Data analysis and tools applied to modeling and simulation of a PV system in Ecuador

  1. Benavides Padilla, Darío Javier 1
  2. Jurado, F 1
  3. González, Luis G 2
  1. 1 University of Jaén, Jaén - Spain
  2. 2 University of Cuenca, Cuenca - Ecuador
Revista:
Enfoque UTE: Facultad de Ciencias de la Ingeniería e Industrias - Universidad UTE

Año de publicación: 2018

Volumen: 9

Número: 4

Páginas: 1-12

Tipo: Artículo

DOI: 10.29019/ENFOQUEUTE.V9N4.389 WoS: WOS:000454179900001 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Resumen

En el presente trabajo, se realizó una investigación para la gestión de un sistema fotovoltaico en un Microrred, con aplicaciones y el uso de herramientas aplicadas al modelado y simulación computacional en el laboratorio de Microrred implantado en las instalaciones de la Universidad de Cuenca (Ecuador). Además, mediante el uso de técnicas de aprendizaje automático, el comportamiento del sistema fotovoltaico se ha modelado en el área de estudio en función de la radiación y la temperatura con muy buenos resultados. Además, se pueden realizar varias aplicaciones en estudios de ingeniería reales, como la viabilidad, el análisis del rendimiento, la estimación de la energía, los modelos educativos, etc.

Referencias bibliográficas

  • Ahmad, A., Mehdi, F., Pourya, S. and Cihan, H. (2017), Modeling and Simulation of Microgrid, Procedia Computer Science, 114, 392-400.
  • Almaraashi, M., (2018), Investigating the impact of feature selection on the prediction of solar radiation in different locations in Saudi Arabia, Applied Soft Computing, 66, 250-263.
  • Almorox, J. and Hontoria, C., (2014), Global solar radiation estimation using sunshine duration in Spain, Energy Conversion and Management, 45, 1529-1535.
  • Bays, N., Clifton, J. and Hatipoglu, K., (2014), MATLAB-Graphical User Interface to study partial shading of PV array characteristics, IEEE SOUTHEASTCON, 1-4.
  • Chunming, T., Xi, H., Zhikang, S. and Fei, J., (2017), Big data issues in smart grid – A review, Renewable and Sustainable Energy Reviews, 79, 1099-1107.
  • Ding, K., Bian, X., Liu, H. and Peng, T., (2012), A MATLAB-Simulink-Based PV Module Model and Its Application Under Conditions of Nonuniform Irradiance, IEEE Transactions on Energy Conversion, 27, 864-872.
  • Espinoza, J. L., González, L. G., and Sempértegui, R., (2017), Micro grid laboratory as a tool for research on non-conventional energy sources in Ecuador, IEEE International Autumn Meeting on Power, Electronics and Computing (ROPEC), 1-7.
  • Meenal, R. and Selvakumar, A., (2018), Assessment of SVM, empirical and ANN based solar radiation prediction models with most influencing input parameters, Renewable Energy, 121, 324-343.
  • Mellit, A., Kalogirou, S.A., Hontoria, L. and Shaari, S., (2009), Artificial intelligence techniques for sizing photovoltaic systems: A review, Renewable and Sustainable Energy Reviews, 13, 406-419.
  • Nayak, B. P. and Shaw, A., (2017), Design of MPPT controllers and PV cells using MATLAB Simulink and their analysis, International Conference on Nascent Technologies in Engineering (ICNTE), 1-6.
  • Prasanth, J., Himanshu, M., Dhanup, S., Sudhakar, T., Masafumi, M. and Rajasekar, N., (2018), Analysis on solar PV emulators: A review, Renewable and Sustainable Energy Reviews, 81, 149-160.
  • Rameen, A., (2017), Modeling and simulation of a micro grid-connected solar PV system, Water Science, 31, 1-10.
  • Razman, A. and Chee, W. T., (2017), A comprehensive review on photovoltaic emulator, Renewable and Sustainable Energy Reviews, 80, 430-452.
  • Sreenivasa, G., Bramhananda, T. and Vijaya, M., (2017), A MATLAB based PV Module Models analysis under Conditions of Nonuniform Irradiance, Energy Procedia, 117, 974-983.
Fuente de los datos: Dialnet