Está en la página 1de 5

Optimización de Potencia de Operación de un Sistema Fotovoltaico Aislado con Cargas Variables Mediante un Estimador y Controlador Neuro-Fuzzy

1,2

B. Chuco Paucar, 1,2J.L. Roel Ortiz, 1,2K.S. Collazos L., 2L.C.Leite, 2J.O.P Pinto, 1,3R. Cordero G.
1

CIEEP, 2BATLAB/DEL/UFMS, 3PUC-PERÚ 3). Este trabajo propone un estimador de voltaje máximo, considerando las variaciones de la carga y las condiciones ambientales. El estimador es basado en sistemas Fuzzy (Ref. 4), las reglas Fuzzy if/then fueron construidos a partir de los datos reales de irradiación solar, temperatura y teniendo como salída el valor instantáneo del voltaje máximo. Este voltaje es acondicionado por medio del conversor cc-cc Buck-Boost (Ref. 5) al voltaje nominal de operación de la carga en la barra dc, produciendo la máxima corriente que podria ser mayor o menor a la corriente demandada por la carga: la corriente excedente es usada para la recarga del banco de baterías y en el caso de deficiencia de la corriente es inyectada por el mismo tal que es mantenida el punto de la potencia máxima en la curva I-V del sistema PV para cada instante de la irradiación solar. El RBFNN (Ref. 6) estima el estado de carga del banco de baterías (SOC) y controla la intervención dinámica del mismo (carga/descarga) (Ref. 7) y (Ref. 8) en la optimización del generador solar. El RBF-NN fue entrenado con los datos típicos de operación del sistema aislado, entre ellos: las variaciones de carga, niveles de voltaje y flujos de corriente cuyas salidas son: SOC y los PWM para el conversor cc-cc y cc-ac. II. CONFIGURACIÓN DEL SISTEMA EN ESTUDIO A. Sistema Fotovoltaico Aislado El sistema propuesto es compuesta por: un sistema generador PV-Array, un estimador Fuzzy de voltaje máximo, conversor BuckBoost, un RBF-NN estimador y controlador de SOC y PWM, inversor e cargas dc y ac variables, tal como puede verse en la Fig. 1. La célula solar es modelada por medio de un circuito eléctrico (Ref. 9), y consiste de una corriente fotónica Iph, un diodo y una resistencia internar en serie Rs, el cual representa la resistencia interna de conexión de cada célula. La salída de la corriente I es calculada por (1).

Resumen— Este trabajo presenta los resultados de óptimización de un generador solar fotovoltaico (generador PV-Array) mediante la fijación del punto de máxima potencia, independiente a las variaciónes en la carga. Es implementado un estimador Fuzzy del voltaje máximo de operación del generador fotovoltaico a partir de los niveles de irradiación solar y la variación de la temperatura. El proceso de carga y descarga del sistema almacenador de energía (banco de baterías) y el SOC (State of Charge) de la batería es controlado por un controlador neuronal RBFNN (Radial Basis Function Neural Network). Se muestra los resultados de un sistema PV-Array compuesto de 32 paneles de 160 Watts conectados en paralelo para una irradiación solar medía de 0.7 Suns, que genera una potencia máxima de 5.12KW, alimentando cargas en 24V dc y 120V ac 60Hz, la implementación incluye el conversor Buck – Boost, Inversor, todos accionados mediante la modulacion de acho de pulso: PWM (Pulse Width Modulation).
Palabras Clave—Sistemas Neuro-Fuzzy, Voltaje máximo, Potencia máxima, Generador Fotovoltaico.

I. INTRODUCCIÓN

E

N sistemas PV-Array aislados es deseable extraer la máxima energía producida para alimentar a la carga. Usualmente, el punto de máxima potencia es determinada mediante el uso de los sistemas tracking (Ref. 1-3). El flujo de potencia, debido a la irradiación instantanea depende de la carga y no necesariamente este punto de operación coinciden con el máximo valor de voltaje/corriente, desaprovechando la máxima potencia instantanea generada (Ref.

Authors are with the Electrical Engineering Departament, Federal University of Mato Grosso do Sul, CEP 79070-900, Campo Grande, MS, Brazil. (phone: 0055-67-3345-7542; fax: 0055-67-3345-7471; email: bchuco@batlab.ufms.br). J.L.Roel, is also with the Electrical Engineering Department, Real Time Laboratory (LTR), UnilesteMG University, Tancredo Neves 3500, 35170056, Coronel Fabriciano, MG, Brazil and CIEEP Research Institute - Perú B. Chuco Paucar is also with the CIEEP Research Institute Perú.

