Simulación de un controlador fotovoltaico utilizando algoritmo genético

El presente trabajo intenta modelizar el control de un regulador de carga, que mediante técnicas de inteligencia artificial, permita al mismo realizar el aprendizaje de la curva del panel fotovoltaico y la curva de carga de la batería, utilizando un muestreo de las señales del panel y del banco de b...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Farfán, Roberto, Hoyos, Daniel
Formato:	Articulo Comunicacion
Lenguaje:	Español
Publicado:	2007
Materias:	Ingeniería Energía solar Energía Fotovoltaica controladores Baterías
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/93735
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-93735
record_format	dspace
spelling	I19-R120-10915-937352023-12-27T17:49:14Z http://sedici.unlp.edu.ar/handle/10915/93735 Simulación de un controlador fotovoltaico utilizando algoritmo genético Farfán, Roberto Hoyos, Daniel 2007 2020-04-20T13:22:31Z es Ingeniería Energía solar Energía Fotovoltaica controladores Baterías El presente trabajo intenta modelizar el control de un regulador de carga, que mediante técnicas de inteligencia artificial, permita al mismo realizar el aprendizaje de la curva del panel fotovoltaico y la curva de carga de la batería, utilizando un muestreo de las señales del panel y del banco de baterías. De esta forma se logra obtener los puntos pertenecientes a la curva del panel fotovoltaico, el punto de máxima potencia del mismo y la tensión de gaseo de la batería, lo que permite determinar el momento en el que se debe cortar la carga de la batería y de esa forma prolongar su vida útil. La idea fundamental del aprendizaje evolutivo consiste en considerar a los puntos de los muestreos realizados sobre el sistema, como individuos de una población y aplicar procedimientos de búsqueda que imiten los mecanismos empleados por la evolución. Desde el punto de vista computacional los algoritmos evolutivos pueden considerarse como métodos estocásticos de búsqueda y optimización. Estos algoritmos se pueden utilizar como método de optimización de caja negra, ya que no necesita más conocimiento sobre la función a optimizar que poder obtener una muestra de la misma. This paper studies the application of a genetic algorithm to control an stand alone photovoltaics system. The algorithm detect the VI curve from the photovoltaics array using a very simple method and the charge curve from the battery. Then the controller optimize the system. Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) Articulo Comunicacion http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) application/pdf 17-24
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ingeniería Energía solar Energía Fotovoltaica controladores Baterías
spellingShingle	Ingeniería Energía solar Energía Fotovoltaica controladores Baterías Farfán, Roberto Hoyos, Daniel Simulación de un controlador fotovoltaico utilizando algoritmo genético
topic_facet	Ingeniería Energía solar Energía Fotovoltaica controladores Baterías
description	El presente trabajo intenta modelizar el control de un regulador de carga, que mediante técnicas de inteligencia artificial, permita al mismo realizar el aprendizaje de la curva del panel fotovoltaico y la curva de carga de la batería, utilizando un muestreo de las señales del panel y del banco de baterías. De esta forma se logra obtener los puntos pertenecientes a la curva del panel fotovoltaico, el punto de máxima potencia del mismo y la tensión de gaseo de la batería, lo que permite determinar el momento en el que se debe cortar la carga de la batería y de esa forma prolongar su vida útil. La idea fundamental del aprendizaje evolutivo consiste en considerar a los puntos de los muestreos realizados sobre el sistema, como individuos de una población y aplicar procedimientos de búsqueda que imiten los mecanismos empleados por la evolución. Desde el punto de vista computacional los algoritmos evolutivos pueden considerarse como métodos estocásticos de búsqueda y optimización. Estos algoritmos se pueden utilizar como método de optimización de caja negra, ya que no necesita más conocimiento sobre la función a optimizar que poder obtener una muestra de la misma.
format	Articulo Comunicacion
author	Farfán, Roberto Hoyos, Daniel
author_facet	Farfán, Roberto Hoyos, Daniel
author_sort	Farfán, Roberto
title	Simulación de un controlador fotovoltaico utilizando algoritmo genético
title_short	Simulación de un controlador fotovoltaico utilizando algoritmo genético
title_full	Simulación de un controlador fotovoltaico utilizando algoritmo genético
title_fullStr	Simulación de un controlador fotovoltaico utilizando algoritmo genético
title_full_unstemmed	Simulación de un controlador fotovoltaico utilizando algoritmo genético
title_sort	simulación de un controlador fotovoltaico utilizando algoritmo genético
publishDate	2007
url	http://sedici.unlp.edu.ar/handle/10915/93735
work_keys_str_mv	AT farfanroberto simulaciondeuncontroladorfotovoltaicoutilizandoalgoritmogenetico AT hoyosdaniel simulaciondeuncontroladorfotovoltaicoutilizandoalgoritmogenetico
_version_	1807220527548334080

Simulación de un controlador fotovoltaico utilizando algoritmo genético

Ejemplares similares