Methods of extracting the point of maximum power
(MPPT) in photovoltaic systems, an evaluation with
the Entropy of Shannon
James Arredondo
Facultad de Ingeniería Mecánica
Universidad Nacional de Ingeniería
Lima, Perú
jarredondom@uni.pe
Abstract – In this article is evaluates the different tracking and
search methods of the maximum power point (MPPT) in
photovoltaic solar systems (PV), these methods are very extensive
and use different algorithms, some of them based on artificial
intelligence between others with the objective of finding the MPPT
in a PV system consisting of a solar panel accompanied by a direct
current to direct current (DC-DC) converter. There are five well-
known algorithms that find the MPPT with their respective
characteristics, and are assigned rating values using the Entropy
method by weight (EW) based on the Shannon Entropy; in the end
of this work, is it gets a table of scores of these methods.
Keywords—MPPT; Curva I-V; EW, Calificación
I. INTRODUCCIÓN
La energía solar fotovoltaica es una de las fuentes de energía
renovable importante y se ha incorporado en la matriz energética
mundial. No obstante una de las características de esta fuente de
energía es que proporcionan una energía variable ya que
dependen de la irradiación solar y la temperatura, lo cual hace
que se presente el problema de la conversión de energía ya que
esta no se pueda aprovechar al máximo, por otro lado que la
energía intermitente del mismo debido a que depende de la
irradiación del sol trae problemas a la hora de suministrar
energía a los diferentes tipos de carga. Es por ello que se han
propuestos muchos métodos para extraer la máxima potencia del
sistema PV, uno de los métodos consiste en buscar el punto de
máxima potencia (MPPT), se ha desarrollado muchos
algoritmos para encontrar el MPPT desde métodos de control
clásico hasta métodos basado en inteligencia artificial [1] [2] y
esto ha seguido cobrando importancia ya que muchos autores
publicaron diferentes métodos de búsqueda incluso haciendo
modificaciones de los algunos métodos clásicos. Se han
publicado entre estos métodos una revisión general entre los más
recientes tenemos una revisión de cuarenta métodos de búsqueda
de MPPT [3] en esa revisión se analiza la características de estos
Este trabajo reconoce el apoyo del Consejo Nacional de Ciencia Tecnología
e Innovación Tecnológica (CONCYTEC) y del Fondo Nacional de Desarrollo
Científico, Tecnológico y de Innovación Tecnológica (FONDECYT) por su
apoyo a las actividades de investigación en el campo de la energía en la Escuela
de Ingeniería Mecánica de la UNI.
978-1-5386-8372-9/18/$31.00 ©2018 IEEE
Jaime E. Luyo
Facultad de Ingeniería Mecánica
Universidad Nacional de Ingeniería
Lima, Perú
jluyok@uni.edu.pe
métodos, así como sus ventajas y desventajas para luego
clasificarlos según su algoritmo y al final se presenta una tabla
en el que se muestra características principales de estos
algoritmos usados entre ellos: número de sensores usados,
velocidad y otros. Existiendo muchos metodos de busqueda de
MPPT surge la pregunta de cual de estos metodos o que metodo
es el mejor a la hora de la busqueda de MPPT, esto es importante
a la hora de implementar un sistema PV sea aislado o coenctado
a la red.
Por lo tanto necesitamos un método que nos permita evaluar
de manera objetiva los algoritmos de MPPT. Existen varios
métodos con el cual podemos evaluar y elaborar una tabla de
ranking con calificación para luego escoger un método de MPPT
adecuado para nuestro sistema, entre los métodos más conocidos
tenemos el método Proceso Analítico Jerárquico (AHP, del
inglés Analytic Hierarchy Process), la metodología del AHP fue
desarrollado durante los años setenta por Thomas Saaty,
buscando el desarrollo de una herramienta sistemática para la
determinación de un ranking de alternativas que tenga un
fundamento matemático sólido y que sea simple en su aplicación
[4], no obstante en el metodo AHP para asignar los pesos
correspondientes a cada caracteristica de una determinada area
de trabajo, se necesita la opinion de expertos por lo que hace que
este metodo pueda caer en opiniones subjetivas; por otro lado
tenemos el metodo de la entropia por pesos (EW) basado en la
entropia de shannon. Shannon propuso el concepto de entropia
como una medida de incertidumbre en la informacion,
formulada en terminos de teoria de probabilidades [5]. El
concepto de entropía es muy adecuado para identificar los
criterios de contraste para la toma de decisiones [6]. El metodo
EW nos presenta una evaluacion integral, y ha sido y es usado
para realizar diferentes evaluaciones como por ejemplo el de
evaluacion de conflictos sociales [7] hasta deteccion de fallas
[8].
Por lo tanto en este trabajo, para el caso de estudio se aplica
el método EW basado en la entropía de Shanon, ya este método
permite hacer una evaluación objetiva, integral y cuantitativa de
los diferentes algoritmos de MPPT, además de que no se
necesita la opinión de expertos y se puede procesar usando solo
data existente.
 II. DESCRIPCIÓN DEL SISTEMA
A. Sistema PV
El diagrama de bloques general del sistema solar
fotovoltaico se muestra en la Figura 1. Este sistema consiste en
un panel PV, cuya función principal en este sistema es convertir
la energía solar en energía eléctrica, el panel PV esta
interconectado con la carga a través de un convertidor DC-DC;
la carga puede ser una batería, otro equipo que funcione con DC
o hasta un inversor de corriente. El pulso al convertidor DC-DC
se proporciona a través del seguidor MPPT. El bloque del MPPT
recibe la señal del panel solar en este caso de corriente (I) y
voltaje (V) en otros casos también se añaden más señales como
la Temperatura (T) y la Irradiancia (G), o solo se incluye una
sola señal que puede ser V o I, es decir pueden variar las señales
de entrada desde una hasta cuatro o más si se requiere, con estas
señales entrantes el bloque del MPPT procesa mediante un Figura 2. Búsqueda del MPPT
algoritmo estas señales y genera unos pulsos conocido como
ciclo de trabajo que va al convertidor DC-DC el cual generara
una señal estable a la carga y así se aprovecha al máximo la Para la búsqueda del MPPT se ha desarrollados muchos
energía solar, y reducir al mínimo la energía intermitente. algoritmos tal como se muestra en [11] y [12], donde se
muestran más de cuarenta métodos. Para este estudio
comparemos los métodos más clásicos de búsqueda del MPPT
estos son: perturbar y observar (P & O), red neuronal artificial
CONVERTIDOR (ANN), controlador de lógica difusa (FLC), optimización de
PANEL PV CARGA enjambre de partículas (PSO), y algoritmo genético (GA).
DC-DC

