FACULDADE DE ENGENHARIAS,

ARQUITETURA E URBANISMO E
GEOGRAFIA

ENGENHARIA ELÉTRICA

Modelagem e Implementação de Sistemas de Controle sem

Sensores de Corrente para Obtenção de MPP em Sistemas
Fotovoltaicos

Guilherme Mendonça dos Santos Martines

Campo Grande MS
16 de fevereiro de 2022
 FACULDADE DE ENGENHARIAS,
ARQUITETURA E URBANISMO E
GEOGRAFIA

ENGENHARIA ELÉTRICA

Modelagem e Implementação de Sistemas de Controle sem

Sensores de Corrente para Obtenção de MPP em Sistemas
Fotovoltaicos

Guilherme Mendonça dos Santos Martines

Orientador: Prof. Dr. Moacyr Aureliano Gomes de Brito

Trabalho de Conclusão de Curso

apresentado à Universidade Federal de
Mato Grosso do Sul na Faculdade de
Engenharias, Arquitetura e Urbanismo e
Geografia, como requisito parcial para
obtenção do título de Engenheiro(a)
Eletricista.

Campo Grande MS
16 de fevereiro de 2022
 Modelagem e Implementação de Sistemas de Controle sem
Sensores de Corrente para Obtenção de MPP em Sistemas
Fotovoltaicos

Monografia apresentada à Universidade Federal de Mato Grosso do Sul na Faculdade de

Engenharias, Arquitetura e Urbanismo e Geografia, para obtenção da Graduação em
Engenharia Elétrica.

Banca Examinadora:

________________________________________
Prof. Dr. Moacyr Aureliano Gomes de Brito
Orientador

________________________________________
Prof. Dr. Marcio Luiz Magri Kimpara

________________________________________
Prof. Dr. Tiago Henrique de Abreu Mateus

Campo Grande MS
16 de fevereiro de 2022
 DECLARAÇÃO DE AUTORIA E RESPONSABILIDADE

Guilherme Mendonça dos Santos Martines, residente e domiciliado na cidade de Campo

Grande, Estado do Mato Grosso do Sul, portador do RG de nº 2231657 e CPF nº
07002439170, declaro que Trabalho de Conclusão de Curso apresentado, com o título
Modelagem e Implementação de Sistemas de Controle sem Sensores de Corrente para
Obtenção de MPP em Sistemas Fotovoltaicos é de minha autoria e assumo a total
responsabilidade pelo seu conteúdo e pela originalidade do texto. Declaro que
identifiquei e referenciei todas as fontes e informações gerais que foram utilizadas para
construção do presente texto. Declaro também que este artigo não foi publicado, em
parte, na íntegra ou conteúdo similar em outros meios de comunicação, tendo sido
enviado com exclusividade para a Universidade Federal de Mato Grosso do Sul
(UFMS).

Campo Grande, 16 de fevereiro de 2022.

_____________________
Guilherme M. S. Martines
 À Deus.
À meus pais.
 AGRADECIMENTOS

À Deus, pela sabedoria e por me mostrar o caminho quando tudo parecia perdido.
Aos meus pais Claudio do Santos Martines e Michelli Nirce de Mendonça e ao meu
irmão Bruno da Silva Mendonça, pelo apoio e por não medirem esforços em me ajudar em
todos momentos que precisei.
À minha namorada Iliana de Souza Mota, por acreditar em mim e por entender que
minha ausência em tantas ocasiões especiais foi necessária para meu desenvolvimento
pessoal e pelo futuro que iremos trilhar.
Ao meu orientador Prof. Dr. Moacyr Aureliano Gomes de Brito pela paciência,
dedicação e ensinamentos destinados a mim durante a orientação deste trabalho e no
desenvolvimento de pesquisas que foram de suma importância para minha formação.

.
 RESUMO

Este trabalho considera a preocupação ambiental global, alinhada ao esgotamento de

fontes convencionais de energia, como petróleo e carvão, para colaborar com o aumento da
disseminação da utilização de fontes renováveis de energia, por meio do desenvolvimento de
pesquisas. Desta forma, com intuito de redução dos custos de implementação de sistemas
fotovoltaicos, é proposto a simulação e implementação de um algoritmo de rastreamento do ponto
de máxima potência (MPPT – Maximum Power Point Tracking, do inglês), eliminando a
necessidade de sensores de corrente, através de um conversor CC-CC elevador de tensão. O
presente trabalho abordará conceitos relacionados à módulos fotovoltaicos, algoritmos de MPPT
e conversores CC-CC, onde toda simulação é desenvolvida utilizando o ambiente do software
MATLAB/Simulink®. Já a implementação do sistema é desenvolvida em laboratório, sendo
estimado que os fatores de desempenho do algoritmo apresentado se mantenham em torno dos
96%. É valido salientar que a literatura afirma que para metodologias semelhantes às aplicadas
neste trabalho ocasionam em redução de eficiência de rastreamento para a faixa de 90~92%.
Palavras-Chave: Sistemas fotovoltaicos, MPPT, predição de corrente, eletrônica de
potência, sem sensores de corrente.
 ABSTRACT

This work considers the global environmental concern, aligned the depletion of
conventional energy sources, such as oil and coal, to collaborate with the dissemination of the use
of renewable energy sources, through the development of research. Thus, in order to reduce the
costs of implementing photovoltaic systems, the simulation and implementation of a maximum
power point tracking algorithm (MPPT) is proposed, eliminating the need for current sensors,
through a DC-DC step-up converter. Thus, the present work will address concepts related to
photovoltaic modules, MPPT algorithms and DC-DC converters, where every simulation is using
the MATLAB/Simulink® software environment. The system implementation is developed in a
laboratory, where it is expected that the performance factors of the presented algorithm remain
around 96%. It is worth noting that the literature states that methodologies similar to those applied
in this work lead to a reduction in tracking efficiency to a range of 90~92%.
Keywords: Photovoltaic systems, MPPT, current prediction, power electronics, current
sensorless.
 9

LISTA DE FIGURAS

Número Página
Figura 1.1 – Curvas de potência versus tensão (PxV) e corrente versus tensão (IxV) de um
módulo fotovoltaico. ................................................................................................................. 14
Figura 2.1 – Agrupamento fotovoltaico: célula → módulo → arranjo fotovoltaico ............... 19
Figura 2.2 – Circuito elétrico equivalente de uma célula fotovoltaica.................................... 19
Figura 2.3 – (a) Curva IxV com variação de irradiação, (b) Curva PxV com variação de
irradiação, (c) curva IxV com variação de temperatura, (d) Curva PxV com variação de
temperatura .............................................................................................................................. 22
Figura 2.4 – Fluxograma do algoritmo P&O ........................................................................... 23
Figura 2.5 – Circuito elétrico do conversor boost. .................................................................. 24
Figura 2.6 – Primeira etapa de funcionamento do conversor boost. ....................................... 25
Figura 2.7 – Segunda etapa de funcionamento do conversor boost. ....................................... 26
Figura 2.8 – Principais formas de onda do conversor boost.................................................... 27
Figura 3.1 – Modelo implementado no MATLAB/Simulink® para simulação do painel
fotovoltaico............................................................................................................................... 30
Figura 3.2 – Curvas de potência versus tensão (PxV) para diferentes condições de irradiância
e temperatura aplicadas na simulação. ..................................................................................... 31
Figura 3.3 – Modelo em espaço de estados médio do conversor boost. ................................. 33
Figura 3.4 – Método P&O implementado para simulação com sensores de tensão e
corrente.................... ................................................................................................................. 34
Figura 3.5 – Método P&O implementado para simulação com predição de corrente............ 35
Figura 3.6 – Sistema completo de simulação com predição de corrente ................................ 36
Figura 3.7 – Comportamento da potência máxima e potência extraída do algoritmo utilizando
os sensores de tensão e de corrente com variação de irradiância. ........................................... 36
Figura 3.8 – Comportamento da potência máxima e potência extraída do algoritmo com
predição de corrente com variação de irradiância. .................................................................. 37
Figura 3.9 – Fator de rastreamento dos métodos implementados ........................................... 37
Figura 3.10 – Comportamento da potência máxima e potência extraída do algoritmo utilizando
dos sensores de tensão e de corrente em regime permanente.................................................. 38
Figura 3.11 – Comportamento da potência máxima e potência extraída do algoritmo com
predição de corrente em regime permanente ........................................................................... 38
 10

Figura 3.12 – Comportamento da potência máxima e potência extraída do algoritmo utilizando

dos sensores de tensão e de corrente com alta variação instantânea de irradiância................ 39
Figura 3.13 – Comportamento da potência máxima e potência extraída do algoritmo com
predição de corrente com alta variação instantânea de irradiância. ........................................ 39
Figura 4.1 – Sistema implementado para testes dos algoritmos de MPPT ............................. 41
Figura 4.2 – Protótipo desenvolvido ........................................................................................ 42
Figura 4.3 – Resposta do algoritmo utilizando da leitura de ambos sensores ........................ 43
Figura 4.4 – Resposta do algoritmo com predição de corrente ............................................... 43
Figura 4.5 – Fator de Rastreamento dos métodos .................................................................... 44
Figura A.1 – Representação em diagrama de blocos do sistema implementado .................... 49
Figura A.2 – Fonte E4350B do fabricante Agilent Technologies ........................................... 50
Figura A.3 – Interface gráfica do software utilizado para controle da fonte .......................... 51
Figura A.4 – LAUNCHXL-F28379D C2000 .......................................................................... 52
Figura A.5– Ambiente de desenvolvimento do software Code Composer Studio. ................ 53
Figura A.6 – Diagrama de blocos da estrutura GPIO do DSP utilizado. ................................ 54
Figura A.7 – (a) Sensor de corrente LA 55-P; (b) Sensor de tensão LV 25-P. ...................... 56
Figura B.1 – Layout do protótipo desenvolvido utilizando o software Altium ...................... 60
Figura B.2 – Esquemático dos circuitos de condicionamento de sinal ................................... 60
Figura B.3 – Esquemático dos circuitos do protótipo.............................................................. 61
Figura B.4 – Esquemático da bottom layer da placa de circuito impresso ............................. 62
Figura B.5 – Esquemático da top layer da placa de circuito impresso ................................... 62
 11

LISTA DE TABELAS

Número Página
Tabela 1 – Parâmetros elétricos do módulo fotovoltaico. ....................................................... 31
Tabela 2 – Parâmetros elétricos padronizados da fonte E4350B . .......................................... 47
Tabela 3 – Características elétricas definidas para dimensionamento do conversor boost. ... 54
Tabela 4 – Características principais do diodo RHRP860 da FAIRCHILD........................... 56
Tabela 5 – Características principais do IGBT IRG4PH50UD............................................... 56
 12

SUMÁRIO

1. Introdução ....................................................................................................................... 14
1.2. Motivação............................................................................................................................. 15
1.3. Objetivos .............................................................................................................................. 16
1.3.1. Objetivo geral ................................................................................................................... 16
1.3.2. Objetivos específicos........................................................................................................ 16
1.4. Organização do trabalho.................................................................................................... 16

2. Fundamentação teórica ................................................................................................. 18

2.1. A célula e o módulo fotovoltaico ....................................................................................... 18
2.2. Rastreamento do ponto de máxima potência .................................................................. 21
2.2.1 Perturbar e observar.......................................................................................................... 23
2.3. Conversor cc-cc ................................................................................................................... 24
2.3.1 Conversor boost ................................................................................................................ 24
2.4. Sem sensores ............................................................................ Erro! Indicador não definido.

