Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV

Detalhes bibliográficos
Autor(a) principal: Silva, Pedro Nuno Carriço
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.6/10208
Resumo: O interesse em explorar a energia fotovoltaica tem crescido muito nos últimos anos. Tal deve - se ao facto de ser um tipo de energia renovável muito disponível (visto que provém do sol) e com um grande potencial de expansão e desenvolvimento. Nesse sentido, é essencial o desenvolvimento de métodos que permitam prever e analisar o comportamento dos sistemas fotovoltaicos, i.e., métodos que estimem com precisão os parâmetros dos módulos PV, sob quaisquer condições de operação. O objetivo principal desta dissertação é descrever com exatidão a modelação de sistemas fotovoltaicos. Primeiramente é feita uma apresentação sobre os tipos de tecnologias fotovoltaicas existentes atualmente e também sobre o funcionamento dos sistemas fotovoltaicos em geral. Seguidamente são apresentados os vários modelos matemáticos que permitem caracterizar esses sistemas fotovoltaicos bem como os vários métodos utilizados para estimar os respetivos parâmetros. Essa estimação é feita a partir da informação disponibilizada pelos fabricantes ou através de dados medidos experimentalmente. Por conseguinte, é aqui proposto um novo método denominado de Multiswarm Spiral Leader Particle Swarm Optimization (M-SLPSO), com base no PSO, para resolver o problema da estimação dos parâmetros dos sistemas PV. Este método utiliza vários swarms com diferentes mecanismos de procura e cada swarm é guiado por um líder com uma trajetória em espiral diferente. De acordo com o desempenho dos swarms, estes podem trocar de mecanismos de procura entre si e os agentes podem migrar entre swarms, possibilitando assim um bom balanço entre os mecanismos de intensificação e de diversificação. Este método mantém uma boa diversidade nas trajetórias de exploração enquanto constrói novas soluções ao longo do processo de procura, mitigando a estagnação da população e a convergência prematura. Para além disso, consegue explorar o espaço de procura multidimensional em diferentes regiões simultaneamente e consegue adaptar-se aos vários problemas de otimização. Finalmente, é feita uma análise e discussão dos resultados obtidos pelo método na resolução de funções de benchmark e na estimação dos parâmetros fotovoltaicos. Esses resultados são comparados com os resultados obtidos por vários algoritmos metaheurísticos de última geração e mostram que o método proposto apresenta um desempenho muito competitivo, encontrando soluções muito precisas e fiáveis.
id RCAP_09af7d1e6261d18723100329cdf2f1e4
oai_identifier_str oai:ubibliorum.ubi.pt:10400.6/10208
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PVEstimação de ParâmetrosModelo de Dois DíodosProdução FotovoltaicaUm DíodoDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaO interesse em explorar a energia fotovoltaica tem crescido muito nos últimos anos. Tal deve - se ao facto de ser um tipo de energia renovável muito disponível (visto que provém do sol) e com um grande potencial de expansão e desenvolvimento. Nesse sentido, é essencial o desenvolvimento de métodos que permitam prever e analisar o comportamento dos sistemas fotovoltaicos, i.e., métodos que estimem com precisão os parâmetros dos módulos PV, sob quaisquer condições de operação. O objetivo principal desta dissertação é descrever com exatidão a modelação de sistemas fotovoltaicos. Primeiramente é feita uma apresentação sobre os tipos de tecnologias fotovoltaicas existentes atualmente e também sobre o funcionamento dos sistemas fotovoltaicos em geral. Seguidamente são apresentados os vários modelos matemáticos que permitem caracterizar esses sistemas fotovoltaicos bem como os vários métodos utilizados para estimar os respetivos parâmetros. Essa estimação é feita a partir da informação disponibilizada pelos fabricantes ou através de dados medidos experimentalmente. Por conseguinte, é aqui proposto um novo método denominado de Multiswarm Spiral Leader Particle Swarm Optimization (M-SLPSO), com base no PSO, para resolver o problema da estimação dos parâmetros dos sistemas PV. Este método utiliza vários swarms com diferentes mecanismos de procura e cada swarm é guiado por um líder com uma trajetória em espiral diferente. De acordo com o desempenho dos swarms, estes podem trocar de mecanismos de procura entre si e os agentes podem migrar entre swarms, possibilitando assim um bom balanço entre os mecanismos de intensificação e de diversificação. Este método mantém uma boa diversidade nas trajetórias de exploração enquanto constrói novas soluções ao longo do processo de procura, mitigando a estagnação da população e a convergência prematura. Para além disso, consegue explorar o espaço de procura multidimensional em diferentes regiões simultaneamente e consegue adaptar-se aos vários problemas de otimização. Finalmente, é feita uma análise e discussão dos resultados obtidos pelo método na resolução de funções de benchmark e na estimação dos parâmetros fotovoltaicos. Esses resultados são comparados com os resultados obtidos por vários algoritmos metaheurísticos de última geração e mostram que o método proposto apresenta um desempenho muito competitivo, encontrando soluções muito precisas e fiáveis.The interest in exploring photovoltaic energy has grown a lot in recent years. This is due to the fact that is a type of renewable energy widely available (as it comes from the sun) and has great potential for improvement and expansion. To this end, it is essential to develop methods for predicting and analyzing the behavior of these photovoltaic systems under any operation conditions, i.e., methods that estimate with precision the photovoltaic model parameters under any operation conditions. The main goal of this dissertation is to accurately describe the modeling of photovoltaic systems. Firstly, a presentation is made about the types of