Ces dernières années, les améliorations de l'efficacité des systèmes de pompage d'eau photovoltaïques (PVWPS) ont suscité un grand intérêt parmi les chercheurs, car leur fonctionnement est basé sur la production d'énergie électrique propre. Dans cet article, une nouvelle approche basée sur un contrôleur à logique floue est développée pour PVWPS. applications qui intègrent des techniques de minimisation des pertes appliquées aux moteurs à induction (IM). Le contrôle proposé sélectionne l'amplitude de flux optimale en minimisant les pertes IM. réduire le courant de puits ;par conséquent, les pertes du moteur sont minimisées et l'efficacité est améliorée. La stratégie de contrôle proposée est comparée à des méthodes sans minimisation des pertes. Les résultats de la comparaison illustrent l'efficacité de la méthode proposée, qui est basée sur la minimisation des pertes de vitesse électrique, de courant absorbé, d'écoulement l'eau et le développement du flux.Un test de processeur dans la boucle (PIL) est effectué en tant que test expérimental de la méthode proposée.Il comprend la mise en œuvre du code C généré sur la carte de découverte STM32F4.Les résultats obtenus à partir du board sont similaires aux résultats de la simulation numérique.
Les énergies renouvelables, notammentsolairela technologie photovoltaïque, peut être une alternative plus propre aux combustibles fossiles dans les systèmes de pompage d'eau1,2. Les systèmes de pompage photovoltaïques ont reçu une attention considérable dans les régions éloignées sans électricité3,4.
Différents moteurs sont utilisés dans les applications de pompage PV. L'étage primaire du PVWPS est basé sur des moteurs à courant continu. Ces moteurs sont faciles à contrôler et à mettre en œuvre, mais ils nécessitent un entretien régulier en raison de la présence des annotateurs et des balais. des moteurs à aimants permanents ont été introduits, qui se caractérisent par un rendement et une fiabilité sans balais élevés6. Comparé à d'autres moteurs, le PVWPS basé sur IM a de meilleures performances car ce moteur est fiable, peu coûteux, sans entretien et offre plus de possibilités pour les stratégies de contrôle7 Les techniques de commande indirecte orientée champ (IFOC) et les méthodes de commande directe de couple (DTC) sont couramment utilisées8.
L'IFOC a été développé par Blaschke et Hasse et permet de modifier la vitesse IM sur une large plage9,10. Le courant du stator est divisé en deux parties, l'une génère le flux magnétique et l'autre génère le couple en convertissant le système de coordonnées dq. Cela permet contrôle indépendant du flux et du couple dans des conditions stables et dynamiques. L'axe (d) est aligné avec le vecteur spatial du flux du rotor, ce qui implique que la composante de l'axe q du vecteur spatial du flux du rotor est toujours nulle. FOC fournit une réponse bonne et plus rapide11 ,12, cependant, cette méthode est complexe et sujette à des variations de paramètres13. Pour surmonter ces lacunes, Takashi et Noguchi14 ont introduit le DTC, qui a des performances dynamiques élevées et est robuste et moins sensible aux changements de paramètres. Dans le DTC, le couple électromagnétique et le flux du stator sont contrôlés en soustrayant le flux et le couple du stator des estimations correspondantes. Le résultat est introduit dans un comparateur d'hystérésis pour générer le vecteur de tension approprié pour contrôlerà la fois le flux et le couple du stator.
Le principal inconvénient de cette stratégie de contrôle est les grandes fluctuations de couple et de flux dues à l'utilisation de régulateurs d'hystérésis pour le flux du stator et la régulation du couple électromagnétique15,42. Des convertisseurs à plusieurs niveaux sont utilisés pour minimiser l'ondulation, mais l'efficacité est réduite par le nombre de commutateurs de puissance16. Plusieurs auteurs ont utilisé la modulation vectorielle spatiale (SWM)17, le contrôle en mode glissant (SMC)18, qui sont des techniques puissantes mais qui souffrent d'effets de gigue indésirables19. De nombreux chercheurs ont utilisé des techniques d'intelligence artificielle pour améliorer les performances du contrôleur, parmi lesquelles (1) réseaux, une stratégie de contrôle qui nécessite des processeurs à grande vitesse pour être mise en œuvre20, et (2) des algorithmes génétiques21.
