Rastreamento de máxima potência fotovoltaica através de redes neurais artificiais perceptron multicamadas

• Autor(a) principal: Carpes, Felipe da Cunha
• Data de Publicação: 2017
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNIPAMPA
• Texto Completo: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/2154
• topic: CNPQ::ENGENHARIAS; Engenharia elétrica; Geração de energia fotovoltaica; Rastreamento de Máxima Potência; Redes Neurais Artificiais; Electrical engineering; Photovoltaic power generation; Maximum Power Tracking; Artificial Neural Networks

Este trabalho apresenta uma alternativa aos métodos de rastreamento do ponto de máxima potência (MPPT) fotovoltaica convencionais através da utilização de redes neurais artificiais (RNA) como aproximadora de funções. O presente trabalho desenvolve uma técnica que permite melhorar o desempenho do sistema fotovoltaico tanto em relação ao erro de regime permanente quanto em resposta dinâmica da potência extraída no arranjo fotovoltaico. O método desenvolvido utiliza uma Rede Neural Artificial Perceptron Multicamadas (PMC) como aproximadora da tensão de máxima potência, através da comparação desta referência com a atual tensão de operação do sistema fotovoltaico (), é gerado um sinal de erro que permite a definição de um incremento ótimo do passo da razão cíclica. Os resultados obtidos demonstram desempenho muito superior ao método convencional Perturbação e Observação (P&O) clássico. Primeiramente será apresentado o contexto atual e as implicações do rastreamento MPPT. Logo será realizada um revisão bibliográfica do estado da arte em métodos MPPT convencionais e utilizando RNA. São apresentados também a metodologia aplicada no estudo e, finalmente, os resultados obtidos com o sistema proposto.