Optimización de búsqueda de patrones impulsada por un controlador difuso para un convertidor de impulso DC-DC para...

Área de la Ciencia:

• Sistemas de energía renovable
• Electrónica de energía
• Sistemas de control inteligentes

Sus antecedentes:

• Los sistemas de energía solar requieren un seguimiento eficiente del punto de potencia máxima (MPPT) para maximizar la recolección de energía.
• Los algoritmos MPPT tradicionales se enfrentan a desafíos en condiciones ambientales dinámicas.
• Las técnicas de control inteligente ofrecen un potencial para mejorar el rendimiento del MPPT.

Objetivo del estudio:

• Desarrollar y evaluar un controlador MPPT inteligente utilizando la optimización de búsqueda de patrones basados en fuzzy (PS).
• Mejorar la eficiencia de la conversión de energía en convertidores de impulso CC-CC en condiciones de irradiación y temperatura variables.
• Comparar el rendimiento del controlador MPPT fuzzy-PS propuesto con otros algoritmos de optimización y el método Perturb and Observe (P&O).

Principales métodos:

• Implementación de un convertidor de impulso DC-DC con un controlador lógico difuso para MPPT.
• Optimización de las funciones de membresía difusas (MF) utilizando la optimización de búsqueda de patrones (PS).
• Análisis comparativo con la optimización de enjambres de partículas (PSO) y el algoritmo genético (GA) para la sintonización difusa del controlador, utilizando el error cuadrado medio de raíz (RMSE) como función objetivo.

Principales resultados:

• La optimización de fuzzy-PS logró el RMSE más bajo (0.6861) después de 100 iteraciones, superando a fuzzy-GA (1.257) y fuzzy-PSO (0.9454).
• El controlador propuesto demostró una adaptación eficaz a las variaciones de irradiación y temperatura, alcanzando potencias máximas de salida de hasta 74,48 kW.
• Se logró una eficiencia MPPT promedio del 99,7%, superando significativamente el algoritmo P&O.

Conclusiones:

• El controlador MPPT optimizado para PS difuso ofrece un rendimiento de seguimiento superior y una eficiencia de conversión de energía.
• La estrategia de control inteligente maneja eficazmente los cambios dinámicos en la irradiación solar y la temperatura.
• Este enfoque representa un avance significativo en la optimización de los sistemas de recolección de energía solar.