Neural Control for Photovoltaic Panel Maximum Power Point Tracking

Abstract

Dado el aumento en el uso de energia renovable, los paneles solares han demostrado ser de confianza y tener una proporcion costo-beneficio favorable, produciendo energia libre de ruido y contaminacion del aire. Los paneles solares estan sujetos a variaciones considerables en sus condiciones de trabajo debido a cambios en niveles de irradiacion solar y en temperatura, esto afecta sus propiedades como semiconductor. Para poder aprovechar lo mas posible esta fuente de energia, control de los modulos y rechazo a perturbaciones es muy importante para obtener la maxima cantidad disponible de poder electrico. Este trabajo esta centrado en la identificacion y el control en-linea de un sistema fotovoltaico, usando redes neuronales con el filtro de Kalman como algoritmo de entrenamiento. Al tener identificacion y control en-linea, el sistema se vuelve mas adaptable a cambios en el clima y a otras variaciones en comparacion con metodos fuera de linea que son mas comunes.