S.E.P. S.E.I.T. D.G.I.T. - CENIDET Javier... · S.E.P. S.E.I.T. D.G.I.T. CENTRO NACIONAI, DE INVESTIGACIÓN Y DESARROLLO TECNOLÓGICO cenídet CONTROL SUPERVISOR10 DIFUSO PARA UN

S.E.P. S.E.I.T. D.G.I.T.

CENTRO NACIONAI, DE INVESTIGACIÓN Y DESARROLLO TECNOLÓGICO

cenídet

CONTROL SUPERVISOR10 DIFUSO PARA U N SISTEMA HÍBRIDO DE GENERACIÓN ELÉCTRICA

T E S I S P A R A O B T E N E R E L G R A D O D E :

M A E S T R O E N C I E N C I A S

EN INGENIERÍA ELECTRÓNICA P R E S E N T A :

JAVIER LAGUNAS MENDOZA

D I R E C T O R E S D E T E S I S :

DR. CÉSAR ORTEGA SANCHEZ DRA. PATRICIA CARATOUOLO MARTELLlTl

“““I CENIDET /:ENTRO DE INFORMACION

8 4 - 0 8 3 1 NOVIEMBRE DE 2004 CUERNAVACA, MORELOS, MÉXICO

cenidet Centro Nacional de lnvestigacibn y Desarrollo Tecnolbgico Sistema Nacional de Institutos Tecnológicos

ANEXO No.11 M10

ACEPTACI~N DEL DOCUMENTO DE TESIS

Cuemavaca, Mor., a 28 de octubre del 2004

C. Dr. Enrique Quintero-Mármol Marquez Jefe del departamento de Electrónica Presente.

At‘n C. Dr. Gerard0 V. Guerrero Ramírez Presidente de la Academia de Electrónica

Nos es grato comunicarle, que conforme a los linearnientos para la obtención del grado de Maestro en Ciencias de este Centro, y después de haber sometido a revisión académica la tesis titulada: “Controlador Supervisorio Difuso para un Sistema Híbrido de Generación Eléctrica”, realizada por el C. Javier Lagunas Mendoza, y dirigida por el Dr. Cesar A. Ortega Sánchez y Co-director Dra. Patricia Caratozzolo Martelliti y habiendo realizado las correcciones que le fueron indicadas, acordamos ACEPTAR el documento final de tesis, así mismo le solicitamos tenga a bien extender el correspondiente oficio de autorización de impresión.

Dr. GdÍrd$I. Guerrero R. Nombre y firma Nombre y firma nwm. OE ftfchiJibiie Y firma Revisor Revisor Revisor

C.C.P. Subdirección Académica Departamento de Servicios Escolares Directores de tesis Estudiante

cenid& Centro Nacional de lnvesügacibn y Desarrollo Tecnobgico Sistema Nacional de Institutos Tecnol4gicos

ANEXO No. 12 M11

AUTORIZACI~N DE IMPRESI~N DE TESIS

Cuernavaca, Mor., a 29 de octubre del 2004

Ing. Javier Lagunas Mendoza Candidato al grado de Maestro en Ciencias en Ingeniería Electrónica Presente.

Después de haber atendido las indicaciones sugeridas por la Comisión Revisora de la Academia de Electrónica en relación a su trabajo de tesis cuyo titulo es: “Controlador Supervisorio Difuso para un Sistema Hibrido de Generación Eléctrica”, me es grato comunicarle que conforme a los lineamientos establecidos para la obtención del. grado de Maestro en Ciencias en este centro se le concede la autorización para que proceda con la impresión de su tesis.

Atentamente

- C. Dr. Jefe del Departamento de Electrónica

c.c.p. Subdirección Acadkmica Presidente de la Academia de Electrónica Depairamento de Servicios Escolares Expediente

5

DEDICATORIAS

A mi esposa Marina

A m i s hijos Javis y Maryfer

A mis papas Jesús y Salustia

A mis hermanos Oscar y Laura

A m i s sobrinos Oscar Jesús y César Maximiliano

A mis cuñados Estela y César

AGRADECIMIENTOS

A Dios por todo lo que me ha dado y porque sin su ayuda no lo hubiera logrado. A Él por quien se es y se vive.

A Marina por su apoyo, amor y ánimos para lograr la maestría. Por ocupar mi lugar en la casa en mis horas de ausencia. Por su comprensión por el abandono. Por su impulso para seguir adelante.

A mis hijos Javier y María Fernanda porque sus sonrisas y cariño me impulsan a seguir adelante.

A mis papás Jesús y Salustia por su amor y ejemplo para conseguir las cosas.

Al resto de mi familia (hermanos, sobrinos y cuñados) por las muestras de cariño y ánimo para continuar.

A mis asesores la Dra. Patricia Caratozzolo Martelliti (Cenidet) y el Dr. César Ortega Sánchez (HE) por su tiempo y asesoría para realizar este trabajo.

A mis revisores, el Dr. Raúl Garduño (IIE), el Dr. Alejandro Rodriguez (Cenidet ) y el Dr. Gerard0 Guerrero (Cenidet) por sus invaluables comentarios y aportaciones a este trabaj o.

Al Instituto de Investigaciones Eléctricas por el apoyo para realizar la maestría.

AI Centro Nacional de Investigación y Desarrollo Tecnológico por la formación académica recibida.

Al Dr. Jorge M. Huacuz Villamar, Gerente de Energías No Convencionales por apoyarme durante el programa de maestría.

A mis apreciables amigos y compañeros de la maestría Miguel Ángel, Nef, Miguel, Cristín, Víctor, Luis, Arnulfo y Agustín porque sin sus ánimos y amistad hubiera estado más difícil. Un agradecimiento especial a mi amigo Miguel Ángel Martínez por haberme avisado del programa de maestría.

A mis amigos y compañeros de trabajo por sus ánimos y comentarios y algunos sobretodo por su tolerancia en los momentos difíciles. En especial al Ing. Raúl González Galarza e Ing. Jaime Agredano Díaz por sus comentarios para el desarrollo de este trabajo.

A mis amigos del grupo Cristo en Misión por compartir conmigo y mi familia el camino hacia Dios.

RESUMEN

En este trabajo se presenta el desarrollo de un controlador supervisono difuso para un sistema híbrido de generación eléctrica (SHGE).

En este trabajo se definió la configuración y los elementos que componen el SHGE a utilizar, producto de la revisión de configuraciones de sistemas híbndos propuestas actualmente. La configuración del SHGE incluye: arreglos fotovoltaicos y aerogeneradores como fuentes de generación renovable, una máquina de combustión interna como sistema de respaldo, un banco de baterías como medio de almacenamiento de energía, cargas eléctricas en corriente alterna y un inversor CD/CA para poder alimentarlas.

También a partir de la configuración propuesta se buscaron y seleccionaron los modelos matemáticos de los diferentes elementos del sistema. Se llevó a cabo la validación de los modelos a través de la comparación de la salida contra datos reales obtenidos en un SHGE instalado en Pachuca. Con los modelos se llevó a cabo el desarrollo de un programa de simulación para un SHGE en Matlab.

Se determinó la función principal del. controlador supervisorio dentro del SHGE. La función es satisfacer el o los objetivos de operación del sistema.

La filosofía de operación del controlador supervisorio se definió a partir de la configuración eléctrica propuesta y de los objetivos de operación del sistema.

Por lo que respecta al desarrollo del controlador supervisono, se llevó a cabo una revisión de los controladores supervisorios actuales que utilizan alguna técnica de control inteligente. A partir de esta revisión se eligió la lógica difusa como la técnica para desarrollar el controlador supervisono.

El controlador supervisorio resultó en un sistema multivariable que planteó un desafio en su implementación. Su desarrollo se planteó utilizando la descomposición jerárquica basada en meta-conocimiento. Como resultado se tuvieron sistemas difusos más pequeños con un menor número de reglas.

Una parte importante del trabajo fue la implementación del controlador supervisorio en Matlab. El controlador se probó en el programa de simulación para SHGE. LOS resultados de la operación del controlador supervisorio difuso se compararon con la operación de un controlador convencional.

Los resultados muestran que el controlador supervisono cumple con los tres objetivos de operación del sistema: i) disminuir el consumo de combustible del sistema de respaldo, ii) disminuir la profundidad de descarga del banco de baterías, y iii) mantener lo más cargado posible el banco de baterías al aprovechar mejor los recursos renovables disponibles.

SUMMARY

This work presents the development of a fuzzy supervisory controller for a hybrid power system (HPS).

After reviewing the actual configurations for Hybrid Systems used around the world, it was defined the configuration and constitutive elements to be implemented in proposed HPS. The HPS includes: photovoltaic arrays, wind turbines as renewable sources, a Gen-set as a back-up system, a battery bank a mean for energy storage, AC loads and finally an inverter to transform DC to AC in order to provide electricity to the loads.

Once the HPS configuration was selected, the mathematical models for the different elements of the system were selected. The validation of the models was made comparing the results from the model with collected real data of an experimental HPS installed in Pachuca Hidalgo. Using MatLab it was developed a program to simulate the operation of the a HPS

The main function of the supervisory controller within the HF'S is to satis6 the objectives of operation of the system, and it was defined as part of the research work

The operation philosophy of the supervisory controller was defined having selected HF'S configuration and the operation objectives of the system.

Regarding to the supervisory controller development, first it was canied out a bibliographic review of the supervisory controllers that are used now a days whose use some techniques of intelligent control. As result form this review the fuzzy logic technique was chosen to be implemented in the supervisory controller proposed.

The resulting supervisory controller was a multi-variable system type, and it is implementation was challenging task. Its development was made using the hierarchic decomposition based on meta-knowledge. As result a smaller diffuse systems with a less number of rules were obtained.

An important part of the work was the implementation of the supervisory controller in Matlab. The controller tested in the developed simulation progam for SHGE. The results of operation of the fuzzy supervisory controller were compared with a conventional controller.

The results shows that the supervisory controller fulfills the three main objectives of the system operation: i) to reduce the fuel consumption of the back-up system, ii) to reduce the depth of the discharge of the battery bank, and iii) to keep fully charged the battery bank as much as possible in order to make a better use of the available free renewable energy sources.

11

I /I LISTA DE FIGURAS

1.1 1.2 1.3

2.1 2.2 2.3

2.4

2.5

2.6

2.7

2.8

2.9

2.10

2.11

2.12

2.13 2.14 2.15 2.16 2.17 2.18

Sistemas fotovoltaicos aislados instalados en Oaxaca ................................................. 2 Sistema híbrido eólico-fotovoltaico instalado en Pachuca, Hgo .................................. 2 Máquina diesel instalada en el SHGE de Xcalak. Quintana Roo ................................. 3

I . Diagrama a bloques de un SHGE (Newnham y Baldsing. 2002) ............................... 12 Topología serie de un SHGE (Nayar et al. 1993) ....................................................... 13 Topología paralelo con acoplamiento en CD de un SHGE

Topología paralelo con acoplamiento en CA de un SHGE (Dehbonei et al. 2003).!. ............................................................................................. 15 SHGE eólico-fotovoltaiko-diesel con topología paralelo con acoplamiento en CD (Dehbonei et al. 2003) ....................................................... 16 SHGE fotovoltaico-die& con topología paralelo con acoplamiento

SHGE eólico-fotovoltaico-diesel con topología paralelo con acoplamiento en CD (Eoltec) .... 1 .......................................................................... 18 SHGE eólico-fotovoltaico con topología paralelo con acoplamiento en CD (Ai et al. 2003) ................................................................... 18 SHGE eólico-fotovoltaico-celda de combustible con topología paralelo con acoplamiento en CD (Kolhe et al. 2003) ........................ 19 SHGE eólico-fotovoltaiio-diesel ‘f

con acoplamiento en CA (Dehbonei et al. 2003) ....................................................... 20 SHGE eólico-fotovoltaico-microhidráulica-diesel con acoplamiento en CA (Sirauss et al. 2000) ........................................................... 21 Configuración del SHGE propuesto con topología paralelo y con acoplamiento en CD) ........................................................................................... 23 Configuración del SHGE experimental instalado en Pachuca. Hgo .......................... 24

Arreglos fotovoltaicos instalados en el SHGE de Pachuca ........................................ 25 Banco de baterías formado por 6 baterías en serie ..................................................... 25 Inversor/rectificador utilizado en el SHGE de Pachuca ............................................. 26 Motogenerador a gasolina de 6.5 KW de potencia nominal ....................................... 26

(Dehbonei et al. 2003) ................................................................................................ 14

en CD (Wichert y Lawrence. 1997) ............................................................................ 17

11

Aerogenerador “Avispa” ............................................................................................ 24 11

!I

I

3.1 3.2 3.3 3.4

Configuración del SHGE a utilizar ............................................................................. 27

Curvas de potencia del aerogenerador “Avispa” ........................................................ 32 Potencia simulada del aqrogenerador y velocidad de viento medida ......................... 33

Curva de potencia de un’aerogenerador (Manwell et al. 1998) .................................. 28 t

1)

V

Lista de figuras y1

3.5 Comparación de la potencia calculada con datos de viento a 18 m y la potencia real medida para el aerogenerador 1 ............................................................ 33

3.6 Detalle de la figura 3.5 ............................................................................................... 34 3.7 Error presentado por el modelo del aerogenerador y los datos reales

para el período presentado en la figura 3.6 ................................................................. 35 3.8 Circuito equivalente para un generador fotovoltaico (Duffie y Beckman, 1991) ...... 36 3.9 3.10 Curvas I-V para un módulo FV a diferentes niveles de radiación .

3.11 Curva I-V y puntos de máxima potencia de un módulo FV

3.12 Comparación de la potencia calculada buscando el punto de máxima potencia y las potencias reales medidas en el SHGE de Pachuca ............................................. 40

3.13 Potencia calculada para un módulo FV y radiación solar en el plano de los arreglos FV (RSP) y temperatura real medida en un módulo FV .................... 43

3.14 Comparación de la potencia calculada con el modelo y la potencia real medida para un módulo FV ........................................................................................ 44

3.15 Detalle de la figura 3.14 ............................................................................................. 45 3.16 Aproximación para el tercer día simulado de la figura 3.14 ...................................... 46 3.17 Comparación de las potencias obtenidas con los modelos H2 y Lorenzo

y la potencia medida en uno de los módulos FV ........................................................ 46 3.18 Porcentaje del error presentado por los modelos H2 y Lorenzo respecto

a los datos reales para el período presentado en la figura 3.15 .................................. 47 3.19 Comparación de los voltajes calculados y medidos (SOC menor a 80%) .................. 52 3.20 Comparación de los voltajes calculados y medidos para un SOC cercano a 100%

(gráfica superior) . SOC obtenido para esta comparación (gráfica inferior) ............... 53 3.21 Comportamiento de la eficiencia del banco de baterías con relación

al SOC para el período simulado ................................................................................ 54 3.22 Comparación del modelo Copetti y el modelo mejorado con

el voltaje real (SOC cercano a 100%) ....................... : ................................................ 55 3.23 Detalle de la figura anterior ........................................................................................ 55 3.24 Errores presentados por los modelos Copeiti y mejorado respecto a

los datos reales de voltaje para el período simulado de 4 días ................................... 56 3.25 Comparación de los SOC obtenidos con los modelos mejorado y

Castañer con un SOC inicial de 65% ........................................................................ 57 3.26 Comparación de los SOC obtenidos con los modelos mejorado y

Castañer con un SOC inicial de 30% ........................................................................ 58 3.27 Patrón de demanda diaria de las cargas prioritarias (proceso de c h i c o s ) ................ 60 3.28 Patrón de demanda diaria de las cargas no prioritarias (proceso de lácteos) ............. 60 3.29 Comparación de las curvas de eficiencia del inversor: la calculada

y la proporcionada por el fabricante ........................................................................... 63 3.30 Potencia de cargas prioritarias y potencia de salida del inversor ............................... 63 3.31 3.32 Diagrama de flujo del programa de simulación del SHGE ........................................ 67 3.33 Resultados de 4 días de simulación . a) potencias generadas (aerogeneradores y

arreglos FV) y potencia demandada en el sistema. b) SOC resultante ....................... 68

Curvas típicas I-V y P-V para un módulo fotovoltaico (Duffie y Beckman, 1991) ... 36

Se muestran además, los puntos de máxima potencia . (Duffie y Beckman. 1991) .... 37

a temperaturas de 25" y 50" C (Duffie y Beckman. 1991) ......................................... 38

Potencia de cargas no prioritanas y potencia de salida del inversor .......................... 64

1

I/

I

CONTENIDO

Lista de Figuras ............................................................................................................. v '1 Lista de Tablas .............................................................................................................. ix

Lista de Acrommos ...._ __..... . .... ... .... ... , ... ... .... ... ..... _.. .... ... ... :, .. ..... ................................... xi Simbología ..... ..... ... .... .... .... ... .... ....... , ... ... , ... .... ... .... ... . .... ... .... ... , ... .... .... .... .... .... .... .... .:.xi11

, . ...

11 1 Introducción ................................................................................................................. 1

1.1 Antecedentes ............................................................................................................ 1 1.2 Descripcion del problema ........................................................................................ 4 1.3 Soluciones existentes..: .... ... .... ... ....... , ... ... , .... ... .... .... .... ... .... .... .... ... , ... , ... .._. . ... ..... .... .5 1.4 Propuesta de solucion.; ............................................................................................ 6 1.5 objetivo y alcance de la tesis ....................................... ; ......................................... 7 1.6 Organizacion de la tesis ........................................................................................... 8

.#l. ., '1

., . .

. .,

1 2 Sistema híbrido de generación eléctrica ................................................................... 11

2.1 Definicion .............................................................................................................. 11 11 2.2 Clasificacion .......................................................................................................... 12

2.3 Ejemplos ................................................................................................................. 16 2.4 Configuración del sistema híbrido a utilizar ..................................................... 2 .... 21 2.5 Dimensionamiento del sistema híbrido a utilizar .................................................. 23

., .,

'1

3 Modelado del sistema híbrido ................................................................................... 27

3.1 Modelo matemático del aerogenerador .................................................................. 28 3.2 Modelo matemático del arreglo fotovoltaico .......................................................... 35 3.3 Modelo matemático del banco de baterías ............................................................. 47 3.4 Modelo matemático de las cargas eléctricas ........................................................... 58 3.5 Modelo matemático del inversor ........................................................................... 60 3.6 Modelo matemático de la máquina de combustión interna .___ .... .... ... .... .... .... .... .... 64 3.7 Programa de simulacion ........................................................................................ 65

!I

'I

., I/

i

.. Contenido 11

Control supervisorio de sistemas híbridos ............................................................... 71

4.1 Definicion de control supervisono ........................................................................ 71 4.2 Objetivos de operación del sistema ....................................................................... 73 4.3 Control supervisono convencional ........................................................................ 76 4.4 Controles supervisonos avanzados ........................................................................ 77

Controles basados en lógica difusa ............................................................ 77 Controles basados en redes neuronales ..................................................... 80 Otros controles avanzados ........................................................................ 81

. . . . .

. .

4.4.1 4.4.2 4.4.3

Desarrollo del control supervisorio .......................................................................... 85

5.1 Entradas y salidas de los elementos del sistema híbrido ....................................... 85 5.2 Entradas y salidas del controlador supervisono .................................................... 88 5.3 Selección de la técnica de control a utilizar en el desarrollo

del controlador supervisorio .................................................................................. 88 5.4 Sistemas difusos jerarquicos .................................................................................. 92 5.5 Descomposición jerárquica del controlador supervisorio difuso .......................... 94 5.6 Desarrollo del controlador supervisono difuso ..................................................... 98

5.6.1 Sistema difuso propuesto ........................................................................ 98 5.6.2 Conjuntos difusos ................................................................................... 99 5.6.3 Base de reglas IF-THEN ...................................................................... 102

5.7 Implementación del controlador supervisorio difuso .......................................... 107 5.7.1 Secuencia de eventos del programa de simulación .............................. 110

. . .

.. Resultados de simulacion ......................................................................................... 117

6.1 Perfiles de la carga demandada ........................................................................... 118 6.2 Perfiles de los recursos renovables y de las potencias disponibles ..................... 120 6.3 Resultados ............................................................................................................ 121 6.4 Modularidad y flexibilidad del controlador ......................................................... 128

Conclusiones y trabajo futuro ................................................................................. 131

7.1 Sumario ................................................................................................................ 131 Ventajas de utilizar la lógica difusa en el desarrollo del controlador ... 132

7.2 Conclusiones ........................................................................................................ 133 7.3 Aportaciones del trabajo de tesis ......................................................................... 133 7.4 Publicaciones ....................................................................................................... 134 7.5 Trabajos futuros ..................................................................................... ; ............. 135

7.1.1

... Contenido 111

Referencias ........................................................................................................................ 137

.. . . . . I Introduccion a la logica difusa ............................................................................... 141

1.1 Fundamentos de la logica difusa .......................................................................... 141 . . 1.1.1 Operaciones basicas de lógica difusa ....................................................... 142

1.2 Implementación de 1a;lógica difusa ...................................................................... 143 1.2.1 Reglas difusas SI-ENTONCES ................................................................ 143

1.2.3 InterpretaciónIde las reglas difusas SI-ENTONCES ................................ 145

1.3.1 Tipos de sistemas difusos ......................................................................... 145

Algoritmo de operación del controlador convencional ....................................... 151

. . 1.2.2 Proposic1ones:difusas ............................................................................... 143

1.3 Estructura de los sistemas difusos .................................................. ; ..................... 145

I1

‘t

LISTA DE FIGURAS I/

1.1 1.2 1.3

2.1 2.2 2.3

2.4

2.5

2.6

2.7

2.8

2.9

2.10

2.1 1

2.12

2.13 2.14 2.15 2.16 2.17 2.18

3.1 3.2 3.3 3.4

Sistemas fotovoltaicos’ aislados instalados en Oaxaca ................................................. 2 Sistema híbrido eólico-fotovoltaico instalado en Pachuca, Hgo .................................. 2 Máquina diesel instalada en el SHGE de Xcalak, Quintana Roo ................................. 3 ‘1

‘1 Diagrama a bloques de un SHGE (Newnham y Baldsing, 2002) ............................... 12 Topología serie de uni:SHGE (Nayar et al, 1993) .............................................. ......... 13 Topología paralelo con acoplamiento en CD de un SHGE (Dehbonei et al, 2003 ................................................................................................ 14 Topología paralelo con acoplamiento en CA de un SHGE (Dehbonei et al, 20031 ................................................................................................ 15 SHGE eólico-fotovolfaico-diesel con topología paralelo con acoplamiento en CD (Dehbonei et al, 2003) ....................................................... 16 SHGE fotovoltaico-diesel con topología paralelo con acoplamiento en CD (Wicheri y Lawrence, 1997) ............................................................................ 17 SHGE eólico-fotovoltaico-diesel con topología paralelo con acoplamiento en CD (Eoltec) ............................................................................... 18 SHGE eóiico-fotovoilco con topología paraieio con acoplamiento en CD (Ai et al, 2003) ................................................................... 18 SHGE eólico-fotovoliaico-celda de combustible con topología paralelo con acoplamiento en CD (Kolhe et al, 2003) ........................ 19 SHGE eólico-fotovoltaico-diesel con acoplamiento en ;,CA (Dehbonei et al, 2003) ....................................................... 20 SHGE eólico-fotovoltaico-microhidráulica-diesel con acoplamiento en,iCA (Straucs et al, 2000) ........................................................... 21 Configuración del SFGE propuesto con topología paralelo y con acoplamiento en,:CD) ........................................................................................... 23 Configuración del SHGE experimental instalado en Pachuca, Hgo. ......................... 24 Aerogenerador “Avispa” ............................................................................................ 24 Arreglos fotovoltaicos instalados en el SHGE de Pachuca ........................................ 25 Banco de baterías formado por 6 baterías en serie ..................................................... 25 Inversor/rectificador,,utilizado en el SHGE de Pachuca ............................................. 26 Motogenerador a gasolina de 6.5 KW de potencia nominal ....................................... 26

11

t

‘r

P

.II: ., Configuracion del SHGE a utilizar ............................................................................. 27

Curva de potencia de un aerogenerador (Manwell et al, 1998) .................................. 28 Curvas de potencia del aerogenerador “Avispa” ........................................................ 32 Potencia simulada del aerogenerador y velocidad de viento medida ......................... 33

:I

V

Lista de figuras vi

3.5

3.6 3.7

3.8 3.9 3.10

3.11

3.12

3.13

3.14

3.15 3.16 3.17

3.18

3.19 3.20

3.21

3.22

3.23 3.24

3.25

3.26

3.27 3.28 3.29

3.30 3.31 3.32 3.33

Comparación de la potencia calculada con datos de viento a 18 m y la potencia real medida para el aerogenerador 1 ............................................................ 33 Detalle de la figura 3.5 ............................................................................................... 34 Error presentado por el modelo del aerogenerador y los datos reales para el periodo presentado en la figura 3.6 ................................................................. 35 Circuito equivalente para un generador fotovoltaico (Duffie y Beckman. 1991) ...... 36 Curvas típicas I-V y P-V para un módulo fotovoltaico (Duffie y Beckman. 1991) ... 36 Curvas I-V para un módulo FV a diferentes niveles de radiación . Se muestran además. los puntos de máxima potencia . (Duffie y Beckman. 1991) .... 37 Curva I-V y puntos de máxima potencia de un módulo FV a temperamas de 25" y 50" C (Duffie y Beckman. 1991) ......................................... 38 Comparación de la potencia calculada buscando el punto de máxima potencia y las potencias reales medidas en el SHGE de Pachuca ............................................. 40 Potencia calculada para un módulo FV y radiación solar en el plano de los arreglos FV (RSP) y temperatura real medida en un módulo FV .................... 43 Comparación de la potencia calculada con el modelo y la potencia real medida para un módulo FV ........................................................................................ 44 Detalle de la figura 3.14 ............................................................................................. 45 Aproximación para el tercer día simulado de la figura 3.14 ...................................... 46 Comparación de las potencias obtenidas con los modelos H2 y Lorenzo y la potencia medida en uno de los módulos FV ........................................................ 46 Porcentaje del error presentado por los modelos H2 y Lorenzo respecto a los datos reales para el período presentado en la figura 3.15 .................................. 47

Comparación de los voltajes calculados y medidos para un SOC cercano a 100%

Comportamiento de la eficiencia del banco de baterías con relación

Comparación del modelo Copetti y el modelo mejorado con el voltaje real (SOC cercano a 100%) ....................... : ................................................ 55

Errores presentados por los modelos Copetti y mejorado respecto a

Comparación de los SOC obtenidos con los modelos mejorado y Castañer con un SOC inicial de 65% ........................................................................ 57 Comparación de los SOC obtenidos con los modelos mejorado y Castañer con un SOC inicial de 30% ........................................................................ 58 Patrón de demanda diaria de las cargas prioritarias (proceso de c h i c o s ) ................ 60 Patrón de demanda diaria de las cargas no prioritarias (proceso de lácteos) ............. 60

Potencia de cargas prioritarias y potencia de salida del inversor ............................... 63 Potencia de cargas no prioritarias y potencia de salida del inversor .......................... 64

arreglos FV) y potencia demandada en el sistema. b) SOC resultante ....................... 68

Comparación de los voltajes calculados y medidos (SOC menor a 80%) .................. 52

(gráfica superior) . SOC obtenido para esta comparación (gráfica inferior) ............... 53

al SOC para el periodo simulado ................................................................................ 54

Detalle de la figura antenor ........................................................................................ 55

los datos reales de voltaje para el período simulado de 4 días ................................... 56

Comparación de las curvas de eficiencia del inversor: la calculada y la proporcionada por el ~abricante ........................................................................... 63

Diagrama de flujo del programa de simulación del SHGE ........................................ 67 Resultados de 4 días de simulación . a) potencias generadas (aerogeneradores y

4.1 4.2

4.3 4.4

4.5

5.1 5.2 5.3 5.4

5.5

5.6

5.7 5.8 5.9 5.10 5.11 5.12

5.13

5.14

5.15

5.16

5.17

6.1 6.2 6.3

6.4

6.5

Funciones del controlihpervisono (Manwell et al, 1998) ......................................... 72 Ejemplo del objetivo principal en el suministro de electricidad de 4 diferentes aplicaciones (~emos,'2OOO) ........................................................................................ 74 Niveles de abstracción de los componentes de un SHGE (Lemos, 2000) .................. 78 Sistema de administrkión de energía basado en pronóstico de la demanda y de la generación renbvable ...................................................................................... 81 SHGE modular (Engler, 2000) ................................................................................... 81 "I

1' Definición de las entradas y salidas del controlador supervisono .............................. 86 Entradas y salidas del controlador supervisono ......................................................... 89 Diagrama de un controlador lógico difuso (Pandiaraj, et al, 2001) ............................ 91 Controlador PID con (Glankwamdee, et al, 1999) ............. . .......................................................................... 92 Ejemplo de un sistemaiidifuso jerárquico con n entradas. El sistema difuso jerárquico contiene n-dsistemas difusos de 2 entradas (Wang, 1997) ....................... 93 Estructura jerárquica de un sistema difuso que utiliza un modificador (Magdalena, et al, 1998) ............................................................................................. 94 Sistema difuso para cuando el SOC es ALTO (meta-regla No. 1) ............. i ............... 96 Sistema difuso para cuando el SOC es BAJO (meta-regla No. 3) ............................. 96 Sistemas difusos jerárquicos cuando el SOC es ALTO ............................................. 97 Sistema difuso jerárquico para cuando el SOC es BAJO ........................................... 98 Sistema difuso 1 del tipo TSK .................................................................................... 99 Definición de los conjuhtos difusos para la potencia de: a) 5 aerogeneradores, b) 4 arreglos FV, c) cargas prioritarias, d) cargas no prioritarias y e) potencia estimada de un arreglo FV (potencia máxima 675 W) .......................... 101 Definición de entradas y salidas del sistema difuso 1 con la herram'ienta FIS-Editor-Viewer ................................................................................ 108 Definición de entradas 4 salidas del sistema difuso 3 con la herramienta FIS-Editor-Viewer ................................................................................ 108 Definición de entradas 3 salidas del sistema difuso 5 con la herramienta FIS-Editor-,yiewer ................................................................................ 109 Edición de las reglas del sistema difuso 5 utilizando la herramienta FIS-Editor-Viewer .................................................................................................... 110 Diagrama de flujo del p4ograma de simulación con el controlador supervisono incluido .... 1 ........................................................................................... 114

I\

controlador supervisono difuso

I

I/

'I Perfil de demanda de las cargas prioritarias ............................................................. 118 Perfil de las cargas no phontarias ............................................................................ 119 Perfil de la carga demandada en el SHGE para todo el período de simulacion ............................................................................................................ 1 19 Radiación solar incidente sobre los paneles fotovoltaicos y potencia disponible con los 4 arreglos fotovoltaicos ................................................ 120 Velocidad de viento incidente sobre los rotores de los aerogeneradores y potencia disponible con los 5 aerogeneradores ........................................................ 121

.I .,

,I

... Lista de figuras Vlll

6.6 . Condiciones en el sistema: a) potencia demandada, b) potencia eólica disponible,

6.7 c) potencia FV disponible y d) comparación de SOC CSD y CONV ...................... 122 Comparación de la operación de los controladores: a) potencia demandada, b) potencia FV disponible y del CSD, c) potencia FV del CONV y d) SOC del CSD y C O W . ....................................................................................... 124

Comparación de la operación de los controladores: a) potencia demandada, b) potencia AG disponible y del CSD, c) potencia FV disponible y potencia AG del CONV y d) SOC del CSD y CONV .............................................. 127

6.10 Comparación de la conexión (CX) del motogenerador con el CSD y el C O W ; a) SOC, b) líneas de conexion. ................................................................................. 128

6.8 6.9

Comparación del SOC del CSD y del CONV para los 10 días de simulación ......... 125

.,

1.1 Conjuntos difusos asociados a la potencia de los aerogeneradores (F'AG) ............... 142 1.2 Configuración de un sistema difuso con fusificador y desfusificador

(Wang, 1997) ............................................................................................................. 146 1.3 Configuración de un sistema difuso Takagi-Sugeno-Kang (TSK) (Wang, 1997) .... 146 1.4 Funcion trapezoidal ................................................................................................... 147 1 ,

LISTA DE TABLAS

3.1

3.2 3.3 3.4

5.1 5.2 5.3 5.4 5.5 5.6 5.7

Datos de potencia del aerogenerador Avispa a nivel del mar y a la altura de Pachuca. Hgo ...................................................................................... 31 Datos técnicos del módulo FV utilizado en el SHGE de Pachuca ....................................... 42 Datos técnicos de la batería utilizada en el SHGE de Pachuca .......................................... 51 Coeficientes de la ecuacion 4.35 ................................................................................. 62 ..

Variables utilizadas en el controlador y simbología utilizada en la figura 5.1 ............ 87 Universos de discurso de cada una de las variables de entrada ................................. 100 Base de conocimientos del sistema difuso 1 ...... i ...................................................... 103 Base de conocimientos del sistema difuso 2 ............................................................. 104 Base de conocimientos del sistema difuso 4 ............................................................. 105 Base de conocimientos del sistema difuso 5 ............................................................. 106 Base de conocimientos del sistema difuso 6 ............................................................. 107

ix

LISTA DE ACR~NIMOS

AG CA CD CSD cow cx CFE DX FV H2 IIE '

MG ONIOFF PID RMSE RSP SHGE SOC

TSK VCA w,

Aerogenerador(es). Comente alterna. Comente directa. Controlador supervisono difuso. Controlador supervisono convencional. Conexión Comisión Federal de Electricidad Desconexión Fotovoltaico(s) Modelo Hybnd2. Instituto de Investigaciones Eléctricas Motogenerador. EncendidoIApagado. Proporcional Integral Derivativo. Error cuadrático medio (del inglés Root Mean-Square Error) Radiación solar en el plano de los arreglos FV. Sistema(s) Híbrido(s) de Generación Eléctrica Estado de carga (de las siglas en ingles, state ofcharge) de una batería o de un banco de baterías. Taka@-Sugeno-Kang. Volts en comente alterna. Watts pico (potencia máxima). '

xi

SIMBOLOGÍA

Parámetro de ajuste de la curva I-Y. Parámetro de ajuste de referencia de la curva I-V. Constantes que dependen de la curva de potencia de un aerogenerador. Presión barométrica en mbar. Constantes que dependen de la curva de potencia de un aerogenerador. Constante de relación entre la potencia de entrada y salida del inversor. Capacidad de la batena. Línea de control ON/OFF de un AG o de los 5 manejados en forma conjunta. Línea de control auxiliar ONíOFF de un aerogenerador. Líneas de control ON/OFF de los 5 aerogeneradores. Línea de control ON/OFF de las cargas no prioritarias. Línea de control ON/OFF de un arreglo FV o de 4 manejados en conjunto. Líneas de control ON/OFF de los 4 arreglos FV. Líneas de control ON/OFF del arreglo FV 1. Líneas de control ON/OFF del arreglo FV 2. Líneas de control ON/OFF del arreglo FV 3. Constantes que dependen de la curva de potencia de un aerogenerador. Coeficientes utilizados en el cálculo de la eficiencia del inversor. Línea de control ON/OFF del inversor. Linea de control ON/OFF del motogenerador. Línea de control auxiliar ON/OFF del motogenerador. Contador de períodos de 10 minutos. Capacidad de la batería en un régimen de descarga de 1 O horas. Número de desconexiones de un aerogenerador. Número de desconexiones de los 5 aerogeneradores. Factor de forma de una curva I-V de un panel FV. Radiación solar en el plano del panel fotovoltaico. Radiación solar de referencia en el plano del panel FV (1000 W/m2). Corriente de operación. En el caso de la batería, positiva para la carga y negativa para la descarga Comente fotogenerada en el modelo equivalente de un panel FV. Comente fotogenerada de referencia. Comente de carga en el régimen C ~ O . Corriente en el punto de máxima potencia. Corriente de referencia en el punto de máxima potencia. Corriente de saturación del diodo en el modelo equivalente de un panel FV. Corriente de saturación de referencia del diodo.

