ในช่วงไม่กี่ปีที่ผ่านมา การปรับปรุงประสิทธิภาพของระบบสูบน้ำด้วยเซลล์แสงอาทิตย์ (PVWPS) ได้รับความสนใจอย่างมากจากบรรดานักวิจัย เนื่องจากการดำเนินงานของพวกเขาขึ้นอยู่กับการผลิตพลังงานไฟฟ้าสะอาด ในบทความนี้ ได้มีการพัฒนาแนวทางที่ใช้ตัวควบคุมลอจิกแบบคลุมเครือแบบใหม่สำหรับ PVWPS การใช้งานที่รวมเทคนิคการลดการสูญเสียที่ใช้กับมอเตอร์เหนี่ยวนำ (IM) การควบคุมที่เสนอจะเลือกขนาดฟลักซ์ที่เหมาะสมที่สุดโดยลดการสูญเสีย IM ให้น้อยที่สุด นอกจากนี้ ยังได้แนะนำวิธีการสังเกตการรบกวนแบบขั้นตอนที่แปรผันได้ ความเหมาะสมของการควบคุมที่เสนอได้รับการยอมรับจาก ลดกระแสอ่างล้างจานดังนั้นการสูญเสียมอเตอร์จะลดลงและปรับปรุงประสิทธิภาพ กลยุทธ์การควบคุมที่เสนอจะถูกเปรียบเทียบกับวิธีการที่ไม่มีการลดการสูญเสียให้น้อยที่สุด ผลการเปรียบเทียบแสดงให้เห็นถึงประสิทธิผลของวิธีการที่เสนอ ซึ่งขึ้นอยู่กับการลดการสูญเสียในความเร็วไฟฟ้า กระแสดูดกลืน การไหล น้ำและฟลักซ์ที่กำลังพัฒนา การทดสอบโปรเซสเซอร์ในวงจร (PIL) ดำเนินการเป็นการทดสอบทดลองของวิธีการที่เสนอ ซึ่งรวมถึงการใช้งานโค้ด C ที่สร้างขึ้นบนบอร์ดค้นพบ STM32F4 ผลลัพธ์ที่ได้จากการฝัง บอร์ดจะคล้ายกับผลการจำลองเชิงตัวเลข
พลังงานหมุนเวียนโดยเฉพาะแสงอาทิตย์เทคโนโลยีไฟฟ้าโซลาร์เซลล์สามารถเป็นทางเลือกที่สะอาดกว่าเชื้อเพลิงฟอสซิลในระบบสูบน้ำ1,2ระบบสูบน้ำด้วยไฟฟ้าโซลาร์เซลล์ได้รับความสนใจอย่างมากในพื้นที่ห่างไกลที่ไม่มีไฟฟ้า3,4
เครื่องยนต์ต่างๆ ถูกนำมาใช้ในการปั๊ม PV ขั้นตอนหลักของ PVWPS นั้นใช้มอเตอร์กระแสตรง มอเตอร์เหล่านี้ควบคุมและใช้งานง่าย แต่ต้องการการบำรุงรักษาเป็นประจำเนื่องจากมีตัวบันทึกและแปรงอยู่ด้วย5 เพื่อเอาชนะข้อบกพร่องนี้โดยไม่ต้องใช้แปรง มีการแนะนำมอเตอร์แม่เหล็กถาวรซึ่งมีลักษณะเป็น brushless ประสิทธิภาพสูงและความน่าเชื่อถือ6เมื่อเทียบกับมอเตอร์อื่นๆ PVWPS ที่ใช้ IM มีประสิทธิภาพที่ดีกว่าเนื่องจากมอเตอร์นี้มีความน่าเชื่อถือ ต้นทุนต่ำ ไม่ต้องบำรุงรักษา และมีความเป็นไปได้มากขึ้นสำหรับกลยุทธ์การควบคุม7 มักใช้เทคนิคการควบคุมเชิงสนามโดยอ้อม (IFOC) และวิธีการควบคุมแรงบิดโดยตรง (DTC)8
