APLICACIÓN DE REDES NEURONALES RECURRENTES EN LA IDENTIFICACIÓN DE SISTEMAS DE GENERACIÓN DISTRIBUIDA FOTOVOLTAICOS

Abstract

El modelado de los sistemas de generación distribuida fotovoltaicos presenta retos importantes debido a la complejidad dinámica que caracteriza estos sistemas. Tanto las celdas solares como las interfases basadas en electrónica de potencia presentan comportamientos no lineales que dificultan el proceso de modelado teórico al igual que la implementación de técnicas de identificación de sistemas. Las técnicas clásicas de identificación de sistemas pueden presentar limitaciones al momento de ser aplicadas. Este trabajo explora el uso de redes neuronales recursivas, específicamente, redes neuronales autorregresivas no lineales para el modelado de una serie de tiempo que relaciona la irradiancia de entrada en los paneles solares fotovoltaicos versus la salida en potencia del inversor.

Se realizó un proceso de captura de datos de irradiancia y potencia de un sistema fotovoltaico de 3KVA por un periodo de cinco días, a partir de esto se construyó una base de datos de entrada para el proceso de entrenamiento de la red neuronal elegida. Se consideró el uso de validación cruzada para la medición del desempeño en el proceso de entrenamiento. Los resultados muestran como el acercamiento propuesto genera un modelo con un error medio cuadrático porcentual del 0.12%, validando esto el planteamiento de este trabajo.