PROPOSTA DE METODOLOGIA PARA DETERMINAÇÃO DE ÍNDICES MÉDIOS DE DESEMPENHO DE INVERSORES UTILIZADOS EM SISTEMAS FOTOVOLTAICOS: UM ESTUDO
DE CASO PARA A CIDADE DE PORTO ALEGRE/RS
G. A. Rampinelli1, A. Krenzinger2 1
Associação Beneficente da Indústria Carbonífera de Santa Catarina – Faculdade SATC Rua Pascoal Meller, 73 Criciúma, SC, Brasil. Tel. 55(48)34317500 – Fax 55(48)34317501
Contato: giuliano.rampinelli@satc.edu.br 2
Universidade Federal do Rio Grande do Sul – Laboratório de Energia Solar
Avenida Bento Gonçalves, 9500 – Prédio 42712 Porto Alegre, RS, Brasil. Tel. 55(51)33086841 – Fax 55(51)33086841 Contato: arno.krenzinger@ufrgs.br
RESUMO: A contribuição da energia solar fotovoltaica na matriz energética de muitos países é cada vez mais significativa, principalmente com sistemas conectados à rede elétrica de distribuição. Neste panorama torna-se importante desenvolver metodologias de avaliação de sistemas fotovoltaicos com finalidade de garantir a qualidade da energia. Este trabalho apresenta uma proposta de metodologia para determinação de índices médios de desempenho para a avaliação das principais características elétricas de inversores utilizados em sistemas fotovoltaicos. No trabalho é apresentado um estudo de caso para a cidade de Porto Alegre/RS e é utilizado um software desenvolvido no Laboratório de Energia Solar da UFRGS para a determinação dos índices médios de avaliação.
Palavras chaves: Energia Solar, Sistema Fotovoltaico Conectado à Rede, Inversor. INTRODUÇÃO
A potência do inversor e a potência do arranjo fotovoltaico devem apresentar compatibilidade a fim de evitar o sobre dimensionamento ou sub dimensionamento do sistema que implicam em perdas energéticas. O dimensionamento da potência do inversor inferior à potência do arranjo fotovoltaico usualmente conduz a um melhor funcionamento do sistema, principalmente em climas com pouca irradiação, onde a duração dos valores de pico da radiação solar é curta, e dessa forma, o limite máximo do inversor é pouco utilizado (Kil e Weiden, 1994; Keller e Affolter, 1995; Schalkwijk et al., 1997). A eficiência, fator de potência e os níveis de distorção harmônica de corrente do inversor variam de acordo com a carga e são tipicamente menos adequados quando operam abaixo de 50 % da potência nominal. A relação entre a potência do arranjo e a potência do inversor é denominada de Fator de Dimensionamento do Inversor (FDI). O FDI é definido Eq. (1) como a razão entre a potência nominal em CC do inversor e a potência do arranjo fotovoltaico na condição padrão.
(1)
onde: PNCA é a potência nominal em CA do inversor; PSTD é a potência do arranjo fotovoltaico na condição padrão.