3. Modelagem e simulação do sistema ............................................................................. 30

3.1. Modelo computacional do módulo fotovoltaico .............................................................. 30
3.2. Modelo do conversor boost via espaço de estados .......................................................... 32
3.3. Modelo da técnica de mppt ................................................................................................ 34
3.3.1 P&O com ambos sensores .................................................... Erro! Indicador não definido.
3.3.2 P&O com predição de corrente ............................................................................................ 34
3.4. Resultados ............................................................................................................................ 35

4. Resultados experimentais .............................................................................................. 41

5. Conclusões gerais ............................................................................................................ 45

6. Referências ...................................................................................................................... 46

Apêndice A - Implementação ................................................................................................ 49

A.1 Características do sistema ........................................................................................................ 49
A.2 Simulado fotovoltaico ................................................................................................................ 50
A.3 DSP .............................................................................................................................................. 52
A.4 Condicionamento de sinal......................................................................................................... 55
A.5 Ataque de gate............................................................................................................................ 56
A.6 Conversor boost ......................................................................................................................... 56
A.6.1 Cálculo do indutor................................................................................................................ 57
 13

A.6.2 Cálculo do capacitor ............................................................................................................ 58

A.6.3 Especificação da chave e do diodo ...................................................................................... 58

Apêndice B - Esquemáticos ................................................................................................... 60

Apêndice C – Códigos de programação ............................................................................... 63

C.1 Algoritmo utilizado na simulação para mppt com ambos sensores....................................... 63
C.2 Algoritmo utilizado na simulação para mppt com predição de corrente ............................... 64
C.3 Linguagem C utilizada no dsp para algoritmo com ambos sensores ..................................... 65
 14

1. INTRODUÇÃO

O esgotamento das fontes convencionais de energia, como o carvão e o petróleo,

alinhado a preocupação ambiental para redução da emissão dos gases de efeito estufa,
estimulou países de todo o globo a buscarem por fontes alternativas e renováveis de energia
[1]. Devido a abundância de energia advinda do sol em todo o mundo, a solar fotovoltaica,
dentre as fontes renováveis, apresenta grande potencial de crescimento. Em 2020, a
porcentagem da eletricidade global gerada pelos sistemas fotovoltaicos atingiu 3,4%, um fator
de crescimento de 5000 vezes, em comparação com o ano de 1990. Além disso, estima-se que
a capacidade global instalada, dos sistemas fotovoltaicos, alcance 1 TW nos próximos dois
anos [2].
Apesar da ampla aceitação e utilização dos sistemas fotovoltaicos para geração de
energia elétrica, os módulos ainda apresentam baixa quantidade de energia convertida [3]. No
entanto, é possível otimizar o desempenho dos módulos através da inserção de um conversor
eletrônico de potência controlado por algum algoritmo de MPPT.

Figura 1.1 – Curvas de potência versus tensão (PxV) e corrente versus tensão (IxV) de um
módulo fotovoltaico.

Fonte: Próprio autor.

As curvas de potência versus tensão (PxV) e corrente versus tensão (IxV), mostradas
na Figura 1.1, demonstram a não linearidade das características elétricas do módulo
fotovoltaico. Parâmetros meteorológicos, como irradiância e temperatura do módulo, estão
 15

diretamente relacionados com essas grandezas, ou seja, para cada valor de temperatura e
irradiância, existem curvas semelhantes às da Figura 1.1, e para cada curva existe um único
ponto de máxima potência (MPP – Maximum Power Point, do inglês). Dessa forma, são
utilizadas técnicas de MPPT para manter o sistema fotovoltaico operando no MPP ou em torno
dele, otimizando a quantidade de energia gerada. Geralmente, o rastreamento é baseado na
medição da tensão e corrente do sistema – ou módulo fotovoltaico; então, o algoritmo é
implementado em microprocessadores especializados (DSP – Digital Signal Processor, do
inglês), que opera para controlar o ciclo de trabalho de um conversor (razão cíclica) na busca
pela máxima potência [4].
A literatura apresenta diferentes algoritmos de MPPT, baseados em perturbações das
grandezas elétricas do módulo fotovoltaico. Os métodos mais utilizados são o P&O
(Perturbação e Observação), IC (Condutância Incremental) e VCTE (Tensão Constante) [1][5].
Fatores como facilidade e custo de implementação, velocidade de resposta e ripple de tensão,
são utilizados para critério de comparação entre os métodos. Outro valor importante é o fator
de rastreamento (FR – relacionado ao percentual da quantidade de energia disponível que foi
convertida). Algoritmos que utilizam sensores de corrente e tensão, possuem um FR acima
dos 96%. Dentre os métodos mais utilizados, o P&O foi objeto de estudo do presente trabalho,
apresentando boas características de rastreamento e fácil implementação. Em [5] pode ser
encontrada uma análise aprofundada de outros métodos de MPPT.
Para a redução dos custos dos sistemas de MPPT é interessante se evitar o uso de
sensores de corrente. No entanto, a perda desta leitura leva a redução do FR para a faixa de
90~92%, ou seja, ocasionando em uma redução de eficiência do método implementado [5].
Contudo, usando uma análise matemática do ponto de operação do conversor, é possível
estimar a corrente do módulo fotovoltaico. Neste sentido, é proposto neste trabalho a
simulação e implementação do algoritmo P&O sem o uso do sensor de corrente, prevendo essa
variável a partir do equacionamento matemático do conversor CC-CC, mantendo o FR em
torno dos 96%.

1.2. MOTIVAÇÃO

A motivação para o desenvolvimento do trabalho é a possibilidade de contribuição

para a temática envolvendo energias renováveis, pois percebe-se o alto crescimento da parcela
de geração global de energia elétrica, assumida pelas mesmas. Além disso, o desenvolvimento
 16

de tecnologia é capaz de proporcionar aumento de eficiência e redução de custos na geração

de energia. Além da preocupação ambiental, entende-se que a utilização de fontes alternativas
e renováveis colabora consideravelmente para redução da emissão de gases do efeito estufa.

1.3. OBJETIVOS

1.3.1. OBJETIVO GERAL

O objetivo geral do trabalho é desenvolver um sistema de rastreamento do ponto de

máxima potência em sistema fotovoltaicos, utilizando o algoritmo de Perturbação e
Observação, sem sensor adicional de corrente, mantendo alta eficiência.

1.3.2. OBJETIVOS ESPECÍFICOS

• Construir um modelo computacional para simulação do sistema com o

módulo fotovoltaico, conversor CC-CC boost e algoritmo de MPPT,
especificamente o método P&O;
• Utilizar o equacionamento do conversor boost para realizar a predição de
corrente e então eliminar a necessidade da utilização do sensor para a leitura
dessa variável;
• Desenvolver um protótipo do modelo computacional criado;
• Fazer comparações do desempenho da técnica de MPPT utilizada no
algoritmo, com e sem a utilização do sensor de corrente.

1.4. ORGANIZAÇÃO DO TRABALHO

O trabalho é organizado da seguinte forma: A fundamentação teórica,

contextualizando os assuntos relacionados ao tema abordado, está apresentada no Capítulo 2.
No Capítulo 3, é exibido a modelagem computacional do sistema composto por
módulo fotovoltaico, conversor CC-CC boost e algoritmo de rastreamento do ponto de
máxima potência, juntamente com os resultados de simulação do mesmo.
 17

No Capítulo 4, é mostrado os componentes para implementação do sistema completo,

ou seja, a fonte de alimentação que simula o comportamento de módulos fotovoltaicos,
sensores de corrente e de tensão, conversor CC-CC e DSP utilizado para desenvolvimento do
algoritmo de MPPT e controle do boost. Além disso, é realizado a comparação dos resultados
do algoritmo implementado com e sem predição de corrente
Por fim, no Capítulo 5 são apresentadas as conclusões gerais do presente trabalho.
 18

2. FUNDAMENTAÇÃO TEÓRICA

Neste capítulo são apresentadas as características de operação da célula e do módulo

fotovoltaico, necessárias para o conhecimento das técnicas abordadas pelo algoritmo de
rastreamento do ponto de máxima potência. Além disso, também é exposto o funcionamento
de um conversor CC-CC, particularmente o conversor boost, elevador de tensão. Ademais, é
apresentada a técnica de predição de corrente considerando o equacionamento do conversor
utilizado.

2.1. A CÉLULA E O MÓDULO FOTOVOLTAICO

A célula fotovoltaica representa o componente mais básico do sistema, fabricada com

duas finas camadas de material semicondutor, formando uma junção do tipo PN, permite que
os fótons provenientes da irradiação solar, excite o material e libere elétrons. Ao fechar o
circuito, ou seja, conectar uma carga ou conversor nos terminais FV, os elétrons liberados
geram uma corrente elétrica que circula da camada P para a camada N [6].
No entanto, a baixa tensão gerada por uma célula, não é suficiente para a grande
maioria das aplicações. Então, é realizado o agrupamento em série de diversas células para
formar o módulo fotovoltaico e então gerar uma maior tensão com a mesma corrente elétrica.
Ainda assim, para que seja possível atender cargas de uma residência ou comércio, é
necessário a conexão em série e/ou paralelo de diversos módulos, dando origem a um arranjo
fotovoltaico, conforme exemplificado na Figura 2.1 e descritos em [7].
 19

Figura 2.1 – Agrupamento fotovoltaico: célula → módulo → arranjo fotovoltaico

Fonte: Adaptado de [8]

Com relação ao modelo, é possível realizar a modelagem matemática de uma célula

fotovoltaica a partir do circuito elétrico equivalente mostrado na Figura 2.2. Neste modelo é
utilizado uma fonte de corrente em paralelo com um diodo e resistências em série e paralelo,
utilizadas para considerar as não idealidades do sistema, aumentando a precisão da modelagem
[9].

