Diseño y procesador en la implementación del circuito de un control mejorado para el sistema de bombeo de agua alimentado por energía solar fotovoltaica impulsado por IM

Scientific Reports volumen 12, Número de artículo: 4688 (2022) Citar este artículo

1940 Accesos

3 citas

Detalles de métricas

En los últimos años, la mejora de la eficiencia de los sistemas fotovoltaicos de bombeo de agua (PVWPS) ha despertado un gran interés entre los investigadores debido a su funcionamiento basado en la producción de energía eléctrica más limpia. En este artículo, se desarrolla un nuevo enfoque basado en un controlador de lógica difusa que incorpora la técnica de minimización de pérdidas aplicada a la máquina de inducción (IM) para aplicaciones PVWPS. El control propuesto selecciona la magnitud de flujo óptima mediante la minimización de las pérdidas de IM. Además, se introduce el método de perturbación y observación de tamaño de paso variable. Se aprueba la idoneidad del control propuesto reduciendo la corriente absorbida; por lo tanto, se minimizan las pérdidas del motor y se mejora la eficiencia. La estrategia de control propuesta se compara con el método sin minimización de pérdidas. Los resultados de la comparación ilustran la efectividad del método propuesto basado en la minimización de pérdidas con respecto a la velocidad eléctrica, la corriente absorbida, el flujo de agua y el flujo desarrollado. Se efectúa una prueba de procesador en el bucle (PIL) como prueba experimental del método propuesto. Consiste en implementar el código C generado en la placa de descubrimiento STM32F4. Los resultados obtenidos de la placa integrada son similares a los resultados de la simulación numérica.

Las fuentes de energía renovable, especialmente la tecnología solar fotovoltaica, pueden ser una solución alternativa más limpia a los combustibles fósiles para los sistemas de bombeo de agua1,2. El sistema de bombeo de agua fotovoltaico está ganando mucha atención en áreas remotas donde la electricidad no está disponible3,4.

Se utilizan varios tipos de motores con aplicaciones de bombeo fotovoltaico. La etapa primitiva de PVWPS se basa en un motor de CC. Estos motores son fáciles de controlar e implementar, pero necesitan un mantenimiento regular debido a los comentaristas y las escobillas5. Para superar esta desventaja, se introducen los motores de imanes permanentes sin escobillas que se caracterizan por la ausencia de escobillas, alta eficiencia y confiabilidad6. PVWPS basado en IM ilustra un mejor rendimiento en comparación con otros motores porque este tipo de motor es confiable, de bajo costo y libre de mantenimiento y brinda más posibilidades para las estrategias de control7. A menudo se emplean la técnica de control orientado al campo indirecto (IFOC) y el método de control de par directo (DTC)8.

IFOC fue desarrollado por Blaschke y Hasse para permitir variar la velocidad de IM en un amplio rango9,10. Las corrientes del estator se separan en dos componentes, una genera el flujo y la otra produce el par utilizando la transformación al sistema de coordenadas d-q. Esto permite un control independiente del flujo y el par durante las condiciones dinámicas y de estado estable. El eje (d) está alineado con el vector espacial del flujo del rotor, lo que implica que el componente del eje q del vector espacial del flujo del rotor siempre es cero. FOC da una buena y más rápida respuesta11,12, sin embargo, este método es complejo y se ve afectado por las variaciones de los parámetros13. Para superar estos inconvenientes, Takashi y Noguchi14 introdujeron DTC, este comando presenta un alto rendimiento dinámico, es robusto y menos sensible a las variaciones de parámetros. En DTC, el control del par electromagnético y el flujo del estator se realiza restando el flujo y el par del estator a los valores estimados correspondientes. El resultado se introduce en comparadores de histéresis para generar los vectores de voltaje apropiados para controlar simultáneamente el flujo del estator y el par.

El principal inconveniente de esta estrategia de control son las ondas altas en el par y el flujo debido al uso de reguladores de histéresis para el flujo del estator y la regulación del par electromagnético15,42. Los convertidores multinivel se utilizan para minimizar las ondas, pero la eficiencia se reduce debido al número de interruptores de alimentación16. Varios autores han utilizado la modulación de vector espacial (SWM)17, el control de modo deslizante (SMC)18, esta técnica es robusta pero aparece el efecto de vibración indeseable19. Muchos investigadores utilizaron técnicas de inteligencia artificial para mejorar el rendimiento del controlador, entre ellas, (1) red neuronal, esta estrategia de control requiere un procesador de alta velocidad para su implementación20, (2) algoritmo genético21.

El control difuso es robusto, adecuado para la estrategia de control no lineal y no demanda el conocimiento del modelo exacto. Consiste en utilizar el bloque de lógica difusa en lugar de los controladores de histéresis y la tabla de selección de conmutación para reducir las fluctuaciones de flujo y par. Cabe indicar que el DTC basado en FLC ofrece un mejor rendimiento22, pero no es suficiente para maximizar la eficiencia del motor, por lo que se necesita una técnica de optimización con el lazo de control.