A localização onde será instalado o sistema fotovoltaico conectado à rede determina o FDI mais adequado para a instalação. Para localidades do norte, centro e sul da Europa, têm-se proposto, respectivamente, os seguintes índices de FDI: (0,65-0,8), (0,75-0,9) e (0,85-1) (Caamaño-Martín, 1998). A otimização de sistemas fotovoltaicos conectados à rede no Brasil obtém-se com índices de FDI inferiores a 0,9 para a região sul e sudeste (Macêdo, 2006; Dias, 2006) e com índices de FDI entre 0,9 e 1 para regiões de baixas latitudes. Van der Borg e Burgers, 2003 e Burger e Rüther, 2006, apresentam trabalhos sobre o dimensionamento de inversores. Velasco et. al., 2006, fazem considerações sobre o fator de dimensionamento de SFCR baseados em uma configuração de sistema com inversor central. Mondol et. al., 2007 apresentam um estudo do efeito de baixos níveis de irradiância e sobrecarga de inversor no desempenho de sistemas fotovoltaicos conectados à rede. Macêdo e Zilles, 2007, apresentam uma análise de resultados de sistemas fotovoltaicos conectados à rede operando com diferentes fatores de dimensionamento de inversores. A comparação e análise do desempenho entre diversos e diferentes sistemas fotovoltaicos podem ser realizadas mediante análise de um conjunto de índices, denominadas de índices de mérito técnico de sistemas fotovoltaicos. A análise do desempenho do sistema fotovoltaico baseia-se nos índices de mérito, utilizados pelo programa de avaliação energética da Comunidade Econômica Européia em seu programa de avaliação de sistemas fotovoltaicos conectados à rede. Essa metodologia de análise necessita que a instalação fotovoltaica seja monitorada por um período mínimo de um ano para que sejam conhecidos os índices médios mensais e por conseqüência o desempenho energético do sistema fotovoltaico conectado à rede. As instalações fotovoltaicas conectadas à rede comumente incorporam um sistema de monitoramento experimental que tem a vantagem de retornar dados reais e confiáveis, mas implica na necessidade de equipamentos de medidas adequados e tempo para aquisição dos dados. Os índices de mérito técnico também podem ser obtidos mediante simulação computacional, que tem a vantagem de não requerer equipamentos e ensaios e tem uma rápida resposta dos resultados. A finalidade básica do programa FVConect é realizar uma simulação do comportamento
ASADES
Vol. 15, 2011. Impreso en la Argentina. ISSN 0329-5184 Avances en Energías Renovables y Medio AmbienteSTD NCA
P
P
elétrico de cada componente de um SFCR ao longo de um período pré-determinado pelo usuário. O período pode estender-se desde um dia até um ano, permitindo observar resultados de comportamento em uma base temporal horária ou em seqüências de 1 minuto. A simulação retorna dados de temperatura dos componentes, corrente elétrica e tensão em vários pontos do circuito e quantidade e qualidade da energia entregue à rede (Rampinelli e Krenzinger, 2009).
METODOLOGIA EXPERIMENTAL E RESULTADOS
As ponderações de desempenho médio são correlações importantes que descrevem o comportamento de características elétricas a partir de um valor absoluto, mas que considera o comportamento da curva de determinada característica elétrica em função da potência relativa. Todas as ponderações que serão apresentadas a seguir foram determinadas utilizando o software FVConect. As ponderações de desempenho médio foram obtidas a partir de dados gerados pelo software em sequência de 1 minuto e em sequência horária para a cidade de Porto Alegre. Inicialmente são definidas as faixas de potência relativa em que serão determinados os pesos ou fatores de cada correlação. Para a eficiência CC/CA foram adotadas as mesmas faixas de potência definidas pela eficiência européia, ou seja, as faixas de potência relativa definidas para a eficiência CC/CA são de: 5 %, 10 %, 20 %, 30 %, 50 % e 100 % (Eq. 2). As faixas de potência para formulação das correlações do fator de potência e da distorção harmônica na corrente foram definidas a partir do comportamento das curvas experimentais e são 10 %, 30 %, 50 %, 70 % e 110 % (Eq. 3 e Eq. 4). A etapa seguinte é a determinação dos pesos ou fatores de cada faixa de potência relativa definida, ou seja, a determinação da distribuição de frequências ao longo de toda faixa de potência relativa. Por exemplo: F10 e F30 são fatores que expressam as frequências em que os valores da potência são de até 10 % e entre 10 % e 30 % da potência nominal, respectivamente.
(2)
(3)
(4)
onde:
F10, F30, F50, F70, F110 são fatores ou pesos de distribuição de frequência do fator de potência e distorção harmônica na corrente e P5, P10, P20, P30, P50, P100 são fatores ou pesos de distribuição de frequência da eficiência CC/CA.
