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.

w j . 4). Funciones triangulares de pertinencia son usados en el sistema defuzzificador. Ga es la irradiación como variable de entrada. µ j . centro del RBF. 2. III. . 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. El conjunto Fuzzy universo de discurso varia desde 100 a 1100 W/m2 para irradiación. Este usa la distancia Euclideana para encontrar similaridades y agrupar en vecindades. C. High Warms y Low Voltage respectivamente. para diferentes niveles de irradiación y condiciones del medio ambiente (temperatura) tal como es mostrado en la Fig. Peso de bías conectadas. . el inferenciador mapea las reglas de entrada relacionadas con las salídas del sistema Fuzzy haciendo uso de las reglas Fuzzy. para cada variable del sistema. 6).2 a 39 V para Vmax. Inferenciador. distancia Euclidiana respectivamente. Reglas de Defuzzificación (Ref. Estimador del Voltaje Máximo para Operación en el Punto Máximo de Potencia (MPPO) Las reglas fueron extraidos de datos numéricos resultado de simulaciones. El sistema fuzzy es visualizada en la Fig. Entonces. la camada oculta es no linear y la camada de sálida es linear. desde 0 a 75ºC para la temperatura y desde 32. vector de entrada.φ j . 2.1100 Ga (Suns) Rules Inf erence Engine 32.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. Tamb es la temperatura del medio ambiente y Vmax es el voltaje máximo como variable de salída. En el sistema Fuzzificador son contenidos las funciones de w0 . Sistema Fuzzy Logic FLS FLS es básicamente compuesto del Fuzzificador. 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. la teoria de sistemas lineales pueden ser aplicadas (Ref. 1. 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. 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. pesos de las conexiones de las redes. El algoritmo de soporte de RBF-NN es representada en (2) 100 200 300 400 500 600 700 800 900 1000 . SISTEMA DE CONTROL PROPUESTO Y MODELO DEL ESTIMADOR DE VOLTAJE A. 3. El mapeamiento de la entrada y la salída de las funciones de membresia (pertinencia) es mostrada en la Fig. Configuración del generador aislado PV-Array I = I ph − I D = I ph − I 0 (e q (V max + IRS ) / mkTc − 1) (1) membresia. RBF-NN Red Neural Función de Base Radial RBF-NN presenta posibilidad de soluciones atractivas.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. xi . función no lineal.

Mapeamiento de reglas Fig. el RBF-NN es entrenada usando los valores característicos del voltaje. Salída del estimador de SOC P ower. para cualquier valor de irradiación. Y para garantizar Imax.2 0 -0.5 36 35. Estratégia de Control La Fig.6 0.en la carga del caso 2 (punto 2). 4 muestra la salída característica del PV V-I para un valor de irradiación instantaneo.2 0 500 1 000 150 0 2000 25 00 Tim e (m inu tes ) 300 0 3 500 40 00 4500 Fig. 3. MPPO (operación en el punto máximo de potencia) no ocurre en todo instante. La corriente típica y el comportamiento del voltaje de descarga de la . 7. Caso2. el valor de Imax es mayor que la corriente demanda por la carga. Estratégia de control propuesto.8 Unidades 0. corriente y la temperatura de la batería bajo diferentes condiciones de carga y descarga (Ref. 5.4 0. Salída de la prueba del estimador FLS de Vmax Power (Watts) B. Para esto. el controlador del banco de baterías actua en forma dinámica.2 1 0. 5-6.en la carga del caso 1 (punto 1) la corrienta demandada por la carga es mayor que el valor de Imax. Cuando el estimador FLS impone Vmax. 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. esta deficiencia es cubierta compensada por banco de baterías. el FLS fue simulado y probado en un módulo de panel solar cuyos resultados son mostrados en Fig.5 Voltage (Volt) 37 36. C. 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. este exceso es aprovechada para la recarga del 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. ocurren dos casos: Caso1. Se puede apreciar que. 8).5 0 1000 2000 3000 4000 5000 Time (Hours x 100) 6000 7000 8000 Fig. 4. Adicionalmente son generados los controles del conversor dc-dc Buck-Boost y del inversor. 7.Test for FLS Vmax estimator 38 FLS Vmax Estimated Constant Vmax imposed 37. 6. Para las pruebas de validación. Salída de la potencia máxima S O C : S ta te of C harg er 1...

