Desarrollo de una red neuronal artificial para el seguimiento del máximo punto de potencia en paneles solares integrados a sistemas eléctricos en modo isla

Abstract

En el presente trabajo de titulación se desarrolla un algoritmo de seguimiento del máximo punto de potencia (MPPT) para sistemas fotovoltaicos, el cual se basa en redes neuronales artificiales (ANN) y trabaja en conjunto con un controlador PI para regular la operación del sistema y obtener la máxima transferencia de potencia posible. Para el desarrollo del algoritmo MPPT se recopilo información de temperatura e irradiancia desde la base de datos del POWER DATA ACCESS VIEWER de la NASA, y con la ayuda del software Matlab se desarrolló una metodología para encontrar los valores de voltaje que generan el máximo punto de potencia para todas las entradas, previamente filtradas, de irradiancia y temperatura, y de esta manera conseguir la base de datos que servirá para la creación y entrenamiento de la red neuronal. Con el fin de verificar el correcto funcionamiento del algoritmo MPPT basado en redes neuronales, se realizó una comparación de este con el algoritmo convencional perturbador observador (P&O), para lo cual se utilizó el índice de rendimiento de integral del error cuadrático (ISE), donde los resultados de la ANN fueron satisfactorios y superaron el rendimiento del algoritmo P&O. Finalmente, se conectó el generador fotovoltaico a una carga trifásica en modo isla y se verificó el correcto funcionamiento global del sistema.