Simbologia xiv

Comente de corto circuito de un panel FV. Comente de corto circuito de referencia de un panel FV. Número de datos de las series a simular. Nivel de combustible del motogenerador. Número de celdas por panel FV (entre 30 y 36). Potencia instantánea demandada por la carga. Potencia de un módulo o arreglo FV. Potencia de un aerogenerador o potencia de los 5 aerogeneradores manejados en forma conjunta. Potencias de los 5 aerogeneradores. Potencia del aerogenerador en función de la densidad del aire de un sitio. Potencia de las cargas no prioritarias. Potencia de las cargas prioritarias. Potencia estimada de un aerogenerador. Potencia estimada de un arreglo FV. Potencia generada por un arreglo FV o potencia de los 4 arreglos manejados en forma conjunta. Mediciones de potencia de los 4 arreglos FV. Potencia de salida del motogenerador. Potencia de entrada del inversor. Potencia pico o máxima de un panel FV. Curva de potencia de un aerogenerador. Potencia sin carga del inversor. Potencia de salida del inversor. Potencia de salida nominal del inversor. Potencia de salida del aerogenerador a la velocidad de viento v. Carga recibida o suministrada por el banco de baterías en el tiempo ti. Error cuadrático medio (del inglés Root Mean-Square Error) Resistencia serie en el modelo equivalente de un panel FV. Resistencia serie de referencia en el modelo equivalente de un panel FV. Resistencia shunt en el modelo equivalente de un panel FV. Radiación solar en el plano de los arreglos FV. Estado de carga. Estado de carga en el tiempo 1. Estado de carga en el tiempo 2. Temperatura ambiente en "K. Temperatura ambiente en "C. Temperatura externa del banco de baterías. Temperatura de superficie de una celda o de un panel FV. Temperatura de referencia de una celda o de un panel FV (25OC). Tiempo de interés. Velocidad de viento. Voltaje de operación. Voltaje del bus de CD. Velocidad de inicio de generación de un aerogenerador. Voltaje de la batería durante la carga. Voltaje de la batería durante la descarga.

Simbologia xv

Vosref X Y AT &

Voltaje final de carga. Velocidad de salida de un aerogenerador Velocidad de supervivencia de un aerogenerador. Voltaje de la batería para el comienzo del gaseo. Voltaje en el punto de máxima potencia. Voltaje de referencia en el punto de máxima potencia Velocidad nominal de un aerogenerador. Voltaje nominal. Voltaje de circuito abierto de un panel FV. Voltaje de circuito abierto de referencia de un panel FV. Serie de datos medidos de una variable. Sene de datos de una variable simulada. Variación de la temperatura de la batería tomando como referencia 25 "C. Energía de salto de banda (para el silicio 1.12 eV y 1.35 eV para el arseniuro de galio). Eficiencia de la batería a la carga. Eficiencia nominal del inversor. Coeficiente de temperatura de comente de corto circuito. Coeficiente de temperatura de voltaje de circuito abierto. Densidad del aire de un sitio. Densidad de aire de referencia (comúnmente 1.225 Kg/m3)

CAPÍTULO 1

1.1 ANTECEDENTES

Actualmente, gran parte de la población del mundo vive todavía sin una fuente de energía eléctrica (Lemos, 2000). Más de mil millones de personas en países en vias de desarrollo no cuentan con un suministro de electricidad o éste no satisface sus requerimientos. Generalmente, es el resultado de lo aislado y fragmentado de la geografía (Filipinas, por ejemplo está formado por 7000 islas), del alto costo de la instalación y del mantenimiento de una red convencional de gran escala (Newnham y Baldsing, 2002).

La situación en México no es diferente. Hasta el año 2000, cerca de 83,000 comunidades carecían del servicio de energía eléctrica (Censo INEGI, 2000) y se estima que a la fecha la situación no ha mejorado sustancialmente. El gran tamaño del temtorio nacional y lo diseminado de sus comunidades hacen difícil llevar a todas ellas la red eléctrica convencional, debido al alto costo que representa y principalmente a lo alejadas de la red. El suministro de energía eléctrica a comunidades remotas se ha realizado con plantas térmicas, usualmente generadores diesel. Sin embargo, los costos de generación son demasiado elevados por el costo del combustible y por la logística asociada a su suministro, así como por el costo de mantenimiento de las plantas generadoras.

El aprovisionamiento de energía para áreas remotas requiere de una solución diferente a las tradicionales formas de electrificación (Lemos, 2000). El uso de las energías renovables resulta atractivo para la mayoría de los lugares que carecen de este servicio. Las formas más viables para electrificar dichas comunidades son a través de: sistemas fotovoltaicos (FV) aislados (figura l . l ) , sistemas hííridos de generación eléctrica (SHGE) (figura 1.2) o generadores diesel (figura 1.3).

En México, existen diversos programas gubernamentales (a través de la Comisión Federal de Electricidad (CFE), gobierno federal y gobiernos de los estados) y esfuerzos de las propias comunidades enfocados a electrificar algunas de ellas, sobretodo las más alejadas

I

Introducción 2

de la red eléctrica. La mayoría de dichos programas utilizan sistemas fotovoltaicos (FV) domésticos que se instalan en comunidades donde las casas se encuentran dispersas (aiejadas entre ellas más de 50 metros) (figura 1.1).

Figura 1.1, Sistemas fotovoltaicos aislados instalados en Oaxaca.

Figura 1.2. Sistema híbrido eólico-fotovoltaico instalado en Pachuca, Hgo.

Aunque los sistemas FV son muy útiles sólo pueden proporcionar la energía suficiente para fines de iluminación (2 o 4 lámparas que operan de 2 a 3 horas diarias) y para energizar alguna grabadora o televisor de baja potencia. También se pueden energizar algunos sistemas para proporcionar servicios a la comunidad tales como: telesecundarias, teléfonos satelitales y clínicas rurales entre otros.

Los sistemas FV aislados mejoran la calidad de vida de las comunidades, sin embargo, esta mejoría podría ser más significativa si proporcionara una mayor cantidad de energía a través de SHGE o generadores diesel. La energía también se podría utilizar para energizar algún proceso productivo en la comunidad.

3 Introducci6n

Figura 1.3. Máquina diesel instalada en el SHGE de Xcalak, Quintana Roo.

Los SHGE incorporan más de un tipo de generación eléctrica, por ejemplo: fotovoltaica, eólica, microhidráulica y la basada en combustibles fósiles. Los SHGE pueden constituir la solución más económica en muchas aplicaciones y pueden proveer electricidad en forma confiable ( E A PVPS, 1998).

La posibilidad de utilizar fuentes de energía local, es decir, fuentes de energía renovables (sol, viento, flujo de agua, biomasa, etc.) es una solución atrayente desde el punto de vista económico y logístico. Estas fuentes se pueden encontrar casi en cualquier parte, incluidos los lugares remotos (Lemos, 2000). Además, la electrificación con SHGE es ideal en comunidades en donde las casas se encuentran relativamente cerca entre ellas, de manera que se pueda instalar en la comunidad una red eléctrica para energizar la mayor parte de las C a s a s .

Considerando que los SHGE podrían resolver en buena medida el problema de abastecimiento de energía 'eléctrica en los lugares remotos, los trabajos enfocados al desarrollo de estos sistemas tienen una importancia considerable,

En los últimos años el Instituto de Investigaciones Eléctricas (IIE) ha realizado trabajos para el diseño y desarrollo de SHGE de pequeña capacidad. En 1996 se realizó la integración de un SHGE eólico-fotovoltaico, constituido principalmente por aerogeneradores desarrollados en el IIE y módulos fotovoltaicos comerciales. Hacia finales de 1999, el IIE realizó la instalación de dicho sistema en la ciudad de Pachuca, Hgo. (Flores et al, 2000). Posteriormente, se realizó el monitoreo y evaluación de la operación del sistema (Mejía et al, 2001).

Dentro de los trabajos realizados en el IIE para la integración del SHGE, se realizó el diseño y construcción de un control electrónico para dicho sistema (Lagunas y Boja, 1999). Posteriormente, se llevó a cabo una optimización del algoritmo de control buscando mejorar la operación del sistema (Lagunas et al, 2001). El desarrollo del nuevo algoritmo estuvo basado en la experiencia, más que en una técnica de control.

Este trabajo de tesis busca continuar con el desarrollo de controladores para SHGE incorporando alguna técnica de control avanzado.

4 Introducción

1.2 DESCRIPCI~N DEL PROBLEMA

Actualmente algunos de los elementos de los SHGE presentan problemas debido a una mala operación de su controlador. Los problemas principales son: (Wichert y Lawrence, 1997):

LOS generadores diesel son ineficientes cuando operan en régimen de carga baja (abajo del 30-50% de su capacidad nominal), lo cual acorta su tiempo de vida útil y resulta además en altos costos de mantenimiento. Los controladores para sistemas híbridos disponibles comercialmente se han enfocado a resolver estos eventos críticos, mediante estrategias de despacho de diesel, tiempos de operación mínima, y niveles de carga máxima y mínima.

El banco de baterías presenta un envejecimiento prematuro y un incremento en los requerimientos de su mantenimiento debido a que son expuestas a períodos prolongados de sobrecarga.

El banco de baterías presenta un detrimento en su profundidad de descarga, al operar en períodos prolongados a niveles bajos de estado de carga (SOC, del inglés state ofcharge) que provoca la reducción de la capacidad nominal de la batería.

La mala administración de la energía de la batería incrementa un 40% el costo de operación del sistema total sobre su tiempo de operación, causado por la necesidad de reemplazar tempranamente el banco de baterías.

Mal aprovechamiento de los recursos renovables debido a que el controlador del sistema no los utiliza cuando están disponibles.

De ahí que (Lemos, 2000) plantee que los problemas principales de la tecnología actual de los SHGE están relacionados al control y a la supervisión del sistema de potencia.

Tradicionalmente, la solución al problema de control en los sistemas híbridos se ha centrado en dos objetivos principales (Wichert y Lawrence, 1997):

Controlar la carga y descarga del banco de baterías para maximizar su vida útil, y minimizar los costos de combustible y de mantenimiento cuando se tiene una máquina de combustión interna. En este sentido, el control determina cuándo la máquina debe entrar y salir de operación.

El sistema que se encarga de llevar a cabo las acciones de control de carga y despacho se denomina controlador supervisono. Este controlador se encarga de supervisar la operación de todos los componentes, controlando cuándo deben entrar o salir de operación los sistemas de generación y las cargas.

En la tendencia actual, el control supervisorio realiza otras acciones encaminadas a aumentar la eficiencia de los sistemas y darles mayor robustez y flexibilidad a la

5 Introducción

configuración de los mismos para permitir la adición de otros componentes yio otros sistemas de generación.

Los avances en el desarrollo de nuevas técnicas de control han permitido el uso de métodos de control inteligente que logran mejoras significativas en el funcionamiento de sistemas híbridos de generación eléctrica (Wichert y Lawrence, 1997).

En este trabajo de tesis se tratarán de resolver los siguientes problemas:

Disminución importante en el tiempo de vida útil del banco de baterías. Mal aprovechamiento de los recursos renovables. Alto consumo de combustible del generador diesel.

1.3 SOLUCIONES EXISTENTES

En la literatura existen una serie de propuestas que tratan de resolver el problema del mal control dentro de los SHGE. Algunos de los trabajos más recientes utilizan una técnica de control avanzado y otros tienen por detrás la experiencia de los diseñadores en la operación del sistema. El controlador ha recibido también el nombre de administrador de energía porque administra la generación y la demanda dentro del sistema.

Los trabajos más importantes que se identificaron son los siguientes:

En (Lemos, 2000) se presenta el trabajo más importante para el desarrollo de un controlador supervisorio basado en lógica difusa. El trabajo es producto de una tesis doctoral. La contribución más importante de este trabajo es la flexibilidad y modularidad en el SHGE debidas al desarrollo del controlador, que permite utilizar el mismo controlador en diferentes configuraciones de SHGE. A pesar de contar con el documento completo, éste no contiene información técnica que ayude a desarrollar un controlador. El trabajo quedó a nivel de simulación y no se reportan resultados prácticos de la operación del controlador.

En (Bonnano y Patane, 1998) se presenta un administrador de flujo de energía para un SHGE basado en lógica difusa. En el administrador se tienen las siguientes ventajas: manejo de las condiciones de operación debido a la disponibilidad aleatoria de las fuentes de generación renovable, robustez en ciertas condiciones de operación y diseño utilizando la experiencia en la operación de una planta en particular. Los resultados obtenidos en la operación simulada del sistema indican una mejoría en su funcionamiento (reducción del consumo de combustible e incremento en el aprovechamiento de las energías renovables). No se comenta nada acerca de la mejoría en el control de la batería del sistema, punto importante en el control de un SHGE. Las conclusiones de los autores indican que se puede mejorar la operación del sistema modificando las reglas difusas según la época del año. (Hatziargyriou et al, 2002) presentan un software para el control avanzado de un SHGE, que busca mejorar el aprovechamiento de las fuentes renovables. El controlador, de tipo predictivo, busca pronosticar la demanda de la carga y la energía del viento, utilizando diferentes modelos, entre ellos algunos basados en redes neuronales. El control está

6

orientado a dar consejos a los operadores de SHGE que los ayuden a lopar la operación Óptima y la administración de los mismos. Se considera que el trabajo no buscó automatizar la operación del controlador del sistema, punto esencial para operar un SHGE.

En (Winkler et al, 2001) se presenta un sistema inteligente para la administración de energía de un SHGE. El sistema permite la programación óptima en corto tiempo de los sistemas de potencia (generación, cargas y almacenamiento) y considera criterios energéticos, ecológicos y económicos. El administrador es de tipo predictivo basado en redes neuronales. El trabajo no proporciona información detallada acerca del cumplimiento de los objetivos de operación del sistema y del desarrollo del controlador.

En (Engler, 2000) se presenta un trabajo que muestra la configuración de un SHGE, que aprovecha las características del controlador para crecer y adaptarse a diferentes aplicaciones. El trabajo es muy interesante pero no se incluyen detalles del desarrollo del controlador que muestren cómo mejora la administración del sistema y cómo resuelve los problemas presentados en los controladores.

En (Wichert et al, 1999) se presenta un control predictivo para un SHGE. El objetivo de este trabajo fue desarrollar una estrategia de control eficiente que se aplicara en forma general y que se adaptara a los cambios en los patrones de demanda, a los cambios modulares a la configuración del sistema y a las variaciones temporales (cortas y estacionales) del recurso solar disponible. En los resultados iniciales en la operación del controlador se indica que sólo se pueden obtener ahorros de combustible marginales y se logran aumentos de entre 20 y 30% en la vida útil del banco de baterías. El controlador está orientado a sistemas FV y no a sistemas híbridos de generación eléctrica. En éstos la complejidad del controlador aumenta.

En el IIE se han realizado trabajos para el desarrollo de controladores para sistemas híbridos. En 1997 se realizó el diseño y construcción de un control electrónico para un SHGE de pequeña capacidad. Este control operó en un SHGE instalado en Pachuca, Hgo. hasta el año 2000. El controlador se diseñó con la capacidad para ejecutar diferentes algoritmos enfocados a mejorar la operación del sistema (Lagunas y Borja, 1999). La experiencia obtenida en la operación del sistema híbrido y del controlador permitió realizar una optimización del algoritmo de control. Las modificaciones al algoritmo de control buscaron aprovechar al máximo los recursos disponibles y asegurar la alimentación a la carga (Lagunas et al, 2001). El nuevo controlador mejoró la eficiencia global del sistema porque buscó dar solución al problema, sin embargo, no cubrió todos los puntos Considerados en el mismo. En el desarrollo de este controlador se utilizó la experiencia obtenida y no se utilizó una metodología basada en una técnica de control. El desarrollo de un controlador siguiendo una metodología y basado en una técnica de control avanzado seguramente solucionará el problema.

Introducción

1.4 PROPUESTA DE S O L U C I ~ N

Como se pudo apreciar en la sección anterior, se tienen trabajos importantes sobre controladores para SHGE, sin embargo, la mayoría de estos trabajos no proporcionan

I Introducción

información técnica que permita el desarrollo de un controlador. Además, no se ha identificado que los controladores producto de dichos trabajos se ofrezcan comercialmente. Se considera que la aportación más importante de este trabajo de tesis será generar la información detallada que permita no sólo el desarrollo de un controlador, sino tener las bases para desarrollar otros trabajos futuros en este sentido. Con excepción del IIE, prácticamente en México no se están realizando trabajos para el desarrollo de controladores para SHGE, por lo que sin duda este trabajo contribuirá a sentar las bases del desarrollo del primer controlador basado en una técnica de control inteligente en este pais.

En esta tesis se probará que es posible:

Aplicar la lógica difusa en el desarrollo de un controlador supervisono.

Optimizar el aprovechamiento del recurso energético renovable en un sistema híbrido de generación eléctrica.

Disminuir el consumo de combustible del sistema de respaldo.

Proteger el banco de batenas del sistema híbrido reduciendo los eventos de carga y descarga (ciclado del banco de batenas).

1.5 OBJETIVO Y ALCANCE DE LA TESIS

Objetivo peneral

Diseñar un controlador supervisorio que resuelva los problemas mencionados en la operación de los sistemas hi’ridos de generación eléctrica. Diseñar un controlador difuso para un sistema híbrido de generación eléctrica que incluya el concepto modular y que su configuración sea flexible para la integración de diferentes sistemas híbridos de pequeña capacidad.

Alcances

Realizar una investigación que permita formular una definición y clasificación de los sistemas hííridos de generación eléctrica.

Investigar sobre el estado del arte de los controladores para sistemas híbridos haciendo énfasis en los que utilizan técnicas de control inteligente (como redes neuronales, lógica difusa o sistemas expertos).

Proponer un modelo general que represente un sistema híbrido de generación eléctrica, formado por los modelos de los diferentes elementos del sistema.

Determinar cuáles son los criterios principales que se deben tomar en cuenta para desarrollar el control supervisorio para un sistema híbrido.

8

Proponer una configuración flexible para el control supervisorio que mejor resuelva el problema actual en sistemas híbridos de pequeña capacidad.

Elaborar un algoritmo basado en lógica difusa para implementar el controlador supervisorio para un sistema híbrido de forma modular.

Introducción

Comprobar por medio de simulación el desempeño del algoritmo desarrollado

1.6 ORGANIZACI~N DE LA TESIS

I Este trabajo de tesis consta de 7 capítulos y 2 apéndices. El capítulo 1 presenta las opciones para electrificar comunidades alejadas de la red eléctrica, resaltando los SHGE como la mejor opción. Enseguida se presenta el problema en los SHGE debido a la mala operación de sus controladores y los trabajos más recientes encontrados en la literatura que tratan de resolver el problema. Finalmente el capítulo 1 termina con la propuesta de solución planteada en esta tesis para resolver el problema, el objetivo y alcance del trabajo y la forma en que está organizada la tesis.

En el capítulo 2 se realizó una definición general de los SHGE, se presenta su clasificación y algunos ejemplos de configuraciones de sistemas híbridos utilizadas actualmente. Estas configuraciones permitieron definir la configuración y los elementos que componen el SHGE a utilizar en este trabajo de tesis. Con esta configuración se llevó a cabo el dimensionamiento de las potencias eléctricas de los elementos del sistema, tomando como base las potencias de los elementos de un SHGE instalado por el IIE en Pachuca, Hgo.

En el capítulo 3 se presentan los modelos matemáticos de los diferentes elementos de que consta el sistema, los cuales son arreglos fotovoltaicos y aerogeneradores como fuentes de generación renovable, una máquina de combustión interna como sistema de respaldo, un banco de baterías como medio de almacenamiento de energía, cargas eléctricas en corriente alterna (CA) y un inversor CD/CA (corriente directdcomente alterna) para poder alimentarlas. Se presentan los criterios para la selección de los modelos matemáticos utilizados y la validación que se hizo a través de la comparación de la salida de los modelos contra datos reales obtenidos en el sistema híbrido experimental instalado en Pachuca, Hidalgo’. Al final del capítulo 3 se presenta el programa de simulación del sistema híbrido realizado con los modelos anteriores.

I Los datos fueron obtenidos a través de mediciones directas realizadas en el sistema híbrido de Pachhca, Hidalgo (Mejía et al, 2001) durante los años de 2001 a 2003. Las variables medidas directamente fueron: la velocidad de viento, la irradiación solar en el plano de los paneles fotovoltaicos, la temperatura de la celda, la comente directa generada por cada uno de los 4 arreglos fotovoltaicos, la comente directa generada por cada uno de los cinco aerogeneradores, la corriente de entrada y la corriente de salida del banco de baterías medidas en forma separada (de acuerdo a las recomendaciones de la n o m internacional IEC 61724.1 1, international Standard E C 61724-1 1, 1998), el voltaje en terminales del banco de baterías y la temperatura exterior del banco de baterías. Los sensores con que se llevaron a cabo las mediciones estuvieron calibrados en el momento de su instalación.

9 Introducción

El capítulo 4 presenta la definición de un controlador supervisono y los objetivos de operación que deberá satisfacer el controlador. Se presentan las características de un controlador supervisorio convencional y las Características de los controladores supervisorios inteligentes que se encuentran en el estado del arte.

En el capítulo 5 se justifica la lógica difusa como la técnica de control inteligente utilizada en el desarrollo del controlador y que se basó en la revisión de los controladores supervisonos inteligentes presentados en el capítulo 4. Se definieron las entradas y salidas del controlador supervisorio para este trabajo de tesis. El número elevado de éstas, motivó a realizar una descomposición jerárquica para el desarrollo del controlador supervisorio difuso. El desarrollo planteó un reto por el número de entradas y salidas involucradas. Una vez definida la descomposición del controlador, se plantearon el tipo de sistema difuso a utilizar, los conjuntos difusos definidos para cada una de las variables de entrada y las bases de conocimiento requeridas para el desarrollo del controlador. Por último se llevó a cabo la implementación del controlador con el programa Matlab.

Una vez definido el programa de simulación de un SHGE (capítulo 3) y desarrollado el controlador supervisorio difuso (capítulo 5) , se llevaron a cabo las pruebas de simulación (capítulo 6). En este capítulo 6 se presentan los perfiles de la demanda de la carga y la generación renovable disponible en el sistema. Se presentan los resultados obtenidos en la operación del sistema híbrido utilizando el controlador desarrollado. Los resultados se compararon con los obtenidos con un controlador supervisono convencional. En el análisis de los resultados se muestra el mejor funcionamiento del sistema con el controlador difuso. Al final se definen y establecen la modularidad y flexibilidad del controlador buscadas en este trabajo de tesis.

El capítulo 7 contiene las conclusiones de la tesis y las ventajas de utilizar la lógica difusa en el desarrollo del controlador supervisorio. Por último se presentan las aportaciones realizadas en este trabajo, las publicaciones generadas para tres congresos diferentes y el trabajo futuro planteado como continuación de este trabajo.

Al final se presentan 2 apéndices. El Apéndice I contiene una introducción a la lógica difusa donde se definen los términos utilizados en el desarrollo del controlador y el Apéndice I1 presenta el algoritmo de operación de un controlador convencional.

Los datos de potencia de los aerogeneradores y de los arreglos FV se calcularon con las mediciones de corriente respectivas y el voltaje del banco de baterias (P = IV). Estos últimos cálculos se hicieron siguiendo las recomendaciones de la norma internacional mencionada (International Standard IEC 61724-1 1, 1998). Para los fmes perseguidos en este trabajo de tesis se considera que los sensores mantuvieron su calibración y que no estuvieron afectados por algún tipo de envejecimiento, y que las mediciones siguen siendo vigentes desde entonces, asumiendo que la respuesta de los elementos del sistema tampoco se ve afectada por ningún tipo de envejecimiento.

HOJA INTENCIONALMENTE EN BLANCO

10

CAPÍTULO 2

SISTEMA HÍBRIDO DE GENERACIÓN ELÉCTRICA

En este capítulo se presentará la definición de lo que es un sistema híbrido de generación eléctrica (SHGE) y los elementos que lo componen, se expondrá una clasificación de los SHGE y se presentarán algunos ejemplos de configuraciones propuestas en varios países. Estas configuraciones servirán para proponer la configuración de un sistema a utilizar en este trabajo de tesis. Por último, se presentará la capacidad eléctrica de los elementos del SHGE propuesto.

2.1 DEFINICI~N

A continuación se presei bibliografía:

n :s definiciones diferentes de SHGE encontradas en la

Un SHGE está integrado por difrentes tecnologías de energías renovables con generadores diesel, inversores y baterías para proveer energía eléctrica similar a la red convencional (Ashari y Nayar, 1999).

El SHGE se define como la integración de dos o más tecnologías (solar, eólica, biomasa, microhidraúlica, etc.) con la finalidad de satisfacer los requerimientos energéticos a un costo competitivo (Mejía et al, 2001).

El SHGE incorpora más de un tipo de generador eléctrico. En suma a un arreglo fotovoltaico, éste puede incluir aerogeneradores, generadores microhidráulicos, generadores termoeléctricos y generadores basados en combustibles fósiles ( E A PVPS, 1998).

Sin duda, la primera definición es más general y describe a otros elementos del sistema (generadores diesel, inversores y baterías) y no sólo las fuentes de generación.

11 0 4 - 0 8 3 1 I

Sistemas hibndos 12

En la figura 2.1 se presenta el diseño típico de un SHGE, en donde se indican los principales elementos de éste: fuentes de generación, elementos de conversión de energía y control, almacenamiento de energía y carga.

Estos sistemas se utilizan comúnmente para electrificación de lugares aislados de la red eléctrica por sus ventajas ambientales y económicas. Muchos países en el mundo, entre ellos Australia, Canadá, China, Indonesia, Malasia, México y Rusia tienen instalados actualmente sistemas híbridos (Ashari y Nayar, 1999).

Fuente de generación

. FotOvoiiaiCa . E6lm * Mtcrohidráulica

Generador diesel

Conversión de energia y control

*Inversor . Cargador de bateria *Sistema de control

Carga

Figura 2.1 Diagrama a bloques de un SHGE (Newnham y Baldsing, 2002).

2.2 CLASIFICACI~N

Desde el punto de vista de la aplicación, los SHGE se pueden clasificar dentro de dos topologías: serie y paralelo (Nayar et al, 1993) y estos últimos a su vez se pueden clasificar como topología paralelo con acoplamiento en CD (corriente directa) o topología paralelo con acoplamiento en CA (comente alterna) (Dehbonei et al, 2003).

Topolopía serie (Navar et al, 1993)

En los SHGE de topología serie (figura 2.2), el generador diesel y las fuentes de energía renovable se utilizan para cargar el banco de baterías. El generador diesel está conectado en serie con el inversor para alimentar la carga y, de hecho, el generador diesel no puede alimentar a la carga directamente ya que su salida es rectificada. El inversor convierte la energía del banco de baterías y del generador diesel a comente alterna (CA). Esta comente se suministra a la carga. La capacidad del banco de baterías y del inversor debe ser suficiente para cubrir la demanda pico de la carga, mientras que la capacidad del generador diesel debe ser adecuada para soportar el pico de demanda y cargar el banco de baterías en forma simultánea.

La potencia entregada a la batería se puede controlar de dos formas, controlando la excitación del alternador o incorporando un regulador de carga en las fuentes de energía renovables.

13 Sistemas hibridos

' - 1 &zzw RENOVABLES

BANC0,DE BATEN AS

Figura 2.2 Topología serie de un SHGE (Nayar et al, 1993).

Esta topología permite suministrar la energía a la carga sin ninguna interrupción cuando se lleva el cambio del generador diesel o el arreglo fotovoltaico (FV) para cargar el banco de baterías.

Los principios de diseño de este sistema son relativamente sencillos de implementar, pero se tienen las siguientes desventajas:

Baja eficiencia de todo el sistema debido a la configuración serie de los elementos; una cierta cantidad de energía se pierde debido a la baja eficiencia de la batería y del inversor.

Debe utilizarse un inversor de gran tamaño de manera que su capacidad sea sustancialmente más grande que el pico de demanda máxima.

Cuando las fuentes de energía renovable están generando en el sistema, éste lleva a un control limitado del generador diesel.

Topolopía aaralelo con acoalamiento en CD mayar et al, 1993)

El diagrama a bloques de un SHGE con topología paralelo con acoplamiento en CD se muestra en la figura 2.3. Los SHGE con esta topología tienen un funcionamiento mejor que los sistemas con topología sene. En este esquema, las fuentes de energía renovables y el generador diesel suministran una porción de la demanda de la carga directamente, lo que resulta en una mayor eficiencia de todo el sistema.

El generador diesel y el inversor pueden operar en modo separado (stand-alone) o paralelo. Esto oíiece diferentes combinaciones de componentes para alimentar a la carga. Cuando la carga es baja, ya sea el generador diesel o el inversor en modo stand-alone pueden alimentarla. Sin embargo, durante la demanda pico, ambos elementos se operan en modo paralelo. Debido a esta operación en paralelo, la capacidad del inversor y del generador diesel puede ser menor que si operaran en modo separado.

14 Sistemas híbridos

BUS CD BUSCA

CARGAS ’

FUENTES DE INVERSOR

RENOVABLES DIESEL

(SALIDA CA) RECTIFICADOR

FUENTES DE

RENOVABLES

BANCO DE BATER~AS

Figura 2.3 Topología paralelo con acoplamiento en CD de un SHGE (Debbonei et al, 2003).

Los principios de diseño de este sistema son relativamente complicados de implementar debido a la operación paralelo, pero se tienen algunas ventajas:

La carga del sistema se puede alimentar en forma óptima.

La eficiencia del generador diesel se puede maximizar debido a que tiene una potencia de operación promedio más alta.

El mantenimiento del generador diesel se puede minimizar debido a la reducción del tiempo de operación.

Con esta configuración es posible reducir las capacidades del generador diesel, la batería y las fuentes renovables garantizando el suministro de la demanda pico del sistema.

El rectificador y el inversor que se muestran en forma separada en la figura 2.3 se pueden combinar en un inversor o convertidor bidireccional. Éste puede alimentar a la carga junto con el generador diesel o aceptar potencia de éste y operar como un cargador de batería. Para ello se requiere un controlador que supervise la operación del sistema y que seleccione el modo de operación más apropiado para alimentar una cierta carga sin interrumpir la potencia entregada a ésta.

Esta topología tiene las siguientes desventajas (Dehbonei et al, 2003):

La integración en CD de las fuentes renovables de energía resulta en una solución “a la medida”, es decir, la solución es para una determinada aplicación en particular.

Se requieren altos costos de ingeniería, hardware, reparaciones y mantenimiento.


Es difícil hacer una ampliación de la capacidad de generación y de demanda del sistema. Para ello, es necesario cambiar la capacidad del inversor bidireccional y del banco de baterías, entre otras cosas.

Tovoloaia paralelo con acoulamdnto en CA

Esta topología se presenta en la figura 2.4, la cual tiene las siguientes ventajas:

Se puede aumentar fácilmente la carga demandada del sistema y la capacidad de las fuentes de generación sin mayores cambios en la configuración eléctrica del sistema, debido a que la topología funciona en forma similar a una red eléctrica de gran escala.

En esta topología se tienen también las ventajas enumeradas para la topología en paralelo con acoplamiento en CD.

FUENTE DE ENERG~AS

RENOVABLES

FUENTE DE ENERGiAS

RENOVABLES

r INVERSOR I)

CARGAS

(CAI INVERSOR I)

DIESEL

Figura 2.4 Topología paralelo con acoplamiento en CA de un SHGE (Dehbonei et al, 2003).

Esta topología requiere de un control que debe cubrir dos aspectos diferentes (Lemos, 2000j: un control dinámico, que funcione en segundos o milisegundos, que tome en cuenta el control del voltaje y la frecuencia de la red, su estabilidad y su protección y el control de la estrategia de operación. El control involucra decisiones acerca del flujo de energía (en un tiempo de algunos segundos a horas) y acciones para mejorar la operación del sistema.

Esta topología puede tener las siguientes desventajas:

El sistema requiere de un controlador más sofisticado enfocado a los dos puntos mencionados.

Cada fuente de generación renovable requiere de un inversor para acoplar su voltaje y frecuencia a los de la red eléctrica del sistema y además éste debe garantizar la adecuada sincronización de éstos para no desestabilizar o meter ruido a la red.

16

Existe un incremento en el costo del sistema debido al control y a los inversores requeridos por cada una de las fuentes de generación renovable.

Por tratarse de un sistema en CA, se requiere realizar el control de la potencia reactiva en el sistema.

Sistemas hibridos

2.3 EmMPLOS

En la revisión del estado del arte que se llevó a cabo en este trabajo de tesis, se encontraron diferentes configuraciones propuestas para SHGE. Debido a las desventajas que la topología serie presenta, no se encontraron propuestas recientes de sistemas con esta topología. Las principales propuestas de SHGE que se encontraron son con topología paralelo.

En la figura 2.5 se presenta la propuesta de un SHGE con acoplamiento en CD realizada por la Universidad Tecnológica de Curtin de Australia (Dehbonei et al, 2003). El sistema cuenta con un arreglo FV y un aerogenerador como fuentes de generación renovables, un generador diesel como sistema de respaldo y un banco de baterías como medio de almacenamiento. El sistema cuenta también con un inversor bidireccional. Toda la carga del sistema es en CA.

El sistema generalmente opera con un voltaje de CD entre 24V y 120V. Esto origina que el sistema no cuente con componentes estandarizados y cada solución tenga que ser diseñada individualmente, lo que incrementa el costo del sistema (Dehbonei et al, 2003).

BUSCD BUSCA

Generador d i e e l "YeMi b i0 imOMI

liemgenerada caqaoor sblim

Caw AC

Figura 2.5. SHGE eóiico-fotovoltaico-diesel con topología paralelo con acoplamiento en CD (Dehbonei et al, 2003).

En la figura 2.6 se muestra un SHGE también con topología paralelo con acoplamiento en CD, propuesto por la Universidad Tecnológica de Curtin de Australia (Wichert y Lawrence, 1997). El sistema cuenta con un arreglo FV como fuente de energía renovable y con un generador diesel como Euente de respaldo. El arreglo FV cuenta un seguidor de punto de


máxima potencia (MPPT, de las siglas en inglés Maximum Power Point Trucker), que hace que se aproveche ai máximo la potencia entregada por el arreglo.

En la figura 2.6 también se aprecia que el sistema cuenta con cargas en corriente directa. Se muestra también el controlador, que se encarga de conectar y desconectar los elementos del sistema. A este tipo de controlador se le conoce como controlador supervisono, debido a que se encarga de “supervisar” la operación de todos los elementos y de acuerdo a las condiciones de operación toma decisiones sobre su conexión y desconexión. Nótese que se trata de un control de tipo ON/OFF.

Seguimiento del p n l o de mhima WMua -

Generador diese

i i

/“ /C/O I pam I

Inversor bidirBscIDnal ‘ j i Banco da batedar

I B I C CarprenCA D

I I

----.-.- Llnsas decOntml - Dlnscibn del nulo dc potencia

\ Figura 2.6. SHGE fotovoltaico-diesel con topología paralelo

con acoplamiento en CD (Wichert y Lawrence, 1997).

En la figura 2.7 se presenta la configuración de un SHGE comercial de la compañía Eoltec de Francia. Esta compañía ofrece diferentes configuraciones que van desde los 5 KW hasta los 75 KW. En la figura 2.7 se presenta la configuración del sistema de 5 KW. Las fuentes de generación renovable son un aerogenerador de 5 KW y un arreglo fotovoltaico de 2 KW; como fuente de respaldo se tiene una máquina de combustión que va desde los 2 hasta lo 8 KVA. En la figura 2.7 se aprecia un bus de CD a 48 V. Como núcleo del sistema se tiene un centro de energía que se encarga de la administración de sus elementos. Dentro de este centro se encuentra un inversor bidireccional que permite alimentar las cargas (en CA en una fase) y recargar el banco de baterías cuando entra en operación el sistema de respaldo.