Le contrôle flou est robuste, adapté aux stratégies de contrôle non linéaires et ne nécessite pas la connaissance du modèle exact. Il comprend l'utilisation de blocs de logique floue au lieu de contrôleurs hystérétiques et de tables de sélection de commutateurs pour réduire l'ondulation du flux et du couple. Il convient de souligner que Les DTC basés sur FLC offrent de meilleures performances22, mais pas assez pour maximiser l'efficacité du moteur, des techniques d'optimisation de la boucle de contrôle sont donc nécessaires.
Dans la plupart des études précédentes, les auteurs ont choisi le flux constant comme flux de référence, mais ce choix de référence ne représente pas une pratique optimale.
Les entraînements de moteur à haute performance et à haut rendement nécessitent une réponse de vitesse rapide et précise. D'autre part, pour certaines opérations, le contrôle peut ne pas être optimal, de sorte que l'efficacité du système d'entraînement ne peut pas être optimisée. De meilleures performances peuvent être obtenues en utilisant une référence de flux variable pendant le fonctionnement du système.
De nombreux auteurs ont proposé un contrôleur de recherche (SC) qui minimise les pertes dans différentes conditions de charge (comme in27) pour améliorer l'efficacité du moteur. La technique consiste à mesurer et à minimiser la puissance d'entrée par référence itérative de courant d'axe d ou flux de stator référence.Cependant, cette méthode introduit une ondulation du couple due aux oscillations présentes dans le flux d'entrefer, et la mise en œuvre de cette méthode prend du temps et nécessite beaucoup de ressources informatiques.L'optimisation des essaims de particules est également utilisée pour améliorer l'efficacité28, mais cette technique peut se coincer dans les minima locaux, conduisant à une mauvaise sélection des paramètres de contrôle29.
Dans cet article, une technique liée au FDTC est proposée pour sélectionner le flux magnétique optimal en réduisant les pertes du moteur. Cette combinaison garantit la possibilité d'utiliser le niveau de flux optimal à chaque point de fonctionnement, augmentant ainsi l'efficacité du système de pompage d'eau photovoltaïque proposé. Par conséquent, il semble être très pratique pour les applications de pompage d'eau photovoltaïques.
De plus, un test de processeur dans la boucle de la méthode proposée est effectué en utilisant la carte STM32F4 comme validation expérimentale. Les principaux avantages de ce cœur sont la simplicité de mise en œuvre, le faible coût et l'absence de développement de programmes complexes 30 . , la carte de conversion USB-UART FT232RL est associée au STM32F4, qui garantit une interface de communication externe afin d'établir un port série virtuel (port COM) sur l'ordinateur. Cette méthode permet de transmettre des données à des débits en bauds élevés.
Les performances du PVWPS utilisant la technique proposée sont comparées aux systèmes PV sans minimisation des pertes dans différentes conditions de fonctionnement. Les résultats obtenus montrent que le système de pompe à eau photovoltaïque proposé est meilleur pour minimiser les pertes de courant stator et de cuivre, optimiser le flux et pomper l'eau.
Le reste de l'article est structuré comme suit : La modélisation du système proposé est donnée dans la section "Modélisation des systèmes photovoltaïques". Dans la section "Stratégie de contrôle du système étudié", FDTC, la stratégie de contrôle proposée et la technique MPPT sont décrit en détail. Les résultats sont discutés dans la section "Résultats de la simulation". Dans la section "Tests PIL avec la carte de découverte STM32F4", les tests du processeur dans la boucle sont décrits. Les conclusions de cet article sont présentées dans la section " section conclusion ».
La figure 1 montre la configuration système proposée pour un système de pompage d'eau PV autonome. Le système se compose d'une pompe centrifuge basée sur IM, d'un générateur photovoltaïque, de deux convertisseurs de puissance [convertisseur élévateur et onduleur de source de tension (VSI)]. Dans cette section , la modélisation du système de pompage d'eau photovoltaïque étudié est présentée.
