Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.unipampa.edu.br/jspui/handle/riu/4821| Tipo: | Trabalho de Conclusão de Curso |
| Título : | Rastreamento de máxima potência através de redes neurais artificiais aplicado a um sistema fotovoltaico conectado à rede |
| Autor(es): | Severo, Luana Barcelos |
| Primeiro Orientador: | Pozzebon, Giovani Guarienti |
| Resumo: | Esse trabalho apresenta um estudo e desenvolvimento de um método de rastreamento do ponto de máxima potência (MPPT) para um sistema fotovoltaico monofásico contendo um conversor elevador e um inversor conectado à rede elétrica. Essa estratégia de rastreamento está baseada na utilização de redes neurais artificiais do tipo Perceptron de Múltiplas Camadas (MLP), no qual, a informação que se busca na saída da RNA é o valor estimado de tensão para operar em máxima potência. Para tanto, um algoritmo de modelagem para o painel Kyocera KC200GT foi elaborado a fim de estimar parâmetros não informados pelo fabricante. O resultado de simulação retornou em um erro quadrático médio relativamente baixo, mostrando, portanto, que a RNA com a abordagem proposta pode ser uma solução eficiente para detecção do ponto de máxima potência em diversas variações climáticas de irradiação solar e temperatura, no qual, se mostrou como uma alternativa vantajosa em relação ao método convencional Perturba e Observa por desempenhar um rastreamento mais rápido. |
| Resumen : | This work presents a study and development of a maximum power point tracking (MPPT) method for a single-phase photovoltaic system that includes an elevator converter and an grid-connected inverter. This tracking strategy is based on the use of multilayer Perceptron artificial neural networks (MLP), in which the information sought at the RNA output is the estimated voltage value to operate at maximum power. To this end, a modelling algorithm for the Kyocera KC200GT panel was developed in order to estimate parameters not informed by the manufacturer. The simulation result returned in a relatively low mean square error, thus showing that the RNA with the proposed approach can be an efficient solution for detecting the maximum power point in several solar irradiation and temperature climatic variations, which showed as an advantageous alternative to the conventional Perturb and Observe method for performing faster tracking. |
| Palabras clave : | Engenharia elétrica Redes neurais artificiais Geração de energia fotovoltaica Rastreamento Electrical engineering Artificial neural networks Photovoltaic power generation Tracking |
| CNPQ: | CNPQ::ENGENHARIAS |
| Idioma: | por |
| metadata.dc.publisher.country: | Brasil |
| Editorial : | Universidade Federal do Pampa |
| Sigla da Instituição: | UNIPAMPA |
| Campus: | Campus Alegrete |
| Citación : | SEVERO, Luana Barcelos. Rastreamento de máxima potência através de redes neurais artificiais aplicado a um sistema fotovoltaico conectado à rede. Orientador: Giovani Guarienti Pozzebon. 2019. 64 p. Trabalho de Conclusão de Curso (Bacharel em Engenharia Elétrica) - Universidade Federal do Pampa, Curso de Engenharia Elétrica, Alegrete, 2019. |
| Tipo de acesso: | Acesso Aberto |
| URI : | http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4821 |
| Fecha de publicación : | 27-nov-2019 |
| Aparece en las colecciones: | Engenharia Elétrica |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Luana Barcelos Severo - 2019.pdf | 4.79 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.