Diseño y simulación de un Sistema de Tracking basado en redes neuronales para mantener la máxima eficiencia de paneles solares
No Thumbnail Available
Date
2023
Authors
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Ecuador: Latacunga: Universidad Técnica de Cotopaxi, (UTC)
Abstract
Este trabajo de investigación se centra en el uso de redes neuronales artificiales (RNA) como una herramienta prometedora para mejorar la eficiencia y estabilidad de los sistemas solares fotovoltaicos. Aunque los sistemas fotovoltaicos aprovechan una fuente de energía limpia y renovable, enfrentan desafíos debido a las variaciones en la radiación solar, temperatura y condiciones ambientales. Estos factores ocasionan fluctuaciones en la corriente y tensión de salida de los paneles solares, afectando la potencia generada. Para abordar este problema, se requiere implementar estrategias de control que maximicen la extracción de potencia del campo fotovoltaico.
El enfoque principal de este trabajo es el punto de máxima potencia (MPP), que representa el punto óptimo de transferencia de potencia en la curva de características corriente-voltaje (I-V) de un panel solar. El desafío radica en adaptarse a las condiciones cambiantes y lograr un seguimiento preciso del MPP para mejorar la eficiencia del sistema. Aunque existen diferentes algoritmos de seguimiento propuestos, han mostrado limitaciones en términos de tasas de seguimiento y oscilaciones en estado estacionario. Para superar estas deficiencias, se exploran las aplicaciones de las RNA en el diseño de algoritmos de control. Las RNA se destacan por su alta respuesta dinámica y capacidad para adaptarse a condiciones no lineales. Sin embargo, obtener datos precisos de entrenamiento para el controlador es uno de los principales desafíos. En este estudio, se consideran variables importantes como radiación solar, temperatura y voltaje óptimo como entradas para el controlador.
Description
This research work focuses on the use of artificial neural networks (ANN) as a promising tool to improve the efficiency and stability of solar photovoltaic systems. Although photovoltaic systems harness a clean and renewable energy source, they face challenges due to variations in solar radiation, temperature and environmental conditions. These factors cause fluctuations in the output current and voltage of the solar panels, affecting the power generated. To address this problem, it is necessary to implement control strategies that maximize power extraction from the photovoltaic field.
The main focus of this work is the maximum power point (MPP), which represents the optimal power transfer point on the current-voltage (I-V) characteristic curve of a solar panel. The challenge lies in adapting to changing conditions and achieving accurate monitoring of the MPP to improve system efficiency. Although there are different proposed tracking algorithms, they have shown limitations in terms of tracking rates and steady-state oscillations. To overcome these deficiencies, the applications of ANNs in the design of control algorithms are explored. ANNs stand out for their high dynamic response and ability to adapt to non-linear conditions. However, obtaining accurate training data for the controller is one of the main challenges. In this study, important variables such as solar radiation, temperature and optimal voltage are considered as inputs to the controller.
Keywords
REDES NEURONALES ARTIFICIALES (RNA), EFICIENCIA, SISTEMAS SOLARES FOTOVOLTAICOS, PUNTO DE MÁXIMA POTENCIA (MPP)
Citation
Jessy Corina Tapia Palma (2023);Diseño y simulación de un Sistema de Tracking basado en redes neuronales para mantener la máxima eficiencia de paneles solares. UTC. Latacunga. 91.