Cet article adopte le modèle à une seule diode desolairecellules photovoltaïques. Les caractéristiques de la cellule PV sont notées 31, 32 et 33.
Pour effectuer l'adaptation, un convertisseur élévateur est utilisé. La relation entre les tensions d'entrée et de sortie du convertisseur DC-DC est donnée par l'équation 34 ci-dessous :
Le modèle mathématique de MI peut être décrit dans le référentiel (α,β) par les équations suivantes 5,40 :
Où \(l_{s }\),\(l_{r}\) : inductance du stator et du rotor, M : inductance mutuelle, \(R_{s }\), \(I_{s }\) : résistance du stator et Courant du stator, \(R_{r}\), \(I_{r }\) : résistance du rotor et courant du rotor, \(\phi_{s}\), \(V_{s}\) : flux du stator et stator tension , \(\phi_{r}\), \(V_{r}\) : flux et tension du rotor.
Le couple de charge de la pompe centrifuge proportionnel au carré de la vitesse IM peut être déterminé par :
Le contrôle du système de pompe à eau proposé est divisé en trois sous-sections distinctes. La première partie traite de la technologie MPPT. La deuxième partie traite de la commande de l'IM basée sur le contrôle direct du couple du contrôleur à logique floue. De plus, la section III décrit une technique liée à DTC basé sur FLC qui permet la détermination des flux de référence.
Dans ce travail, une technique P&O à pas variable est utilisée pour suivre le point de puissance maximale. Elle se caractérise par un suivi rapide et une faible oscillation (Figure 2)37,38,39.
L'idée principale du DTC est de contrôler directement le flux et le couple de la machine, mais l'utilisation de régulateurs d'hystérésis pour la régulation du couple électromagnétique et du flux du stator entraîne un couple élevé et une ondulation du flux. Par conséquent, une technique de flou est introduite pour améliorer le méthode DTC (Fig. 7), et le FLC peut développer suffisamment d'états vectoriels d'onduleur.
Dans cette étape, l'entrée est transformée en variables floues via des fonctions d'appartenance (MF) et des termes linguistiques.
Les trois fonctions d'appartenance pour la première entrée (εφ) sont négatives (N), positives (P) et nulles (Z), comme le montre la figure 3.
Les cinq fonctions d'appartenance pour la deuxième entrée (\(\varepsilon\)Tem) sont Negative Large (NL) Negative Small (NS) Zero (Z) Positive Small (PS) et Positive Large (PL), comme le montre la figure 4.
La trajectoire du flux statorique se compose de 12 secteurs, dans lesquels l'ensemble flou est représenté par une fonction d'appartenance triangulaire isocèle, comme le montre la figure 5.
Le tableau 1 regroupe 180 règles floues qui utilisent les fonctions d'appartenance d'entrée pour sélectionner les états de commutation appropriés.
La méthode d'inférence est réalisée à l'aide de la technique de Mamdani. Le facteur de pondération (\(\alpha_{i}\)) de la ième règle est donné par :
où\(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : Valeur d'appartenance du flux magnétique, du couple et de l'erreur d'angle de flux stator.
La figure 6 illustre les valeurs nettes obtenues à partir des valeurs floues en utilisant la méthode du maximum proposée par Eq.(20).
En augmentant l'efficacité du moteur, le débit peut être augmenté, ce qui augmente le pompage d'eau quotidien (Figure 7). Le but de la technique suivante est d'associer une stratégie basée sur la minimisation des pertes à une méthode de contrôle direct du couple.
Il est bien connu que la valeur du flux magnétique est importante pour le rendement du moteur. Des valeurs de flux élevées entraînent une augmentation des pertes fer ainsi qu'une saturation magnétique du circuit. A l'inverse, des niveaux de flux faibles entraînent des pertes Joule élevées.
Par conséquent, la réduction des pertes en IM est directement liée au choix du niveau de flux.
