INF-PVSE

1
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER Versión: 1.0
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Página: 1 de 7

Informe de la práctica de laboratorio N°2:

“Caracterización de un Panel Solar” Commented [SS1]: Mostraron resultados del fit propio en el
informe que no presentaron en la sustentación.

Jhon Fredy Ojeda – 1160444

Hernando Alexis Vera – 1160251 Commented [SS2]: Nota: 4.0

INTRODUCCIÓN
esta práctica se caracterizó una celda solar midiendo II. HERRAMIENTAS UTILIZADAS
E N
varios valores de corriente y voltaje bajo la luz y bajo la
sombra para obtener la curva I-V correspondiente. Estos
Las herramientas utilizadas son: Computador , software
MATLAB, multímetro, celda solar, fuente de alimentación.
resultados fueron comparados con el modelo matemático visto,
ajustando dicho modelo con una regresión no lineal.

Objetivos III DESARROLLO DE LA PRÁCTICA

*Medir los valores de corrientes y voltajes de la celda bajo la
sombra y bajo luz solar.
*Diseñar un programa en MATLAB, que utilice una regresión
no lineal para evaluar los datos obtenidos en la medición.
Inicialmente se tomaron las mediciones de voltajes y corrientes
de la celda bajo oscuridad o sombra , se cubrió la celda con un
objeto oscuro, se conectó a la fuente de alimentación y se varió
el voltaje de la misma, tomando los valores de voltaje y
corriente en cada variación de la tensión de la fuente,
obteniendo así 68 muestras.

*Caracterizar la celda solar con base en el análisis hecho

corroborando los valores nominales dados por el fabricante y
obteniendo los valores de corriente de corto circuito y voltaje
de circuito abierto.

I. PLANTEAMIENTO DEL PROBLEMA

Un modelo se puede definir como una ecuación o conjunto
de ecuaciones que describen el comportamiento de algún
sistema, por ejemplo, el trabajo de un reactor químico o el
crecimiento de un animztl. La teoría estadística dedicada a los
modelos lineales en los parámetros es muy amplia, debido en Fig 1. Circuito celda bajo oscuridad
gran parte a sus múltiples aplicaciones y a la fácil interpretación
de los resultados obtenidos de este tipo de análisis. Sin
embargo, hay fenómenos observables que no pueden ser
explicados por modelos lineales, por ejemplo, el desarrollo de
una teoría en la química o la física, en tales situaciones un
modelo no lineal en los parámetros se puede ajustar mejor. Para
la caracterización de la celda solar en nuestro caso la ecuación Commented [SS3]: Escribir en forma impersonal
que rige el comportamiento de la corriente que esta en función
del voltaje (V)corriente fotogenerada (IL) temperatura (T)
corriente de saturación (Io) carga del electrón (q) constante de
boltzman (k) factor de idealidad , dicha ecuación es o lineal por
lo que se debe evaluar su modelo con una regresión no lineal.
 INF-PVSE
2
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER Versión: 1.0
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Página: 2 de 7

Fig 4 muestras bajo luz solar.

Fig 2. muestras oscuridad.
Como segundo paso se tomaron las mediciones de voltajes y
corrientes con la celda expuesta al sol variando su voltaje de
carga con un potenciómetro y tomando 39 muestras.
Se trabajó con matlab para obtener la regresión no lineal con
los datos medidos, inicialmente se utilizó la herramienta
“curve fitting tool” y con base en la ecuación del diodo
adaptada para el panel solar que se muestra a continuación. Commented [SS4]: Justificar texto
𝑞𝑣
Commented [SS5]: Usar subíndices
𝑖𝑙 = 𝐼𝐿 − 𝐼0(𝑒 𝑛𝑘𝑇 − 1)

𝐸𝑔
𝐼0 = 𝑖𝑜𝑜𝑒 − 𝑘𝑇

Donde :

𝑘 = 1.38𝑥1028
𝑞 = 1.6𝑥10−19
Fig circuito celda expuesta luz solar. 𝐸𝑔 = 1.794𝑥10−19
 INF-PVSE
3
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER Versión: 1.0
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Página: 3 de 7

Siendo:

I= Corriente de panel solar.

IL=Corriente fotogenerada
ioo= Corriente de saturación
V=Voltaje de panel solar
q=Carga del electrón
n=Factor de idealidad
k=Constante de Boltzman
T=Temperatura.

Todos estos parámetros corresponden a las características de

la celda.
Fig 6. Grafica de corriente vs voltaje (I,V) bajo oscuridad.
Se obtiene con estos datos la grafica de poencia vs voltaje(P vs
V). Para datos tomados en celda bajo luz solar.

General model:
f(x) = a-b*exp(c*x)
Coefficients (with 95% confidence bounds):
a = 0.1503 (0.1448, 0.1559)
b = 2.064e-07 (-3.539e-07, 7.666e-07)
c= 1.146 (0.9075, 1.385)

Goodness of fit:
SSE: 0.003892
R-square: 0.9258
Adjusted R-square: 0.9216
RMSE: 0.0104

Fig 5 Grafica (P vs V) datos expvrimentales.

Los resultados obtenidos con La herramienta curve fitting tool

de MATLAB fueron los siguientes.

Para datos tomados en celda bajo oscuridad.

