| dc.contributor.advisor |
Sandoval Ruiz, Cecilia Esperanza |
|
| dc.contributor.advisor |
Lináres Ríos, Zoraida |
|
| dc.contributor.author |
López olivares, Emerson Leao |
|
| dc.date.accessioned |
2024-04-15T14:09:25Z |
|
| dc.date.available |
2024-04-15T14:09:25Z |
|
| dc.date.issued |
2024-03 |
|
| dc.identifier.uri |
http://hdl.handle.net/123456789/9885 |
|
| dc.description.abstract |
El trabajo que a continuación se presenta se ubica dentro de un tipo de investigación descriptiva con el propósito de diseñar un control inteligente para optimizar el seguimiento del punto de máxima potencia (MPPT) en los sistemas fotovoltaicos, mediante la simulación en Matlab/Simulink, Para lo cual se planteó estudiar el modelo matemático del sistema fotovoltaico, el convertidor elevador BOOST, los algoritmos de control del seguimiento del punto de máxima potencia comúnmente utilizados y la técnica de red neuronal artificial. Los criterios de evaluación permitieron obtener datos precisos para el análisis de rapidez en el seguimiento, error de seguimiento, varianza y eficiencia. Resaltando así que el controlador MPPT basado en red neuronal sigue el MPP con mayor rapidez logrando estabilizarse en 176μs y al compararlo se obtiene una diferencia de 296μs, es notable como el controlador MPPT basado en red neuronal alcanza una mayor precisión y un menor margen de error de seguimiento ya que obtuvo un E_m de 1.7 kW, comparado con el de conductancia incremental de 2.5 kW y reflejando una evidente diferencia de 0.8 kW. En cuanto a la varianza el controlador MPPT basado en red neuronal se extendió hasta 53.29〖 [kW]〗^2 que en comparación mantiene un margen de 27〖 [kW]〗^2 de diferencias con el controlador de conductancia incremental, dicha varianza indica que la función tiende a estar muy cerca del valor medio, lo que sin lugar a duda muestra una mayor eficiencia en el desempeño del controlador MPPT basado en red neuronal con 97.92% de desempeño. El control inteligente logró mejorar el desempeño del algoritmo de conductancia incremental, aplicado al seguimiento del punto de máxima potencia en el sistema fotovoltaico SunPower SPR-305E-WHT-D presentado en el software Matlab/Simulik. |
es_ES |
| dc.language.iso |
es_ES |
es_ES |
| dc.subject |
Algoritmos - simulación |
es_ES |
| dc.subject |
Red neuronal |
es_ES |
| dc.subject |
Potencia |
es_ES |
| dc.subject |
Energía y sistemas de control |
es_ES |
| dc.subject |
Ingeniería |
es_ES |
| dc.subject |
Ingeniería eléctrica |
es_ES |
| dc.subject |
Maestría en ingeniería eléctrica |
es_ES |
| dc.title |
Control inteligente para optimizar el seguimiento del punto de máxima potencia (MPPT) en los sistemas fotovoltaicos, mediante la simulación en Matlab/Simulink |
es_ES |
| dc.type |
masterThesis |
es_ES |
