Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO TECNOLÓGICO
DEPARTAMENTO DE ENGENHARIA ELÉTRICA E ELETRÔNICA
CURSO ENGENHARIA ELÉTRICA
Florianópolis - SC
2022
Yago Pazinato Pinto Nunes
Florianópolis
2022
Yago Pazinato Pinto Nunes
Este Trabalho Conclusão de Curso foi julgado adequado para obtenção do Título de Bacharel
em Engenharia Elétrica e aprovado em sua forma final, pela Banca Examinadora.
________________________
Prof. Miguel Moreto, Dr
Coordenador do Curso de Graduação em Engenharia Elétrica
Banca Examinadora:
_______________________
Prof. Roberto Francisco Coelho, Dr.
Orientador
Universidade Federal de Santa Catarina
________________________
Prof. Lenon Schmitz, Dr.
Avaliador
Universidade Federal de Santa Catarina
________________________
Prof. Rafael Henrique Eckstein, M. Eng.
Avaliador
Instituto Federal de Santa Catarina
Este trabalho é dedicado a meus pais e minhas irmãs.
AGRADECIMENTOS
Primeiramente, gostaria de agradecer a minha família por todo apoio durante esta
longa caminhada. Minha mãe Juliana e meu pai Vinícius, pelos momentos de conversa e
carinho, em que mesmo à distância, muitas conversas foram de fundamental importância para
minha formação como ser humano. Às minhas irmãs Iara e Carolina, às quais pude acompanhar
o crescimento durante a faculdade, agradeço pela descontração e carinho dirigidos por forma
de carta e desenhos.
À minha namorada, Giulia, pelo companheirismo e alegria proporcionada nos
melhores dias, assim como a paciência e apoio nos piores.
Aos amigos feitos durante a graduação, representados pelos nomes de Diego e
Leonardo, pelas risadas e parceria.
Ao professor e orientador Roberto Coelho, pela disposição, conhecimento repassado e
paciência durante toda a orientação.
Por fim, gostaria de agradecer à Universidade Federal de Santa Catarina e seu corpo
docente pelo ensino público, gratuito e de qualidade ofertado durante estes anos, os quais serão
muito bem lembrados durante o restante da minha trajetória profissional.
RESUMO
Diante das variadas soluções apresentadas no mercado de energia solar existentes no panorama
nacional, diferentes topologias de inversores têm sido apresentadas com o intuito de otimizar a
potência e energia proveniente dos arranjos fotovoltaicos. Dentre elas, duas principais
tecnologias têm ganhado destaque comercial, sendo os inversores tipo string empregados
majoritariamente com arranjos de módulos associados em série, enquanto os microinversores
são utilizados de forma a maximizar a potência dos módulos de forma individual. O presente
trabalho visa comparar o uso de microinversores e inversores string diante dos cenários de
irradiância e de temperatura encontrados em Florianópolis, perante situações de sombreamento
parcial ou total. Com essa finalidade, foi modelado no software PSIM um algoritmo de MPPT
aplicado a diferentes conversores CC-CC: um Boost, normalmente utilizado em inversores
string, e um conversor de alto ganho, usualmente empregado em microinversores.
Posteriormente, três cenários de sombreamento foram criados para análise dos valores de
potência, energia e ciclo de trabalho dos conversores em questão. Baseados nestes valores,
diferentes cenários econômicos foram realizados para avaliar a atratividade econômica entre
ambos os sistemas propostos, determinando se a energia adicional gerada pelo conversor de
alto ganho é suficiente para compensar o investimento inicial relativo ao microinversor.
Constatou-se que o sistema com microinversores é atrativo financeiramente em apenas 1 dos 3
cenários propostos, apesar de rastrear o ponto de máxima potência de forma mais eficiente em
todos as simulações propostas.
Given the varied solutions presented in the national photovoltaic Market, different solutions are
currently provided in regards to optimize output power and energy in PV arrays. Amongst them,
2 main technologies have gained commercial influence, being String inverters used primarily
for series-connected PV arrays, whereas micro inverters are used to maximize power outputs in
an individual level. The present paperwork desires to compare the use of micro and string
inverters in Florianópolis irradiation and temperature data, granted partial and/or total shadings
applied to the PV modules. With this purpose, an MPPT algorithm was modeled and applied to
2 converters: a Boost converter normally utilized in string inverters and the other a high step-
up converter, usually applied in microinverters. Subsequently, three shading scenarios were
created in order to analyze the main values of power, energy and duty cycle regarding the
proposed Converters. Based on these values, different economic situations were created to
evaluate the economical appeal of both configurations, determining if the additional energy
provided by the high step-up converter is enough to compensate the initial investment regarding
the micro inverter. It was found that the system with micro inverters was financially attractive
in only 1 of the 3 proposed scenarios, despite tracking the modules more efficiently in all the
proposed simulations.