IFOC ได้รับการพัฒนาโดย Blaschke และ Hasse และอนุญาตให้เปลี่ยนความเร็ว IM ในช่วงกว้าง9,10 กระแสสเตเตอร์แบ่งออกเป็นสองส่วน ส่วนหนึ่งสร้างฟลักซ์แม่เหล็ก และอีกส่วนหนึ่งสร้างแรงบิดโดยการแปลงเป็นระบบพิกัด dq ซึ่งช่วยให้ การควบคุมฟลักซ์และแรงบิดที่เป็นอิสระภายใต้สภาวะคงตัวและสภาวะไดนามิก แกน (d) อยู่ในแนวเดียวกับเวกเตอร์พื้นที่ฟลักซ์ของโรเตอร์ ซึ่งเกี่ยวข้องกับองค์ประกอบแกน q ของเวกเตอร์พื้นที่ฟลักซ์ของโรเตอร์ที่เป็นศูนย์เสมอ FOC ให้การตอบสนองที่ดีและเร็วขึ้น11 ,12 อย่างไรก็ตาม วิธีการนี้ซับซ้อนและอาจมีการเปลี่ยนแปลงพารามิเตอร์13 เพื่อเอาชนะข้อบกพร่องเหล่านี้ Takashi และ Noguchi14 ได้แนะนำ DTC ซึ่งมีประสิทธิภาพไดนามิกสูงและแข็งแกร่งและไวต่อการเปลี่ยนแปลงพารามิเตอร์น้อยกว่า ใน DTC แรงบิดแม่เหล็กไฟฟ้าและฟลักซ์ของสเตเตอร์ ถูกควบคุมโดยการลบฟลักซ์ของสเตเตอร์และแรงบิดออกจากค่าประมาณที่สอดคล้องกัน ผลลัพธ์จะถูกป้อนลงในเครื่องเปรียบเทียบฮิสเทรีซิสเพื่อสร้างเวคเตอร์แรงดันไฟที่เหมาะสมในการควบคุมทั้งสเตเตอร์ฟลักซ์และแรงบิด
ความไม่สะดวกหลักของกลยุทธ์การควบคุมนี้คือแรงบิดขนาดใหญ่และความผันผวนของฟลักซ์อันเนื่องมาจากการใช้ตัวควบคุมฮิสเทรีซิสสำหรับสเตเตอร์ฟลักซ์และการควบคุมแรงบิดแม่เหล็กไฟฟ้า15,42ตัวแปลงหลายระดับใช้เพื่อลดการกระเพื่อม แต่ประสิทธิภาพจะลดลงตามจำนวนสวิตช์กำลัง16 ผู้เขียนหลายคนใช้การปรับเวคเตอร์อวกาศ (SWM)17, การควบคุมโหมดเลื่อน (SMC)18 ซึ่งเป็นเทคนิคที่ทรงพลังแต่ได้รับผลกระทบจากการกระวนกระวายใจที่ไม่ต้องการ19 นักวิจัยหลายคนใช้เทคนิคปัญญาประดิษฐ์เพื่อปรับปรุงประสิทธิภาพของตัวควบคุม หนึ่งในนั้นคือ (1) ประสาท เครือข่าย กลยุทธ์การควบคุมที่ต้องใช้โปรเซสเซอร์ความเร็วสูงในการนำไปใช้ 20 และ (2) อัลกอริธึมทางพันธุกรรม21
การควบคุมแบบคลุมเครือนั้นแข็งแกร่ง เหมาะสำหรับกลยุทธ์การควบคุมแบบไม่เชิงเส้น และไม่จำเป็นต้องมีความรู้เกี่ยวกับแบบจำลองที่แน่นอน ซึ่งรวมถึงการใช้บล็อกลอจิกแบบคลุมเครือแทนตัวควบคุมฮิสทีเรียและตารางการเลือกสวิตช์เพื่อลดการกระเพื่อมของฟลักซ์และแรงบิด ควรสังเกตว่า DTC ที่ใช้ FLC ให้ประสิทธิภาพที่ดีกว่า22 แต่ไม่เพียงพอที่จะเพิ่มประสิทธิภาพสูงสุดของเครื่องยนต์ ดังนั้นจึงจำเป็นต้องมีเทคนิคการเพิ่มประสิทธิภาพลูปควบคุม
ในการศึกษาก่อนหน้านี้ส่วนใหญ่ ผู้เขียนเลือกฟลักซ์คงที่เป็นฟลักซ์อ้างอิง แต่การเลือกการอ้างอิงนี้ไม่ได้แสดงถึงแนวทางปฏิบัติที่เหมาะสมที่สุด