Figura 2.2 – Circuito elétrico equivalente de uma célula fotovoltaica.

Fonte: Próprio autor

Equacionando as correntes nos três ramos do circuito é possível encontrar a corrente

de saída I, conforme (2.1)

𝑉+𝐼∙𝑅𝑠 𝑉 + 𝐼 ∙ 𝑅𝑠
𝑞∙
𝐼 = 𝐼𝑝ℎ − 𝐼𝑟 ∙ [𝑒 𝜂∙𝑘∙𝑇 − 1] − (2.1)
𝑅𝑝

Onde,
 20

𝑉, 𝐼 − Tensão e corrente nos terminais de saída de uma célula solar;

𝐼𝑝ℎ − Fotocorrente;
𝐼𝑟 − Corrente de saturação reversa da célula;
𝑅𝑠 , 𝑅𝑝 − Resistências série e paralelo da célula;
𝑞 − Carga do elétron, 1,6x10−19 C;
𝜂 − Fator de qualidade da junção p-n;
𝑘 − Constante de Boltzmann, 1,38x10−23 J/K;
𝑇 − Temperatura ambiente, K.

Nota-se que em (2.1) não é possível isolar a variável corrente I, impossibilitando de

se obter uma solução algébrica. Outro ponto é que para o equacionamento do modelo
apresentado, é necessário equações que considerem a radiação e temperatura como variáveis
de entrada. Dessa forma, os valores de 𝐼𝑝ℎ e 𝐼𝑟 são calculados por (2.2) e (2.3).

𝑃𝑠𝑢𝑛
𝐼𝑝ℎ = [𝐼𝑠𝑐 + 𝛼 ∙ (𝑇 − 𝑇𝑟)] ∙ (2.2)
1000

𝑇 3 [𝑞∙𝐸 𝐺 ∙( 1 − 1 )]
𝐼𝑟 = 𝐼𝑟𝑟 . ( ) ∙ 𝑒 𝜂∙𝑘 𝑇𝑟 𝑇 (2.3)
𝑇𝑟

Onde,

𝐼𝑠𝑐 − Corrente de curto-circuito por célula;

𝛼 − Coeficiente de temperatura de 𝐼𝑠𝑐;
𝑇𝑟 − Temperatura de referência 298K;
𝐼𝑟𝑟 − Corrente de saturação reversa de referência;
𝑃𝑠𝑢𝑛 − Intensidade de radiação solar, W/m²;
𝐸𝐺 − Energia da banda proibida 1,1eV.

Sabe-se que quando a corrente do painel é nula 𝐼 = 0, a tensão de saída é igual a

tensão de circuito aberto (𝑉𝑜𝑐 ) [9]. Dessa forma, fazendo 𝑇 = 𝑇𝑟 e considerando o ponto onde
a corrente do painel é nula, é possível obter (2.4) a partir de (2.1).
 21

𝑉
𝐼𝑠𝑐 − 𝑅𝑜𝑐
𝑝
𝐼𝑟𝑟 = 𝑞∙𝑉𝑜𝑐 (2.4)
𝑒 𝜂∙𝑘∙𝑇𝑟 −1

A corrente 𝐼, com valor inicial nulo, é utilizada em um processo iterativo que

aproxima a equação (2.1) de sua raiz, por meio do método de Newton-Rhapson, o qual tem o
objetivo de estimar as raízes de uma função através de uma aproximação inicial, calculando-
se a equação da reta tangente (por meio da derivada) da função no ponto escolhido e a
intersecção dela com o eixo das abcissas, sendo a interseção o ponto de partida para a nova
iteração. O processo é repetido, criando-se o método de Newton dado por (2.5), onde 𝑛 indica
a n-ésima iteração do algoritmo e 𝑓 ′ (𝑥𝑛 ) a derivada da função 𝑓 em 𝑥𝑛 [5][9].

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 − (2.5)
𝑓 ′ (𝑥𝑛 )

Observa-se que (2.1) deve ser modificada para (2.6), sendo agora uma função da
própria corrente.
𝑉+𝐼∙𝑅𝑠 𝑉 + 𝐼 ∙ 𝑅𝑠
𝑞∙
𝑓(𝐼) = 𝐼𝑝ℎ − 𝐼 − 𝐼𝑟 ∙ [𝑒 𝜂∙𝑘∙𝑇 − 1] − (2.6)
𝑅𝑝
A derivada de (2.6) é apresentada em (2.7).

𝑉+𝐼∙𝑅𝑠 𝑞 ∙ 𝑅𝑠 𝑅𝑠
𝑞∙
𝑓 ′ (𝐼) = −1 − 𝐼𝑟 ∙ [𝑒 𝜂∙𝑘∙𝑇 ] ∙ − (2.7)
𝜂 ∙ 𝑘 ∙ 𝑇 𝑅𝑝

A partir do equacionamento apresentado, em [9] é realizado o desenvolvimento e

programação do modelo de simulação do módulo fotovoltaico, exibido posteriormente na
seção 3.1.

2.2. RASTREAMENTO DO PONTO DE MÁXIMA POTÊNCIA

Técnicas de rastreamento do ponto de máxima potência são utilizadas para controlar

dispositivos eletrônicos capazes de ajustar o ponto de operação dos módulos fotovoltaicos e
então maximizar a quantidade de energia gerada. Na Figura 2.3 é possível observar o
comportamento das grandezas elétricas do módulo para diferentes níveis de irradiação e
 22

temperatura ambiente, nota-se também que para cada curva existe um MPP, ou seja, o ponto
onde ocorre a máxima geração de energia.

Figura 2.3 – (a) Curva IxV com variação de irradiação, (b) Curva PxV com variação de
irradiação, (c) curva IxV com variação de temperatura, (d) Curva PxV com variação
de temperatura

Fonte: Próprio autor.

Na Figura 2.3 (a) e (b) é mostrado o comportamento das grandezas elétricas do

módulo fotovoltaico em função da variação de irradiância. Nota-se que a corrente gerada
aumenta linearmente conforme o acréscimo de irradiação incidente e a tensão de circuito
aberto tem apenas um pequeno aumento em comparação com a corrente. Já na Figura 2.3 (c)
e (d) é realizado a variação de temperatura ao invés da irradiação. Verifica-se que com o
aumento de temperatura, ocorre uma pequena elevação na corrente de curto circuito e a tensão
de circuito aberto decresce linearmente, deslocando mais fortemente o ponto de MPP.
Salienta-se que o MPP está deslocando-se constantemente, tornando a extração do mesmo uma
tarefa não trivial.
Para realização desta tarefa, existem diversos métodos apresentados na literatura [10-
12]. Como exemplo, têm-se os métodos da Perturbação e Observação, Condutância
Incremental, Hill Climbing, Beta, Correlação de Ripple, Tensão Constante, Tensão de Circuito
Aberto, Curto-Circuito por Pulsos e os métodos baseados em temperatura e inteligência
artificial. Em [5] é realizado uma avaliação das principais técnicas de MPPT, analisando os
métodos por seu fator de rastreamento, resposta dinâmica, ripple de tensão em regime
 23

permanente, facilidade de implementação, números de sensores e custo. Pela fácil

implementação e bons resultados apresentados, escolheu-se o método Perturbação e
Observação para objeto de estudo do presente trabalho.

2.2.1 PERTURBAR E OBSERVAR

Devido a facilidade de implementação, o algoritmo P&O é um dos métodos mais

utilizados. Têm-se a corrente e tensão do módulo como variáveis de entrada, então
periodicamente a tensão de saída do FV é incrementada ou decrementada, logo é comparada
a potência do ciclo atual com a do ciclo anterior. Caso a potência aumente, o ponto de operação
está em direção ao MPP, com isso a direção da perturbação é mantida, caso contrário a direção
é alterada para o sentido oposto [5]. A Figura 2.4 apresenta o fluxograma de operação do
algoritmo P&O.

Figura 2.4 – Fluxograma do algoritmo P&O

Fonte: Adaptado de [5].

Uma desvantagem da técnica P&O é que a tensão terminal do PV é alterada de forma

constante, ocasionando em oscilações próximas ao MPP e gerando desperdício de energia
 24

disponível. Uma forma de reduzir as perdas é usar um pequeno passo de perturbação,

consequentemente a velocidade de resposta do algoritmo é reduzida juntamente com sua
eficiência, principalmente em dias com bruscas mudanças atmosféricas [13]. Adicionalmente,
existem algoritmos de passo variável [14].

2.3. CONVERSOR CC-CC

Formados por elementos passivos, como indutores e capacitores, e por

semicondutores de potência operando como interruptores, os conversores CC-CC são
responsáveis por converter uma tensão contínua, com uma certa amplitude e valor médio
associado, para outra, também contínua. Dessa forma, controlando o fluxo de potência de uma
fonte de entrada para uma fonte de saída, sendo a tensão média de saída controlada pela
variação da razão cíclica ou ciclo de trabalho, representado por D [15][16].

2.3.1 CONVERSOR BOOST

O conversor CC-CC do tipo boost trabalha elevando a tensão, ou seja, fornece um

valor médio da tensão de saída maior do que o valor médio da tensão de entrada. Sua topologia
é mostrada na Figura 2.5. A energia é armazenada e transferida do indutor (L) para o capacitor
(C) e carga, sendo o indutor em série com a tensão de entrada, agindo como uma fonte de
corrente. O transistor (T), em geral um MOSFET, e o diodo (d) executam a tarefa de controle
de potência, comutando com a frequência de chaveamento.

Figura 2.5 – Circuito elétrico do conversor boost.

Fonte: Próprio autor.

 25

Com a comutação periódica do transistor, o funcionamento do conversor boost, no

modo de condução contínua, pode ser dividido em duas etapas: chave fechada e chave aberta.
A primeira etapa ocorre com a chave fechada, então a corrente no indutor cresce linearmente
devido a aplicação de uma tensão positiva neste elemento. Neste instante, o diodo (d) está
bloqueado, ou seja, atuando como uma chave aberta, logo a carga é alimentada pelo capacitor
(C). Na Figura 2.6 é representado a primeira etapa de operação.

Figura 2.6 – Primeira etapa de funcionamento do conversor boost.

Fonte: Próprio autor.