Power Center wllh solar Panel and Qemel opnom . f Y P k d sland..lone conmllon dlwnim. ,

Figura 2.7. SHGE eólico-fotovoltaico-diesel con topología paralelo con acoplamiento en CD (Eoltec).

En la figura 2.8 se muestra un SHGE con acoplamiento en CD propuesto por la Academia de Ciencias de China y la Universidad Politécnica de Hong Kong. El sistema cuenta con un aerogenerador y un arreglo FV como fuentes de energía renovable, pero tiene la característica de que no cuenta con un sistema de respaldo. La carga del sistema es en CA, por io que cuenta con un inversor para alimentarla. Una c&ractenstica del sistema es que cuenta con cargas “muertas” para disipar la energía excedente, una vez que el banco de baterías ha alcanzado el 100% de estado de carga y la energía demandada por la carga es menor a la energía generada por las fuentes renovables. El elemento más importante del sistema es el controlador, el cual se encarga de la conexión y desconexión de los demás elementos del sistema.

Aerogeneadar

Figura 2.8. SHGE eólico-fotovoltaico con topología paralelo con acoplamiento en CD (Ai et al, 2003).


En la figura 2.9 se presenta un SHGE también con acoplamiento en CD propuesto por la Universidad de Québec, Canadá (Koihe et al, 2003). El sistema tiene como fuentes de generación, un aerogenerador de 10 KW y un arreglo fotovoltaico de 1 KWp, como sistemas de almacenamiento tiene un banco de baterías de 42.24 KWh y un tanque de almacenamiento de hidrógeno presurizado. Para generar el hidrógeno en el sistema, se tiene un electrolizador de 5 KW y para extraer la energía del tanque se tiene una celda de combustible de 5 KW. Para alimentar a las cargas en CA el sistema cuenta con un inversor. Una característica del sistema es que como sistema de respaldo no cuenta con un generador diesel sino con una celda de combustible. Este sistema es importante porque muestra una tecnología de generación basada en hidrógeno.

Bus CD

Buck 5 kW

T I:"I Convertidor

- . Almacenamiento Celda de

corn busti ble Electmlizador 5 kW

' I I 1

Figura 2.9. SHGE eólico-fotovoltaico-celda de combustible con topología paralelo con acoplamiento en CD (Kolhe et al, 2003).

En la figura 2.10 se presenta un SHGE con topología paralelo con acoplamiento en CA propuesto por la Universidad Tecnológica de Curtin de Australia (Dehbonei .et al, 2003). Esta topología es novedosa y sin duda los nuevos diseños estarán basados en ella pero,

20

como se comentó, el problema consistirá en desarrollar el algoritmo que realice el control dinámico y lleve a cabo a su vez la estrategia de despacho del sistema.

Sistemas híbridos

BUSCA

I Aewenerador I ~ V B R O ~ ~ ~ I I C O

Figura 2.10. SHGE eólico-fotovoltaico-diesel con acoplamiento en CA (Dehbonei et al, 2003).

El sistema mostrado en la figura 2.10 cuenta con un arreglo FV y un aerogenerador como fuentes de generación renovables, un generador diesel como sistema de respaldo y un banco de baterías como medio de almacenamiento. La carga del sistema es en CA. Como se aprecia en esta figura, el arreglo FV y el aerogenerador requieren de un inversor para conectarse al bus en CA del sistema. Se requiere de un inversor bidireccional para cargar el banco de baterías cuando se disponga de energía excedente y para alimentar la carga cuando la demanda es mayor que la generación disponible.

De acuerdo a (Dehbonei et al, 2003), el SHGE mostrado en la figura 2.10 tiene las siguientes características:

El arreglo FV opera a un voltaje de CD más alto, que resulta en una mayor eficiencia del arreglo y en una reducción de los costos de cableado.

Estabilización del voltaje de la carga.

El sistema soporta potencia reactiva.

Minimización de las componentes armónicas en el sistema.

Reducción en la potencia global del convertidor y en su costo asociado.

En la figura 2.11 se presenta una configuración de un SHGE con acoplamiento en CA propuesto por el Institut f i r Solare Energieversorgungstechnik (ISET) de Alemania (Strauss et al, 2000). Esta configuración es flexible como se muestra en la figura 2.1 1, puesto que puede crecer modularmente mediante la conexión de elementos adicionales, lo cual resulta relativamente sencillo por el bus en CA que maneja.

. . ' , I . j :i .. . ~.

..., . - . ,. .

.A


Arreglos FV /

Figura 2.1 I. SHGE eólico-fotovoltaico-microhidráulica-diesel con acoplamiento en CA (Strausc et al, 2000).

El sistema mostrado en la figura 2.1 1 cuenta con un elemento de control de los elementos del sistema (cargas, fuentes de generación y respaldo y diferentes bancos de baterías). Este sistema de control (en color amarillo en la figura 2.11) está integrado por un inversor/rectificador, conectado a un banco de baterías. Este control se encarga del control dinámico del voltaje del sistema (frecuencia y magnitud) y de la estrategia de operación de todo el sistema. Se pueden conectar varios de estos módulos de control en paralelo como se muestra en la figura 2.1 1, sin embargo, bajo este esquema, uno de los módulos de control actúa como maestro y el resto como esclavos (configuración maestro-esclavo). Cada uno de los módulos de control maneja una potencia nominal de hasta 3 KW, pudiéndose tener una potencia total de hasta 200 KW.

En la siguiente sección se propondrá la configuración del SHGE que se utilizará en este trabajo de tesis, tomando como base los ejemplos de las configuraciones revisadas en esta sección.

2.4 CONFIGURACI~N DEL SISTEMA HÍBRIDO A UTILIZAR

La primera característica a seleccionar en la configuración de un SHGE es su tipo de topología. Sin duda el sistema será de topología paralelo, siguiendo las propuestas de sistemas híbridos más recientes. La pregunta que ahora surge es, cuál tipo de acoplamiento se debe utilizar: CD ó CA.

La estrategia de operación del sistema se puede entender como las decisiones que debe tomar el controlador para la conexión y desconexión de las fuentes de generación y las cargas del sistema. Ahora bien, esta estrategia es prácticamente la misma para los sistemas con acoplamiento en CD como con acoplamiento en CA.

CENTRO DE INFOWCION SEP CENIDET I

Sistemas hibridos 22

Lo que marca la diferencia, y por cierto muy importante, entre los controladores para uno y otro tipo de acoplamiento es el control dinámico del sistema (voltaje y frecuencia de la red eléctrica). Como se comentó, este control lo debe realizar el controlador del sistema con acoplamiento en CA.

En los trabajos de (Dehbonei et al, 2003) y (Straws et al, 2000) se presenta el control dinámico para sistemas con acoplamiento en CA, el cual se centra básicamente en electrónica de potencia.

Considerando los alcances planteados en este trabajo de tesis, se propone una configuración con topología paralelo con acoplamiento en CD, en el entendido de que la estrategia de operación del sistema que se desarrollará también se puede utilizar para un sistema con acoplamiento en CA y que el desarrollo de un control dinámico está fuera de lo que se pretende realizar en este trabajo de tesis.

Una vez realizada la selección de la topología, se pueden definir cuáles son los elementos de generación renovable, el sistema de almacenamiento y el sistema de respaldo para el sistema que se utilizará en este trabajo de tesis.

La mayoría de los sistemas híbridos que se localizaron utilizan aerogeneradores y arreglos fotovoltaicos como fuentes de generación renovable, de ahí que estos elementos estén bien definidos en la configuración del SHGE a utilizar.

Por otro lado, la mayoría de los sistemas híbridos identificados cuenta con un generador diesel para entregar energía al sistema cuando la energía renovable generada y la energía suministrada por el sistema de almacenamiento no son suficientes para alimentar la carga demandada por el sistema.

Cuando la energía generada en el sistema es mayor que la energía demanda por la carga, se requiere un medio de almacenamiento. En los sistemas híbridos revisados, se observó que tienen al menos una de dos formas de almacenar la energía excedente, a través de un banco de baterías o mediante un sistema de almacenamiento de hidrógeno. Para este último se requiere un electrolizador para generar hidrógeno con dicha energía y una celda de combustible para generar electricidad mediante el hidrógeno almacenado.

Aunque ya se tienen productos comerciales, la tecnología basada en celdas de combustible aún no está completamente desarrollada como la tecnología de las baterías, por lo que se decide utilizar como medio de almacenamiento un banco de batenas; considerando además, que éste se utiliza en la mayoría de las propuestas de sistemas híbridos presentadas.

Otro de los elementos que está bien definido dentro del sistema es la carga demandada, que generalmente se presenta como carga en CA, por lo tanto al utilizarse un bus en CD, se requiere de un inversor (CDKA) para poder alimentar la carga.

De acuerdo a lo anterior, en la figura 2.12 se presenta la configuración para el SHGE a utilizar en este trabajo de tesis. Las flechas en la figura 2.12 indican el sentido del flujo de energía en el sistema.

I.... . l

I *.-. 7 , ,>. , *, " 8

.J


Para realizar una mejor administración de energía del sistema, las cargas se dividieron en prioritarias o no Prioritarias, de manera que se garantice el suministro a las primeras ante baja generación de energía y si ésta es alta se pueda alimentar también a las cargas no prioritarias (figura 2.12).

COMBUSTION MTERNA I AEROGENERADORES

L I

I I b

CARGAS PRIORITARIAS

(CA) BUS CD

CARGAS NO PRIORITARIAS

CA BANCO DE ARREGLO

FOTOVOLTAICO BATER~AS

FLUJO DE ENERGiA I Fig. 2.12 Configuración del SHGE propuesto con topología paralelo

y con acoplamiento en CD.

2.5 DIMENSIONAMIENTO DEL SISTEMA HÍBRIDO A UTILIZAR

Una vez definida la configuración del SHGE es necesario definir la potencia nominal de sus componentes.

Un punto importante a considerar en el diseño de sistemas híbridos es su dimensionamiento, el cual relaciona la potencia de cada uno de sus componentes en función del resto de ellos.

Para el desarrollo de este trabajo se decidió tomar las potencias de los componentes de un SHGE experimental instalado por el Instituto de Investigaciones Electricas (IIE) en la ciudad de Pachuca, Hidalgo a finales de 1999 (Flores et al, 2000). Esta decisión se tomó por las siguientes razones:

El dimensionamiento de los componentes del sistema experimental se ha probado durante tres años de operación.

Se cuenta con las características técnicas de los componentes reales y no de componentes hipotéticos.

Puesto que el sistema se ha instrumentado.para medir las principales variables de interés y se cuenta con información de más de tres años de operación, pueden llevarse a cabo comparaciones entre las respuestas de los modelos matemáticos de los componentes y los datos reales medidos en el SHGE experimental.


SHGE instalado en Pachuca. Hpo.

La configuración del SHGE experimental instalado en Pachuca se muestra en la figura 2.13, que como se observa es un sistema de topología paralelo con acoplamiento en CD. A continuación se dan las características de los elementos de este SHGE (Mejia et al, 2001).

MOTOGENERADOR 5 AEROGENXRADORES A GASOLWA BUS CA

DE 500 W U U 6.4 KW

I I

CARGAS

(CAI

4 ARREGLOS FOTOVOLTAICOS

(POTENCIA TOTAL BANC0.DE 2700W) BATERIAS

ISOOAhr

I u FLUJO DE EhZRCfA

Fig. 2.13 Configuración del SHGE experimental instalado en Pachuca, Hgo.

El SHGE cuenta con 5 aerogeneradores "Avispa" de 500 W cada uno (figura 2.14), los cuales fueron diseñados y construidos en el IIE. El aerogenerador tiene un rotor de fibra de vidrio de 3 aspas de eje horizontal y 1.8 m de diámetro, tiene una velocidad nominal de 11.5 d s , una velocidad de inicio de 3.5 d s y una velocidad de salida de 20 d s . Como generador eléctrico cuenta con un alternador automotriz.

Figura 2.14. Aerogenerador "Avispa".

El arreglo FV está integrado por 36 módulos fotovoltaicos de silicio monocristalino de 75 W, cada uno, interconectados en 4 subarreglos de 9 módulos FV, para una potencia instalada de 2700 WP2(figura 2.15). La superficie que ocupa cada subarreglo es de aproximadamente 40 m . El módulo FV corresponde al modelo SP-75 de la marca Siemens.

http://BANC0.DE


-1 - r "- 1

Figura 2.15. k e g l o s fotovoltaicos instalados en el SHGE de Pachuca.

El banco de baterías del SHGE de Pachuca está integrado por seis baterías de placa plana modelo FHP-25, marca ESB, de 2 VCD y capacidad de 1500 A-H @ 8 hrs.; las baterías están conectadas en serie para una capacidad total de almacenamiento de 1,500 A-H @ 12 VCD (figura 2.16). Las baterías son de plomo ácido estacionarias de ciclo profundo.

Figura 2.16. Banco de baterías formado por 6 baterías en serie.

El inversorirectificador instalado en el SHGE tiene una potencia nominal de 2.5 KW. El inversor es de la marca Trace Engineering, modelo U2512SB (figura 2.17). El inversor tiene una eficiencia entre el 85 al 96%, tiene una salida senoidal modificada con un voltaje de salida de 120 VCA f 2% y requiere un voltaje de entrada entre 10.8 VCD a 15.6 VCD.


Figura 2.17. inversorhectificador utilizado en el SHGE de Pachuca

El motogenerador de gasolina instalado en el SHGE tiene una potencia nominal de 6.5 KW a 125 VCA y es de la marca Wacker (figura 2.18).

Figura 2.18. Motogenerador a gasolina de 6.5 KW de potencia nominal.

Conclusiones

En este capítulo se presentó una definición de los sistemas híbridos, su clasificación y algunos ejemplos de configuraciones de sistemas híbridos utilizadas actualmente, lo que permitió definir la configuración del SHGE a utilizar en este trabajo de tesis y las potencias eléctricas de los elementos que lo componen.

En el capítulo siguiente se presentan los modelos matemáticos de los elementos del sistema híbrido que permitieron elaborar su programa de simulación para probar el controlador supervisono desarrollado.

CAPÍTULO 3

MODELADO DEL SISTEMA HÍBRIDO

Para poder probar y evaluar el funcionamiento del controlador supervisono difuso desarrollado en este trabajo de tesis, se requiere desarrollar un programa de simulación del sistema híbrido de generación eléctrica (SHGE). Dicho programa debe contar con los modelos matemáticos que permitan simular la operación de cada uno de los elementos del sistema.

En la sección 2.5 se presentó la configuración del SHGE a utilizar en este trabajo de tesis. De acuerdo a esta configuración es necesario obtener los modelos matemáticos de los siguientes elementos (figura 3.1):

Aerogeneradores. Arreglos fotovoltaicos. Banco de baterías. inversor. Cargas prioritarias y no prioritarias. Generador de combustión interna o motogenerador.

I FLUJO DE ENERGiA

Figura 3.1. Configuración del SHGE a utilizar.

21

28

En este capítulo se presentan los modelos matemáticos que se seleccionaron para la simulación de los elementos mencionados y que fueron utilizados para el desarrollo del programa de simulación, el cual fue desarrollado con Matlab.

Modelado del sistema hibrido

3.1 MODELO MATEMÁTICO DEL AEROGENERADOR

El desempeño de un aerogenerador se representa por una curva de potencia donde se grafica la potencia eléctrica que entrega en las terminales de su generador eléctrico, en función de la velocidad del viento medida en el centro de su rotor. En la figura 3.2 se muestra la curva de un aerogenerador con el fin de mostrar su comportamiento. Las curvas de potencia varían de un aerogenerador a otro. Estas curvas se utilizan, como un dato de entrada, para estimar la cantidad de energía eléctrica que un aerogenerador específico produciría al operar bajo un régimen de viento dado (Borja et al, 1998).

280

E 240

; 120

. 200 1 160 m

: 80 40

O

O 5 10 15 20 25 30 35 40 45 XI Wind Speed inph

Figura 3.2. Curva de potencia de un aerogenerador (Manwell et al, 1998).

En (Manwell et al, 1998) se expone que un aerogenerador se modela por una curva de potencia, la cual la proporciona el fabricante. Dicha curva proporciona la potencia de salida de un aerogenerador.

La curva de potencia de un modelo determinado se obtiene experimentalmente por pruebas detalladas en condiciones de viento libre. Para la estimación del potencial de producción de electricidad no son apropiadas las curvas derivadas de un análisis teórico o las que se obtienen bajo condiciones controladas.

En estas curvas existen cuatro puntos de referencia cuyos valores trascienden en cuanto a la respuesta operacional de los aerogeneradores. Estos puntos son:

Velocidad de inicio de generación (vJ. Velocidad mínima del viento, a la altura del centro del rotor, a la cual un aerogenerador empieza a producir energía aprovechable.

Velocidad nominal (vn). Velocidad del viento especificada, a la altura del centro del rotor, a la cual un aerogenerador logra alcanzar su valor nominal de potencia de salida.

0

29 Modelado del sistema híbrido

Velocidad de salida (vl). Velocidad máxima del viento, a la altura del centro del rotor, para la cual un aerogenerador está diseñado para producir potencia aprovechable.

Velocidad de supervivencia (vf). La velocidad máxima del viento (normalmente una racha de tres segundos a la altura del centro del rotor), para la cual un aerogenerador está diseñado para mantenerse sin daño.

La curva de potencia de un aerogenerador se obtiene mediante la adquisición de una considerable cantidad de datos de la velocidad del viento (referida a la altura del centro del rotor) y de la potencia eléctrica de salida. La medición de ambas variables se realiza en forma simultánea con una frecuencia de muestre0 de 0.5 Hz o más rápida. De dichas muestras se obtienen los promedios en intervalos de 10 minutos, mismos que constituyen el conjunto de “datos crudos” que se reducen estadísticamente para obtener la curva (Borja et al, 1998). La norma internacional IEC 61400-12 (International Standard iEC 61400-12, 1998) especifica con más detalle las condiciones para realizar estas pruebas.

En (Ai et al, 2003) se establece que la potencia de salida de un aerogenerador puede expresarse como:

O (v<v , ) alv2 + b)v+c, (ve 2 v < v,)

a,v‘+b,v+c, (v, < v < v , ) a2v2+b,v+c, (v, < v < v , )

O (v>v,)

(3.1)

donde Pw(v) es la potencia de salida del aerogenerador a la velocidad de viento v; v es la velocidad de viento a la altura del centro del rotor; Y, y vf son las velocidades de inicio de generación y de salida del aerogenerador respectivamente y a;, b; y c; son constantes que dependen de la curva de potencia de un aerogenarador en particular.

Normalmente los datos de la curva de potencia del aerogenerador los da el fabricante en forma de tabla, en donde se presentan las potencias de salida para diferentes velocidades de viento, referidas al nivel del mar.

Sin embargo, la curva de potencia del aerogenesador referida al nivel del mar se tiene que ajustar a la altura sobre el nivel del mar del sitio de donde se dispongan las mediciones de velocidad de viento. Esto, debido a que la densidad de potencia eólica es directamente proporcional a la densidad del aire. Es decir, la potencia de salida del aerogenerador disminuye conforme la densidad del aire disminuye. Ahora bien, la densidad del aire disminuye conforme aumenta la altura sobre el nivel del mar (Borja et al, 1998).

De ahí que sea necesario hacer un ajuste a la potencia de salida en función a la densidad del aire del sitio. La corrección de la curva de potencia se debe hacer de acuerdo con la ecuación siguiente:


<=e- P P,g

donde P, es la potencia en función de la densidad del aire del sitio, P, es la curva de potencia del aerogenerador, pref es la densidad de aire de referencia (comúnmente 1.225 Ks/m3) y p e s la densidad del aire del sitio.

Él cálculo de la densidad del aire del sitio p se realiza a partir de las condiciones atmosféricas del sitio, corrigiendo la densidad del aire al nivel del mar por presión y temperatura de acuerdo a la formula siguiente (González et al, 2004):

T = t +273.15 (3.4) donde B es la presión barométrica en mbar, t es la temperatura ambiente en "C y T es la temperatura ambiente en OK.

Criterios para la selección del modelo

De acuerdo a lo anterior, los criterios para la selección del modelo del aerogenerador son los siguientes:

El modelo del aerogenerador tiene que ser su curva de potencia, ya que ésta representa su comportamiento.

La curva de potencia se tiene que obtener en condiciones de viento libre; generalmente la curva es proporcionada por el fabricante.

La curva de potencia se tiene que ajustar a la altura del sitio de donde se tengan las mediciones de velocidad de viento, es decir, se tiene que ajustar a la altura sobre el nivel del mar del sitio donde se desee estimar la potencia generada.

La respuesta del modelo deberá aproximarse a los datos de potencia medidos en un aerogenerador instalado en un SHGE experimental.

Curva de potencia del aeroaenerador

La Tabla 3.1 muestra los datos de la curva de potencia del aerogenerador a utilizarse en la simulación del SHGE que corresponde al modelo Avispa de 500 W desarrollado en el IIE. Los datos de la curva de potencia los proporcionó el diseñador del aerogenerador, los cuales se obtuvieron en condiciones de viento libre.

A partir de los datos de potencia del aerogenerador de la Tabla 3.1 referidos a nivel del mar, el diseñador del aerogenerador obtuvo las ecuaciones que describen su curva de potencia, las cuales se presentan en la ecuación (3.5).

4 4.3

5 6 7

0.00 0.00 1.11 0.70 5.11 4.1 1 19.25 13.87 55.03 42.07

8 131.85

A continuación se presentan las ecuaciones de la curva de potencia del aerogenerador Avispa referida a la altura de Pachuca, Hgo., dadas por el fabricante, que serán las que se utilicen para simular su respuesta:

96.18

(v 4.3) - 0 . 2 9 8 2 ~ ~ +8.9963v3 - 8 8 . 0 0 1 ~ ~ +359.2v-530.03 (4.3 < v<13.22)

20 < v

- 0 . 1 5 2 1 ~ ~ + 8 . 4 8 ~ ~ -156.46v+ 1454.5 (13 .22<v<20) (3.6) p, (v) =

9 I 232.46

En la figura 3.3 se muestran las curvas de potencia del aerogenerador Avispa, una referida a nivel del mar y la otra ajustada a la altura de Pachuca, Hidalgo. Se aprecia que entre mayor es la altura sobre el nivel del mar, menor es la potencia producida por el aerogenerador. Por

176.50 10 372.11 276.17 11 478.75 381.18

32

ejemplo, para una velocidad de viento de 10 m / s , se tiene una potencia cercana a 400 W a nivel del mar y cercana a 300 W para la altura de Pachuca.


O 2 4 6 E 10 12 14 16 18 M Valocidad de vienla [ d s ]

Figura 3.3. Curvas de potencia del aerogenerador "Avispa"

Datos de entrada al modelo matemático del aeronenerador

Como se aprecia en la ecuación (3.6), el único dato de entrada requerido para el modelo matemático del aerogenerador es la velocidad del viento.

Para obtener la respuesta simulada del aerogenerador se utilizaron datos reales obtenidos en el SHGE experimental de Pachuca correspondientes a 4 dias de mediciones. Estos datos se obtuvieron con un anemómetro de copas modelo 034A de la compañía Met One. El anemómetro está ubicado a una altura de 18 m y prácticamente se encuentra a la misma altura del centro del rotor de uno de los aerogeneradores (aerogenerador 1).

Validación experimental del modelo del aeronenerador

Con el fin de validar el modelo utilizado, se llevó a cabo la comparación de la potencia de salida calculada con la curva de potencia del aerogenerador a la altura de Pachuca y los datos de potencia reales medidos para el aerogenerador 1.

En la figura 3.4 se muestra la potencia de salida del aerogenerador calculada a partir de la curva de potencia (ecuación (3.6)) y la velocidad de viento medida en Pachuca aplicada como entrada al modelo.

Como se puede apreciar en la figura 3.4, para velocidades menores a 5 m/s prácticamente no se presenta una potencia de salida en el aerogenerador (antes del minuto 1 O00 y entre los minutos 4000 a 5500). Esto concuerda con la curva de potencia del aerogenerador (figura 3.3), en donde se observa que para valores menores a 5 m / s la potencia es prácticamente cero. Obsérvese también en esta figura que para velocidades mayores a 10 m / s la potencia de salida del aerogenerador se incrementa considerablemente (alrededor de los minutos 1500,2600 y 3900), que es precisamente donde la curva presenta la mayor pendiente.

33 Modelado del sistema hibrido

Tiempo (minutos)

Figura 3.4. Potencia simulada del aerogenerador y velocidad de viento medida.

En la figura 3.5 se muestra la comparación de la potencia calculada para el período simulado y la potencia real medida en el aerogenerador 1.

Tiempo (minutos)

Figura 3.5. Comparación de la potencia calculada con datos de viento a 18 m y la potencia real medida para el aerogenerador 1.


En la figura 3.5 se aprecian unas diferencias grandes en donde la potencia real se anula (antes del minuto 4000, por ejemplo). Esto obedece a que en esos instantes el controlador del SHGE de Pachuca determinó sacar a los aerogeneradores de operación y por tanto la potencia medida fue cero.

En la figura 3.5 se aprecia que después del minuto 1000 y hasta antes del minuto 2000 se puede hacer una comparación de las potencias calculada y medida puesto que ambas curvas tienen un comportamiento muy similar. En la figura 3.6 se muestra la aproximación de esta parte de la gráfica, en donde se observa que.las potencias son similares.

Figura 3.6 Detalle de la figura 3.5.

Es importante notar que esta buena aproximación se logró debido a que la velocidad de viento fue medida prácticamente a la altura del centro del rotor del aerogenerador 1 y que se llevó a cabo el ajuste de la curva de potencia experimental del aerogenerador obtenida al nivel del mar (figura 3.3).

Cálculo del error en el modelo

Como se mencionó, para el periodo simulado de 4 días se presentan potencias reales de cero causadas por la acción del controlador en el SHGE, por lo que no es posible hacer el cálculo del error para todo el período simulado. Pero si es posible hacer el cálculo del error para el período mostrado en la figura 3.6 en donde si se tiene la potencia real que produjo el aerogenerador en el período simulado. En la figura 3.7 se presenta el error entre las potencias calculadas y reales medidas para el aerogenerador 1.

El error cuadrático medio (RMSE) se calcula con la siguiente ecuación:


(3.7)

donde N es el número de datos de las series X (medida) e Y (simulada).

1100 1200 1300 1400 1500 1600 1700 1800 1900 Tiempo (minutos)

Figura 3.7. Error presentado por el modelo del aerogenerador y los datos reales para el período presentado en la figura 3.6.

El error cuadrático medio para el modelo del aerogenerador es de 14.32 W. Si tomamos el valor máximo medido de 293 W (alrededor del minuto 1520 en la figura 3.6), se tiene un error relativo de 4.88%.

En la figura 3.6 se observa que la tendencia de'la potencia calculada es similar a la potencia medida; por lo que se puede considerar que la validación es suficiente para los fines de esta tesis. La diferencia en la potencia medida del aerogenerador puede deberse entre otras cosas a la estela o sombra que puedan hacer los aerogeneradores adjuntos, a la posible turbulencia presente en el rotor del aerogenerador y a posibles errores en las mediciones del sistema de adquisición de datos.

3.2 MODELO MATEMÁTICO DEL ARREGLO FOTOVOLTAICO

Circuito eauivalente de un módulo FV

La figura 3.8 muestra un circuito equivalente que se puede utilizar para modelar una celda individual, un módulo fotovoltaico (FV) formado de varias celdas o un arreglo formado de


varios módulos. El circuito requiere que 5 parámetros se conozcan: la comente fotogenerada IL, la comente de saturación del diodo I,, la resistencia sene R,, la resistencia shunt Rsh y un parámetro de ajuste a de la curva Z-V(Duffie y Bechan , 1991).

I

RL,,

Figura 3.8. Circuito equivalente para un generador fotovoltaico (Duffie y Beckman, 1991).

Para una radiación solar y una temperatura del módulo fijas, la curva característica comente-voltaje del modelo está dada por (Duffie y Bechan , 1991):

V + IR, I = IL - I , {exp[(V +ZRs)la]- 1)- Rdl

donde Z y V son la comente y el voltaje de operación, respectivamente.

La potencia del módulo FV está dada por:

P = Z V (3.9)

Cuma I-Vde un módulo FV

En la figura 3.9 se muestra la curva característica corriente-voltaje (I-V) para una radiación solar y temperatura de la celda fijas, dada por la ecuación (3.8) del modelo. En dicha figura se muestra también la curva potencia-voltaje (P-V) obtenida a partir de la ecuación (3.9).

.-

. ..

voigga. v Figura 3.9. Curvas típicas I - V y P-Vpara un módulo fotovoltaico

(Duffie y Beckman, 1991).

3 1 Modelado del sistema hibrido

El punto en la curva donde V = O es la comente de corto circuito Is,, y en la intersección de la curva con el eje V (donde I = O) es el voltaje de circuito abierto (Voc).

En el punto de máxima potencia, marcado como Pmp en la figura 3.9, la comente es I,, y el voltaje es VmP. Idealmente, la celda opera siempre en el punto de máxima potencia, pero prácticamente la celda opera en un punto sobre la curva I-V que corresponde a la característica I-V de la carga.

El producto Imp Vmp que da la potencia máxima entregada a la carga está representado en la figura 3.9 por el área del rectángulo marcado con las líneas punteadas, que es obviamente menor que la del rectángulo que representa el producto I,, Vo, de la mayor comente que puede extraerse del módulo (IsC) por el mayor voltaje (Voc). Ambos productos se aproximan más cuanto más pronunciado sea el codo de la curva característica. Pero naturalmente en todos los casos reales el parámetro definido por el cociente:

(3.10)

es siempre menor que la unidad. Este cociente, llamado factor de forma, suele utilizarse como cuantificación de la forma de la curva característica (Lorenzo, 1994).

La radiación solar incidente sobre el módulo FV influye sobre la corriente generada, de manera que cuando se tiene una mayor radiación solar la comente aumenta. En la figura 3.10, se muestran diferentes curvas comente-voltaje para un módulo operando a temperatura fija y a diferentes niveles de radiación.

Mo I

O0 5 10 15 vortagi. v

I

Figura 3.10. Curvas I-V para un módulo FV a diferentes niveles de radiación. Se muestran además, los puntos de máxima potencia. (Duffie y Beckman, 1991).

Ahora bien, la potencia generada por el módulo FV también se ve afectada por la temperatura de la celda. La figura 3.1 1 muestra el efecto de la temperatura de la celda sobre un módulo a un nivel de radiación solar fija. Esta figura muestra que un incremento en la temperatura disminuye el voltaje de circuito abierto e incrementa ligeramente la comente de corto circuito.


3c

2 U

- s 5 O

1 -

O

- i

25 C I ~

I \

I I 1 \ \ I \ \I M C

\ I

I

En el SHGE propuesto se tiene este último caso, por lo que el modelo a considerar deberá ser tal que considere que el arreglo FV no opera en el punto de máxima potencia.

Criterios Dura la selección del modelo

De acuerdo a lo anterior, los criterios para la selección del modelo del arreglo fotovoltaico son los siguientes:

El modelo fotovoltaico a utilizar debe considerar la radiación solar incidente sobre el módulo que como se indicó anteriormente, afecta la potencia obtenida en el arreglo (figura 3.10).


El modelo FV debe tomar en cuenta la temperatura de operación del arreglo FV porque también modifica su potencia de salida para un mismo nivel de radiación (figura 3.1 1).

El modelo debe considerar que el arreglo FV no opera en su punto de máxima potencia. El modelo debe contemplar que el arreglo está conectado a un bus de CD y que por tanto el voltaje es fijado por dicho bus. Este voltaje es fijo dentro de la curva I-V para las condiciones de radiación solar y temperatura del arreglo FV dadas (figura 3.9).

La respuesta del modelo deberá aproximarse a los datos de potencia medidos en un arreglo FV instalado en un SHGE experimental.

Revisión de los modelos vara el arreplo FV Entre los principales trabajos para calcular la potencia de salida de un módulo fotovoltaico se encontraron los siguientes:

En (Ai et al, 2003) se comenta que la ecuación característica de un módulo FV es una ecuación trascendental, la cual no tiene una solución analítica y que por tanto no se puede utilizar para calcular la potencia de salida del módulo. En su lugar se plantean unas ecuaciones algebraicas que determinan la potencia de salida en función de la radiación solar incidente sobre el panel y la temperatura del módulo. Este modelo asume que el módulo FV cuenta con un seguidor de punto de máxima potencia y que el módulo opera en dicho punto. Por esta característica se decidió no utilizar este modelo.

En (Lorenzo, 1994) se hace un análisis del comportamiento del módulo FV basado en el modelo de la ecuación (3.8), sin embargo comenta que el carácter implícito de la expresión resultante hace que su manejo sea muy complicado y aconseja buscar otros métodos más sencillos basados en la existencia de una relación entre el factor de forma (FF) y el voltaje de circuito abierto. En esta referencia se plantea una expresión empírica para calcular el factor de forma de la curva I-V del módulo, la cual está en función de la corriente y el voltaje para el punto de potencia máxima. De acuerdo a esto, este modelo no se puede considerar para obtener el modelo FV para el SHGE propuesto.

La localización de este modelo fue importante porque no se había considerado que el arreglo FV no debía operar en el punto de máxima potencia.

AI hacer la programación del modelo y comparar la potencia resultante con los datos reales medidos en los arreglos FV del SHGE de Pachuca (figura 3.12), se detectaron diferencias importantes que llevaron finalmente a la obtención del modelo a utilizar. Un punto importante de este modelo (Lorenzo, 1994) es que considera el efecto de la temperatura del módulo en su potencia de salida y por lo tanto se puede recomendar su utilización cuando se considere que el módulo va a operar en su punto de máxima potencia.


El modelo matemático basado en la ecuación (3.8) y propuesto en (Duffie y Beckman, 1991) permite estimar la potencia de salida del arreglo FV cuando éste está conectado a un bus de CD. Dicho modelo se utiliza en un programa de simulación de sistemas híbridos, conocido como Hybrid2, el cual fue desarrollado por la Universidad de Massachusetts para el National Renewable Energy Laboratory de Estados Unidos (Manwell et al, 1998). Para mayor facilidad en este trabajo, a este programa se le denominará modelo H2.

Xempa (mmuim)

Figura 3.12. Comparación de la potencia calculada buscando el punto de máxima potencia y las potencias reales medidas en el SHGE de Pachuca.

Modelo matemático utilizado oara el arreglo FV

A continuación se muestra la forma en que se utiliza el modelo de (Duffie y Beckman, 1991) y (Manwell et al, 1998) para obtener la potencia de salida del módulo a partir del cálculo de la comente en la ecuación (3.8), partiendo que el valor de voltaje se conoce (voltaje de operación del bus de CD del SHGE al cual está conectado el arreglo FV).