ตัวขับมอเตอร์ประสิทธิภาพสูงและประสิทธิภาพสูงต้องการการตอบสนองความเร็วที่รวดเร็วและแม่นยำ ในทางกลับกัน สำหรับการทำงานบางอย่าง การควบคุมอาจไม่เหมาะสม ดังนั้นจึงไม่สามารถเพิ่มประสิทธิภาพของระบบขับเคลื่อนได้ ประสิทธิภาพที่ดีขึ้นสามารถทำได้โดยใช้ การอ้างอิงฟลักซ์ตัวแปรระหว่างการทำงานของระบบ
ผู้เขียนหลายคนได้เสนอตัวควบคุมการค้นหา (SC) ที่ลดความสูญเสียภายใต้สภาวะโหลดที่แตกต่างกัน (เช่น in27) เพื่อปรับปรุงประสิทธิภาพของเครื่องยนต์ เทคนิคนี้ประกอบด้วยการวัดและการลดกำลังไฟฟ้าเข้าโดยการอ้างอิงกระแสบนแกน d แบบวนซ้ำหรือฟลักซ์ของสเตเตอร์ ข้อมูลอ้างอิง อย่างไรก็ตาม วิธีนี้แนะนำการกระเพื่อมของแรงบิดเนื่องจากการสั่นที่มีอยู่ในฟลักซ์ช่องว่างอากาศ และการใช้วิธีนี้ใช้เวลานานและใช้ทรัพยากรมากในการคำนวณ นอกจากนี้ การเพิ่มประสิทธิภาพกลุ่มอนุภาคยังใช้เพื่อปรับปรุงประสิทธิภาพ28 แต่เทคนิคนี้สามารถทำได้ ติดอยู่กับค่าต่ำสุดในเครื่อง ทำให้เลือกพารามิเตอร์ควบคุมได้ไม่ดี29
ในบทความนี้ เสนอเทคนิคที่เกี่ยวข้องกับ FDTC เพื่อเลือกฟลักซ์แม่เหล็กที่เหมาะสมที่สุดโดยการลดการสูญเสียของมอเตอร์ การรวมกันนี้ช่วยให้มั่นใจถึงความสามารถในการใช้ระดับฟลักซ์ที่เหมาะสมที่สุดในแต่ละจุดปฏิบัติการ ซึ่งจะเป็นการเพิ่มประสิทธิภาพของระบบสูบน้ำด้วยเซลล์แสงอาทิตย์ที่เสนอ ดังนั้นจึงดูเหมือนว่าจะสะดวกมากสำหรับการใช้งานสูบน้ำด้วยเซลล์แสงอาทิตย์
นอกจากนี้ การทดสอบโพรเซสเซอร์แบบวนซ้ำของวิธีการที่เสนอจะดำเนินการโดยใช้บอร์ด STM32F4 เพื่อยืนยันการทดลองข้อดีหลักของคอร์นี้คือความเรียบง่ายในการใช้งาน ต้นทุนต่ำ และไม่จำเป็นต้องพัฒนาโปรแกรมที่ซับซ้อน 30 นอกจากนี้ บอร์ดแปลง FT232RL USB-UART เชื่อมโยงกับ STM32F4 ซึ่งรับประกันอินเทอร์เฟซการสื่อสารภายนอกเพื่อสร้างพอร์ตอนุกรมเสมือน (พอร์ต COM) บนคอมพิวเตอร์ วิธีนี้ช่วยให้ส่งข้อมูลด้วยอัตราการส่งข้อมูลสูง
ประสิทธิภาพของ PVWPS โดยใช้เทคนิคที่เสนอมาจะถูกนำไปเปรียบเทียบกับระบบ PV โดยไม่มีการลดการสูญเสียภายใต้สภาวะการทำงานที่แตกต่างกัน ผลลัพธ์ที่ได้แสดงให้เห็นว่าระบบปั๊มน้ำโซลาร์เซลล์ที่เสนอนั้นดีกว่าในการลดกระแสสเตเตอร์และการสูญเสียทองแดง การปรับฟลักซ์และการสูบน้ำให้เหมาะสม
เอกสารที่เหลือมีโครงสร้างดังนี้: แบบจำลองของระบบที่เสนอมีอยู่ในหัวข้อ "การสร้างแบบจำลองของระบบไฟฟ้าโซลาร์เซลล์" ในหัวข้อ "กลยุทธ์การควบคุมของระบบที่ศึกษา" FDTC กลยุทธ์การควบคุมที่เสนอและเทคนิค MPPT ได้แก่ อธิบายโดยละเอียด ผลการวิจัยถูกกล่าวถึงในหัวข้อ "ผลการจำลอง" ในส่วน "การทดสอบ PIL ด้วยบอร์ดค้นพบ STM32F4" จะมีการอธิบายการทดสอบโปรเซสเซอร์แบบวนซ้ำ บทสรุปของบทความนี้จะนำเสนอในหัวข้อ " บทสรุป”