En la mayoría de los estudios previos, los autores eligen un flujo constante como flujo de referencia23,24,25,26, pero esta elección de referencia no representa el funcionamiento óptimo.

Los accionamientos de motor eficientes de alto rendimiento requieren una respuesta de velocidad rápida y precisa. Por otro lado, el control puede no ser óptimo para algunas operaciones y, por lo tanto, no se puede optimizar la eficiencia del sistema de accionamiento. El uso de referencia de flujo variable durante el funcionamiento del sistema puede lograr un mejor rendimiento.

Muchos autores propusieron el controlador de búsqueda (SC) que minimiza las pérdidas para la mejora de la eficiencia del motor en diferentes condiciones de carga como en27. Esta técnica consiste en medir y minimizar la potencia de entrada iterando la referencia de corriente del eje d o la referencia de flujo del estator. Sin embargo, este enfoque introduce ondas de torsión debido a las oscilaciones presentes en el flujo del entrehierro y la implementación de este método requiere mucho tiempo y recursos computacionales. La optimización de enjambre de partículas también se utiliza para mejorar la eficiencia28, pero esta técnica puede quedar atrapada en un mínimo local que conduce a parámetros de control elegidos incorrectamente29.

En este trabajo se propone una técnica asociada a FDTC para seleccionar el flujo óptimo reduciendo las pérdidas del motor. Esta combinación asegura el funcionamiento utilizando el nivel de flujo óptimo en cada punto de operación, lo que mejora 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 bucle como verificación experimental del método propuesto utilizando la placa STM32F4. Las principales ventajas de este núcleo son la simplicidad de implementación, el bajo costo y la no necesidad de desarrollar un programa complejo30. Además, la placa convertidora USB-UART FT232RL está asociada con STM32F4 para garantizar una interfaz de comunicación externa para establecer un puerto serie virtual en la computadora (puerto COM). Este método permite la transmisión de datos a una alta tasa de baudios.

El rendimiento de la PVWPS utilizando la técnica propuesta se compara con el sistema fotovoltaico sin minimización de pérdidas en diferentes condiciones de funcionamiento. Los resultados obtenidos muestran que el sistema de bombeo de agua fotovoltaico propuesto es mejor en términos de minimización de la corriente del estator y pérdidas de cobre, optimizando el flujo y el agua bombeada.

El resto del documento está estructurado de la siguiente manera: el modelado del sistema propuesto se proporciona en la sección "Modelado del sistema fotovoltaico". En el apartado "Estrategias de control para el sistema estudiado", FDTC, se detallan las estrategias de control propuestas y la técnica MPPT. Los resultados de la investigación se discuten en la sección "Resultados de la simulación". En la sección "Prueba PIL usando la placa de descubrimiento STM32F4", se presenta el procesador en la prueba de bucle. Las conclusiones de este trabajo se presentan en la sección "Conclusión".

La figura 1 muestra la configuración del sistema para el sistema de bombeo de agua fotovoltaico independiente propuesto. El sistema está compuesto por una bomba centrífuga basada en IM, un conjunto fotovoltaico, dos convertidores de potencia [convertidores elevadores e inversor de fuente de voltaje (VSI)]. En esta sección, se presenta el modelado del sistema de bombeo de agua fotovoltaico estudiado.

Descripción del sistema propuesto.

En este trabajo se adopta el modelo de celda de diodo único, la celda solar fotovoltaica. La característica de la célula fotovoltaica se expresa mediante 31,32,33.

Para realizar una adaptación, se emplea el convertidor elevador. La relación entre los voltajes de entrada y salida del convertidor DC-DC está dada por34:

Las ecuaciones que caracterizan el comportamiento del convertidor DC-AC están expresadas por35,41:

el modelo matemático del IM se puede describir en el marco de referencia (α, β) mediante las siguientes ecuaciones5,40:

y el par electromagnético desarrollado:

donde \(l_{s }\),\(l_{r}\) : inductancias 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 que es proporcional al cuadrado de la velocidad IM se puede determinar mediante:

El control del sistema de bombeo de agua propuesto se divide en tres subapartados diferentes. La primera sección trata sobre la técnica MPPT. La segunda parte trata sobre el control de par directo basado en un controlador de lógica difusa para accionar el IM. Además, la tercera parte describe una técnica asociada a DTC basada en FLC, que permite determinar el flujo de referencia.

En este trabajo, se emplea la técnica P&O de tamaño de paso variable para el seguimiento del punto de máxima potencia. Se caracteriza por un seguimiento rápido y bajas oscilaciones (fig. 2)37,38,39.

diagrama de flujo del método P&O de tamaño de paso variable.

