Resumen

En la actualidad, el cambio climático y el calentamiento global son los retos mundiales más incontrolados debido al uso extensivo de combustibles fósiles para la generación de energía y el transporte. Hoy en día, la mayoría de los países desarrollados se están concentrando en el desarrollo de recursos alternativos, por lo que han realizado grandes inversiones en investigación y desarrollo. En general, los recursos energéticos alternativos, como la energía hidroeléctrica, la energía solar y la energía eólica, no son perjudiciales para la naturaleza. Hoy en día, la energía solar y la energía eólica son fuentes de energía alternativas muy populares debido a su enorme disponibilidad en la naturaleza. En este trabajo se investigan los sistemas de células fotovoltaicas y de energía eólica en distintas condiciones meteorológicas. Basándonos en los resultados, desarrollamos un sistema de controlador inteligente avanzado que rastrea el punto de máxima potencia. El controlador MPPT es imprescindible para las fuentes de energía renovables debido a las condiciones meteorológicas impredecibles. El objetivo principal de este trabajo es proponer un nuevo algoritmo que se basa en una red neuronal profunda (DNN) y el seguimiento del punto de máxima potencia (MPPT), que fue simulado en un entorno MATLAB para sistemas de generación de energía fotovoltaica (PV) y eólica. Se llevó a cabo el desarrollo de un controlador DNN avanzado que mejora la calidad de la energía y reduce el valor THD para la integración en microrred de un sistema de energía híbrido fotovoltaico/eólico. Se ha utilizado la herramienta de simulación MATLAB para desarrollar el sistema propuesto y se ha probado su rendimiento en diferentes situaciones de operación. Finalmente, se han analizado los resultados de la simulación aplicando el estándar IEEE 1547.

• Materias:Energía solar Termodinámica Fotoquímica Fotocatálisis Efecto fotoeléctrico
• Subjects:Solar energy Thermodynamics Photochemistry Photocatalysis Photoelectric effect
• Palabras claves:energía solar, sistema controlador inteligente avanzado, uso extensivo de combustibles fósiles, seguimiento del punto de máxima potencia, fuentes de energía alternativas populares, herramienta de simulación matlab, controlador dnn avanzado, recursos energéticos alternativos, red neuronal profunda, diferentes situaciones de funcionamiento
• Keywords:solar power, advanced intelligent controller system, extensive fossil fuel usage, maximum power point tracking, popular alternative energy sources, matlab simulation tool, advanced dnn controller, alternative energy resources, deep neural network, different operating situations