รูปที่ 1 แสดงการกำหนดค่าระบบที่เสนอสำหรับระบบสูบน้ำ PV แบบสแตนด์อโลน ระบบประกอบด้วยปั๊มหอยโข่งแบบ IM, แผงเซลล์แสงอาทิตย์, ตัวแปลงพลังงานสองตัว [ตัวแปลงบูสต์และอินเวอร์เตอร์แหล่งจ่ายแรงดัน (VSI)] ในส่วนนี้ นำเสนอแบบจำลองของระบบสูบน้ำด้วยเซลล์แสงอาทิตย์ที่ศึกษา
บทความนี้ใช้แบบจำลองไดโอดเดียวของแสงอาทิตย์เซลล์แสงอาทิตย์ลักษณะของเซลล์ PV แสดงด้วย 31, 32 และ 33
ในการดำเนินการดัดแปลง จะใช้ตัวแปลงบูสต์ ความสัมพันธ์ระหว่างแรงดันอินพุตและเอาต์พุตของตัวแปลง DC-DC กำหนดไว้ในสมการที่ 34 ด้านล่าง:
แบบจำลองทางคณิตศาสตร์ของ IM สามารถอธิบายได้ในหน้าต่างอ้างอิง (α,β) โดยสมการ 5,40 ต่อไปนี้:
โดยที่ \(l_{s }\),\(l_{r}\): ตัวเหนี่ยวนำสเตเตอร์และโรเตอร์, M: การเหนี่ยวนำร่วมกัน, \(R_{s }\), \(I_{s }\): ความต้านทานสเตเตอร์และ กระแสสเตเตอร์ \(R_{r}\), \(I_{r }\): ความต้านทานของโรเตอร์และกระแสของโรเตอร์ \(\phi_{s}\), \(V_{s}\): ฟลักซ์ของสเตเตอร์และสเตเตอร์ แรงดันไฟฟ้า , \(\phi_{r}\), \(V_{r}\): ฟลักซ์ของโรเตอร์และแรงดันโรเตอร์
แรงบิดโหลดของปั๊มแรงเหวี่ยงตามสัดส่วนกับกำลังสองของความเร็ว IM สามารถกำหนดได้โดย:
การควบคุมระบบปั๊มน้ำที่เสนอแบ่งออกเป็นสามส่วนย่อยที่แตกต่างกัน ส่วนแรกเกี่ยวข้องกับเทคโนโลยี MPPT ส่วนที่สองเกี่ยวข้องกับการขับเคลื่อน IM ตามการควบคุมแรงบิดโดยตรงของตัวควบคุมลอจิกฟัซซี่ นอกจากนี้ ส่วนที่ III จะอธิบายเทคนิคที่เกี่ยวข้องกับ DTC แบบ FLC ที่ช่วยให้สามารถกำหนดฟลักซ์อ้างอิงได้
ในงานนี้ เทคนิค P&O แบบแปรผันจะใช้ในการติดตามจุดกำลังสูงสุด โดยมีลักษณะเฉพาะคือการติดตามอย่างรวดเร็วและการแกว่งตัวต่ำ (รูปที่ 2)37,38,39
แนวคิดหลักของ DTC คือการควบคุมฟลักซ์และแรงบิดของเครื่องโดยตรง แต่การใช้ตัวควบคุมฮิสเทรีซิสสำหรับแรงบิดแม่เหล็กไฟฟ้าและการควบคุมฟลักซ์ของสเตเตอร์ส่งผลให้เกิดแรงบิดและฟลักซ์ระลอกคลื่นสูง ดังนั้นจึงแนะนำเทคนิคการเบลอเพื่อเพิ่ม วิธี DTC (รูปที่ 7) และ FLC สามารถพัฒนาสถานะเวคเตอร์ของอินเวอร์เตอร์ได้เพียงพอ
ในขั้นตอนนี้ อินพุตจะถูกแปลงเป็นตัวแปรคลุมเครือผ่านฟังก์ชันสมาชิกภาพ (MF) และคำศัพท์ทางภาษาศาสตร์