Ponderações de desempenho médio em Seqüência de Dados de 1 minuto
Inicialmente as ponderações de desempenho médio de eficiência CC/CA, fator de potência e distorção harmônica na corrente foram determinadas a partir da simulação, em sequência de dados de 1 minuto para a cidade de Porto Alegre/RS, de sistemas fotovoltaicos conectados à rede com três diferentes inversores e doze diferentes configurações de FDIs. Essa é uma das principais vantagens dos softwares que permitem a simulação de diferentes configurações sem a necessidade de equipamentos de medidas e de tempo para a realização das mesmas. Entretanto, a questão chave é a confiabilidade dos resultados obtidos a partir da simulação. Os softwares devem incorporar modelos físicos e matemáticos consistentes com sistemas reais, sendo que o desenvolvimento do software requer amplo estudo teórico e experimental. O software FVConect é o resultado de um extensivo desenvolvimento de todas essas etapas e pode ser considerado um programa de simulação consistente com sistemas fotovoltaicos conectados à rede reais. A Tabela 1 apresenta os inversores e respectivos FDIs simulados em sequência de dados de 1 minuto.
Fabricante Modelo FDI
SMA SB 1100E 0,62 – 0,71 – 0,83 – 1
Fronius IG 15 0,72 – 0,81 -0,92 – 1,08
Mastervolt Sunmaster QS 2000 0,66 – 0,8 – 0,88 – 1
Tabela 1: Inversores e FDIs simulados em seqüência de dados de 1 minuto.
Os fatores de distribuição de frequência são dependentes linearmente do fator de dimensionamento do inversor (Eq. 5) e variam conforme é apresentado nas Figuras 1 e 2. Os fatores foram obtidos a partir da simulação de sistemas em sequência de dados de 1 minuto.
(5)
onde: Fn é o n-ésimo fator de distribuição de freqüência; FDI é o fator de dimensionamento de inversor; a e b são os coeficientes angular e linear, respectivamente.
(
F
10FP
10%) (
F
30FP
30%) (
F
50FP
50%) (
F
70FP
70%) (
F
110FP
110%)
FP
=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
F
10H
10%) (
F
30H
30%) (
F
50H
50%) (
F
70H
70%) (
F
110H
110%)
Thd
i=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
5η
5%) (
10η
10%) (
20η
20%) (
30η
30%) (
50η
50%) (
100η
100%)
η
=
P
⋅
+
P
⋅
+
P
⋅
+
P
⋅
+
P
⋅
+
P
⋅
b
FDI
a
F
n=
⋅
+
0.6 0.7 0.8 0.9 1 1.1 FDI 10 12 14 16 18 F a to r F 1 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F10 a = 12,08 b = 3,98 0.6 0.7 0.8 0.9 1 1.1 FDI 20 24 28 32 F a to r F 3 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F30 a = 24,26 b = 5,32 0.6 0.7 0.8 0.9 1 1.1 FDI 16 18 20 22 24 26 F a to r F 5 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F50 a = 19,65 b = 4,27 0.6 0.7 0.8 0.9 1 1.1 FDI 14 16 18 20 22 F a to r F 7 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F70 a = 14,43 b = 6,34 0.6 0.7 0.8 0.9 1 1.1 FDI 0 10 20 30 40 F a to r F 1 1 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F110 a = -70,43 b = 80,07
Figura 1: Fatores F10, F30, F50, F70 e F110 da distribuição de frequência de FP e THDI a partir de sequência de dados de 1 minuto.
0.6 0.7 0.8 0.9 1 1.1 FDI 3 4 5 6 7 F a to r F5 ( % ) Distribuição de Freqüência (Eficiência) Coeficientes a e b do fator F5 a = 6,83 b = - 1,17 0.6 0.7 0.8 0.9 1 1.1 FDI 7 8 9 10 11 F a to r F1 0 ( % ) Distribuição de Freqüência (Eficiência) Coeficientes a e b do fator F10 a = 5,24 b = 5,15 0.6 0.7 0.8 0.9 1 1.1 FDI 10 12 14 16 18 F a to r F2 0 ( % ) Distribuição de Freqüência (Eficiência) Coeficientes a e b do fator F20 a = 12,6 b = 3,19 0.6 0.7 0.8 0.9 1 1.1 FDI 8 10 12 14 16 F a to r F3 0 ( % ) Distribuição de Freqüência (Eficiência) Coeficientes a e b do fator F30 a = 11,65 b = 2,13 0.6 0.7 0.8 0.9 1 1.1 FDI 36 40 44 48 52 56 F a to r F5 0 ( % ) Distribuição de Freqüência (Eficiência) Coeficientes a e b do fator F50 a = 31,3 b = 20,53 0.6 0.7 0.8 0.9 1 1.1 FDI 0 10 20 30 F a to r F1 0 0 ( % ) Distribuição de Freqüência (Eficiência) Coeficientes a e b do fator F100 a = -67,64 b = 70,14
Figura 2: Fatores F5, F10, F20, F30, F50 e F100 da distribuição de frequência de eficiência.
