Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMS |
Texto Completo: | https://repositorio.ufms.br/handle/123456789/626 |
Resumo: | Este trabalho apresenta um sistema de aproveitamento ótimo da potencia de um sistema isolado fotovoltaico usando técnicas de inteligencia artificial, mediante um sistema estimador da tensão ótima, razão ciclica do conversor D, indice de modulação ma e o SOC do banco de baterias, que permite manter operando o sistema Arranjo Fotovoltaico no ponto da máxima potencia. Um sistema Fuzzy foi implementado para estimar a tensão ótima instantanea de operação do Arranjo Fotovoltaico a partir dos dados de irradiação e temperatura instantanea para encontrar o ponto da potencia máxima instantanea. Para manter a operação no ponto máximo da potencia encontrada, foi usado um controlador Neural que atua sobre o conversor Buck-Boost para condicionar a tensão nos terminais do Arranjo Fotovoltaico e em período de carga ou descarga da bateria com o objetivo de compensar ou aproveitar a corrente instantanea excedente ou deficiente dependendo da irradiação e demanda instantanea, do equilibrio entre o consumo e a potencia gerada. O controlador Neural usa as grandezas da tensão ótima estimada pelo estimador Fuzzy, a corrente da carga em CA e a corrente da bateria para o controle do conversor CC-CC (Buck-Boost), para estimar o SOC da bateria e o indice de modulação do inversor. O método proposto mostrou-se eficiente de acordo com as simulações feitas, observando vantagens como aplicações práticas e simples. |
id |
UFMS_828ed86db9b5dd2927a794b2bed5f6bc |
---|---|
oai_identifier_str |
oai:repositorio.ufms.br:123456789/626 |
network_acronym_str |
UFMS |
network_name_str |
Repositório Institucional da UFMS |
repository_id_str |
2124 |
spelling |
2011-10-24T13:53:43Z2021-09-30T19:56:01Z2007https://repositorio.ufms.br/handle/123456789/626Este trabalho apresenta um sistema de aproveitamento ótimo da potencia de um sistema isolado fotovoltaico usando técnicas de inteligencia artificial, mediante um sistema estimador da tensão ótima, razão ciclica do conversor D, indice de modulação ma e o SOC do banco de baterias, que permite manter operando o sistema Arranjo Fotovoltaico no ponto da máxima potencia. Um sistema Fuzzy foi implementado para estimar a tensão ótima instantanea de operação do Arranjo Fotovoltaico a partir dos dados de irradiação e temperatura instantanea para encontrar o ponto da potencia máxima instantanea. Para manter a operação no ponto máximo da potencia encontrada, foi usado um controlador Neural que atua sobre o conversor Buck-Boost para condicionar a tensão nos terminais do Arranjo Fotovoltaico e em período de carga ou descarga da bateria com o objetivo de compensar ou aproveitar a corrente instantanea excedente ou deficiente dependendo da irradiação e demanda instantanea, do equilibrio entre o consumo e a potencia gerada. O controlador Neural usa as grandezas da tensão ótima estimada pelo estimador Fuzzy, a corrente da carga em CA e a corrente da bateria para o controle do conversor CC-CC (Buck-Boost), para estimar o SOC da bateria e o indice de modulação do inversor. O método proposto mostrou-se eficiente de acordo com as simulações feitas, observando vantagens como aplicações práticas e simples.This work presents a power operation optimization of photovoltaic stand alone system using artificial intelligence techniques, via a optimum voltage estimator and control systems to maintain the photovoltaic generator in the maximum power point. A Fuzzy Systems is implemented to estimate from instantaneus radiation and room temperature, the optimum voltage of operation of photovoltaic generator. In order to maitain in this found optimum power point, independent of load variations, is used a neural controller that acts at the charge/discharge of the battery with the objective at compensating or absorving the exceeding or deficiency instantaneous current calculated from balance of the consumption and the photovoltaic generator. The neural controller use optimum voltage from Fuzzy estimator, load current and battery current, to control the DC-DC converter, to estimate the battery SOC and inverter modulation indice. Based on simulation results, the method was found to be effective. It also has advantages such as simplicities and easy implementation.porFuzzy (Inteligência Artificial)Energia SolarInteligência ArtificialEngenharia ElétricaOtimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificialPower operation optmization of photovoltaic stand alone system using artificial intelligence techniquesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPinto, João Onofre PereiraPaucar, Braulio Chucoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMSinstname:Universidade Federal de Mato Grosso do Sul (UFMS)instacron:UFMSTHUMBNAILBraulio Chuco Paucar.pdf.jpgBraulio Chuco Paucar.pdf.jpgGenerated