PROYECTO COMETA SOLAR – CS PARA OPTIMIZACIÓN DE SISTEMAS FOTOVOLTAICOS

Resumen

La presente investigación comprende una revisión de estrategias de optimización de los sistemas fotovoltaicos orientado a los ejes de desarrollo sostenible, así como conceptos tecnológicos que comprenden técnicas de reconfiguración de módulos fotovoltaicos y seguimiento del punto de máxima potencia. Dando lugar al diseño de un método alternativo de optimización, basado en posicionamiento inteligente de elementos dirigibles suspendidos a determinada altura, a fin de obtener una adaptación a las condiciones de máxima potencia y modificación del espectro para neutralizar la degradación de los módulos FV. Este esquema propone una mínima intervención de los sistemas instalados concentrando el diseño a los cometas solares heliostáticos, estudiando el modelo de control y optimización, a fin de presentar menor impacto ambiental y ofrecer soluciones ecológicas. Igualmente, se analiza la tecnología de entrenamiento bio-inspirado para seguimiento solar y concentración por guía de onda para el sistema MPPT. Se obtiene como resultado una estrategia formulada con la descripción de los componentes, definición de la tecnología y ecuaciones de soporte. Siendo el aporte principal, una solución para re-direccionamiento de radiación solar y extensión de las horas pico de sol, en superficies de conversión fotovoltaica, al tiempo de proponer la protección de la radiación directa en superficies naturales.

Palabras Clave: Energías Renovables, Entrenamiento Neuronal Bio-Inspirado, Cometa Helióstatico Solar, Optimización MPPT.

Referencias

[1]C. Sandoval-Ruiz, “Modelo VHDL de Control Neuronal sobre tecnología FPGA orientado a Aplicaciones Sostenibles”. Ingeniare. Revista chilena de ingeniería, Vol. 27, No. 3, 2019, pp. 383-395. [En línea]. Disponible en: https://scielo.conicyt.cl/pdf/ingeniare/v27n3/0718-3305-ingeniare-27-03-00383.pdf. [Último acceso: 3 de noviembre de 2019]

[2]C. Sandoval-Ruiz, “Control de Micro-Redes de Energía Renovable a través de estructuras LFCS Reconfigurables en VHDL”. Ciencia y tecnología, Vol. 18, 2018, pp. 71-86. [En línea]. Disponible en: https://dspace.palermo.edu/ojs/index.php/cyt/article/view/847. [Último acceso: 3 de noviembre de 2019]

[3]C. Sandoval-Ruiz, “Códigos Reed Solomon para sistemas distribuidos de energías renovables y smart grids a través de dispositivos electrónicos inteligentes sobre tecnología FPGA”. Memoria Investigaciones en Ingeniería, Vol. 16, 2018, pp. 37-54. [En línea]. Disponible en: http://revistas.um.edu.uy/index.php/ingenieria/article/view/296. [Último acceso: 3 de noviembre de 2019]

[4]C. Sandoval-Ruiz, “Plataforma de Investigación de Redes Eléctricas Reconfigurables de Energías Renovables aplicando Modelos LFSR”. Universidad, Ciencia y Tecnología, 23(95), 2019, pp. 103-115. http://uctunexpo.autanabooks.com/index.php/uct/article/view/253/409. 

[5]C.Sandoval-Ruiz, C. “Operador matemático LFC(n,k) en campos finitos basado en concatenación fractal para GF(2m) – Extendido”. Ciencia e Ingeniería, Vol. 41, No. 2, 2020, pp. 197-204. [En línea]. Disponible en:
http://erevistas.saber.ula.ve/index.php/cienciaeingenieria/article/view/16055/21921927185. [Último acceso: 3 de noviembre de 2019]

[6]C. Sandoval-Ruiz, “Arreglos Fotovoltaicos Inteligentes con Modelo LFSR-Reconfigurable”. Ingeniería: Revista de la Universidad de Costa Rica, Vol. 30, No. 2, 2020, pp. 32-61. [En línea]. Disponible en:https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/39484. [Último acceso: 23 de febrero de 2020]

[7]C. Sandoval-Ruiz, “Modelo LFSR de Optimización de Arreglos Solares Fotovoltaicos en Sistemas de ERNC Reconfigurable”. Revista Ingeniare. En revisión.

[8]C. Sandoval-Ruiz. “Arreglo Inteligente de Concentración Solar FV para MPPT usando Tecnología FPGA”. Revista Técnica Univerdidad del Zulia. En revisión.

[9]C. Sandoval-Ruíz, “Modelo Neuro-Adaptativo en VHDL, basado en circuitos NLFSR, para control de un Sistema Inteligente de Tecnología Sostenible”. Universidad, Ciencia Y Tecnología, Vol. 21, No. 85, 2017, pp. 140–149.

[10]C. Sandoval-Ruiz, “LFSR-Fractal ANN Model applied in R-IEDs for Smart Energy”. IEEE Latin America Transactions, VOL. Vol. 18, No. 4, 2020, pp. 677-686. [En línea]. Disponible en: https://www.inaoep.mx/~IEEElat/index.php/transactions/article/view/1423/446. [Último acceso: 11 de enero de 2020]