De acuerdo a (Duffie y Beckman, 1991), la resistencia Rsh de la mayoría de los módulos actuales es muy grande, de manera que el último término en la ecuación (3.8) se puede despreciar, de esta manera, ya sólo son 4 los parámetros desconocidos en dicha ecuación, la cual se reduce a:

z = I , - Z, {exp[(V + ZR,)/U]- I) (3.11)


En condiciones de corto circuito, la comente de diodo (Io) es muy pequeña y la corriente fotogenerada (IL) es igual a la comente de corto circuito:

I , = I s c (3.12)

En condiciones de circuito abierto la comente es cero y el 1 en la ecuación (3.11) es insignificante comparado con el término exponencial, así que:

I , = I , exp(-V, 1 u ) (3.13)

En condiciones de máxima potencia se tiene Imp y VmP. Sustituyendo la ecuación (3.13) y los valores de Imp y Vmp en 3.8 se tiene:

I , = I , -I, exp(-V,, íu){exp[(V +IR~)/u]-I) (3.14)

En estas condiciones, se puede despreciar el 1 porque es insignificante comparado con el término exponencial. Despejando R, se tiene:

(3.15)

Si se considera que el término R, es independiente de la temperatura del módulo, se puede considerar constante para un módulo determinado, y por tanto R, es igual a Rs,refi

En (Duffie y Beclanan, 1991) se indica que las siguientes expresiones son buenas aproximaciones para la mayoría de los módulos FV, que como se puede ver, dependen de la temperatura de la celda y de la radiación solar:

(3.16)

(3.17)

(3.18)

donde T, es la temperatura del módulo, E es la energía de salto de banda (para el silicio 1.12 eV y 1.35 eV para el arseniuro de galio), GT es la radiación solar en el plano del panel fotovoltaico, fitsc es el coeficiente de temperatura de comente de corto circuito, N, es el número de celdas por módulo (entre 30 y 36) y los términos con subíndice refson valores a condiciones estándar. Tc,ref = ZYC, G T , ~ = 1000 W/m2, e IO,..f están dados por las ecuaciones (3.12) y (3.13) respectivamente, tomando para su cálculo valores de referencia. El parámetro u,efestá dado por la expresión:


P w I , , re/

voc,re/

Imp.m/ VRLP,%/

NS

P L S C

P K O C

(3.19)

75 w 4.8 Amp

21 v

Potencia pico o máxima

Comente de corto circuito

Voltaje de circuito abierto

4.4Amp Corriente de máxima potencia

17 V

33

0.002 AmpPK

-0.08 VPK

Voltaje de máxima potencia

Número de celdas en serie por módulo

coeficiente de temperatura de corriente de corto circuito

coeficiente de temperatura de voltaje de circuito abierto

donde pxOc es el coeficiente de temperatura de voltaje a circuito abierto.

Para encontrar los valores de los parámetros de las ecuaciones (3.12), (3.13) y (3.15) se deben utilizar los valores de referencia. Los valores de referencia V,,,h Imp,, Vmp,,fi N,, ~ 1 , ~ ~ y , u ~ ~ ~ son datos proporcionados por el fabricante para un módulo en particular.

Datos de entrada v uarámeiros utilizados en el modelo del arreglo FV

El módulo utilizado en los arreglos fotovoltaicos del SHGE de Pachuca corresponde al modelo SP-75 de la marca Siemens. En la Tabla 3.2 se muestran los datos técnicos del módulo dados por el fabricante.

Tabla 3.2. Datos técnicos del módulo FV utilizado en el SHGE de Pachuca


2. Se realizó nuevamente el cálculo de los parámetros (Ir, a e io) a partir de las ecuaciones (3.16), (3.17) y (3.18) tomando como datos los parámetros anteriores y la radiación solar y temperatura de los módulos medidos en el SHGE de Pachuca.

3. Con los parámetros calculados en el punto antenor, el valor de R,,f y el voltaje real del banco de baterías medido en el SHGE de Pachuca, se encontró mediante iteraciones el valor de comente Zque satisface la igualdad de la ecuación (3.1 1).

4. Con el dato de voltaje y el valor de comente encontrado I se calculó la potencia generada por un módulo FV mediante la ecuación (3.9) para los valores dados de radiación solar, temperatura del módulo y voltaje de banco de baterías.

5. Se repitió el procedimiento para los datos de entrada de los 3 días mencionados.

Validación experimental del modelo del Danel FV

En la figura 3.13 se muestran los datos de potencia para un módulo FV utilizando el modelo H2, tomando como entradas al modelo los datos de referencia dados por el fabricante de los módulos FV (Tabla 3.2), los datos de radiación solar en el plano de los módulos FV, la temperatura de uno de los módulos y el voltaje en las terminales del banco de baterías para los tres días de simulación. En la misma figura 3.13 se grafican los datos de radiación solar en el plano de los arreglos FV RSP, divididos por un factor de 1 O para poder presentarlos en la misma gráfica, así como la temperatura real medida en un módulo FV.

io

Figura 3.13. Potencia calculada para un módulo FV y radiación solar en el plano de los arreglos FV (RSP) y temperatura real medida en un módulo FV.


En la figura 3.13 se aprecian fácilmente tres elevaciones, cada una de ellas representa la radiación solar recibida durante un día. Esta parte del día es lo que se conoce como día solar. Las partes de la gráfica con RSP en cero representan la madrugada y la noche del día correspondiente.

En la figura 3.13 se puede observar como la potencia calculada con el modelo H2 es sensible a los cambios de RSP. Los nublados ai final del día solar que se observan entre los minutos 3700 y 4000 en la figura 3.13 (nótese una disminución en los valores de RSP) repercuten en la potencia de salida del módulo FV. A la mitad del primer día, también se observa un decremento en RSP que provoca una muy baja potencia de salida del módulo, menos de 20 W para un módulo de 75 W,.

En la figura 3.14 se muestra la comparación de la potencia calculada con el modelo H2 y la potencia real medida para un módulo FV para los tres días de simulación. Dado que el dato disponible es la potencia total por arreglo FV y cada uno de ellos consta de 9 módulos, se dividió entre 9 la potencia real medida para poder hacer la comparación.

Figura 3.14 Comparación de la potencia calculada con el modelo y la potencia real medida para un módulo FV.

Como se observa en la figura 3.14, la potencia calculada es cercana a la potencia real medida, lo que hace ver que el cálculo de potencia obtenido mediante el modelo propuesto es aceptable.

Cálculo del error en el modelo

En los tres días simulados se aprecia que en tres ocasiones la potencia real medida se anula (alrededor del minuto 900 para el primer día, alrededor del minuto 2300 para el segundo día


y alrededor del minuto 3900 para el tercer día). Esto se debe a la acción del controlador del SHGE que decidió sacar a los arreglos FV de operación, ai haber detectado un estado completo de estado de carga. Para estos eventos no es válido hacer una comparación de la salida del modelo con los datos reales medidos.

También en la figura 3.14 se aprecia que después del mediodía solar para los días simulados uno y dos (minutos 800 y 2200) se presentan unas diferencias entre la potencia calculada y la medida (figura 3.15). Estas diferencias se deben a la acción del controlador del SHGE que decidió sacar en forma parcial los arreglos FV por presentarse demanda de energía por parte de la carga. Para estas situaciones tampoco es conveniente hacer comparaciones de la salida del modelo y las mediciones reales.

Figura 3.15. Detalle de la figura 3.14.

Para el tercer día simulado se aprecia que el modelo tiene una salida similar a la potencia real medida (figura 3.14), el cual se muestra con más detalle en la figura 3.16. Sólo al final del día solar se presenta un corte en los arreglos por parte del controlador (minuto 3900 en la figura 3.14). Para este tercer día simulado se puede hacer la comparación y validación del modelo en forma cuantitativa.

En la figura 3.17 se muestra la comparación entre el modelo de (Lorenzo, 1994), el modelo H2 (Duffie y Beckman, 1991 y Manwell et al, 1998) y los datos de potencia reales medidos para un módulo FV. A simple vista se observa como el modelo H2 tiene una mayor aproximación a los datos reales que el modelo de Lorenzo, y aunque los dos modelos tienen la misma tendencia, es mayor la aproximación del modelo H2. Por ejemplo, para el minuto 3500, la potencia real es 40 W para un módulo; en ese instante el modelo H2 tiene una salida cercana a 38 W y el modelo de Lorenzo tiene una salida cercana a 48 W.


14.

Figura 3.17. Comparación de las potencias obtenidas con los modelos H2 y Lorenzo y la potencia medida en uno de los módulos FV.

En la figura 3.18 se presenta el porcentaje del error que presentan los modelos H2 y Lorenzo respecto a las mediciones reales para el período presentado en la figura 3.17, el cual fue calculado con la siguiente fórmula:


(3.20) (Valorreal-valor desalidadelmodelo) xloo% %Error =

Valor- real

3300 3400 3500 3600 3700 3800 Tiempo [minutos]

Figura 3.18. Porcentaje del error presentado por los modelos H2 y Lorenzo respecto a los datos reales para el período presentado en la figura 3.15.

El valor de potencia alrededor del minuto 3300 (figura 3.17) es cercano a OW, lo que hace que al calcularse el error con la ecuación (3.20), el porcentaje aumente considerablemente como se nota en la figura 3.18 (al dividirse entre un valor cercano a O. Nótese que después del minuto 3800 la potencia vuelve a decrecer (figura 3.17) y por tanto nuevamente el error aumenta.

En la figura 3.18 se puede notar que el error es menor con el modelo H2 que con el modelo Lorenzo, que puede notarse al calcular el error cuadrático medio a través de la ecuación (3.7) para los valores mostrados en la figura 3.17. El RMSE es de 2.82W para el modelo H2 y de 7.39W para el modelo Lorenzo. Tomando en cuenta el valor de potencia medido máximo de 54.82W (minuto 3620 en la figura 3.17), se tienen unos errores relativos de 5.14% y 13.48% para los modelos H2 y Lorenzo, respectivamente.

3.3 MODELO MATEMÁTICO DEL BANCO DE BATERÍAS

La medición del estado de carga (SOC) de la batería es esencial para la implementación de un sistema avanzado de administración de energía (Wichert et al, 1999) o para la implementación de estrategias inteligentes de administración de la batería (Duryea et al, 1999).

48

En sistemas dinámicos, el método utilizado comúnmente para determinar el SUC de la batería es el balance basado en el cálculo de Ampere-hora, más que los métodos basados en la medición de la gravedad específica o el voltaje en terminales, los cuales requieren de períodos de estabilización (Duryea et al, 1999).

La eficacia de métodos que utilizan modelos lineales, redes neuronales artificiales o filtros Kalman para determinar el SUC de la batería está basada en datos exactos y modelos precisos de la batería, los cuales en la mayoría de los casos no están disponibles (Koutroulis y Kalaitzakis, 2004). Estos mismos autores en su trabajo utilizan un método basado en el cálculo de Ampere-hora propuesto por (Duryea et al, 1999).


Los criterios considerados para la selección del modelo de la batería son los siguientes:


El modelo deberá tener como salida el estado de carga de la batería (SUC).

El modelo deberá permitir calcular el SUC en forma continua y a lo largo del tiempo (es decir, on line), de manera que el dato siempre esté disponible.

El modelo deberá contar con una salida en voltaje, disponible también en forma continua y a lo largo del tiempo. El valor de voltaje se utilizará para el cálculo de la potencia del arreglo FV, dado que no se tiene acceso al voltaje del bus de CD y el voltaje en terminales de la batería es una buena aproximación.

El modelo deberá requerir como parámetros los datos proporcionados por el fabricante y no parámetros que sean dificiles de conseguir a través de pruebas de laboratorio y bajo ciertas condiciones controladas.

La respuesta del modelo en voltaje deberá aproximarse a los datos de voltaje medidos en un banco de baterías instalado en un SHGE experimental.

Revisión de los modelos para el banco de baterías

Dentro de la búsqueda realizada del estado del arte en este trabajo de tesis, se llevó a cabo la revisión de algunos modelos matemáticos que representan el comportamiento de una batería. Algunos de estos modelos son dinámicos (Ceraolo, 2000 y Tonkai et al, 1992) y otros estaticos (Ross, 2001 y Duryea et al, i999), pero casi todos requieren de una sene de parámetros que no se proporcionan normalmente por el fabricante. Incluso algunos de estos modelos proponen obtener los parámetros mediante pruebas de laboratorio en condiciones controladas (Piller et al, 2001) y algunos otros trabajos no explican con detalle como hacer su implementación (Ehret et al, 2000).

Una característica muy particular del banco de baterías de un sistema FV es que está sometido a corrientes de carga y descarga de tipo estocástico (Duryea et al, 1999). De la misma forma, la comente en un SHGE puede variar en porcentajes considerables, pasando


de unos cuantos amperes a decenas de amperes en poco tiempo, debido a las ráfagas de viento sobre los aerogeneradores (v6ase la figura 3.5 entre los minutos 1000 y 2000) y a los nublados sobre los arreglos FV (véase la figura 3.14 alrededor del minuto 3750); de ahí que el modelo matemático a utilizar se debiera aplicar al estudio de sistemas híbridos.

En la revisión realizada de los modelos para baterías no se encontraron modelos para aplicaciones en sistemas híbridos, sólo para aplicaciones fotovoltaicas (Copetti y Chenlo, 1994; Carrasco et al, 2000; CastaÍíer y Silvestre, 2002), por lo que la única alternativa es recurrir a este tipo de modelos.

Modelo maiemáiico utilizado Dura el banco de baterías

En (Copetti y Chenlo, 1994) se proponen unas expresiones de voltaje y estado de carga (SOC) para los procesos de carga, de descarga y de gasificación, requiriendo únicamente el parámetro Cia' proporcionado por el fabricante. Otros datos que requiere el modelo de la batería son los datos de corriente de entrada o salida de la batería y la temperatura de la batería.

Este modelo también se propone en (Ashari y Nayar, 1999) y (Carrasco et al, 2000) para utilizarse en el modelado de baterías, de éste último se tomaron las expresiones para el cálculo de todos los parámetros. Dichas expresiones se tomaron de (Ciemat, 1995), en donde se presenta con más detalle el modelo propuesto para modelar el banco de baterías.

Para el proceso de descarga del banco de baterías, el modelo propone las siguientes expresiones:

I

(1-0.007AT) (3.21) 0.27 V, =

l.67Clo(1+0.005AT) 0.9

C =

1 + 0.67( i) Q SOC, = SOC, + - C

(3.22)

(3.23)

Q = I t , (3.24)

Para el proceso de carga del banco de baterías, el modelo propone las siguientes expresiones:

~

Capacidad de la batería en un régimen de descarga de I O horas, esto es, su capacidad en Amp-hr para descargar la batería a corriente constante desde un estado de carga de 100% hasta 0% en 10 horas. Conforme la comente de descarga aumenta, la capacidad C de la bateria disminuye.

I


+ 0.036 (I -0.02SAT) (3.25) 1 0.48

1.67Clu(1+0.00SAT)) ) I

Q SOC, = SOC, i - 7, c r 1

(3.26)

(3.27)

Para el proceso de sobrecarga, cuando V 5 V i , en el modelo se proponen las siguientes expresiones:

17.3 I 6 7 r =

1 + 8S2[ 2)

(3.28)

(3.29)

(3.30)

(3.31)

donde:

SOC = Estado de carga. C = Capacidad de la batería. CJO = Capacidad de la batería en un régimen de descarga de 10 horas. AT = Variación de la temperatura de la batería tomando como referencia 25 "C. 2 = comente de la batería, positiva para la carga y negativa para la descarga. V,= voltaje de la batería durante la carga. V d = voltaje de la batería durante la descarga. V, = Voltaje final de carga. Vg = voltaje de la batería para el comienzo del gaseo. qc = Eficiencia de la batería a la carga. I10 = corriente de carga en el régimen Cia. Q = carga recibida o suministrada por el banco de baterías en el tiempo de interés. t, = tiempo de interés.

Se considera que en este proceso es cuando el banco de baterías tiene un estado de carga alto y empieza a gasificar.


- Parámetro Valor Descripción del parámetro V"0, 2v Voltaje nominal

Cl o 110 160 A Comente de la bateria para el Clo

1600 Ah Capacidad de la batería en 10 horas

SOC, = Estado de carga en el tiempo 1. SOC2 = Estado de carga en el tiempo 2.

Este modelo es para una celda de batería, la cual es típicamente de 2 V. Considerando que el banco de baterías a modelar es de 12 V, los resultados del modelo se multiplicarán por 6 .

Es importante notar que para el proceso de descarga, el modelo no contempla una eficiencia, lo que indica que, según el modelo, es posible extraer toda la capacidad disponible de la batería sin pérdidas.

Para el proceso de carga, el modelo si contempla una eficiencia, la cual va decreciendo conforme se acerca a un estado de carga de 100% (figura 3.21). De ahí que sean planteadas otras ecuaciones para el proceso de sobrecarga (ecuaciones (3.28) a (3.31)), en donde el banco de baterías prácticamente ya no aprovecha la corriente recibida, sino que incrementa su voltaje y empieza a perder electrolito debido a este proceso.

Datos de entrada Y parámetros utilizados en el modelo del banco de baterías

Las baterías utilizadas en el SHGE de Pacbuca corresponden al modelo FHP-25 de la marca ESB, la cual tiene un voltaje nominal de 2 V. El banco de baterías cuenta con 6 baterías en serie para tener el voltaje nominal de operación de 12 V. En la Tabla 3.3 se muestran los parhetros técnicos de la batería dados por el fabricante.

Tabla 3.3. Datos técnicos de la batería utilizada en el SHGE de Pacbuca.

Como datos de entrada se tomaron las mediciones reales de comente neta del banco de batena y de la temperatura externa de una de las baterías. Estas mediciones se realizaron en el SHGE experimental de Pachuca. Estos datos corresponden a valores promedio de cada 10 minutos obtenidos en mediciones cada 12 segundos.

También se tomó como dato de entrada el estado de carga inicial del banco de baterías, el cual se propuso con base en el voltaje inicial del banco de baterías para el período simulado.

Propramación del modelo del banco de baterías

Con las expresiones de este modelo se desarrolló un programa para la obtención de los valores del voltaje del banco de baterías y de su estado de carga. Para mayor facilidad en su referencia, a este modelo se le denominará modelo Copetti.

52 Modelado del sistema híbndo

Validación exuerimental de la salida de voltaje del modelo del banco de baterías

La validación del voltaje calculado con el modelo resultó fácil de realizar, puesto que se cuenta con los datos reales medidos en el banco de baterías del SHGE de Pachuca. La validación del SOC se tuvo que hacer comparando la salida del modelo con la salida de otro, al no contarse con mediciones reales continuas.

En la figura 3.19 se muestra la comparación del voltaje calculado con el modelo Copetti y los valores medidos en el b&co de baterías para 5 días de simulación. Los primeros resultados mostraron que el modelo era bueno para la estimación del voltaje del banco de baterías (figura 3.19). Sin embargo, se observó que esto sucedía a valores medios y bajos de estado de carga.

Figura 3.19. Comparación de los voltajes calculados y medidos (SOC menor a 80%).

Se llevó a cabo otra simulación ahora para 4 días diferentes, en donde se observó que para estados de carga altos (cercanos a 100%) la respuesta no fue buena (gráfica supenor en la figura 3.20). En la gráfica inferior de la figura 3.20 se presenta el estado de carga para esta simulación. El SUC se calculó a través de las ecuaciones (3.23) y (3.26) para los procesos de descarga y carga respectivamente, considerando los datos de entrada al modelo descritos anteriormente en esta misma sección.

Buscando mejorar la respuesta, se trató de corregir el modelo para valores de estado de carga cercanos a 100%. Para ello se tomó únicamente la ecuación (3.29) para calcular el voltaje de gasificación considerando que a un 85% de estado de carga la batería empieza a gasificar, tomando para ello un valor típico de 13.8 V como voltaje de gasificación. De esta manera, los valores de voltaje de descarga y carga del banco de baterías se calculan con las


ecuaciones (3.21) y (3.25) y cuando el voltaje de carga supera los 13.8 V, el voltaje se calcula con la ecuación (3.28). Se hizo una corrección más para cuando se presenta un voltaje menor a 13.8 V pero se tiene un estado de carga mayor a 95%. En este caso el modelo modificado también utiliza la ecuación (3.29) para calcular el voltaje del banco de batenas. Estos cambios propuestos fueron realizados con el fin de aproximar la respuesta del modelo Copetti a los datos medidos.

Figura 3.20. Comparación de los voltajes calculados y medidos para un SOC cercano a 100% (gráfica superior). SOC obtenido para esta comparación (gráfica inferior).

54

En la figura 3.21 se presenta el comportamiento de la eficiencia de la batería respecto ai SOC, la cual se calculó a través de la ecuación (3.27) para el proceso de carga y para el proceso de descarga se tomó una eficiencia de 100% considerando la información proporcionada en el modelo. En esta figura se observa que para SOC mayores a 95%, la eficiencia decrece enormemente (alrededor de los minutos 2000 a 2500 y 5000 a 5300), que indica que la batería ya no aprovecha la carga debido al proceso de gasificación por el alto estado de carga. Se puede observar que alrededor del minuto 1000, para un SOC cercano a 85% la eficiencia de la batería empieza a decrecer más repentinamente, lo que concuerda con lo descrito en el párrafo anterior. Obsérvese también que hay valores de SOC cercanos a 95% (minuto 3000 en la figura 3.21) en donde la eficiencia de la batería es loo%, lo que indica que ésta se encuentra en proceso de descarga (que se deduce de la disminución en el valor del SOC conforme se incrementa el tiempo).


Figura 3.21. Comportamiento de la eficiencia del banco de baterías con relación al SOC para el período simulado.

En la figura 3.22 se presenta la comparación entre el modelo Copetti, el modelo Copetti modificado (al que se denominará modelo mejorado) y los datos reales medidos. Se aprecia que el modelo mejorado tiene una mejor aproximación a los datos reales medidos (figura 3.23).

Cabe aclarar que el modelo mejorado opera prácticamente cuando se tienen valores de estado de carga cercanos a 100% y que para estados de carga medios o bajos, el modelo Copetti original tiene una buena aproximación al voltaje real (figura 3.19).


Figura 3.22. Comparación del modelo Copetti y el modelo mejorado con el voltaje real (SOC cercano a 100%).

500 600 700 800 900 1000 1100 1200 1300 Tiempo [minutos]

Figura 3.23. Detalle de la figura anterior.

Cálculo del error en el modelo Dara la salida de voltaje

En la figura 3.24 se presentan los porcentajes de error que presentan el modelo Copetti y el modelo mejorado, calculados a partir de la ecuación (3.20). Las mayores diferencias se presentan para el modelo Copetti.

Modelado del sistema híbrido 56

I I I I I O 1 O00 2000 3000 4000 5000 6000

-25

Tiempo (minuiosj

Figura 3.24. Errores presentados por los modelos Copetti y mejorado respecto a los datos reales de voltaje para el período simulado de 4 días.

Mediante la ecuación (3.7) se calculó el error cuadrático medio (MSE‘) para los dos modelos. El modelo Copetti presentó un RMSE de 0.91 V y el modelo mejorado presentó un RMSE de 0.53 V. Si se toma en cuenta el valor de voltaje máximo de 16.14 V para el periodo de simulación (alrededor del minuto 3500 en la figura 3.22), se tienen unos errores relativos de 5.64% y 3.27% para el modelo Copetti y el modelo mejorado, respectivamente.

De acuerdo con estos resultados obtenidos se puede ver que el modelo llamado mejorado es mejor que el modelo Copetii original.

Puesto que no se tienen mediciones del SOC del banco de baterías del SHGE de Pachuca, no existe la posibilidad de validar la salida del modelo Copetti comparando con valores reales.

La alternativa por la que se optó para validar la salida del SOC del modelo mejorado fue buscar otro modelo que contemplara el cálculo del SOC y por comparación ver si las salidas son coincidentes. De esta manera los resultados coincidentes en ambos modelos sugieren un comportamiento dinámico similar del sistema. Es importante resaltar que el modelo Copetti lo han utilizado (Ashari y Nayar, 1999) y (Carrasco et al, 2000), lo que hace ver que el modelo se conoce. Y por otra parte, el modelo que se utilizará para analizar el comportamiento del SOC se sacó del libro “Modelling photovoltaic systems using PSpice” de la Editorial Wiley (Castañer y Silvestre, 2002).

Es conveniente aclarar que el modelo mejorado sólo modifica la salida en voltaje del modelo Copetti y no la salida del SOC; sin embargo para una mayor claridad en la explicación, se seguirá utilizando la denominación de modelo mejorado en el entendido de que para la salida del SOC, ésta sigue siendo la del modelo Copetii original.

5 1 Modelado del sistema híbrido

Comportamiento del modelo vara el estado de carra

En la búsqueda de los modelos para la simulación del banco de baterías, se encontró que el modelo de (Castañer y Silvestre, 2002) requiere también un mínimo de parámetros. Este modelo sirvió para validar los datos obtenidos para el estado de carga del banco de baterías. A este otro modelo se le denominará Castañer para mayor facilidad en su referencia.

En las figuras 3.25 y 3.26 se muestran las comparaciones de los estados de carga obtenidos con los modelos mejorado y Castañer para dos estados de carga iniciales diferentes. En la figura 3.25 se observa que la respuesta de los dos modelos es similar.

O 1000 2000 3000 4000 5000 6000 7000 E Tiempo (minutos)

10

Figura 3.25. Comparación de los SOC obtenidos con los modelos mejorado y Castañer con un SOC inicial de 65%.

En la figura 3.26 se observa que los dos modelos empiezan a tener un comportamiento similar, sin embargo, al final de la gráfica (después del minuto 5000) se observa que el modelo de Castañer da valores mayores al 100% de SOC, lo que sin duda es una mala respuesta del modelo dado que no es posible obtener esto realmente. Para este mismo caso, el modelo Copetti se mantiene en 100% para después decrecer debido a una descarga.

Puesto que las salidas entre los modelos Castañer y mejorado son similares cuando el SOC es bajo y el modelo mejorado tiene una mejor respuesta cuando el SOC es alto, se utilizará este úitimo en los programas de simulación.


I I I I I O 1000 m 3000 4000 5000 6000

Tiempo (minutos)

Figura 3.26. Comparación de los SOC obtenidos con los modelos mejorado y Castañer con un SOC inicial de 30%.

3.4 MODELO MATEMÁTICO DE LAS CARGAS ELÉCTRICAS

Los modelos utilizados del aerogenerador y del arreglo FV contemplan el cálculo de su potencia generada. En el caso del modelo del banco de baterías contempla el cálculo del estado de carga del banco de baterías y del voltaje de operación, considerando que se conoce la comente neta de la batería. Ahora bien, con los datos de voltaje y corriente del banco de baterías es posible conocer su potencia neta, es decir la potencia que entrega o que recibe el banco. De acuerdo a esto, los modelos matemáticos del resto de los elementos del sistema tendrán que tener como salida su potencia suministrada o consumida, de manera que el controlador supervisorio haga un balance en potencia del SHGE y determine así las condiciones bajo las cuales tendrá que operar el sistema.

En (Lemos, 2000) se utiliza la información de archivos de datos como perfiles de carga, para probar en simulación la operación de su controlador supervisorio.

En (Ai et al, 2003) se presentan resultados de simulación utilizando patrones de carga cuya potencia vm’a a lo largo del tiempo, Para un período simulado de un año, sólo se tienen ocho valores diferentes de potencia en la carga, es decir, la potencia en la carga sólo toma uno de entre ocho valores posibles. De la misma forma, (Duryea et al, 1999) propone como perfil de carga, una potencia que varía a lo largo del tiempo.

Por su parte, el programa de simulación de sistemas híbridos Hybrid2 (Manwell et ai, 1998) utiliza series de cargas hipotéticas que varían a lo largo del tiempo.

Modelado del sistema hibrido 59

Esto muestra que lo que se requiere como modelo de cargas eléctricas son perfiles de demanda eléctrica (potencia) que varíen a lo largo del tiempo.

Criterios uara la selección del modelo

De acuerdo a lo anterior, los criterios considerados para la selección del modelo de las cargas eléctricas son los siguientes:

Se deberán tener perfiles de demanda eléctrica (potencia) que varíen a lo largo del tiempo.

Se deberán tener dos perfiles diferentes, uno para las cargas prioritarias y otro para las cargas no prioritarias.

o De ser posible, que los patrones seleccionados representen potencias reales demandadas y no cargas hipotéticas.

Modelos utilizados

Como demandas de carga eléctrica en el sistema se utilizaron los patrones de consumo medidos en la elaboración de dos procesos alimenticios, elaboración de lácteos y elaboración de cámicos. Estos procesos se midieron con un analizador de demanda eléctrica en el Instituto de Ciencias Agropecuarias de la Universidad Autónoma del Estado de Hidalgo3. Dichos patrones fueron dimensionados‘ para su utilización en el SHGE de Pachuca, de manera que la energía generada en el sistema pudiera proveer la energía demandada por los procesos para unas condiciones medias de generación. Los dos procesos en conjunto demandan una potencia de 13700 W-hrídía, por lo que se espera que el SHGE de Pachuca pueda generar en promedio una potencia cercana a este valor por día.

Para fines de simulación se utilizó el patrón de cámicos como carga prioritaria y el patrón de lácteos como carga no prioritaria. Dichos patrones se muestran en las figuras 3.27 y 3.28 respectivamente.

Los datos de los patrones de consumo corresponden a la demanda de energía diaria de cada proceso, la cual es la misma para cada día. Esta repetición permite programar la misma demanda diaria de cada proceso durante el número de días que dure la simulación.

Los procesos se midieron dentro del proyecto 11692 “Estudio Experimental para la Caracterización del Sistema Híbrido Solar-Eólico de Pachuca, Hidalgo” realizado por el Instituto de Investigaciones El6ctricas en 2001. 4 Los procesos se dimensionaron dentro del proyecto mencionado anteriormente.


Figura 3.27.

Figura 3.28.

... , ,

600 .......)......... ).

....... ....... 500 ........ ..:.. L.

......... ........ I

m E .- ;D 400 - : :. - ..

.................... c 300 -

.- D

a m

0 Y rn Y c

.-

'y 200 ... .......)............. ... .-

.........................

, - , a

loo-.

, I I

O I I I I I I I O 200 400 600 800 1000 1200 1400

Tiempo [minutos)

Patrón de demanda diaria de las cargas prioritarias (proceso de cámicos).

de lácteos).

3.5 MODELO MATEMÁTICO DEL INVERSOR

Como se comentó en la sección anterior, se necesita obtener la potencia de salida de cada uno de los elementos del sistema. Así que el modelo del inversor a seleccionar deberá ser tal que indique al controlador cuánta potencia requiere para poder alimentar a la carga demandada para un instante determinado (figuras 3.25 y 3.26). Será necesario saber también con qué eficiencia opera el inversor para esa potencia demandada.

Modelado del sistema hibrido 61

El perfil de demanda que se utilizará en la simulación del SHGE, no contempla la separación de la potencia real o reactiva que la carga demanda, de manera que no se contempla un factor de potencia que pudiera afectar la operación simulada del inversor. Si se tomara en cuenta el factor de potencia, la potencia que la carga demanda podría ser mayor si este factor disminuye y por tanto se tendrían otras condiciones diferentes en la carga. En este trabajo de tesis se considera que en el patrón de demanda están incluidas las variaciones en la potencia demandada o simplemente que la potencia demandada es exclusivamente real.

Considerando que un controlador supervisono no contempla el control dinámico del sistema (control del voltaje y frecuencia de la red) (Lemos, 2000) y los modelos matemáticos ya propuestos de algunos elementos del sistema son estáticos y no dinámicos, se decidió que no es necesario considerar un modelo dinámico para el inversor.


De acuerdo a lo anterior, los criterios considerados para la selección del modelo del inversor son los siguientes:

* El modelo deberá contemplar como salida la potencia demandada por el inversor para satisfacer a la carga.

Debido a que la eficiencia del inversor varía con la carga suministrada, el modelo deberá contemplar dicho valor.

Puesto que no se contemplan las variaciones en voltaje y frecuencia a la salida del inversor, el modelo a seleccionar deberá ser estático y no dinámico.

Modelo matemático seleccionado vara el inversor

De acuerdo a (Manwell et al, 1998), la potencia de salida de un inversor está dada por:

donde Pout = Potencia de salida en kW. Pin = Potencia de entrada en kW. PNL =Potencia sin carga del inversor en kW. Bo,, = Constante de relación entre la potencia de entrada y salida.

La constante de relación Bo,, está dada por:

(3.32)

(3.33)


donde PR =Potencia de salida nominal, kW Y/R = Eficiencia nominal

El SHGE opera considerando que suministra la potencia demandada por la carga (Po,,), de ahí que en (1) el dato desconocido sea P,,, por io que la potencia demandada por el inversor para suministrar la potencia demandada por la carga es:

ci

(3.34)

2.481E-13 1 -1.440788E-19

Datos de entrudu al modelo del inversor

La potencia nominal (PR) del inversor utilizado en el SHGE de Pachuca es de 2.4 kW y la potencia sin carga ( P N ~ ) es de 25 W. La eficiencia especificada por el fabricante está entre 80 ai 96%, la cual viene dada por una curva (figura 3.29). A partir de ésta se obtuvo una ecuación que relaciona la eficiencia en función a la potencia, de manera que en el programa de simulación para cada período se determina la eficiencia del inversor para la potencia instantánea demandada por la carga.

De acuerdo a la curva de eficiencia dada por el fabricante (figura 3.29) se encontró que la eficiencia nominal del inversor está dada por una ecuación de la forma:

C2

V R = C,p6 + c,ps + c,p4 + c4p3 + csp2 + c,p + c, (3.35)

-3.19998234 E-10 2.0215568721E-15

dondep es la potencia instantánea demandada por la carga y los coeficientes del polinomio están dados en la Tabla 3.4, que varían dependiendo de la magnitud de la potencia demandada.

Tabla 3.4 Coeficientes de la ecuación 3.35.

c3 1,5469227163 E-7 I -1.13904552124838E-11 C d -3.3199223910957 E-OS 1 3.27 157990471206E-08

En la figura 3.29 se muestra la comparación de la curva dada por el fabricante y la curva obtenida con la ecuación 3.35, en donde se aprecia una buena aproximación.


Figura 3.29. Comparación de las curvas de eficiencia del inversor: la calculada y la proporcionada por el fabricante.

Validación exuerimental del subsistema Inversor/Carpas eléctricas

En las figuras 3.30 y 3.31 se presentan el consumo de potencia de estos procesos. Como se observa en las dos figuras, la salida del inversor es mayor que la carga demandada. Esto indica que está involucrada la eficiencia del inversor y la potencia sin carga del mismo.

Carga prioritaria Salida inversor

600 ......... 1... ......

500 ....... ..: ......... : dL&i ; ij t i , ..................................... : ..........

01 I I I I I I I I O 200 400 600 E00 lDD0 1200 1400

Tiempo (minutos)

Figura 3.30. Potencia de cargas prioritarias y potencia de salida del inversor.

Modelado del sistema hihrido 64

150ú

1 OM

z e o c m o 0.

.- 500

O

E .......

.......

- __

7

la no prioritaria i a inversor

................

...............

> 400

PO (minutos)

Figura 3.31. Potencia de cargas no prioritarias y potencia de salida del inversor

3.6 MODELO MATEMÁTICO DE LA MÁQUINA DE COMBUSTI~N INTERNA

En la revisión que se hizo de los modelos matemáticos que representan la operación de la máquina de combustión interna o motogenerador, se vio que algunos de ellos indican la potencia de salida en función del consumo de combustible (Manwell et al, 1998; Lemos, 2000). Considerando esta situación se revisó la operación de los motogeneradores dentro del SHGE, observándose que sus estrategias de despacho pueden dividirse en alguno de los siguientes dos casos (Manwell et al, 1998; Wichert y Lawrence, 1997):

seguimiento de la carga, esto es, alimentando Únicamente la carga demandada en el sistema y,

operando a potencia nominal, de manera que la potencia generada por el motogenerador alimenta a la carga y la potencia excedente la utiliza para recargar el banco de baterías.

Como se comentó en la sección anterior, en el SHGE no se incluye el análisis del factor de potencia, porque se considera que la potencia demandada es real.

Criterios vara la selección del modelo

LOS criterios considerados para la selección del modelo de la máquina de combustión interna son los siguientes:

La salida del modelo deberá indicar la potencia generada por el motogenerador.


El modelo no deberá ser dinámico.

Modelo matemático seleccionado para el motonenerador

El modelo del motogenerador es una pendiente que marca el consumo de combustible en función de la potencia de salida. Este modelo también se utiliza en el programa de simulación de sistemas híbridos Hybrid2 (Manwell et al, 1998).

En el SHGE de Pachuca se tiene un motogenerador a gasolina modelo GX270 de 6.4 KW de la marca Honda, que tiene una relación de combustible-energía de salida de 0.3806 ItiKWh. El motogenerador está sobredimensionado para la capacidad del resto de los componentes del sistema.

