Адаптивное управление на основе Direct Preference Optimization для минимизации общего гармонического искажения в электроприводах с фотогальванической энергией

Почему чистая солнечная энергия для двигателей важна

По мере того как фабрики, водяные насосы и электромобили всё чаще используют энергию солнечных панелей, по проводам прокрадывается скрытая проблема: электрический «шум», который может тратить энергию впустую, нагружать оборудование и сокращать срок службы двигателей. В этом исследовании рассматривается новый способ, позволяющий системе управления солнечным электроприводом эффективно учиться держать эти нежелательные пульсации под контролем, используя идеи из современной искусственной интеллекта.

От неровного электричества к плавному движению

Солнечные панели вырабатывают постоянный ток, который необходимо преобразовать в переменный ток, используемый большинством двигателей. За эту задачу отвечает электронное устройство — инвертор, которое быстро переключает ток. Такое переключение неизбежно вносит искажения в напряжение и ток — дополнительные колебания на более высоких частотах — в совокупности называемые гармоническими искажениями. Их избыток может привести к перегреву двигателей, вибрациям и потерям энергии. Традиционные схемы управления опираются на фиксированные настройки или кропотливую наладку для ограничения гармоник, но они часто испытывают трудности при быстром изменении солнечного освещения или нагрузки на двигатель, что типично для реальных солнечных систем.

Позволить контроллеру учиться на собственных решениях

Авторы предлагают новую структуру управления, называемую Direct Preference Optimization–based Photovoltaic Voltage Control (DPO-PVC). Вместо оценки каждой настройки управления по точному числовому «баллу» система просто решает, какой из двух вариантов оказался лучше — почти как выбор более удачного снимка из пары. На практике контроллер генерирует два разных способа управления инвертором, запускает их при одинаковых условиях освещения и нагрузки и измеряет получившееся электрическое искажение в двигателе. Тот вариант, который даёт меньше искажений, помечается как предпочтительный. После множества таких сравнений входящий в контроллер модуль обучения обнаруживает закономерности, какие типы настроек последовательно приводят к более гладкому и чистому питанию.

Тестирование на реальном солнце и требовательных приводах

Чтобы убедиться в реалистичности подхода, исследователи создали детальную цифровую копию системы солнечного привода: фотогальваническую батарею, высокочастотный инвертор и модель электродвигателя, все они работали на данных освещённости и температуры поминутно из базы данных PVDAQ Национальной лаборатории возобновляемых источников энергии США. Они тестировали контроллер в широком наборе сценариев, включая ясное небо, быстро движущиеся облака, внезапное затенение и резкие изменения механической нагрузки на двигатель. В каждом случае встроенный анализатор гармоник отслеживал уровень «шума» в электрических формах сигнала и возвращал эту информацию в цикл обучения предпочтениям.

Превосходство над стандартными контроллерами по всем показателям

Контроллер DPO-PVC сравнивали с тремя распространёнными альтернативами: стандартным пропорционально-интегрально-дифференциальным (PID) контроллером, PID с улучшением на основе нечёткого логического управления и PID, настроенным с помощью генетического алгоритма. По этим эталонам новый метод уменьшил искажение напряжения примерно до 2.9% и искажение тока до примерно 2.6%, примерно в два раза или лучше по сравнению с другими методами. Он также позволил мотору быстрее выйти на заданные обороты, с меньшими ошибками скорости и меньшим превышением, при этом преобразуя солнечную энергию в полезную механическую работу с эффективностью около 94.6%. Важно, что эти улучшения сохранялись при добавлении шума датчиков, эффектов старения панелей и двигателя и небольших дефектов в аппаратуре инвертора. Сам процесс обучения оказался стабильным: примерно после 50 циклов обучения контроллер правильно выбирал лучший вариант более чем в 95% сравнений.

Что это означает для будущих машин на солнечной энергии

Для неспециалистов вывод таков: авторы продемонстрировали, как электроприводу на солнечной энергии можно привить нечто вроде «предпочтения» к чистому электричеству и позволить ему со временем улучшать это предпочтение. Сосредоточившись на простых решениях «лучше/хуже» вместо хрупких числовых оценок, контроллер остаётся надёжным при непостоянной погоде, старении оборудования или шумных датчиках. В результате моторы работают плавнее, тратится меньше энергии, и возможно увеличивается срок службы оборудования. Подобные подходы, как DPO-PVC, могут помочь сделать следующее поколение солнечных насосов, вентиляторов и промышленных приводов не только экологичнее, но и умнее и более устойчивыми.

Цитирование: Ragavapriya, R.K., Perumal, M. Direct preference optimization-based adaptive control for minimizing total harmonic distortion in photovoltaic-powered electric drives. Sci Rep 16, 8173 (2026). https://doi.org/10.1038/s41598-026-38950-5

Ключевые слова: электроприводы на солнечной энергии, гармонические искажения, адаптивное управление, обучение предпочтениям, солнечный инвертор