4). Inferenciador. la camada oculta es no linear y la camada de sálida es linear. w j . En el sistema Fuzzificador son contenidos las funciones de w0 . 2. 3. III. HW y LV son: High Radiation. HR es uno de los conjuntos Fuzzy definido por Gai en Ga y HW es uno de los conjuntos Fuzzy definido por Tambj en Tamb y LV es un conjunto Fuzzy definido por Vmaxk en Vmax. función no lineal. High Warms y Low Voltage respectivamente. 2. xi . Entonces.φ j . la teoria de sistemas lineales pueden ser aplicadas (Ref.G DC LOAD Tambient PWM From Ctrl PV-ARRAY DC-DC Buck-Boost DC-AC AC LOAD Vmax Ia FUZZY Vmax ESTIMATOR Iload On-Off BATERRY BANK ANN CONTROLLER F PWM To INVERTER Fig. Funciones triangulares de pertinencia son usados en el sistema defuzzificador. El algoritmo de soporte de RBF-NN es representada en (2) 100 200 300 400 500 600 700 800 900 1000 . 2. Sistema Fuzzy Logic Donde j se refiere a una neurona de camada oculta y w0 es el término de polarización (bias) de la neurona de salída. El conjunto Fuzzy universo de discurso varia desde 100 a 1100 W/m2 para irradiación. 1. Estimador del Voltaje Máximo para Operación en el Punto Máximo de Potencia (MPPO) Las reglas fueron extraidos de datos numéricos resultado de simulaciones. Reglas de Defuzzificación (Ref. El sistema fuzzy es visualizada en la Fig. pesos de las conexiones de las redes. . RBF-NN Red Neural Función de Base Radial RBF-NN presenta posibilidad de soluciones atractivas. para diferentes niveles de irradiación y condiciones del medio ambiente (temperatura) tal como es mostrado en la Fig. desde 0 a 75ºC para la temperatura y desde 32. Donde: m es un factor ideal k es la constante de Boltzmann Tc es la temperatura absoluta de la célula q es la carga del electrón Vmax es el voltaje máximo impuesta al PV Io es la corriente de saturación B. Peso de bías conectadas. C. el inferenciador mapea las reglas de entrada relacionadas con las salídas del sistema Fuzzy haciendo uso de las reglas Fuzzy. vector de entrada. Este usa la distancia Euclideana para encontrar similaridades y agrupar en vecindades.2 33 34 35 36 37 38 39 y ( xi ) = w0 + ∑ w jφ j xi − µ j j =1 m ( ) (2) Vmax (Volt) 10 15 20 25 30 35 40 45 50 55 60 65 70 75 Tamb ºC Fig. El mapeamiento de la entrada y la salída de las funciones de membresia (pertinencia) es mostrada en la Fig. Ga es la irradiación como variable de entrada. 6). La base de regla consiste de 24 reglas Fuzzy los cuales expresan las relaciones de control así como: Rule k: IF Gai is HR and Tambj is HW THEN Vmax is LV Donde HR. Configuración del generador aislado PV-Array I = I ph − I D = I ph − I 0 (e q (V max + IRS ) / mkTc − 1) (1) membresia.2 a 39 V para Vmax. SISTEMA DE CONTROL PROPUESTO Y MODELO DEL ESTIMADOR DE VOLTAJE A. . centro del RBF. µ j . para cada variable del sistema. Tamb es la temperatura del medio ambiente y Vmax es el voltaje máximo como variable de salída.1100 Ga (Suns) Rules Inf erence Engine 32. distancia Euclidiana respectivamente. Sistema Fuzzy Logic FLS FLS es básicamente compuesto del Fuzzificador.