ฟังก์ชันสมาชิกทั้งสามสำหรับอินพุตแรก (εφ) คือค่าลบ (N) ค่าบวก (P) และค่าศูนย์ (Z) ดังแสดงในรูปที่ 3
ฟังก์ชันสมาชิกทั้งห้าสำหรับอินพุตที่สอง (\(\varepsilon\)Tem) คือ Negative Large (NL) Negative Small (NS) Zero (Z) Positive Small (PS) และ Positive Large (PL) ดังแสดงในรูปที่ 4
วิถีฟลักซ์ของสเตเตอร์ประกอบด้วย 12 ส่วน ซึ่งชุดฟัซซีจะแสดงโดยฟังก์ชันสมาชิกรูปสามเหลี่ยมหน้าจั่ว ดังแสดงในรูปที่ 5
ตารางที่ 1 จัดกลุ่มกฎคลุมเครือ 180 รายการที่ใช้ฟังก์ชันสมาชิกอินพุตเพื่อเลือกสถานะสวิตช์ที่เหมาะสม
วิธีการอนุมานดำเนินการโดยใช้เทคนิคของ Mamdani ตัวประกอบน้ำหนัก (\(\alpha_{i}\)) ของกฎ i-th กำหนดโดย:
โดยที่\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : ค่าสมาชิกของฟลักซ์แม่เหล็ก แรงบิด และข้อผิดพลาดของมุมฟลักซ์สเตเตอร์
รูปที่ 6 แสดงค่าความคมชัดที่ได้จากค่าเลือนโดยใช้วิธีสูงสุดที่เสนอโดยสมการ (20)
การเพิ่มประสิทธิภาพมอเตอร์ทำให้อัตราการไหลเพิ่มขึ้น ซึ่งจะส่งผลให้การสูบน้ำในแต่ละวันเพิ่มขึ้น (รูปที่ 7) วัตถุประสงค์ของเทคนิคต่อไปนี้คือการเชื่อมโยงกลยุทธ์ตามการลดการสูญเสียด้วยวิธีการควบคุมแรงบิดโดยตรง
เป็นที่ทราบกันดีว่าค่าของฟลักซ์แม่เหล็กมีความสำคัญต่อประสิทธิภาพของมอเตอร์ ค่าฟลักซ์สูงนำไปสู่การสูญเสียธาตุเหล็กที่เพิ่มขึ้นรวมถึงความอิ่มตัวของสนามแม่เหล็กของวงจร ในทางกลับกัน ระดับฟลักซ์ต่ำส่งผลให้เกิดการสูญเสียจูลสูง
ดังนั้นการลดการสูญเสียใน IM จึงเกี่ยวข้องโดยตรงกับการเลือกระดับฟลักซ์
วิธีการที่เสนอจะขึ้นอยู่กับแบบจำลองของการสูญเสียจูลที่เกี่ยวข้องกับกระแสที่ไหลผ่านขดลวดสเตเตอร์ในเครื่อง ประกอบด้วยการปรับค่าฟลักซ์ของโรเตอร์ให้เป็นค่าที่เหมาะสมที่สุด ซึ่งจะช่วยลดการสูญเสียของมอเตอร์เพื่อเพิ่มประสิทธิภาพ การสูญเสียจูล สามารถแสดงได้ดังนี้ (ละเว้นการสูญเสียหลัก):
แรงบิดแม่เหล็กไฟฟ้า\(C_{em}\) และฟลักซ์ของโรเตอร์\(\phi_{r}\) คำนวณในระบบพิกัด dq ดังนี้:
แรงบิดแม่เหล็กไฟฟ้า\(C_{em}\) และฟลักซ์ของโรเตอร์\(\phi_{r}\) คำนวณในการอ้างอิง (d,q) เป็น:
โดยการแก้สมการ (30) เราสามารถหากระแสสเตเตอร์ที่เหมาะสมที่สุดเพื่อให้แน่ใจว่าฟลักซ์ของโรเตอร์ที่เหมาะสมที่สุดและการสูญเสียน้อยที่สุด:
การจำลองแบบต่างๆ ดำเนินการโดยใช้ซอฟต์แวร์ MATLAB/Simulink เพื่อประเมินความทนทานและประสิทธิภาพของเทคนิคที่เสนอ ระบบที่ตรวจสอบประกอบด้วยแผง 230 W CSUN 235-60P แปดแผง (ตารางที่ 2) ที่เชื่อมต่อเป็นชุด ปั๊มหอยโข่งขับเคลื่อนด้วย IM และ พารามิเตอร์ลักษณะเฉพาะแสดงไว้ในตารางที่ 3 ส่วนประกอบของระบบสูบน้ำ PV แสดงไว้ในตารางที่ 4
ในส่วนนี้ ระบบสูบน้ำด้วยไฟฟ้าโซลาร์เซลล์โดยใช้ FDTC ที่มีการอ้างอิงฟลักซ์คงที่จะถูกนำมาเปรียบเทียบกับระบบที่เสนอโดยอิงตามฟลักซ์ที่เหมาะสมที่สุด (FDTCO) ภายใต้สภาวะการทำงานเดียวกัน ประสิทธิภาพของระบบไฟฟ้าโซลาร์เซลล์ทั้งสองได้รับการทดสอบโดยพิจารณาจากสถานการณ์ต่อไปนี้:
ส่วนนี้แสดงสถานะเริ่มต้นของระบบปั๊มที่เสนอโดยอิงตามอัตราการฉนวนที่ 1,000 W/m2 รูปที่ 8e แสดงการตอบสนองความเร็วไฟฟ้า เมื่อเปรียบเทียบกับ FDTC เทคนิคที่เสนอให้เวลาเพิ่มขึ้นที่ดีกว่า โดยอยู่ในสถานะคงตัวที่ 1.04 s และด้วย FDTC ถึงสถานะคงตัวที่ 1.93 วินาที รูปที่ 8f แสดงการสูบน้ำของกลยุทธ์การควบคุมทั้งสอง จะเห็นได้ว่า FDTCO เพิ่มปริมาณการสูบน้ำ ซึ่งอธิบายการปรับปรุงในพลังงานที่แปลงโดย IM รูปที่ 8g และ 8 ชั่วโมงแสดงถึงกระแสสเตเตอร์ที่ดึงออกมา กระแสเริ่มต้นโดยใช้ FDTC คือ 20 A ในขณะที่กลยุทธ์การควบคุมที่เสนอแนะนำกระแสเริ่มต้นที่ 10 A ซึ่งช่วยลดการสูญเสียจูล รูปที่ 8i และ 8j แสดงฟลักซ์ของสเตเตอร์ที่พัฒนาแล้ว PVPWS ทำงานที่ฟลักซ์อ้างอิงคงที่ 1.2 Wb ในขณะที่ในวิธีการที่เสนอ ฟลักซ์อ้างอิงคือ 1 A ซึ่งเกี่ยวข้องกับการปรับปรุงประสิทธิภาพของระบบไฟฟ้าโซลาร์เซลล์
(ก)แสงอาทิตย์การแผ่รังสี (b) การแยกกำลัง (c) รอบการทำงาน (d) แรงดันไฟฟ้าบัส DC (e) ความเร็วของโรเตอร์ (f) น้ำสูบ (g) กระแสเฟสสเตเตอร์สำหรับ FDTC (h) กระแสเฟสสเตเตอร์สำหรับ FDTCO (i) การตอบสนองของฟลักซ์โดยใช้ FLC (j) การตอบสนองของ Flux โดยใช้ FDTCO (k) Stator flux trajectory โดยใช้ FDTC (l) Stator flux trajectory โดยใช้ FDTCO
ดิแสงอาทิตย์การแผ่รังสีแปรผันตั้งแต่ 1,000 ถึง 700 วัตต์/ตร.ม. ที่ 3 วินาที จากนั้นเป็น 500 วัตต์/ตร.ม. ที่ 6 วินาที (รูปที่ 8a) รูปที่ 8b แสดงพลังงานโซลาร์เซลล์ที่สอดคล้องกันสำหรับ 1,000 W/m2, 700 W/m2 และ 500 W/m2 . รูปที่ 8c และ 8d แสดงวัฏจักรหน้าที่และแรงดัน DC link ตามลำดับ รูปที่ 8e แสดงความเร็วไฟฟ้าของ IM และเราสามารถสังเกตได้ว่าเทคนิคที่เสนอมีความเร็วและเวลาตอบสนองที่ดีกว่าเมื่อเทียบกับระบบไฟฟ้าโซลาร์เซลล์ที่ใช้ FDTC รูปที่ 8f แสดงการสูบน้ำสำหรับระดับการฉายรังสีต่างๆ ที่ได้รับโดยใช้ FDTC และ FDTCO การสูบน้ำสามารถทำได้ด้วย FDTCO มากกว่าการใช้ FDTC ภาพที่ 8g และ 8h แสดงการตอบสนองในปัจจุบันที่จำลองขึ้นโดยใช้วิธี FDTC และกลยุทธ์การควบคุมที่เสนอ โดยใช้เทคนิคการควบคุมที่เสนอ แอมพลิจูดปัจจุบันถูกย่อให้เล็กสุด ซึ่งหมายถึงการสูญเสียทองแดงน้อยลง จึงเป็นการเพิ่มประสิทธิภาพของระบบ ดังนั้น กระแสเริ่มต้นที่สูงอาจทำให้ประสิทธิภาพของเครื่องลดลง รูปที่ 8j แสดงวิวัฒนาการของการตอบสนองของฟลักซ์เพื่อเลือกฟลักซ์ที่เหมาะสมที่สุดเพื่อให้แน่ใจว่าการสูญเสียจะลดลง ดังนั้น เทคนิคที่เสนอจะแสดงให้เห็นถึงประสิทธิภาพการทำงาน ในทางตรงกันข้ามกับรูปที่ 8i ฟลักซ์จะคงที่ ซึ่งไม่ได้แสดงถึงการทำงานที่เหมาะสมที่สุด รูปที่ 8k และ 8l แสดงวิวัฒนาการของวิถีฟลักซ์ของสเตเตอร์รูปที่ 8l แสดงให้เห็นถึงการพัฒนาฟลักซ์ที่เหมาะสมที่สุดและอธิบายแนวคิดหลักของกลยุทธ์การควบคุมที่เสนอ
การเปลี่ยนแปลงอย่างกะทันหันในแสงอาทิตย์มีการใช้รังสีโดยเริ่มจากการฉายรังสีที่ 1,000 W/m2 และลดค่าลงอย่างกะทันหันเป็น 500 W/m2 หลังจาก 1.5 วินาที (รูปที่ 9a) รูปที่ 9b แสดงกำลังไฟฟ้าโซลาร์เซลล์ที่สกัดจากแผงเซลล์แสงอาทิตย์ ซึ่งมีค่าเท่ากับ 1,000 W/m2 และ 500 W/m2.ภาพที่ 9c และ 9d แสดงวัฏจักรการทำงานและแรงดัน DC link ตามลำดับ ดังที่เห็นได้จากรูปที่ 9e วิธีการที่นำเสนอให้เวลาตอบสนองที่ดีขึ้น รูปที่ 9f แสดงการสูบน้ำที่ได้รับสำหรับกลยุทธ์การควบคุมทั้งสองแบบ การสูบน้ำ ด้วย FDTCO สูงกว่า FDTC โดยสูบ 0.01 m3/s ที่การฉายรังสี 1000 W/m2 เทียบกับ 0.009 m3/s เมื่อใช้ FDTCนอกจากนี้ เมื่อการฉายรังสีเท่ากับ 500 W ที่ /m2 FDTCO สูบ 0.0079 m3/s ในขณะที่ FDTC สูบ 0.0077 m3/s ตัวเลข 9g และ 9h อธิบายการตอบสนองปัจจุบันที่จำลองโดยใช้วิธี FDTC และกลยุทธ์การควบคุมที่เสนอ เราสามารถสังเกตได้ว่า กลยุทธ์การควบคุมที่เสนอแสดงให้เห็นว่าแอมพลิจูดปัจจุบันลดลงภายใต้การเปลี่ยนแปลงการฉายรังสีอย่างกะทันหัน ส่งผลให้สูญเสียทองแดงลดลง รูปที่ 9j แสดงวิวัฒนาการของการตอบสนองของฟลักซ์เพื่อเลือกฟลักซ์ที่เหมาะสมที่สุดเพื่อให้แน่ใจว่าการสูญเสียจะลดลง ดังนั้น เทคนิคที่เสนอ แสดงให้เห็นถึงประสิทธิภาพด้วยฟลักซ์ 1Wb และการฉายรังสี 1,000 W/m2 ในขณะที่ฟลักซ์คือ 0.83Wb และการฉายรังสี 500 W/m2 ตรงกันข้ามกับรูปที่ 9i ฟลักซ์จะคงที่ที่ 1.2 Wb ซึ่งไม่ แสดงถึงฟังก์ชันที่เหมาะสมที่สุด รูปที่ 9k และ 9l แสดงวิวัฒนาการของวิถีฟลักซ์ของสเตเตอร์ รูปที่ 9l แสดงให้เห็นถึงการพัฒนาฟลักซ์ที่เหมาะสมที่สุดและอธิบายแนวคิดหลักของกลยุทธ์การควบคุมที่เสนอและการปรับปรุงระบบสูบน้ำที่เสนอ