Para o equacionamento da primeira etapa de operação, tem-se que a tensão no indutor

é dada por (2.8).
𝑑𝑖
𝑉𝐿 = 𝐿 ∗ = 𝑉𝑖𝑛 (2.8)
𝑑𝑡

Durante o tempo em que a chave permanece fechada, a tensão no indutor é constante e a

corrente cresce de forma linear. Dessa forma, é possível representar a variação de corrente no
indutor por (2.9).
𝑉𝑖𝑛 𝐷𝑇
∆𝑖𝐿 (𝑓𝑒𝑐ℎ𝑎𝑑𝑎) = (2.9)
𝐿

Para a segunda etapa de funcionamento, com a chave aberta, o diodo (d) é polarizado
diretamente pelo indutor (L). Com isso, o capacitor e a carga recebem energia tanto da fonte
de alimentação, quanto do indutor (armazenada na etapa anterior). Dessa forma, a corrente no
indutor decresce linearmente. Na Figura 2.7 é representado a segunda etapa de operação.
 26

Figura 2.7 – Segunda etapa de funcionamento do conversor boost.

Fonte: Próprio autor.

Considerando que a tensão de saída 𝑉𝑜𝑢𝑡 é constante, devido a escolha adequada da

capacitância de saída do conversor, a tensão aplicada sobre o indutor também será constante e
a corrente varia linearmente. Como a tensão de saída é maior que a tensão de entrada, a
corrente no indutor irá decrescer durante o tempo em que a chave se encontra aberta (Etapa de
descarga da energia do indutor). Essa variação é dada por (2.10).

(𝑉𝑖𝑛 − 𝑉𝑜𝑢𝑡 )(1 − 𝐷)𝑇

∆𝑖𝐿 (𝑎𝑏𝑒𝑟𝑡𝑎) = (2.10)
𝐿

Como a variação total de corrente no indutor, durante as duas etapas de operação, deve ser
igual a zero, podemos obter (2.11).

∆𝑖𝐿 (𝑓𝑒𝑐ℎ𝑎𝑑𝑎) + ∆𝑖𝐿 (𝑎𝑏𝑒𝑟𝑡𝑎) = 0 (2.11)

Dessa forma, aplicando (2.9) e (2.10) em (2.11), obtêm-se (2.12).

𝑉𝑖𝑛 𝐷𝑇 (𝑉𝑖𝑛 − 𝑉𝑜𝑢𝑡 )(1 − 𝐷)𝑇

+ =0 (2.12)
𝐿 𝐿

Resolvendo (2.12), encontra-se a relação entre a tensão de saída e tensão de entrada,

conhecida como o ganho estático do conversor boost, dada por (2.13).

𝑉𝑜𝑢𝑡 1
= (2.13)
𝑉𝑖𝑛 (1 − 𝐷)
 27

Na Figura 2.8 (a), é possível observar o comportamento das formas de ondas no

indutor, dessa maneira verificando a mesma ondulação de corrente para ambas etapas de
operação.

Figura 2.8 – Principais formas de onda do conversor boost.

Fonte: Próprio autor.

Logo, resolvendo a equação (2.9) em função de L, é possível encontrar a equação

para quantificar valores de indutância, apresentada em (2.14).

𝑉𝑖𝑛 𝐷𝑇
𝐿= (2.14)
∆𝑖𝐿

Já na Figura 2.8 (b), é apresentado o comportamento das formas de ondas de tensão

e corrente no capacitor C, além da corrente no diodo d. Sabe-se que durante a primeira etapa
de operação, em que a chave se encontra fechada, a carga é alimentada pelo capacitor. Logo,
para esta etapa podemos calcular a corrente do mesmo utilizando a equação (2.15).

𝐶∆𝑣𝐶
𝑖𝑐 = (2.15)
∆𝑡

Além disso, ainda na Figura 2.8(b) é possível observar que para a primeira etapa,
temos:
 28

𝑖𝑐 = −𝐼0 (2.16)
Logo, aplicando (2.16) em (2.15) e utilizando de que devido a inclinação da primeira
etapa de operação, têm-se a variação de tensão no capacitor sendo negativa. Com isso,
encontra-se a equação (2.17).

𝐼0 𝐷𝑇
𝐶= (2.17)
∆𝑣𝐶

Dessa forma, (2.17) pode ser utilizado para determinar valores de capacitância para
o capacitor C, considerando a ondulação de tensão desejada na saída do conversor.

2.4. ALGORITMO MPPT

Como visto na seção 2.2.1, o algoritmo P&O realiza o cálculo da potência

multiplicando a corrente e tensão de saída do sistema fotovoltaico. Para a leitura dessas
variáveis, é comumente utilizado sensores que possuem preços elevados [17][18]. Com intuito
de redução dos custos de implementação das técnicas de MPPT, é interessante a não utilização
de algum desses sensores. Para tal tarefa, a literatura apresenta diferentes técnicas, em [18] a
corrente FV é calculada a partir da frequência de chaveamento e a relação de trabalho do
conversor, em [19] é utilizado a ondulação de tensão do capacitor de entrada para estimar a
corrente de saída do módulo. Já em [20,21] ao invés da corrente, a predição é realizada para a
tensão, eliminando a necessidade de sensor para esta variável e mantendo o sensoriamento da
corrente.
Neste trabalho é proposto a eliminação do sensoriamento da corrente, tendo essa
variável prevista pelo equacionamento do conversor CC-CC. A equação (2.18) apresenta a
relação entre o ganho estático G, a razão cíclica D, as tensões de entrada (𝑉𝑖𝑛 ) e saída (𝑉𝑜𝑢𝑡 )
e as correntes de entrada (𝐼𝑖𝑛 ) e (𝐼𝑜𝑢𝑡 ) do boost. Lembrando que a equação do ganho estático
é apresentada em (2.13) na seção 2.3.1.

𝑉𝑜𝑢𝑡 𝐼𝑖𝑛 1
𝐺= = = (2.18)
𝑉𝑖𝑛 𝐼𝑜𝑢𝑡 1 − 𝐷

Utilizando (2.18) e possível isolar a corrente 𝐼𝑖𝑛

𝑉𝑜𝑢𝑡
𝐼𝑖𝑛 = 𝐼 (2.19)
𝑉𝑖𝑛 𝑜𝑢𝑡
 29

Além disso, considerando a potência drenada por uma carga resistiva 𝑅𝐿 , é possível
encontrar a equação (2.20)
2
𝑉𝑜𝑢𝑡
𝐼𝑖𝑛 = (2.20)
𝑅𝐿 𝑉𝑖𝑛
Substituindo (2.13) em (2.20), é possível encontrar a equação que prevê a corrente
𝐼𝑖𝑛 , ou seja, a corrente de saída do módulo fotovoltaico.

𝑉𝑖𝑛 1 2
𝐼𝑖𝑛 = ( ) (2.21)
𝑅𝐿 1 − 𝐷
 30

3. MODELAGEM E SIMULAÇÃO DO SISTEMA

Neste capítulo será abordado o sistema completo de simulação, formado pelo módulo
fotovoltaico, o conversor boost e a técnica de rastreamento de máxima potência P&O
(mesclada com a técnica VCTE ). Para uma primeira simulação foi implementado o algoritmo
com ambos sensores, de corrente e tensão. Além disso, o mesmo também foi implementado
utilizando apenas o sensor de tensão, realizando a predição da corrente, conforme mostrado na
seção anterior. Dessa forma, avaliando o algoritmo pela potência extraída em relação a
esperada.

3.1. MODELO COMPUTACIONAL DO MÓDULO FOTOVOLTAICO

A partir do equacionamento da célula fotovoltaica, apresentado na seção 2.1, utilizou-

se do ambiente MATLAB/Simulink® para desenvolver o modelo mostrado na Figura 3.1.
Extraídos de [9], o bloco PV_Array consiste na programação responsável por calcular a
corrente Ipa (corrente do módulo). Além disso, conectando um diodo em paralelo com a fonte
de corrente é possível realizar a simulação do comportamento tanto de módulos quanto de
arranjos fotovoltaicos.

Figura 3.1 – Modelo implementado no MATLAB/Simulink® para simulação do painel

fotovoltaico.

Fonte: Adaptado de [5].

 31
As principais características elétricas do módulo fotovoltaico, inseridas na
programação, estão apresentadas na Tabela 1.

Tabela 1 – Parâmetros elétricos do módulo fotovoltaico

Potência máxima P𝑚𝑎𝑥 = 200 Wp
Tensão no MPP VMPP = 26,3 V
Corrente no MPP IMPP = 7,61 A
Tensão de Circuito Aberto Voc = 32,9V
Corrente de Curto-Circuito Isc = 8,21 A
Coeficiente de Temperatura de Isc 𝛼 = 3,18𝑥10−3 𝐴/°𝐶

Fonte: [5].

Ainda na Figura 3.1, é possível observar como entradas do bloco PV_Array, valores
de irradiância e temperatura. Dessa forma, na Figura 3.2, é apresentado as curvas de potência
versus tensão (PxV) para diferentes características climáticas do modelo simulado.

Figura 3.2 – Curvas de potência versus tensão (PxV) para diferentes condições de irradiância e
temperatura aplicadas na simulação.

Fonte: Próprio autor.

 32
3.2. MODELO DO CONVERSOR BOOST VIA ESPAÇO DE ESTADOS

Diferentemente do circuito apresentado na Figura 2.5, o conversor boost utilizado no

modelo computacional da simulação é formado por equações por espaço de estados, tornando
o processamento dos dados mais rápido e reduzindo o tempo de simulação. Escolhendo como
variáveis de estado a tensão sobre o capacitor (CB ) e a corrente no indutor (LB ). A metodologia
segue os passos apresentados em [5].
Como mencionado no capítulo anterior, o funcionamento do conversor boost pode
ser dividido em duas etapas. Para a primeira etapa, a tensão no indutor e a corrente no capacitor
são dadas por (3.1) e (3.2) respectivamente. [16].

𝐿𝐵 𝑑𝐼𝐿𝐵 (𝑡) 𝑑𝐼𝐿𝐵 (𝑡) 𝑉𝑖𝑛 (𝑡)

𝑉(𝑡) = → = (3.1)
𝑑𝑡 𝑑𝑡 𝐿𝐵

𝑑𝑉𝐶𝐵 (𝑡) 𝑑𝑉𝐶𝐵 (𝑡) 𝑉𝐶𝐵 (𝑡)

𝐼𝐶 (𝑡) = 𝐶𝐵 → = − (3.2)
𝑑𝑡 𝑑𝑡 𝑅𝐿 . 𝐶𝐵

Para a segunda etapa de funcionamento, têm-se (3.3) e (3.4). [16].