Thumbnailimage/jpeg1146https://repositorio.ufms.br/bitstream/123456789/626/4/Braulio%20Chuco%20Paucar.pdf.jpg1589ea10389501124f7c55df7626bd7dMD54TEXTBraulio Chuco Paucar.pdf.txtBraulio Chuco Paucar.pdf.txtExtracted texttext/plain135676https://repositorio.ufms.br/bitstream/123456789/626/3/Braulio%20Chuco%20Paucar.pdf.txt002a9879014ce8302ec0d72031802cd7MD53ORIGINALBraulio Chuco Paucar.pdfBraulio Chuco Paucar.pdfapplication/pdf1550152https://repositorio.ufms.br/bitstream/123456789/626/1/Braulio%20Chuco%20Paucar.pdfacbbb22032b2aa9218b13915029fe01fMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufms.br/bitstream/123456789/626/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/6262021-09-30 15:56:01.18oai:repositorio.ufms.br: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Repositório InstitucionalPUBhttps://repositorio.ufms.br/oai/requestri.prograd@ufms.bropendoar:21242021-09-30T19:56:01Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)false |
dc.title.pt_BR.fl_str_mv |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
dc.title.alternative.pt_BR.fl_str_mv |
Power operation optmization of photovoltaic stand alone system using artificial intelligence techniques |
title |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
spellingShingle |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial Paucar, Braulio Chuco Fuzzy (Inteligência Artificial) Energia Solar Inteligência Artificial Engenharia Elétrica |
title_short |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
title_full |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
title_fullStr |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
title_full_unstemmed |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
title_sort |
Otimização da potencia de operação em sistema isolado fotovoltaico usado técnicas de inteligencia artificial |
author |
Paucar, Braulio Chuco |
author_facet |
Paucar, Braulio Chuco |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Pinto, João Onofre Pereira |
dc.contributor.author.fl_str_mv |
Paucar, Braulio Chuco |
contributor_str_mv |
Pinto, João Onofre Pereira |
dc.subject.por.fl_str_mv |
Fuzzy (Inteligência Artificial) Energia Solar Inteligência Artificial Engenharia Elétrica |
topic |
Fuzzy (Inteligência Artificial) Energia Solar Inteligência Artificial Engenharia Elétrica |
description |
Este trabalho apresenta um sistema de aproveitamento ótimo da potencia de um sistema isolado fotovoltaico usando técnicas de inteligencia artificial, mediante um sistema estimador da tensão ótima, razão ciclica do conversor D, indice de modulação ma e o SOC do banco de baterias, que permite manter operando o sistema Arranjo Fotovoltaico no ponto da máxima potencia. Um sistema Fuzzy foi implementado para estimar a tensão ótima instantanea de operação do Arranjo Fotovoltaico a partir dos dados de irradiação e temperatura instantanea para encontrar o ponto da potencia máxima instantanea. Para manter a operação no ponto máximo da potencia encontrada, foi usado um controlador Neural que atua sobre o conversor Buck-Boost para condicionar a tensão nos terminais do Arranjo Fotovoltaico e em período de carga ou descarga da bateria com o objetivo de compensar ou aproveitar a corrente instantanea excedente ou deficiente dependendo da irradiação e demanda instantanea, do equilibrio entre o consumo e a potencia gerada. O controlador Neural usa as grandezas da tensão ótima estimada pelo estimador Fuzzy, a corrente da carga em CA e a corrente da bateria para o controle do conversor CC-CC (Buck-Boost), para estimar o SOC da bateria e o indice de modulação do inversor. O método proposto mostrou-se eficiente de acordo com as simulações feitas, observando vantagens como aplicações práticas e simples. |
publishDate |
2007 |
dc.date.issued.fl_str_mv |
2007 |
dc.date.accessioned.fl_str_mv |
2011-10-24T13:53:43Z |
dc.date.available.fl_str_mv |
2021-09-30T19:56:01Z |
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 |
https://repositorio.ufms.br/handle/123456789/626 |
url |
https://repositorio.ufms.br/handle/123456789/626 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMS instname:Universidade Federal de Mato Grosso do Sul (UFMS) instacron:UFMS |
instname_str |
Universidade Federal de Mato Grosso do Sul (UFMS) |
instacron_str |
UFMS |
institution |
UFMS |
reponame_str |
Repositório Institucional da UFMS |
collection |
Repositório Institucional da UFMS |
bitstream.url.fl_str_mv |
https://repositorio.ufms.br/bitstream/123456789/626/4/Braulio%20Chuco%20Paucar.pdf.jpg https://repositorio.ufms.br/bitstream/123456789/626/3/Braulio%20Chuco%20Paucar.pdf.txt https://repositorio.ufms.br/bitstream/123456789/626/1/Braulio%20Chuco%20Paucar.pdf https://repositorio.ufms.br/bitstream/123456789/626/2/license.txt |
bitstream.checksum.fl_str_mv |
1589ea10389501124f7c55df7626bd7d 002a9879014ce8302ec0d72031802cd7 acbbb22032b2aa9218b13915029fe01f 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS) |
repository.mail.fl_str_mv |
ri.prograd@ufms.br |
_version_ |
1815448004570644480 |