La idea principal del DTC es comandar directamente el flujo y el par de la máquina, pero el uso de reguladores de histéresis para la regulación del par electromagnético y el flujo del estator conduce a ondas de flujo y par elevados. Por lo tanto, se introduce una técnica difusa para mejorar el método DTC (Fig. 7). El FLC puede desarrollar el estado del vector inversor adecuado.

Los componentes de flujo del estator se pueden expresar mediante:

El par electromagnético estimado se puede escribir como:

Además, el ángulo de flujo del estator y la amplitud vienen dados por:

Un FLC generalmente se compone de cuatro pasos principales:

Durante este paso, las entradas se convierten en variables difusas a través de funciones de pertenencia (MF) y términos lingüísticos.

Las tres funciones de membresía para la primera entrada (εφ) son negativas (N), positivas (P) y cero (Z) como se muestra en la Fig. 3.

Las funciones de pertenencia borrosas de εφ.

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 Fig. 4.

Las funciones de pertenencia difusa de \(\varepsilon\)Tem.

La trayectoria del flujo del estator consta de 12 sectores en los que los conjuntos borrosos están representados por funciones de pertenencia triangulares isósceles, como se muestra en la Fig. 5.

Las funciones de pertenencia difusas de θs.

La Tabla 1 agrupa 180 reglas difusas que se determinan utilizando funciones de pertenencia de las entradas para seleccionar el estado de conmutación adecuado.

El método de inferencia se realiza mediante la técnica de Mamdani. El factor de ponderación para la i-ésima regla (\(\alpha_{i}\)) viene dado por:

donde \(\mu Ai \left( {e\varphi } \right)\),\(\mu Bi\left( {eT} \right) ,\) \(\mu Ci\left( \theta \right) \) : valores de pertenencia de errores de flujo, par y ángulo de flujo del estator.

La Figura 6 ilustra los valores nítidos obtenidos a partir de los valores borrosos utilizando el método max presentado por la ecuación. (20).

Las funciones de pertenencia para la salida.

Al mejorar la eficiencia del motor, es posible aumentar el caudal y luego la cantidad diaria de agua bombeada (Fig. 7). El objetivo de la siguiente técnica es asociar una estrategia basada en la minimización de pérdidas con el método Direct Torque Control.

esquema de control del sistema de bombeo de agua PV.

Es bien sabido que el valor del flujo es importante para la eficiencia del motor. Un valor elevado del flujo conduce a un aumento de las pérdidas en el hierro, así como a un circuito de saturación magnética. Por el contrario, un bajo nivel de flujo conduce a altas pérdidas de julios.

En consecuencia, la reducción de las pérdidas en el IM está directamente relacionada con la elección del nivel de flujo.

El enfoque propuesto se basa en el modelado de las pérdidas en julios en la máquina que están relacionadas con el flujo de corriente a través de los devanados del estator. Consiste en ajustar el valor del flujo del rotor a un valor óptimo que minimice las pérdidas del motor para aumentar la eficiencia. Las pérdidas en julios se pueden expresar de la siguiente manera (se desprecian las pérdidas en el núcleo):

Las pérdidas totales en julios están dadas por:

Una disminución en la corriente conduce a una disminución en las pérdidas de julios.

El par electromagnético \(C_{em}\) y el flujo del rotor \(\phi_{r}\) se calculan en el sistema de coordenadas d–q como:

De las Ecs. (25–26–27), las pérdidas en julios son las siguientes:

El par electromagnético \(C_{em}\) y el flujo del rotor \(\phi_{r}\) se calculan en la referencia (d,q) como:

Al resolver la Ec. (30), podemos encontrar la corriente de estator óptima que asegura un flujo de rotor óptimo y pérdidas mínimas:

Por lo tanto, la corriente óptima del estator se expresa por:

dónde

Se realizan diferentes simulaciones utilizando el software MATLAB/Simulink para evaluar la robustez y el rendimiento de la técnica propuesta. El sistema estudiado está compuesto por ocho paneles CSUN 235-60P de 230 W (Tabla 2) conectados en serie. La bomba centrífuga es impulsada por un IM que se caracteriza por los parámetros presentados en la Tabla 3. Los componentes del sistema de bombeo FV se enumeran en la Tabla 4.