Os coeficientes de determinação R2 variam entre 0,88 e 0,99 para as ponderações de fator de potência e distorção harmônica na corrente e entre 0,86 e 0,97 para a ponderação de eficiência de conversão CC/CA. Entretanto, para simplificar o
equacionamento, se desejado, é determinado um valor médio para os fatores de distribuição de frequência independente do FDI. Este valor médio é equivalente aos valores dos fatores que são obtidos para FDIs entre 0,8 e 0,9 que são dimensionamentos sugeridos na literatura para localidades de latitudes maiores que 20 graus. As Eqs. (6), (7) e (8) apresentam ponderações de eficiência CC/CA, fator de potência e distorção harmônica na corrente, respectivamente e que são válidas para a cidade de Porto Alegre/RS e que foram obtidas a partir da simulação, de dados em sequência de 1 minuto, de diferentes configurações de SFCR utilizando o software FVConect.
(6)
(7)
(8)
Ponderações de desempenho médio em Seqüência de Dados Horários
Posteriormente as ponderações de desempenho médio de eficiência CC/CA, fator de potência e distorção harmônica na corrente foram determinadas a partir da simulação, em sequência de dados horários para a cidade de Porto Alegre, de sistemas fotovoltaicos conectados à rede com dez diferentes inversores e quarenta diferentes FDIs. A Tabela 2 apresenta os inversores e respectivos FDIs simulados em sequência de dados horários.
Fabricante Modelo FDI
SMA SB 700U 0,87 – 0,63 – 0,7 – 0,77 SMA SB 1100E 0,62 – 0,71 – 0,83 – 1 SMA SB 2100 0,73 – 0,79 – 0,86 – 0,95 SMA SB 2500 0,62 – 0,69 – 0,83 – 0,96 SMA SB 3800U 0,63 – 0,7 – 0,84 – 0,97 Fronius IG 15 0,72 – 0,81 -0,92 – 1,08 Fronius IG 20 0,75 – 0,81 – 0,9 – 1 Fronius IG 30 0,62 – 0,69 – 0,83 – 0,96 Mastervolt Sunmaster QS 2000 0,66 – 0,8 – 0,88 – 1 Mastervolt Sunmaster QS 3200 0,81 – 0,86 – 0,92 – 1
Tabela 2: Inversores e FDIs simulados em sequência de dados horários.
Os coeficientes de determinação R2 variam entre 0,60 e 0,98 para as ponderações de fator de potência e distorção harmônica na corrente e entre 0,60 e 0,97 para a ponderação de eficiência de conversão CC/CA. De maneira similar ao procedimento realizado na simulação com dados em seqüência de 1 minuto, o equacionamento pode ser simplificado a partir da determinação de um valor médio para os fatores de distribuição de freqüência independente do FDI e equivalente aos valores dos fatores que são obtidos para FDIs entre 0,8 e 0,9. As Eqs. (9), (10) e (11) apresentam ponderações de eficiência CC/CA, fator de potência e distorção harmônica na corrente, respectivamente e que são válidas para a cidade de Porto Alegre/RS e que foram obtidas a partir da simulação, de dados em seqüência horária, de diferentes configurações de SFCR utilizando o software FVConect.