Quadro 1: Dias de referência para escolha de dia médio para cada mês do ano. ....... 29
Quadro 2: Parâmetros do modelo de módulo físico encontrados no PSIM. .............. 50
LISTA DE TABELAS
°C Graus Celsius
K Kelvin
T Temperatura
TSTC Temperatura em condições STC
D Razão Cíclica do Conversor
∆D Perturbação na Razão Cíclica
pn Junção entre portadores de carga de um semicondutor
Eg Energia de banda
V Volts
A Ampéres
P Potência Elétrica
W Watts
kW Kilowatt
MW Megawatt
Ws Watt segundo
kWs Kilowatt segundo
kWh Kilowatt hora
G Irradiância Solar
GSTC Irradiância Solar em padrões STC
R Resistência Elétrica
Ω Ohms
F Farad
H Henry
Hz Hertz
AM Air Mass
CC Corrente Contínua
CA Corrente Alternada
Dcel Diodo do circuito equivalente de uma célula fotovoltaica
Iph Corrente fotogerada por uma célula fotovoltaica
ID Corrente no diodo equivalente de uma célula fotovoltaica
VD Tensão no diodo equivalente de uma célula fotovoltaica
IPV Corrente de saída da célula/módulo fotovoltaico
VPV Tensão de saída da célula/módulo fotovoltaico
Rs Resistência série equivalente de uma célula fotovoltaica
Rp Resistência paralelo (shunt) equivalente de uma célula fotovoltaica
Ns Número de células em série de um arranjo fotovoltaico
Np Número de células em paralelo de um arranjo fotovoltaico
W/m² Watts por metro quadrado
IH Irradiância horária média mensal
H Irradiância média mensal
ω Ângulo horário do Sol
ωs Ângulo horário do pôr-do-sol
φ Latitude local
δ Declinação solar do dia juliano representativo de cada mês do ano
Hs Horário de sol
Frequência de comutação do algoritmo de controle do ponto de
fmppt
máxima potência de um módulo fotovoltaico
Tcel Temperatura da célula fotovoltaica
Gamb Irradiância ambiente
Vca Tensão de circuito aberto do módulo fotovoltaico
𝑆𝑇𝐶
𝑉𝑐𝑎 Tensão de circuito aberto do módulo fotovoltaico em condições
STC
Vmp(T) Tensão elétrica de máxima potência na temperatura T
𝑆𝑇𝐶
𝑉𝑚𝑝 Tensão elétrica de máxima potência em condições STC
µv Coeficiente angular da reta entre tensão elétrica de máxima potência
e temperatura
MCCM Ganho ideal do Conversor em modo de operação contínua
Pin Potência de Entrada do Conversor
Po Potência de Saída do Conversor
∆iL Ripple de corrente do indutor do Conversor Boost
Vin Tensão de Entrada do Conversor
V0 Tensão de Saída do Conversor
f Frequência
Iin Corrente de entrada do Conversor
I0 Corrente de saída do Conversor
Vc Tensão no capacitor de saída do Conversor Boost
∆Vc Ripple de tensão no Capacitor do Conversor Boost
VL1 Tensão no Indutor 1 da rede de Indutores do Conversor ASL-S2C
VL2 Tensão no Indutor 2 da rede de Indutores do Conversor ASL-S2C
VL0 Tensão no Indutor de Saída do Conversor ASL-S2C
∆IL0 Ripple de corrente no Indutor do Conversor ASL-S2C
L0 Indutância do Indutor de Saída do Conversor ASL-S2C
VC1 Tensão no Capacitor 1 do Filtro Passivo do Conversor ASL-S2C
VC2 Tensão no Capacitor 2 do Filtro Passivo do Conversor ASL-S2C
∆VC1 Ripple de tensão no Capacitor 1 do Filtro Passivo do Conversor
ASL-S2C
C0 Capacitor de saída do Conversor ASL-S2C
∆VC0 Ripple de tensão no Capacitor de Saída do Conversor ASL-S2C
SUMÁRIO
1 INTRODUÇÃO ................................................................................................... 15
1.1 OBJETIVOS .......................................................................................................... 16
3 METODOLOGIA ................................................................................................ 47
3.1.1 Modelagem dos módulos fotovoltaicos .............................................................. 47
1 INTRODUÇÃO
1.1 OBJETIVOS
Nas seções a seguir estão descritos o objetivo geral e os objetivos específicos deste
trabalho de conclusão de curso.
2 REVISÃO BIBLIOGRÁFICA
Os módulos fotovoltaicos, por sua vez, são formados por conjuntos de células
fotovoltaicas, organizadas de modo a aumentar a tensão e corrente gerada pelo sistema, com
finalidade de torná-lo economicamente viável ao público-alvo (BORGES, 2020). Os módulos
comerciais podem, ainda, ser associados em série ou paralelo com outros módulos, formando
um arranjo fotovoltaico.
(a)
(b)
Fonte: (ECO GREEN ENERGY, 2020)
23
Figura 7: Influência das resistências: (a) série e (b) paralela, na curva IxV.
Assim sendo, é possível traçar uma curva característica da corrente versus tensão e da
potência versus tensão da célula, conforme figura 8, sendo a corrente de saída da célula dada
pela subtração entre a corrente gerada pela fonte de corrente e a parcela que circula pelo diodo,
o qual é regido pela Equação de Shockley em sua região ativa (COELHO; SCHMITZ;
MARTINS, 2022).
Figura 10: Módulo com células fotovoltaicas em: (a) série e (b) paralelo
(a)
26
(b)
Fonte: (SOLMETRIC, 2011)
2.1.3.2 Temperatura
Por conter uma inércia térmica intrínseca ao material utilizado, a temperatura dos
módulos fotovoltaicos ao longo do dia permanece mais estável do que a irradiância (YANG et
28
2.1.3.3 Irradiância
A irradiância solar (G) quantifica a potência contida na radiação que incide sob a
superfície terrestre, sendo medida em watt por metro quadrado [W/m2] (COELHO; SCHMITZ;
MARTINS, 2022) e sendo dividida em três diferentes tipos, sendo a radiação direta causada
por raios solares incidentes diretamente no módulo; a radiação difusa formada pela passagem
da luz por objetos translúcidos, como nuvens que permitem a passagem de maneira irregular; e
a radiação albedo, provocada pela reflexão dos raios não absorvidos por objetos ou pela
superfície terrestre. Devido aos fenômenos de difusão, reflexão e absorção ocorridas nas
camadas da atmosfera, apenas uma parcela da irradiância atinge a superfície do planeta Terra,
com níveis da ordem de 1000 W/m2 em dias de céu limpo, se opondo a irradiância média de
1367 W/m2 encontrada na parte externa da atmosfera terrestre (COELHO; SCHMITZ;
MARTINS, 2022). Logo, alinhado aos fenômenos dinâmicos do ambiente e latitude do local, a
radiação solar total incidente em uma dada localidade se torna algo de difícil previsibilidade e
em constante mudança ao longo do dia, obrigando o usuário a recorrer a séries históricas obtidas
por piranômetros (instrumento utilizado para medir irradiância solar e exposto na figura 12)
para determinação de valores médios mensais de irradiância.
