Este trabajo presenta una herramienta de software basada en MATLAB y fácil de usar llamada PV.MY para el dimensionamiento óptimo de sistemas fotovoltaicos (FV). El software tiene la capacidad de predecir las variables metrológicas como la energía solar, la temperatura ambiente y la velocidad del viento utilizando una red neuronal artificial (RNA), optimiza el ángulo de inclinación del módulo fotovoltaico y del conjunto, optimiza el tamaño del inversor y calcula las capacidades óptimas del conjunto fotovoltaico, la batería, la turbina eólica y el generador diésel en sistemas fotovoltaicos híbridos. El modelo basado en RNA para la predicción metrológica utiliza cuatro variables meteorológicas, a saber, la proporción de brillo solar, el número de día y las coordenadas de ubicación. En cuanto al dimensionamiento del sistema FV, se utilizan métodos iterativos para determinar el dimensionamiento óptimo de tres tipos de sistemas FV, que son el sistema FV autónomo, el sistema FV híbrido/eólico y el sistema FV híbrido/generador diésel. Para la optimización se utiliza la técnica de probabilidad de pérdida de carga (LLP), en la que las capacidades de las fuentes de energía son las variables a optimizar teniendo en cuenta una LLP muy baja. En cuanto a la determinación del ángulo de inclinación óptimo de los paneles FV y el tamaño del inversor, se utiliza el modelo de Liu y Jordan para la energía solar incidente sobre una superficie inclinada en la optimización del ángulo de inclinación mensual, mientras que para la optimización del tamaño del inversor se utiliza un modelo de curva de eficiencia del inversor.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Una técnica novedosa para la construcción de cajas de sustitución seguras basadas en grupos cíclicos y simétricos
Artículo:
Investigación sobre la Aplicación del Diseño de Arte Ambiental basado en la Combinación de Tecnología de Realidad Virtual y Video Panorámico.
Artículo:
Métodos SVD aleatorios en imágenes hiperespectrales
Artículo:
Vulnerabilidad de la información, en el internet de las cosas
Artículo:
Clasificación armónica con mejora de música utilizando técnicas de aprendizaje profundo.