Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
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: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4889 |
Resumo: | 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. |
id |
UNIP_3b76d74fb36dc1d672e2dcb64dcac31b |
---|---|
oai_identifier_str |
oai:repositorio.unipampa.edu.br:riu/4889 |
network_acronym_str |
UNIP |
network_name_str |
Repositório Institucional da UNIPAMPA |
repository_id_str |
|
spelling |
Thomas, Djeisson HoffmannMendonça, Cauã Melgarejo2020-03-04T13:11:10Z2020-03-04T13:11:10Z2019-08-29MENDONÇA, Cauã Melgarejo. Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento. Orientador: Djeisson Hoffmann Thomas. 2019. 116p. Dissertação (Mestrado em Engenharia em Engenharia Elétrica) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2019.http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4889A 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.The need to explore and improve new sources of electricity, especially renewable energy, has led to studies on the eficiency of photovoltaic power generation in the academic world. Based on this premise, this dissertation aims to apply metaheuristics capable of adjusting the operation of the energy converter to the point of maximum power, the following shading conditions. When a photovoltaic system is subjected to these operating conditions, it has di_erent maximum power points, which are subdivided into Maximum Maximum Power Point (GMPP) and Local Maximum Power Point (LMPP) and this causes capture techniques. low power, low complexity, such as Disturb and Observe (P&O) and Incremental Conductance (IC), do not have a satisfactory response, can operate at one LMPP point, thus not extracting the photovoltaic panel at most. Therefore, there is a need to develop an eficient maximum power screening technique for any shading condition, both partial and homogeneous. To optimize a GMPP search, meta-heuristics used in bio-inspired algorithms were used, namely: Particle Swarm Optimization (PSO), Cuckoo Search (CS), GrayWolf (GWO) and Firey (FA). Besides these, hybrid metaheuristics are proposed to optimize the GMPP search process, preventing the association between two of the previous metaheuristics, as follows: PSO-CS, GWO-CS and FA-CS. All as proposed metaheuristics were implemented in the MATLAB/Simulink software (version 2018a) and subjected to six diferent partial sound conditions, with LMPPs close to GMPP, in order to evaluate the technical strategies without adjusting the converter operation to the point. Of maximum power and thus be able to classify them. The best reduced metaheuristic of this classification was then subjected to step irradiance variation tests in order to emulate a change in irradiance that occurs over the course of a day of any real photovoltaic system. In this mode, the best performance of the conversion system is sought and, consequently, a better energy utilization of the photovoltaic system, using the shading condition.porUniversidade Federal do PampaMestrado Acadêmico em Engenharia ElétricaUNIPAMPABrasilCampus AlegreteCNPQ::ENGENHARIASEngenharia elétricaEnergia elétricaGeração de energia fotovoltaicaSombreamentoPonto de Máxima Potência GlobalPonto de Máxima Potência LocalElectrical engineeringElectricityPhotovoltaic power generationShadingGlobal Maximum Power PointLocal Maximum Power PointAperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamentoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPAORIGINALCauã Melgarejo Mendonça - 2019.pdfCauã Melgarejo Mendonça - 2019.pdfapplication/pdf8167576https://repositorio.unipampa.edu.br/jspui/bitstream/riu/4889/1/Cau%c3%a3%20Melgarejo%20Mendon%c3%a7a%20-%202019.pdf94e2d21222f5ea47f0a6cddb44084d8fMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://repositorio.unipampa.edu.br/jspui/bitstream/riu/4889/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52TEXTCauã Melgarejo Mendonça - 2019.pdf.txtCauã Melgarejo Mendonça - 2019.pdf.txtExtracted texttext/plain187506https://repositorio.unipampa.edu.br/jspui/bitstream/riu/4889/3/Cau%c3%a3%20Melgarejo%20Mendon%c3%a7a%20-%202019.pdf.txt9dec59786c958b6327c44d5dc312e4bdMD53riu/48892020-03-05 03:04:09.263oai:repositorio.unipampa.edu.br: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ório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2020-03-05T06:04:09Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)false |
dc.title.pt_BR.fl_str_mv |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
title |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
spellingShingle |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento Mendonça, Cauã Melgarejo CNPQ::ENGENHARIAS 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 |
title_short |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
title_full |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
title_fullStr |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
title_full_unstemmed |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
title_sort |
Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento |
author |
Mendonça, Cauã Melgarejo |
author_facet |
Mendonça, Cauã Melgarejo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Thomas, Djeisson Hoffmann |
dc.contributor.author.fl_str_mv |
Mendonça, Cauã Melgarejo |
contributor_str_mv |
Thomas, Djeisson Hoffmann |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS 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 |
dc.subject.por.fl_str_mv |
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 |
description |
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. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-08-29 |
dc.date.accessioned.fl_str_mv |
2020-03-04T13:11:10Z |
dc.date.available.fl_str_mv |
2020-03-04T13:11:10Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MENDONÇA, Cauã Melgarejo. Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento. Orientador: Djeisson Hoffmann Thomas. 2019. 116p. Dissertação (Mestrado em Engenharia em Engenharia Elétrica) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2019. |
dc.identifier.uri.fl_str_mv |
http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4889 |
identifier_str_mv |
MENDONÇA, Cauã Melgarejo. Aperfeiçoamento da conversão de energia de sistemas de geração fotovoltaica sob diversas condições de sombreamento. Orientador: Djeisson Hoffmann Thomas. 2019. 116p. Dissertação (Mestrado em Engenharia em Engenharia Elétrica) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2019. |
url |
http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4889 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Pampa |
dc.publisher.program.fl_str_mv |
Mestrado Acadêmico em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UNIPAMPA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Campus Alegrete |
publisher.none.fl_str_mv |
Universidade Federal do Pampa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIPAMPA instname:Universidade Federal do Pampa (UNIPAMPA) instacron:UNIPAMPA |
instname_str |
Universidade Federal do Pampa (UNIPAMPA) |
instacron_str |
UNIPAMPA |
institution |
UNIPAMPA |
reponame_str |
Repositório Institucional da UNIPAMPA |
collection |
Repositório Institucional da UNIPAMPA |
bitstream.url.fl_str_mv |
https://repositorio.unipampa.edu.br/jspui/bitstream/riu/4889/1/Cau%c3%a3%20Melgarejo%20Mendon%c3%a7a%20-%202019.pdf https://repositorio.unipampa.edu.br/jspui/bitstream/riu/4889/2/license.txt https://repositorio.unipampa.edu.br/jspui/bitstream/riu/4889/3/Cau%c3%a3%20Melgarejo%20Mendon%c3%a7a%20-%202019.pdf.txt |
bitstream.checksum.fl_str_mv |
94e2d21222f5ea47f0a6cddb44084d8f 43cd690d6a359e86c1fe3d5b7cba0c9b 9dec59786c958b6327c44d5dc312e4bd |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA) |
repository.mail.fl_str_mv |
sisbi@unipampa.edu.br |
_version_ |
1801849156371742720 |