Figura 12: Piranômetro comercial
Fonte:(FREITAS, 2018).
29
Em posse dos dados obtidos via séries históricas, os quais geralmente denotam a
irradiação solar média durante o dia de uma dada região, é possível a utilização de fórmulas de
caráter trigonométrico, propostas por (COLLARES-PEREIRA; RABL, 1979), com o intuito de
aferir a irradiância horária média do local, conforme equações (3); (4) e (5).
𝜋 cos 𝜔−cos 𝜔𝑠
𝐼𝐻 = 𝐻
24
(0,409 + 0,5016𝑠𝑒𝑛(𝜔𝑠 − 60°) + (0,6609 − 0,4767𝑠𝑒𝑛(𝜔𝑠 − 60°)) cos 𝜔) 2 𝜋𝜔𝑠
sin 𝜔𝑠 − cos 𝜔𝑠
(3)
360°
Em que ω representa o ângulo horário do Sol, calculado de acordo com (4) para cada
hora do dia entre as 6h e 18h, e ωs representa o ângulo horário do pôr-do-sol, obtido por (5)
(LIU; JORDAN, 1960), sendo φ a latitude local e δ a declinação solar do dia juliano que
representa cada mês, sendo utilizado o Quadro 1 para aferir as datas utilizadas para representar
cada mês (KLEIN, 1977).
Quadro 1: Dias de referência para escolha de dia médio para cada mês do ano.
Mês Dia juliano do ano Data
Janeiro 17 17 de janeiro
Fevereiro 47 16 de fevereiro
Março 75 16 de março
Abril 105 15 de abril
Maio 135 15 de maio
Junho 162 11 de junho
Julho 198 17 de julho
Agosto 228 16 de agosto
Setembro 258 15 de setembro
Outubro 288 15 de outubro
Novembro 318 14 de novembro
Dezembro 344 10 de dezembro
Fonte: Adaptado de (KLEIN, 1977)
30
𝑉𝑃𝑉
𝐼𝑃𝑉 = (6)
𝑅
31
Nesta circunstância, constata-se que para obter o fluxo de potência ótimo do circuito,
a inclinação da curva de carga deve coincidir com o ponto de máxima potência, não sendo esta
uma condição sempre viável, em decorrência das circunstâncias meteorológicas em que o
sistema se encontra. Deste modo, faz-se necessário a utilização de um conversor CC-CC entre
o módulo fotovoltaico e a carga, tal que ao se alterar a razão cíclica do conversor, ajusta-se a
curva de carga vista pelo módulo conforme as variações na curva de geração, emulando uma
carga variável do ponto de vista do módulo fotovoltaico. A Figura 14, em conjunto com a Figura
15 possibilita uma melhor compreensão do circuito descrito acima.
Figura 17: Curvas: (a) I-V e (b) P-V com módulos sombreados.
de malha aberta, não haverá ajustes na razão cíclica do conversor ao longo do funcionamento
do módulo fotovoltaico que, deste modo, não atingirá o ponto de máxima potência quando
houver interferências externas, como temperatura ou irradiância.
Fonte:(BORGES, 2020).
em casos em que a derivada se encontra maior que zero, é aumentada a tensão do conversor de
modo a zerar a derivada e, em casos contrários, a tensão é diminuída (MAHESWARI;
SHANTHI, 2022).
O nome da técnica utilizada advém da equação (8), que rege a iteração, sendo a
condutância elétrica definida pelo inverso da resistência elétrica (SIVAKUMAR et al., 2015),
𝑑𝐼
enquanto a condutância incremental é definida pela parcela (𝑑𝑉), ou em casos reais,
∆𝐼
aproximados para um variação (∆𝑉) .
P=V.I (6)
38
𝑑𝑃 −𝐼 𝑑(𝐼)
=0 → = (8)
𝑑𝑉 𝑉 𝑑𝑉
Fonte:(BORGES, 2020)
𝑆𝑇𝐶
𝑑𝑉𝑐𝑎
𝑉𝑐𝑎 = 𝑉𝑐𝑎 + × (𝑇 − 𝑇𝑆𝑇𝐶 ) (9)
𝑑𝑇
𝑆𝑇𝐶
𝑉𝑚𝑝 (𝑇) ≅ 𝑉𝑚𝑝 + µ𝑣 × (𝑇 − 𝑇𝑆𝑇𝐶 ) (10)
Utilizando-se da definição de ganho estático, que é definida pela razão entre tensão de
saída e tensão de entrada, assim como ciclo de trabalho do conversor, o Boost passa a ser
descrito matematicamente por (12), quando utilizado em modo de operação contínua e
constituído de componentes ideais (BARBI, 2008) (ERICKSON; MAKSIMOVIC, 2013)
1
𝑀𝐶𝐶𝑀 = (12)
1−𝐷
𝑃𝑖𝑛 = 𝑃𝑜 (13)
𝑉𝑖𝑛 × 𝐷
△ 𝑖𝐿 = (14)
𝐿×𝑓
𝑉𝑖𝑛 × 𝐷
𝐿= (15)
△ 𝑖𝐿 × 𝑓
𝑑𝑉𝐶 (𝑡)
𝐼0 = 𝐶 (16)
𝑑𝑡
𝐼𝑜 × 𝐷
𝐶= (17)
△ 𝑉𝐶 × 𝑓
Para atingir grandes ordens de ganho de tensão (>10), conversores de alto ganho são
empregados (SALVADOR; LAZZARIN; COELHO, 2018). Com o intuito de contornar este
problema, variadas topologias de conversores foram apresentadas ao longo da literatura. Dentro
do escopo deste trabalho, será utilizada a família de conversores intitulada de rede ativa de
indutores chaveados (ASL – Active Switched Inductor Network), a qual se mostrou de grande
eficiência em resultados experimentais, como apresentado em (SALVADOR; LAZZARIN;
COELHO, 2018). A estrutura é composta de uma ASL, visualizada na Figura 23 (a), seguida
de uma estrutura de célula passiva de capacitores comutados (SU2C – Step-up 2 cell)
(SALVADOR; LAZZARIN; COELHO, 2018), visualizado na Figura 24 (b), resultando no
conversor ASL-SU2C, o qual possui algumas vantagens quando comparado a conversores CC-
CC de alto ganho da mesma família, como menor quantidade de componentes e menores
esforços de tensão nos interruptores, resultando em melhor rendimento do equipamento.
