Algoritmo Multiswarm Spiral Leader Particle Swarm Optimization para a estimação dos parâmetros PV
Autor(a) principal: | |
---|---|
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 |