Modelado y Análisis de Sistemas Fotovoltaicos

  1. Guasch Murillo, Daniel
Dirigida por:
  1. Santiago Silvestre Berges Director/a

Universidad de defensa: Universitat Politècnica de Catalunya (UPC)

Fecha de defensa: 08 de noviembre de 2006

Tribunal:
  1. Luis Castañer Muñoz Presidente/a
  2. Joan Pons Nin Secretario/a
  3. Juan Carlos Jimeno Cuesta Vocal
  4. Tomas Markvart Vocal
  5. Jorge Aguilera Tejero Vocal

Tipo: Tesis

Teseo: 97900 DIALNET lock_openTDX editor

Resumen

Bajo la etiqueta de Modelado y análisis de sistemas fotovoltaicos se presentan los trabajos realizados a lo largo del doctorado. Estos estudios centran su aplicación en el área de los sistemas fotovoltaicos. Tienen por objetivo conseguir un entorno de trabajo que permita analizar la problemática asociada a instalaciones fotovoltaicas desde su diseño hasta su puesta en marcha y posterior explotación. Se ha escogido Matlab/Simulink como núcleo del entorno de trabajo debido a la gran potencia y flexibilidad que ofrece. En cada apartado, se comenta la problemática asociada a la implementación del modelo correspondiente mediante Matlab/Simulink y se contrastan los resultados con medidas experimentales, realizadas en el Laboratori de Sistemes Fotovoltaics del Departament dEnginyeria Electrònica de la Universitat Politècnica de Catalunya, para poder evaluar las prestaciones conseguidas. Esta tesis doctoral se ha organizado de forma que primero se plantean las bases teóricas de los dispositivos involucrados. Seguidamente, estos dispositivos se estructuran en sistemas complejos. A continuación se plantea un método de extracción automática de parámetros que se permitirá adaptar los modelos de dispositivos y sistemas a las instalaciones fotovoltaicas reales a diseñar o analizar. Finalmente, se plantean un conjunto de aplicaciones que constituirán el entorno de trabajo de los usuarios. Así pues, en primer lugar se formulan los modelos de los dispositivos involucrados en los sistemas fotovoltaicos: baterías, paneles solares, reguladores de carga, inversores, convertidores continua-continua, controlador para conexión a red eléctrica y resistencias de pérdidas. Se ha tomado como premisa de partida definir un único modelo para cada dispositivo, planteándolo de la forma más general posible. Este planteamiento se soporta en la utilización posterior del método de extracción de parámetros para ajustar automáticamente los parámetros internos del modelo. En segundo lugar, se aborda la problemática de la integración de los dispositivos en sistemas fotovoltaicos. Se ha optado por ir construyendo la arquitectura de una instalación fotovoltaica completa a partir de su mínima expresión. Por ello se empieza con el análisis de un sistema formado por paneles solares y cargas, que se ha denominado sistema flotante. Seguidamente se introduce una batería, definiéndose el sistema autónomo. Introduciendo entonces las pérdidas debidas al cableado se plantea el sistema autónomo con pérdidas. La topología es ampliada añadiendo un regulador de batería que introduce las protecciones básicas para la batería, denominada sistema con regulador de batería. La incorporación de un inversor permite diferenciar los dos buses de potencia, desarrollándose el sistema completo. Un convertidor continua-continua entre paneles y baterías ofrece la posibilidad de plantear políticas de control en la generación de potencia, formulando así el sistema controlado. Finalmente, se plantea la introducción de un punto de acceso a la red eléctrica, obteniéndose el sistema más completo, denominado sistema conectado a red. Si bien disponer de un modelo teórico es el paso previo al estudio de cualquier tipo de sistema, el siguiente paso consiste en conocer los valores numéricos de los parámetros que permiten simular exactamente el comportamiento del sistema real bajo estudio. Normalmente se dispone de los valores nominales que proporcionan los fabricantes. Estos parámetros están sujetos tanto a una limitación en precisión como en vigencia debido al envejecimiento del sistema. La posibilidad de obtener los parámetros característicos de un sistema de forma automática, a partir