Estrategia basada en redes neuronales para el control de inversores fotovoltaicos ante hundimientos de tensión de la red.

Abstract
Este trabajo de grado fue desarrollado en el marco del proyecto de investigación titulado “Diseño de estrategias alternativas de operación y control para sistemas fotovoltaicos multifuncionales en redes de distribución con alta penetración de energías renovables” código 70416, adscrito al “Programa de Investigación en Tecnologías Emergentes para Microrredes Eléctricas Inteligentes con Alta Penetración de Energías Renovables”, contrato No. 80740-542-2020. En este poyecto se propone una estrategia de control de inversores fotovoltaicos utilizando la técnica de redes neuronales. Esta estrategia de control está basada en el diagrama de control planteado en el artículo “Control Strategy for Grid-Connected Three-Phase Inverters During Voltage Sags to Meet Grid Codes and to Maximize Power Delivery Capability”. La estrategia mencionada anteriormente se caracteriza por dar prioridad a la inyección de potencia reactiva, teniendo en cuenta las restricciones impuestas por los códigos de red, con el fin de proporcionar estabilidad y fiabilidad a la red eléctrica; esto empleando un algoritmo que permite maximizar las capacidades del inversor. Dicha estrategia tiene como variables de entrada (V^+,V^-,P_G,φ), 4 parámetros que se obtienen a partir del censado de variables eléctricas que se presentan durante los hundimientos de tensión, y como variables de salida (I_q^+,I_q^-,I_p^+,I_p^-), señales de referencia para ejecutar acciones de control en el inversor. Para el entrenamiento de la red neuronal se generó una base de datos enfocada en los tipos de hundimientos de tensión que se presentan con mayor frecuencia en la red, con el fin de considerar diversos casos de operación.
Description
Keywords
Hundimientos de Tensión, LVRT, Códigos de red, Base de Datos, Red Neuronal, Estrategia de Control
Citation