Журнал науки о ядерной энергетике и технологиях производства электроэнергии

Algoritmo avanzado basado en redes neuronales artificiales para sistemas solares fotovoltaicos de nueva generación

Yogini Dilip Borole, Manoj Kumar Singh, Arvind Sharma, Hari Kumar Singh, Amarjeet Poonia y Hemavathi S

La energía solar fotovoltaica ha sido una de las principales fuentes de energía renovable en el contexto actual debido a sus características típicas y su funcionamiento sofisticado. La mayor parte del tiempo, se ha observado que la salida de la energía solar fotovoltaica es irregular e impredecible; debido a esto, el extremo de carga se estresa la mayor parte del tiempo. La generación de energía a través de la energía fotovoltaica (PV), debido a sus beneficios como la facilidad de disponibilidad, el bajo costo, la contaminación ambiental insignificante y la tarifa de mantenimiento más baja, ha estado ganando popularidad en comparación con otros recursos renovables disponibles. Para minimizar los efectos drásticos de las condiciones ambientales cambiantes sobre la salida del sistema fotovoltaico, se ha adoptado la técnica de seguimiento del punto de máxima potencia (MPPT) en la mayoría de las áreas. Ayuda a realizar un seguimiento de la salida de potencia máxima del panel para aumentar la generación de energía general. El diseño fácil, el bajo costo, las buenas características de rendimiento con una variabilidad mínima de la potencia de salida y la capacidad de monitorear las condiciones cambiantes de manera fácil y rápida son características significativas de los controladores MPPT. En el estudio actual, se ha propuesto y desarrollado un sistema MPPT basado en una red neuronal mejorada. En comparación con las tecnologías informáticas existentes y los sistemas de monitorización de PowerPoint convencionales, el sistema propuesto tiene una respuesta transitoria y de estado estable más baja. Se han llevado a cabo investigaciones exhaustivas sobre un sistema solar fotovoltaico independiente para el análisis del rendimiento multidimensional. Se han estudiado los resultados y se han destacado los cambios importantes, seguidos de las explicaciones necesarias.