de medidas experimentales, abre un abanico de posibilidades desde el diseño, en las etapas de desarrollo, hasta el mantenimiento, una vez esté ya en explotación. Uno de los métodos más utilizados para la extracción de parámetros de sistemas no lineales fue propuesto por D. Marquardt en 1963, basado en las hipótesis de trabajo de K. Levenberg sobre modelado de datos. Tomando como base este método, junto con los modelos de dispositivos y sistemas, se ha implementado un algoritmo de extracción automática de los parámetros característicos de una instalación fotovoltaica real. Una vez se dispone de las herramientas de bajo nivel necesarias, se afronta el reto de desarrollar las aplicaciones. Se han implementado 6 aplicaciones para el estudio y análisis de instalaciones fotovoltaicas. La identificación de sistemas obtiene los parámetros característicos, que permiten simular fielmente el comportamiento de una instalación fotovoltaica real, a partir de medidas empíricas. El diagnóstico ofrece la posibilidad de determinar la causa más probable de fallo mediante la utilización de técnicas estadísticas. El algoritmo de control ofrece un enfoque complementario a la gestión energética de los sistemas fotovoltaicos. Plantea una gestión global de la energía generada, consumida y almacenada en el sistema, tomando como referencia las baterías. La utilización del servidor Web extiende las posibilidades de identificación, diagnóstico, control y simulación de los sistemas aportando independencia tanto de la ubicación de las aplicaciones como del conocimiento del entorno de trabajo. Además de permitir un acceso remoto mediante un navegador Web estándar, añade confidencialidad y seguridad en la utilización de modelos y algoritmos, ya que los usuarios no tienen acceso directo a ellos, solo a los resultados. Las cuatro aplicaciones anteriores precisan de medidas reales de las instalaciones fotovoltaicas. Para solventar esta necesidad se propone la utilización de una red de monitorización inalámbrica que recoja estas muestras de los sensores. Además, se ha planteado un sensor de batería que permita calcular el nivel de energía y el estado de salud de forma directa. Finalmente se incluyen las conclusiones extraídas a raíz de los resultados y experiencias obtenidos. Además que valorar las prestaciones de los resultados obtenidos, se pone de manifiesto el gran potencial de la línea de investigación iniciada. La combinación de las técnicas utilizadas abre nuevos horizontes en el estudio de todo tipo de sistemas. Por lo que puede considerarse como una reflexión sobre futuros campos de aplicación. El objetivo final de la presente tesis doctoral consiste en desarrollar un sistema integral de simulación, diagnóstico, monitorización y control de instalaciones fotovoltaicas. Este sistema está orientado tanto a diseñadores como a técnicos, proporcionándoles las herramientas necesarias para el desarrollo de sus actividades de investigación, diseño y mantenimiento. Para conseguirlo se ha dividido en un conjunto de objetivos parciales, cada uno de los cuales incide en los aspectos más problemáticos de los sistemas actuales: Modelar los elementos del sistema o Modelos de dispositivos o Modelos de sistemas Obtener un método de extracción automática de parámetros o Método de Levenberg-Marquardt Generar un banco de librerías de simulación con Matlab/Simulink o Librería de dispositivos o Librería de sistemas o Librería de extracción automática de parámetros Diseñar el hardware de monitorización necesario o Sensor de batería o Red inalámbrica de monitorización Implementar el entorno de diagnóstico y análisis de una instalación fotovoltaica o Aplicación para la identificación de sistemas o Aplicación para el diagnóstico de sistemas o Aplicación para el control de sistemas o Enlace Web para el acceso remoto a las aplicaciones Recapitulando hasta los objetivos planteados en la introducción, en la presente tesis doctoral se pretendía desarrollar un sistema integral de simulación, diagnóstico, monitorización y control de instalaciones fotovoltaicas. A lo largo de los capítulos se han ido planteando estructuradamente las