Extracción de parámetros de modelos de células/módulos fotovoltaicos mediante el algoritmo de optimización de...

Área de la Ciencia:

• Energía Renovable
• Ingeniería Eléctrica
• Optimización Computacional

Sus antecedentes:

• La identificación precisa de parámetros fotovoltaicos (PV) es crucial para un modelado eléctrico fiable y la predicción del rendimiento energético.
• Los métodos actuales a menudo se centran en los algoritmos, descuidando las mejoras en la formulación de la función objetivo.
• El Error Cuadrático Medio (RMSE) es la métrica convencional para minimizar las discrepancias entre las características PV medidas y estimadas.

Objetivo del estudio:

• Evaluar el Algoritmo de Optimización de Estrellas de Mar (SFOA) para la extracción de parámetros PV.
• Proponer y validar una nueva reformulación de la función objetivo basada en la secante para una mayor precisión.
• Comparar el método propuesto con los algoritmos de optimización existentes en varios modelos PV.

Principales métodos:

• Empleo del Algoritmo de Optimización de Estrellas de Mar (SFOA) para la extracción de parámetros.
• Introducción de una reformulación basada en la secante de la función objetivo.
• Validación del marco en modelos de diodo único (SDM), diodo doble (DDM) y tres diodos (TDM), y módulos fotovoltaicos (PVM).
• Utilización de los conjuntos de datos de referencia RTC France y Photowatt-PWP201 para la verificación experimental.

Principales resultados:

• La configuración SFOA-Secant logró una precisión superior en todos los modelos PV probados (SDM, DDM, TDM, PVM).
• Se observó una mejora significativa en la precisión y robustez de la estimación al integrar la función objetivo basada en la secante.
• El método propuesto superó a los algoritmos de optimización competidores en la minimización de los valores RMSE.

Conclusiones:

• Reformular la función objetivo utilizando el método de la secante es una estrategia eficaz para mejorar la extracción de parámetros PV.
• El enfoque SFOA-Secant ofrece mayor precisión y robustez para el modelado eléctrico y la evaluación del rendimiento PV.
• Este trabajo destaca la importancia del diseño de la función objetivo en problemas de optimización para la identificación de parámetros PV.