covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Experiencia en el uso de la Lógica Difusa para el Control del Seguimiento del P...
Información de la revista
Vol. 12. Núm. 2.
Páginas 208-217 (abril - junio 2015)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
4140
Vol. 12. Núm. 2.
Páginas 208-217 (abril - junio 2015)
Open Access
Experiencia en el uso de la Lógica Difusa para el Control del Seguimiento del Punto de Máxima Potencia en Convertidores para Módulos Fotovoltaicos
Experimental use of fuzzy logic in the maximum power point of photovoltaic module converters
Visitas
4140
Roberto F. Farfána,
Autor para correspondencia
fede_farfan@hotmail.com

Autor para correspondencia.
, Carlos A. Cadenab, Luis T. Villac
a Facultad de Ingeniería, INENCO (CONICET),U.N.Sa. Avda. Bolivia 5150 – Salta, Argentina.
b Facultad de Ciencias Exactas, INENCO (CONICET)-U.N.Sa. Avda. Bolivia 5150 – Salta, Argentina.
c Facultad de Ingeniería, U.N.Sa. Avda. Bolivia 5150 – Salta, Argentina.
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen

En el siguiente trabajo se presenta un sistema experto de control difuso (FLC), desarrollado para la búsqueda del punto de máxima potencia en módulos fotovoltaicos. Los FLC se utilizan ampliamente en diferentes sistemas de control, debido a que un diseño adecuado permite combinar velocidad y precisión en el control. En el trabajo se realiza un análisis a través del cual se definen las variables de entrada y el conjunto de reglas que utilizará el FLC. Tal análisis consiste en validar un modelo de módulo fotovoltaico-convertidor DC- DC y plantear simulaciones, en donde se observe la variación de potencia fotovoltaica a medida que el convertidor cambia el punto de trabajo. La respuesta del FLC desarrollado se observa en simulaciones en donde se modela los módulos fotovoltaicos y el transitorio que impone el convertidor DC-DC. Estas últimas ponen de manifiesto que el control propuesto es adecuado y superior al que ofrecen un sistema convencional de búsqueda. En el trabajo se presentan medidas que indican que la respuesta del FLC desarrollado es adecuada bajo diferentes condiciones de irradiancia y temperatura, verificando su correcto funcionamiento. La implementación física final del FLC propuesto, se realiza por medio de un microcontrolador PIC de 32 bits.

Palabras clave:
Lógica Difusa
FLC
Boost
Fotovoltaico.
Abstract

In this paper a fuzzy control expert system (FLC) is presented. Such system is developed for finding the maximum power point in photovoltaic modules. FLCs are widely used in various control systems, due to a suitable design which combines speed and accuracy in control. In the paper the input variables as well as the set of rules to be used in the control are defined. In such sense a photovoltaic module model - dcdc converter was validated in order to perform different simulations, to observe photovoltaic power variations in different operating points. The simulations show that the proposed control is suitable and better than a conventional system. Experimental measures indicate that the response of FLC developed under different conditions for irradiance and temperature are correct. The final physical implementation of FLC proposed is performed through a 32-bit PIC microcontroller.