La méthode proposée est basée sur la modélisation des pertes Joule associées au courant traversant les enroulements statoriques de la machine. Elle consiste à ajuster la valeur du flux rotorique à une valeur optimale, minimisant ainsi les pertes moteur pour augmenter le rendement. Pertes Joule peut être exprimé comme suit (sans tenir compte des pertes dans le noyau) :
Le couple électromagnétique\(C_{em}\) et le flux rotorique\(\phi_{r}\) sont calculés dans le système de coordonnées dq comme :
Le couple électromagnétique\(C_{em}\) et le flux rotorique\(\phi_{r}\) sont calculés dans la référence (d,q) comme :
en résolvant l'équation.(30), nous pouvons trouver le courant de stator optimal qui assure un flux de rotor optimal et des pertes minimales :
Différentes simulations ont été réalisées à l'aide du logiciel MATLAB/Simulink pour évaluer la robustesse et les performances de la technique proposée. Le système étudié se compose de huit panneaux CSUN 235-60P de 230 W (tableau 2) connectés en série. La pompe centrifuge est entraînée par IM, et ses paramètres caractéristiques sont présentés dans le tableau 3. Les composants du système de pompage PV sont présentés dans le tableau 4.
Dans cette section, un système de pompage d'eau photovoltaïque utilisant FDTC avec une référence de flux constant est comparé à un système proposé basé sur un flux optimal (FDTCO) dans les mêmes conditions de fonctionnement. Les performances des deux systèmes photovoltaïques ont été testées en considérant les scénarios suivants :
Cette section présente l'état de démarrage proposé du système de pompe basé sur un taux d'insolation de 1 000 W/m2. s, et avec FDTC, atteignant l'état d'équilibre à 1,93 s. La figure 8f montre le pompage des deux stratégies de contrôle. On peut voir que le FDTCO augmente la quantité de pompage, ce qui explique l'amélioration de l'énergie convertie par l'IM. Figures 8g et 8h représentent le courant de stator tiré. Le courant de démarrage utilisant le FDTC est de 20 A, tandis que la stratégie de contrôle proposée suggère un courant de démarrage de 10 A, ce qui réduit les pertes Joule. Les figures 8i et 8j montrent le flux de stator développé. PVPWS fonctionne à un flux de référence constant de 1,2 Wb, alors que dans la méthode proposée, le flux de référence est de 1 A, ce qui participe à l'amélioration de l'efficacité du système photovoltaïque.
(un)Solairerayonnement (b) Extraction de puissance (c) Cycle de service (d) Tension du bus CC (e) Vitesse du rotor (f) Eau de pompage (g) Courant de phase du stator pour FDTC (h) Courant de phase du stator pour FDTCO (i) Réponse de flux avec FLC (j) Réponse de flux à l'aide de FDTCO (k) Trajectoire de flux de stator à l'aide de FDTC (l) Trajectoire de flux de stator à l'aide de FDTCO.
Lasolairele rayonnement variait de 1000 à 700 W/m2 à 3 secondes puis à 500 W/m2 à 6 secondes (Fig. 8a). La figure 8b montre la puissance photovoltaïque correspondante pour 1000 W/m2, 700 W/m2 et 500 W/m2 .Les figures 8c et 8d illustrent respectivement le rapport cyclique et la tension de liaison CC. montre le pompage de l'eau pour différents niveaux d'irradiance obtenus à l'aide de FDTC et FDTCO. Plus de pompage peut être réalisé avec FDTCO qu'avec FDTC. Les figures 8g et 8h illustrent les réponses de courant simulées à l'aide de la méthode FDTC et de la stratégie de contrôle proposée. En utilisant la technique de contrôle proposée , l'amplitude du courant est minimisée, ce qui signifie moins de pertes de cuivre, augmentant ainsi l'efficacité du système. Par conséquent, des courants de démarrage élevés peuvent entraîner une réduction des performances de la machine. La figure 8j montre l'évolution de la réponse du flux afin de sélectionner leflux optimal pour s'assurer que les pertes sont minimisées, par conséquent, la technique proposée illustre ses performances. Contrairement à la figure 8i, le flux est constant, ce qui ne représente pas un fonctionnement optimal. Les figures 8k et 8l montrent l'évolution de la trajectoire du flux du stator.Figure 8l illustre le développement optimal du flux et explique l'idée principale de la stratégie de contrôle proposée.
