Estimación de los parámetros del modelo de un solo diodo del módulo fotovoltaico aplicando el método de optimización basado en búsqueda de patrones mejorado

espanolEn este articulo se propone el uso de un algoritmo de optimizacion basado en la busqueda de patrones mejorada, aplicandolo a la estimacion de los parametros modelo de un diodo de una celula fotovoltaica. Los parametros a estimar son corriente fotovoltaica, la saturacion de corriente del diodo, la resistencia serie, la resistencia en paralelo y el factor de idealidad del diodo. La estimacion es hecha a partir de los datos obtenidos de una curva conocida, es decir, que la celda fotovoltaica puede caracterizarse y los para-metros son extraidos de los datos de la curva. Los resultados son la identificacion de los parametros y la exactitud del modelo con respecto a la referencia en el punto de maxima potencia (MPP). Adicionalmente se realiza una comparacion con el modelo obtenido con tres estimaciones realizadas con el algoritmo de optimizacion enjambre de particulas (PSO), bajo las mismas condiciones en cantidad de particulas y de iteraciones. El error encontrado muestra la similitud del modelo con la referencia obtenida de acuerdo con el algoritmo IPSM. EnglishIn this article, we propose the use of the optimization algorithm based on impro-ved pattern search (IPSM), applying it to the estimation of the model parameters of a single diode of a photovoltaic cell. The parameters to be estimated are the photovoltaic current, the saturation current of the diode, the series resistance, the resistance in parallel, and the ideality factor of the diode. The estimation is made from the data obtained from a known curve, that is to say, that a photovoltaic cell could be characterized and from the data of the curve the parameters are ex-tracted. The results are the identification of the parameters and the accuracy of the model concerning the reference at the point of maximum power (MPP). Additio-nally, a comparison is made with the model obtained with three estimations made with the particle swarm optimization algorithm (PSO), under the same conditions in the number of particles and iterations. The error found shows the similarity of the model with the reference obtained using the IPSM algorithm.