de agua obtenido para las dos estrategias de control. con FDTCO fue mayor que con FDTC, bombeando 0,01 m3/s a 1000 W/m2 de irradiación en comparación con 0,009 m3/s con FDTC;además, cuando la irradiancia fue de 500 W At/m2, FDTCO bombeó 0.0079 m3/s, mientras que FDTC bombeó 0.0077 m3/s. Figuras 9g y 9h. Describe la respuesta actual simulada usando el método FDTC y la estrategia de control propuesta. Podemos notar que la estrategia de control propuesta muestra que la amplitud de la corriente se reduce ante cambios bruscos de irradiancia, lo que resulta en pérdidas de cobre reducidas. La figura 9j muestra la evolución de la respuesta de flujo con el fin de elegir el flujo óptimo para garantizar que las pérdidas se minimicen, por lo tanto, la técnica propuesta ilustra su rendimiento con un flujo de 1 Wb y una irradiancia de 1000 W/m2, mientras que el flujo es de 0,83 Wb y la irradiancia es de 500 W/m2. En contraste con la Fig. 9i, el flujo es constante a 1,2 Wb, lo que no representan la función óptima. Las Figuras 9k y 9l muestran la evolución de la trayectoria del flujo del estator. La Figura 9l ilustra el desarrollo del flujo óptimo y explica la idea principal de la estrategia de control propuesta y la mejora del sistema de bombeo propuesto.
(a)Solar(b) Potencia extraída (c) Ciclo de trabajo (d) Voltaje del bus de CC (e) Velocidad del rotor (f) Flujo de agua (g) Corriente de fase del estator para FDTC (h) Corriente de fase del estator para FDTCO (i) ) Respuesta de flujo usando FLC (j) Respuesta de flujo usando FDTCO (k) Trayectoria de flujo del estator usando FDTC (l) Trayectoria de flujo del estator usando FDTCO.
Un análisis comparativo de las dos tecnologías en términos de valor de flujo, amplitud de corriente y bombeo se muestra en la Tabla 5, que muestra que el PVWPS basado en la tecnología propuesta proporciona un alto rendimiento con mayor flujo de bombeo y corriente de amplitud minimizada y pérdidas, lo cual se debe a a la selección óptima del flujo.
Para verificar y probar la estrategia de control propuesta, se realiza una prueba PIL basada en la placa STM32F4. Incluye la generación de código que se cargará y ejecutará en la placa integrada. La placa contiene un microcontrolador de 32 bits con 1 MB Flash, 168 MHz. frecuencia de reloj, unidad de punto flotante, instrucciones DSP, SRAM de 192 KB. Durante esta prueba, se creó un bloque PIL desarrollado en el sistema de control que contiene el código generado basado en la placa de hardware de descubrimiento STM32F4 y se introdujo en el software Simulink. Los pasos para permitir Las pruebas PIL que se configurarán con la placa STM32F4 se muestran en la Figura 10.
La prueba PIL de cosimulación con STM32F4 se puede utilizar como una técnica de bajo costo para verificar la técnica propuesta. En este documento, el módulo optimizado que proporciona el mejor flujo de referencia se implementa en la placa de descubrimiento de STMicroelectronics (STM32F4).
Este último se ejecuta simultáneamente con Simulink e intercambia información durante la cosimulación utilizando el método PVWPS propuesto. La figura 12 ilustra la implementación del subsistema de tecnología de optimización en STM32F4.
En esta cosimulación solo se muestra la técnica de flujo de referencia óptimo propuesta, ya que es la principal variable de control para este trabajo que demuestra el comportamiento de control de un sistema fotovoltaico de bombeo de agua.
Hora de publicación: 15-abr-2022