Para las pruebas de validación.6 0.5 Voltage (Volt) 37 36. MPPO (operación en el punto máximo de potencia) no ocurre en todo instante. este exceso es aprovechada para la recarga del banco de baterías. Mapeamiento de reglas Fig. 7 Optimizing ouput of power point operations test 120 FLS Vmax optimal For Vmax constant 100 80 60 40 20 0 0 1000 2000 3000 4000 5000 Time (Hour x 100) 6000 7000 8000 Fig. 5-6.2 0 -0. el FLS fue simulado y probado en un módulo de panel solar cuyos resultados son mostrados en Fig. 6.en la carga del caso 2 (punto 2). Salída del estimador de SOC P ower. el RBF-NN es entrenada usando los valores característicos del voltaje. 4 muestra la salída característica del PV V-I para un valor de irradiación instantaneo. 4. 8). Caso2. Estratégia de Control La Fig. Y para garantizar Imax.Test for FLS Vmax estimator 38 FLS Vmax Estimated Constant Vmax imposed 37. 5. Salída de la potencia máxima S O C : S ta te of C harg er 1.5 36 35. Se puede apreciar que. ocurren dos casos: Caso1. 3. Para esto.2 0 500 1 000 150 0 2000 25 00 Tim e (m inu tes ) 300 0 3 500 40 00 4500 Fig. para cualquier valor de irradiación.2 1 0.. La corriente típica y el comportamiento del voltaje de descarga de la . 7. el controlador del banco de baterías actua en forma dinámica.8 Unidades 0. Adicionalmente son generados los controles del conversor dc-dc Buck-Boost y del inversor. el valor de Imax es mayor que la corriente demanda por la carga. 7. C. Estratégia de control propuesto.4 0. corriente y la temperatura de la batería bajo diferentes condiciones de carga y descarga (Ref.en la carga del caso 1 (punto 1) la corrienta demandada por la carga es mayor que el valor de Imax.5 0 1000 2000 3000 4000 5000 Time (Hours x 100) 6000 7000 8000 Fig. Salída de la prueba del estimador FLS de Vmax Power (Watts) B.. Cuando el estimador FLS impone Vmax. esta deficiencia es cubierta compensada por banco de baterías. P max Load case1 6 5 Diserable Case Imax Current deficiency (from battery to load) I1 4 1 D 2 Load case2 3 I2 Exceeding current (to battery) 2 1 V oltage-C urrent of Module of PV V1 0 5 10 15 Vmax 0 V2 20 25 Imposed Voltage Fig. este es acondicionada mediante la imposición de Vmax por FLS. Estimador y Controlador del SOC para el Control Óptimo del Banco de Baterías Para el control óptimo de la carga/descarga de la batería es estimada el SOC de la batería mostrada en la Fig.

durante las primeras horas el generador PV-array carga la batería y alimenta una parte de la carga. Inicialmente el banco de baterías se encuentra descargada. 12. 10. Fue dimensionada considerando una media de 0. 9. RESULTS Fue implementado un sistema generador aislado PV-array. Nivél de carga en la batería.7 Suns el nivél de irradiación solar en (Campo Grande – Brasil). iniciado a partir de las 9am. el comportamiento de las demandas juntos y la potencia máxima Battery discharger zone -100 0 10 20 30 40 50 Time (Hours) 60 70 80 Fig.12 KW (calculada para 1 Suns de irradiación). of November 06 4000 Power (W) 0 10 20 30 Tim e (M inu tes ) 40 50 60 3000 2000 AC-Load power DC-Load Power Fig.5 350 23 300 22.5 0 10 20 30 40 50 Time (Hours) 60 70 80 Fig. tal como es mostrado en la Fig. los periodos de carga y descarga del banco de baterías depende de la potencia máxima generada y la corriente de la carga. con sistema de carga trifásica variable. El comportamiento del sistema estudiado es mostrado en las siguientes Figuras 10-15. con incremento en nível de irradiación solar. Comportamiento del voltaje de descarga de la batería. 11. 8-9.5 Icharger Current (A) 21 150 100 50 0 -50 0 100 200 300 400 500 Tim e (M inutes ) 600 700 800 Load current Fig. en consecuencia. . Corrientes del sistema.qm ax 80 70 60 generada. Maximum Power by efect the RBFNN Vmax estimador Discharge current (A) 50 40 30 20 10 0 6000 5000 Maximum Power 9 am.batería son mostradas en la Fig. 8. La carga en la barra dc opera a 24 V. como pueden verse tanto las cargas en dc y ac. Q charger and discherger 350 300 250 200 Q (Ah) 150 100 50 0 -50 0 500 1000 1500 2000 2500 Time (minutes) 3000 3500 4000 4500 Fig. F itte t c urve w ith k .c . y la carga trifasica en ac opera a 120 V. IV. Comportamiento de la corriente de descarga de la batería 1000 0 S im ulations of the battery voltage V bat 25 24. carga variable en la barra dc. los resultados mostrados son para un tiempo de 72 horas. asi mismo de la variación del SOC de la batería. El generador PV-array es compuesta de 32 paneles conectados en paralelo de 160W cada una. para satisfacer la demanda fue requerida una potencia instalada de 5. 1.5 PV-Array Current 250 22 Battery charger zone 200 21. Components of the Voltage model (V) 24 23. Distribución de potencia.