Figura 23: Conversores de alto ganho: (a) Rede ASL e (b) célula S2C
A rede ativa de indutor chaveado (ASL) é composta por dois indutores, L1 e L2, os
quais são carregados em paralelo enquanto os interruptores estão conduzindo e,
alternativamente, descarregados em série quando os interruptores não estão conduzindo
(SALVADOR; LAZZARIN; COELHO, 2018). Em analogia, a célula passiva de capacitores
(SU2C) é composta por dois diodos, D1 e D2, além de dois capacitores, C1 e C2, os quais são
carregados em paralelo quando ocorre condução pelos diodos, e descarregados em série, quando
os diodos estão bloqueados (DE NOVAES; RUFER; BARBI, 2007), seguidos de um filtro LC
de baixa frequência na saída do conversor.
43
Figura 24: Estados topológicos do conversor (a) interruptores em condução; (b) interruptores
bloqueados e (c) interruptores bloqueados em operação MCD
(a) (b)
(c)
Fonte: (SALVADOR; LAZZARIN; COELHO, 2018).
2 × 𝑉𝑖𝑛 × 𝐷
𝐿0 = (19)
△ 𝐼𝐿0 × 𝑓
1−𝐷
𝐼0 = 𝐼 (20)
1 + 3𝐷 𝑖𝑛
𝑃0 × 𝐷 (1 − 𝐷)
𝐶1 = 𝐶2 = (22)
𝑉𝑖𝑛 × 𝑓(1 + 3𝐷) △ 𝑉𝑐1
𝑉𝑖𝑛 × 𝐷
𝐿1 = 𝐿2 = (23)
∆𝐼𝐿 × 𝑓𝑠
conexão trifásica a rede. Ademais, os inversores também se diferem em razão de suas entradas
para MPPT, assim como seus parâmetros de tensão e corrente máximas e mínimas por entrada.
Dentro da classe de inversores monofásicos, é possível distinguir ainda os
equipamentos em dois grandes grupos.
• Inversores string: os inversores string habilitam a conexão de múltiplos
módulos fotovoltaicos em série, aumentando o tamanho do arranjo e atingindo
tensões máximas de até 600V por string. Entretanto, devido ao maior número
de módulos interligados, o controle de máxima potência é feito de forma
global, podendo um módulo da série fotovoltaica prejudicar a geração de todo
o conjunto, ao deslocar a curva IxV do arranjo. Por possuírem uma maior
potência de conversão, suas estruturas normalmente são de maior porte,
conforme Figura 25, e instaladas em abrigos protegidos contra intempéries
(RAMPINELLI; KRENZINGER; ROMERO, 2013).
3 METODOLOGIA
O propósito deste trabalho consiste na análise comparativa entre o uso de inversores
string e microinversores por meio de estudos acerca de suas diferenças de geração em cenários
de sombreamento parcial e total dos módulos.
A abordagem metodológica utilizada baseia-se no modelamento de ambos os
conversores descritos na seção 2.3 atrelados a algoritmos de rastreamento de máxima potência
(P&O), simulando, assim, o estágio CC-CC de ambos os inversores via software PSIM©, de
modo que os módulos fotovoltaicos operem com máxima geração possível. Em adendo, serão
gerados cenários de sombreamentos parciais nos arranjos fotovoltaicos, evidenciando as
diferenças de energia geradas entre ambos os conversores, com o intuito de fomentar a escolha
de um conversor a outro.
Em complemento, será feita uma análise econômica da geração versus custo de
instalação ao longo dos anos de operação do sistema fotovoltaico considerando ambas as
topologias, sendo escolhidos cenários de sombreamento do cotidiano da cidade de
Florianópolis, assim como modelos de inversores e de módulos fotovoltaicos cujas
características serão inseridas no programa PSIM©. Deste modo, será possível a determinação
do melhor sistema a ser adotado em termos monetários e técnicos a um consumidor que venha
a instalar em padrões similares.
𝑅𝑠 . 𝐼𝑝𝑣 + 𝑉𝑝𝑣
𝐼𝑝𝑣 = 𝐼𝑝ℎ − 𝐼𝐷 − (24)
𝑅𝑝
𝐺
𝐼𝑝ℎ = 𝐼𝑆𝐶0 . . (1 + 𝛼. (𝑇 − 𝑇𝑆𝑇𝐶 )) (25)
𝐺𝑆𝑇𝐶
𝑇 3 𝑞𝐸𝑔.(𝑇 1 − 𝑇1 ) 𝑞.𝑉𝑑
𝐼𝐷 = 𝐼𝑆0 . ( ) .𝑒 𝑆𝑇𝐶 . (1 + 𝛼. (𝑇 − 𝑇𝑆𝑇𝐶 )). (𝑒 𝐴𝑘𝑇 − 1) (26)
𝑇𝑆𝑇𝐶
ambiente PSIM. Devido ao programa PSIM não aceitar arranjos em paralelo de células
fotovoltaicas dentro do modelo físico do software, e sendo esta uma característica de módulos
com tecnologia half-cell, representa-se o módulo utilizado como um arranjo em paralelo de
duas strings composta por 3 “sub-módulos” com 24 células cada, sendo a corrente fotogerada
pelas células equivalente à metade da corrente encontrada na folha de dados do módulo, e a
tensão equivalente a um terço da tensão total do módulo, devido a existência de três diodos de
by-pass. A Figura 27 representa de forma intuitiva a ligação realizada, sendo as fontes de tensão
utilizadas para entrada da irradiância e da temperatura dos sub-módulos.
Além disso, o script realizado apresenta o resultado dos parâmetros de forma global
ao módulo, como as resistências equivalentes e o fator de idealidade do módulo, sendo
necessário a posterior divisão do valor encontrado pelo número de células do sub-módulo
modelado (24 células).
Na figura 28 são apresentados os demais parâmetros necessários para o modelo físico do PSIM,
descritos na aba de “Ajuda” do software, segundo o Quadro 2.
50
Fonte: [PSIM].
Figura 29: Curva PxV e IxV em Ambiente PSIM para condições STC
Figura 33: Conversor Boost com algoritmo de rastreamento simulado em ambiente PSIM
ZOH (Zero Order Hold), é também necessário o estabelecimento do step da razão cíclica,
fixado em 0,05.
É possível perceber, via Figura 34, o deslocamento da razão cíclica do conversor e a
alteração da tensão (curva em azul no gráfico superior) e da corrente fotovoltaica (curva
vermelha gráfico inferior) a cada iteração do código rastreador de MPPT que, em condições
estáveis de temperatura e irradiância, estabelecem-se nos entornos do ponto de máxima
potência. Em decorrência disso, as tensões (curva em vermelho no gráfico superior) e corrente
de saída do Conversor (curva azul no gráfico inferior) também sofrem oscilações em seu valor.
.
Figura 34: Tensão e corrente de MPPT do arranjo fotovoltaico
Posteriormente, para comparar a potência gerada pelo método P&O com a potência
máxima do módulo sob condições padrões de teste, são conectados wattímetros na entrada
superior dos “sub-módulos” ligados em série/paralelo, atestando assim a máxima potência
possível sob as condições de temperatura e irradiância que estão como dado de input no módulo.
Desta maneira, será possível medir os valores de tensão e corrente de saída do Conversor,
posteriormente utilizando a função matemática de multiplicação presente no SIMVIEW do
PSIM, para assim comparar a potência de saída do conversor com a potência “ideal” de geração
dos módulos fotovoltaicos, dada pelo wattímetro. No cenário atual de simulação, exposto na
figura 35, ambas as curvas se encontram sobrepostas e com mesmo valor, apenas diferindo em
relação as perturbações provocadas pelo método P&O.
57
Figura 35: Potência do arranjo fotovoltaico (azul) vs Potência ideal do arranjo (vermelho)
A partir das curvas reais e ideais obtidas na figura 35, pode-se concluir que o
modelamento do circuito de geração acoplado ao Conversor Boost se comporta de maneira
conveniente, sendo adequado seu uso para situações de sombreamento, como serão discutidas
ao longo das próximas Seções.
Figura 37: Conversor ASL-S2C conectado aos módulos, simulado sob razão cíclica constante
Figura 40: Tensão e corrente do Conversor ASL-S2C, simulado sob algoritmo de MPPT
A partir disto, foi traçada a curva de Potência ao longo do tempo simulado e comparada
com a potência ideal fornecida pelo arranjo fotovoltaico, em processo semelhante ao realizado
61
no conversor Boost, obtendo convergência entre o valor obtido com o valor de datasheet e
teórico esperado.
Figura 41: Potência de MPPT do arranjo fotovoltaico (azul) vs Curva Ideal de potência do
módulo (vermelho)
4,42
4,5 4,17 4,27
3,98
4,0 3,82
3,52 3,60
3,5
3,0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Baseado nos valores de irradiância propostos no Tabela 3, das equações (3), (4) e (5)
e dias representativos do ano relativos ao Quadro 1, foram calculadas as irradiâncias solares
médias horárias relativas a cada mês do ano, de maneira a determinar 12 curvas de irradiância
solar direta que simulam os valores médios encontrados em cada mês, com intervalos horários.
Os dados relacionados à declinação solar (δ) relativa ao dia juliano representativo de
cada mês exposto no Quadro 1, necessários para os cálculos supracitados, foram extraídos do
Site da Earth System Laboratories (EARTH SYSTEM RESEARCH LABORATORIES, 2022),
com base no horário, data e longitude da cidade. Devido as fórmulas empregadas serem de
caráter trigonométrico e estimativo, as médias obtidas possuem igual valor em turnos opostos,
somando ao fim do dia o valor total de irradiância média diária obtida via CRESESB, como
exposto na Tabela 4 em unidade de Wh/m².
64
Figura 44: Funções steps para criação das irradiâncias (exemplo mês de janeiro)
A partir da criação das funções steps e dos dados obtidos via CRESESB, traçaram-se
as curvas de irradiância características para cada mês do ano na cidade de Florianópolis,
conforme exemplo na figura 45.
Figura 45: Irradiâncias médias horárias para cada mês do ano
Abril Agosto Dezembro Fevereiro Janeiro Julho Junho Maio Marco Novembro Outubro Setembro
800
600
400
200
É possível observar o mês de dezembro como o mês com maior irradiância ao longo
do dia, como apontado pelo CRESESB, enquanto o mês de junho possui o terceiro menor valor
absoluto de irradiância no momento de sol apino, porém tendo menos horas de sol quando
comparado aos 2 outros meses de menores valores de irradiância, fazendo com que seja o mês
com menor irradiância total ao longo do dia.
Figura 46: Funções Steps para criação das Temperaturas (exemplo mês de Janeiro)
30
25
20
15
10
Ao comparar os gráficos relativos à potência nas Figuras 49 (a) e (b), é viável observar
que, devido ao fato de a irradiância utilizada ser uma média relativa a todo o mês e em nenhum
momento atingir a condição de 1000W/m², e ao fato das temperaturas das células ficarem na
faixa de 45-65°C, a potência produzida em ambas configurações não se aproximou da potência
nominal STC (2,67kWp), sendo a média máxima observada no mês de março às 12 h, para o
caso do conversor Boost, com valor de 1393,74 W.
72
Figura 49: Potência do mês de março: (a) potência ideal total dos seis módulo da string e (b)
potência dos módulos não-sombreados, aplicado ao conversor Boost.
(a)
(b)
Figura 50: Potência gerada na soma dos 3 Conversores ASL-S2C, mês de Setembro
gráficos de potência. Apesar de este fenômeno ser passível de observação, o mesmo pode ser
observado com valor contrário instantes depois, anulando seu efeito sob os gráficos de energia
resultante das topologias e, desta maneira, não influenciando sob o estudo.
Durante o funcionamento do conversor ASL-S2C, também foram observados os
conversores de modo individualizado, sendo ilustrada na Figura 51 (a) a potência relacionada
aos conversores não-sombreados, em que a curva prática rastreia corretamente a curva teórica,
assim como na figura 51 (b), o qual relata a potência produzida no conversor ASL-S2C que
possui os seus 2 sub-módulos sombreados. Nos momentos de menor geração, como no começo
da manhã e no fim da tarde, percebe-se que a potência da saída do conversar acaba por não
acompanhar a potência ideal produzida pelos módulos devido a falha de rastreamento do
algoritmo de MPPT, deste modo não aproveitando o máximo de energia fornecida pelo sistema.
Figura 51: Potência gerada nas strings (a) sombreadas e (b) não-sombreadas dos Conversores
ASL-S2C, mês de Dezembro
(a)
75
(b)
Figura 52: Ciclo de Trabalho atrelado ao conversor Boost no primeiro cenário, mês de
dezembro
Figura 53: Tensões das strings dos Conversores ASL-S2C e seus respectivos ciclos de
trabalho, mês de Setembro
Figura 54: Energia gerada pelo Conversor (a) ASL-S2C e (b) Boost ao longo do dia sob
cenário I, mês de Dezembro
(a)
78
(b)
Devido à escala reduzida utilizada nas simulações (1,4s), em que cada 0,1 segundos
representam uma hora de sol do dia, as medidas de energia devem ser convertidas em kWh para
análise de energia gerada. Com esse intuito, é feita a multiplicação do valor encontrado no
gráfico de energia por 36000. Deste modo, pode se escalonar a energia produzida na simulação
para um dia inteiro, porém ainda estando na unidade de Ws (devido ao gráfico ser plotado com
unidade de tempo em segundos), o qual deve ser convertida em kWh pela posterior divisão por
3600 (conversão em Wh) e por 1000 (conversão para kWh), representando, assim, a energia
média gerada durante um dia de dado mês. Desta maneira, o valor pode ser multiplicado pelo
número de dias do mês para obtenção da energia gerada durante todo o mês em questão,
conforme equação 27.
36000
𝑘𝑊ℎ 𝑉𝑎𝑙𝑜𝑟 𝑔𝑟á𝑓𝑖𝑐𝑜 × 3600 × 𝑑𝑖𝑎𝑠 𝑑𝑜 𝑚ê𝑠 (27)
𝑉𝑎𝑙𝑜𝑟 𝑒𝑚 =
𝑚ê𝑠 1000
imagens 56(a) e 56(b), refletindo em uma diferença em relação à potência máxima gerada em
cenário ideal (nenhum sombreamento).
Figura 56:Potência total do arranjo (vermelho) e ideal (azul) relacionado ao mês de março, no
conversor (a) ASL-S2C e (b) Boost
(a)
(b)
No que diz respeito aos maiores e menores picos de potência média durante o ano, é
possível observar a ocorrência do valor máximo no mês de março em ambas as estruturas,
conforme a Tabela 10. Em contrapartida, o mês de menor geração se manifesta no período de
setembro, sendo ambos resultados justificados pela Tabela 4, em que os respectivos meses
possuem o maior e menor pico de irradiância conforme o modelo apresentado.
De forma resumida, os resultados pertinentes às potências de pico registradas em
ambiente PSIM são expostos nas Tabelas 10.
