Metodología de diagnóstico de fallos para sistemas fotovoltaicos de conexión a red

J. R. Núñez A., I. F. Benítez P., R. Proenza Y., L. Vázquez S., D. Díaz M.

Resumen

Esta investigación tiene como objetivo el diseño de una metodología de diagnóstico de fallos para contribuir al mejoramiento de los indicadores de eficiencia, mantenimiento y disponibilidad de los Sistemas Fotovoltaicos de Conexión a Red (SFVCR). Para lograr dicho objetivo, se realiza el estudio del inversor de conexión a red y del modelo matemático del generador fotovoltaico. Luego se cuantifican las pérdidas operacionales del generador fotovoltaico y se adapta el modelo matemático de éste a las condiciones reales del sistema a través de un ajuste polinomial. Un sistema real de conexión a red de potencia nominal 7.5 kWp, instalado en el Centro de Investigaciones de Energía Solar (CIES) en la provincia Santiago de Cuba, se utiliza para evaluar la metodología propuesta. Con los resultados obtenidos se valida el diseño propuesto para demostrar que éste supervisa con éxito el SFVCR. La metodología fue capaz de detectar e identificar el 100 % de los fallos simulados y los ensayos realizados tuvieron como máximo una tasa de falsa alarma de 0.22 %, evidenciándose su utilidad.


Palabras clave

Detección; aislamiento; diagnóstico; identificación; estimación y acomodación de fallos; sistemas fotovoltaicos; monitorización y supervisión

Clasificación por materias

110: Inteligencia computacional y técnicas de supervisión y detección de fallos

Texto completo:

PDF

Referencias

Alam, M., Khan, F., Johnson, J. & Flicker, J., 2015. A comprehensive review of catastrophic faults in PV arrays: types, detection, and mitigation techniques. IEEE Journal of Photovoltaics 5(3):1-16. https://doi.org/10.1109/JPHOTOV.2015.2397599

Berbesi, T. Aplicacion de técnicas robustas para detección y diagnóstico de fallos. 2012. Tesis Doctoral. Universidad de Valladolid, España.

Brooks, B. The bakersfield fire: a lesson in ground-fault protection. SolarPro, Issue 4.2, Feb/Mar 2011.

Chao, K., Ho, S. & Wang, M. Modeling and fault diagnosis of a photovoltaic system. 2008. Electric Power Systems Research 78 (1), p. 97-105. https://doi.org/10.1016/j.epsr.2006.12.012

Chouder, A. & Silvestre. Automatic supervision and fault detection of PV systems based on power losses analysis. Energy Conversion and Management, Volume 51, Issue 10, October 2010, Pages 1929-1937. https://doi.org/10.1016/j.enconman.2010.02.025

Chouder, A. & Silvestre, S. Analysis model of mismatch power losses in PV systems. 2009. Journal of Solar Energy Engineering, 131(2), 024504 (Apr 02, 2009) (5 pages). https://doi.org/10.1115/1.3097275

De Soto, W., Klein, W., Beckman, W. A. Improvement and Validation of a Model for Photovoltaic Array Performance. 2004. Solar Energy, 80(2), January 2006, Pages 78-88. https://doi.org/10.1016/j.solener.2005.06.010

Duffie, J. A., Beckman, W. A. Solar Engineering of Thermal Processes. Fourth Edition. 2013. Published by John Wiley & Sons, Inc., Hoboken, New Jersey. https://doi.org/10.1002/9781118671603

Farhat, M., Barambones, Ó., Ramos, J., Durán, E., & Andújar, J. (2015). Diseño e Implementación de un Sistema de Control estable basado en Lógica Borrosa para optimizar el rendimiento de un sistema de Generación Fotovoltaico. Revista Iberoamericana de Automática e Informática industrial, 12(4), 476-487. https://doi.org/10.1016/j.riai.2015.07.006

Firth, S. K. Raising Efficiency in Photovoltaic Systems: High Resolution Monitoring and Performance Analysis. 2006 Tesis Doctoral. Institute of Energy and Sustainable Development De Montfort University.

Garoudja, E., Harrou, F., Sun, Y., Kamel, K., Chouder, A., Silvestre, S. Statistical fault detection in photovoltaic systems. 2017. Solar Energy, 150(1), July 2017, Pages 485-499. https://doi.org/10.1016/j.solener.2017.04.043

González, G. N., De Angelo, C. H., Forchetti, D. G., Aligia, D. A., 2018. Detection and Isolation of Faults on the Rotor Side Converter of Doubly Fed Induction Generators. Revista Iberoamericana de Automática e Informática Industrial,15(3), 297-308. ISSN: 1697-7912, https://doi.org/10.4995/riai.2017.9042

Grimaldo Guerrero, J. W., Mendoza Becerra, M. A., Reyes Calle, W. P., 2017. Modelo para pronosticar la demanda de energía eléctrica utilizando los producto interno brutos sectoriales: Caso de Colombia. Revista Espacios Vol. 38 (22), 38.

