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

Abstract

The aim of the present research work is the design of a methodology of fault diagnosis as a contribution to the improvement of indicators about efficiency, maintenance and availability of Photovoltaic Systems of Network Connection (PVSNC). The network connection inverter and the mathematical model of the Photovoltaic Generator were firstly analyzed. Afterwards, the existing operational losses of the Photovoltaic Generator were quantified, and the mathematical model was adapted to the real conditions of the System through a polynomial adjustment. A real network connection system of nominal power 7.5 kWp installed at the Research Center of Solar Energy, in the province of Santiago de Cuba, was used to assess the proposed methodology. The results obtained were validated to show that the proposed design successfully supervises the PVSNC.100% of the simulated faults were detected and identified with the designed methodology, whose usefulness was additionally shown when having a maximum rate of 0.22% of false alarm in all the tests done.

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.