Arreglo Inteligente de Concentración Solar FV para MPPT usando Tecnología FPGA / Smart PV Solar Concentration Arrays for MPPT using FPGA Technology

• Cecilia Sandoval Ruiz Facultad de Ingeniería, Instituto de Matemática y Cálculo Aplicado

Abstract

Resumen

La presente investigación comprende el estudio de los sistemas fotovoltaicos y las actuales técnicas para el seguimiento del punto de máxima potencia, en relación a la irradiancia y temperatura, a fin de proponer un esquema FV reconfigurable, la simplificación del número de componentes actuadores en el arreglo de seguimiento solar y circuitos de recuperación de calor regenerativo, aplicando control neuronal en la adaptación de los coeficientes de eficiencia de las etapas del sistema. El método consiste en identificar la correspondencia de los SFV con la arquitectura circuital LFSR y la incorporación de coeficientes adaptativos, de forma de generalizar el modelo de optimización sobre una ANN parametrizada. Se realizó la descripción en VHDL de la arquitectura para su síntesis sobre tecnología FPGA, a fin de tratar de manera eficiente la complejidad computacional, procesamiento paralelo y factibilidad técnica-ambiental del diseño. Entre los resultados se presenta una técnica alernativa, basada en circuitos auto-similares, con etapas de ganancia adaptativa, almacenamiento y realimentación configurable. Esta investigación cond uce al concepto de sistemas inteligentes de concentración, el cual aporta un modelo valioso, que puede ser aplicado en el área de ingenieria, diseño e investigación científica.

 

Abstract

The present research includes the study of photovoltaic systems and current techniques for maximum power point tracking, in relation to irradiance and temperature, a flap of proposing a reconfigurable PV scheme, simplifying the number of actuator components in the arrangement solar monitoring and regenerative heat recovery circuits, applying neural control in the adaptation of the coefficients of efficiency of the stages of the system. The method consists of identifying the correspondence of the SFVs with the LFSR circuit architecture and the identification of adaptive coefficients, in order to generalize the optimization model on a parameterized ANN. The VHDL description of the architecture was made for its synthesis on FPGA technology, in order to efficiently deal with the computational complexity, parallel processing and technical-environmental feasibility of the design. The results present an alternative technique based on self-similar circuits, with stages of adaptive gain, storage and configurable feedback. This research leads to the concept of intelligent concentration systems, which provides a valuable model, which can be applied in the area of engineering, design and scientific research.

 

https://doi.org/10.22209/rt.v43n3a02

References

Mellit A., Kalogirou S. A. : “MPPT-based artificial intelligence techniques for photovoltaic systems and its implementation into field programmable gate array chips: Review of current status and future perspectives”. Energy, Vol. 70, N° C, (2014) 1-21.

Sandoval-Ruiz C. : “Modelo VHDL de Control Neuronal sobre tecnología FPGA orientado a Aplicaciones Sostenibles”. Ingeniare. Rev. chilena de ingeniería, Vol. 27, N° 3, (2019) 383-395.

Sandoval-Ruiz C. : “Control de Micro-Redes de Energía Renovable a través de estructuras LFCS Reconfigurables en VHDL”. Ciencia y tecnología, Vol. 18, (2018) 71-86.

Sandoval-Ruiz C. : “Códigos Reed Solomon para sistemas distribuidos de energías renovables y smart grids a través de dispositivos electrónicos inteligentes sobre tecnología FPGA”. Memoria Investigaciones en Ingeniería, Vol. 16, (2018) 37-54.

Sandoval-Ruiz C. : “LFSR-Fractal ANN Model applied in R-IEDs for Smart Energy”. IEEE Latin America Transactions, Vol. 18, N° 04, (2020) 677-686.

Sandoval-Ruiz C. : “Modelo Neuro-Adaptativo en VHDL, basado en Circuitos NLFSR, para Control de un Sistema Inteligente de Tecnología Sostenible”. Rev. Universidad, Cienc. y Tecnol. Vol. 21, N° 85, (2017) 140–149.

Sandoval-Ruiz C. : “Métodos Numéricos en Diferencias Finitas para la Estimación de Recursos de Hardware FPGA en arquitecturas LFSR(n,k) Fractales”. Ingeniería Investigación y Tecnología. Vol. XX, N° 03, (2019) 1-10.

Sandoval-Ruiz C. : “Plataforma de Investigación de Redes Eléctricas Reconfigurables de Energías Renovables aplicando Modelos LFSR”. Universidad, Ciencia y Tecnología, Vol. 23, N° 95, (2019) 103-115.

Sandoval-Ruiz C. : “Operador matemático LFC(n,k) en campos finitos basado en concatenación fractal para GF(2m) – Extendido”. Ciencia e Ingeniería, VOl. 41, N° 2, (2020) 197-204.