motivaciones, problemas y soluciones a los retos iniciales. A modo de síntesis, a continuación se resumen los principales logros y conclusiones alcanzados. Quizás una de las conclusiones más claras es la potencia y flexibilidad que aporta Matlab/Simulink al entorno de trabajo. La eficacia de los algoritmos de cálculo, la gran cantidad de librerías matemáticas disponibles y la facilidad en su utilización han permitido entrelazar un conjunto de funciones para formar modelos de dispositivos y sistemas junto con algoritmos estadísticos. La posibilidad de enlazar Matlab con un servidor web estándar ha facilitado tanto disponer de una interfaz estándar como habilitar el acceso remoto a las aplicaciones y proporcionar seguridad y confidencialidad. Otro logro importante es la obtención del nuevo modelo de batería orientado hacia sistemas dinámicos. Este modelo se basa en el circuito eléctrico equivalente de la batería, resolviendo los problemas de discontinuidades. Introduce además el concepto de nivel de energía, complementario al de estado de carga tradicional. Junto con el modelo de la batería, se han planteado los modelos de los paneles solares, reguladores de carga, inversores, convertidores continua-continua, controlador para conexión a red eléctrica y resistencias de pérdidas. Los cuales se han organizado en un conjunto de arquitecturas con el fin de caracterizar la mayor parte de sistemas fotovoltaicos tradicionales: sistemas flotantes, autónomos, conectados a red, etc. Una vez obtenidos los modelos, se han Integrado en un banco de librerías de Matlab/Simulink, contrastando su comportamiento sistemáticamente respecto ensayos empíricos realizados en laboratorio de sistemas fotovoltaicos. La precisión conseguida, con errores medios por debajo del 5% en todos los casos, se considera suficiente y adecuada para el entorno de trabajo. La utilización combinada de los modelos de dispositivos y sistemas con el método de extracción automática de parámetros Levenberg-Marquardt ha demostrado ser una eficaz herramienta para el análisis de sistemas, permitiendo caracterizar y diagnosticar instalaciones fotovoltaicas. Se abren, pues nuevas vías en la gestión de sistemas, ya que utilizando el concepto de parametrizar el problema a solventar es posible afrontar con éxito aquellas situaciones en las que se ven involucradas varías variables dependientes entre si. La aplicación de la identificación de sistemas permite adaptar un modelo genérico a la realidad de un dispositivo o sistema específico. Combinada con la monitorización de una instalación fotovoltaica forman la plataforma sobre la que se fundamenta el diagnóstico de sistemas. Se ha demostrado como a partir de las premisas de minimizar el número de variables a sensar y utilizar algoritmos de extracción automática de parámetros es posible determinar estadísticamente la causa más probable de fallo en una instalación. Esta aplicación precisa de un potente ordenador para llevar a cabo los cálculos, si se requiere un sistema en tiempo real, pero permite optimizar el coste de la gestión y aumentar la fiabilidad de una instalación. La política de control propuesta optimiza el rendimiento de la instalación fotovoltaica, ya que reduce el flujo de corriente al estrictamente necesario, aumentando la seguridad y retrasando el envejecimiento de cableados y dispositivos, y maximiza la carga de las baterías, reduciendo la probabilidad de pérdida de carga en el sistema. Es una consecuencia lógica surgida del modelo de batería y se considera fácilmente integrable en equipos comerciales. La importancia de disponer del modelo de batería se justifica de nuevo en el planteamiento del sensor de batería. Este sensor combina la técnica de sensado mediante un divisor de corriente, para minimizar interferencias, con el conocimiento sobre la correlación entre impedancia, tensión, corriente, temperatura, nivel de energía y estado de salud que aporta el nuevo modelo. Disponer de un sensor preciso para determinar el nivel de energía y estado de salud de las baterías aumenta la fiabilidad de las instalaciones y permite optimizar el diseño de nuevas instalaciones fotovoltaicas.