De acuerdo a esto, en este trabajo no se considerará la eficiencia de operación del motogenerador. No obstante que en un sistema real se contaría con un motogenerador más pequeño, éste podría operar a regímenes de carga medios y altos. En los criterios de diseño del controlador supervisorio se contemplará que cuando la demanda de carga sea baja, ésta sea alimentada por el banco de baterías o por las fuentes renovables para evitar que el motogenerador opere a bajos niveles de carga,justo cuando la eficiencia es baja.

Para este trabajo se considerará que el motogenerador aportará exactamente la potencia demandada por la carga cuando no exista potencia proveniente de las fuentes renovables y del banco de baterías y que el motogenerador no recargará al banco durante su operación.

El motogenerador no se debe trabajar en periodos cortos de tiempo y mucho menos trabajarse en eventos de conexión y desconexión durante lapsos cortos de tiempo. Esto provoca pérdida de la vida útil del motogenerador y requerimientos excesivos de mantenimiento.

En el controlador supervisorio se considerará que el motogenerador dejará de operar cuando el banco de baterías alcance un 50% de estado de carga debido a la recarga por parte de las fuentes renovables. Esto ayudará a disminuir los eventos repetidos de conexión y desconexión del motogenerador pero no garantizará la ausencia de los mismos. En un futuro será importante considerar otras estrategias de operación del motogenerador para garantizar que no se presentarán tales eventos.

3.7 PROGRAMA DE SIMULACIdN

Con los modelos de los elementos del SHGE ya mencionados se desarrolló el programa de simulación de todo el sistema. El desarrollo de este programa se hizo de tal forma que pudiera integrarse cualquier tipo de controlador, ya sea un controlador convencional o el controlador supervisorio difuso motivo de este trabajo de tesis.

A continuación se presentan los pasos principales que se ejecutan en el programa para la simulación del SHGE. En la figura 3.32 se presenta el diagrama de flujo del programa.


A. Se progaman los parámetros mencionados para los arreglos FV (Tabla 3.2) y banco de baterías (Tabla 3.3) y los datos de potencia nominal del inversor y del motogenerador.

B. Se cargan los archivos de datos que se utilizarán en cada uno de los modelos matemáticos de los elementos del SHGE, los cuales se crearon como archivos de texto y se guardaron en formato mat de Matlab para que los pudiera leer este último. Los datos corresponden a valores promedio de 10 minutos. Los archivos mencionados contienen la siguiente información:

Los datos reales de velocidad de viento para el modelo del aerogenerador. Los datos reales de radiación solar y temperatura de panel fotovoltaico para el modelo del arreglo FV. Los datos reales de temperatura de la batería., un estado de carga inicial y un voltaje inicial de operación para el banco de baterías. Los datos de potencia de los procesos productivos a simular (cargas prioritarias y no prioritarias), correspondientes a un patrón de demanda diario. Con base en el número de datos de velocidad de viento, el programa calcula cuántos días se van simular. Con el número de días obtiene el patrón de demanda completo, esto es, repite el mismo patrón diario para los días a simular.

Enseguida se ejecutan los pasos siguientes, mismos que se repetirán para cada uno de los datos de 1 O minutos.

C. Se calcula la potencia generada por los 5 aerogeneradores.

D. Se calcula la potencia generada por los 4 arreglos fotovoltaicos.

E: Se calcula la potencia demandada por el inversor de acuerdo al dato de demanda.

F. Se calcula la potencia resultante en el sistema (potencias generadas - potencia demandada) para determinar si la potencia sobrante o faltante se entrega o se saca del banco de baterías, respectivamente.

G. Con los datos del voltaje en terminales del banco de baterías (voltaje inicial para el pnmer periodo de 10 minutos simulado) y la potencia resultante se determina la comente resultante.

H. Con el dato de comente resultante (entregada o suministrada al banco de baterías) y el dato de temperatura de la batería se determina el estado de carga (SOC) actual del banco de baterías y el voltaje en terminales del banco de baterías que se utilizará para el siguiente cálculo.

I. Se repite el proceso desde el punto C para todos los días a simular.


Inicio

A. Se programan los parámetros mencionados para los arreglos i V (Tabla 4.2) y banco de baterias (Tabla 4.3) y los datos de potencia

nominal del inversor y del motogenerador

B. Se cargan los archivos de datos que se utilizarán en los modelos matemáticos de los elementos del sistema hlbrido

3 1

1

C. Se calcula la potencia generada por los 5 aercgeneradores.

D. Se calcula la potencia generada por los 4 arreglos fotovoltaicos en forma conjunta y también se calcula la potencia de un arreglo i V en forma individual

E. Se calcula la potencia demandada por el inversor de acuerdo al dato de demanda

I , 1 1 1 F. Se calcula la potencia reSultante en el sistema para determinar si la potencia

sobrante o faltante se entrega o se saca del banco de baterias. I - , I ' I + G. Con los datos del voltaje en terminales del banco de baterias y la potencia

resultante se detemina la corriente resultante.

1 H. Con el dato de corriente resultante v el dato de temperatura de la batería se

I ' determina el SOC actual y el voltaje en terminales del banco de baterías I I 4

I. Se regresa al punto C hasta concluir con los datos de todos los dias a simular

Figura 3.32 Diagrama de flujo del programa de simulación del SHGE.

En la figura 3.33a se presentan las potencias generadas y consumidas de los elementos del SHGE que se obtuvieron con el programa de simulación y en la figura 3.33b se presenta el SOC del banco de baterías que resultó de los cuatro días de simulación.

En la figura 3.33a se observa que la alta generación fotovoltaica en el primer día (entre los minutos 600 y 900) provocó que el SOC se incrementara hasta un 98% aproximadamente (figura 3.33b). En contraste a lo anterior, en la figura 3.33a para el tercer día (minutos 3200 a 4200) hubo baja generación solar y eólica que provocó que el SOC bajara hasta casi 62% (después del minuto 4000 en la figura 3.33b).


En la figura 3.33b se observa que el SOC se mantiene sin cambio antes del minuto 400 producto de que no existe una carga demandada y tampoco existe potencia generada en el sistema (antes del minuto 400 en la figura 3.33a). Después del minuto 400 la carga


demandada aumenta y la generación sigue siendo cero, lo que provoca un ligero decremento en el SOC debido a la descarga del banco de baterías para alimentar a la carga (figura 3.33b). Alrededor del minuto 400, la potencia generada empieza a aumentar y es mayor que la carga (figura 3.33a). La potencia “sobrante” se entrega al banco de baterías, lo que provoca que su SOC empiece a aumentar (desde el minuto 400 hasta el minuto 800 en la figura 3.33b). Después del minuto 1000, la potencia generada es prácticamente cero y sigue habiendo potencia demandada en el sistema (figura 3.33a), la cual la suministra el banco de baterías, lo que provoca que el SOC empiece a decrecer hasta cerca del minuto 1200. Después del minuto 1200 y hasta cerca del minuto 1800, tanto la potencia generada como la demandada son cero (figura 3.33a) lo que hace que el SOC prácticamente permanezca sin cambio (figura 3.33b). Este tipo de situaciones se repiten a lo largo de la simulación que provoca los cambios en el SOCmostrados en la figura 3.33b.

Conclusiones

En este capítulo se han presentado los modelos matemáticos utilizados para la simulación de los elementos del SHGE, con los cuales se ha podido elaborar un programa de simulación del sistema completo y que servirá para probar el controlador supervisorio desarrollado.

En el capítulo siguiente se presentará la función del controlador supervisorio dentro del SHGE.


70

CAPÍTULO 4

CONTROL SUPERVISORIO DE SISTEMAS HÍBRIDOS

En el capitulo anterior ya se definió la configuración del sistema híbrido de generación eléctrica (SHGE) a utilizar en este trabajo de tesis. Ahora se definirá lo que es un controlador supervisorio y cuáles son los objetivos de operación de los SHGE, cuyo cumplimiento es la función principal del controlador supervisorio. Se hará una revisión de la forma de operación de un controlador convencional y de controladores supervisorios que se encuentran en el estado del arte; estos últimos con la finalidad de llevar a cabo un análisis para seleccionar la técnica de control inteligente que se utilizará para el desarrollo del controlador supervisorio (capitulo 5).

4.1. DEFINICIÓN DE CONTROL SUPERVISORIO

El controlador supervisono para un SHGE es un sistema que coordina y supervisa la operación de todo el sistema distribuyendo el control de la operación en controladores locales y reguladores. El control distribuido se utiliza para permitir a los componentes del sistema usar sus propios reguladores y sistemas de control para garantizar su operación. Por ejemplo, un generador diesel tiene un regulador de velocidad para controlar su potencia activa y un regulador para controlar el voltaje.

El controlador supervisono es el responsable de seleccionar el mejor modo de operación del sistema tomando en cuenta los objetivos de operación específicos de la aplicación (presentados en la sección 4.2), la configuración del sistema y sus restricciones. El control supervisorio puede determinar además, los puntos de ajuste (setpoints) de los diferentes componentes a diferentes modos de operación y enviar éstos a sus respectivos controladores locales. En la figura 4.1 puede observarse que el control supervisono es el centro de todos los componentes del SHGE.

71

Control suoervisorio de sistemas hibridos 12

El control dinámico, es decir, la regulación dinámica de las variables del sistema (voltaje y frecuencia), no es una tarea del controlador supervisono.

Un controlador supervisorio para un SHGE debe monitorear continuamente el estado de operación del sistema y mantenerlo dentro de sus objetivos específicos de operación. Las acciones de control deben asegurar que los objetivos de operación del sistema se alcanzan y mantienen a pesar de las incertidumbres y restricciones en las fuentes de generación.

El objetivo principal del controlador supervisorio es optimizar el suministro de electricidad. Para esto, es necesario cumplir con dos tareas básicas: 1) mejorar el funcionamiento del sistema (por ejemplo, incrementando el ahorro de combustible o reduciendo los costos de generación); y 2) mantener los parámetros de operación (voltaje y frecuencia, demanda hacia el generador diesel, etc.) dentro de sus límites. Las acciones de control que debe realizar el control para cumplir las tareas anteriores son: 1) conexióddesconexión de los componentes del sistema y 2) cambio en los puntos de ajuste de operación de los componentes controlables (Lemos, 2000).

De acuerdo con (Manwell et al, 1998), el control supervisorio podría controlar algunos o todos los componentes mostrados en la figura 4.1.

Control SupeNisOno i

Rectificador

Inversor

Cargas opcionales

Cargas prioritarias Cargas "muertas"

Figura 4.1. Funciones del control supervisono (Manwell et al, 1998).

Las acciones del control supervisono reciben diversos nombres como administración de la energía del sistema (Wicheri et al, 1999) o estrategia de despacho (Ashari y Nayar, 1999).

La administración de la energía está involucrada con la operación óptima de las múltiples fuentes de generación y el almacenamiento de energía en los SHGE. La administración de energía requiere la inclusión de la planeación como parte de la estrategia de control (Wichert et al, 1999).

La estrategia de despacho para un SHGE es un algoritmo de control para la interacción de varios componentes del sistema. El controlador de despacho del sistema debe determinar el inicio o el paro del generador diesel, la operación del cargador de la batería y la interrupción o corte de las fuentes renovables de energía. Estas operaciones se hacen

Control supervisorio de sistemas hibridos 73

usualmente sobre la base de cierto porcentaje de la carga del sistema o el estado de carga (SOC) del banco de baterias, generalmente conocidos como setpoints (Ashari y Nayar, 1999).

4.2.

El objetivo principal de un SHGE es suministrar elechicidad para abastecer a la demanda. Sin embargo algunos sistemas, que se diseñan para aplicaciones particulares, pueden tener uno o más objetivos primarios, los cuales pueden cambiar dependiendo de la logística y de las condiciones de un sitio específico (Lemos, 2000).

De acuerdo con esto, un SHGE puede tener diferentes objetivos, entre ellos (Lemos, 2000):

OBJETIVOS DE OPERACIÓN DEL SISTEMA

0 Calidad de la energía. Ahorro de combustible.

0

0 Reducción de contaminación. Minimización de costos de generación.

El objetivo “calidad de la energía” significa que la operación del sistema debe asegurar un suministro de energía sin interrupción con los requerimientos de calidad de la energía (voltaje y en su caso frecuencia) mínimos de la aplicación.

El objetivo “ahorro de combustible” se utiliza para operar sistemas que pueden tolerar baja calidad en la energía pero que tienen que minimizar el ahorro de combustible. Generalmente si el costo del combustible y la generación de energía convencional es más alto que los costos asociados con la pérdida de la carga y/o la calidad pobre de la energía, el objetivo de ahorro de combustible se puede utilizar.

El objetivo “minimización de costos de generación” está relacionado a la economía de una aplicación de un SHGE. Los costos de generación dependen de una combinación de factores tales como tipo de generadores, eficiencia, tipo de combustible y costo, mantenimiento, etc. Incluso, en algunas aplicaciones se puede tener un paro parcial de suministro para mantener los costos de generación dentro de los límites especificados.

El objetivo “reducción de contaminación” se aplica a sistemas diseñados para minimizar los niveles de contaminación y ruido. En este caso, el costo de generación y los requerimientos de la calidad de la energía no son tan importantes como evitar la generación convencional de energía.

De los cuatro objetivos mencionados, generalmente uno de ellos es el objetivo principal de la aplicación, y algunos de los objetivos restantes vienen a ser objetivos secundarios dentro la aplicación.

Control suDervisono de sistemas hibridos 74

En la figura 4.2 se muestran 4 ejemplos de aplicación, en donde se muestra el objetivo principal y los objetivos secundarios dentro de cada una de las aplicaciones.

En los lugares extremadamente remotos (figura 4.2a), el objetivo principal de los SHGE es el ahorro de combustible (por los problemas de logística y el costo del suministro de combustible en los lugares remotos). La minimización de los costos de generación es un objetivo secundario pero con más peso que la calidad de la energía, el cual llega a ser el objetivo más débil (Lemos, 2000).

Por su parte, una aplicación en telecomunicaciones (figura 4.2b) debe dar más prioridad al suministro de electricidad con alta calidad de energía, porque no puede tolerarse una falla en la señal de transmisión. En este caso, el objetivo menos importante es el ahorro de combustible (Lemos, 2000).

m c m

D e

I

$

m

r n la eneraia

Reduccibn de a) combustible --- i n wntarninacidn

Y) al c Calidad de -

Minimización de wstos

._ c la energia 3

-- 1 conlarninacibn

- r

I b) Ahorro de . ....

c .- :z o .- 3s E s o - m W C)

- -- Lo

Minirnizacion de castos -__

a

Figura 4.2. Ejemplo del objetivo principal en el suministro de electricidad de 4 diferentes aplicaciones (Lemos, 2000).

Control supervisono de sistemas hibridos 75

Una aplicación para electrificación rural (figura 4 .2~) debe tener como objetivo principal la minimización de los costos de generación y como objetivo menos importante la reducción de la contaminación.

Por io que respecta a una aplicación de un proyecto con miras a proteger el medio ambiente (figura 4.2d) tiene como objetivo principal la reducción de la contaminación, seguido del objetivo de ahorrar combustible y como objetivo menos importante queda la calidad de la energía.

El controlador supervisorio debe cumplir el objetivo principal de operación del SHGE y los objetivos secundarios de una aplicación específica.

(Wichert et al, 1999) expone que los objetivos principales en la operación de un SHGE están enfocados a 1) minimizar el consumo de combustible, 2) prolongar la vida útil del banco de baterías y 3) bajar los costos de instalación.

Por su parte, (Koutroulis y Kalaitzakis, 2004) mencionan que el controlador de un sistema para una aplicación fotovoltaica (FV) fuera de red debe mejorar la explotación del recurso disponible y debe incrementar el tiempo de vida útil del banco de baterías.

El control supervisono a desarrollar en este trabajo de tesis estará enfocado a sistemas hibridos para electrificación rural que se encuentren alejados de la red eléctrica convencional (casos a y c en la figura 4.2), cuyos objetivos principales son el ahorro de combustible y la minimización de los costos de generación. Para lograr este último objetivo se debe de aumentar el aprovechamiento de las fuentes renovables y se debe aumentar la vida útil del banco de baterías.

De acuerdo a lo anterior, los objetivos de operación planteados en este trabajo de tesis se pueden resumir en los siguientes puntos:

a) Minimizar el uso del motogenerador. Para esto, es conveniente lograr que el sistema utilice el mínimo de combustible, por el costo que su uso conlleva, por la logística complicada para el transporte hacia el sitio donde se encuentra ubicado el sistema, por la contaminación y el ruido en el lugar de instalación del sistema y por el incremento en el costo de mantenimiento de la máquina de combustión interna.

b) Mejorar el aprovechamiento de las fuentes renovables de energía. Cuando se tenga recurso renovable disponible (solar o eóiico) y exista demanda de energía por parte de la carga, ésta deberá ser suministrada por la energía renovable evitando la descarga del banco de baterías, manteniéndolo así io más cargado posible.

c) Aumentar la vida útil del banco de baterías. Para lograr esto, se debe minimizar el ciclado del banco de baterías, esto es, minimizar el número de ciclos de carga y descarga del banco de baterías. En este punto están implícitos una serie de aspectos que llevan a lograr la estrategia ideal de operación del sistema, entre ellos:

Control supervisono de sistemas híbridos 76

Al reducir al mínimo el ciclado del banco, no se tienen las descargas profundas y las sobrecargas que llevan a una pérdida de la vida útil del banco de baterías. Si el banco de baterías es operado siempre a un bajo estado de carga, se incrementa la sulfatación, la cual reduce severamente la vida del banco de baterías (Duryea et al, 1999). Si el banco es operado en forma continua en el nivel máximo de estado de carga (lOO%), se tienen pérdidas importantes de electrolito y se va desgastando el material de las placas de las celdas de las baterías.

También se reducen al mínimo las pérdidas por conversión de energía eléctrica a química durante la carga y de química a eléctrica durante la descarga. Arriba del 85% de SOC, la eficiencia en la carga de la batería decrece conforme se acerca a 1 OO%, teniéndose pérdidas importantes de energía.

4.3. CONTROL SUPERVISORIO CONVENCIONAL

En ( E A PWS, 1998) se dice que en muchas formas el control para SHGE es muy similar al control de carga para sistemas fotovoltaicos. Los controladores supervisonos siempre se han centrado en satisfacer dos objetivos principales: maximizar la vida útil del banco de baterías y reducir el consumo de combustible y el mantenimiento de la máquina de combustión interna. Sin embargo, los controladores supervisonos actuales incorporan algunas técnicas novedosas buscando mejorar la operación de todo el sistema como se verá en la sección siguiente.

Como se comentó en la sección 4.1, la toma de decisiones de los controladores supervisonos generalmente se realiza con base en ciertos porcentajes del SOC del banco de baterías, conocidos usualmente como setpoints (Ashari y Nayar, 1999).

Actualmente, existen diferentes métodos para determinar el SOC, entre los que se encuentran la medición de la gravedad específica', el voltaje en terminales y métodos basados en un balance de Ampere-hora (Duryea et al, 1999). Como un ejemplo de esto tenemos que (Zahran et al, 2000) presenta un controlador supervisono basado en la medición de la gravedad específica.

Los controladores convencionales utilizan valores de voltaje como setpoints (Gutiérrez, 1993), como puede apreciarse en los siguientes párrafos.

Un aspecto importante para la operación de un SHGE es la profundidad de descarga permisible en el banco de baterías, que es el criterio para el inicio de la operación del motogenerador. Las estrategias del controlador convencional utilizan un voltaje de descarga fijo para determinar el SOC bajo de la batería al cual arrancar el motogenerador (Wichert et al, 1999).

La gravedad especifica es la densidad que una batería tiene de electrolito (sustancia reactiva) disuelta en I

agua. Una batería con carga minima (esto es, completamente descargada) tiene una gravedad específica de 1, lo que significa que es prácticamente agua. La gravedad especifica puede medirse comunmente con lo que se conoce como densímetro.


El motogenerador se apaga hasta que se logra cualquiera de las siguientes tres condiciones: el banco de baterías alcanza un cierto valor de voltaje alto, el banco está completamente cargado o cuando el motogenerador ha operado por un tiempo mínimo especificado (IEA PVPS, 1998).

También, el controlador del sistema conecta o desconecta las fuentes de generación renovable cuando el banco de baterías llega a ciertos valores predefinidos de voltaje (Lagunas, 2001).

El voltaje no da una medición real del estado de carga del banco de baterías (Gutiérrez, 1993 y Duryea et al, 1999). El mal control de la batería debido a esta mala medición del SOC provoca que ésta opere en condiciones muy desfavorables.

murid y Thompson, 1997) comentan que las baterías en los SHGE aislados se exponen a largos períodos de operación con un SOC bajo y a largos períodos de carga excesiva cuando la generación es alta. Los períodos de operación de la batería con bajo nivel de SOC son debidos a períodos con baja generación renovable, que no se evitan porque los controladores operan a setpoints fijos y predeterminados. Si la batería opera con un bajo SOC por períodos prolongados incrementa su sulfatación reduciendo considerablemente su vida Útil. @uryea et al, 1999).

Resumiendo: el problema de los controladores convencionales no es que sus decisiones las tomen con base en setpoints, sino que éstos no reflejen con certeza el SOC del banco de baterías (al tomar el voltaje en terminales) y que no se aprovechen otras condiciones de operación en el sistema que lleven a mejorar su operación global.

4.4. CONTROLES SUPERVISORIOS AVANZADOS

Para poder definir la técnica de control a utilizar en el desarrollo del controlador supervisorio de este trabajo de tesis, se realizó una revisión del estado del arte de los controladores supervisonos desarrollados recientemente. Algunos de estos trabajos (Koutroulis y Kalaitzakis, 2004 y Engler, 2000) no utilizan ninguna técnica de control inteligente a pesar de ser recientes, sin embargo se han tomado en cuenta por considerarse que tienen buenas aportaciones en el control supervisorio de SHGE. Para poder agrupar todos estos trabajos, se les ha denominado controles supervisonos avanzados o modernos. Las Características más importantes de estos trabajos se mencionan a continuación.

4.4.1. Controles basados en lógica difusa

Control suvervisorio modular para SHGE (Lemos, 2000)

Este trabajo corresponde a una tesis doctoral llevada a cabo en el R i s O National Laboratory de Dinamarca y la Universidad Técnica de Dinamarca (DTU). Éste es el trabajo más completo que se encontró para el desarrollo de un controlador supervisorio.

Control supervisorio de sistemas híbridos 78

El término modular que se aplica al controlador se refiere a un conjunto de características de diseño que permiten el uso de básicamente el mismo controlador supervisorio en diferentes proyectos. La modularización y estandarización del controlador incluyen diferentes cuestiones tales como interfases entre componentes, protocolos de comunicación, modelado, programación y estrategias de control (Lemos, 2000).

La modularidad puede reducir la ingeniería especializada del sistema relacionado a la integración de componentes, la operación y el control. Además, esto puede evitar los altos costos de instalación, servicio y mantenimiento (Lemos, 2000).

El controlador modular es capaz de operar el sistema con diferentes objetivos principales: ahorro de combustible, minimización de costos de generación, calidad de la energía, etc. Esto se lleva a cabo con el uso de modelos de abstracción de alto nivel (parte superior de la figura 4.3).

COMPONENTE

Nombre Capacidad

Estado Potencia

[Generador) I-] Almacenamiento

Tipo: Costa de 18 energia MBxima potencia de salida

. nias (dump)

I 1 Generador Diesel

Alumbrada

1 Calefacción I Figura 4.3. Niveles de abstracción de los componentes de un SHGE

(Lemos, 2000).

Control supervisorio de sistemas hibridos

La estrategia de control está definida por el objetivo principal del sistema y/o por los números de prioridad de los componentes. Si se cambian los números de prioridad de los componentes, automáticamente se modifica la estrategia de operación del sistema. (Lemos, 2000). Esto es io que otros autores denominan “niveles de hibridización”.

Los números de prioridad, cuyo valor está entre O y 1, indica la prioridad relativa de los componentes y las acciones en la lógica de control. Los generadores de energías renovables tienen números con alta prioridad (> 0.5). Los generadores convencionales tienen bajo número de prioridad. Las cargas primarias y las cargas opcionales tienen números con alta y baja prioridad respectivamente.

En la figura 4.3 se presenta el concepto para la configuración del SHGE, el cual está basado en niveles de abstracción. Para explicar mejor los niveles de abstracción se planteará un caso práctico. Si el cálculo del balance de energía (nivel medio de la figura) es negativo, es decir hay un déficit de energía en el sistema, la acción del controlador (que se lleva a cabo en la parte inferior de la figura) será seleccionar un generador para que inicie su operación o un consumidor para desconectarlo, y compensar así el déficit de energía en el sistema.

Estas características hacen que el control sea precisamente un control supervisorio. Este control no interviene en la dinámica de control del sistema, la cual actúa sobre la frecuencia, voltaje, estabilidad de la red y su protección y que se lleva a cabo en segundos o milisegundos (Lemos, 2000).

En este controlador se incluyó la lógica difusa, de manera que se manejan en el nivel medio de abstracción (figura 4.3), términos tales como generador, consumidor o almacenamiento, en lugar de máquina diesel, aerogeneradores, cargas o bancos de baterías, los cuales se manejan en el nivel más bajo de abstracción. Para el caso del almacenamiento se habla de activo o pasivo y para las cargas se habla de primarias, base, opcionales, aplazables o nulas. Se habla también de balances de energía, los cuales pueden ser negativos, positivos o cero.

79

Administración de energía de un SHGE basado en lópica difusa (Bonnano Y Patane. 1998)

En este trabajo se explica como realizar la administración del flujo de energía de un SHGE a través de un controlador difuso.

Las ventajas de utilizar un controlador difuso para esta aplicación son: el manejo de las condiciones de operación debido a la disponibilidad aleatoria de las fuentes de generación renovable, la robustez en ciertas condiciones de operación y el diseño utilizando la experiencia en la operación de una planta en particular. Los resultados obtenidos mediante simulación en la operación del sistema con el controlador difuso indican una mejoría en el funcionamiento energético global a través de la reducción del consumo de combustible y el incremento en el aprovechamiento de las energías renovables. (Bonnano y Patane, 1998).

La administración del flujo de energía, descrita en lenguaje natural, se implementó a través de 130 reglas IF-THEN. Como entradas al controlador se tiene la potencia eólica y fotovoltaica, la potencia demandada por la carga y el SOC del banco de baterías. Como


salidas se tienen las potencias de 2 generadores diesel, la potencia de la batería y la potencia hacia las cargas nulas (dump), (Bonnano y Patane, 1998).

La estrategia de control requiere de algunos controladores difusos. Uno de los controladores debe procesar la señal del error de potencia (diferencia entre la potencia eléctrica total generada por la fuentes convencionales y renovables). Basado sobre este error y sobre su cambio, el mismo controlador difuso establece el cambio de potencia eléctrica a generar y otro controlador administra el flujo de potencia. (Bonnano y Patant., 1998).

4.4.2. Controles basados en redes neuronales

80

Administración de enerzía de sistemas híbridos aislados con pronósticos basados en redes neuronales (Hatziargvriou et al. 2002)

Este trabajo corresponde a un software para el control avanzado de SHGE, que busca mejorar el aprovechamiento de las fuentes renovables. El controlador es de tipo predictivo que busca pronosticar la demanda de la carga y de la energía del viento, utilizando diferentes modelos, entre ellos algunos basados en redes neuronales.

Este control está orientado a dar consejos a los operadores de SHGE que los puedan ayudar a lograr la operación óptima y la administración de los mismos.

Administración de enerpía de un SHGE basado en el pronóstico de la demanda y la generación (Winkler et al. 2001)

En este trabajo se presenta un sistema inteligente para la administración de energía de un SHGE, que permite la programación óptima en corto tiempo de los sistemas de potencia (generación, cargas y almacenamiento), considerando criterios energéticos, ecológicos y económicos. Con esto, la demanda de la carga se cubre con la confiabilidad requerida en el suministro, considerando todas las restricciones técnicas (Winkler et al, 2001).

La administración de la energía trabaja con algoritmos evolutivos basados en el pronóstico de la distribución de la probabilidad de la potencia generada por las fuentes renovables, así como la demanda de la carga (figura 4.4). Para las tareas de pronóstico se emplean redes neuronales artificiales (Winkler et al, 2001).

En la figura 4.4 se puede apreciar como se hace un pronóstico de las energías renovables y de las cargas no programables, de manera que se hace una programación optimizada de la generación convencional y de las cargas controlables.

Control supervisorio de sistemas híbridos 81

Pron6stico de la

Figura 4.4. Sistema de administración de energía basado en pronóstico de la demanda y de la generación renovable.

4.4.3. Otros controladores avanzados

Control suoewisorio modular Dura sistemas hibridos (Ennler, 2000)

(Engler, 2000) presenta otro trabajo importante de un controlador supervisono para SHGE (figura 4.5). Esta figura muestra un diagrama general de una red aislada, la cual se energiza principalmente con energías renovables (plantas FV y aerogeneradores). A esta configuración se le pueden agregar sistemas de combustión interna e incluso generación con biomasa.

S U P E R V I S O R Y C O N T R O L

Figura 4.5. SHGE modular (Engler, 2000).


La componente central de este sistema es un banco de baterías con un inversor bidireccional (Mid Term Storage en la figura 4.5). Para tener una red que pueda crecer modularmente, el acoplamiento de energía de los componentes y la comunicación entre ellos están estandarizados. El bus de instalación y extensión (figura 4.5) se utiliza para propósitos de comunicación. Las características del bus que se utiliza para acoplar los elementos de generación y almacenamiento son 230 V / 400 V @ 50 Hz. Este bus permite alimentar las cargas directamente sin necesidad de acondicionar el voltaje de salida del sistema.

Este trabajo ha servido de base para el desarrollo de algunas configuraciones de SHGE, las cuales se han publicado en (Strauss et al, 2000) y (Burger et al, 2000).

El inversor / rectificador del sistema (Mid Term Storage en la figura 4.5) contiene el control supervisorio, el cual actúa como maestro en una configuración maestro-esclavo, en donde los esclavos son los sistemas de generación y las cargas.

La flexibilidad de esta configuración permite implementar redes trifásicas aisladas, requiriendo para ello tres inversores kectificadores (uno para cada fase) con sus respectivos bancos de baterías (Strauss et al, 2000).

Control predictivo Dura sistemas hibridos FV-diesel íwichert et al. 1999)

El objetivo de este trabajo fue desarrollar una estrategia de control eficiente que se aplicara en forma general y que se adaptara a los cambios en los patrones de demanda, a los cambios modulares a la configuración del sistema y a las variaciones temporales (cortas y estacionales) del recurso solar disponible (Wichert et al, 1999).

La base de conocimientos para el control predictivo está constituida por los pronósticos de los recursos fotovoltaicos y las cargas demandadas y por la medición precisa del SOC del banco de baterías y su proceso de degradación (Wichert et al, 1999).

La estrategia del control predictivo está basada en una serie de reglas IF-THEN que forman la base de conocimientos.

Los resultados iniciales en la operación del controlador, así como simulaciones detalladas del funcionamiento de diferentes sistemas, indican que con este controlador sólo se pueden obtener ahorros de combustible marginales y que pueden lograrse aumentos de entre 20 y 30% en la vida útil del banco de baterías (Wichert et al, 1999).

Control de carpa para aplicaciones fotovoltaicas (Koutroulis y Kalaitzakis, 2004)

En este trabajo se presenta un controlador para carga de batería de un sistema FV para aplicaciones aisladas, en el cual se menciona que sus ventajas son: mejor explotación de la energía FV disponible utilizando una técnica para el seguimiento del punto de máxima potencia, incremento del tiempo de vida útil de la batería debido al estado más alto del SOC de la batería y mejor proceso de control de carga de la batería, el cual no depende de la precisión de la medición de la corriente de la batería, que reduce el efecto de la sensibilidad


del sensor de corriente en el SOC fmal de la batería (Koutroulis y Kalaitzakis, 2004). El método del cálculo del SOC está basado en el cálculo de Amperes-hora. Con este controlador se logra tener el 100% de estado de carga de la batería en un menor tiempo.

Conclusiones

En este capítulo se definió la función del controlador supervisono dentro del sistema y los objetivos de operación que el controlador debe satisfacer. Además, se revisaron las propuestas recientes sobre controladores supervisorios para definir cuál será la técnica de control inteligente a utilizar en este trabajo, cuyo análisis se presentará en el capítulo siguiente. Además, se presentará el trabajo realizado para desarrollar el controlador supervisorio y que llevará finalmente a obtener un programa de simulación con el controlador incluido. Dicho programa permitirá observar la operación simulada de un SHGE, que se presenta en el capítulo 6 .

83


84

CAP~TULO 5

DESARROLLO DEL CONTROLADOR SUPERVISORIO

Antes de justificar la técnica de control que se utilizará para el desarrollo del controlador supervisorio de este trabajo de tesis, se definirán cuáles son sus entradas y sus salidas, esto es, se definirá cuál es su configuración.

5.1 ENTRADAS Y SALIDAS DE LOS ELEMENTOS DEL SISTEMA HÍBRIDO

Para describir las entradas y salidas del controlador supervisorio es necesario indicar cuáles son las entradas y salidas de los componentes del sistema híbrido de generación eléctrica (SHGE), porque éstas servirán para definir las señales que entren y salgan del controlador.

En la sección 2.4 se presentó la configuración del SHGE a utilizar en este trabajo de tesis (figura 2.12). Partiendo de esta configuración, se identificaron las entradas y salidas de los elementos del sistema, las cuales se muestran en la figura 5.1.

Arrealo fotovoltaico

El controlador supervisorio debe conocer la potencia generada por cada uno de los arreglos fotovoltaicos (P,v) y de acuerdo a las condiciones que el controlador determine, éste decidirá la conexión o desconexión de cada arreglo del bus de CD. Esta conexión se llevará cabo a través de la línea de control ON/OFF del arreglo FV (CFV). Se tendrán cuatro mediciones de PFY (P~v1.4) y cuatro salidas de control (CFV,.~), una para cada uno de los arreglos FV (figura 5.1). En la Tabla 5.1 se presenta el significado de la simbología utilizada en la figura 5.1.

Cuando los arreglos FV se encuentren fuera de operación, el controlador puede optar por reconectarlos nuevamente al sistema, ya sea todos juntos o en forma separada, dependiendo de los requerimientos de la carga del sistema y del estado de carga del banco de baterías. Dado que cada uno de los arreglos FV está sometido a las mismas condiciones, se asumirá

85

Desarrollo del controlador supervisono 86

que la potencia estimada de un arreglo FV (PEFV) es la misma para los cuatro arreglos (figura 5.1).

combustión interna _ _ _ _ _ _ r------------

Control supervisorio

(Administrador de enrrgis del sistema hibrido)

- Dirección de! flujo de energía _ _ _ _ _ _ > Línea(s) de control - 3 Variables medidar

Figura 5.1. Definición de las entradas y salidas del controlador supervisono.

Aeropenerador

El control sobre los cinco aerogeneradores del SHGE se llevará a cabo de la misma forma que para los arreglos FV, esto es, cada aerogenerador entregará una potencia de salida (PAC) y se tendrá una línea para el control de su conexión y desconexión (CAG). El controlador decidirá cuando conectar o desconectar cada uno de los aerogeneradores (figura 5.1).

También cuando los aerogeneradores se encuentren desconectados del bus del sistema será necesario estimar cuanta potencia (PEAc) pudieran estar suministrando con base en la velocidad de viento (v) presente en el lugar (figura 5.1). Se va a suponer que todos los aerogeneradores están expuestos a las mismas condiciones de viento de manera que la potencia estimada (PE& es la misma para todos ellos.