Castellanos J., Sandoval C., Azpúrua M. : “Implementación sobre FPGA de un Algoritmo LMS para un arreglo de antenas inteligentes”. Rev. Téc. Ing. Univ. Zulia, Vol. 37, N° 3, (2014) 270-278.

Rodríguez-Gallegos, Carlos D., et al. : “Global Techno-Economic Performance of Bifacial and Tracking Photovoltaic Systems”. Joule Vol. 4, (2020) 1-28.

Sandoval-Ruiz C. : “Proyecto Cometa Solar – CS para optimización de sistemas fotovoltaicos”. Universidad, Ciencia y Tecnología,, Vol. 24, N° 100, (2020) 74-87.

Whatmough P. N., Zhou C., Hansen P., Venkataramanaiah S. K., Seo J. S., Mattina M. : “FixyNN: Efficient hardware for mobile computer vision via transfer learning”. Proceedings of the 2nd SysML Conference (2019).

Shawahna A., Sait S. M., El-Maleh A. : “FPGA-based accelerators of deep learning networks for learning and classification: A review”. IEEE Access, 7, (2018) 7823-7859.

NREL National Renewable Energy Laboratory, Best Research-Cell Efficiency Chart, (2020).

Fernández-Ahumada, L. M., et al. : “A novel backtracking approach for two-axis solar PV tracking plants”. Renewable Energy Vol. 145, (2020) 1214-1221.

Parola I. : “High performance fluorescent fiber solar concentrators employing double doped polymer optical fibers”. Solar Energy Materials and Solar Cells, Vol. 178, (2018) 20-28.

Angulo, M. : “Desarrollo de un Sistema Fotovoltaico de Concentración para aplicaciones de Co-Generación”. Tesis de Maestría, Centro de Investigación en óptica, México (2018).

González de la Fuente, J. M. : “Utilización de ultra-condensadores para la mejora de eficiencia de una instalación fotovoltaica”. Tesis Doctoral. Universidad de Valladolid (2015).

Sandoval-Ruiz, C. : “Arreglos Fotovoltaicos Inteligentes con Modelo LFSR-Reconfigurable”. Revista Ingeniería, Vol. 30, N° 2, (2020) 32-61.

Kermadi, M., Berkouk, E. M. : “Artificial intelligence-based maximum power point tracking controllers for Photovoltaic systems: Comparative study”. Renewable and Sustainable Energy Reviews, Vol. 69, (2017) 369-386.

Almonacid, F., Fernández, E. F., Rodrigo, P., Pérez-Higueras, P. J., Rus-Casas, C. : “Estimating the maximum power of a high concentrator photovoltaic (HCPV) module using an artificial neural network”. Energy, Vol. 53, (2013) 165-172.

Viloria-Porto, J., Robles-Algarín, C., Restrepo-Leal, D. : “A novel approach for an MPPT controller based on the ADALINE network trained with the RTRL algorithm”. Energies, Vol. 11, N° 12, (2018) 3407.

Viloria Porto, J. P. : “Diseño e implementación de un controlador neuronal artificial dinámico para optimizar el algoritmo de perturbación y observación en el seguimiento del punto de máxima potencia de un módulo fotovoltaico”. Universidad del Magdalena (2018).

Ahmed, C. C., Cherkaoui, M., Mokhlis, M. : “MPPT Control for Photovoltaic System using hybrid method under variant weather condition”. In 2019 International Conference on Wireless Technologies, Embedded and Intelligent Systems – WITS (2019) 1-5.

Salimi, M. : “Artificial Neural-Network-Based Maximum Power Point Tracking for Photovoltaic Pumping System Using Backstepping Controller”. RTUCON (2018) 1-7.

García, B., Carmona, C., Rivera, A., Jesús, M., Aguilera, J. : “A differential evolution proposal for estimating the maximum power delivered by CPV modules under real outdoor conditions”. Expert Systems with Applications, Vol. 42, N°13, (2015) 5452-5462.

Punitha, K., Devaraj, D., Sakthivel, S. : “Artificial neural network based modified incremental conductance algorithm for maximum power point tracking in photovoltaic system under partial shading conditions”. Energy, Vol. 62, (2013) 330-340.

Pacheco Bautista, D., Cortés Rito, E., Aguilar Acevedo, F. : “Diseño de un controlador de carga de tres etapas para sistemas fotovoltaicos usando lógica difusa”. Ingeniare. Rev. chilena de ingeniería, Vol. 27, N° 4, (2019) 540-550.

Youssef, A., El Telbany, M., Zekry, A. : “Reconfigurable generic FPGA implementation of fuzzy logic controller for MPPT of PV systems”. Renewable and Sustainable Energy Reviews, Vol. 82, (2018) 1313-1319.