CICLO DE
V I TRABAJO
III. METODOLOGIA
A. EW basado en la entropia de Shannon
MPPT
El método EW se puede desarrollar de la siguiente manera
[13] [14]: en primer lugar, suponga que hay m objetos para
Figura 1. Diagrama general del sistema PV evaluación (G) y n criterios de evaluación (C), que forman la
matriz de decisión Z = {zij; i = 1, 2,..., m; j=1, 2,..., n}. A
continuación, los pasos del método EW se pueden expresar
como sigue:
B. MPPT
El Seguidor de Punto de Máxima Potencia MPPT por sus Paso 1: La matriz de decisión Z = {zij; i=1, 2,...,m; j=1,
siglas en inglés (Maximum Power Point Tracker) es utilizado en 2,...,n} se normaliza para cada criterio Cj (j = 1, 2, ..., n). Los
controladores de carga para sistemas solares PV y también en valores normalizados Pij se calculan mediante la ecuación (1).
otro tipo de sistemas para maximizar la potencia del sistema es
decir la potencia de salida. Las células solares tienen un vínculo
intrincado entre la temperatura y la resistencia total que =∑ (1)
proporciona una eficiencia de salida no lineal que puede
evaluarse en función de la curva I – V [9]. La curva I – V
(representado con la línea discontinua) se puede ver en la figura
Paso 2: La entropía Hj de cada criterio Cj se calcula mediante
2 acompañado con la curva de potencia – voltaje (representado
la ecuación (2).
con la línea continua). El objetivo del sistema MPPT es
fragmentar la salida de las células fotovoltaicas y emplear una =− ∑ ln ( ) (2)
resistencia o carga adecuada para obtener la potencia máxima
para cualquier condición ambiental. Los dispositivos MPPT se Donde k es una constante, = (ln ( ))
integran comúnmente en un sistema convertidor de energía
eléctrica que proporciona conversión de voltaje o corriente,
filtrado y regulación para manejar varias cargas, incluyendo Paso 3: El grado de divergencia divj de cada criterio Cj se
redes eléctricas, baterías o motores [10]. calcula mediante la ecuación (3).
=1− (3)
 Paso 4: El peso de entropía wj de cada criterio Cj se calcula C1: Cantidad de datos de entrada (Sensores)
mediante la ecuación (4). C2: Velocidad de seguimiento
C3: Estabilidad
=∑ (4) C4: Eficiencia