(ก)แสงอาทิตย์การแผ่รังสี (b) กำลังดึงออกมา (c) รอบการทำงาน (d) แรงดันไฟฟ้าบัสกระแสตรง (e) ความเร็วของโรเตอร์ (f) การไหลของน้ำ (g) กระแสเฟสสเตเตอร์สำหรับ FDTC (h) กระแสเฟสสเตเตอร์สำหรับ FDTCO (i) ) การตอบสนองของฟลักซ์โดยใช้ FLC (j) การตอบสนองของฟลักซ์โดยใช้ FDTCO (k) วิถีฟลักซ์ของสเตเตอร์โดยใช้ FDTC (l) วิถีฟลักซ์ของสเตเตอร์โดยใช้ FDTCO
การวิเคราะห์เปรียบเทียบของเทคโนโลยีทั้งสองในแง่ของค่าฟลักซ์ แอมพลิจูดกระแสและการสูบน้ำแสดงในตารางที่ 5 ซึ่งแสดงให้เห็นว่า PVWPS ที่ใช้เทคโนโลยีที่เสนอให้ประสิทธิภาพสูงด้วยอัตราการไหลที่เพิ่มขึ้นและกระแสและการสูญเสียแอมพลิจูดที่ลดลง ซึ่งเกิดจาก เพื่อการเลือกฟลักซ์ที่เหมาะสมที่สุด
ในการตรวจสอบและทดสอบกลยุทธ์การควบคุมที่เสนอ การทดสอบ PIL จะดำเนินการโดยใช้บอร์ด STM32F4 รวมถึงการสร้างรหัสที่จะโหลดและรันบนบอร์ดที่ฝังไว้ บอร์ดประกอบด้วยไมโครคอนโทรลเลอร์ 32 บิตพร้อมแฟลช 1 MB, 168 MHz ความถี่สัญญาณนาฬิกา หน่วยทศนิยม คำสั่ง DSP 192 KB SRAM ในระหว่างการทดสอบนี้ บล็อก PIL ที่พัฒนาแล้วจะถูกสร้างขึ้นในระบบควบคุมที่มีรหัสที่สร้างขึ้นตามบอร์ดฮาร์ดแวร์การค้นพบ STM32F4 และนำมาใช้ในซอฟต์แวร์ Simulink ขั้นตอนที่ต้องอนุญาต การทดสอบ PIL ที่จะกำหนดค่าโดยใช้บอร์ด STM32F4 แสดงไว้ในรูปที่ 10
การทดสอบ PIL การจำลองแบบร่วมโดยใช้ STM32F4 สามารถใช้เป็นเทคนิคราคาประหยัดเพื่อตรวจสอบเทคนิคที่เสนอ ในบทความนี้ โมดูลที่ปรับให้เหมาะสมซึ่งมีฟลักซ์อ้างอิงที่ดีที่สุดจะถูกนำมาใช้ใน STMicroelectronics Discovery Board (STM32F4)
หลังดำเนินการพร้อมกันกับ Simulink และแลกเปลี่ยนข้อมูลระหว่างการจำลองร่วมกันโดยใช้วิธี PVWPS ที่เสนอ รูปที่ 12 แสดงการใช้งานของระบบย่อยเทคโนโลยีการปรับให้เหมาะสมใน STM32F4
เฉพาะเทคนิคฟลักซ์อ้างอิงที่เหมาะสมที่สุดที่เสนอเท่านั้นที่แสดงในการจำลองร่วมนี้ เนื่องจากเป็นตัวแปรควบคุมหลักสำหรับงานนี้ ซึ่งแสดงให้เห็นพฤติกรรมการควบคุมของระบบสูบน้ำด้วยไฟฟ้าโซลาร์เซลล์
เวลาที่โพสต์:-15 เม.ย.-2565
