Given the scenarios of increasing world population, the concentration of CO2, fuel costs, global consumption of energy and climate change, there was a need to search for alternative energy sources. In this context, solar photovoltaic, the result of research and investments over the past five decades, had a great impact in the last decade, recording a significant increase in the production of photovoltaic cells and modules and installations of photovoltaic systems worldwide. One of the goals of this work was to study the behavior of PV modules by partial shading situations in different conditions of temperature and solar radiation. Within this partial shading scenario that impacts virtually all electrical parameters of a module, the study and calculation of the series resistance of the modules was done in conditions of partial shading proposals to verify the relationship between the value of the series resistance and the state of shading partial, allowing identification of a possible state of shading from monitoring the resistance series. Another objective of this work was to apply Artificial Intelligence (AI) resources in the form of Artificial Neural Networks (ANN) to, after the proper training and learning of ANN from the database collected in the field under conditions of partial shade, they can identify the parameters of the PV modules within the various conditions of partial shading proposals. To pursue the objectives of this work four photovoltaic modules were used, two with 40 W nominal power with over fifteen years of manufacturing, assigned by the Instituto Federal de Goiás (IFGoiano) Urutaí Campus, at the city of Urutaí-GO and two new without any use of 75 W nominal power assigned by the Center for Research on Alternative Energy Sources, School of Electrical Engineering, Universidade Federal de Uberlândia (UFU). / Diante dos cenários de aumento da população mundial, da concentração de CO2 ,dos custos dos combustíveis, do consumo mundial de energia e das alterações climáticas, surgiu a necessidade de se buscar por fontes de energias alternativas. Neste contexto, a energia solar fotovoltaica, fruto de investigações e investimentos realizados nas últimas cinco décadas, teve um grande impacto na última década, registrando um aumento significativo na produção de células e módulos fotovoltaicos e instalações de sistemas fotovoltaicos no mundo todo. Um dos objetivos deste trabalho foi estudar o comportamento de módulos fotovoltaicos mediante situações de sombreamento parcial em diferentes condições de temperatura e radiação solar. Dentro deste cenário de sombreamento parcial que causa impacto praticamente em todos os parâmetros elétricos de um módulo, foi feito o estudo e cálculo da resistência série dos módulos nas condições de sombreamento parcial propostas para verificar a relação entre o valor da resistência série e o estado de sombreamento parcial, possibilitando uma possível identificação do estado de sombreamento a partir do monitoramento da resistência série. Outro objetivo deste trabalho foi aplicar recursos de Inteligência Artificial (IA) na modalidade de Redes Neurais Artificiais (RNAs) para, após o devido treinamento e aprendizado das RNAs a partir do banco de dados colhidos em campo sob condições de sombreamento parcial, elas poderem identificar os parâmetros do módulo fotovoltaico dentro das diversas condições de sombreamento parcial propostas. Para a busca dos objetivos deste trabalho foram utilizados quatro módulos fotovoltaicos sendo dois de 40 W de potência nominal com mais de quinze anos de fabricação, cedidos pelo Instituto Federal Goiano (IFGoiano) Campus Urutaí, da cidade de Urutaí-GO e dois novos e sem uso, de 75 W de potência nominal cedidos pelo Núcleo de Pesquisa em Fontes Alternativas de Energia da Faculdade de Engenharia Elétrica da Universidade Federal de Uberlândia (UFU). / Mestre em Ciências
| Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:RI_UFU:oai:repositorio.ufu.br:123456789/14569 |
| Date | 09 May 2014 |
| Creators | Faria, Waltenir Alves de |
| Contributors | Camacho, Jose Roberto, Buiatti, Gustavo Malagoli, Yamanaka, Keiji |
| Publisher | Universidade Federal de Uberlândia, Programa de Pós-graduação em Engenharia Elétrica, UFU, BR, Engenharias |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFU, instname:Universidade Federal de Uberlândia, instacron:UFU |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0189 seconds