Estudo de Algoritmos de MPPT para Sistemas Solares Fotovoltaicos baseados em Inteligência Artificial

Abstract

Este trabalho busca analisar a eficácia de técnicas de inteligência artificial (AI) aplicadas ao rastreamento do ponto de máxima potência (MPPT) em sistemas solares fotovoltaicos (PV), com foco específico em condições de sombreamento parcial. O sombreamento parcial representa um desafio significativo, pois gera múltiplos picos locais na curva característica P-V, dificultando a identificação do ponto de máxima potência global (GMPP) por métodos tradicionais. Para isso, foram consultadas referências bibliográficas e artigos de revisão, nos quais os autores destacam que a geração de energia fotovoltaica enfrenta desafios significativos, com a sua natureza intermitente e o baixo desempenho em determinadas situações de sombreamento. No que diz respeito aos métodos de AI aplicados a MPPTs, buscamos tecer considerações sobre as melhores abordagens para resolver o problema do sombreamento parcial, que impacta negativamente a geração de energia. A questão central da nossa investigação é: como os métodos de inteligência artificial lidam com o sombreamento parcial? Para responder a essa indagação, realizamos testes simulando condições adversas, utilizando o software PLECS. Foram realizadas simulações com um método de MPPT baseado em Otimização por Enxame de Partículas (PSO) em diferentes cenários de teste. Os resultados obtidos nas simulações permitiram uma compreensão mais aprofundada da eficiência dos métodos de Inteligência Artificial em relação ao problema do sombreamento parcial. Sendo assim, a presença dos métodos de Inteligência Artificial tem impacto positivo na captura do GMPP.