Diseño de un control adaptativo inteligente para regular un sistema fotovoltaico en su punto de máxima potencia
Autor: Braulio José Cruz Jiménez
Doctorado en Informática
Esta tesis abordó el desafío de optimizar la eficiencia de los sistemas fotovoltaicos en condiciones de sombreado parcial mediante el uso de técnicas de inteligencia computacional. El sombreado parcial era un problema común en instalaciones solares debido a obstáculos como árboles, edificios o acumulación de suciedad, lo que podía causar una significativa reducción en la generación de energía y complicar el seguimiento del punto de máxima potencia (MPP) debido a la aparición de múltiples MPP locales y globales. El trabajo se enfocó en el desarrollo de técnicas avanzadas de inteligencia computacional, tales como las redes neuronales artificiales, para mejorar el seguimiento del MPP bajo condiciones de sombreado parcial. Esta técnica permitió una adaptación dinámica y precisa a las variaciones en la irradiancia solar, superando las limitaciones de los métodos convencionales como Perturbar y Observar (P&O), que tendía a quedarse atrapado en máximos locales. La metodología incluyó la modelación de sistemas fotovoltaicos, simulaciones en MATLAB y el desarrollo de un algoritmo MPPT basado en redes neuronales. Los resultados de las simulaciones mostraron una mejora significativa en la eficiencia y la capacidad de seguimiento del MPP global en comparación con las técnicas tradicionales bajo condiciones de sombreado parcial. La implementación de estas técnicas no solo optimizó el rendimiento de los sistemas fotovoltaicos, sino que también contribuyó a la estabilidad de la red eléctrica y a la reducción de costos. Las redes neuronales artificiales, en particular, mostraron una alta capacidad de adaptación y predicción, mejorando la precisión del seguimiento y reduciendo las pérdidas de energía.