Diagnóstico inteligente da geração em usinas fotovoltaicas empregando traçador de curvas I-V

• Ano de defesa: 2023
• Autor(a) principal: Treter, Marcos Eduardo
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Engenharia elétrica; Sistemas de energia fotovoltaica; Análise de falhas (Engenharia); Geração de energia fotovoltaica - Controle; Usinas heliotérmicas
• Link de acesso: https://repositorio.udesc.br/handle/UDESC/17466

Os sistemas fotovoltaicos destacam-se entre as fontes geradoras de energia elétrica devido a sua característica renovável, longa vida útil, necessidade de pouca manutenção, operação silenciosa e limpa. No entanto, também enfrentam algumas adversidades, como a característica intermitente, a baixa densidade de energia, os custos elevados de instalação e a alta dependência das condições climáticas. Portanto, são sistemas que necessitam de serviços adequados de Operação e Manutenção (O&M) para que se mantenham com níveis satisfatórios de desempenho técnico. Atualmente, a maior parte dos sistemas de monitoramento de usinas fotovoltaicas possuem dificuldades em diagnosticar as causas do baixo desempenho dessas plantas, o que causa um impacto significativo na lucratividade desses projetos. A solução proposta neste trabalho baseia-se em um traçador de curvas I-V com uma metodologia integrada para o diagnóstico da geração em usinas fotovoltaicas. A proposta possui o objetivo de resolver as principais carências dos sistemas comerciais de monitoramento de usinas, Os traçadores de curvas I-V são ferramentas que estão disponíveis comercialmente e o seu uso já integra os protocolos de O&M. Entretanto, esses equipamentos são manuais, necessitam de um tempo de configuração e expõem o operador a riscos letais de choque elétrico. Por outro lado, o traçador de curvas proposto é integrado à usinas e através de uma carga capacitiva permite rastrear automaticamente as curvas I-V de cada série fotovoltaica. O traçador possui uma metodologia para o diagnóstico da geração que está dividida em duas etapas. A primeira etapa é responsável por detectar o baixo desempenho de cada uma das séries fotovoltaicas que compõem a matriz e por quantificar as perdas. A identificação do baixo desempenho ocorre através da comparação entre a curva I-V mensurada em campo com a curva estimada por um modelo matemático. A segunda etapa é responsável por identificar os fatores de degradação e classificar a condição operacional da série fotovoltaica. Uma rede neural artificial do tipo perceptron multicamadas é utilizada para classificar as situações de sujidade, sombreamento e condução dos diodos de by-pass. Destaca- se que, o diagnóstico da geração pode ser acessado remotamente, o que viabiliza a operação adequada de usinas sem a necessidade de uma equipe de O&M em campo. Tanto o traçador de curvas I-V como a metodologia para diagnóstico da geração foram validados em uma usina fotovoltaica com potência nominal de 100 kW. Para o processo de validação, empregou-se um conjunto composto por 100 curvas I-V, as quais foram obtidas, pelo traçador de curvas proposto, em uma série fotovoltaica sob distintas condições operacionais. Deste conjunto, 70 curvas foram utilizadas no treinamento da rede neural e as demais na etapa de validação. A rede apresentou a acurácia de 0,989, a precisão de 0,978 e a revocação de 1,0