Keywords:
Fuzzy Logic
FLC
Boost
Photovoltaic.
Referencias
[Almonacid et al., 2009]
F. Almonacid, C. Rus, L. Hontoria, M. Fuentes, G. Nofuentes.
Characterisation of Si-crystalline PV modules by artificial neural networks.
Renewable Energy, 34 (2009), pp. 941-949
[Azzouzi, 2012]
M. Azzouzi.
Comparaison between MPPT P&O and MPPT Fuzzy Controls in Optimizing the Photovoltaic Generator.
International Journal of Advanced Computer Science and Applications, 3 (2012), pp. 57-62
[Boyd et al., 2011]
M.T. Boyd, S.A. Klein, D.T. Reindl, B.P. Dougherty.
Evaluation and validation of equivalent circuit photovoltaic solar cell performance models.
Journal of Solar Energy Engineering Transactions of the ASME, 133 (2011),
[Chaouachi et al., 2010]
A. Chaouachi, R.M. Kamel, K. Nagasaka.
A novel multi-model neuro- fuzzy-based MPPT for three-phase grid-connected photovoltaic system.
Solar Energy, 84 (2010), pp. 2219-2229
[Del Brío and Sanz Molina, 1997]
Del Brío B. M., Sanz Molina A., 1997. Redes Neuronales y Sistemas Borrosos, primera edición, Ra-Ma, Madrid, España.
[De Soto et al., 2006]
W. De Soto, S.A. Klein, W.A. Beckman.
Improvement and validation of a model for photovoltaic array performance.
Solar Energy, 80 (2006), pp. 78-88
[Di Piazza et al., 2008]
Di Piazza M. C., Pucci M., Ragusa A. Vitale G., 2008. Fuzzified PI Voltage Control for Boost Converters in Multi-String PV Plants. Industrial Electronics, IECON 34th Annual Conference of IEEE, 2338-2345.
[Duffie and Beckman, 1991]
Duffie, J.A., Beckman, W.A., 1991. Solar Engineering of Thermal Processes, second ed. John Wiley & Sons Inc., New York.
[Esram and Chapman, 2007]
T. Esram, P.L. Chapman.
Comparison of photovoltaic array maximum power point tracking techniques.
IEEE Transactions On Energy Conversion, 22 (2007), pp. 439-449
[Femia Nicola et al., 2005]
Femia Nicola, Petrone Giovanni, Spagnuolo Giovanni, VitellI Massimo, 2005. Optimization of Perturb and Observe Maximum Power Point Tracking Method, IEEE TRANSACTIONS ON POWER ELECTRONICS, Vol. 20, N°. 4.
[Hart, 2001]
Hart D. W., 2001. Electrónica de Potencia. Pearson Education S. A. Madrid.
[Khaehintung and Sirisuk, 2004]
Khaehintung N., Sirisuk P., 2004. Implementation of Maximum Power Point. Tracking Using Fuzzy Logic Controller for Solar-Powered Light-Flasher Applications. The 47th IEEE International Midwest Symposium on Circuits and Systems, 171-174.
[King et al., 2004]
King, D.L., Boyson, W.E., Kratochvil, J.A., 2004. Photovoltaic array performance model, Sandia Report No. SAND2004-3535 available from US Department of Commerce, National Technical Information Service, 5285 Port Royal Rd, Springfield, VA 22161.
[Mikati et al., 2012]
M. Mikati, M. Santos, C. Armenta.
Modelado y Simulación de un Sistema conjunto de Energía Solar y Eólica para Analizar su Dependencia de la Red Eléctrica.
Revista Iberoamericana de Automática e Informática industrial, 9 (2012), pp. 267-281
[Perez et al., 2013]
Perez, E., Beltran, H., Aparicio, N., Rodriguez, P., 2013. “Predictive Power Control for PV Plants With Energy Storage,” Sustainable Energy, IEEE Transactions on, vol.4, no.2, pp.482,490.
[Remus Teodorescu and Rodriguez, 2007]
Remus Teodorescu, D.S., Rodriguez, P., 2007. PV panel model based on datasheet values. IEEE International Symposium on, 2392-2396.
[Rus-Casas et al., 2014]
Rus-Casas, C., Aguilar, J.D., Rodrigo, P., Almonacid, F., Pérez-Higueras, P.J., 2014. Classification of methods for annual energy harvesting calculations of photovoltaic generators. Energy Conversion and Management, 78, pp. 527-536.
[Shakil and Ismail, 2010]
Shakil A. K., Ismail H., 2010. Design and Implementation of Microcontroller Based Fuzzy Logic Control for Maximum Power Point Tracking of a Photovoltaic System. 6Th International Conference on Electrical and Computer Engineering ICECE 2010, 18-20.
[Villalva et al., 2009]
M.G. Villalva, J.R. Gazoli, F.E. Ruppert.
Modeling and circuit – based simulation of photovoltaic arrays.
Brazilian Journal of Power Electronics, 14 (2009), pp. 35-45
[Xiao Weidong et al., 2007]
Xiao Weidong, Ozog Nathan, Dunford William.
Topology Study of Photovoltaic Interface for Maximum Power Point Tracking.
IEEE transactions on industrial elecronics, 54 (2007), pp. 1696-1704
Copyright © 2014. EA
Descargar PDF
Opciones de artículo