Estimación de los Parámetros de un Modelo de una Celda Fotovoltaica Utilizando un Algoritmo de Optimización de Búsqueda de Patrones

Contenido principal del artículo

Andrés Felipe Tobón-Mejía
Jorge Aurelio Herrera-Cuartas
Julián Peláez-Restrepo

Resumen

En este artículo se propone un nuevo método para la estimación de los parámetros del modelo matemático de una celda fotovoltaica de un solo diodo. El trabajo está basado en el algoritmo de optimización llamado Pattern Search Method (MPS, por sus siglas en inglés). Los parámetros estimados son: corriente de diodo, corriente de saturación, resistencia en serie, resistencia en paralelo y el factor del diodo ideal. Los resultados muestran que es posible obtener el modelo equivalente a través de la identificación de los parámetros. Adicionalmente, los resultados obtenidos son comparados con datos obtenidos mediante un emulador de celdas fotovoltaicas. Para realizar los experimentos se asumió condiciones controladas, es decir, temperatura e irradiación constantes. De esta manera, se puede deducir que el método propuesto se puede utilizar en aplicaciones de control para el seguimiento del máximo punto de potencia (MPPT, por sus siglas en inglés) de celdas fotovoltaicas.

Descargas

La descarga de datos todavía no está disponible.

Detalles del artículo

Cómo citar
Tobón-Mejía, A. F., Herrera-Cuartas, J. A., & Peláez-Restrepo, J. (2015). Estimación de los Parámetros de un Modelo de una Celda Fotovoltaica Utilizando un Algoritmo de Optimización de Búsqueda de Patrones. Ingenio Magno, 5(1), 95-101. Recuperado a partir de http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/883
Sección
Articulos Vol. 5

Citas

P. Bhatnagar and R. K. Nema, “Maximum power point tracking control techniques: State-of-the-art in photovoltaic applications,”Renew. Sustain. Energy Rev., vol. 23, pp. 224–241, Jul. 2013.

M. Farivar, G M. “An Improved FLC Algorithm for Tracking Maximum Power Point in Photovoltaic Systems,” IEEE, pp. 342–347, 2012.

M. H. Moradi and A. R. Reisi, “A hybrid máximum power point tracking method for photovoltaic systems,” Sol. Energy, vol. 85, no. 11, pp. 2965–2976, Nov. 2011.

K. Ishaque, Z. Salam, M. Amjad, and S. Mekhilef, “An Improved Particle Swarm Optimization (PSO)–Based MPPT for PV With Reduced Steady-State Oscillation,” IEEE Trans. Power Electron., vol. 27, no. 8, pp. 3627–3638, Aug. 2012.

L. L. Jiang, D. L. Maskell, and J. C. Patra, “Parameter estimation of solar cells and modules using an improved adaptive differential evolution algorithm,” Appl. Energy, vol. 112, pp. 185–193, Dec. 2013.

M. Zagrouba, A. Sellami, M. Bouaïcha, and M. Ksouri, “Identification of PV solar cells and modules parameters using the genetic algorithms: Application to maximum power extraction,” Sol. Energy, vol. 84, no. 5, pp. 860–866, May 2010.

M. G. Villalva, J. R. Gazoli, and E. R. Filho, “Comprehensive Approach to Modeling and Simulation of Photovoltaic Arrays,” IEEE Trans. Power Electron., vol. 24, no. 5, pp.1198–1208, May 2009.

W. D. Zhang and Y. X. Sun, “Modified Smith Predictor for Controlling Integrator/Time Delay Processes,” Ind. Eng. Chem. Res., vol. 35, no. 8, pp. 2769–2772, Jan. 1996.