Monitoreo de parámetros de operación de un microinversor mediante una plataforma IoT

Con el fin de analizar el estado de los módulos fotovoltaicos y la energía proporcionada por estos dispositivos, se llevó a cabo la implementación de un sistema de monitoreo para controlar los parámetros de operación de un microinversor modular, debido a que la evaluación de estas medidas permite su...

Full description

Autores:
Hernández Dodino, Camilo Andrés
Murillo Rodríguez, Julio Martin
Flórez de la Peña, Sebastián David
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Magdalena
Repositorio:
Repositorio Unimagdalena
Idioma:
spa
OAI Identifier:
oai:repositorio.unimagdalena.edu.co:123456789/20903
Acceso en línea:
https://repositorio.unimagdalena.edu.co/handle/123456789/20903
Palabra clave:
Aplicación web
Eficiencia energética
IoT
Microinversor
Rights
openAccess
License
Acceso Abierto
Description
Summary:Con el fin de analizar el estado de los módulos fotovoltaicos y la energía proporcionada por estos dispositivos, se llevó a cabo la implementación de un sistema de monitoreo para controlar los parámetros de operación de un microinversor modular, debido a que la evaluación de estas medidas permite supervisar la eficiencia energética y de esa forma poder detectar posibles fallos en los sistemas de energía. Dichos fallos en el microinversor podrían dificultar considerablemente una correcta transición energética, dado que la energía que se introduce debe estar ligada a tecnologías de monitorización que puedan aportar los datos necesarios para analizar el funcionamiento de los equipos de generación. De esta forma, se implementó un sistema de monitorización mediante una plataforma de Internet de las cosas (IoT), para visualizar en tiempo real los datos de corriente, voltaje, y potencia de un microinversor a través de la comunicación Cliente – Servidor, en donde se utilizaron principalmente tecnologías como ReactJS, Django, REST API, MicroPython y la ESP32 para el desarrollo de la aplicación y la transferencia de datos. Además, se efectuó la técnica Boxplot del modelo Single-construct para detectar posibles datos atípicos en el microinversor, en donde posteriormente se enviaron correos electrónicos automáticos informando al usuario sobre dicha novedad. Finalmente, se implementó un modelo estadístico utilizando Modelo autorregresivo integrado de media móvil (Arima) y uno basado en inteligencia artificial con redes de Memoria a largo y corto plazo (LSTM) para comparar y predecir los datos dada la información de un microinversor.