Paso 5: Se obtiene los valores de EW, según la matriz Para usar el método EW, se le asignan valores numéricos, en
mostrado en la tabla I. caso de los sensores será la cantidad que usa cada algoritmo pero
en orden inverso ya que a la menor cantidad de sensores es mejor
TABLA I. MATRIZ EW ya que usamos menos recursos, para el caso de la eficiencia
pondremos los mismos valores de la tabla II. No obstante para
. . .
los criterios de VELOCIDAD y ESTABILIDAD, se le asignan
. . . los valores que se muestran en la tabla III.
Con esta asignación de los valores numéricos se obtiene la
. . . tabla IV, en la cual se podrá aplicar los pasos descritos en la
. . . . . sección III del método EW.
. . . . .
. . . . .
TABLA III. ASIGNACIÓN DE VALORES
. . .
VELOCIDAD ESTABILIDAD
LENTO 1 NO ESTABLE 1
Paso 6: Finalmente se suma cada fila y se obtenie la RAPIDO 3 ESTABLE 2
calificacion de la misma. Estas calificaciones se puenden MUY RAPIDO 5 MUY ESTABLE 4
ordenar de manera conveniente, según el caso de estudio.

TABLA IV. ASIGNACIÓN DE VALORES

IV. CASO DE ESTUDIO
C1 C2 C3 C4
Se aplica el método EW a los algoritmos usados para buscar G1 4 1 1 90
el MPPT para lo cual se usa los datos de la revisiones de [11] y G2 4 1 1 92
[12]. Del cual se toma cinco métodos que usan algoritmos G3 4 5 4 95
diferentes, los cuales se muestra a continuación. G4 2 5 4 95
A. Asignacion de valores de los metododos de MPPT G5 4 5 4 97

En la tabla II se tiene cinco algoritmos de búsqueda MPPT

que serán los objetos de estudio (Gi) y de estos objetos de
estudio se escoge cuatro de sus características que serán los
criterios (Cj), los valores de los criterios son extraídos de [11] y
[12].
TABLA II. ALGORITMOS MPPT
B. Aplicacion del metodo EW
Al aplicar el paso 1, se obtiene la matriz normalizada (Pij) tal
como se muestra en la tabla V. Luego prosiguiendo con los
pasos del 2 al 4 se obtendrá los valores de la tabla VI.