En esta sección se compara el sistema fotovoltaico de bombeo de agua utilizando FDTC con referencia de flujo constante con el sistema propuesto basado en el flujo óptimo (FDTCO) en las mismas condiciones de operación. Los rendimientos de ambos sistemas fotovoltaicos se prueban considerando los siguientes casos:

En esta sección se presenta el estado de puesta en marcha del sistema de bombeo propuesto según una insolación de 1000 W/m2. La figura 8e ilustra la respuesta de la velocidad eléctrica. La técnica propuesta proporciona un mejor tiempo de subida en comparación con FDTC, donde el estado estacionario se alcanza en 1,04 s, mientras que con FDTC, el estado estacionario se alcanza en 1,93 s. La Figura 8f muestra el agua bombeada para ambas estrategias de control. Se ve que, el FDTCO aumenta el agua bombeada, lo que explica la mejora de la energía convertida por el IM. Las figuras 8g y 8h indican las corrientes del estator absorbidas. La corriente de arranque es de 20 A utilizando el FDTC, mientras que la estrategia de control propuesta indica una corriente de arranque de 10 A, lo que conduce a la reducción de las pérdidas de julios. Las Figuras 8i y 8j muestran el flujo del estator desarrollado. El PVPWS basado en FDTC opera bajo un flujo de referencia constante de 1.2 Wb mientras que en el método propuesto, el flujo de referencia es 1A lo que implica mejorar la eficiencia de los sistemas fotovoltaicos.

(a) Radiación solar (b) Potencia extraída (c) Ciclo de trabajo (d) Voltaje del enlace de CC (e) Velocidad del rotor (f) Agua bombeada (g) Corriente de fase del estator de FDTC (h) Corriente de fase del estator de 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.

La radiación solar varía de 1000 a 700 W/m2 a los 3 s, luego a 500 W/m2 a los 6 s (Fig. 8a). La figura 8b muestra la potencia fotovoltaica correspondiente a 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, podemos notar que la técnica propuesta presenta mejor velocidad y tiempo de respuesta en comparación con el sistema fotovoltaico basado en FDTC. La Figura 8f muestra el volumen de agua bombeada obtenido usando FDTC y FDTCO para varios niveles de irradiancia. Usando el FDTCO, es posible obtener una mayor cantidad de agua bombeada que usando el FDTC. Las Figuras 8g y 8h ilustran la respuesta de corriente simulada, con el método FDTC y la estrategia de control propuesta. Al utilizar la técnica de control sugerida, se minimiza la amplitud de corriente lo que implica la reducción de pérdidas en el cobre, lo que mejora la eficiencia del sistema. Por lo tanto, una corriente de estado alta puede provocar un deterioro del rendimiento de la máquina. La Figura 8j presenta la variación de las respuestas de flujo desarrolladas para elegir el flujo óptimo que garantice la minimización de las pérdidas, por lo que la técnica sugerida ilustra su desempeño. Contrariamente a la Fig. 8i, el flujo es constante, lo que no representa una operación óptima. Las figuras 8k y 8l indican la evolución de la trayectoria del flujo del estator. La Figura 8l ilustra el desarrollo de flujo óptimo y explica la idea principal de la estrategia de control propuesta.

Se aplica un cambio repentino en la radiación solar, donde la irradiancia es de 1000 W/m2 al principio, luego de 1.5 s, se disminuye repentinamente a 500 W/m2 (Fig. 9a). La figura 9b muestra la potencia fotovoltaica extraída del panel fotovoltaico 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. De la Fig. 9e, el método propuesto ofrece un mejor tiempo de respuesta. La Figura 9f muestra el volumen de agua bombeada obtenido para ambas estrategias de control. Usando FDTCO, la cantidad de agua bombeada es mayor que usando FDTC, donde el volumen de agua bombeada es de 0,01 m3/s cuando la irradiación es de 1000 W/m2, mientras que el volumen de agua bombeada es de 0,009 m3/s para FDTC; además, el volumen de agua bombeado es de 0,0079 m3/s para FDTCO cuando la irradiancia es de 500 W/m2, mientras que el volumen de agua bombeado es de 0,0077 m3/s para FDTC. Figuras 9g y 9h. ilustrar la respuesta actual simulada utilizando el método FDTC y la estrategia de control sugerida. Podemos notar que la estrategia de control propuesta indica una reducción en la amplitud de la corriente bajo variaciones repentinas de irradiancia, lo que conduce a la reducción de las pérdidas de cobre. La Figura 9j presenta la variación de las respuestas de flujo desarrolladas para elegir el flujo óptimo asegurando la minimización de las pérdidas, así, la técnica propuesta ilustra su desempeño, donde el flujo es 1Wb donde la irradiancia es 1000 W/m2 mientras que el flujo es 0,83 Wb donde la irradiancia es de 500 W/m2. Al contrario de la Fig. 9i, el flujo es constante de 1,2 Wb lo que no representa un funcionamiento óptimo. Las figuras 9k y 9l indican la evolución de la trayectoria del flujo del estator. La Figura 9l ilustra el desarrollo de flujo óptimo y explica la idea principal de la estrategia de control propuesta y la mejora del sistema de bombeo de agua propuesto.