Guerrero, J. W. G., Toscano, A. D. R., Pacheco, L. V., Tovar, J. O., 2018. Analysis of the Energetic and Productive Effects Derived by the Installation of a Conveyor Belt in the Metal-mechanic Industry. International Journal of Energy Economics and Policy, 8(6), 196-201. https://doi.org/10.32479/ijeep.7066

Houssein, N. Héraud, I. Souleiman and G. Pellet, "Monitoring and fault diagnosis of photovoltaic panels," 2010 IEEE International Energy Conference, Manama, 2010, pp. 389-394. https://doi.org/10.1109/ENERGYCON.2010.5771711

Lorenzo, E., Martínez F., Muñoz, J., Narvarte, L. Predicción y ensayo de la producción de la energía FV conectada a la red. Era solar: Energías renovables, ISSN 0212-4157, Nº. 139, 2007, págs. 22-31

Mekki, H., Mellit, A., Salhi & H.H. Artificial neural network-based modelling and fault detection of partial shaded photovoltaic modules. 2016. Simulation Modelling Practice and Theory, vol 67, p. 1-13. https://doi.org/10.1016/j.simpat.2016.05.005

Meyer. E. L., Van Dyk, E. E. Assessing the reliability and degradation of photovoltaic module performance parameters, in IEEE Transactions on Reliability, vol. 53, no. 1, pp. 83-92, March 2004. https://doi.org/10.1109/TR.2004.824831

Mikati, M., Santos, M., Armenta, C., 2013. Electric grid dependence on the configuration of a small-scale wind and solar power hybrid system. Renewable Energy, 57, 587-593. https://doi.org/10.1016/j.renene.2013.02.018

Montgomery, D., 2009. Introduction to Statistical Quality Control. Sixth Edition 978-0-470-16992-6 Printed in the United States of America.

Munoz, M., Alonso-García, M., Vela, N. & Chenlo, F., 2011. Early degradation of silicon pv modules and guaranty conditions. 2011. Solar Energy 85(9):2264-2274. https://doi.org/10.1016/j.solener.2011.06.011

Real Calvo, R., Moreno Muñoz, A., Pallares López, V., González Redondo, M., Moreno García, I., & Palacios García, E. (2017). Sistema Electrónico Inteligente para el Control de la Interconexión entre Equipamiento de Generación Distribuida y la Red Eléctrica. Revista Iberoamericana de Automática e Informática industrial, 14(1), 56-69. https://doi.org/10.1016/j.riai.2016.11.002

Romera Cabrerizo, J. A., Santos, M., 2017. ParaTrough: Modelica-based Simulation Library for Solar Thermal Plants. Revista Iberoamericana de Automática e Informática Industrial, 14(4):412-423. https://doi.org/10.1016/j.riai.2017.06.005

Rubio, F. R., Navas, S. J., Ollero, P., Lemos, J. M., Ortega, M. G., 2018. Optimal Control Applied to Distributed Solar Collector Fields. Revista Iberoamericana de Automática e Informática Industrial, 15(3), 327-338. https://doi.org/10.4995/riai.2018.8944

Sagastume Gutiérrez, A., Cabello Eras, J.J., Hens, L,. 2017. The Biomass Based Electricity Generation Potential of the Province of Cienfuegos, Cuba. Waste Biomass Valor. 8(6), 2075-2085. https://doi.org/10.1007/s12649-016-9687-x

Sagastume Gutiérrez, A., Cabello Eras, J.J., Huisinghc, D., Vandecasteeled, C., Hense, L., 2018. The current potential of low-carbon economy and biomass-based electricity in Cuba. The case of sugarcane, energy cane and marabu (Dichrostachys cinerea) as biomass sources. Journal of Cleaner Production. 17(2), Pages 716-723. https://doi.org/10.1016/j.jclepro.2017.11.209

Stettler, S., Toggweiler, P., Wiemken, E., Heidenreich, W., Keizer, A.C., Sark, W.G., Feige, S., Schneider, M., Heilscher, G., É., Lorenz, R., Drews, A., Heinemann, D., 2005. Failure Detection Routine for Grid Connected Pv Systems as Part of the Pvsat2 Project. 20th European Photovoltaic Solar Energy Conference and Exhibition.

Tian, H., Mancilla-David, F., Ellis, K., Muljadi, E., & Jenkins, P. Detailed Performance Model for Photovoltaic Systems: Preprint. United States. National Renewable Energy Laboratory, 2012 - 56 páginas.

Vergura, S., Acciani, G., Amoruso, V., Patrono, G., 2008. Inferential statistics for monitoring and fault forecasting of pv plants. In Industrial Electronics IEEE International Symposium on, p. 2414-2419. https://doi.org/10.1109/ISIE.2008.4677264

Vergura, S., Acciani, G., Amoruso, V., Patrono, G., Vacca, F. 2009. Descriptive and inferential statistics for supervising and monitoring the operation of pv plants. Industrial Electronics, IEEE Transactions on Energy Conversion, p. 4456-4464. https://doi.org/10.1109/TIE.2008.927404

Zhao, Y., 2010. Fault analysis in solar photovoltaic arrays. Master's thesis, Northeastern University. Boston, Massachusetts. http://hdl.handle.net/2047/d20003009

Zhao, Y., Ball, R., Mosesian, de Palma, J., Lehman, B. 2014. Graph-based semi-supervised learning for fault detection and classification in solar photovoltaic arrays. In IEEE Transactions on Power Electronics, vol. 30, no. 5, pp. 2848-2858, May 2015. https://doi.org/10.1109/TPEL.2014.2364203

Zhao, Y., Lehman, B., Ball, R., Mosesian, J., de Palma, J. 2013 . Outlier detection rules for fault detection in solar photovoltaic arrays. In Applied Power Electronics Conference and Exposition (APEC), Twenty-Eighth Annual IEEE, p. 2913-2920. https://doi.org/10.1109/APEC.2013.6520712

Zhao, Y, Yang, L., Lehman, B., de Palma, J., Mosesian, J. 2012. Decision tree-based fault detection and classification in solar photovoltaic arrays. Twenty-Seventh Annual IEEE Applied Power Electronics Conference and Exposition (APEC), Orlando, FL, pp. 93-99. https://doi.org/10.1109/APEC.2012.6165800

Abstract Views

6753
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912