Escolar Documentos
Profissional Documentos
Cultura Documentos
FOTOVOLTAICOS
Marcelo Paludetto Rodrigues
UTFPR
Av. Sete de Setembro, 3165
80230-901 Curitiba, Brazil
marcelorodrigues@alunos.utfpr.edu.br
Figura 3: Curva característica I-V. Além disso, o valor de Pmp da célula FV varia de
acordo com a irradiância que incide na célula e a tem-
peratura da célula [9]. De forma simplificada, quanto
maior a irradiância que incide na célula maior é a cor-
rente de geração, e quanto menor a temperatura da cé-
lula maior será a tensão de geração da célula. As Figuras
7 e 8 ilustram a variação da corrente e tensão com rela-
ção a irradiância que incide na célula e da temperatura
da célula.
trole Fuzzy, e comparar os resultados com base na efici-
Figura 7: Curva I-V com relação à variação da irradiân-
ência enérgica, complexidade teórica e erro do MPPT.
cia.
3 Revisão da Literatura
Antes de descrever o algoritmo e suas características,
é importante entender como ele atua no sistema FV. Pri-
meiramente, uma célula FV é capaz de gerar uma ener-
gia CC. Qualquer geração FV para ser conectada à rede
deve ser alterada para corrente continua (CA). Para que
ocorra esta transformação de energia, é necessário um
dispositivo chamado inversor. Afim de simplificar este
assunto, que vai além da disciplina, não será alterado o
Figura 8: Curva P-V com relação à variação da tempe- tipo de corrente. Portanto, para controlar a energia CC
ratura. é necessário utilizar um conversor CC-CC. O conversor
utilizado para este trabalho é um conversor do tipo ele-
vador chamado boost, vide Figura 9. Qualquer conver-
sor CC-CC necessita de um PWM, abreviação de Pulse
Width Modulation. O PWM tem a função de modular
um ciclo de pulsos binários, e esta possível variação,
entre 0% - 100%, do ciclo de pulsos é capaz de alte-
rar o valor de tensão. Esta variação é chamada de razão
cíclica (DC), abreviação de Duty Cycle.
1.2 Motivação
A escolha deste assunto é relevante para o tema da
minha dissertação e assim aumenta meu conhecimento
neste assunto. Além disso, não são todos os casos que é
possível comparar uma lógica de busca com um método
3.1 Perturb and Observe
de controle Fuzzy. Então, a escolha destes métodos são
relevantes para a disciplina e para o autor do trabalho. O P&O é o algoritmo de MPPT mais utilizado de-
vido a sua simplicidade, e além disso é o algoritmo com
2 Objetivos maior número de modificações aplicadas [7, 9, 10, 11].
Sua característica é atuar sobre a derivada da tensão e da
O objetivo deste trabalho é gerar dois algoritmos potência, ou comparar a amostra atual de tensão e po-
MPPT, chamados Perturb and Observe e Lógica de Con- tência com a amostra passada. Importante notar que, na
Figura 5, o Pmp e Vmp é o "joelho"da curva, portanto, é sim como o P&O, o Fuzzy também atua na derivada dP.
o ponto máximo da montanha. O processo de subida da Entretanto, a dV, que também pode ser utilizada, para
encosta é representado através da Figura 11. Portanto, este trabalho não é utilizada, pois para este caso a vari-
o objetivo é encontrar P (i) − P (i − 1) = 0, no caso o ação de corrente (dI) correspondeu melhor ao conjunto
Pmp . de regras.
Entretanto, o método de busca Hill-Climbing tem a Então, como variável de entrada para este sistema
característica de comparar os pontos vizinhos. Porém, Fuzzy é utilizado dP e dI, e como saída o ∆D. Os con-
para este caso, não possui máximo local, vide a Figura juntos de funções as variáveis de entrada e saída são 4,
4, o algoritmo não precisa ser adaptativo, ou seja, não representada por negative big (nb), negative small (ns),
é necessário gerar valores aleatórioas para encontrar o positive small (ps) e positive big (bs). A Figura 13 mos-
máximo global. Mas, este problema de máximo local é tra a região de operação de cada função de pertinência.
um problema comum do MPPT, porém não será desen- Portanto, como principal diferença, a FLC altera os va-
volvido neste trabalho. lores de ∆D.
Figura 11: Aplicação da subida da encosta na curva P-V. Figura 13: Funções de pertinência nas variáveis de en-
trada e saída do Fuzzy.
3.2 Fuzzy
O MPPT em Fuzzy é uma técnica bem estabelecida
e assim como P&O é bastante adaptada [7, 12, 13]. As-
4 Metodologia
Figura 17: Resultado MPPT P&O.
A metodologia proposta para este trabalho tem como
premissa atender a seção 2. Sendo assim, o método de
comparação entre os métodos P&O (seção 3.1) e FLC
(seção 3.2) leva em consideração: a complexidade ma-
temática, tempo de acomodação, precisão do MPP. A
complexidade matemática, neste caso, adota as seguin-
tes questões: tempo de implementação e complexidade
computacional. O tempo de acomodação tem o objetivo
de comparar qual sistema apresenta a resposta mais rá-
pida. Por fim, a precisão do MPP considera o erro em
estado estacionário.
Figura 18: Resultado MPPT Fuzzy.
5 Simulações e Resultados
É utilizado o software MATLAB Simulink para si-
mular os resultados do P&O e FLC. Para a primeira
simulação, é considerado o valor de irradiância Irr =
1000W/m2 e temperatura T = 25◦ . Portanto, os va-
lores esperados de Pmp , Vmp e Imp é referente a tabela
1. A Figura 15 mostra a estrutura de simulação do algo-
ritmo P&O, e a Figura 16 mostra a estrutura de simula-
ção da FLC. As Figuras 17 e 18 apresentam a potência Para avaliar a complexidade matemática, as Figuras
do módulo no MPPT P&O e Fuzzy, respectivamente. 15 e 16 mostram que, a FLC é mais complexa, inclusive
no tempo computacional. O tempo de acomodamento, a
FLC apresentou melhores resultados vide Figuras 17 e
Figura 15: Interface de Simulação P&O. 18. Por fim, como o Fuzzy apresenta uma resposta mais
rápida, não será utilizado todo o conjunto de amostras
simuladas. Portanto, o conjunto de amostras para repre-
sentar a precisão dos algoritmos é, somente, após ambos
tempos de acomodamento. Sendo assim, o MSE do al-
goritmo P&O é M SEP &O = 0.0440, e a FLC possui
M SEF LC = 0.0301. De forma resumida, a Tabela 3
apresenta os resultados comparativos dos dois MPPT.
Tabela 3: Resultados
Complexidade Tempo de
Erro MPP
Matemática acomodação
P&O
Fuzzy