Estudio comparativo de distintas estrategias de seguimiento del punto de máxima potencia de un generador fotovoltaico

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).

Description

Title: Estudio comparativo de distintas estrategias de seguimiento del punto de máxima potencia de un generador fotovoltaico
Author/s:
  • Benito Oliva, Álvaro
Contributor/s:
  • Carrero López, Carmelo
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

Full text

[thumbnail of TFG_Alavaro_Benito_Oliva.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB) | Preview

Abstract

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.

More information

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
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM