Un equipo de investigación polaco-paquistaní ha desarrollado un algoritmo de optimización de Coronavirus (CVO) para el seguimiento del punto de máxima potencia (MPPT, por sus siglas en inglés) en sistemas fotovoltaicos que funcionan en condiciones de sombreado parcial y complejo.
El algoritmo CVO imita el comportamiento de las personas que intentan mantenerse sanas y frenar la propagación del COVID-19 observando los protocolos de contención. Se aplica en tres pasos: distanciamiento social, cuarentena y aislamiento.
«El aspecto más destacable del método CVO es que es capaz de terminar en cualquier momento sin utilizar ningún parámetro», subrayan los investigadores. «Esta condición surge debido a que los individuos que se recuperan y los muertos siguen expandiéndose con el tiempo, y el individuo recién infectado es incapaz de infectar a nuevas personas. A partir de un número determinado de iteraciones, se prevé que aumenten las personas infectadas. Además, como los individuos muertos y recuperados son numerosos, las personas no sanas disminuyen con el tiempo. Así, los nuevos individuos infectados serían menores en comparación con el tamaño actual a partir de una iteración específica».
El algoritmo considera condiciones de irradiancia uniforme (UI), sombreado parcial (PS) y sombreado parcial complejo (CPS). Se implementa un modelo matemático para distinguir las condiciones UI, PS y, especialmente, CPS en las instalaciones fotovoltaicas. «Para evaluar el rendimiento desde el punto de vista de la eficiencia, el tiempo de búsqueda de máximos globales (GM) y la respuesta en estado estacionario, se utiliza el análisis estadístico», explican, señalando que la potencia de salida de un conjunto es la función objetivo que debe optimizarse.
El grupo comparó el rendimiento del algoritmo CVO con el de siete algoritmos conocidos utilizados para MPPT: Perturb and Observe (P&O); Incremental Conductance (InC); Dragonfly Optimization (DFO); Cuckoo Search (CS); Fruit Fly Optimization (FFO); Particle Swarm Optimization (PSO); y Ant Colony Optimization (ACO).
El análisis demostró que el algoritmo propuesto ofrece mejores prestaciones que todos los demás. «Los resultados muestran que el algoritmo CVO tiene cero oscilaciones con el menor tiempo de asentamiento y convergencia, de 0,49 s y 0,51 s respectivamente», subrayó el grupo, señalando que puede aplicarse fácilmente en un microcontrolador de bajo coste. «El algoritmo CVO propuesto tiene las eficiencias más altas del 99,99%, 99,98%, 99,97% y 99,98 para UI, PS1, PS2 y CPS, en consecuencia, entre todas las técnicas poco consideradas».
Los científicos presentaron el algoritmo en el estudio «A Coronavirus Optimization (CVO) algorithm to harvest maximum power from PV systems under partial and complex partial shading conditions» (Un algoritmo de optimización de coronavirus [CVO] para obtener la máxima potencia de los sistemas fotovoltaicos en condiciones de sombra parcial y compleja), publicado en Energy Reports. «El algoritmo propuesto también es muy necesario para ampliar su ejecución a sistemas de energía fotovoltaica descentralizados y distribuidos», concluyen.
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.