𝐿𝐵 𝑑𝐼𝐿𝐵 (𝑡) 𝑑𝐼𝐿𝐵 (𝑡) 𝑉𝑖𝑛 (𝑡) − 𝑉𝐶𝐵 (𝑡)

𝑉(𝑡) = → = (3.3)
𝑑𝑡 𝑑𝑡 𝐿𝐵

𝑑𝑉𝐶𝐵 (𝑡) 𝑑𝑉𝐶𝐵 (𝑡) 𝐼𝐿𝐵 (𝑡) 𝑉𝐶𝐵 (𝑡)

𝐼𝐶 (𝑡) = 𝐶𝐵 → = − (3.4)
𝑑𝑡 𝑑𝑡 𝐶𝐵 𝑅𝐿 . 𝐶𝐵

Somando-se a equação (3.1) com a equação (3.3), a equação (3.2) com a equação
(3.4) e inserindo a função fq(t), que para a primeira etapa de operação tem o valor 1 e, para a
segunda etapa de operação tem o valor 0, obtêm-se as equações de números (3.5) e (3.6). Estas
expressões representam, em termos médios, o funcionamento do conversor.

𝑑𝐼𝐿𝐵 (𝑡) 𝑉𝑖𝑛 (𝑡) 𝑉𝑖𝑛 (𝑡) − 𝑉𝐶𝐵 (𝑡)

= 𝑓𝑞(𝑡) + [ ] (1 − 𝑓𝑞(𝑡)) (3.5)
𝑑𝑡 𝐿𝐵 𝐿𝐵

𝑑𝑉𝐶𝐵 (𝑡) −𝑉𝐶𝐵 (𝑡) 𝐼𝐿 (𝑡) 𝑉𝐶𝐵 (𝑡)

= 𝑓𝑞(𝑡) − [ − ] (1 − 𝑓𝑞(𝑡)) (3.6)
𝑑𝑡 𝑅𝐿 . 𝐶𝐵 𝐶𝐵 𝑅𝐿 . 𝐶𝐵
 33
Simplificando (3.5) e (3.6), obtêm-se as expressões (3.7) e (3.8).

𝑑𝐼𝐿𝐵 (𝑡) 1
= [𝑉 (𝑡) − (𝑉𝐶𝐵 (𝑡))(1 − 𝑓𝑞(𝑡))] (3.7)
𝑑𝑡 𝐿𝐵 𝑖𝑛

𝑑𝑉𝐶𝐵 (𝑡) 1 −𝑉𝐶𝐵 (𝑡)

= [(𝐼𝐿 (𝑡)). (1 − 𝑓𝑞(𝑡)) + ] (3.8)
𝑑𝑡 𝐶𝐵 𝑅𝐿

Ao se integrar (3.7) e (3.8), obtém-se a corrente no indutor e a tensão sobre o capacitor

de saída. A tensão de saída é a mesma do capacitor, com isso tem-se a equação (3.9).

𝑉𝑜𝑢𝑡 (𝑡) = 𝑉𝐶𝐵 (𝑡) (3.9)

Com as equações (3.6) e (3.9), desenvolveu-se o modelo em espaço de estados médio

para simular o conversor Boost CC-CC, utilizando o software MATLAB/Simulink®,
presentado na Figura 3.3.

Figura 3.3 – Modelo em espaço de estados médio do conversor boost.

Fonte: Adaptado de [5].

 34
3.3. MODELO DA TÉCNICA DE MPPT

A implementação do algoritmo Perturbação e Observação, mesclado com VCTE ,

também foi realizada no ambiente de simulação do software MATLAB/Simulink®. Para
efeito de comparação, antes de desenvolver a técnica de MPPT proposta no trabalho,
utilizando apenas o sensoriamento da tensão, implementou-se o método com ambos sensores,
ou seja, de tensão e corrente. Dessa forma, foi possível analisar os resultados para as duas
metodologias e então verificar a eficácia do sistema proposto.

3.3.1 P&O COM AMBOS SENSORES

Baseado no fluxograma do método P&O, mostrado na seção 2.2.1, foi possível

desenvolver um modelo de simulação no ambiente MATLAB/Simulink®, conforme mostrado
na Figura 3.4.– Método P&O implementado para simulação com sensores de tensão e corrente.

Figura 3.4 – Método P&O implementado para simulação com sensores de tensão e corrente

Fonte: Próprio autor.

É possível observar como variáveis de entrada do sistema os blocos Ipv e Vpv,

representando respectivamente a leitura da corrente e tensão geradas pelo modelo do módulo
fotovoltaico. Em seguida, o bloco PV_Array é programado, conforme apresentado no
apêndice C, para realizar os passos apresentados no fluxograma da seção 2.2.1.

3.3.2 P&O COM PREDIÇÃO DE CORRENTE

Partindo da implementação do algoritmo com ambos sensores, é possível utilizar da

linguagem de programação inserida no bloco PV_array, para realizar tanto os processos do
 35
algoritmo, quanto a predição de corrente. Mostrado na Figura 3.5, o sistema possui como
entradas a tensão gerada pelo painel fotovoltaico e o ciclo de trabalho do conversor, Dref,
resultado da realimentação do ciclo de trabalho do conversor.

Figura 3.5 – Método P&O implementado para simulação com predição de corrente

Fonte: Próprio autor.

Apresentada na seção 2.4 a equação (2.21) é utilizada dentro do bloco de DeltaV para
realizar o cálculo da corrente. Dessa forma, utilizando da leitura de tensão, representada pela
entrada Vpv, é possível calcular a potência gerada pelo sistema, prosseguindo para os passos
do algoritmo de MPPT, mencionados anteriormente.

3.4. RESULTADOS DE SIMULAÇÃO

A Figura 3.6 apresenta o sistema completo de simulação, contendo o painel

fotovoltaico, a técnica de MPPT com predição de corrente e o conversor CC-CC boost.
Observa-se que o modelo do painel simulado possui como entradas valores de irradiância e
temperatura. Além disso, sabe-se que durante o decorrer do dia as condições meteorológicas
estão em constante alteração. Dessa forma, para analisar o comportamento do sistema
implementado, considerando essas variações, é realizado degraus das características de
entrada. Com isso, na Figura 3.7 é apresentado a resposta do sistema utilizando ambos
sensores, de corrente e tensão. Já na Figura 3.8 é mostrado o comportamento do sistema com
predição de corrente. É valido salientar que para ambas situações é realizado degraus de
irradiância a cada 2 segundos.
 36
Figura 3.6 – Sistema completo de simulação com predição de corrente

Fonte: Próprio autor.

Figura 3.7 – Comportamento da potência máxima e potência extraída do algoritmo utilizando

os sensores de tensão e de corrente com variação de irradiância.

Fonte: Próprio autor.

 37
Figura 3.8 – Comportamento da potência máxima e potência extraída do algoritmo com
predição de corrente com variação de irradiância.

Fonte: Próprio autor.

Considerando a relação entre a potência máxima disponível com a potência extraída,

apresentadas nas Figuras 3.7 e 3.8, é possível realizar a avaliação do percentual de energia
rastreada, ou seja, o fator de rastreamento dos métodos implementados. Na Figura 3.9 é
mostrado o FR para o algoritmo com e sem predição de corrente, observa-se que o método que
utiliza apenas o sensor de tensão, possui seu índice de FR bem próximo em relação ao que
utiliza de ambos sensores.

Figura 3.9 – Fator de rastreamento dos métodos implementados

Fonte: Próprio autor.

 38
Conforme mencionado na seção 2.1.1 o algoritmo implementado fica oscilando no
ponto de máxima potência, ocasionando em desperdício de energia disponível. Logo, para
verificação desta característica é possível observar o comportamento dos algoritmos em
regime permanente. Dessa forma, é apresentado respectivamente nas Figuras 3.10 e 3.11 o
comportamento em regime permanente dos dois métodos implementados.

Figura 3.10 – Comportamento da potência máxima e potência extraída do algoritmo utilizando

dos sensores de tensão e de corrente em regime permanente

Fonte: Próprio autor.

Figura 3.11 – Comportamento da potência máxima e potência extraída do algoritmo com

predição de corrente em regime permanente

Fonte: Próprio autor.

 39
Outra avaliação que pode ser realizada no algoritmo implementado é a variação
instantânea de irradiância. Dessa forma, é possível analisar o comportamento do MPPT em
relação à sua resposta dinâmica. Nas Figura 3.12 e 3.13 é possível observar o comportamento
quando aplicado um degrau na irradiância que ocasiona na variação de potência de 17W para
200W.

Figura 3.12 – Comportamento da potência máxima e potência extraída do algoritmo utilizando

dos sensores de tensão e de corrente com alta variação instantânea de irradiância.

Fonte: Próprio autor.

Figura 3.13 – Comportamento da potência máxima e potência extraída do algoritmo com

predição de corrente com alta variação instantânea de irradiância.

Fonte: Próprio autor.

 40
É possível observar que ambos sistemas levam em torno de 0,2 segundos para atingir
o ponto de máxima potência e voltar a oscilar em torno do mesmo. É valido salientar que a
velocidade que o algoritmo leva para encontrar o MPP está relacionada com o valor do
incremento escolhido, ou seja, quanto maior o incremento, mais rápido o algoritmo encontrará
o MPP, consequentemente maior será a quantidade de energia desperdiçada devido a oscilação
no ponto de máxima potência.
 41
4. RESULTADOS EXPERIMENTAIS

Está apresentado na Figura 4.1 a implementação desenvolvida em laboratório,

detalhada no apêndice A. Esta consiste no uso da fonte emuladora de módulos fotovoltaicos
E4350B, de um conversor CC-CC boost, circuitos de condicionamento de sinal, ataque de gate
e do DSP para implementação do algoritmo de MPPT. Além disso, utilizou-se um
microcomputador, osciloscópio e de fontes auxiliares para alimentação dos circuitos
integrados. Dessa forma, neste capítulo serão apresentados os componentes utilizados na
implementação, juntamente com os resultados experimentais das técnicas abordadas neste
trabalho.

Figura 4.1 – Sistema implementado para testes dos algoritmos de MPPT

Fonte: Próprio autor.

A fonte FV é responsável por emular o comportamento de um módulo fotovoltaico,

para isso é utilizado um software, desenvolvido em [5], para definir o modo de operação e
também os parâmetros elétricos do módulo utilizado. Além disso, o programa permite aplicar
degraus de irradiância e temperatura através das características da curva desejada, formando
um perfil de insolação diário. Dessa forma, o software é capaz de analisar a máxima potência
extraída com a máxima potência disponível, retornando as curvas dessas grandezas em função
do tempo, juntamente com o fator de rastreamento do método.
 42
Figura 4.2 – Protótipo desenvolvido

Fonte: Próprio autor.

