Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento

• Ano de defesa: 2019
• Autor(a) principal: Mendonça, Cauã Melgarejo
• Orientador(a): Thomas, Djeisson Hoffmann
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pampa
• Programa de Pós-Graduação: Mestrado Acadêmico em Engenharia Elétrica
• Departamento: Campus Alegrete
• País: Brasil
• Palavras-chave em Português: Engenharia elétrica; Energia elétrica; Geração de energia fotovoltaica; Sombreamento; Ponto de Máxima Potência Global; Ponto de Máxima Potência Local; Electrical engineering; Electricity; Photovoltaic power generation; Shading; Global Maximum Power Point; Local Maximum Power Point
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS
• Link de acesso: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4889

A necessidade de explorar e aperfeiçoar novas fontes de energia elétrica, especialmente as renováveis, vem fazendo com que estudos sobre a eficiência de geração de energia em painéis fotovoltaicos venham crescendo no mundo acadêmico. Partindo dessa premissa, essa dissertação tem por objetivo aplicar meta-heurísticas capazes de ajustar a operação do conversor de energia para o ponto de máxima potência, independentemente da condição de sombreamento. Quando um sistema fotovoltaico é submetido a essas condições de operação, o mesmo tem diferentes pontos de máxima potência, sendo estes subdivididos em Ponto de Máxima Potência Global (GMPP) e Ponto de Máxima Potência Local (LMPP). Técnicas de captação de máxima potência de baixa complexidade, como por exemplo Perturba e Observa (P&O) e Condutância Incremental (IC), não tem uma resposta satisfatória, podendo operar em um ponto de LMPP, não extraindo assim a máxima potência do painel fotovoltaico. Por conseguinte, existe a necessidade de desenvolver uma técnica de rastreio de máxima potência eficiente para qualquer condição de sombreamento, tanto parcial quanto homogêneo. Para otimizar a busca do GMPP foram empregadas meta-heurísticas baseadas em algoritmos bio-inspirados, quais sejam: Otimização por Enxame de Partículas (PSO), Busca Cuco (CS), Lobo Cinzento (GWO) e Vaga-lume (FA). Além destas, são propostas meta-heurísticas híbridas para a otimização do processo de busca do GMPP, obtidas a partir da associação entre duas das meta-heurísticas anteriores, da seguinte forma: PSO-CS, GWO-CS e FA-CS. Todas as meta-heurísticas propostas foram implementadas no software MATLAB/Simulink (versão 2018a) e submetidas à seis diferentes condições de sombreamento parcial, com LMPPs próximos ao GMPP, com o intuito de avaliar a eficiência das técnicas no ajuste da operação do conversor para o ponto de máxima potência e assim poder classificá-las. A melhor meta-heurística resultante desta classificação foi então submetida à testes de variação de irradiância em degrau, com intuito de emular a variação da irradiância que ocorreria ao longo de um dia qualquer de um sistema fotovoltaico real. Deste modo, busca-se alcançar o melhor desempenho do sistema de conversão e, consequentemente, a melhor produtividade de energia do sistema fotovoltaico, independentemente da condição de sombreamento.