(a) Radiación solar (b) Potencia extraída (c) Ciclo de trabajo (d) Voltaje del enlace de CC (e) Velocidad del rotor (f) Flujo de agua (g) Corriente de fase del estator de FDTC (h) Corriente de fase del estator de 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.

El análisis comparativo de ambas técnicas en términos de valor de flujo, amplitud de corriente y agua bombeada se presenta en la Tabla 5, que ilustra que PVWPS basado en la técnica propuesta proporciona altos rendimientos con el aumento del caudal de agua bombeada, minimizando la amplitud de corriente y pérdidas, debido a la elección óptima del flujo.

Para validar y probar la estrategia de control propuesta, se efectúa la prueba PIL basada en la placa STM32F4. Consiste en generar el código que será cargado y ejecutado en una placa embebida. Esta placa contiene un microcontrolador de 32 bits con memoria flash de 1 Mbyte, frecuencia de reloj de 168 MHz, unidad de punto flotante, instrucciones DSP, SRAM de 192 Kbytes. Durante esta prueba, se crea un bloque PIL desarrollado en el sistema de control que incorpora el código generado basado en la placa de hardware de descubrimiento STM32F4 y se introduce en el software Simulink. Los pasos que permiten configurar la prueba PIL utilizando la placa STM32F4 se ilustran en la Fig. 10.

Pasos para parametrizar la prueba PIL usando STM32F407 MCU.

La prueba PIL de cosimulación con STM32F4 se puede utilizar como una técnica de bajo costo para validar la técnica propuesta. En este documento, el bloque de optimización que proporciona el flujo de referencia óptimo se ejecuta en la placa Discovery de STMicroelectronics (STM32F4).

Este último y Simulink se ejecutan en un período similar e intercambian la información utilizando el método propuesto para PVWPS en el proceso de cosimulación. La Figura 12 ilustra la implementación del subsistema de técnica de optimización en STM32F4.

Solo la técnica propuesta del flujo de referencia óptimo se ha mostrado en esta cosimulación porque es la variable de control principal de este trabajo que demuestra el comportamiento de control del sistema de bombeo de agua fotovoltaico.

La Figura 11a,b muestra los resultados de la prueba PIL para el método propuesto bajo Cambio variable y repentino en la radiación solar. Los resultados de la simulación numérica indican un comportamiento similar a los obtenidos a través de la prueba de co-simulación PIL, mostrando que la estrategia de control propuesta es poderosa (Fig. 12). En consecuencia, el proceso PIL de cosimulación se puede utilizar como una configuración experimental para validar la implementación de hardware de varias estrategias de control.

Resultados de la prueba PIL para respuesta de flujo.

Prueba PIL del bloque de flujo de referencia óptimo utilizando la placa STM32F4.

Aquí se presenta una estrategia DTC mejorada para aplicaciones PVPWS. La técnica propuesta se basa en FLC que tiene como objetivo operar el motor al valor óptimo de flujo. La simulación se ha llevado a cabo en Matlab/Simulink para evaluar el rendimiento de la estrategia de control propuesta y se ha comparado con FDTC con referencia de flujo constante bajo diferentes condiciones de operación. Se ha realizado una validación de PIL de co-simulación basada en la placa STM32F4. Los resultados de la simulación numérica indican un comportamiento similar a los obtenidos a través de la prueba de co-simulación PIL, que puede emplearse como un gran implemento, montaje experimental y técnica de bajo costo para evaluar las estrategias de control.

Según los resultados obtenidos, las principales mejoras son:

La corriente del estator se reduce, por lo que se minimizan las pérdidas del motor.

La optimización del flujo del rotor.

El agua bombeada se incrementa en diferentes condiciones de funcionamiento

Se mejora la eficiencia del sistema de bombeo de agua fotovoltaico propuesto.

Chilundo, RJ, Maure, GA & Mahanjane, US Diseño de modelos matemáticos dinámicos de sistemas fotovoltaicos de bombeo de agua para riego de cultivos hortícolas: una guía para la evaluación del potencial de energía eléctrica para aumentar el acceso a la energía eléctrica. J. Limpio. Pinchar. https://doi.org/10.1016/j.jclepro.2019.117878 (2019).

Artículo Google Académico

Motahhir, S., EL Hammoumi, A., EL Ghzizal, A. & Derouich, A. Banco de pruebas abierto de hardware/software para seguidor solar con instrumentación virtual. Sostener. Tecnología energética. Evaluación 31, 9–16. https://doi.org/10.1016/j.seta.2018.11.003 (2019).

Artículo Google Académico

Bhende, CN & Malla, SG Nuevo control del sistema de bombeo de agua basado en energía fotovoltaica sin almacenamiento de energía. En t. J.Emerg. eléctrico Sistema de energía 13, 5. https://doi.org/10.1515/1553-779X.2931 (2012).