photovoltaic technologies currently available and also about the operation of the photovoltaic systems in general. After that, various mathematical models that allow the characterization of these photovoltaic systems as well as the various methods used to estimate their parameters are also presented. This estimation is either based on information provided by manufacturers or experimentally measured data. Therefore, a new method called Multiswarm Spiral Leader Particle Swarm Optimization (MSLPSO) based on the PSO, is proposed to solve the PV parameter estimation problem. This proposed method uses several swarms with different search mechanisms and each swarm is guided by a leader with a different spiral trajectory. Depending on the performance of the swarms, they can exchange search mechanisms with one another, and agents can migrate between swarms, enabling a good balance between the intensification and diversification mechanisms. This method maintains a good diversity in the exploration trajectories while building new solutions throughout the search process, mitigating population stagnation and premature convergence. In addition, it can explore the multidimensional search space in different regions simultaneously and can adapt to various optimization problems. Finally, an analysis and discussion of the obtained results by the algorithm in the resolution of benchmark functions and in the estimation of photovoltaic parameters is made. These results are compared with the results obtained by several state-of-the-art metaheuristic algorithms and they show that the proposed algorithm presents a very competitive performance, finding highly accurate and reliable solutions.Calado, Maria do Rosário AlvesPombo, José Álvaro NunesuBibliorumSilva, Pedro Nuno Carriço2020-03-23T16:36:14Z2019-12-192019-10-242019-12-19T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/10208TID:202384853porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:51:38Zoai:ubibliorum.ubi.pt:10400.6/10208Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:50:13.628883Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
title Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
spellingShingle Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
Silva, Pedro Nuno Carriço
Estimação de Parâmetros
Modelo de Dois Díodos
Produção Fotovoltaica
Um Díodo
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
title_full Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
title_fullStr Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
title_full_unstemmed Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
title_sort Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
author Silva, Pedro Nuno Carriço
author_facet Silva, Pedro Nuno Carriço
author_role author
dc.contributor.none.fl_str_mv Calado, Maria do Rosário Alves
Pombo, José Álvaro Nunes
uBibliorum
dc.contributor.author.fl_str_mv Silva, Pedro Nuno Carriço
dc.subject.por.fl_str_mv Estimação de Parâmetros
Modelo de Dois Díodos
Produção Fotovoltaica
Um Díodo
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Estimação de Parâmetros
Modelo de Dois Díodos
Produção Fotovoltaica
Um Díodo
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description O interesse em explorar a energia fotovoltaica tem crescido muito nos últimos anos. Tal deve - se ao facto de ser um tipo de energia renovável muito disponível (visto que provém do sol) e com um grande potencial de expansão e desenvolvimento. Nesse sentido, é essencial o desenvolvimento de métodos que permitam prever e analisar o comportamento dos sistemas fotovoltaicos, i.e., métodos que estimem com precisão os parâmetros dos módulos PV, sob quaisquer condições de operação. O objetivo principal desta dissertação é descrever com exatidão a modelação de sistemas fotovoltaicos. Primeiramente é feita uma apresentação sobre os tipos de tecnologias fotovoltaicas existentes atualmente e também sobre o funcionamento dos sistemas fotovoltaicos em geral. Seguidamente são apresentados os vários modelos matemáticos que permitem caracterizar esses sistemas fotovoltaicos bem como os vários métodos utilizados para estimar os respetivos parâmetros. Essa estimação é feita a partir da informação disponibilizada pelos fabricantes ou através de dados medidos experimentalmente. Por conseguinte, é aqui proposto um novo método denominado de Multiswarm Spiral Leader Particle Swarm Optimization (M-SLPSO), com base no PSO, para resolver o problema da estimação dos parâmetros dos sistemas PV. Este método utiliza vários swarms com diferentes mecanismos de procura e cada swarm é guiado por um líder com uma trajetória em espiral diferente. De acordo com o desempenho dos swarms, estes podem trocar de mecanismos de procura entre si e os agentes podem migrar entre swarms, possibilitando assim um bom balanço entre os mecanismos de intensificação e de diversificação. Este método mantém uma boa diversidade nas trajetórias de exploração enquanto constrói novas soluções ao longo do processo de procura, mitigando a estagnação da população e a convergência prematura. Para além disso, consegue explorar o espaço de procura multidimensional em diferentes regiões simultaneamente e consegue adaptar-se aos vários problemas de otimização. Finalmente, é feita uma análise e discussão dos resultados obtidos pelo método na resolução de funções de benchmark e na estimação dos parâmetros fotovoltaicos. Esses resultados são comparados com os resultados obtidos por vários algoritmos metaheurísticos de última geração e mostram que o método proposto apresenta um desempenho muito competitivo, encontrando soluções muito precisas e fiáveis.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-19
2019-10-24
2019-12-19T00:00:00Z
2020-03-23T16:36:14Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.6/10208
TID:202384853
url http://hdl.handle.net/10400.6/10208
identifier_str_mv TID:202384853
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799136392957132800