Resumen

Se propone un método de seguimiento del punto de máxima potencia basado en el aprendizaje por refuerzo (RLMPPT) para un conjunto fotovoltaico (FV). Utilizando el modelo desarrollado del sistema fotovoltaico y configurando el entorno para el aprendizaje por refuerzo, el método RLMPPT propuesto es capaz de observar el estado del entorno del campo fotovoltaico en el proceso de aprendizaje y ajustar de forma autónoma la perturbación de la tensión de funcionamiento del campo fotovoltaico para obtener el mejor MPP. Se realizan simulaciones del RLMPPT propuesto para un campo fotovoltaico. Los resultados experimentales demuestran que, en comparación con un método MPPT existente, el RLMPPT no sólo logra un mejor factor de eficiencia tanto para los datos meteorológicos simulados como para los datos meteorológicos reales, sino que también se adapta al entorno mucho más rápido con un tiempo de aprendizaje muy corto.

• Materias:Energía solar Fotoquímica Electrodos Nanoestructuras Biopelículas
• Subjects:Solar energy Photochemistry Electrodes Nanostructures Biofilms
• Palabras claves:paneles fotovoltaicos, rlmppt, aprendizaje por refuerzo, seguimiento del punto de máxima potencia, mejor factor de eficiencia, datos meteorológicos reales, tiempo de aprendizaje corto, datos meteorológicos simulados, entorno, resultados experimentales
• Keywords:pv array, rlmppt, reinforcement learning, maximum power point tracking, better efficiency factor, real weather data, short learning time, simulated weather data, environment, experimental results