and Brouwer.1304 – 1310..62. D. Voltaje en la batería y el conversor cc-cc BuckBoost 150 100 50 0 -50 -100 -150 Voltage (V) 0 0. Henrik B. Feb.5) Chakraborty A.2713 .. ©Cambridge University Press 2004. PESC 04.. ”Current control loop for tracking of maximum power point supplied for photovoltaic array”. pp.3) Wanzeller M. No 4. Vol. Riso National Laboraotry.06 0. “Models for a Stand – alone PV Systems” Technical Report. Corriente en la carga ac. 16-21 July 2006 pp. “ Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality Approach”. J. 2003. “Optimising PV array performance using real time measurements”. “Fuzzy neural network genetic approach to design the SOC estimator for battery powered electric scooter”. PESC '06.. Jojutla Ma. Lars H. Como pudo verificarse..07 0. 3phase AC Load Current 3 2 1 Current (A) 0 -1 -2 -3 0 500 1000 1500 2000 2500 Time (minutes) 3000 3500 4000 Fig.Batterry & Buck . (Ref. la estimación del SOC basada en el nível de voltaje instantanea. Fig.N.09 0.03 0. 37th IEEE.C. Valera J. 58 . 53. and Wei Y.2719 (Ref. Vol 3. Proceedings of the Photovoltaic Energy Conversion.. IEEE Trans. (Ref.. 2004. Vol 1. Y..2399.P.9) Anca D.. Wang. Roskilde. “Digital Combination of Buck and Boost Converters to Control a Positive Buck-Boost Converter”. Instrumentation and Measurement.G.05 0. H. “Estimating Soc in LeadAcid Batteries Using Neural Networks in a Microcontroller-Based Charge-Controller”. 18-22 June 06. H. and Pfaelzer A. (Ref.04 0.W. Buhmann. 15. corriente y temperatura de la batería es importante para mantener el control dinámico del proceso de carga y descarg de la batería para la estratégia propuesta.. por panel se ha logrado una média de 20W por encima del convencional. May 2003 pp. pp.Boost Voltage 35 PV Buck-Boost Voltage Batterry Voltage 30 25 20 15 10 5 0 0 500 1000 1500 2000 2500 Time (minutes) 3000 3500 4000 4500 beneficiosos en comparación de los modelos de maximización hasta ahora propuesta en diversas publicaciones. IEEE-APEC '03..V.4) Kazuo Tanaka and Hua O. Wohlgemuth J.2759 . University of Giessen. (Ref... Alves R. (Ref.. 13..7) Yuang-S..C. Emadi A.O. Smedley K.02 0.. Tsung-Y. 6. V. and Arteaga. REFERENCIAS (Ref. Khaligh A. pp. and Da Fonseca Neto J. O. Vacher F. 14. 2003.01 0.1 Fig.1 – 6.4. Poul S. IEEE 35th Annual Volume 4.08 0. Mediante la aplicación de un sistema estimador por FLS ha sido posible mantener la operación del generador en el punto máximo de potencia y es inmune a transitorios. tal como puede verse en la Fig.6) M.8) Valdez M.1) Chen. (Ref.A. August 2004.. CONCLUSION Este trabajo muestra la implementación de un sistema de generador aislado PV-Array para óptimizar la extracción de la máxima energía en todo instante.. Voltaje en la carga ac. los resultados obtenidos son . pp. “Radial Basis Functions: Theory and Implementations”. IJCNN '06. (Ref.2765 Vol. Inc.A.2) Ransome S.L. December 2000. and Morgan R.K.2396 . “A new maximum power point tracking controller for photovoltaic power generation”. Copyright © 2001 John Wiley & Sons.