Photovoltaic System Regulation Based on a PID Fuzzy Controller to Ensure a Fixed Settling Time
Portada
Cargando...
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Instituto Tecnológico Metropolitano (ITM)
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Descripción
The main objective of the controllers in photovoltaic systems (PV) is to ensure the maximum extraction of the available power. Those controllers usually combine the action of a maximum power point tracking algorithm (MPPT) with a voltage regulator, which has the function of rejecting disturbances at the panel terminals. Such controllers are commonly based on PI and PID structures, it requiring linearized models at an operating point. But, due to disturbances generated by the environment and the load, the operating point of the system changes drastically, which hinder to obtain the desired system performance. This paper proposes to regulate the PV system using a Fuzzy PID controller, which adapts to changes in solar irradiance and load oscillations. This characteristic guarantees a constant settling time, which is required to precisely define the period of the MPPT algorithm. In the case of classical linear controllers, the period of the MPPT algorithm is set to the worst case (longest period) which generates additional power losses by slowing down the tracking of the optimal operating point. Therefore, the solution proposed in this paper improves the overall system efficiency. Finally, such a solution is validated through simulations in Matlab®.
El objetivo principal de controlar los sistemas fotovoltaicos (PV) es asegurar la máxima extracción de potencia disponible. Estos controladores usualmente combinan la acción de un algoritmo de seguimiento del punto de máxima potencia (MPPT) con un regulador de tensión, el cual tiene la función de rechazar las perturbaciones en los terminales del panel. Estos controladores se basan comúnmente en estructuras PI-PID que requieren modelos linealizados alrededor del punto de operación. Pero, debido a perturbaciones generadas por el ambiente y la carga, el punto de operación cambia drásticamente, lo que dificulta obtener el desempeño deseado. Este artículo propone regular el sistema PV utilizando un controlador Fuzzy-PID, el cual se adapta a los cambios de irradiancia solar y oscilaciones en la carga. Esta característica garantiza un tiempo de establecimiento constante, el cual se requiere para definir de forma precisa el periodo del algoritmo MPPT. En el caso de controladores lineales, el periodo del MPPT se fija en el peor caso (periodo más largo), lo cual genera pérdidas de potencia adicionales al disminuir la velocidad del seguimiento del punto de operación óptimo. La solución propuesta en este artículo mejora la eficiencia general del sistema. Finalmente, la solución se valida con simulaciones en Matlab®.
El objetivo principal de controlar los sistemas fotovoltaicos (PV) es asegurar la máxima extracción de potencia disponible. Estos controladores usualmente combinan la acción de un algoritmo de seguimiento del punto de máxima potencia (MPPT) con un regulador de tensión, el cual tiene la función de rechazar las perturbaciones en los terminales del panel. Estos controladores se basan comúnmente en estructuras PI-PID que requieren modelos linealizados alrededor del punto de operación. Pero, debido a perturbaciones generadas por el ambiente y la carga, el punto de operación cambia drásticamente, lo que dificulta obtener el desempeño deseado. Este artículo propone regular el sistema PV utilizando un controlador Fuzzy-PID, el cual se adapta a los cambios de irradiancia solar y oscilaciones en la carga. Esta característica garantiza un tiempo de establecimiento constante, el cual se requiere para definir de forma precisa el periodo del algoritmo MPPT. En el caso de controladores lineales, el periodo del MPPT se fija en el peor caso (periodo más largo), lo cual genera pérdidas de potencia adicionales al disminuir la velocidad del seguimiento del punto de operación óptimo. La solución propuesta en este artículo mejora la eficiencia general del sistema. Finalmente, la solución se valida con simulaciones en Matlab®.