Tabela 10: Potência máxima média gerada em cada mês em ambos os conversores
Potência máxima média Potência máxima média
Mês
gerada horário apino - gerada horário apino –
Boost[W] ASL-S2C [W]
Janeiro 1110,90 1084,59
Fevereiro 1084,58 1118,68
Março 1148,41 1133,05
Abril 1108,02 1108,02
Maio 1159,06 1120,84
Junho 1100,04 1069,48
Julho 1076,45 1074,63
Agosto 1135,85 1102,12
Setembro 932,43 920,66
Outubro 975,34 951,77
Novembro 1075,30 1052,81
Dezembro 1102,45 1080,26
Fonte: Próprio autor
Figura 57: Tensão de saída (vermelho) e do arranjo (azul) referentes ao Conversor Boost, mês
de fevereiro
Outro dado expressivo retirado das simulações diz respeito à potência gerada entre os
módulos sombreados e não-sombreados do microinversor emulado, com o conversor operante
com menor potência entrando em regime de MPP posteriormente ao restante dos conversores,
conforme exposto na figura 58, onde a string representada em verde começa a seguir a potência
curva de saída ideal a partir do momento 0,4s, diferindo do comportamento das strings não-
sombreadas representadas em cor azul, as quais entram em regime de operação em cerca de
0,2s. Tal funcionamento faz com que uma parcela da energia que poderia ser gerada ao longo
do dia seja perdida, prejudicando a geração do arranjo.
86
Figura 58: Potência do arranjo sombreado (verde), das strings não sombreadas (vermelho) e
relação a potência ideal (azul) da string, mês de agosto
Nas curvas respectivas a energia gerada durante as simulações do cenário II, constatou-
se uma perceptível diminuição de geração, assim como uma diferença maior entre a produção
real e produção ideal dos módulos sem sombreamento, acentuada devido ao curto-circuito
adicional de um módulo.
No que tange a energia gerada nos três microinversores, o conversor com módulos
sombreados (cor verde) apresentou energia predominantemente menor quando comparado aos
conversores conectado a módulos sem sombreamento (vermelho) e a energia ideal gerada pelas
strings (azul), apresentado na figura 60.
Figura 60: Energia do arranjo sombreado (verde) e não sombreadas (azul) em relação a uma
string sem sombreamento (vermelho), mês de janeiro
Nos meses de maio e agosto foram observados valores de energia no conversor Boost
maiores que nos conversores ASL-S2C, sendo esta discrepância ocasionada pela falha no
rastreamento do algoritmo de MPPT no conversor ASL-S2C com os módulos sombreados, não
operando-o sob valor de máxima potência durante grande parte do período da manhã, como
exposto na figura 58, assim prejudicando a geração de energia ao longo do dia. Em similaridade
ao cenário I, foram observadas diferenças de níveis de tensão e corrente entre a saída do
conversor e o arranjo fotovoltaico, conforme figura 61, corroborando com a tese de correta
atuação dos conversores propostos.
90
4.2.3 Cenário III – Sombreamento ocorrido em 2 módulos inteiros e 1/3 de outro módulo
de strings diferentes (Microinversor) e de mesmas strings (Boost)
Figura 65: Tensão de saída do Conversor Boost (vermelho) e do arranjo fotovoltaico (azul),
mês de dezembro
Figura 66: Tensão dos arranjos (inferiores) comparados às tensões de saída dos Conversores
ASL-S2C(superiores), mês de dezembro
Figura 67: Duty cycle das strings dos Conversores ASL-S2C, mês de dezembro
comportamento dos 2 casos anteriores, tendo o conversor Boost um maior pico de potência em
11 dos 12 meses simulados.
Tabela 14: Potência máxima média gerada em cada mês em ambos os conversores.
Potência máxima média Potência máxima média
Mês gerada horário apino – gerada horário apino –
ASL-S2C[W]. Boost [W].
Janeiro 843,73 877,20
Fevereiro 864,08 881,82
Março 885,08 917,65
Abril 912,39 894,91
Maio 878,68 881,97
Junho 828,06 867,51
Julho 825,23 844,51
Agosto 858,59 887,88
Setembro 714,67 743,20
Outubro 736,44 768,95
Novembro 819,98 856,66
Dezembro 844,83 864,47
Fonte: Próprio autor
Diante dos traçados dos gráficos, perceberam-se comportamentos similares aos outros
cenários já observados, tendo o ASL-S2C um rastreamento realizado por períodos mais longos,
possibilitando uma maior energia gerada ao fim dos dias simulados. Os dados, apresentados
sob forma resumida, se encontram disponíveis na tabela 15, 16 e 17.
97
conforme Tabela 18. A escolha de apenas 3 micro inversores para verificação de preço reflete
no mercado restrito atrelado ao equipamento em questão, tendo em vista que o seu uso
representa baixa parcela dos sistemas instalados atualmente em território nacional.
2022). De maneira semelhante, será considerada uma inflação de 6,11% anual, sendo esta a
média retratada nos últimos 10 anos (IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E
ESTATÍSTICA, 2022).
Diante do exposto, foi elaborada uma planilha para cálculo de payback, sendo a
diferença de energia gerada entre a configuração com 3 microinversores e 1 inversor string
multiplicada pela tarifa de energia do ano em questão, sendo o valor arrecadado pela diferença
de geração de energia corrigido para o ano de compra do equipamento, abatendo o investimento
adicional feito na aquisição do microinversor.
Ao fim da garantia média dos invesores strings, no período de 10 anos, percebe-se um
valor economizado pelo cliente de R$ 602,39, sendo o payback alcançado em aproximadamente
7 anos e 10 meses.
5 CONCLUSÃO
Dentro do exposto ao longo do trabalho, foram abordados tópicos relacionados à
geração de energia proveniente dos módulos fotovoltaicos, assim como sua posterior conversão
para um nível de tensão adequada sob forma otimizada nos conversores CC-CC, utilizando uma
análise comparativa entre duas topologias de equipamento para determinar seu retorno
financeiro ao longo da vida útil do equipamento. Neste contexto, os objetivos gerais e
específicos foram atingidos de forma total.
Diante dos cenários de sombreamento criados para os conversores apresentados, foram
obtidas potências maiores em horários de sol apino no conversor Boost em praticamente todos
os cenários, porém não traduzindo em uma energia superior ao longo do respectivo dia, tendo
o conversor ASL-S2C um aproveitamento mais eficiente em todos os panoramas simulados.