Artículo Google Académico

Sontake, VC & Kalamkar, VR Sistema solar fotovoltaico de bombeo de agua: una revisión exhaustiva. Renovar. Sostener. Energy Rev. 59, 1038–1067. https://doi.org/10.1016/j.rser.2016.01.021 (2016).

Artículo Google Académico

Reza, CMFS, Islam, MD y Mekhilef, S. Una revisión de los accionamientos de motores de inducción controlados por par directo confiables y energéticamente eficientes. Renovar. Sostener. Energy Rev. 37, 919–932. https://doi.org/10.1016/j.rser.2014.05.067 (2014).

Artículo Google Académico

Gopal, C., Mohanraj, M., Chandramohan, P. y Chandrasekar, P. Sistemas de bombeo de agua con fuentes de energía renovable: una revisión de la literatura. Renovar. Sostener. Energy Rev. 25, 351–370. https://doi.org/10.1016/j.rser.2013.04.012 (2013).

Artículo Google Académico

Talbi, B. et al. Un esquema de control de alto rendimiento para el sistema de bombeo fotovoltaico bajo cambios repentinos de carga e irradiación. Sol. Energía 159, 353–368. https://doi.org/10.1016/j.solener.2017.11.009 (2018).

Artículo ANUNCIOS Google Académico

Jannati, M. et al. Una revisión de las técnicas de control de velocidad variable para el control eficiente de motores de inducción monofásicos: Evolución, clasificación, comparación. Renovar. Sostener. Energía Rev. 75, 1306–1319. https://doi.org/10.1016/j.rser.2016.11.115 (2017).

Artículo Google Académico

Li, G., Jin, Y., Akram, MW y Chen, X. Investigación y estado actual del sistema de bombeo de agua solar fotovoltaico: una revisión. Renovar. Sostener. Energy Rev. 79, 440–458. https://doi.org/10.1016/j.rser.2017.05.055 (2017).

Artículo Google Académico

Errouha, M. & Derouich, A. Resultados del estudio y comparación del control orientado al campo para el sistema fotovoltaico de bombeo de agua aplicado en dos ciudades de Marruecos. Toro. eléctrico Ing. Informar. 8(4), 1–7. https://doi.org/10.11591/eei.v8i4.1301 (2019).

Artículo Google Académico

Kumari, R. & Dahiya, R. Control de velocidad del bombeo de agua solar con técnica de control de vector indirecto. En Proc. 2do Int. Conf. inventado sist. Control. CICIC 2018, n. Icisc, 1401–1406. https://doi.org/10.1109/ICISC.2018.8399039 (2018).

Errouha, M., Derouich, A., Nahid-Mobarakeh, B., Motahhir, S. & El Ghzizal, A. Control de mejora del sistema de bombeo de agua basado en fotovoltaica sin almacenamiento de energía. Sol. Energía 190, 319–328. https://doi.org/10.1016/j.solener.2019.08.024 (2019).

Artículo ANUNCIOS Google Académico

Chihi, A., Ben Azza, H., Jemli, M. & Sellami, A. Diseño de control de modo deslizante integral no lineal del sistema de bombeo fotovoltaico: implementación en tiempo real. ISA trans. 70, 475–485. https://doi.org/10.1016/j.isatra.2017.06.023 (2017).

Artículo PubMed Google Académico

El Ouanjli, N., Mohammed, T. & Derouich, A. Control directo de par de alto rendimiento de motores de inducción doblemente alimentados mediante control directo de par de alto rendimiento de motores de inducción doblemente alimentados mediante lógica difusa (2018).

Errouha, M. et al. Optimización y control de sistemas fotovoltaicos de bombeo de agua mediante controlador de lógica difusa. Informe de energía 5, 853–865. https://doi.org/10.1016/j.egyr.2019.07.001 (2019).

Artículo Google Académico

Jonnala, RB, Ch, SB & Dt, EG Un DTC controlado por histéresis multibanda modificado de una máquina de inducción con CHB-MLI asimétrico de 27 niveles con modulación NVC. Ing. Ain Shams. J. 9(1), 15–29. https://doi.org/10.1016/j.asej.2015.08.007 (2018).

Artículo Google Académico

Ouledali, O., Meroufel, A., Wira, P. y Bentouba, S. Control difuso de par directo de PMSM basado en SVM. Energía Procedia 74, 1314–1322. https://doi.org/10.1016/j.egypro.2015.07.778 (2015).

Artículo Google Académico

Benamor, A., Benchouia, MT, Srairi, K. & Benbouzid, MEH Una nueva optimización de árbol enraizado se aplica en el control de modo deslizante de alto orden utilizando un algoritmo de súper torsión basado en el esquema DTC para DFIG. En t. J. Electr. Sistema de energía eléctrica 108, 293–302. https://doi.org/10.1016/j.ijepes.2019.01.009 (2019).

