Resumen

En este artículo se presenta un nuevo enfoque para el diseño óptimo de inversores de potencia para sistemas fotovoltaicos en red que utiliza algoritmos genéticos (AG). Se adopta el modelo medio no lineal para modelar la etapa de conversión con el fin de evaluar con precisión y estimar rápidamente las pérdidas de potencia de los dispositivos de potencia. Para generar las señales de control del inversor se aplica el control de corriente de histéresis que garantiza una corriente de salida casi sinusoidal. El diseño del inversor solar debe cumplir tres objetivos contradictorios que deben optimizarse al mismo tiempo. De hecho, el objetivo es maximizar la eficiencia del convertidor minimizando su tamaño y precio bajo restricciones eléctricas. Las variables del problema son el rizado de la corriente de salida y los componentes pasivos y activos disponibles en el mercado (IGBTs/MOSFETs, Diodos, Inductancias). El NSGA-II (Algoritmo Genético Elitista de Ordenación No Dominante) es apropiado en el caso de que se utilicen variables de diseño discretas para buscar soluciones Pareto óptimas. Realiza una búsqueda sistemática y eficiente entre las bases de datos desarrolladas de un conjunto de componentes que definen las estructuras óptimas del inversor. El método introducido facilita la tarea de diseño, ya que las mejores soluciones dependen de los componentes disponibles en el mercado, y reduce significativamente el tiempo de comercialización para los fabricantes.

• Materias:Vigas y losas de hormigón Suelos blandos Pandeo lateral torsional Infraestructura vial Nodos sísmicos
• Subjects:Concrete beams and slabs Soft soils Torsional lateral buckling Road infrastructure Seismic nodes
• Palabras claves:mercado, algoritmo genético de clasificación elitista no dominante, variables de diseño discretas, señales de control del inversor, modelo medio no lineal, soluciones óptimas de Pareto, corriente de salida sinusoidal, componentes, componentes activos, mejores soluciones.
• Keywords:market, Elitist Nondominated Sorting Genetic Algorithm, discrete design variables, inverter control signals, nonlinear average model, optimal Pareto solutions, sinusoidal output current, components, active components, best solutions