Optimización energética de sistemas fotovoltaicos bajo condiciones de sombreado parcial utilizando métodos MPPT...

Área de la Ciencia:

• Sistemas de Energía Renovable
• Inteligencia Artificial en Ingeniería
• Electrónica de Potencia

Sus antecedentes:

• Los sistemas fotovoltaicos (FV) se enfrentan a desafíos con características no lineales de potencia-voltaje, particularmente bajo condiciones de sombreado parcial (PSC).
• Estos problemas conducen a una reducción de la eficiencia energética y la precisión del seguimiento en los sistemas convencionales de seguimiento del punto de máxima potencia (MPPT).
• Los métodos existentes como el de perturbación y observación (P&O) sufren de oscilaciones en estado estacionario y respuestas dinámicas lentas.

Objetivo del estudio:

• Desarrollar y evaluar nuevos controladores MPPT para sistemas FV para superar las limitaciones causadas por PSC.
• Mejorar la eficiencia energética, la precisión del seguimiento y la respuesta dinámica en comparación con los métodos tradicionales.
• Garantizar una extracción de energía fiable y eficiente en condiciones ambientales que cambian rápidamente.

Principales métodos:

• Se propusieron dos controladores MPPT mejorados que utilizan técnicas de Red Neuronal Artificial (ANN) y Sistema de Inferencia Neuro-Fuzzy Adaptativo (ANFIS).
• Se implementó una arquitectura de control predictiva y no iterativa utilizando las derivadas de potencia-voltaje y voltaje-tiempo como características de entrada.
• Se simuló y comparó el rendimiento de los controladores propuestos frente al algoritmo P&O convencional y otros enfoques MPPT basados en IA.

Principales resultados:

• Los controladores ANN y ANFIS lograron altas eficiencias promedio de seguimiento del 99,4% y 99,75%, respectivamente.
• Demostraron una reducción del 55% en el tiempo de respuesta y una supresión de más del 70% en las oscilaciones en estado estacionario en comparación con P&O.
• El controlador ANFIS mostró una estabilidad superior, reduciendo las fluctuaciones del ciclo de trabajo en un 20% en comparación con ANN, con tiempos de ejecución inferiores a 0,2 ms.

Conclusiones:

• El marco MPPT inteligente propuesto, en particular el controlador ANFIS, ofrece una solución rápida, precisa y computacionalmente eficiente para sistemas FV.
• Estos controladores avanzados mejoran significativamente la fiabilidad y el rendimiento energético, especialmente en condiciones dinámicas y de sombreado parcial.
• La baja complejidad computacional hace que los controladores sean adecuados para la implementación en tiempo real en procesadores de señales digitales (DSP) de bajo costo.