Un aerogenerador no se puede someter a eventos constantes de frenado porque su rotor se somete a esfuerzos mecánicos severos que lo pueden llegar a dañar. El control supervisono debe llevar a cabo el conteo de dichos eventos durante un día (OX,,) de manera que minimice el número de veces que éstos ocurran.

,

Desarrollo del controlador supervisorio 87

cINV

Tabla 5.1. Variables utilizadas en el controlador y simbología utilizada en la figura 5.1.

Control ONiOFF del inversor 1 Civ ,.A I Control ONIOFF de los 4 arrealos fotovoltaicos I

Tc V,,,

I Temperatura de superficie de un panel FV I Voliaie del bus de CD

RSP T,,

1 Radiación solar en el plano del arreglo FV I Temoeratura externa del banco de baterías

I 1 Corriente neta (entrada y salida) del banco de baterías I

Banco de baterías

La estrategia de despacho para un SHGE es un algoritmo de control para la interacción de varios componentes del sistema y generalmente el algoritmo está basado en el estado de carga (SOC) del banco de baterías (Ashari y Nayar, 1999).

De acuerdo a Wichert, et al (1999) y Duryea, et al (1999), la medición del SOC del banco de batenas es esencial para la implementación de estrategias inteligentes para la administración de energía.

Para sistemas dinámicos, el método más común para determinar el SOC es con base en un balance de Ampere-hora (Duryea, et al, 1999).

Por lo tanto, el controlador supervisorio deberá conocer el valor más preciso posible del SOC, para llevar a cabo un mejor control de todo el sistema y así determinar los momentos cuando deberá conectar o desconectar las fuentes de generación o las cargas (figúra 5.1). La estimación del SOC se llevará a cabo a través del modelo matemático presentado en la sección 4.3.


Máauina de combustión interna

Una vez que la energía de las fuentes renovables y la del banco de baterías no es suficiente para alimentar la energía demandada por la carga, el controlador deberá iniciar la operación de la máquina de combustión interna (la cual actúa como sistema de respaldo) a través del control ONíOFF de la máquina.

Es necesario también, que el controlador cuente con la medición de la potencia de salida del motogenerador (PMG). El controlador deberá conocer también el nivel de combustible restante en la máquina de combustión (NCMG) de manera que pueda programar la alimentación a la carga, sobretodo cuando el nivel sea bajo y se tenga que asegurar la energía a las cargas prioritarias (figura 5.1).

Inversor

Una vez que el banco de baterías se ha descargado hasta su SOC mínimo permisible y ya no es posible llevar a cabo una mayor descarga, será necesario que el inversor salga de operación. Para ello, el controlador supervisorio deberá activar la línea de control (C1.w) para la desconexión del inversor (figura 5.1). Cuando el banco de baterías eleve su estado de carga, el controlador deberá reconectarlo nuevamente.

Carrras eléctricas

Para las cargas no prioritarias del sistema, el controlador tiene que enviar una señal de control ON/OFF (Cc~p) para permitir que las cargas estén o no energizadas. Para las cargas prioritanas no es necesario contar con la línea de control debido a que siempre estarán energizadas. El controlador debe conocer la magnitud de las potencias demandadas por los dos tipos de carga (Pcp y P c ~ p ) , de manera que pueda programar tanto la descarga del banco de baterías como la entrada en operación de la máquina de combustión interna (figura 5.1).

5.2 ENTRADAS Y SALIDAS DEL CONTROLADOR SUPERVISOFUO

De acuerdo ai análisis realizado de las entradas y salidas de los elementos del SHGE, el controlador supervisono motivo de este trabajo de tesis resulta en un sistema multivariable compuesto de 20 entradas y 12 salidas (figura 5.2). El significado de cada uno de los símbolos empleados en la figura 5.2 se presenta en la Tabla 5.1.

5.3 SELECCIÓN DE LA TÉCNICA DE CONTROL A UTILIZAR EN EL DESARROLLO DEL CONTROLADOR SUPERVISORIO

Como se explicó en la sección anterior, el controlador supervisono resultó en un sistema multivariable. El manejo de un sistema de tales dimensiones (20 entradas y 12 salidas) es una tarea difícil dentro de las técnicas de control clásico, considerando que no se cuenta con un modelo matemático que describa el comportamiento del SHGE en su conjunto y más aún, si se tuviera el modelo, éste sería necesariamente no lineal.


El desarrollo de un modelo matemático tradicional para el sistema descrito, controlado en forma clásica, resulta una tarea muy complicada de realizar. Además, el controlador a desarrollar no es un control convencional para el que haya que calcular ciertos parámetros O ganancias para obtener una determinada salida, sino un control que dependiendo de las condiciones de entrada deberá conectar o desconectar elementos para cambiar las condiciones de operación del sistema.

Esto lleva inmediatamente a la reflexión sobre la necesidad de un modelado y control de tipo "inteligente" ya que el sistema deja de comportarse de acuerdo a lo que podria modelarse mediante un sistema de ecuaciones diferenciales.

Para muchos problemas de control prácticos (por ej&nplo, control de procesos industriales) es difícil obtener un modelo matemático simple pero preciso, sin embargo, existen personas expertas y experimentadas en el proceso quienes pueden proveer reglas heurísticas que son útiles para controlar el proceso. El control difuso es el más utilizado para este tipo de problemas. (Glankwamdee, et al, 1999).

Ahora bien, si el modelo matemático del proceso es desconocido o parcialmente desconocido, se puede diseñar un controlador difuso de una manera sistemática que garantice ciertos criterios de funcionamiento (Glankwamdee, et al, 1999).

En la revisión del estado del arte que se llevó a cabo sobre controladores supervisonos (presentada en la sección 3.4), se encontró que las técnicas de control inteligente utilizadas comúnmente' son la lógica difusa y las redes neuronales artificiales.

Lemos (2000) presenta un controlador supervisono bastante completo, el cual involucra un control de tipo modular que se adapta a cualquier configuración de SHGE; no obstante que se comenta que en el controlador se emplea lógica difusa, no se presentan detalles de la forma en que éste se implementó utilizando esta técnica de control inteligente.


Los trabajos encontrados y que utilizan redes neuronales (Hatziargyiou, et al, 2002 y Winkler, et al, 2001) se enfocan a realizar un control supervisono de tipo predictivo. Estos controladores utilizan las redes neuronales en modelos que permiten pronosticar la generación y la demanda del sistema. Para llevar a cabo el control supervisorio propiamente no utilizan las redes neuronales.

Para poder realizar un controlador basado en redes neuronales es necesario contar con información acerca del comportamiento del proceso, la cual se utiliza como datos conocidos como de entrenamiento. A partir de estos datos, el control “aprende” lo que debe realizar en determinados eventos. Una vez que la red está entrenada se pueden introducir los datos del proceso y entonces el controlador determina las acciones a realizar de acuerdo a su entrenamiento previo.

En el Instituto de Investigaciones Electricas se cuenta con información acerca de cuando llevar a cabo las acciones de conexión y desconexión de los diferentes elementos del sistema; sin embargo, esta información no está basada en un cálculo preciso del estado de carga (SOC) del banco de baterías. Las acciones de control están basadas en mediciones de voltaje, que como se comentó en la sección 3.3, no reflejan realmente el valor del SOC. Por lo tanto esta información no puede ser utilizada para tratar de entrenar un controlador basado en redes neuronales, porque la información previa no es confiable, además de que el controlador que la generó no realiza un control Óptimo del SHGE.

Los otros trabajos encontrados no utilizan una técnica de control inteligente, no obstante, también son trabajos interesantes. Uno es de tipo predictivo (Wichert, et al, 1999), otro tiene una aplicación más específica basado únicamente sobre el control del SOC y por tanto no es una aplicación de tipo general (Koutroulis y Kalaitzakis, 2004) y por último, la propuesta de Engler (2000), aunque la filosofia de control es muy interesante, el control supervisorio actúa también sobre el control dinámico del sistema (control del voltaje y la frecuencia) y no presenta detalles sobre las características que utiliza para llevar a cabo el control supervisorio del sistema.

La técnica de control inteligente que se ha elegido para el sistema objeto de esta tesis es el control difuso o control basado en lógica difusa. De manera que se pueda plantear un controlador supervisorio difuso que utilice un sistema de reglas basadas en el conocimiento, experto.

La lógica difusa es particularmente apropiada para sistemas donde las fuentes disponibles de información son interpretadas cualitativamente, inexactamente e inciertamente (Lee, 1990). El problema que se presenta en este trabajo de tesis presenta algunas de estas características. Por ejemplo, los perfiles de generación renovable (solar y eólica) son inciertos porque varían a lo largo del día y durante todo el año. De manera que’se puede hablar también de generación baja, media o alta (interpretación cualitativa de la información).

Los controladores de carga se requieren para operar en- muchos sistemas híbridos autónomos con diferentes rangos de potencia, fuentes renovables de energía y perfiles de

‘i


error Contmladoi Lógiw Difuso

canlrol de la carga- Sistema Hibrido de ,

Generación Eléctrica status del ' Sistema

Figura 5.3 Diagrama de un controlador lógico difuso (Pandiaraj, et al, 2001)

Sin embargo, algunas aplicaciones de controladores supervisonos difusos OJruessmann, et al, 1997 y Glankwamdee, et al, 1999) no tienen la configuración presentada en la figura 5.3.

En Pruesmmann, et al (1997) se presenta un controlador supervisono difuso para una planta carboeléctrica, en donde el controlador trata de compensar la calidad del carbón en el proceso y de regular la producción de gas producido mediante el carbón. El proceso es controlado mediante controladores PID. El controlador supervisono difuso genera los valores de los setpoints para los diferentes controladores PID. El controlador tiene un total de 24 entradas y 8 salidas. Un preprocesamiento redujo las 24 entradas a 10 descnptores característicos, los cuales son alimentados al controlador. Se utilizó un controlador supervisorio difuso por las múltiples no linealidades de las entradas y las salidas del proceso. Adem&, la lógica difusa permitió más fácilmente convertir el amplio


conocimiento del operador dentro de una estrategia de control definida claramente (Pruesmmann, et al, 1997).

En Glankwamdee, et al (1999) se presenta un controlador supervisono difuso para una columna de destilación binaria, el cud actúa sobre un controlador PID que controla la planta (figura 5.4). Lo que se buscó en este trabajo fue explotar las reglas difusas y el razonamiento para generar los parámetros del controlador PID, de la misma forma que el controlador supervisorio anterior. Los autores exponen que mediante un algoritmo de adaptación difuso, los parámetros del controlador son alterados para cubrir la dinámica no modelada del sistema, los disturbios y los cambios en los parámetros de la planta.

s(l) vector de situaurin

supervisorio difuso

4

I I Figura 5.4 Controlador PiD con un controlador supervisorio difuso

(Glankwamdee, et al, 1999).

Con estos dos ejemplos mostrados, se pretende dar una idea de lo que se realizará con el desarrollo del controlador supervisono difuso motivo de este trabajo; en donde a partir de ciertas entradas se modificará el estado (ON/OFF) de las salidas para cambiar las condiciones de operación del sistema.

El uso de la lógica difusa en este trabajo, al igual que el trabajo de Pruesmmann, et al (1 997), permitirá convertir más clara y fácilmente el conocimiento experto de la operación del sistema en una estrategia de control inteligente y permitirá manejar lo incierto de la generación renovable en forma cualitativa.

En el Apéndice I se presentan los conceptos básicos de la lógica y el control difuso que se utilizarán en las siguientes secciones para el desarrollo del controlador supervisorio difuso.

5.4 SISTEMAS DIFUSOS JERÁRQUICOS J

Como se explicó anteriormente (sección 5.2), el controlador supervisorio quedó configurado por 20 entradas y 12 salidas.

Para diseñar un sistema difuso, el número de reglas se incrementa exponencialmente con el número de variables de entrada del sistema difuso (Wang, 1997). De ahí que sea importante tratar de reducir el número de variables de entrada del sistema.


Suponga que se tienen n variables de entrada y rn conjuntos difusos definidos para cada una de ellas, entonces el número de reglas en el sistema difuso es rn".

Si se desarrolla el controlador supervisono considerando las 20 variables de entrada y tres conjuntos difusos para cada una de ellas, es necesario definir una base de conocimientos con 320 =3,486,784,401 reglas, lo que resulta imposible de realizar.

El problema del incremento enorme en el número de reglas requeridas para el desarrollo de un controlador es un problema serio en las aplicaciones de sistemas difusos, lo que se conoce como "la maldición de la dimensionalidad". El uso de sistemas difusos jerárquicos es un intento para resolver este problema (Wang, 1997).

Los sistemas difusos jerárquicos tienen la propiedad de que el número de reglas necesario para construir el sistema difuso se incrementa sólo linealmente con el número de variables de entrada (Wang, 1997).

La idea del sistema difuso jerárquico es poner las variables de entrada dentro de una colección de sistemas difusos de baja dimensionalidad, en lugar de un solo sistema difuso de alta dimensionalidad como es el caso usual. Cada sistema difuso de baja dimensión constituye un nivel en el sistema difuso jerárquico. Un caso especial de descomposición de un sistema difuso jerárquico se muestra en la figura 5.5.

'i Y,, = Y

I sistema I

sistema Yn.2

difuso

sistema difuso ... ...

sistema difuso

XI x, x, x4 X"

Figura 5.5 Ejemplo de un sistema difuso jerárquico con n entradas. El sistema difuso jerárquico contiene n-1 sistemas difusos de 2 entradas (Wang, 1997).

Si se tiene un sistema difuso de 9 entradas, se tendrán 8 sistemas difusos de 2 entradas cada uno. Cada sistema constará máximo con una base de 4 reglas, por lo que en total se tendrían 32 reglas para el sistema difuso completo, que como se observa se reduce en forma considerable el número de reglas.

Desarrollo del controlador supemsono 94

x3 ' x, -

En Magdalena, et al (1998) se plantea que usualmente los sistemas difusos jerárquicos están basados en una estructura en cascada (figura 5.5), donde la salida de cada nivel se considera como una entrada del siguiente nivel. Magdalena, et al (1998) plantea una aproximación diferente a la comentada en la sección anterior. La salida de un nivel no se considera como una entrada al siguiente nivel sino como un modificador semántico o de transformación para un sistema difuso (figura 5.6).

Y SISTEMA - DIFUSO2

SISTEMA DIFUSO 1 i

Como parte del conocimiento experto se deben generar unas reglas, a las cuales se les llama meta-reglas, las cuales servirán para definir la estructura del sistema difuso jerárquico.

5.5 DESCOMPOSICI~N JERÁRQUICA DEL CONTROLADOR SUPERVISORIO DIFUSO PROPUESTO '

Una primera aproximación para reducir el número de variables de entrada del controlador supervisono motivo de este trabajo de tesis es tratar de agrupar algunas variables. Primeramente se pueden considerar los aerogeneradores y arreglos fotovoltaicos como si fuera un solo aerogenerador o un solo arreglo fotovoltaico (figura 5.2). De acuerdo a esto, también se puede considerar como una sola variable de entrada el número de desconexiones de los aerogeneradores (DXa~l.5). Lo anterior significa que tanto los aerogeneradores y arreglos fotovoltaicos entrarán o saldrán de operación en forma conjunta (figura 5.2).

Si se hacen estas agrupaciones, se puede considerar que el controlador cuenta únicamente con 9 variables de entrada. Después se verá que es posible hacer esta reducción a través de

Desarrollo del controlador suvervisono 95

la agrupación de variables y después volver a separar las mismas tratando de hacer un refinamiento del control.

Si se desarrolla el controlador supervisono considerando las 9 variables de entrada y tres conjuntos difusos para cada una de ellas, es necesario definir una base de conocimientos con 39 =19,683 reglas, lo que resulta todavía impráctico.

Para solucionar el problema derivado de la dimensionalidad y poder disminuir el número de reglas de la base de conocimientos del controlador supervisono difuso, se puede hacer su descomposición jerárquica planteando una serie de meta-reglas considerando el grado de conocimiento en la operación del SHGE, como se explicó en la sección anterior.

Ya se ha comentado que la toma de decisiones de los controladores supervisonos generalmente se realiza con base en ciertos porcentajes del SOC del banco de baterías, conocidos usualmente como setpoints (Ashari, et al, 1999). 3 El SOC es la variable sobre la que puede llevarse en mayor medida el control de los elementos del sistema, dado que pueden plantearse algunos criterios básicos, tales como si el SOC es ALTO no sobrecargar el banco de baterías y si el SOC es BAJO no sobredescargar el banco de baterías. Así que considerando el grado de conocimiento del sistema, es posible plantear las siguientes tres meta-reglas a partir del SOC del banco de baterías:

1. Cuando el SOC es ALTO se debe de cuidar de no sobrecargar el banco de baterías desconectando si es el caso las fuentes de generación renovable.

2. Cuando el SOC es MEDIO no se debe llevar a cabo ninguna acción de control, esto es, bajo esta condición, tanto las fuentes de generación renovable como las cargas prioritarias y no prioritarias se encuentran conectadas al sistema y la máquina de combustión interna se encuentra apagado. Por lo que, el controlador supervisorio operando bajo esta condición no lleva a cabo ninguna opción para conectar o desconectar las fuentes de generación, las cargas o el sistema de respaldo.

3. Cuando el SOC es BAJO se debe cuidar de no descargar excesivamente el banco de baterías, para ello se deben desconectar las cargas no prioritarias y si es el caso conectar el sistema de respaldo, tratando de reducir el consumo de combustible del sistema de respaldo.

De acuerdo a lo antenor y considerando que la meta-regla No. 2 no genera ningún sistema difuso, en las figuras 5.7 y 5.8 se presenta una primera descomposición jerárquica del controlador supervisono. Como se observa, el SOC es el modificador de los dos sistemas difusos, uno en la condición de ALTO y otro en la condición de BAJO. Debe notarse que si no se cumple la condición dada por la información contextual (SOC), el sistema difuso correspondiente no lleva a cabo ninguna acción.

DX.4,

PA,

PFAG

PFV

PEW

PCNP

pm

t

c

c

c

+ c c

CAG, 5 c

SISTEMA DIFUSO 1

CW 14 t

t PA,

PW b

PCP c

NCMG b

CCNP t

SISTEMA DIFUSO 2

CMG t

Desamollo del controlador supervisorio 91

I

SOC = ALTO SOC ALTO

I

I , CFV

- Figura 5.9 Sistemas difusos jerárquicos cuando el SOC es’ALTO.

El sistema difuso propuesto cuando el SOC es ALTO funciona de la siguiente manera:

1. Se ejecuta el sistema difuso 1 que genera las v&ables CAC AUX y CFV, las cuales conectan o desconectan los aerogeneradores y arreglos FV respectivamente, como si fueran un solo bloque.

2.‘ Se ejecuta el sistema difuso 2 que considera la salida CAG-AUX y el número de veces que los aerogeneradores se han desconectado en un día (DXAG). Si DXAG es BAJO, entonces la salida CAG conecta o desconecta los aerogeneradores como lo indique el sistema difuso 1. Ahora bien, si CAG AUX indica conectar los aerogeneradores y DXAC es MEDIO ó ALTO, éstos ya no ion reconectados hasta el.siguiente día.

3. Si de acuerdo a la ejecución de los sistemas difuios 1 y.2,. se tiene la condición de que CAG y CFV deben estar en ON, es decir, los aerogeneradores y arreglos FV deben estar conectados al sistema, no se ejecutan los sistemas difusos 3 y 4 y por tanto no se altera el estado de conexión tanto de aerogeneradores o de arreglos FV.

4. Si de acuerdo a la ejecución de los sistemas difusos 1 y 2 se cumple que las variables de salida CAC y CFV se pusieron4 en OFF (los aerogeneradores y arreglos FV son desconectados del sistema), entonces se ejecutan los conjuntos difusos 3 y 4 para generar las salidas CAG~J y C~v1-4, las cuales conectan en forma individual los aerogeneradores y arreglos FV respectivamente. De ahí que las señales CAG, CFV,

Desarrollo del controlador sunemsono 9x

NCMG - CMG.1 -

Cacl.5 y C ~ y l . 4 correspondan a la conexión de los aerogeneradores y arreglos FV con la diferencia de que son generados por diferentes sistemas difusos para que se manejen en bloque o en forma individual, respectivamente.

CMG SISTEMA DIFUSO 6

PFV . PCP .

5.6.1 Sistema difuso propuesto

Para diseñar el controlador supervisorio para este trabajo de tesis se decidió utilizar sistemas difusos del tipo Takagi-Sugeno-Kang (TSK). En la figura 5.11, se muestra a

SISTEMA DIFUSO 5

cm


manera de ejemplo, el sistema difuso del tipo TSK,para el sistema difuso 1, el cual se ha definido de acuerdo a los conceptos básicos planteados para el desarrollo de un control difuso (Apéndice I).

BASE DE REGLAS

Ejemplo: SI PCPesBAJO, PCNPes MEDIO, PAG esBAJO yPFV

es BAJO ENTONCES CAG es ON y CFV es ON

Vanablesde salida mpo ONIOFF (Oil))

Variables de entrada PFW

FUSIFICADOR MK%JINA DE PROMEOWOR INFERENCR

(miores reales)

Figura 5.1 1. Sistema difuso 1 del tipo TSK.

Las entradas y salidas del controlador supervisorio difuso a desarrollar son variables fisicas reales por lo que se requiere un fusificador para convertirlas a conjuntos difusos que puedan alimentar la máquina de inferencia.

Por lo que respecta a las salidas del sistema difuso, no se desea que sean conjuntos difusos, sino que dependiendo de las condiciones de entrada se tengan salidas de tipo ONIOFF, las cuales activarán o desactivarán la conexión de un elemento del sistema, esto es, para unas condiciones dadas de entrada las salidas podrán'ser ON u OFF. Considerando que cada salida puede tomar valores entre O y 1, se tomó que para las salidas que .presenten un valor en el intervalo [O, 0.5) se les asignará la variable ON y a las salidas que estén en el intervalo [0.5, 11 se les asignará el valor OFF.

5.6.2 Conjuntos difusos

Una vez definida la configuración del controlador supervisorio difuso jerárquico' (figuras 5.9 y 5.10), cuyos sistemas difusos son del tipo TSK, se llevo a cabo la formalización de los conjuntos difusos para cada una de las entradas. En la Tabla 5.2 se muestran los universos de discurso de cada una de las variables de entrada, así como los símbolos asociados a cada una de ellas.

Para la definición de los conjuntos difusos para cada variable se tomaron en cuenta los siguientes criterios:

. >_ I

. .

. .

Se plantearon tres conjuntos difusos para cada una de las variables de entrada.

Por simplicidad se plantearon funciones de pertenencia tridgular y trapezoidal para los conjuntos difusos de todas las variables de entrada. Funciones de pertenencia trapezoidal para los conjuntos difusos definidos para valores bajos y altos del universo de discurso y funciones de pertenencia triangular para los conjuntos difusos definidos para los valores medios del universo de discurso.

Desarrollo del controlador suDerVisono 1 O0

Estado de carga del banco de baterías

Tabla 5.2 Universos de discurso de cada una de las variables de entrada.

soc [O, I] ó [O, loo]%

Potencia de las cargas prioritarias

I Potencia de salida de los arreglos fotovoltaicos I PFY I [0,27OOlW I Pcp [O, IOOO] W

Potencia estimada de un arreglo fotovoltaico

Nivel de combustible del motogenerador

Número de desconexiones de un aerogenerador por día

Potencia de las cargas no prioritarias 1 pcnip I [O, 15001 w

PEFV [O, 6751 W

NC,, [O, 101 Its

DXAC [O, . . . I

I Potencia estimada de un aerogenerador I PEAC I [O, 5001 W 1

Se planteó que la suma de las funciones de pertenencia de todos los conjuntos difusos siempre sumara 1 (lo que se conoce como conjuntos difusos ortogonales).

El universo de discurso se dividió en tres partes iguales de manera que los tres conjuntos difusos tuvieran el mismo soporte para valores de pertenencia entre 0.5 y 1.

En la figura 5.12 se presentan los conjuntos difusos asociados a las variables de entrada PAC, PFV, PCP, PCNP Y PEFV..

Como se mencionó anteriormente, tanto la potencia de los aerogeneradores como de los arreglos FV se tomaron en grupo, esto es, como si se tratara de un sólo elemento de generación, dado que son las entradas para el sistema difuso 1 y que ayudan a la descomposición del sistema. Para poder llevar a cabo la conexión o desconexión de los aerogeneradores y arreglos FV en forma individual se tienen las variables de potencia estimada de un aerogenerador y un arreglo FV (PEAC y PEFV).

Aunque el SOC del banco de baterías se presenta como una variable difusa que modifica los sistemas difusos a desarrollar, en la práctica, los términos BAJO, MEDIO y ALTO corresponden a valores reales del SOC. De ahí que no fuera necesario plantear los conjuntos difusos para el SOC sino únicamente los valores para los cuales se presentan los valores lingüísticos asociados. El SOC quedó definido de la siguiente manera:

1. El SOC es ALTO cuando SOC > 95%. ?.

2. El SOC es MEDIO cuando 40% 5 SOC 5 95%

3. El SOC es BAJO cuando' SOC < 40%.

. .

Desarrollo del controlador supemsorio 101

e) Figura 5.12 Definición de los conjuntos difusos para la potencia de: a) 5 aerogeneradores, b) 4 arreglos FV, c) cargas prioritarias, d) cargas no prioritarias y e) potencia estimada de

un arreglo FV (potencia máxima 675 W).


5.6.3 Base de reglas IF-THEN

Una vez definidos los sistemas difusos a implementar, las variables de entrada de cada uno de ellos y los conjuntos difusos asociados a cada variable de entrada, se llevó a cabo la definición de las bases de conocimientos para los sistemas difusos que conforman el controlador supervisono difuso y que se muestran en las figuras 5.9 y 5.10.

Sistema difuso I

En la Tabla 5.3 se muestra en forma tabular la base de reglas del sistema difuso 1. Se hizo una simplificación de las reglas considerando algunos casos donde fue posible reducir el número de reglas. Para mostrar lo anterior y a manera de ejemplo, a continuación se presenta la simplificación que se hizo para la regla 1.

Si las potencias demandadas (Pcp y P ~ N ~ ) son bajas y la potencia de salida de los aerogeneradores (PAG) también es baja, es necesario analizar la condición de la potencia de los arreglos FV (PF~). Primero partiremos de que los aerogeneradores deben quedar conectados puesto que se busca no someterlos a frenado y conexión continuamente ( C A ~ = ON). Ahora bien, al estar dentro de la condición SOC = ALTO, si PFV es media o alta, los arreglos deben desconectarse del sistema (CFY = OFF) para no sobrecargar el banco de baterías al haber una demanda baja por parte de la carga. Esto podemos generalizarlo para la condición cuando PEY es bajo, en el entendido de que la poca potencia demandada se pudiera cubrir con los aerogeneradores buscando no descargar el banco y de que no importa cuantas veces sean conectados o desconectados los arreglos FV del sistema. De esta manera, la regla 1 queda así: si Pcp y P c ~ p son bajas, PAC es baja y no importa el nivel de potencia FV, las salidas serán CAG = ON y CFY= OFF.

Como se puede ver en la Tabla 5.3, se tienen 49 reglas para el sistema difuso 1. Esta simplificación fue posible llevarla a cabo una vez planteadas las 81 reglas que se debían generar de acuerdo al número de entradas y los conjuntos asociados a cada una de ellas.

A manera de ejemplo, a continuación se presenta en forma lingüística la interpretación de las reglas 1 y 4 respectivamente:

Regla 1 : s r P c p cs BAJO, P , BAJO ). prC es BAJO ENTONCESC~~ FS ON y c,, es OFF

Regla 4: Sipcp es BAJO, PcNp es MEDIO, PAC es BAJO y Piyes BAJO ENTONCESCAces ON y CFyes ON


Tabla 5.3 Base de conocimientos del sistema difuso 1.


Sistema difuso 2

De acuerdo a la figura 5.9, la salida para la conexión de los aerogeneradores (CAC ~ u x ) se debe llevar al sistema difuso 2, para que dependiendo del número de veces que se hayan desconectados los aerogeneradores en un día (E&), se puedan reconectar o no al SHGE.

En la Tabla 5.4 se muestra la base de conocimientos para el sistema difuso 2, la cual es muy simple.

1 2 3 4

‘abla 5.4 Base de conocimientos del sistema difuso l E N T R A D A S I ISALiDAW icAm ID&- I C A -

OFF $ OFF ON BAJO ON ON MEDIO OFF ON ALTO OFF

2.

Nota el * significa que el valor no importa para aplicar la regla

Si los aerogeneradores deben estar desconectados, no importa cuantas veces se hayan desconectado, la salida debe dejarlos desconectados (regla I). Ahora bien, si CAG-AUX indica que los aerogeneradores se deben conectar al sistema, sólo si DXAG es bajo se reconectarán los aerogeneradores (regla 2), en caso contrario, los aerogeneradores no serán reconectados (reglas 3 y 4).

La simplicidad del sistema difuso 2 hace ver que no es necesario desarrollar todo un sistema difuso por el número reducido de reglas y se puede implement& de una manera sencilla dentro del programa de simulación simplemente con una condición IF THEN:

SICAG . O N y OXAG es BAJO ENTONCESCAG es ON

En cualquier otro caso, CAG es OFF.

Sistema difuso 4

Cuando la salida para la conexión de los arreglos FV indica desconectarlos (CFY = OFF), se puede ejecutar el sistema difuso 4 para tratar de aprovechar la generación de los arreglos FV (figura 5.9), elaborando para ello la base de conocimientos que permita aprovechar esta generación sin sobrecargar el banco de baterías.

Como se puede apreciar en la figura 5.9, el sistema difuso 4 cuenta con dos modificadores, CFY (que debe estar en OFF para poder actuar sobre el sistema difuso) y PAC. Como sabemos, para este sistema difuso 4 también estamos en la condición cuando el SOC es ALTO, y por tanto para poder reconectar los arreglos FV al sistema, se debe asegurar que sea muy baja la potencia de los aerogeneradores (PAC) para evitar sobrecargar el banco de baterías. De acuerdo a lo anterior, para que se lleve a cabo la ejecución del sistema difuso 4 es necesario que se cumplan las condiciones: CFY = OFF y PAC = MUY BAJO.


No es necesario definir un conjunto difuso MUY BAJO para la variable de entrada PAC puesto que al igual que el SOC, simplemente es un modificador y por tanto tiene que ser menor a un cierto valor. El valor límite que se consideró para cumplir la condición PAC = MUY BAJO fue para PAC < 100 Watts.

En la Tabla 5.5 se muestra la base de conocimientos generada para el sistema difuso 4, cuya ejecución depende, como se comentó anteriormente, de que se cumplan las dos condiciones mencionadas.


Nota: el * significa que el valor no importa para aplicar la regla.

Sistema difuso 3

El desarrollo del controlador supervisorio difuso se realizó por etapas, desarrollando primeramente un sistema difuso muy simple para probar las herramientas de programación. Una vez que este sistema difuso se probó, se implementaron los sistemas difusos 1 y 5, probando así las bases de conocimientos generadas para cada uno de ellos. Cuando las respuestas de estos sistemas difusos se probaron y validaron, se desarrolló el sistema difuso 4, probándose nuevamente la operación del SHGE ahora con estos tres sistemas difusos. Los resultados obtenidos con la incorporación del sistema difuso 4 no mostraron un aporte significativo en la generación global del sistema, lo que llevó a la decisión de no desarrollar el sistema difuso 3 por esperarse resultados similares a los obtenidos al incorporar el sistema difuso 4.

Una razón más de peso para decidir no incorporar el sistema difuso 3 fue lo planteado en la base de conocimientos del sistema difuso 1, en donde se dio prioridad a no desconectar los

106

aerogeneradores del sistema. Sólo 9 reglas de las 49 de que consta la base de conocimientos del sistema difuso 1 contemplan la desconexión de los aerogeneradores, lo que significa menos del 20% del total de las reglas. Considerando además que no se deben frenar constantemente los aerogeneradores, resulta prácticamente inoperante para el controlador supervisono incorporar un sistema difuso que contemple la ejecución repetida de dichas acciones.

Desarrollo del controlador supervisono

Sistema difuso 5

El sistema difuso 5 forma parte del sistema difuso jerárquico desafrollado para la condición cuando el SOC es BAJO. En la Tabla 5.6 se presenta la base de conocimientos desarrollada para este sistema difuso.

Como se puede apreciar en la Tabla 5.6, no se tiene una salida para la variable de salida de conexión de las cargas no prioritarias (CCNP). En este caso, dado que se tiene la condición de que el SOC es BAJO, es necesario asegurar el suministro de energía a las cargas prioritanas y por tanto es indispensable, para asegurarlo, desconectar la alimentación a las cargas no prioritarias, ahorrando así consumo de combustible del motogenerador, que es uno de los objetivos de operación del SHGE. De acuerdo a esto, la conexión de cargas no prioritanas (COP) será siempre OFF (esto es, deberán siempre estar desconectadas) cuando se tenga la condición de que el SOC es BAJO.

Una salida que no fue contemplada en el desarrollo del controlador supervisono difuso es la salida CINV, que corresponde a la conexión del inversor del SHGE. Cuando el motogenerador entra en operación, el inversor se debe desconectar y cuando el motogenerador sale de operación, el inversor se debe reconectar al sistema. Como se observa las señales podríamos considerarlas inversas, por lo que no es necesario contemplar su habilitación en forma separada dentro del sistema difuso.

Desarrollo del controlador supeMsori0 107

Sistema difuso 6

En la figura 11 se muestran las entradas y la salida del sistema difuso 6. Una vez que el sistema difuso determina si se debe o no conectar el motogenerador al sistema (CMC I ) , dependiendo del nivel de combustible restante en el motogenerador (NCMC), éste se deberá o no encender.

En la Tabla 5.7 se muestra la base de conocimientos generada para el sistema difuso 6.

-


MEDIO

Nota: el * significa que el valor no importa para aplicar la regla

Al igual que el sistema difuso 2, la base de conocimientos es muy simple y se puede ver que se puede omitir el sistema difuso, generando en forma separada las reglas dentro del programa de simulación.

Las reglas son las siguientes:

SI CMG I es OFF ENTONCES CMG es OFF SI CMG-, es ONy NCMG es BAJO ENTONCES CMG es OFF SICM~-, es ONy NCMG es MEDIO EhTONCES CMG es ON SI C,C_, es ONy NCMG es ALTO ENTONCES CMG es ON

5.7 IMPLEMENTACIÓN DEL CONTROLADOR SUPERVISORIO DIFUSO

El controlador supervisorio difuso desarrollado se implementó en MATLAB a través de un archivo .m, el cual incluye los modelos matemáticos de los elementos del SHGE para SU simulación dentro del programa.

Cada uno de los sistemas difusos se desarrolló utilizando el ToolBox de Fuzzy Logic de MATLAB, en particular la herramienta FIS Editor Viewer. Esta herramienta permitió definir el sistema difuso tipo Sugeno, el cual como se comentó es el tipo de sistema difuso requerido para esta aplicación.

Dentro de esta herramienta se definieron las entradas y salidas de los sistemas difusos 1,4 y 5 en forma separada, los cuales se muestran en las figura 5.13, 5.14 y 5.15 respectivamente.

En la figura 5.13 se observa que el sistema difuso 1 tiene 4 entradas (PcP, PCNP, PAC y PFV) y dos salidas (CAC y CFV), lo cual se había mostrado en bloque en la figura 5.11. La ventana que se muestra corresponde a un sistema tipo Sugeno (TSK), que se definió previamente en Matlab al accesar al FIS Editor Viewer. r

108 Desarrollo del controlador supervisorio

I' Figura 5.13. Definición de entradas y salidas del sistema difuso 1 con la herramienta FIS- .

Editor-Viewer.

..

" vi

SUC-IVTO.N.3 FIS Tups: sumo FIS Name

Lp,g . 1i.q cvirentvanablc

lhpkado"

Uefuxiicalion

Sullem'SOC-AtT0.N.P 3 in~utr. 30iuoulr.aod2~ w h 1 F ib ra 5.14. Definición de entradas y salidas del sistema difuso 3 con la herramienta FIS-

Editor-Viewer.