Artículo Google Académico

El Ouanjli, N. et al. Estrategia DTC mejorada del motor de inducción doblemente alimentado utilizando un controlador de lógica difusa. Informe de energía 5, 271–279. https://doi.org/10.1016/j.egyr.2019.02.001 (2019).

Artículo Google Académico

Sutikno, T., Idris, NRN y Jidin, A. Una revisión del control de par directo de los motores de inducción para una fiabilidad sostenible y accionamientos eficientes desde el punto de vista energético. Renovar. Sostener. Energy Rev. 32, 548–558. https://doi.org/10.1016/j.rser.2014.01.040 (2014).

Artículo Google Académico

Kumar, SS & Xavier, RJ Estimador de flujo de referencia basado en ANFIS con controlador sintonizado GA para DTC de motor de inducción. En 2018 Nacional. Ing. de energía Conf., 1–2 (2018).

Errouha, M., Motahhir, S., Combe, Q. & Derouich, A. Control inteligente del motor de inducción para el sistema de bombeo de agua fotovoltaico. SN Apl. ciencia 3(9). https://doi.org/10.1007/s42452-021-04757-4 (2021).

Mesloub, H., Benchouia, MT, Boumaaraf, R., Becherif, M. Diseño e implementación de DTC basados ​​en AFLC y PSO de un PMSM (2018).

Ayrir, W., Ourahou, M., El Hassouni, B. & Haddi, A. ScienceDirect Mejora del control de par directo de un DFIG de velocidad variable basado en un sistema de inferencia difusa. Matemáticas. computar Simul. https://doi.org/10.1016/j.matcom.2018.05.014 (2018).

Artículo MATEMÁTICAS Google Académico

GDAIM, S. Control directo de par de un motor asíncrono basado en técnicas inteligentes. Universidad de Monastir.

El Ouanjli, N., Derouich, A., El Ghzizal, A., Errouha, M. & Taoussi, M. "Direct Torque Control of Doubbly Fed Induction Motor (DFIM)" II Simposio franco-marroquí sobre energías renovables y su integración en redes de transporte y distribución (COFMER'02), (Fez-abril 2017).

Sergaki, ES, Georgilakis, PS, Kladas, AG y Stavrakakis, GS Minimización de pérdidas electromagnéticas en línea basada en lógica difusa de accionamientos de motores síncronos de imanes permanentes. En Proc. 2008 Internacional. Conf. eléctrico Mach. ICEM'08, 1–7. https://doi.org/10.1109/ICELMACH.2008.4800113 (2008).

Sreejeth, M., Singh, M. & Kumar, P. Optimización de enjambre de partículas en la mejora de la eficiencia de la unidad de motor síncrono de imán permanente montada en superficie controlada por vector. Electrón de potencia IET. 8(5), 760–769. https://doi.org/10.1049/iet-pel.2014.0399 (2015).

Artículo Google Académico

Hannan, MA, Ali, JA, Mohamed, A. & Hussain, A. Técnicas de optimización para mejorar el rendimiento de los motores de inducción: una revisión. Renovar. Sostener. Energía Rev. 81, 1611–1626. https://doi.org/10.1016/j.rser.2017.05.240 (2018).

Artículo Google Académico

Motahhir, S., El Ghzizal, A., Sebti, S. & Derouich, A. Pruebas MIL y SIL y PIL para el algoritmo MPPT. Ing. Cogente https://doi.org/10.1080/23311916.2017.1378475 (2017).

Artículo Google Académico

Nyeche, EN & Diemuodeke, EO Modelado y optimización de un sistema híbrido de almacenamiento de energía hidroeléctrica bombeada por turbina eólica fotovoltaica para aplicaciones de minirredes en comunidades costeras. J. Limpio. Pinchar. 250, 119578. https://doi.org/10.1016/j.jclepro.2019.119578 (2020).

Artículo Google Académico

Dadfar, S., Samad, S. y Nakamura, H. El tamaño de paso variable perturba y observa el controlador MPPT mediante la aplicación del controlador de modo deslizante del algoritmo de manada de krill modificado con θ para aumentar la precisión en el sistema fotovoltaico. J. Limpio. Pinchar. 271, 122243. https://doi.org/10.1016/j.jclepro.2020.122243 (2020).

Artículo Google Académico

Errouha, M., Motahhir, S., Combe, Q. & Derouich, A. Extracción de parámetros del modelo fotovoltaico de diodo único y aplicación en el bombeo solar. En Conferencia Internacional de Diseño y Producción Integrados (CPI), 14-16 de octubre de 2019- Fez, pp. 178–191. https://doi.org/10.1007/978-3-030-62199-5_16 (Marruecos, 2021).