Apresentado na Figura 4.2, o protótipo desenvolvido é composto pelo conversor CC-

CC boost, por um DSP e circuitos de condicionamento de sinais e ataque de gate. Para o
condicionamento dos sinais foram utilizados dois sensores, responsáveis pela leitura da
corrente e tensão de saída da fonte emuladora de módulos fotovoltaicos. Dessa forma, o DSP
recebe os sinais advindos dos sensores e realiza os passos da técnica de P&O, controlando a
partir de um circuito de ataque de gate, a abertura e fechamento do interruptor do conversor,
responsável pelo fluxo de potência para a carga.
Dessa forma, utilizando do software que controla a operação da fonte FV, programou-
se um perfil de insolação diária para analisar a resposta da técnica de MPPT. Com isso, na
Figura 4.3 é possível verificar o comportamento do algoritmo conforme ocorre a variação dos
perfis de potência definidos no software - simulando a variação das características climáticas.
Em vermelho é apresentado a curva PMAX que representa a máxima potência disponível.
Além disso, em verde é mostrado a curva de PMPPT, ou seja, a potência que foi extraída pelo
algoritmo.
 43
Figura 4.3 – Resposta do algoritmo utilizando da leitura de ambos sensores

Fonte: Próprio autor.

Posteriormente, foi analisado o comportamento do algoritmo com predição de

corrente, ou seja, a leitura realizada pelo sensor de corrente é descartada e essa variável é
prevista de acordo com o equacionamento do conversor boost, conforme apresentado na seção
2.4. Logo, na Figura 4.4 é possível observar a resposta do mesmo.

Figura 4.4 – Resposta do algoritmo com predição de corrente

Fonte: Próprio autor.

Em relação ao algoritmo com ambos sensores, observa-se que decorre um maior

tempo para que o algoritmo com predição de corrente encontre o MPP, esse atraso é
ocasionado pelo fato de que a corrente calculada considera um valor inicial do ciclo de trabalho
do conversor, ou seja, até que a corrente assuma o real valor do módulo fotovoltaico é
necessário um maior tempo de processamento do DSP. No entanto, é valido salientar que
 44
quanto maior o tempo de simulação, menor será a influência desse atraso no fator de
rastreamento do algoritmo.
A partir dos resultados apresentados nas figuras 4.3 e 4.4, foi possível obter o
percentual de energia rastreada, ou seja, o fator de rastreamento dos algoritmos. Mostrado na
Figura 4.5 é possível observar o FR para ambos os métodos implementados, nota-se que o
método proposto com predição de corrente tem seu índice de rastreamento próximo ao do
algoritmo que utiliza de ambos sensores.

Figura 4.5 – Fator de Rastreamento dos métodos

Fonte: Próprio autor

 45
5. CONCLUSÕES GERAIS

Considerando as preocupações ambientais em relação a emissão de gases do efeito

estufa, alinhada ao crescimento da utilização de fontes de energias alternativas e renováveis,
em especifico a solar fotovoltaica. Desenvolveu-se, por meio deste trabalho, um modelo
computacional para simulação da técnica de MPPT utilizando o método misto P&O com VCTE .
Além disso, a partir da predição de corrente foi possível eliminar a necessidade do uso de
sensores para leitura desta variável.
Logo, realizou-se um estudo comparativo do comportamento dos dois métodos, ou
seja, com e sem a utilização do sensor de corrente. Avaliando as características de regime
permanente, tempo de resposta e fator de rastreamento. Observou-se que o método
implementado com predição de corrente, apresenta uma pequena redução de eficiência em
relação ao método que utiliza dos sensores de tensão e corrente, com seu fator de rastreamento
0,12% menor. No entanto, ambos os algoritmos apresentaram um FR acima de 97% para
simulação.
Após a validação do sistema via simulação, foi possível desenvolver um protótipo
para testes práticos no laboratório. Inicialmente o sistema foi verificado utilizando da técnica
de MPPT com ambos sensores, obtendo um fator de rastreamento similar ao da simulação
realizada. Posteriormente foi analisado o comportamento do algoritmo com predição de
corrente, semelhantemente à simulação, o mesmo também possui uma pequena perda em
relação ao algoritmo que utiliza dos dois sensores. No entanto, para o método sem o uso do
sensor de corrente é possível obter um menor custo em relação ao DSP utilizado e também
com a eliminação do sensor. Além disso, outras vantagens como redução de ruídos e menor
placa de condicionamento, devem ser levados em consideração. Dessa forma, como trabalhos
futuros sugere-se a realização de testes do comportamento de diferentes técnicas de MPPT
utilizando predição de corrente, analisando a eficiência, tempo de resposta, facilidade de
implementação e custo.
 46
6. REFERÊNCIAS

[1] JAIN, Chinmay; SINGH, Bhim. Solar energy used for grid connection: a detailed
assessment including frequency response and algorithm comparisons for an energy conversion
system. IEEE Industry Applications Magazine, v. 23, n. 2, p. 37-50, 2016.
[2] HAEGEL, Nancy M.; KURTZ, Sarah R. Global Progress Toward Renewable Electricity:
Tracking the Role of Solar. IEEE Journal of Photovoltaics, v. 11, n. 6, p. 1335-1342, 2021.
[3] ROXANA, Oprea; MARCEL, Istrate; DRAGOS, Machidon. Efficiency Analysis of Solar
Radiation Concentration Technique for a Low Concentration Photovoltaic System. In: 2018
International Conference and Exposition on Electrical And Power Engineering (EPE). IEEE,
2018. p. 0589-0593.
[4] SAMRAT, Paramatmuni Sarath; EDWIN, Fonkwe Fongang; XIAO, Weidong. Review of
current sensorless maximum power point tracking technologies for photovoltaic power
systems. In: 2013 International Conference on Renewable Energy Research and Applications
(ICRERA). IEEE, 2013. p. 862-867.
[5] BRITO, Moacyr Aureliano Gomes de. Inversores Integrados Monofásicos e Trifásicos para
Aplicações Fotovoltaicas: Técnicas para obtenção de MPPT, detecção e proteção de
ilhamento, sincronização e paralelismo com a rede de distribuição de energia elétrica. 2013.
[6] ABU-RUB, Haitham; MALINOWSKI, Mariusz; AL-HADDAD, Kamal. Power
electronics for renewable energy systems, transportation and industrial applications. John
Wiley & Sons, 2014.
[7] DAS, Debashis; PRADHAN, Shishir Kumar. Modeling and simulation of PV array with
boost converter: an open loop study. 2011. Tese de Doutorado.
[8] CARNEIRO, Joaquim AO. Módulos fotovoltaicos: características e associações. 2010.
[9] CASARO, Marcio Mendes; MARTINS, Denizar Cruz. Modelo de arranjo fotovoltaico
destinado a análises em eletrônica de potência via simulação. Eletrônica de Potência, v. 13, n.
3, p. 141-146, 2008.
[10] ABU-RUB, Haitham; MALINOWSKI, Mariusz; AL-HADDAD, Kamal. Power
electronics for renewable energy systems, transportation and industrial applications. John
Wiley & Sons, 2014.
 47
[11] DESAI, Hardik P.; PATEL, Himanshu K. Maximum power point algorithm in PV
generation: An overview. In: 2007 7th International Conference on Power Electronics and
Drive Systems. IEEE, 2007. p. 624-630.
[12] ESRAM, Trishan; CHAPMAN, Patrick L. Comparison of photovoltaic array maximum
power point tracking techniques. IEEE Transactions on energy conversion, v. 22, n. 2, p. 439-
449, 2007.
[13] FEMIA, Nicola et al. Optimization of perturb and observe maximum power point tracking
method. IEEE transactions on power electronics, v. 20, n. 4, p. 963-973, 2005.4
[14] JIANDONG, Duan; MA, Xiang; TUO, Song. A variable step size P&O MPPT algorithm
for three-phase grid-connected PV systems. In: 2018 China International Conference on
Electricity Distribution (CICED). IEEE, 2018. p. 1997-2001.
[15] BARBI, Ivo; MARTINS, Denizar Cruz. Conversores CC-CC básicos não isolados.
Florianópolis, SC-Brasil–Edição dos Autores, 2000.
[16] RASHID, Muhammad H. et al. Eletrônica de potência: circuitos, dispositivos e
aplicações. Makron, 1999.
[17] PANDEY, Ashish; DASGUPTA, Nivedita; MUKERJEE, Ashok K. A simple single-
sensor MPPT solution. IEEE Transactions on Power Electronics, v. 22, n. 2, p. 698-700, 2007.
[18] LEE, June-Hee; LEE, June-Seok; LEE, Kyo-Beum. Current sensorless MPPT method for
a PV flyback microinverters using a dual-mode. In: 2014 International Power Electronics
Conference (IPEC-Hiroshima 2014-ECCE ASIA). IEEE, 2014. p. 532-537.
[19] LOHMEIER, Christopher et al. A current-sensorless MPPT quasi-double-boost converter
for PV systems. In: 2011 IEEE Energy Conversion Congress and Exposition. IEEE, 2011. p.
1069-1075.
[20] SHER, Hadeed Ahmed et al. A new sensorless hybrid MPPT algorithm based on
fractional short-circuit current measurement and P&O MPPT. IEEE Transactions on
sustainable energy, v. 6, n. 4, p. 1426-1434, 2015.
[21] SREERAJ, E. S.; CHATTERJEE, Kishore; BANDYOPADHYAY, Santanu. One-cycle-
controlled single-stage single-phase voltage-sensorless grid-connected PV system. IEEE
transactions on industrial electronics, v. 60, n. 3, p. 1216-1224, 2012.
[22] Operating Guide for solar array simulator, Agilent Models E4350B, E4351B, Agilent Part
No. 5962-8206, Microfiche 5962-8207, Printed in USA: December, 1997
[23] INSTRUMENTS, Texas. TMS320F2837xD Dual-Core Delfino Microcontrollers.
Technical Reference Manual. TMS320F2837xD Dual-Core Delfino Microcontrollers, 2016.
 48
[24] BRITO, Moacyr Aureliano Gomes de. Pré-regulador retificador boost com controle
digital por valores médios, para sistema de iluminação fluorescente multi-lâmpadas, utilizando
dispositivo FPGA e VHDL. 2008.
 49

APÊNDICE A - IMPLEMENTAÇÃO

Nesta seção será apresentado os procedimentos realizados para implementação do

algoritmo proposto, executados em laboratório. Dessa forma, será descrito sobre a fonte
emuladora de módulos fotovoltaicos, o conversor CC-CC boost, o software auxiliar para
verificação do rastreamento do ponto de máxima potência e cálculo do fator do rastreamento
do algoritmo, além do DSP utilizado para controle do sistema.