ALGORITMO SENSORES VELOCIDAD ESTABILIDAD EFICIEN TABLA V. MATRIZ NORMALIZADA

PERTUBA Y OBSERVA V,C LENTO NO ESTABLE 90%
CONDUCTACIA INCMENTAL V,C LENTO NO ESTABLE 92% C1 C2 C3 C4
LOGICA DIFUZA V,C MUY RAPIDO MUY ESTABLE 95% G1 0.222 0.059 0.071 0.192
REDES NEURONALES V,C, G, T MUY RAPIDO MUY ESTABLE 95%
ENJAMBRE BIOLOGICO V,C MUY RAPIDO MUY ESTABLE 97%
G2 0.222 0.059 0.071 0.196
G3 0.222 0.294 0.286 0.203
G4 0.111 0.294 0.286 0.203
Para la aplicación del método EW para la evaluación global G5 0.222 0.294 0.286 0.207
se asignan valores a los objetos de estudio y a los criterios de
evaluación, tal como se muestra a continuación:
TABLA VI. CALCULO PESO DE ENTROPIA
G1: Algoritmo Perturba Observa Hj 0.9824 0.8780 0.9014 0.9998
G2: Algoritmo Conductancia Incremental
divj 0.0176 0.1220 0.0986 0.0002
G3: Algoritmo Lógica Difusa
wj 0.0739 0.5117 0.4135 0.0009
G4: Algoritmo Redes Neuronales
G5: Algoritmo Enjambre Biológico
 En la tabla VII se obtiene la matriz EW, al sumar los valores Los métodos que obtienen la más baja calificación son el
para cada objeto de estudio obtenemos el peso o asignación de Perturbar Observar con 0.076229 y el de Conductancia
valor para cada algoritmo. Finalmente al ordenar de mayor a Incremental con 0,076233, si bien es sabido que estos métodos
menor, se obtiene la calificación de cada método tal como se fueron uno de los primeros que se usaron para buscar los MPPT,
muestra en la tabla VIII. aunque ha habido muchas modificaciones de estos, en este
trabajo se fue los clásicos para ambos casos. Finalmente el
método basado en Redes Neuronales tubo una calificación de
TABLA VII. MATRIZ EW
0.277038 muy cercano a los primeros, de manera similar este
algoritmo ha tenido muchas variaciones y tipos también en esta
C1 C2 C3 C4 SUMA parte se evaluó la red neuronal clásica.
G1 0.01642 0.03010 0.02953 0.00018 0.076229
G2 0.01642 0.03010 0.02953 0.00018 0.076233
G3 0.01642 0.15050 0.11814 0.00019 0.285247 REFERENCIAS
G4 0.00821 0.15050 0.11814 0.00019 0.277038
G5 0.01642 0.15050 0.11814 0.00019 0.285251
[1] «Evaluation of the Main MPPT Techniques for Photovoltaic
Applications,» Moacyr A. Gomes de Brito; Luigi Galotto; Leonardo
Poltronieri Sampaio, vol. 60, nº 3, pp. 1156-1167, 2013.
[2] «A Comparative Study on Maximum Power Point Tracking Techniques
TABLA VIII. CALIFICACION DE LOS ALGORITMOS for Photovoltaic Power Systems,» IEEE TRANSACTIONS ON
SUSTAINABLE ENERGY,, vol. 4, nº 1, 2013.
N° ALGORITMO MPPT CALIF.
[3] Dileep. G, S.N. Singh, «Selection of non-isolated DC_DC converters
1 ENJAMBRE BIOLOGICO 0.285251 for solar photovoltaic system,» Renewable and Sustainable Energy
2 LOGICA DIFUZA 0.285247 Reviews, vol. 76, pp. 1230-1247, 2017.
3 REDES NEURONALES 0.277038 [4] T. L. Saaty, «How to Make a Decision: The Analytic Hierarchy
Process,» Interfaces, vol. 24, nº 6, pp. 19-23, 1994.
4 CONDUCTACIA INCREMENTAL 0.076233
5 PERTUBA Y OBSERVA (P&O) 0.076229 [5] C. E. Shannon; W. Weaver, The mathematical theory of
communication, Urbana: The University of Illinois Press, 1947.
[6] M. Zeleny, Multiple criteria decision making., New York: Spinger,
1996.
V. CONCLUSIONES
[7] A. Delgado y I. Romero, «Integrating Social Impact Assessment and
Como se ve en el trabajo el método EW basado en la Environmental Conflict Analysis on a Hydrocarbon Exploration Project
Entropía de Shannon, permite evaluar de manera cuantitativa, in Spain,» International Journal of Engineering and Technology, vol.
objetiva y conjunta los cinco algoritmos de MPPT, se dice que 8, nº 6, pp. 2403-2417, 2016.
es una evaluación conjunta o total por que se toma en cuenta los [8] H. H. Bafroui; A. Ohadi; H. Heidari Bafroui; A. Ohadi,, «Application
cuatro criterios para cada algoritmo que se muestra en la of wavelet energy and Shannon entropy for feature extraction in gearbox
fault detection under varying speed conditions,» Neurocomputing,, vol.
literatura con el cual se obtuvo una evaluación integral, por otro 133, pp. 437-445, 2014.
lado es una evaluación objetiva ya que para procesar los datos
con los diferente pasos de EW se usan la data de sus propias [9] Dheeraj Kumar Palwalla, Pulkit Singh, P. Kumar, «Comparison of
Photovoltaic Array Maximum Power Point Tracking Techniques,»
características, es decir estas características se comparan entre la researchgate, 2015.
misma naturaleza y de forma global, agrupando todos los
[10] Marco Balato Luigi Costanzo Massimo Vitelli, «Maximum Power Point
criterios y finalmente el método EW permite obtener una Tracking Techniques,» Wiley Online Library, 2016.
calificación cuantitativa según las características de cada
[11] Nabil Karamia, Nazih Moubayedb, Rachid Outbib, «General review
algoritmo. and classification of different MPPT Techniques,» Renewable and
Sustainable Energy Reviews, vol. 68, pp. 1-18, 2017.
En la tabla VIII, la tabla de calificación final ordenado de
manera decreciente se muestra que el algoritmo basado en el [12] Alivarani Mohapatraa, Byamakesh Nayaka, Priti Dasa, Kanungo
Barada Mohanty, «A review on MPPT techniques of PV system under
método de ENJAMBRE BIOLÓGICO tiene una calificación de partial shading condition,» Renewable and Sustainable Energy Reviews,
0.285251, seguido por el algoritmo basado en la LÓGICA vol. 80, pp. 854-867, 2017.
DIFUSA de 0.285247 que son los que tiene mayor calificación, [13] A. Delgado, I. Romero, «Environmental conflict analysis using an
es decir seria los mejores algoritmos en la búsqueda del MPPT; integrated grey clustering and entropy-weight method: A case study of
el método del enjambre biológico también conocido con sus a mining project in Peru,» Environ. Model. Softw., vol. 77, pp. 108-121,
otras variantes como el enjambre de avispas o enjambre de 2016.
partículas, el cual emula la búsqueda de alimento y la [14] Y. Ji, G. H. Huang, W. Sun, «Risk assessment of hydropower stations
comunicación entre estos para lograr un objetivo común es decir through an integrated fuzzy entropy-weight multiple criteria decision
making method: A case study of the Xiangxi River,» Expert Syst. Appl,
busca un punto de convergencia; por otro lado el algoritmo vol. 42, pp. 5380-5389, 2015.
basado en lógica difusa también conocido como lógica borrosa
que es un algoritmo muy usado no solo en las ciencias de la
ingeniería, sino también en las ciencias sociales.