Motahhir, S., El Ghzizal, A., Sebti, S. & Derouich, A. Modelado de sistema fotovoltaico con algoritmo de conductancia incremental modificado para cambios rápidos de irradiancia. En t. J. Fotoenergía 2018, 13 (2018).

Artículo Google Académico

Yahyaoui, I. Especificaciones de dimensionamiento de sistemas de bombeo fotovoltaicos, especificaciones de gestión de energía difusa de sistemas de bombeo fotovoltaicos (2016).

Rawat, R., Kaushik, SC & Lamba, R. Una revisión sobre el modelado, la metodología de diseño y la optimización del tamaño del sistema fotovoltaico de bombeo de agua, independiente y conectado a la red. Renovar. Sostener. Energía Rev. 57, 1506–1519. https://doi.org/10.1016/j.rser.2015.12.228 (2016).

Artículo Google Académico

Motahhir, S. et al. Recolección de energía óptima de un generador fotovoltaico multicadena basado en un algoritmo de colonia de abejas artificiales. Sistema IEEE J. https://doi.org/10.1109/jsyst.2020.2997744 (2020).

Artículo Google Académico

Karami, N., Moubayed, N. & Outbib, R. Revisión general y clasificación de diferentes técnicas MPPT. Renovar. Sostener. Energía Rev. 68, 1–18. https://doi.org/10.1016/j.rser.2016.09.132 (2017).

Artículo Google Académico

Motahhir, S., El Hammoumi, A. & El Ghzizal, A. Los algoritmos MPPT más utilizados: revisión y la placa integrada de bajo costo adecuada para cada algoritmo. J. Limpio. Pinchar. 246, 118983. https://doi.org/10.1016/j.jclepro.2019.118983 (2020).

Artículo Google Académico

Errouha, M., Motahhir, S., Combe, Q., Derouich, A. & El Ghzizal, A. Controlador Fuzzy-PI para sistemas fotovoltaicos de bombeo de agua. En la 7.ª Conferencia Internacional sobre Energía Renovable y Sostenible (IRSEC), del 27 al 30 de noviembre de 2019, Agadir, págs. 0–5. https://doi.org/10.1109/IRSEC48032.2019.9078318 (Marruecos, 2019).

Errouha, M., Derouich, A., El Ouanjli, N. & Motahhir, S. Sistema de bombeo de agua fotovoltaico autónomo de alto rendimiento con motor de inducción. En t. J. Fotoenergía 2020, 1–13. https://doi.org/10.1155/2020/3872529 (2020).

Artículo Google Académico

Errouha, M., Motahhir, S. & Combe, Q. Doce sectores DTC estrategia de IM para el sistema de bombeo de agua fotovoltaico. Materiales hoy: Actas 51, 2081-2090. https://doi.org/10.1016/j.matpr.2021.12.214 (2022).

Artículo Google Académico

Descargar referencias

Número de proyecto de apoyo a la investigación (RSP-2022/167), Universidad King Saud, Riyadh, Arabia Saudita.

Este proyecto está financiado por la Universidad King Saud, Riyadh, Arabia Saudita.

Laboratorio de Plasma y Conversión de Energía, ENSEEIHT, Universidad de Toulouse, Toulouse, Francia

Mustafa Errouha

LEMTA, Universidad de Lorena, Vandoeuvre-lès-Nancy, Francia

Quentin Combe

ENSA, Universidad SMBA, Fez, Marruecos

Saad Motahhir

Departamento de Estadística e Investigación de Operaciones, Facultad de Ciencias, Universidad King Saud, Riyadh, 11451, Arabia Saudita

SS Askar

Departamento de Matemáticas, Facultad de Ciencias, Universidad de Mansoura, Mansoura, 35516, Egipto

Mohamed Abouhawwash

Departamento de Matemática Computacional, Ciencia e Ingeniería (CMSE), Facultad de Ingeniería, Universidad Estatal de Michigan, East Lansing, MI, 48824, EE. UU.

Mohamed Abouhawwash

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

ME propuso las nuevas estrategias de control y las implementó. ME, QC y SM escribieron el texto principal del manuscrito. ME y CQ prepararon las figuras. SM, SSA y MA supervisaron el trabajo. Todos los autores revisaron y aprobaron el manuscrito final.

Correspondencia a Mustapha Errouha.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Errouha, M., Combe, Q., Motahhir, S. et al. Diseño y procesador en la implementación del ciclo de un control mejorado para el sistema de bombeo de agua alimentado por energía solar fotovoltaica impulsado por IM. Informe científico 12, 4688 (2022). https://doi.org/10.1038/s41598-022-08252-7

Descargar cita

Recibido: 27 Septiembre 2021

Aceptado: 04 de marzo de 2022

Publicado: 18 de marzo de 2022

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Ciencia del riego (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.