A.1 CARACTERÍSTICAS DO SISTEMA

O sistema implementado, pode ser observado em termos de diagrama de blocos,

conforme mostrado na Figura A.1. Como gerador fotovoltaico é utilizado uma fonte
emuladora capaz de simular o comportamento de módulos fotovoltaicos. Para efeito de
comparação, empregou-se sensores tanto de tensão quanto de corrente, com isso será possível
comparar a eficiência do algoritmo implementado com e sem predição de corrente. Realizando
a leitura dos sinais advindo dos sensores, o DSP é responsável pelo processamento do
algoritmo P&O e também pela geração do PWM para controle do conversor boost.

Figura A.1 – Representação em diagrama de blocos do sistema implementado

Fonte: Próprio autor.

 50
A.2 SIMULADOR FOTOVOLTAICO

Para a simulação da célula fotovoltaica, foi utilizado a fonte de emulador de painéis

solares da Agilent (E4350B), mostrado na Figura A.2. A fonte em questão pode operar em três
diferentes modos: modo tabela, fixo e simulador fotovoltaico. No modo fixo, a característica
de saída é semelhante a uma fonte de alimentação comum, exceto a baixa capacitância de saída
(100 nF) que torna o equipamento ideal para utilização como fonte de corrente constante. Já
no modo tabela, o sinal de saída é determinado por uma tabela definida pelo usuário, onde a
precisão da curva depende da quantidade de pontos estabelecidos, visto que a curva de corrente
versus tensão (IxV) é gerada conectando os pontos da tabela por linhas retas. [22].

Figura A.2 – Fonte E4350B do fabricante Agilent Technologies

Fonte: Agilent Technologies

Para o experimento em questão, o equipamento será operado no modo simulador,

onde a fonte utiliza de um modelo exponencial para aproximar a curva IxV, para isso o mesmo
deve ser programado em termos de tensão de circuito aberto (Voc), corrente de curto-circuito
(Isc), ponto de tensão em máxima potência (Vmp) e ponto de corrente em máxima potência
(Imp), caso tais parâmetros não sejam inseridos, por padrão são utilizados as características
apresentadas na Tabela 2 [22].

Tabela 2 – Parâmetros elétricos padronizados da fonte E4350B

Potência máxima P𝑚𝑎𝑥 = 321,2 W
Tensão no MPP VMPP = 49,2 V
Corrente no MPP IMPP = 6,528 A
Tensão de Circuito Aberto Voc = 61,5 V
Corrente de Curto-Circuito Isc = 8,16 A

Fonte: Adaptado de [22].

 51
No entanto, não é possível alterar o modo de operação da fonte pelo seu painel frontal,
visto que seu modo de operação padrão é o fixo. Logo, para isso é necessário conectar o
equipamento em um computador. Dessa forma, por meio do software desenvolvido por [5],
que por meio de comunicação GPIB-USB é possível alterar o modo de operação e também
definir os parâmetros elétricos para operação em simulador fotovoltaico, além da possibilidade
de aplicar degraus de irradiação solar e temperatura, simulando o comportamento da curva
desejada. Além disso, o software é capaz de analisar a máxima potência extraída com a
máxima potência disponível, resultando no fator de rastreamento, necessário para observar a
eficiência do algoritmo implementado e também validar o experimento em questão. Na Figura
A.3 é apresentado a interface gráfica do software desenvolvido em [5].

Figura A.3 – Interface gráfica do software utilizado para controle da fonte

Fonte: [5].

É importante salientar que a fonte em questão possui limitações de operação que

devem ser respeitadas para seu correto funcionamento, para o modo de simulador fotovoltaico,
o equipamento possui tais restrições:

• Potência máxima ≤ 480 W

• Voc ≤ 65 V
• Isc ≤ 8 A
• Vmp < Voc
• Imp < Isc
 52
A.3 DSP

Para implementação do algoritmo de MPPT e controle do conversor CC-CC, foi

utilizado a placa de desenvolvimento LAUNCHXL-F28379D, produzido pela Texas
Instruments. Utilizando o microcontrolador TMS320F28379D, o DSP fornece uma excelente
performance, capaz de satisfazer todas as necessidades do projeto. Baseado na arquitetura
Delfino, abaixo estão algumas de suas características

• Operação em até 200 MHz;

• Tensões dos pinos de entrada/saída em 3,3 V. AD em 3,0 V;

• Até 169 pinos de entrada/saída de uso geral (GPIO) multiplexados individualmente

com filtragem de entrada;

• Até 24 saídas PWM, sendo alta resolução nos canais A e B de 8 módulos PWM;

• Até quatro conversores analógico-digital (ADCs) no modo 16 bits e até 12 canais

externos no modo 12 bits.

Na Figura A.4 é apresentado o DSP em questão.

Figura A.4 – LAUNCHXL-F28379D C2000

Fonte: Texas Instruments.

 53
Para o desenvolvimento do projeto será necessário utilizar dois pinos no modo ADC,
para realizar a leitura dos sinais advindos dos sensores de tensão e corrente. Além disso,
também será utilizado um dos PWMs disponíveis, para controlar o chaveamento do transistor
do conversor boost. Ademais, para programação dos canais e implementação do algoritmo de
MPPT, é utilizado o software Code Composer Studio (CCS), desenvolvido pela própria
fabricante do microprocessador. Na Figura A.5 é apresentado o ambiente de trabalho do
mesmo.

Figura A.5– Ambiente de desenvolvimento do software Code Composer Studio.

Fonte: Próprio autor.

Os pinos que podem ser utilizados como entrada ou saída são denominados de
General-Purpose Input/Output (GPIO), os mesmos podem ser definidos em nível lógico alto
ou baixo utilizando programação ou então pela leitura de um sinal externo, que será o caso do
projeto para o sensoriamento da tensão e corrente. Na Figura A.6 é apresentado o diagrama de
blocos da estrutura GPIO do DSP utilizado.
 54

Figura A.6 – Diagrama de blocos da estrutura GPIO do DSP utilizado.

Fonte: [23].

Nota-se na Figura A.6 que ao utilizar um pino GPIO é possível acionar um resistor
Pull-Up interno, assim evitando pontos de flutuação no sistema, observa-se também que é
necessário definir se o pino será utilizado como entrada ou saída. Outro ponto importante é
que se pode atrelar o mesmo com algum periférico, como PWM ou comunicação serial. Além
disso, quando o pino é utilizado como entrada, é possível sincronizar o sinal de entrada com
um clock para evitar ruídos na leitura.
 55
A.4 CONDICIONAMENTO DE SINAL

Para medição da corrente no indutor e tensão do emulador fotovoltaico, optou-se pela

utilização do transdutor de corrente LA 55-P e do transdutor de tensão LV 25-P, fabricados
pela empresa LEM®, ambos sensores operam através do efeito Hall. Para o sensoriamento da
corrente, o dispositivo escolhido possui excelente relação linear entre o primário e o
secundário, sua relação de transformação é de 1 para K N /1.000, sendo K N a quantidade de
espiras enroladas externamente. Além disso, o mesmo apresenta elevada capacidade de
corrente, entre 0 e 50A, rápido tempo de resposta, menor que 1μs, baixa resistência série, ou
seja, as perdas no sensor são desprezáveis, além da possibilidade de controle de sensibilidade
por meio dos enrolamentos. A conversão da corrente de saída (Is ) para o nível de tensão
adequado para o condicionamento do sinal é realizada através de uma resistência R M em
paralelo com o secundário do sensor, o fabricante indica valores entre 10 a 160Ω.
Já para o sensoriamento da tensão, é utilizado uma resistência em série com o
primário do sensor, para que seja possível obter uma corrente proporcional a tensão que será
medida, sendo que a relação de conversão entre o primário e secundário é de respectivamente
10 para 25 mA, ou seja, para uma faixa de leitura de tensão até 100V, utiliza-se uma resistência
em série de 10kΩ, fazendo com que 100V forneça 10mA no primário, tornando 25mA no
secundário, observando que sensor escolhido possui uma faixa de leitura entre 10 e 500V.
Semelhantemente ao sensor de corrente, também é conectado ao secundário uma resistência
em paralelo com valores típicos entre 100 a 350Ω, realizando então a conversão da corrente
de saída em um nível de tensão adequado para o condicionamento do sinal.
Na Figura A.7(a) é apresentado o esquemático utilizado para o sensor de corrente. Já
em A.7(b) está o esquemático para o sensor de tensão.
 56
Figura A.7 – (a) Sensor de corrente LA 55-P; (b) Sensor de tensão LV 25-P.

Fonte: Adaptado de [24].

A.5 ATAQUE DE GATE

Como visto na seção 2.3.1 o ciclo de trabalho do conversor é definido de acordo com
o tempo que a chave permanece aberta e fechada. O controle do chaveamento é definido pelo
sinal advindo de PWM do DSP utilizado. No entanto, o sinal do controlador possui um nível
lógico alto em 3V e para o correto funcionamento do interruptor é necessário fornecer níveis
adequados de corrente e tensão. Para isso, o sinal é condicionado com um buffer, assim
fornecendo a corrente necessária para excitar o optoacoplador HCPL-3120 da Agilent
Technologies. Tal componente possui implementado o circuito de ataque de gate e também
proporciona isolação para o sinal de controle do acionamento.

A.6 CONVERSOR BOOST

Para definir os componentes do conversor boost é necessário considerar os máximos

parâmetros fornecidos pela fonte emuladora de módulo fotovoltaico. Considerando as
limitações da fonte, na tabela 3, é apresentado os parâmetros utilizados para dimensionamento
dos componentes.
 57
Tabela 3 – Características elétricas definidas para dimensionamento do conversor boost.
Vout (V) 120
Vin (V) 60
Pmax (W) 480
fs (kHz) 25
∆ILB(max) (%) 20

Fonte: Próprio autor.

Sendo:
Vout = Tensão média nominal de saída,
Vin = Valor nominal da fonte de alimentação,
Pmax = Máxima potência ativa entregue pelo conversor em condição nominal,
fs = Frequência de comutação do conversor,
∆ILB(max) = Ondulação de corrente máximo admissível para o indutor.