Moon, S., Yoon, S. G., Park, J. H. : “A new low-cost centralized MPPT controller system for multiply distributed photovoltaic power conditioning modules”. IEEE Transactions on Smart Grid, Vol. 6, N° 6, (2015) 2649-2658.

Aldair, A. A., Obed, A. A., Halihal, A. F. : “Design and implementation of ANFIS-reference model controller based MPPT using FPGA for photovoltaic system”. Renewable and Sustainable Energy Reviews, Vol. 82, (2018) 2202-2217.

Cabello, S. : “Reconfiguración dinámica del campo solar de una planta fotovoltaica para maximizar la producción de energía”. Universidad de Sevilla (2018).

Ramos Hernanz, J. A. : “Optimización de modelos de módulos fotovoltaicos y del control del MPPT”. Universidad del País Vasco-EHU (2017).

Hassaine, L.. : “Implementación de un control digital de potencia activa y reactiva para inversores”. Universidad Carlos III de Madrid (2010).

Daorta, F., Warren, S. : “Concentradores luminiscentes para las aplicaciones fotovoltaicas”. Universidad del Callao (2015).

González, G. R., Muñoz, S. O. : “Análisis comparativo de dos técnicas para el transporte vertical de la luz natural”. REVISTARQUIS, Vol.7, N°1, (2018).

Fernández-Balbuena, A. : “Sistemas ópticos para concentración, captación y guiado de radiación solar”. Universidad Complutense de Madrid (2011).

Castro, J. A., García-Alvarado, R., Aguilar, H., Sánchez-Friera, P. : “Concentradores Solares Luminiscentes”. RChD: creación y pensamiento, Vol.3, N°5, (2018).

Solar E., Explorador Solar aplicación fotovoltaica. Universidad de Chile (2020). http://ernc.dgf.uchile.cl:48080/fotovoltaico.

Xilinx. ISE Design Suite 11.1. (2020). https://www.xilinx.com/products/design-tools/ise-design-suite.html.

Sandoval-Ruiz C. : “Adaptive Control in VHDL Applied to a Solar Oven”. Rev. Colombiana de Tecnol. de Avanzada Vol. 1, N° 23, (2014) 142-147.

IRENA, How Falling Costs Make Renewables a Cost-effective Investment, (2020). Recuperado de: https://www.irena.org/newsroom/articles/2020/Jun/How-Falling-Costs-Make-Renewables-a-Cost-effective-Investment.

Gómez Sarduy, Julio Rafael, et al. : “Determinación de la radiación solar directa y difusa en la zona de la costa venezolana a partir de variables meteorológicas”. Rev. Téc. Ing. Univ. Zulia, Vol. 38, N° 2, (2015) 150-158.

González, L. G., et al. : “Diseño de un emulador para sistemas de conversión de energía eólica”. Rev. Téc. Ing. Univ. Zulia, Vol. 38, N° 2, (2015) 159-168.

Sandoval-Ruiz, C., Ruiz-Díaz, E. : “Optimizador de Eco-Productos de origen vegetal aplicando Control Neuronal en VHDL”. Revista de Ciencia y Tecnología Agrollanía, Vol. 15, (2018) 58-64.

Bernuy Bahamóndez, C. : “Modelamiento térmico unidimensional y transiente de una celda fotovoltaica bifacial”. Universidad de Chile (2018).

Da Rocha, N. M. M., Brighenti, L., Passos, J., Martins, D. : “Photovoltaic Cell Cooling as a Facilitator for MPPT”. IEEE Latin America Transactions, Vol. 17, N° 10, (2019) 1569-1577.

De Souza Silva, J. L., Moreira, H. S., de Mesquita, D. B., dos Reis, M. V. G., Villalva, M. G. : “Study of Power Optimizers for grid-connected photovoltaic systems”. IEEE Latin America Transactions, Vol. 17, N° 1, (2019) 127-134.

Sandoval-Ruiz, C. : “Diseño conceptual de un módulo híbrido para Generación eléctrica”. VIII Congreso Nacional y 2do Congreso Internacional de Investigación. UC, (2013).

Sandoval-Ruiz, C., and Fedón-Rovira, A. : “CESR-Codificador RS (255, k) eficiente para sistemas reconfigurables”. Rev. Téc. Ing. Univ. Zulia, Vol. 37, N° 2, (2014) 151-160.

Sandoval-Ruiz, C. : “Arquitectura Reconfigurable y Redes Inteligentes aplicadas al Diseño Sostenible en Smart City”. REC Perspectiva, Vol. 7, N° 12, (2018) 8-21.

Machado, Nelson Andrés López, et al. : “Evaluación del impacto de un techo verde sobre la escorrentía urbana usando un modelo a escala”. Rev. Téc. Ing. Univ. Zulia, Vol. 43, (2020) 26-35.