A partir de la ventana de la figura 5.13 se pueden introducir los conjuntos difusos asociados . a cada variable y se pueden programar los valores constantes asociados a las variables de salida por tratarse de sistemas difusos TSK.

Con la herramienta FIS Editor Viewer también se implementaron los conjuntos difusos asociados a cada una de las variables, los cuales se muestran en la figura 5.12. Se definió también la base de conocimientos para cada uno de los sistemas (Tablas 5.3, 5.5 y 5.6),


I,

5. II [P-CP is BAJA1 and [P-AG is ALTA1 then (CMG is OFF] 11 I 6. If [P-CP is MEDIA] and [P-AG is BAJA] and IP-N is BAJA] then [CMG is ON] Ill 7. I1 [P-CP is MEDIA] and [P-AG is BAJA] and [P-N is MEDIA] then [CMG is OFF] [ l I 8. I1 [P-CP is MEDIA) and [P-AG if BAJA] and [P-FV ¡$ALTA] then [CMG is OFF) [l I 9. If [P-CPisMEDlA]and[P-AG isMEDIA)lhen[CMG isOFF][l] 10. IflP-CPirMEDIA]and[P-AG irALTAjthenlCMG irOFF][l ] 11. iflP-CPirALTAland[P-AG isBAJAIandlP-NisEAJAIthenlCMG isONl[lI 12. If(P-CPirALTAland[P-AG ir BAlAlandlP-FVisMEDIAl thenICMG isOFF][l] 13.lf[P-CPisALTAjand[P-AG isEAJAland[P-FVisALTAlthen[CMG isOFFl[11

and and P-AG IS P-N IS

.. . . . . .- . . D n o t a n o t 8 not

Then CMG is

0 not

Figura 5.16. Edición de las reglas del sistema difuso 5 utilizando la herramienta FIS-Editor- Viewer.

5.7.1 Secuencia de event& del programa de simulación

La forma en que se ejecuta el programa de simulación con el controlador supervisono difuso incluido se presenta en el diagrama de flujo de la figura 5.17, el cual se explica a c0ntinuación:Para mayor facilidad en la referencia, cada uno de los bloques del diagrama de flujo de la figura 5.17 contiene una letra que corresponde a los párrafos listados a continuación.

,e

A. Se programan los parámetros para los arreglos FV y el banco de baterías y los datos de potencia nominal del inversor y del motogenerador. Se asigna un estado de carga inicial.


I B.

C.

D.

E.

F.

G.

H.

Se cargan los archivos de datos que se utilizarán en cada uno de los modelos matemáticos de los elementos del SHGE. Se inicia un contador de períodos de 10 minutos (CT = O). Los datos corresponden a valores promedio de 1 0 minutos, de manera que el controlador supervisorio en el programa de simulación determina los cambios en la operación del SHGE cada 10 minutos. Los archivos mencionados contienen la siguiente información:

. Los datos reales de velocidad de viento para el modelo del aerogenerador.

Los datos reales de radiación solar y temperatura de panel fotovoltaico para el modelo del arreglo FV.

Los datos reales de temperatura de la batena, un estado de carga inicial y un voltaje inicial de operación para el banco de baterías.

Los datos de potencia de los procesos productivos a simular (cargas prioritarias y no prioritarias), correspondientes a un patrón de demanda diario. Con base en el nhnero de datos de velocidad de viento, el programa calcula cuántos días se van simular para obtener el patrón de demanda completo.

Enseguida se ejecutan los pasos siguientes, mismos que se repetirán cada 10 minutos con los datos recolectados en el período.

Se toman los datos correspondientes a un período de 10 minutos. Se incrementa en uno el contador de períodos de 10 minutos (CT= CT+l).

Se calcula la potencia generada por los 5 aerogeneradores en forma conjunta.

Se calcula la potencia generada por los 4 arreglos fotovoltaicos en forma conjunta y también se obtiene la potencia de un arreglo FV en forma individual.

Si el SOC es ALTO se continúa con el punto siguiente, en caso contrario se continúa con el punto U.

Se lleva a cabo la evaluación del sistema difuso 1, donde se obtienen los valores de CAG AUX y CFV para la conexión o desconexión de los 5 aerogeneradores en forma -conjunta y de los 4 arreglos FV también en forma conjunta respectivamente, esto es, se conectan los 5 aerogeneradores o no se conecta ninguno para el caso de la línea C A ~ - y para los arreglos FV o se conectan los 4 o no se conecta ninguno.

Si los aerogeneradores se tienen que desconectar (CAG AUX< 0.5) se continúa con el punto siguiente en caso contrario (CAG A",,-> 0.5) se continúa con el punto J.

Desarrollo del controlador supeMsorio 112

I. Los 5 aerogeneradores se desconectan del sistema y se incrementa en uno el contador de desconexiones de los aerogeneradores (DXAG). Se pasa al punto M.

Se aplican las regias del sistema difuso 2 para determinar si procede la conexión de los 5 aerogeneradores (CAG), tomando en cuenta el número de desconexiones de los aerogeneradores (DXAG) en un día.

Si el contador de desconexiones de los aerogeneradores (DX& es menor a 7, se continúa con el punto siguiente, en caso contrario se pasa al punto M.

J.

K.

L.

M. . Si el contador de periodos de 1 O minutos indica que ha transcurrido un día (CT = 144) se continúa con el punto siguiente en caso contrario se pasa al punto O.

Se lleva a cabo la conexión de los aerogeneradores ( C ~ G = 1 o CAC = ON).

N.

O.

P.

Q. R.

S.

T.

U.

V.

w

X.

Se inicia el contador de períodos de 10 minutos (CT= O).

Si los arreglos FV se tienen que desconectar (CFY? 0.5) se continúa con el punto siguiente en caso contrario se continúa con el punto Q.

Se conectan los 4 arreglos FV. Se pasa ai punto U.

Los 4 arreglos FV se desconectan del sistema.

Si la potencia de los aerogeneradores es muy baja lo cual indica que éstos se encuentran conectados (PAC < 100 W,) se continúa con el punto siguiente, en caso contrano se pasa al punto U.

Se evalúa el sistema difuso 4 para determinar la conexión de los arreglos FV en forma individual (CFYI.~), esto es, puede conectar uno, dos o hasta tres arreglos FV dependiendo de las potencias demandadas (Pcp y PCNP) y la potencia de un arreglo FV (PEFv).

Conecta uno, dos o hasta tres arreglos FV de acuerdo a la salida C F V , ~ que resultó de evaluar el sistema difuso 4.

Si el SOC es BAJO se continúa con el punto siguiente, en caso contrario se continúa con el punto CC.

Se lleva a cabo la evaluación del sistema difuso 5 , el cual decide la conexión o desconexión del motogenerador (CMG - I ) .

Si la salida de conexión del motogenerador indica conectarlo (CMG I ? 0.5) se continúa con el punto siguiente, en caso contrario se pasa ai punto AA:

El programa aplica las reglas del sistema difuso 6, cuyo objetivo es no conectar el motogenerador si el nivel de combustible es bajo.

Desarrollo del controlador supervisono -113

Y . Si el nivel de combustible (NCMG) no es bajo se pasa al punto siguiente, en caso contrario pasa al punto AA.

Se conecta el motogenerador (CMG = ON). Z.

AA. Se desconectan las cargas no prioritarias (CCNP = OFF).

BB. Se calcula la potencia demandada por el inversor, que en este caso sólo será la potencia de las cargas prioritarias (Pcp) puesto que el SOC es bajo. Se pasa al punto EE.

CC. Se calcula la potencia demandada por el inversor de acuerdo al dato de la potencia demandada (Pcp y Pc~p) . Se conectan las cargas no prioritarias (CCNP = ON).

DD. Se calcula la potencia resultante en el sistema (potencias generadas - potencia demandada) para determinar si la potencia sobrante o faltante se entrega o se saca del banco de baterías, respectivamente.

EE. Con los datos del voltaje en terminales del banco de baterías (voltaje inicial para el primer período de 10 minutos simulado) y la potencia resultante (calculada en el punto anterior) se determina la comente resultante.

FF. Con el dato de comente resultante (entregada o suministrada al banco de baterías) y el dato de temperatura de la batería se determina el estado de carga (SOC) actual del banco de baterías y el voltaje en terminales del banco de baterías que se utilizará para el siguiente cálculo.

GG. Se regresa al punto C hasta concluir con los datos de todos los días a simular.

La evaluación de cada uno de los sistemas difusos mencionados se realiza mediante la instrucción READFIS. Una vez que el programa de simulación genera las variables de entrada correspondientes a los sistemas difusos (por ejemplo las potencias PCP, PCNP, PAC y PFY para el sistema difuso l), éstas se evalúan mediante la instrucción EVALFIS, generando las salidas correspondientes para cada uno de los sistemas difusos implementados.

Los valores de salida (por ejemplo CAG y CFV para el sistema difuso 1) .que se encuentran entre O y 1 se asignan a (OFF) u (ON) dependiendo si se encuentran entre O y 0.5 ó entre 0.5 y 1 respectivamente.

Conclusiones

En este capítulo se ha explicado el trabajo realizado para el desarrollo del controlador supervisono, justificando porque se decidió utilizar la lógica difusa en dicho desarrollo. En el capítulo siguiente se presentarán los resultados obtenidos en la operación del SHGE utilizando dicho controlador.


Inicio

A. Se programan los parámetros para los arreglos FV y banco de baterías y los datos de potencia nominal del inversor y del motogenerador

I 1 B. Se cargan archivos de datos que se utilizarán en cada uno de los modelos matemáticos

de los elementos del sistema hibrido correspondientes a datos de 10 minutos CT = O I t

C. Se toman los datos correspondientes a un periodo de 10 minutos Se incrementa en uno el contador de períodos de 10 minutos (CT = CT+I)

D. Se calcula la potencia generada por los 5 aerogeneradores en forma conjunta 1 I

). E. Se calcula la potencia aenerada Dor los 4 arreolos fi -...u.__ Aovoltaicos en forma . ~~

I conjunta y también se CalcÜia la potencia de un arreglo FV en forma individual I

no

G. Se lleva a cabo la evaluación del sistema difuso 1 Se obtienen los valores de C,,,,, y C,,

I

no

I. Los 5 aerogeneradores son desconectados del sistema. DX,,= DX,,+l

L. Se lleva a cabo la conexión de los aerogeneradores (C,, = 1 o C,, =ON).

I

N. Se inicia el contador de periodos de 10 minutos (CT=O)

. . Figura 5.17a. Diagrama de flujo del programa de simulación con el controlador

supervisono incluido (parte 1). I


por el inversor de acuerdo al dato de la potencia demandada (Pep y PCNP). Se

conectan las cargas no prioritarias.

o

f BB. Se calcula la potencia demandada por el inversor que

será la potencia de las cargas prioritarias (Pep)

& O. C, < 0.5

P. Los 4 arreglos FV son

. Q. Los 4 arreglos FV son desconectados del sistema.

no

S. Se evalúa el sistema difusa 4 para determinar la conexión de los arreglos FV en forma individual (C,?.J

T. Conecta uno, dos o hasta tres arreglos FV de acuerdo a la salida C,,, que resultó de evaluar el sistema difuso 4.

f

f

Si U. SOC = BAJO 1 del sistema difuso 5. Se determina C,, . ,.

I no

I I

+ si X. El programa aplica las reglas del sistema difuso 6.

1

+ I €E. Con los datos del voltaie en terminales del banco Y la wtencia resultante se determina la corriente resultante

I FF. Con el dato de comente resultante sedetemina el SOC del banco I I GG. Se rearesa al Dunto C hasta concluir con los datos de todos los dias a simular

Figura 5.17b. Diagrama de flujo del programa de simulación con el controlador supervisorio incluido (parte 2).


116

CAPÍTULO 6

RESULTADOS DE SIMULACI~N

En el capítulo anterior (sección 5.7.1) se describió de manera detallada la secuencia de eventos que ejecuta el programa para la simulación de un sistema híbrido con el controlador supervisono incluido.

Es importante recordar que el programa de simulación inicia con unas condiciones iniciales de operación (un estado de carga inicial del banco de baterías y las fuentes de generación renovables conectadas). El programa obtiene los primeros datos de generación y carga (correspondientes a un período de 10 minutos) y con esta información el controlador supervisono determina las nuevas condiciones de operación del sistema. El programa toma los siguientes datos de 10 minutos hasta concluir con todos los datos de simulación, haciendo que el controlador determine las nuevas condiciones de operación para cada juego de datos.

Otro punto importante que se debe aclarar es que el controlador supervisono trata de obtener la mayor cantidad de energía disponible de las fuentes renovables para alimentar a la carga; si la energía demandada por la carga es menor que la energía renovable generada, la energía excedente se envía al banco de baterías (bajo ciertas condiciones, por ejemplo que no haya posibilidad de sobrecarga) y si la energía demandada es mayor que la energía renovable generada, la energía faltante se toma del banco de baterías (bajo ciertas condiciones, por ejemplo que no haya posibilidad de descarga profunda).

Si el controlador determina que con la energía entregada al banco de baterías, éste tiende a sobrecargarse desconecta las fuentes renovables del sistema. Ahora bien, si el controlador determina que el banco de baterías tiende a descargarse excesivamente, conecta el motogenerador para alimentar a las cargas y evitar así dicha situación.

La conexión y desconexión de los elementos del sistema no es simple como se explica en el párrafo anterior, sino que el controlador supervisorio decide, en forma “inteligente” cuando realizar dichos eventos (resultado de aplicar los conjuntos de reglas mostrados en el

117

Resultados de simulación 118

capítulo antenor), dependiendo de las condiciones de operación del sistema, aplicando para ello el conjunto de reglas de los sistemas difusos mencionados en el capítulo anterior para las condiciones de SOC alto y bajo. Incluso, como se comentó, el controlador puede conectar uno, dos o hasta tres arreglos FV dependiendo de las condiciones de la carga.

A continuación se presentarán un caso de simulación de 10 días. Primero se presentan los perfiles de la demanda de la carga en el sistema híbrido y los recursos solar y eólico disponibles para los días de simulación, así como las potencias FV y eólica que se pueden generar con estos recursos (a las que se les llamó potencias disponibles). Al final se presentan los resultados obtenidos en la operación del sistema híbrido con el controlador supervisorio difuso, los cuales se comparan con los de un controlador convencional, cuyo algoritmo se presenta en el Apéndice 11. El algoritmo está basado en valores de voltaje, los cuales se utilizan para llevar a cabo la conexión y desconexión de los elementos del sistema híbrido. Los valores de voltaje están asociados a diferentes estados de carga del banco de baterías. Por mayor facilidad en la implementación de algoritmo para su simulación, se consideraron estos estados de carga y no los valores de voltaje asociados.

La potencia disponible es la potencia máxima que se puede obtener durante el período de simulación para cada recurso; sin embargo, la potencia renovable utilizada por el sistema es menor a la potencia disponible debido a que para evitar la sobrecarga del banco de baterías, los elementos de generación renovable se tienen que desconectar; en este caso la potencia generada es cero si se desconectaron todos los elementos de generación o menor a la potencia máxima si se desconectaron parcialmente (en el caso de los arreglos FV).

6.1 PERFILES DE LA CARGA DEMANDADA

En la sección 5.4 se indicó que como perfiles de carga se tomaron los patrones.de demanda diaria de dos procesos productivos; un proceso de elaboración de cámicos y un proceso de elaboración de lácteos para las cargas prioritarias y no prioritarias respectivamente, los cuales se muestran en las figuras 6.1 y 6.2.

http://patrones.de


minutos

Figura 6.2. Perfil de las cargas no prioritarias.

En la figura 6.3 se muestra el patrón completo para los dos tipos de cargas. Como se observa en las figuras 6.1, 6.2 y 6.3 los patrones diarios se repiten durante los días 10 de simulación (1 4,400 minutos).

I I I I I I I I 2000 4000 6000 8000 10000 12000 14000

minutos

Figura 6.3. Perfil de la carga demandada en el sistema híbrido para todo el período de simulación.


6.2 PERFILES DE LOS RECURSOS RENOVABLES Y DE LAS POTENCIAS DISPONIBLES

En la figura 6.4 se muestra la radiación solar incidente sobre el plano de los arreglos fotovoltaicos y la potencia máxima que se puede extraer de los 4 arreglos fotovoltaicos de que consta el sistema considerando dicha radiación.

minutos

Figura 6.4. Radiación solar incidente sobre los paneles fotovoltaicos y potencia disponible con los 4 arreglos fotovoltaicos.

Es importante volver a aclarar que toda esta potencia no se aprovecha por el sistema híbrido, debido a que el controlador desconectará los arreglos fotovoltaicos total o parcialmente (la potencia generada será cero o menor a la máxima) cuando el estado de carga del banco de baterías sea tal que pueda presentarse una sobrecarga de éste. El banco de baterías disminuirá su vida útil si se mantiene con un estado de carga de 100% durante intervalos de tiempo prolongados.

En la figura 6.4 se observan 10 elevaciones correspondientes a los 10 días de simulación. Los períodos con radiación y potencia cero corresponden a la noche y la madrugada de cada uno de los días. Se puede ver que los días 4, 5 y 9 tienen bajos niveles de radiación (debido a nublados presentes en el lugar donde se obtuvieron los datos) y por lo tanto también bajos niveles de potencia FV generada. En cambio los días 1,2,3, 7, 8 y 10 tienen un alto nivel de radiación y por tanto la potencia generada también es alta.

En la figura 6.5 se presenta la velocidad de viento medida a la altura del centro del rotor de los aerogeneradores (dividida entre 10) y la potencia máxima que se puede extraer de los 5 aerogeneradores. Esta potencia no representa la potencia aprovechada por el sistema híbrido porque ésta será cero cuando el SOC del banco de baterías sea alto y el controlador decida desconectar la generación eólica para no sobrecargarlo.


I - Pot... I

minutos

Figura 6.5. Velocidad de viento incidente sobre los rotores de los aerogeneradores y potencia disponible con los 5 aerogeneradores.

También en la figura 6.5 se pueden apreciar 10 elevaciones correspondientes a los 10 días de simulación, aunque con menos claridad que en la radiación solar (cuéntense las 10 crestas más pronunciadas). En esta figura se puede apreciar que el día 4 (alrededor del minuto 5000) no presenta potencia generada debido a que la velocidad de viento es menor a 5 d s , velocidad cercana a la velocidad de inicio de los aerogeneradores. Los días 1 ,2 y 6 son también días con potencial eólico malo. Sin embargo los días 3, 8, 9 y 10 tienen un mejor potencial y por tanto presentan una buena potencia eólica generada.

En la figura 6.5 podemos ver que a pesar de no tener prácticamente períodos de calma (velocidades de viento de cero d s ) si se tienen bastantes períodos donde la velocidad de viento es inferior a 5 d s , lo que indica que el lugar donde se midieron los datos de velocidad de viento no es un lugar con buen potencial eólico, que contrasta con la figura 6.4 en donde se observa que si se tiene un buen potencial solar, característica de casi todos los lugares del territorio nacional.

6.3 RESULTADOS

La grafica de comportamiento del SOC a lo largo del tiempo permite observar de manera directa el funcionamiento del sistema híbrido, sin importar el tipo de controlador que se utilice, también es posible observar de manera indirecta cuando entran o salen de operación los diferentes elementos del sistema híbrido. Sin embargo, lo más importante de una gráfica del SOC es que permite observar las mejoras en la operación global del sistema.


En la figura 6.6 se muestran las condiciones de demanda y generación (eólica y FV) en el sistema híbrido y la comparación del comportamiento del SOC utilizando el controlador supervisono difuso (CSD) y un controlador convencional (CONV) para los 10 días de simul-ión

2

E 1 a

O

L 2 a 1

O O 2000 4000 6000 ' 8000 10000 12000 14000

minutos

a 1

O

1

o 0.5

O O 2000 4000 6000 8000 10000 12000 14000

minutos

Figura 6.6. Condiciones en el sistema: a) potencia demandada, b) potencia eólica disponible, c) potencia FV disponible y d) comparación de SOC CSD y CONV.

Antes de analizar el comportamiento del sistema híbrido utilizando los dos controladores, se explicará cómo funciona el sistema y cómo se va obteniendo el valor del SOC a lo largo del tiempo.


Para el intervalo A mostrado en la figura 6.6a se presenta una potencia demandada, para ese mismo intervalo no se tiene potencia generada eólica y FV (intervalo A, figuras 6.6b y 6.6c), lo que provoca una disminución en el valor del SOC para los dos controladores (intervalo A, figura 6.6d). La disminución en el valor del SOC se debe a que la potencia demandada por la carga la proporciona el banco de baterías.

En el intervalo B mostrado en la figura 6.6a la potencia demandada aumenta, sin embargo para ese mismo intervalo la potencia FV también aumenta (intervalo B, figura 6 .6~) debido a que se tiene la potencia del primer día solar. Para ese intervalo, la potencia generada es mayor que la potencia demandada, que se puede apreciar en el incremento en el valor del SOC para los dos controladores (intervalo B, figura 6.6d), a pesar de que la potencia eólica sigue siendo O (intervalo B, figura 6.6b). El incremento en el valor del SOC se debe a que la potencia excedente (generada - demandada) se entrega al banco de baterías.

Como se puede ver en la figura 6.6d, para los intervalos A y B, los comportamientos del SOC con el CSD y con el CONV son idénticos (figura 6.6). Sin embargo en el intervalo C se puede apreciar una diferencia en el valor del SOC debido a que el CSD empieza a hacer una mejor administración de las fuentes renovables.

En la figura 6.7 se presenta una aproximación de la figura 6.6 en donde se puede apreciar porque al final del intervalo el SOC del CSD termina con un valor mayor que el SOC del CONV. En la figura 6.7 se presenta una breve explicación, la cual se debe seguir en el orden en que están marcados cada uno de los recuadros. A continuación se amplia esta explicación.

En la figura 6.7d se observa que el SOC llega al 95% con los dos controladores (flecha del recuadro 1, figura 6.7d); en ese momento las acciones de los dos controladores son diferentes.

Puesto que se tiene una potencia demandada en el sistema y ésta es baja (flecha del recuadro 2, figura 6.7a, el CSD deja conectado uno de los arreglos FV (flecha del recuadro 2, figura 6.7b), a pesar de que la potencia FV disponible es mayor en el sistema (flecha de la letra A, figura 6.7b). Para ese mismo instante, el CONV saca de operación todos los arreglos FV (flecha del recuadro 2, figura 6.7~). Cuando el CSD deja conectado uno de los arreglos FV está aplicando el sistema difuso 4.

Cuando la potencia demandada aumenta (flecha del recuadro 3, figura 6.7a), el CSD reconecta nuevamente todos los arreglos FV para alimentar a la carga (flecha del recuadro 3, figura 6.7b) para evitar descargar el banco de baterías y aprovechar el recurso disponible; sin embargo, el CONV sigue dejando desconectados los arreglos (flecha del recuadro 3, figura 6.7). El CONV reconecta nuevamente los arreglos FV cuando el SOC ha disminuido al 85% (flechas de la letra B, figuras 6 . 7 ~ y 6.7d). Cuando el CSD conecta todos los arreglos FV está aplicando el sistema difuso 1.

Como producto de las acciones llevadas a cabo por el CSD, al final del día solar, el SOC del CSD termina con un valor mayor (aproximadamente 10%) que el SOC del CONV (flecha del recuadro 4, figura 6.7d).

Resultados de simulación 1.24

minutos 1 ........................................... I'

o --...- , - _ _ _ _ _ _ _ . . . . r _ _ _ _ E: 0.5

- SOCCSD

- soccoNv f. EI soc iiegó + 95% O I I I I 1

minutos O 200 400 600 800 1 O00 1200

Figura 6.7. Comparación de la operación de los controladores: a) potencia demandada, b) potencia FV disponible y del CSD, c) potencia FV del CONV y d) SOC del CSD y CONV.

La figura 6.8 muestra la comparación del SOC obtenido utilizando el CSD y el CONV para los 10 días de simulación. Se presenta nuevamente la gráfica para tener una mejor apreciación de los detalles.


minutos

Figura 6.8. Comparación del SOC del CSD y del CONV para los 10 días de simulación

En la figura 6.8 se puede observar que la mayor parte del tiempo los valores del SOC son mayores con el CSD que con el C O W ; el SOC con el CSD se mantiene amba el 70% del tiempo total simulado. El tiempo restante, el SOC del CSD estuvo por debajo o fue igual al SOC del C O W . La obtención de valores más altos de SOC muestra las ventajas de utilizar el controlador difuso. Estas mejoras se lograron aplicando los sistemas difusos 1 y 4.

Como puede apreciarse también en la figura 6.8, el SOC está más cercano al 100% con el CSD, lo que equivale a tener la mayor cantidad de energía disponible en el banco de baterías cuando la energía se requiere. Otro aspecto importante del CSD es que mantiene el SOC alrededor del 95% y no lo lleva alrededor del 100%. Si el banco de baterías opera con el SOC muy cercano al loo%, al no poder incrementar su estado de carga, la energía recibida por el banco hace que éste empiece a gasificar y por tanto empiece a perder electrolito (fenómeno que se conoce como sobrecarga). Esto repercute significativamente en la pérdida de su vida útil.

En la misma figura 6.8 se observa que el CSD permite que el banco de baterías experimente una reducción en la profundidad del ciclado del banco de baterías, entre los minutos 1000- 4000 y 10000-14000, siendo la diferencia en el SOC de hasta 10% (entre los minutos 2000 y 4000) para el primer penodo mencionado. Esta reducción en la profundidad del ciclado del banco de baterías origina no solamente tener más cargado el banco de baterías, sino que además aumenta el tiempo de vida útil del mismo al experimentar menos profundidad en los ciclos de descarga. Normalmente la vida útil de una batería está dada por un número determinado de ciclos de descarga profunda.


AI final del periodo de simulación también se observa que el SOC está 3% arriba con el controlador difuso que con el controlador convencional debido a que se aprovechó mejor el recurso renovable cuando estuvo disponible.

En la figura 6.9 se muestra la comparación de la operación de los dos controladores para mostrar como el CSD aprovecha mejor el recurso eólico disponible. La figura presenta una breve explicación siguiendo los números de los recuadros.

Cuando el SOC del CONV alcanza el 95 %, éste desconecta los aerogeneradores sin considerar que existe recurso disponible y potencia demandada (flechas del recuadro 1, figura 6.6). Sin embargo, el CSD a pesar de que el SOC está cercano a 100% (después del minuto 3800, figura 6.9d), reconecta los aerogeneradores al tener recurso disponible y una potencia demandada alta (flechas del recuadro 2).

A pesar de este recurso disponible y de la potencia demandada, el CONV no reconecta los aerogeneradores sino hasta que el SOC llega a 85%. Cuando el SOC alcanza nuevamente el 95%, el C O W desconecta nuevamente los aerogeneradores a pesar de que existe recurso disponible y carga demandada (flechas del recuadro 3, figura 6.9a).

Por su parte el CSD tiene que desconectar los aerogeneradores para proteger al banco de batenas al tener el SOC cercano al 100% (después del minuto 3900, figura 6.9a) puesto que la recurso eólico es alto y la demanda descendió (flechas del recuadro 4, figura 6.9d). Sin embargo, el CSD reconecta nuevamente los aerogeneradores cuando la demanda aumenta aprovechando el recurso disponible (flechas del recuadro 5, figura 6.9d).

AI final de estos eventos, nuevamente el SOC del CSD termina por arriba del SOC del CONV, lo que muestra que se hizo un mejor aprovechamiento del recurso eólico. Nótese que para estos eventos, la potencia FV disponible fue cero (después del minuto 3900, figura 6.9~).

En la figura 6.10a se puede observar que el mejor aprovechamiento de las fuentes renovables que realiza el CSD (aplicando la base de conocimiento cuando el SOC es alto entre los minutos 1000 y 5000), se traduce en una reducción del consumo de combustible por parte del sistema después del minuto 6000.

Con el CONV, el sistema de respaldo consumió 4,463 Wh, mientras que con el CSD, el sistema consumió 2,325 Wh, lo que representó una reducción del 47.9% en el consumo de combustible.

En la figura 6.10b se muestra la comparación de la conexión del motogenerador (CX-MG) para los dos controladores. Con el CSD se tuvo un menor tiempo de conexión del motogenerador (aproximadamente 250 minutos) comparado con el CONV (aproximadamente 1000 minutos), que significó el ahorro de combustible mencionado.

En la figura 6.10b, se corrió sobre el eje de las Y el nivel de la conexión del motogenerador para el C O W (CX-MG) para una mejor visualización de la gráfica.


3200 3300 3400 3500 3600 3700 3800 3900 4000 4100 4200 minutos

Figura 6.9. Comparación de la operación de los controladores: a) potencia demandada, b) potencia AG disponible y del CSD, c) potencia FV disponible y potencia AG del C O W y

d) SOC del CSD y CONV.


1.2

1

al 0 8 c 0 x C . o Y ai 0.6 -0

.-

E 0.4 - .- z

0.2

O

Figura

.......... ......... ................ ~ - CX-MGCsD ~ - CX-MG,,,,

: ........- '

.......... 0 ,. ........l........ , .. *

I

.......... ' ......................

.......... : L j ....... ......... i.. ...... L ........ J ......... ......... L -

_.__ I I I I I I I

O 2000 4000 6000 8000 10000 12000 14000 minutos

D. Comparación de la conexión (CX) del motogenerador con el CSD y el 1

a) SOC, b) líneas de conexión. ' O W ;

Los resultados obtenidos muestran que el controlador supervisorio está cumpliendo con los tres objetivos de operación del sistema: disminuir el consumo de combustible del sistema de respaldo, reducir la profundidad del ciclado del banco de baterías, y mantener lo más cargado posible el banco de baterías al aprovechar mejor los recursos renovables disponibles.

6.4 MODULARIDAD Y FLEXIBILIDAD DEL CONTROLADOR SUPERVISORIO

Dentro del objetivo principal de este trabajo de tesis se contempló diseñar un controlador supervisorio de tipo modular que fuera flexible para su aplicación en diferentes sistemas híbridos de pequeña capacidad.

En el capítulo 3 se especificó que el término modular del controlador se refiere a un conjunto de características de diseño que permiten el uso de básicamente el mismo controlador supervisorio en diferentes proyectos. En la modularización del controlador se incluyen diferentes cuestiones tales como interfases entre componentes, protocolos de


comunicación, modelado, programación y estrategias de control. Se dijo además que el controlador modular es capaz de operar el sistema con diferentes objetivos principales, tales como el ahorro de combustible, la minimización de costos de generación y la calidad de la energía, entre otros (Lemos, 2000).

El desarrollo de un controlador de tipo modular debe llevarse a cabo para sistemas híbridos que tengan una configuración con topología paralelo con un bus de corriente alterna (CA), ya que dicha configuración permite el desarrollo de una red eléctrica similar a la red eléctrica nacional pero en microescala, en donde es posible ir incorporando generadores entre los que se encuentran las fuentes de generación renovable (aerogeneradores, arreglos fotovoltaicos, pequeñas centrales hidroeléctricas, etc.) y máquinas diesel, así como consumidores (cargas adicionales tales como nuevas casas habitación, otros pequeños procesos productivos, etc.).

Ahora bien, el controlador para esta configuración requiere no sólo el desarrollo del controlador supervisorio como el que se desarrolló en este trabajo de tesis, sino que además requiere de un control de tipo dinámico que controle la frecuencia, voltaje y estabilidad de la red en CA. Lo cual como se comentó en el capítulo 2 (sección 2.4), está fuera del alcance de este trabajo de tesis, considerando que el control dinámico requiere no sólo de alguna técnica de control, sino además de un diseño avanzado en electrónica de potencia si se quiere llegar más allá de la simulación.

El desarrollo modular del controlador queda como trabajo futuro que podría desarrollarse como continuación de este trabajo de tesis.

La flexibilidad buscada en el controlador supervisorio va ligada también a la modularidad, la cual puede verse conceptualmente como plantea Lemos (ZOOO), en donde se habla de generadores renovables y convencionales, así como consumidores primarios, aplazables, base, etc.

Estos términos sin duda harían que cambiaran las reglas de los sistemas difusos. En este trabajo, las reglas se plantearon en términos de aerogeneradores y arreglos FV y no de generador renovable 1 ó 2. Si las reglas se plantearan en estos términos, se podrían incorporar no sólo aerogeneradores y arreglos FV sino una pequeña central hidroeléctrica, una celda de combustible e incluso un generador basado en biomasa.

Sin duda que el trabajo desarrollado en este trabajo de tesis ayudará, de manera importante, a obtener un controlador de tipo modular considerando que se han sentado las bases del desarrollo de un controlador de tipo inteligente, el cual está contenido en este trabajo de tesis.

El hecho de que el controlador supervisorio esté basado en el cálculo del estado de carga del banco de baterías hace que sea posible modificar el dimensionamiento de los elementos del sistema de manera que el controlador supervisono desarrollado tenga la flexibilidad para adaptarse a otros sistemas de mayor o menor tamaño; requiriendo para ello ajustar los universos de discurso de los conjuntos difusos asociados a cada una de las variables de entrada del sistema.


130

.

i

CAPÍTULO 7

CONCLUSIONES Y TRABAJO FUTURO

7.1 SUMARiO

En este trabajo de tesis se propuso la configuración general de un sistema híbrido de - generación eléctrica (SHGE). La configuración está basada en una topología paralelo con un bus de comente directa. Para llevar a cabo esta propuesta se revisó la clasificación de SHGE propuestos en la literatura y se hizo una revisión del estado del arte de las configuraciones propuestas en los sistemas híbridos actuales.

La configuración del SHGE incluye: arreglos fotovoltaicos y aerogeneradores como fuentes de generación renovable, una máquina de combustión interna como sistema de respaldo, un banco de baterías como medio de almacenamiento de energía, cargas eléctricas en corriente alterna y un inversor CDKA para poder alimentarlas.

Con la clasificación de sistemas híbridos se determinó la función principal del controlador supervisono dentro del SHGE. La función es satisfacer el o los objetivos de operación del sistema (calidad de la energía, ahorro de combustible, minimización de costos de generación o reducción de la contaminación). Los objetivos dependerán de cada aplicación en particular. Los objetivos se pueden jerarquizar de acuerdo a la aplicación y no siempre se deberán satisfacer todos. El control supervisorio desarrollado en este trabajo de tesis está enfocado a sistemas híbridos que se encuentren alejados de la red eléctrica convencional.

La filosofía de operación del controlador supervisorio se definió a partir de la configuración eléctrica propuesta y de los objetivos de operación del sistema. En el controlador no se incluyó el control dinámico del sistema (control de la frecuencia, voltaje y estabilidad de la red eléctrica). Este control se requiere para configuraciones con topología paralelo y bus de comente alterna. El desarrollo de este control se encuentra fuera de los alcances del trabajo de tesis.

, , '

131

Conclusiones y trabajo futuro 132

A partir de la definición de los elementos del sistema híbrido, se identificaron los modelos matemáticos para desarrollar un programa de simulación para probar la operación del controlador supervisorio desarrollado. Los modelos matemáticos se validaron con datos obtenidos en mediciones reales en un SHGE experimental instalado por el Instituto de Investigaciones Electricas en Pachuca, Hidalgo. Con la validación se comprobó que los modelos matemáticos utilizados se seleccionaron adecuadamente.

El diseño del programa de simulación permitirá incorporar otros elementos de generación o cargas y modificar la capacidad eléctrica de éstos, así como incorporar diferentes estrategias de control. Con el diseño realizado se pudieron programar los algoritmos de un controlador convencional y del controlador supervisono desarrollado.

Por lo que respecta al desarrollo del controlador supervisorio, se llevó a cabo una revisión de los controladores supervisorios actuales que utilizan alguna técnica de control inteligente. A partir de esta revisión se eligió la lógica difusa como la técnica para desarrollar el controlador supervisorio (ver sección 7.1.1).