A.6.1 CÁLCULO DO INDUTOR

Considerando os parâmetros da tabela 3 e utilizando da equação (2.14), apresentada

na seção 2.3.1 é possível realizar o cálculo da indutância necessária para o conversor. Logo,
têm-se:

60 ∗ 0,5
𝐿= = 0,75 𝑚𝐻
8 ∗ 0,2 ∗ 25000

Pela disponibilidade de componentes, no projeto será utilizado um indutor de 2mH,

ou seja, com uma indutância maior que o calculado. Dessa forma, é possível minimizar a
ondulação de corrente no mesmo, para efeito de verificação, pode-se calcular a ondulação
máxima que ocorrerá para este indutor, sendo:

60 ∗ 0,5
0,002 =
∆𝐼𝐿𝐵(𝑚𝑎𝑥)
8∗ 100 ∗ 25000
 58

∆𝐼𝐿𝐵(𝑚𝑎𝑥) (%) = 7,5

Logo, a máxima ondulação de corrente que terá no indutor será de 7,5%.

A.6.2 CÁLCULO DO CAPACITOR

Para o cálculo da capacitância mínima necessária é considerado inicialmente uma

variação de tensão nos terminais do capacitor de saída em mais ou menos 2%. Utilizando a
equação (2.17), apresentada na seção 2.3.1, é possível calcular o valor mínimo para utilizar no
capacitor do conversor, com isso:

8 ∗ 0,5
𝐶= = 13,3 𝜇𝐹
1,2 ∗ 25000

Para o projeto será utilizado 4 capacitores de 680μF/250V configurados em série-

paralelo, obtendo-se um capacitor de 680μF/500V e com resistência série-equivalente
reduzida.
A.6.3 ESPECIFICAÇÃO DA CHAVE E DO DIODO

Para especificação desses elementos, é necessário considerar a máxima tensão que os

mesmos devem suportar, ou seja, a tensão de saída do conversor. Logo, deve-se escolher um
interruptor e um diodo que suportem uma tensão superior a 𝑉𝑜𝑢𝑡 . Além disso, a corrente
máxima no interruptor ocorre quando o mesmo entra em condução, com seu valor igual ao da
corrente máxima no indutor, ou seja, a corrente máxima de entrada.

480
𝐼𝑖𝑛 = =8𝐴
60

Para especificação da corrente do diodo, deve-se considerar a corrente média que

circula pela carga, com isso tem-se:
480
𝐼𝐷 = = 4,45 𝐴
108
 59
Dessa forma, o diodo utilizado é ultra-rápido do modelo RHRP860 fabricado pela
FAIRCHILD, as principais características do mesmo são apresentadas na tabela 4.

Tabela 4 – Características principais do diodo RHRP860 da FAIRCHILD.

Máxima tensão reversa (V) 600
Corrente média (A) 8
Temperatura de operação (°C) −55 até 175

Fonte: fairchildsemi.com.

Já, o IGBT escolhido é o IRG4PH50UD fabricado pela Infineon com suas principais
características apresentas as na tabela 5.

Tabela 5 – Características principais do IGBT IRG4PH50UD da Infineon

Tensão máxima no coleto-emissor (V) 1200
Corrente máxima no coletor (A) 45
Potência de dissipação (W) 200

Fonte: infineon.com.
 60

APÊNDICE B - ESQUEMÁTICOS

Figura B.1 – Layout do protótipo desenvolvido utilizando o software Altium

Fonte: Próprio autor.

Figura B.2 – Esquemático dos circuitos de condicionamento de sinal

Fonte: Próprio autor.

 61
Figura B.3 – Esquemático dos circuitos do protótipo

Fonte: Próprio autor.

 62

Figura B.4 – Esquemático da bottom layer da placa de circuito impresso

Fonte: Próprio autor.

Figura B.5 – Esquemático da top layer da placa de circuito impresso

Fonte: Próprio autor.

 63

APÊNDICE C – CÓDIGOS DE PROGRAMAÇÃO

C.1 ALGORITMO UTILIZADO NA SIMULAÇÃO PARA MPPT COM AMBOS

SENSORES

function P_O = PV_array(Vpv,Ipa)

%#codegen
deltaVsaida=0.1;
V1=Vpv;
I1=Ipa;

persistent V0 I0 Vsaida

if (isempty(V0))
V0=0;I0=0;Vsaida=0;
end

deltaV= V1-V0;
P0=V0*I0;P1=V1*I1;
deltaP = P1-P0;

if deltaP == 0
Vsaida=Vsaida;
else
if deltaP <0
if deltaV <0
Vsaida=Vsaida+deltaVsaida;
else
Vsaida=Vsaida-deltaVsaida;
end
else
if deltaV <0
Vsaida=Vsaida-deltaVsaida;
else
Vsaida=Vsaida+deltaVsaida;
end
end
end

V0=V1;
I0=I1;
if Vsaida>32.9
Vsaida=32.9;
end
if Vsaida<0
Vsaida=0;
end

P_O = Vsaida;
 64

C.2 ALGORITMO UTILIZADO NA SIMULAÇÃO PARA MPPT COM

PREDIÇÃO DE CORRENTE

function [P_O, I] = PV_array(Vpv, Dref)

deltaVsaida=0.01;
V1=Vpv;
I1=(V1/50)*((1/(1-Dref))^2);
I = I1;
Ts = 1/1000;

persistent V0 I0 Vsaida Datual

if(isempty(Datual))
Datual = 0;
end
if (isempty(V0))
V0=0;I0=0;Vsaida=0;
end

deltaV= V1-V0;
P0=V0*I0;P1=V1*I1;
deltaP = P1-P0;

if deltaP == 0
Vsaida=Vsaida;
else
if deltaP <0
if deltaV <0
Vsaida=Vsaida+deltaVsaida;
else
Vsaida=Vsaida-deltaVsaida;
end
else
if deltaV <0
Vsaida=Vsaida-deltaVsaida;
else
Vsaida=Vsaida+deltaVsaida;
end
end
end
V0=V1;
I0=I1;
if Vsaida>32.9
Vsaida=32.9;
end
if Vsaida<0
Vsaida=0;
end

P_O = Vsaida;
 65

C.3 LINGUAGEM C UTILIZADA NO DSP PARA AMBOS ALGORITMOS

#include "Peripheral_Setup.h"
#include "math.h"
__interrupt void isr_timer0(void);
__interrupt void isr_adc(void);

float V1;
float I1;
float V0;
float Vpv;
float deltaVsaida = 0.15;
float Iest;
float Ipv;
float I0;
float Vsaida = 27.3;
float deltaV;
float P1;
float P0;
float deltaP;
float Dsaida = 0.4;
float ErroTensao;
float count2;
float D0;
float Isum;
float Vsum;
float Ipvsum;

uint16_t adc1 = 0;
uint16_t adc2 = 0;

int main(void)
{

InitSysCtrl();
DINT;
InitPieCtrl();

IER = 0x0000;
IFR = 0x0000;

InitPieVectTable();

// interrupções
EALLOW;
PieVectTable.TIMER0_INT = &isr_timer0;
PieVectTable.ADCB1_INT = &isr_adc;
PieVectTable.ADCC1_INT = &isr_adc;
PieCtrlRegs.PIEIER1.bit.INTx7 = 1;
PieCtrlRegs.PIEIER1.bit.INTx1 = 1;
PieCtrlRegs.PIEIER1.bit.INTx2 = 1;
 66
EDIS;

IER |= M_INT1;

InitCpuTimers();
ConfigCpuTimer(&CpuTimer0, 200, 50);
CpuTimer0Regs.TCR.all = 0x4001;

Setup_GPIO();

Setup_DAC();

Setup_ePWM4();

Setup_ADC();

EINT;
ERTM;

GpioDataRegs.GPBDAT.bit.GPIO34 = 0;
GpioDataRegs.GPADAT.bit.GPIO31 = 1;

__interrupt void isr_timer0(void)

{
GpioDataRegs.GPATOGGLE.bit.GPIO31 = 1;
PieCtrlRegs.PIEACK.all = PIEACK_GROUP1;
}

__interrupt void isr_adc(void)

{
adc1 = AdcbResultRegs.ADCRESULT0;
adc2 = AdccResultRegs.ADCRESULT1;
EPwm4Regs.CMPA.bit.CMPA = Dsaida*2000;

if(count2 >= 41)

{
Vsum += 0.024902343*1.1095641*adc2;
Isum += ((0.024902343*1.1095641*adc2)/105)*(1/(1-Dsaida))*(1/(1-Dsaida));
Ipvsum += 0.0015258789*adc1;

if(count2 >= 50)

{
count2 = 0;
Vpv = Vsum*0.1;
Vsum = 0;
Ipv = Ipvsum*0.1;
Ipvsum = 0;
Iest = Isum*0.1;
Isum = 0;
 67
// ALGORITMO UTILIZANDO DE AMBOS SENSORES: I1 = Ipv;
// ALGORITMO UTILIZANDO DE PREDIÇÃO DE CORRENTE: I1 = Iest;

V1 = Vpv;
I1 = Ipv;

if(V0 == 0)
{
V0 = 0;
I0 = 0;
Vsaida = 27.3;
Dsaida = 0.4;
}

deltaV = V1 - V0;
P0 = V0 * I0;
P1 = V1 * I1;
deltaP = P1 - P0;

if(deltaP == 0)
{
Vsaida = Vsaida;
}
else
{
if(deltaP < 0)
{
if(deltaV < 0)
{
Vsaida = Vsaida + deltaVsaida;
}
else
{
Vsaida = Vsaida - deltaVsaida;
}
}
else
{
if(deltaV < 0)
{
Vsaida = Vsaida - deltaVsaida;
}
else
{
Vsaida = Vsaida + deltaVsaida;
}
}

if(Vsaida > 32)

{
Vsaida = 32;
}
 68

if(Vsaida < 15)

{
Vsaida = 15;
}

V0 = V1;
I0 = I1;

ErroTensao = -Vsaida + Vpv;

Dsaida = Dsaida + (ErroTensao/1000);

if((Dsaida - D0) < 0.01 || (D0 - Dsaida) < 0.01)

{
if(ErroTensao > 0)
{
Dsaida += 0.015;
}
else
{
Dsaida -= 0.015;
}
}
D0 = Dsaida;

if(Dsaida > 0.9)

{
Dsaida = 0.9;
}
if(Dsaida < 0.2)
{
Dsaida = 0.2;
}

}
}

count2++;

AdcbRegs.ADCINTFLGCLR.bit.ADCINT1 = 1;
AdccRegs.ADCINTFLGCLR.bit.ADCINT2 = 1;
PieCtrlRegs.PIEACK.all = PIEACK_GROUP1;
}