IV. 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. asi mismo de la variación del SOC de la batería. Nivél de carga en la batería.5 350 23 300 22. los periodos de carga y descarga del banco de baterías depende de la potencia máxima generada y la corriente de la carga. 1. 12.5 PV-Array Current 250 22 Battery charger zone 200 21. 10. 9. en consecuencia. 8. tal como es mostrado en la Fig. 8-9. para satisfacer la demanda fue requerida una potencia instalada de 5. Comportamiento del voltaje de descarga de la batería. durante las primeras horas el generador PV-array carga la batería y alimenta una parte de la carga. F itte t c urve w ith k .batería son mostradas en la Fig. con incremento en nível de irradiación solar. RESULTS Fue implementado un sistema generador aislado PV-array. 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. como pueden verse tanto las cargas en dc y ac. El generador PV-array es compuesta de 32 paneles conectados en paralelo de 160W cada una. 11. carga variable en la barra dc. Fue dimensionada considerando una media de 0. Comportamiento de la corriente de descarga de la batería 1000 0 S im ulations of the battery voltage V bat 25 24.5 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. . Distribución de potencia. Maximum Power by efect the RBFNN Vmax estimador Discharge current (A) 50 40 30 20 10 0 6000 5000 Maximum Power 9 am. Components of the Voltage model (V) 24 23. El comportamiento del sistema estudiado es mostrado en las siguientes Figuras 10-15.7 Suns el nivél de irradiación solar en (Campo Grande – Brasil).c .5 0 10 20 30 40 50 Time (Hours) 60 70 80 Fig. 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.12 KW (calculada para 1 Suns de irradiación). Inicialmente el banco de baterías se encuentra descargada.qm ax 80 70 60 generada. La carga en la barra dc opera a 24 V. los resultados mostrados son para un tiempo de 72 horas. con sistema de carga trifásica variable. y la carga trifasica en ac opera a 120 V. iniciado a partir de las 9am. Corrientes del sistema.

H.G.L.. ©Cambridge University Press 2004. and Brouwer. “Models for a Stand – alone PV Systems” Technical Report. “Digital Combination of Buck and Boost Converters to Control a Positive Buck-Boost Converter”. Tsung-Y. V. 2003..2759 . tal como puede verse en la Fig. Vacher F.05 0. pp.09 0. Emadi A. Wohlgemuth J. H. Voltaje en la batería y el conversor cc-cc BuckBoost 150 100 50 0 -50 -100 -150 Voltage (V) 0 0.. and Da Fonseca Neto J.4. “Fuzzy neural network genetic approach to design the SOC estimator for battery powered electric scooter”. (Ref.2399. 58 . Vol 3.7) Yuang-S.2396 .O.2713 .P. Lars H. IEEE-APEC '03. 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.N.V. Valera J.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... Corriente en la carga ac. Voltaje en la carga ac. pp. 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. IEEE Trans. Instrumentation and Measurement. 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.06 0.K. 2004.. 53. IEEE 35th Annual Volume 4. Roskilde. August 2004. “Radial Basis Functions: Theory and Implementations”. and Morgan R. (Ref. Vol 1.5) Chakraborty A. Riso National Laboraotry.02 0. Khaligh A. and Wei Y. los resultados obtenidos son . “ Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality Approach”. O.. (Ref.... Henrik B. Wang.4) Kazuo Tanaka and Hua O.A. Como pudo verificarse.. Fig.. 6.62. 18-22 June 06...Batterry & Buck .. Smedley K. May 2003 pp. and Pfaelzer A.9) Anca D. Y. “Optimising PV array performance using real time measurements”. “A new maximum power point tracking controller for photovoltaic power generation”. Copyright © 2001 John Wiley & Sons. 2003. 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. (Ref. 37th IEEE. pp.3) Wanzeller M. Inc..6) M. (Ref. “Estimating Soc in LeadAcid Batteries Using Neural Networks in a Microcontroller-Based Charge-Controller”. PESC '06. 14. (Ref.C. University of Giessen.. (Ref. la estimación del SOC basada en el nível de voltaje instantanea. por panel se ha logrado una média de 20W por encima del convencional.1304 – 1310.A. pp. D.04 0. J.. No 4.01 0. and Arteaga. Feb. 16-21 July 2006 pp.8) Valdez M.2) Ransome S.C. Vol. IJCNN '06. Proceedings of the Photovoltaic Energy Conversion.2719 (Ref. 15. REFERENCIAS (Ref. Buhmann. 13. Poul S. ”Current control loop for tracking of maximum power point supplied for photovoltaic array”.1 – 6.07 0. Alves R.2765 Vol.1) Chen. Jojutla Ma.03 0.08 0.1 Fig. PESC 04. December 2000..W.

Sign up to vote on this title
UsefulNot useful