Un changement soudain danssolaireun rayonnement a été appliqué, commençant par un éclairement de 1000 W/m2 et diminuant brusquement à 500 W/m2 après 1,5 s (Fig. 9a). La figure 9b montre la puissance photovoltaïque extraite des panneaux photovoltaïques, correspondant à 1000 W/m2 et 500 W/m2. Les figures 9c et 9d illustrent respectivement le rapport cyclique et la tension du circuit intermédiaire. Comme le montre la figure 9e, la méthode proposée offre un meilleur temps de réponse. avec FDTCO était plus élevé qu'avec FDTC, pompant 0,01 m3/s à 1000 W/m2 d'irradiance par rapport à 0,009 m3/s avec FDTC ;de plus, lorsque l'irradiance était de 500 W At/m2, le FDTCO pompait 0,0079 m3/s, tandis que le FDTC pompait 0,0077 m3/s. la stratégie de contrôle proposée montre que l'amplitude du courant est réduite lors de changements brusques d'éclairement, ce qui entraîne une réduction des pertes de cuivre. La figure 9j montre l'évolution de la réponse du flux afin de choisir le flux optimal pour garantir que les pertes sont minimisées, par conséquent, la technique proposée illustre ses performances avec un flux de 1Wb et une irradiance de 1000 W/m2, tandis que le flux est de 0,83Wb et l'irradiance est de 500 W/m2. Contrairement à la Fig. 9i, le flux est constant à 1,2 Wb, ce qui ne signifie pas représentent la fonction optimale. Les figures 9k et 9l montrent l'évolution de la trajectoire du flux du stator. La figure 9l illustre le développement optimal du flux et explique l'idée principale de la stratégie de contrôle proposée et l'amélioration du système de pompage proposé.
(un)Solaire(b) Puissance extraite (c) Cycle de service (d) Tension du bus CC (e) Vitesse du rotor (f) Débit d'eau (g) Courant de phase du stator pour FDTC (h) Courant de phase du stator pour FDTCO (i) ) Réponse de flux en utilisant FLC (j) Réponse de flux utilisant FDTCO (k) Trajectoire de flux de stator utilisant FDTC (l) Trajectoire de flux de stator utilisant FDTCO.
Une analyse comparative des deux technologies en termes de valeur de flux, d'amplitude de courant et de pompage est présentée dans le tableau 5, qui montre que le PVWPS basé sur la technologie proposée offre des performances élevées avec un débit de pompage accru et un courant et des pertes d'amplitude minimisés, ce qui est dû à une sélection de flux optimale.
Pour vérifier et tester la stratégie de contrôle proposée, un test PIL est effectué sur la base de la carte STM32F4. Il comprend la génération de code qui sera chargé et exécuté sur la carte embarquée. La carte contient un microcontrôleur 32 bits avec 1 Mo Flash, 168 MHz fréquence d'horloge, unité à virgule flottante, instructions DSP, 192 Ko de SRAM. Au cours de ce test, un bloc PIL développé a été créé dans le système de contrôle contenant le code généré basé sur la carte matérielle de découverte STM32F4 et introduit dans le logiciel Simulink. Les étapes pour permettre Les tests PIL à configurer à l'aide de la carte STM32F4 sont illustrés à la Figure 10.
Les tests PIL de co-simulation utilisant STM32F4 peuvent être utilisés comme technique peu coûteuse pour vérifier la technique proposée. Dans cet article, le module optimisé qui fournit le meilleur flux de référence est implémenté dans la carte de découverte STMicroelectronics (STM32F4).
Ce dernier est exécuté en même temps que Simulink et échange des informations lors de la co-simulation à l'aide de la méthode PVWPS proposée. La figure 12 illustre la mise en œuvre du sous-système de technologie d'optimisation dans STM32F4.
Seule la technique de flux de référence optimal proposée est présentée dans cette co-simulation, car il s'agit de la principale variable de contrôle pour ce travail démontrant le comportement de contrôle d'un système de pompage d'eau photovoltaïque.
Heure de publication : 15 avril 2022
