Full text
Preview |
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB) | Preview |
Benito Oliva, Álvaro (2020). Estudio comparativo de distintas estrategias de seguimiento del punto de máxima potencia de un generador fotovoltaico. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Diseño Industrial (UPM).
Title: | Estudio comparativo de distintas estrategias de seguimiento del punto de máxima potencia de un generador fotovoltaico |
---|---|
Author/s: |
|
Contributor/s: |
|
Item Type: | Final Project |
Degree: | Grado en Ingeniería Eléctrica |
Date: | September 2020 |
Subjects: | |
Faculty: | E.T.S.I. Diseño Industrial (UPM) |
Department: | Ingeniería Eléctrica, Electrónica Automática y Física Aplicada |
Creative Commons Licenses: | Recognition - No derivative works - Non commercial |
Preview |
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB) | Preview |
El desarrollo de este Trabajo Fin de Grado se debe a la necesidad de estudiar el comportamiento de las distintas estrategias para el seguimiento del punto de máxima potencia. Para ello, se ha recurrido a las herramientas de Matlab y Simulink para modelar el comportamiento de módulos fotovoltaicos bajo distintas condiciones de temperatura, irradiancia y sombreado parcial.
Asimismo, se ha evaluado también la eficiencia de varios algoritmos de seguimiento del punto de máxima potencia, en particular el algoritmo Perturb & Observe, el de Conductancia Incremental y un algoritmo novedoso desarrollado para condiciones de sombreado parcial.
Los resultados muestran eficiencias de seguimiento bajo condiciones de irradiancia única muy elevadas (superiores al 99%) para los algoritmos de Pertub & Observe y de conductancia incremental.
Por otro lado, se ha comprobado el comportamiento del algoritmo de Perturb & Observe clásico bajo condiciones de sombreado parcial y se ha obtenido una eficiencia del 88,8 %, muy inferior al 98,8% que se logra con el algoritmo desarrollado en este TFG para esas condiciones.
Item ID: | 64320 |
---|---|
DC Identifier: | https://oa.upm.es/64320/ |
OAI Identifier: | oai:oa.upm.es:64320 |
Deposited by: | Álvaro Benito Oliva |
Deposited on: | 22 Oct 2020 09:33 |
Last Modified: | 22 Oct 2020 09:33 |