El controlador supervisorio resultó en un sistema multivariable que, por el elevado número - de reglas de la base de conocimientos, planteó un desafío en su implementación. Su desarrollo se planteó utilizando la descomposición jerárquica basada en meta-conocimiento, que resultó en sistemas difusos más pequeños y con un menor número de reglas.

Una parte importante del trabajo fue la implementación del controlador supervisorio en Matlab. El controlador se probó en el programa de simulación para SHGE. Los resultados de la operación del controlador supervisorio difuso se compararon con la operación de un controlador convencional.

Los resultados muestran que el controlador supervisorio cumple con los tres objetivos de operación del sistema:

i. disminuir el consumo de combustible del sistema de respaldo, ii. reducir la profundidad del ciclado del banco de baterías, y

iii. mantener lo más cargado posible el banco de baterías al aprovechar mejor los recursos renovables disponibles.

7.1.1.

Se identificaron las siguientes ventajas:

Ventajas de utilizar la lógica difusa en el desarrollo del controlador

Permitió la descomposición jerárquica del controlador con lo cual generó sistemas difusos más pequeños, más fáciles de implementar.

Permitió una mayor claridad para convertir el conocimiento experto del sistema en las reglas de la base de conocimientos.

f


Los conjuntos difusos permitieron manejar en forma cualitativa la aleatonedad de los recursos renovables.

0

0 Facilitó la generación de las salidas del controlador supervisono a partir de los conjuntos difusos y las reglas difusas planteadas.

0 Fue posible generar una metodología para el desarrollo de un controlador supervisono (definición de sus entradas y salidas, descomposición jerárquica, definición de conjuntos difusos, generación de bases de conocimiento e implementación del controlador).

7.2 CONCLUSIONES

Las conclusiones de este trabajo de tesis son:

0 Se demostró que es posible aplicar el control inteligente (particularmente la lógica difusa) en el desarrollo de un controlador supervisorio para sistemas híbndos de generación eléctrica.

Se demostró que es posible mejorar la operación de un sistema híbrido de pequeña capacidad al incorporar un controlador supervisono difuso. Con el controlador supervisorio se disminuyó el ciclado del banco de baterías que evitaron los períodos prolongados de sobrecarga y descarga excesivas, se hizo un mejor aprovechamiento de los recursos renovables y se disminuyó el consumo de combustible del sistema de respaldo (motogenerador).

Se encontró que un desarrollo completo y de vanguardia de un controlador supervisono para un SHGE necesariamente tiene que buscar su flexibilidad, de manera que el mismo controlador pueda utilizarse en diferentes aplicaciones. El controlador deberá incluir el control dinámico del sistema. La configuración del SHGE deberá ser con topología paralelo y bus de corriente alterna.

0

0

7.3 APORTACIONES DEL TRABAJO DE TESIS

Como producto del desarrollo de este trabajo de tesis se lograron las siguientes aportaciones:

No se identificó en el país ningún desarrollo de controladores para SHGE basado en alguna técnica de control inteligente. Fuera del país, sólo se identificaron dos trabajos que se basan en lógica difusa (Lemos, 2000 y Bonnano y Patane, 1998). Este controlador supervisorio es el primer desarrollo en el país que utiliza una técnica de control inteligente.


Se cuenta con un programa de simulación de la operación de un SHGE. El programa permite estimar la energía renovable generada para un sitio donde se disponga de mediciones de velocidad de viento y radiación solar. El diseño modular del programa permite modificar las características de sus componentes para simular sistemas híbridos de diferentes potencias. Las acciones del controlador se basan en el cálculo en línea del estado de carga del banco de baterías, requiriendo para ello la corriente neta, el voltaje de operación y la temperatura externa del banco. El Instituto de Investigaciones Electricas sólo contaba con controladores cuyas acciones dependían del voltaje de operación del banco, que no refleja con certeza su estado de carga. El controlador basa sus acciones en el cálculo del SOC, que sin duda refleja con mayor certeza su valor real de carga.

Se llevó a cabo la divulgación de resultados a través de la presentación de tres trabajos en congresos diferentes (ver sección 7.4).

Se ha contribuido a la creación de una línea de investigación en el Cenidet y en el IIE para el desarrollo de controladores supervisonos inteligentes para SHGE.

7.4 PUBLICACIONES

Como parte de los resultados de esta tesis se escribieron y presentaron los siguientes artículos:

Lagunas J., Caratozzolo P., Ortega S. y González R.; (2004); “Model Design of WindiPVIFossil-Fuel Hybrid Systems”; Proceedings of the 1st International Conference on Electrical and Electronics Engineering and X Conference on Electrical Engineering; ISBN: 0-7803-8532-2; IEEE Catalog Number: 04EX865C; México.

Lagunas J., Caratozzolo P., Ortega S. y González R.; (2004); “Control supervisorio difuso para sistemas híbridos de generación eléctrica”; Libro de Actas del XU Congreso Ibérico y VII Iberoamericano de Energía Solar; ISBN: 84-609-2260-X, pp 825-830; Volumen 2; España.

También se escribió el siguiente artículo, el cual ha sido aceptado.para presentarse en el congreso mencionado a continuación:

Lagunas J;, Caratozzolo P., Ortega S. y González R.; (2004); “Aplicación de la lógica difusa en el control supervisorio de un sistema híbrido de generación”; Memorias del ISES Latin America Regional Conference & Congreso Internacional sobre Energías Renovables en la Conservación del Ambiente y el Fortalecimiento de las Microcuencas; Guanajuato, México; In press.


7.5 TRABAJOS FUTUROS

Se identifican dos escenarios por desarrollarse como parte de la continuación de este trabajo de tesis, uno para este trabajo en particular y otro con miras a desarrollar un controlador supervisono que permita su aplicación en diferentes SHGE. Para el sistema híbrido considerado en este trabajo de tesis es necesario hacer una revisión de la operación de la máquina de combustión interna, para definir tiempos mínimos de operación para evitar que entre y salga de operación repetidas ocasiones durante un día en períodos cortos de tiempo. También es necesario definir su modo de operación para hacer que trabaje cerca de o a su potencia nominal y evitar así que trabaje a bajos niveles de eficiencia que provocan pérdida de su vida útil y mayor demanda de mantenimiento.

Bonnano y Patane (1998) desarrollaron un administrador de energía similar al desarrollado en este trabajo de tesis. En dicha referencia se menciona que el controlador desarrollado se debe modificar para adaptarse a las diferentes épocas del año debido a que no opera adecuadamente tal y como fue diseñado. El controlador desarrollado en este trabajo de tesis no fue diseñado pensando en una época del año específica, sino que las reglas fueron definidas en función de los recwsos disponibles. Ahora bien, cuando se realizaron las simulaciones, no se seleccionaron buscando determinadas condiciones de radiación y viento, sino que fueron seleccionadas en forma aleatoria; sin embargo, como trabajo futuro consideramos interesante probar el funcionamiento del controlador en diferentes épocas del año y en todo caso tratar de modificar las reglas tratando de mejorar su operación.

Prácticamente, el controlador supervisorio desarrollado está listo para su incorporación experimental en el SHGE de Pachuca. Otro punto interesante como continuación de este trabajo de tesis es probar la operación real del controlador en ese sistema. Para esto se requiere la adquisición de un controlador lógico programable (PLC) en donde programar las acciones del controlador.

Sin lugar a dudas, la continuación más interesante de este trabajo de tesis es desarrollar un controlador supervisono para un SHGE con topología paralelo y bus en CA, que contemple la integración del control dinámico del bus del sistema. Este tipo de controlador permitiría desarrollar la modularidad del SHGE para que se puedan incorporar otros elementos de generación (renovables y convencionales) y cargas. Esta modularidad permitiría que el controlador se aplique en una pequeña red similar a la red eléctrica nacional que crezca de acuerdo a las necesidades de la aplicación. El trabajo requerido para el desarrollo de este controlador es considerable y bien se justifica para una tesis de doctorado, similar al trabajo de (Lemos, 2000). Este controlador seguramente ayudará al desarrollo de sistemas híbridos en nuestro país.

C


136

REFERENCIAS

Ai B., Yang H., Shen H. y Liao X.; (2003); “Computer-aided design of PViwind hybrid system”; Renewable Energy 28; pp 1491-1512; Elsevier.

Ashari M. y Nayar, C. V.; (1999); “An Optimum Dispatch Strategy using set points for a Photovoltaic (PV)-Diesel-Battery Hybrid Power System”; Solar Energy Yol. 66 No. 1, ppl-9; Elseiver Science Ltd.

Bonnano Francesco y Patane Giovanni; (1998); “Energy management optimization of integrated generation systems by fuzzy logic control”; Proceedings of the 1998 IEEE International Conference on Control Applications; Vol. 2; pp 969-974.

Borja M., González R.,.Mejía F., Huacuz J., Medrano C. y Saldaña R; (1998); Estado del arte y tendencias de la tecnología eoloeléctrica; Programa Universitario de Energía; Coordinación de vinculación; LJNAM.

Burger B., Zacharias P., Cramer G. y Kleinkauf W.; (2000); “Battery inverter for modularly-structured PV power supply systems”; PV Hybrid Power Systems 2000 ; Aix en Provence, Francia. 1

Carrasco G., Galimberti P. y Barra1 J.; (2000); “Desarrollo de componentes de sistemas ’

fotovoltaicos para simulación bajo distintas condiciones climáticas ”; Revista Averma, Volumen 4, Año 2000; ISSN 0329-5184.

Castaña L. y Silvestre S.; (2002); Modelling photovoitaic ‘systems using PSpice; la Edición; Editorial Wiley; Inglaterra.

Censo Nacional INEGI (2000).

Ceraolo Massimo; (2000); “New dynamical models of lead-acid batteries”; IEEE Transactions on Power Systems; pp 1184 - 119O;Vol. 15; No. 4.

137

Referencias 138

Ciemat (1 995); Fundamentos, Dimensionado y Aplicaciones de la Energfa Solar Fotovoltaica; Sene de Ponencias; 10.5-10.45; Editorial Ciemat.

Copetti J.B. y Chenlo F.; (1994); “Leadíacid batteries for photovoltaic applications. Test results and modelling”; Journal ofpower Sources; pp 109-1 18.

Dehbonei H., Nayar C. V. y Chang L.; (2003); “A New Modular Hybrid Power System”; ZEEE International Symposium on Industrial Electronics, 2003; Volume: 2,; pp 985 - 990.

Doris Sáez; (2002); Fundamentos de Lógica Difusa; U.Quilmes.

Duffie J. A,; y Beckman W. M.; (1991); Solar Engineering Of Thermal Processes; 2a Edición; Ed. Wiley; New York.

Duryea S., Islam S. y Lawrence W.; (1999); “A battery management system for stand alone photovoltaic energy systems ”; IEEE Industry Applications Conference; pp 2649-2654.

Ehret Ch. et al: (2000k “State of charge determination for lead-acid batteries in PV ,I ..,

applications ”; 15“; European Photovoltaic Solar Energy Conference; Glasgow, UK; pp 2486-2489.

Engler A.; (2000); “Control of parallel operating battery inverters”; PV Hybrid Power Systems 2000; Aix en Provence, Francia.

Eoltec; htiu://www.eoltec.comlDocuments/IF’C5K Vol eng.pdf

Flores R., et al; (2000); “Sistema Híbrido Experimental Instalado en Pachuca, Hidalgo”; Memoria del ZSESMillenium Solar Forum 2000; México, D.F.; pp 535-538.

Glankwamdee S., Tarathammatikom K. y Chattana-anan T.; (1999); “Fuzzy Supervisory Control System of a Binary Distillation Column”; TENCON 99; Proceedings of the ZEEE Region 10 Conference, Volume: 2, 15-17 Sept. 1999; pp1055-1058; vol. 2.

González R.; et al; (2004); “Caracterización y Evaluación de Pequeños Aerogeneradores para Aplicaciones Aisladas”; Memorias de la XYVIII Semana Nacional de Energfa Solar; Asociación Nacional de Energía Solar; México; pp 333-337.

Gutiérrez J.; (1993); “Use of renewable sources of Energy in Mexico. Case: San Antonio Agua Bendita”; IEEE Transactions on Energy Conversion, Vol. 9 No. 3; pp 442 - 450.

Hatziargyriou N.; et al; (2002); “Energy Management and control of island power system with increased penetration from renewable sources”; ZEEE Power Engineering Society; Vol. 1; Winter Meeting 2002; pp 335-339.

Hund T. D. y Thompson B.; (1997); “Amp-hour counting charge control for photovoltaic hybrid power systems”; ZEEE Photovoltaic Specialists Conference; pp 1281-1284.

Referencias 139

IEA PVPS T3-05 .(1998); Recommended Practices for Change Controllers: Photovoltaic Power System Programme, International Energy Agency, Implementing Agreement on Photovoltaic Power System, Task 111: Use of PV Systems in Stand Alone and Island Applications.

International Standard IEC 61400-12; (1998); Wind Turbine Generator System - Part 12; Wind Turbine Performance Testing; International Electrotechnical Commission; 1998-02.

International Standard IEC.61724-11; (1998); Photovoltaic system performance monitoring - Guidelines for measurement, data exchange and analysis; International Electrotechnical Commission; 1998-11.

Kolhe M., Agbossou K., Hamelin J. y Bose, T. K.; (2003); “Analytical model for predicting the performance of photovoltaic array coupled with a wind turbine in a stand alone renewable energy system based on hydrogen”; Renewable Energy 28; pp 727-742; Elseiver.

Koutroulis E. y Kalaitzakis K.; (2004); “Novel battery charging regulation system for photovoltaic applications ”; IEEE Proceedings of Electric Power Applications; Vol. 151, Issue: 2, Mirch 2004; pp191-197.

Lagunas J. y Boja M. A.; (1999); “Diseño y Construcción de un Control Electrónico para un Sistema Híbrido Eólico-Fotovoltaico”; Memoria de la XUII ,Semana Nacional de Energía Solar; Octubre de 1999; pp 380-385.

Lagunas J., González R. y Mejía F.; (2001); “Optimización de un programa de control para sistemas híbridos (solar-eólico grupo electrógeno)”; Memorias de la X X V Semana Nacional ,

de Energía Solar; S. L. P., México; pp 429-432.

- .. .

1

I

Lee Chuen Ch.; (1990); “Fuzzy Logic in Control Systems”; IEEE Transactions on Systems, Man and Cybernetics; Vol. SMC-20, no. 2; pp 404-435. f

Lemos de Pereira A,; (2000); Modular supervisory controller for hybrid systems; PhD Thesis; IUS0 National Laboratory; Roskilde, Denmark.

Lorenzo E.; (1994); Electricidad Solar, Ingeniería de los Sistemas Fotovoltaicos; la Edición; Ed. PROGENSA; España. I

Magdalena L., Monasterio F. y River0 C., (1998). “Hierarchical Decomposition of Fuzzy Controllers Based on Meta-knowledge”; Mathware & Soft Computing 5; 291-304.

Manwell, J:F. et al; (1998); Hybrid2: A Hybrid System Simulation Model Theory Manual; National Renewable Energy Laboratory. ,.

Mejía F. et al; (2001); Informe del proyecto 11692 “Estudio Experimental para la Caracterización del Sistema Híbrido Solar-Eólico de Pachuca, Hidalgo ” realizado por la Gerencia de Energías No Convencionales del Instituto de Investigaciones Eléctricas.

d.

Referencias 140

Nayar C. V., Philips S. J., James W. L., Prior T. L. y Remmer D.; (1993); .“Novel windídieselibattery hybrid energy system”; Solar Energy; Vol. 51, No. I; pp 65-78.

Newnham R. H. y Baldsing, W. G. A.; (2002); “Benefits of partial-state-of-charge operation in remote-area-power-supply systems”; Journal of Power Systems; Vol. 107; pp 273-279.

Pandiaraj K., Taylor P., Jenkins N. y Robb C.; (2001); “Distributed Load Control of Autonomous Renewable Energy Systems”; IEEE Transactions on Energy Conversion; Vol. 16, NO. 1; pp 14-19.

Piller S., Perrín M. y Jossen A.; (2001); “Methods for state of charge determination and

Pruessma¡m D., Krause B. y von Altrock C.; (1997); “Fuzzy logic supervisory”contro1 for coal power plant”; Proceedings of the Sixth IEEE International Conference on Fuzzy Systems; Volume: 2; pp 921-925.

Ross Michael M. D.; (2001); “A simple but comprehensive lead’acid’battery model for hybrid system simulation”; Worhhop on photovoltaic Hybrid System; Montreal.

Straws Ph., Burger B., Funtan P., Kleinkauf W. y Haas, O.; (2000); “PV.Hybrid Systems and Micro Grids with new standard power components”; PV Hybrid Power Systems 2000; Aix en Provence, Francia.

Torikai T.; et al; (1992); “Research and development of the model based battery state of charge indicator”; Proceedings of the 1992 International Conference on Industrial Electronics, Control, Instrumentation, and Automation, 1992. ‘Power Electronics and Motion Control’; V01.2; pp 996 - 1001.

Wang Li-Xin; (1997); A Course in Fuzzy Systems and Control; Prentice Hall, NJ.

Wicheri B. y Lawrence W. B.; (1997); “Application of Intelligent Control Methods to the Management of Modular Hybrid Energy Systems”; Proceedings of Solar ’97 - Australian and New Zealand Solar Energy Society; pp 1-7

Wicheri B., Lawrence W.B. y Friese T.; (1999); “First Experiences with a Novel, Predictive Control Strategy for PV-Diesel Hybrid Energy Systems ”; Solar 99, ANZSES Conference; Geelong, 1-3 December 1999.

Winkler G., Meisenbach C., Hable M. y Meier P.; (2001); “Intelligent Energy Management of Electrical Power Systems with Distributed Feeding on the Basis of Forecasts of Demand and Generation”; Electricity Distribution, 2001, Part 1: Contributions. CIRED, 16th International Conference and Exhibition; IEEE Conf. Publ. No. 482.

Zahran M., Mahgoub, O. y Hanafy, A,; (2000); “P-controller based photovoltaic battery diesel (PVBD) hybrid system management and control”; Energy Conversion Engineering Conference and Exhibit, 2000; (IECEC) 35th Intersociety, Vol. 2; pp 24-28.

their applications”; Journal of Power Sources; Elseiver; pp 113-120. ..

APÉNDICE I

INTRODUCCI~N A LA LÓGICA DIFUSA

1.1 FUNDAMENTOS DE LA LÓGICA DIFUSA

La lógica difusa es un tipo de lógica que reconoce no sólo los valores verdaderos y falsos. Con la lógica difusa, las proposiciones pueden ser representadas con grados de veracidad o falsedad. Por ejemplo, “hoy es un día soleado” puede ser 100% verdad si no hay nubes, 80% verdad si hay pocas nubes, 50% verdad si existe neblina y 0% si llueve todo el día.

En nuestro lenguaje cotidiano, las palabras se utilizan para describir variables, por ejemplo: “hoy hace calor” o el equivalente “la temperatura de hoy es alta”. En este caso, no se precisa el valor numérico de la temperatura, simplemente se dice que es “alta” para describir la variable “la temperatura de hoy”, esto es, la variable “la temperatura de hoy” toma la palabra “alta” como su valor. La variable “la temperatura de hoy” también puede tomar los números 26”, 19”, etc. como su valor (Wang, 1997).

Cuando una variable toma un valor numérico se tiene un marco teórico bien establecido para formularlo, pero cuando una variable toma un valor lingüístico, no se tiene un marco de trabajo formal para formularlo con la teoría de matemática clásica. Para proveer dicho marco teórico se introdujo el concepto de variable lingüística.

Si una variable puede tomar palabras en lenguaje natural como su valor, a esa variable se le llama variable lingüística, donde las palabras son caracterizadas por conjuntos difusos definidos en el universo en el cual la variable es definida. Por lo tanto, una variable puede ser caracterizada por diferentes valores lingüísticos, cada uno de los cuales representa un conjunto, que se llama “difuso”. Los “conjuntos difusos” se utilizan para formular las palabras o valores lingüísticos en un lenguaje matemático.

Los elementos de un conjunto difuso son pares ordenados que indican el valor del elemento y su grado de pertenencia. Más formalmente, se puede decir que para un conjunto difuso

141

Apéndice I: Introducción a la lógica difusa 142

A= {(x,pA ( x ) ) / x E X } , se tiene que el elemento x pertenece al conjunto A con un grado de pertenenciap.&), que puede variar entre O y 1.

Por ejemplo, la potencia global de los aerogeneradores (PAG) de 2500 W puede ser caracterizada por valores lingüísticos como “Baja”, “Media” y “Alia”, que representan “una potencia aproximadamente menor a 800 W”’, “una potencia cercana a 1250 W” y “una potencia sobre 1700 W aprox.” respectivamente. Estos términos se asocian a conjuntos difusos con funciones de pertenencia como las mostradas en la figura 1.1. Por lo tanto, si PAC es 1000 W, existen grados de pertenencia 0.3, 0.7 y O para los conjuntos difusos “Baja”, “Media” y ‘‘Alta”, respectivamente.

Figura 1.1 Conjuntos difusos asociados a la potencia de los aerogeneradores (Pic).

1.1.1.

Dados dos conjuntos difusos A y B en el mismo universo X, con funciones de pertenencia p~ y p~ respectivamente, se pueden definir las siguientes operaciones básicas (Dons, 2002):

Unión. La función de pertenencia de la unión de A y B se define como:

Operaciones básicas de lógica difusa

P A u B = ““{(PA (x)3PU, (.)I} (1.1)

P A n B ( X ) = m i n { ( & ( x ) , ~ U , ( x ) ) ) (1.2)

Intersección. La función de pertenencia de la intersección de A y B es:

Complemento. La función de pertenencia del complemento de A se define como:

PAP (4 = 1 - P A (x) (1.3)

Producto cartesiano (Doris, 2002). Dados los conjuntos difusos Ai , . . . ; A, con universos X I, ..., X, respectivamente, se define el producto cartesiano como un conjunto difuso en XI x ... x X, con la siguiente función de pertenencia:

según Mamdani. ~ A , x K x A . (xi,K ,xn) =min{fiA, > @ A m ( x n > ) (1.4)

Apéndice I: Introducción a la lógica difusa 143

1.2 IMPLEMENTACIÓN DE LA LÓGICA DIFUSA (Wang, 1997)

Los controladores difusos son las aplicaciones más importantes de la lógica difusa, los cuales trabajan en forma muy diferente a los controladores convencionales. El conocimiento experto se usa en lugar de ecuaciones diferenciales para describir un sistema. Este conocimiento puede expresarse de una manera muy natural, a través de enunciados o reglas SI-ENTONCES.

En la lógica matemática convencional, la proposición de la regla SIP ENTONCES 4, tanto p como q son variables proposicionales cuyos valores son verdaderos o falsos. Sin embargo con la lógica difusa, la proposición SI p ENTONCES 4, tanto p como 4 pueden ser vistas como proposiciones difusas cuya interpretación es diferente a simplemente obtener valores verdaderos o falsos.

1.2.1. Reglas difusas SI-ENTONCES

Una regla difusa SI-ENTONCES es una expresión condicional expresada como:

SI <proposición difusa> ENTONCES <proposición difusa>

A continuación se explica lo que es una proposición difusa.

1.2.2. Proposiciones difusas

Hay dos tipos de proposiciones difusas, proposiciones difusas atómicas y proposiciones difusas compuestas.

Una proposición difusa atómica es una expresión singular: xesA

donde x es una variable lingüística y A es un valor lingüístico de x (esto es, A es un conjunto difuso definido en el dominio de x).

Una proposición difusa compuesta es una composición de proposiciones difusas atómicas que utilizan los conectivos “y”, “o” y %o”, los cuales representan la intersección difusa, la unión difusa y el complemento difuso, respectivamente. Por ejemplo:

xe s A o y es B

En una proposición difusa compuesta las proposiciones difusas atómicas son independientes, esto es, cada proposición difusa atómica puede usar una variable x distinta. Las variables lingüísticas en una proposición difusa compuesta son en general distintas. Las proposiciones difusas compuestas deben ser entendidas como relaciones difusas.

144.. Apéndice I. Introducción a la lógica difusa

Una relación binaria R es difusa cuando los elementos (x, y ) de la relación tienen grados de PertenenciapRfx, y) en el intervalo [O, 11, esto es, cuando la interacción entre los elementos de X y Y puede describirse convenientemente en forma difusa:

R={PR(X>y) ' (x>y) ~ ( x > y ) E X X Y > P R ( X > y ) E[o,ll} (1.6) ¡ I

Las funciones de pertenencia de las relaciones difusas para las proposiciones difusas compuestas están dadas pÓr:

Conectivo "v " (intersección difusa1

Sean x y y variables lingüísticas en los dominios físicos U y V y sean A y B conjuntos difusos en U y Vrespectivamente, entonces la proposición difusa compuesta:

x es A y y es B es interpretado como la'relación difusa A d en Ux V con función de pertenencia:

donde t: [0,1] x [0,1] 3 [0,1] es cualquier noma-t. P A n B (',Y) = l b A (y ) ] (1.7)

Las nomas -t más comunes son:

P A n B ( A Y ) = ""{(~la ( x ) , ~ u , (Y) )} conocida como la definición básica o Zadeh.

PAnB ('>y) = P A ' PB (Y) conocida como producto algebraico.

Conectivo "o " (unión difusa)

La proposición difusa compuesta: x es A o y es B

es interpretado como la relación difusa AuB en UxVcon función de pertenencia:

dondes: [0,1] x [0,1] + [O,l] es cualquier n o m a s .

Las normas -s más comunes son:

P A U B ( x > y ) = SbA(X)>PR(y)] (I. 1 O)

I f <

(I. 1 1)

(1.12)

Conectivo "no" fcomulemento difuso) xesnoA

se remplaza la proposición no A por A', la cual está definida por el operador complemento dada por (1.3).

Apéndice 1: Introducción a la lógica difusa 145

1.2.3.

Las proposiciones difusas son interpretadas como relaciones difusas; sin embargo, la pregunta es cómo interpretar la regla SI-ENTONCES, la cual incluye proposiciones difusas.

Existen dos formas de interpretar la regla: interpretación global e interpretación local.

La diferencia entre estas dos interpretaciones o implicaciones se puede mostrar de manera más fácil con un ejemplo. Si decimos “hoy hace calor” con la interpretación global se asume entonces que.“hoy no hace frío” y con la interpretación local si “hoy hace calor” entonces no queda implícito lo contrario, es decir, no podemos sacar ninguna información adicional de la primera proposición que nos diga que “hoy no hace frio”.

La regla difusa SI-ENTONCES (Wang, 1997):

Interpretación de las reglas difusas SZ-ENTONCES

SI <Proposición difusa I > ENTONCES <Proposición difusa 2> -

con la interpretación local se interpreta como: , SI <Proposición dijiisa I > ENTONCES <Proposición dijiusa 2> DE LO CONTRARIO

<Nada>

donde Nada significa que esta regia no existe.

La implicación más comúnmente utilizada es la local y dentro de ésta, las más utilizadas son las implicaciones Mamdani y Larsen.

Si tenemos la regla: S I X esA e y e s B ENTONCES z es C

con implicación Mamdani (intersección mín), la regla es expresada como: AR(X,y;z)=mjn(AAxB(X,Y),A~.Z)) (1.13)

con implicación Larsen (intersección producto algebraico), la regla es expresada como: AR (X,Y;Z)=AA~e(X,Y)’A~Uc(Z) (I. 14)

6

1.3 ESTRUCTURA DE LOS SISTEMAS DIFUSOS

Los sistemas difusos son sistemas basados en reglas que son construidos de una colección de reglas lingiiísticas. Una de las contribuciones más importantes de la teoría de los sistemas difusos es proporcionar un procedimiento sistemático para transformar un conjunto de reglas lingüísticas a un mapeo no lineal entre las entradas y las salidas del sistema (Wang, 1997).

1.3.1. Tipos de sistemas difusos

La estructura de un sistema difuso enfocado a control se muestra en la figura 1.2.

Apéndice I: Introducción a la lógica difusa I46

Figura 1.2 Configuración de un sistema difuso con fusificador y desfusificador (Wang, 1997).

Existen modificaciones al sistema de la figura 1.2, tales como el tipo Takagi-Sugeno-Kang (TSK) el cual se muestra en la figura 1.3. Aunque la parte de fusificación no es mostrada en la figura 1.3, el sistema difuso TSK normalmente la incluye, de manera que la diferencia principal entre los dos sistemas es la salida de la máquina de inferencia difusa, la cual será explicada más adelante.

Figura 1.3. configuración de un sistema difuso Takagi-Sugeno-Kang (TSK) (Wang, 1997).

El módulo de fusificación (o simplemente fusificador) produce una transformación de un valor numérico específico x de una variable numérica real a un conjunto difuso A' definido en el universo de discurso (conversión numérica a lingüística). Este conjunto difuso es utilizado como entrada de la máquina de inferencia difusa (figura 1.2). Tomando como ejemplo la potencia de salida de los aerogeneradores (PAC), si ésta toma un valor de 2000 W, para este valor en particular, el grado de pertenencia es 0.9 para el conjunto difuso ALTA, 0.1 para MEDIA y O para BAJA (figura 1.1).

Entre los íüsificadores más comunes se encuentran el singleton, gaussiano, triangular y trapezoidal.

Fusificador triangular

El fusificador triangular transforma x* E U dentro de un conjunto difuso A ' en U, el cual tiene la siguiente función de pertenencia (Wang, 1997):

(1.15) (O en otro- caso

PA.@)='

O ' a b c d x

Figura 1.4 Función trapezoidal.

La máquina de inferencia difusa realiza la tarea de calcular las variables de salida a partir de las variables de entrada, mediante las reglas de la base de conocimiento, entregando conjuntos difusos de salida (Doris, 2002) o una salida lineal expresada en función de las entradas para los sistemas difusos TSK. La máquina de inferencia difusa determina el grado de cumplimiento w, de cada regla a partir de los grados de pertenencia de las variables de entrada obtenidos en la etapa de fusificación.

Existen dos tipos de aproximaciones empleadas en el diseño de las máquinas de inferencia de un sistema difuso: la inferencia basada en composición y la inferencia basada en reglas individuales. En la inferencia basada en composición todas las reglas en la base de reglas difusas son combinadas en una relación difusa única en U x V, la cual es vista como una regla difusa SI-ENTONCES única. En la inferencia basada en reglas individuales cada regla, en la base de reglas difusas, determina un conjunto difuso de salida para sistemas difusos con desfusificación o una salida lineal para sistemas TSK y la salida de toda la máquina de inferencia difusa es la combinación de los conjuntos difusos (o las salidas lineales). La combinación puede ser hecha por unión o por intersección. (Wang, 1997).

La base de conocimiento contiene las reglas lingüísticas del sistema o controlador difuso y la información referente a las funciones de pertenencia de los conjuntos difusos.

' o x < a x - a

~ a < x < b b - a

d - x ~ c < x < d d - c O d < x

1 b < x < c (1.16)

ApCndice I: Introducción a la lógica difusa 148

Las reglas lingüísticas tienen típicamente la siguiente forma para sistemas difusos con desfusificación:

SIX es A e y es B ENTONCES z es C donde A, B y C son los conjuntos difusos de las entradas y la salida respectivamente.

Para sistemas difusos TSK las reglas lingüísticas tienen típicamente la siguiente forma:

SI x es A e y es B ENTONCES z =PIX + qly +SI

Existen varias formas de derivar las reglas, entre las que destacan las basadas en @oris, 2002):

La experiencia de expertos y el conocimiento de ingenieria de control. La base de reglas se determina a partir de entrevistas con el operador o a través de conocimiento de la dinámica del proceso.

La modelación del proceso. Los parámetros de la base de conocimientos se obtienen a partir de datos de entrada y salida del proceso.

El módulo de desfusificación (o simplemente desfusificador) realiza la operación inversa a la fusificación, es decir, transforma un conjunto difuso C a un valor numérico específico z* de una variable numérica real z. El desfusificador lleva a cabo la conversión lingüística a numérica. El conjunto difuso C es la conclusión de salida de una máquina de inferencia difusa (figura 1.2) [3].

Entre los deshsificadores más comunes se encuentra el obtenido por centro de gravedad y el de promedio de centros o promedio ponderado. El desfusificador por promedio ponderado es el más utilizado en control difuso porque a diferencia del desfusificador por centro de gravedad es computacionalmente más simple [3].

El promedio de centros establece z* como el promedio ponderado de los centros de los conjuntos difusos parciales que componen a C, el cual está dado por:

* ,

< (1.17)

donde i, es el centro de gravedad de los conjuntos difusos de salida C, y w, es el peso o grado de cumplimiento de la regla.

La salida de un sistema difuso tipo TSK no cuenta con el módulo de desfusificación debido a que la máquina de inferencia difusa no entrega conjuntos difusos como salida, sino que entrega una salida que es combinación lineal de las entradas. Como se comentó anteriormente, ésta es prácticamente la única diferencia entre el sistema difuso TSK y el

Apéndice I: Introducción a la lógica difusa

sistema difuso con desfusificador. La salida del sistema difuso TSK es una combinación por promedio ponderado de las salidas de todas las reglas dada por [3]:

149

(1.18)

en donde

z, =prx*+q,y*+sr (1.19) que es una combinación lineal de las entradas. Los parámetros pr, qr y sr son constantes y los pesos wr se calculan como:

w~ = wzrwyr = P A 7 ('*)PU, (Y*) (1.20)

Sip, y qr son cero para todas las reglas, entonces la salida z, = s, es una constante.

A manera de ejemplo, suponga un sistema difuso TSK con dos entradas, una base con 2 reglas y una salida.

Entradas: x e s A ' y y e s B '

Regla 1 :

Regla 2:

SIX es Al y y es Bl ENTONCES z1 =PIX + q1y + S I

SI x es A2 y y es B2 ENTONCES z2 = p2x + q2y +s2

wizi + wzzz WI +wz

Conclusión: z =

en donde w~ y w2 son los pesos o fuerzas de disparo de las reglas dadas por: r

donde sup es llamado el grado de parecimiento. Por ejemplo S U ~ { ~ , , ( X ) A ~ , , ( X ) ) es

llamado el grado de "parecimiento" de A y A ', que es una medida del grado de creencia para el antecedente de la regla.

La norma-t es el mínimo o el producto algebraic0 dado por (1.1 1) y (1.12) respectivamente. La conclusión es obtenida a través de (1.18).

X.X


.

150

APÉNDICE 11

ALGORITMO DE OPERACI~N DEL CONTROLADOR CONVENCIONAL

Para poder comparar el controlador supervisono desarrollado dentro del progama de simulación, se utilizó un algoritmo de un controlador convencional, el cual está actualmente utilizado en el sistema híbrido de Pachuca (Lagunas, et al, 2001).

El algoritmo está basado en valores de voltaje, los cuales son utilizados para llevar a cabo la conexión y desconexión de los elementos del sistema híbrido. Los valores de voltaje están asociados a diferentes estados de carga del banco de baterías. Por mayor facilidad en la implemeniación de algoritmo para su simulación, se consideraron estos estados de carga y no los valores de voltaje asociados. Esta consideración, sin duda, hará que el controlador opere mejor que si se controlara con los valores de voltaje, debido a que no reflejan el estado de carga real del banco de baterías (Gutiérrez, 1993 y Duryea, et al, 1999).

El algoritmo del controlador convencional es el siguiente:

Si el banco de baterías llega a 95% de estado de carga (SOC), el control determina la fuente renovable que generó la mayor cantidad de energía y la desconecta del sistema.

Cuando el SOC llega a 85%, el control reconecta la fuente renovable para que vuelva a aportar energía al sistema.

Si el SOC llega nuevamente a 95%, el control ejecuta nuevamente los dos puntos anteriores.

Cuando el SOC llega a 40%, el control arranca el motogenerador y lo apaga cuando llega a 50%.

CENTRO PF !WWWMACION ""I SEP CENIDET l 151