Apesar da melhor eficiência dos conversores de menor porte para otimização da energia gerada,
foi constatado uma desvantagem econômica em 2 dos 3 cenários de sombreamento, os quais
não alcançaram um retorno favorável no horizonte de simulação de 10 anos calculados.
Um impasse atingido no trabalho diz respeito à frequência de obtenção de dados de
tensão e corrente para o algoritmo MPPT, a qual foi realizada numa taxa de 1kHz, porém,
devido a simulação representar um dia inteiro da prática de um sistema fotovoltaico, tal taxa
representaria 0,027Hz em escala real, prejudicando levemente a convergência e análise dos
dados. Foi observado que, ao se aumentar a frequência de rastreamento de MPPT para
frequências acima de 1 kHz, os elementos armazenadores de energia do circuito (capacitores e
indutores) acabavam não estabilizando após seus transitórios ocorridos, devido ao chaveamneto
do MOSFET atrelado aos conversores, impossibilitando uma correta leitura dos dados acerca
das potências e energias geradas pelo arranjo. Também devido a relativa baixa frequência do
rastreamento de MPPT, pode-se afirmar que o rastreamento acaba por demorar a atingir os
níveis de MPP no início do dia, deixando de capturar alguma parcela de energia que poderia ser
absorvida pelo conversor e prejudicando, de certa forma, os resultados obtidos.
Tendo em vista tal problema ocorrido, como sugestão para trabalhos futuros podem
ser utilizados modelos médios dos Conversores utilizados para simulação, de modo a não causar
erros devidos aos chaveamentos ocasionados pelo MOSFET. Além disso, podem ser
aumentados os cenários de simulação, criando assim mais horizontes de possibilidades para as
análises econômicas realizadas na penúltima seção do presente Trabalho. Ademais, podem ser
utilizados valores não-ideais de eficiência dos inversores citados e custos de operação e
manutenção atrelados a cada equipamento ao longo dos anos, de maneira a contrastar o efeito
104
de ambos na energia gerada ao fim dos cenários propostos. Por fim, uma verificação por meio
de um sistema real seria de grande contribuição para os futuros estudos, corroborando ou não
com as análises teóricas aqui expostas.
105
REFERÊNCIAS
%==========================================================================
%Orientador: Prof. Roberto Francisco Coelho, Dr.
%==========================================================================
%Descrição do Script
%==========================================================================
%Esse script permite obter os parâmetros do módulo fotovoltaico a partir
%das grandezas elétricas de catálogo
%==========================================================================
% Configurações iniciais
%==========================================================================
clear all; close all; clc;
%==========================================================================
% Parâmetros do Módulo Fotovoltaico
%==========================================================================
%Módulo Longi LR4-72HPH-445M
ns=24
np=1
VMPref=13.7666
IMPref= 5.39
VCAref= 16.3666
ICCref= 5.765
Tref=25
%==========================================================================
% Conversão para grandezas da célula
%==========================================================================
I1 = ICCref;
V1 = 0;
I2 = IMPref;
V2 = VMPref;
I3 = 0;
V3 = VCAref;
%==========================================================================
% Constantes
%==========================================================================
TKref = Tref+273.15;
k = 1.38064852e-23;
q = 1.60217662e-19;
%==========================================================================
% Critérios de convergência
%==========================================================================
tol = 1e-9;
Maxinter = 20e6;
options = optimset('TolFun',tol,'TolX',tol,'MaxIter',Maxinter,'MaxFunEvals',Maxinter);
%==========================================================================
% Sistema de equações não-lineares
%==========================================================================
fun = @(x) [ x(1)-x(2)*1e-9*(exp(q*(I1*x(4)+V1)/x(3)/k/TKref)-1)-(I1*x(4)+V1)/x(5)-I1;
%Curto-circuito
x(1)-x(2)*1e-9*(exp(q*(I2*x(4)+V2)/x(3)/k/TKref)-1)-(I2*x(4)+V2)/x(5)-I2;
%MPP
x(1)-x(2)*1e-9*(exp(q*(I3*x(4)+V3)/x(3)/k/TKref)-1)-(I3*x(4)+V3)/x(5)-I3;
%Circuito-aberto
114
x(1)-2*V2/x(5)-x(2)*1e-9*((1+q/x(3)/k/TKref*(V2-
I2*x(4)))*exp(q/x(3)/k/TKref*(I2*x(4)+V2))-1); %Derivada potência
x(4)+x(2)*1e-9*q/x(3)/k/TKref*x(5)*(x(4)-x(5))*exp(q/x(3)/k/TKref*(I1*x(4)+V1))];
%Derivada Corrente/Tensão
%==========================================================================
% Condições iniciais
%==========================================================================
x0 = [ICCref 1 ns 1 100]; % [Icc Io A Rs Rp]
%==========================================================================
% Solução numérica
%==========================================================================
sol = fsolve(fun,x0,options);
IPHref = sol(1);
I0ref = sol(2)*1e-9;
A = sol(3);
Rs = sol(4);
Rp = sol(5);
disp(' ======== Solução Numérica ========');
txt1 = sprintf('IPHref = %f',IPHref);
disp(txt1);
txt2 = sprintf('I0ref = %e',I0ref);
disp(txt2);
txt3 = sprintf('A = %f',A);
disp(txt3);
txt4 = sprintf('RS = %f',Rs);
disp(txt4);
txt5 = sprintf('RP = %f',Rp);
disp(txt5);
%==========================================================================
ns = 24
np = 1
VMPref = 13.76666
IMPref = 5.3900
VCAref = 16.3666
ICCref = 5.7650
Tref = 25
Equation solved.