General model:
f(x) = a-b*exp(c*x)
Coefficients (with 95% confidence bounds):
a = -0.000647 (-0.001287, -6.722e-06)
b = -1.706e-07 (-2.105e-07, -1.308e-07)
c= 1.192 (1.172, 1.212)

Goodness of fit: Fig nº7. Grafica de corriente vs voltaje (I,V) bajo luz solar.
SSE: 0.0002979
R-square: 0.9989
Adjusted R-square: 0.9989 Se diseño en matlab un script para modelar la curva de
RMSE: 0.002141 corriente vs voltaje de la celda por regrecion no lineal
obteniendo los siguientes resultados. Commented [SS6]: Justificar texto
sombra
script MATLAB:

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Fig 8. grafica I vs V dattos bajo oscuridad obtenida con el scrip
diseñado.
fig 9. Grafica I vs V datos bajo luz solar obtenida con el scrip
diseñado.
Se hizo una comparación de las gráficas obtenidas con los datos
experimentales y el modelo matemático con las dos regresiones
obteniendo que con la herramienta “curve fitting tool” de
MATLAB se obtienen datos mas cercanos a los experimentales
que al utilizar el script diseñado.
INF-PVSE
4
Versión: 1.0
Página: 4 de 7
Fig 9. Grafica comparativa de los resultados obtenidos con las
dos regresiones y los datos experimentales.
IV.Conclusiones
Las regresión lineal es un análisis matemático muy útil para
el análisis de fenómenos físicos que se rigen bajo
modelamientos que no son lineales como por ejemplo una
función polimonial o exponencial, como es el caso de la
ecuación del diodo que trabajamos en esta práctica.
La herramienta de MATLAB curve fitting tool minimiza la
creación de algoritmos de iteración utilizando unas pocas líneas
de código para generar la regresión no lineal. Commented [SS7]: Cft no usa ni una sola línea de código
El comportamiento de los resultados obtenidos de las
mediciones bajo oscuridad y bajo luz solar son diferentes siendo
mas clara grafica de (i,v) de las muestras tomadas en la
oscuridad que las que se tomaron bajo luz solar. Esto se da pro
que en la oscuridad el valor de voltaje entregado a la celda por
la fuente era constante, mientras que el voltaje generado por la
celda en las mediciones bajo luz solar es variable de acuerdo a
la intensidad de radiación.
Con los datos obtenidos se corroboraron los valores nominales
como la potencia máxima, voltaje de circuito abierto y corriente
de cortocircuito dados por el fabricante cuando se adquirió la
celda.
 INF-PVSE
5
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER Versión: 1.0
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Página: 5 de 7

REFERENCIAS
1. http://www.mathworks.com/products/matlab/

[2]http://www.mathworks.com/help/matlab/

[3]https://es.wikipedia.org/wiki/Regresi%C3%B3n_
no_lineal

[4]file:///C:/Users/axl/Downloads/Regresi%C3%B3
n%20no%20lineal.pdf

[5] http://www.bdigital.unal.edu.co/15397/1/10003-
18133-1-PB.pdf

[6]http://biplot.usal.es/problemas/regresion/teoria/re
gnolin.htm

[7]http://web.udl.es/Biomath/Bioestadistica/Dossier
s/Temas%20especiales/Regresion/Intro%20Regresi
on%20Nolineal.pdf

[8]https://www.youtube.com/watch?v=DAp7KXW
P2gk Commented [SS8]: Usar format IEEE
 INF-PVSE
6
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER Versión: 1.0
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Página: 6 de 7

ANEXO A. INFORMACIÓN ADICIONAL

A continuación se anexa el algoritmo.

data=xlsread('dia.xlsx');
fmedida=data(:,2);
v=data(:,1);
a=1;
b=1e-10;
c=1;

fcalcu=a-b*exp(c*v);
plot(v,fcalcu)

aumento=a/10;
aumento2=b/10;
aumento3=c/10;
error1=0;
error=0;

for i=1:500
error0=SSE(fmedida,fcalcu);
a=a+aumento;
fcalcu=a-b*exp(c*v);
error1=SSE(fmedida,fcalcu);

if (error0>error1)
a=a+aumento;
fcalcu=a-b*exp(c*v);
else
if(error==error1)
aumento=aumento/10;
else
a=a-2*aumento;
fcalcu=a-b*exp(c*v);
end
end

end

for i=1:500
error0=SSE(fmedida,fcalcu);
b=b+aumento2;
 INF-PVSE
7
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER Versión: 1.0
PROGRAMA DE INGENIERÍA ELECTRÓNICA
ENERGÍA SOLAR FOTOVOLTAICA
Página: 7 de 7

fcalcu=a-b*exp(c*v);
error1=SSE(fmedida,fcalcu);

if (error0>error1)
b=b+aumento2;
fcalcu=a-b*exp(c*v);
else
if(error==error1)
aumento2=aumento2/10;
else
b=b-2*aumento2;
fcalcu=a-b*exp(c*v);
end
end

end

for i=1:500
error0=SSE(fmedida,fcalcu);
c=c+c/10;
fcalcu=a-b*exp(c*v);
error1=SSE(fmedida,fcalcu);

if (error0>error1)
c=c+c/10;
fcalcu=a-b*exp(c*v);
else
if(error==error1)
aumento3=c/100;
else
c=c-2*c/10;
fcalcu=a-b*exp(c*v);
end
end

end

plot(v,fcalcu)