(9)
(10)
(11)
É importante destacar que estas ponderações de desempenho médio de eficiência CC/CA, fator de potência e distorção harmônica na corrente não são definitivas e não foram confirmadas a partir de dados experimentais, uma vez que esta
(
0
,
14
FP
10%) (
0
,
26
FP
30%) (
0
,
21
FP
50%) (
0
,
18
FP
70%) (
0
,
21
FP
110%)
FP
=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
0
,
14
H
10%) (
0
,
26
H
30%) (
0
,
21
H
50%) (
0
,
18
H
70%) (
0
,
21
H
110%)
Thd
i=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
0
,
04
η
5%) (
0
,
09
η
10%) (
0
,
14
η
20%) (
0
,
12
η
30%) (
0
,
47
η
50%) (
0
,
14
η
100%)
η
=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
0
,
13
FP
10%) (
0
,
25
FP
30%) (
0
,
21
FP
50%) (
0
,
19
FP
70%) (
0
,
22
FP
110%)
FP
=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
0
,
13
H
10%) (
0
,
25
H
30%) (
0
,
21
H
50%) (
0
,
19
H
70%) (
0
,
22
H
110%)
Thd
i=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
(
0
,
04
η
5%) (
0
,
09
η
10%) (
0
,
12
η
20%) (
0
,
13
η
30%) (
0
,
48
η
50%) (
0
,
14
η
100%)
η
=
⋅
+
⋅
+
⋅
+
⋅
+
⋅
+
⋅
verificação dependeria de um trabalho aprofundado e completo com o intuito de determinar estas ponderações em diferentes localidades. Os fatores de distribuição de frequência obtidos a partir da simulação de sistemas fotovoltaicos considerando uma sequência de dados horários variam conforme é apresentado nas Figuras 3 e 4.
0.6 0.7 0.8 0.9 1 1.1 FDI 10 12 14 16 F a to r F1 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F10 a = 10,68 b = 4,34 0.6 0.7 0.8 0.9 1 1.1 FDI 16 20 24 28 32 36 F a to r F3 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F30 a = 27,31 b = 2,48 0.6 0.7 0.8 0.9 1 1.1 FDI 16 20 24 28 32 F a to r F5 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F50 a = 23,21 b = 1,86 0.6 0.7 0.8 0.9 1 1.1 FDI 16 18 20 22 F a to r F7 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F70 a = 8,31 b = 12,12 0.6 0.7 0.8 0.9 1 1.1 FDI 0 10 20 30 40 F a to r F1 1 0 ( % ) Distribuição de Freqüência FP e THDi Coeficientes a e b do Fator F110 a = -69,96 b = 79,48
0.6 0.7 0.8 0.9 1 1.1 FDI 2 3 4 5 6 F a to r F5 ( % ) Distribuição de Freqüência Eficiência Coeficientes a e b do Fator F5 a = 7,37 b = -2,18 0.6 0.7 0.8 0.9 1 FDI 8 8.5 9 9.5 10 10.5 11 F a to r F1 0 ( % ) Distribuição de Freqüência Eficiência Coeficientes a e b do Fator F10 a = 6,15 b = 4,68 0.6 0.7 0.8 0.9 1 1.1 FDI 8 10 12 14 16 18 20 F a to r F2 0 ( % ) Distribuição de Freqüência Eficiência Coeficientes a e b do Fator F20 a = 15,98 b = -0,74 0.6 0.7 0.8 0.9 1 1.1 FDI 8 10 12 14 16 F a to r F3 0 ( % ) Distribuição de Freqüência Eficiência Coeficientes a e b do Fator F30 a = 11,33 b = 3,23 0.6 0.7 0.8 0.9 1 1.1 FDI 40 44 48 52 56 F a to r F5 0 ( % ) Distribuição de Freqüência Eficiência Coeficientes a e b do Fator F50 a = 29,53 b = 23,71 0.6 0.7 0.8 0.9 1 1.1 FDI 0 10 20 30 F a to r F1 0 0 ( % ) Distribuição de Freqüência Eficiência Coeficientes a e b do Fator F100 a = -67,54 b = 69,45
Figura 4: Fatores F5, F10, F20, F30, F50 e F100 da distribuição de frequência de eficiência.
A Tabela 3 apresenta os coeficientes de determinação R2 dos fatores considerados nas ponderações de FP, THDI e eficiência. Os valores de R2 dos fatores obtidos a partir de simulação com dados em sequência de 1 minuto são maiores que os valores
de R2 dos fatores obtidos a partir da simulação com dados horários. Essa constatação é esperada uma vez que os resultados de uma simulação com dados de minuto a minuto devem ser mais precisos que os de uma simulação com dados horários.
FP – THDI F10 F30 F50 F70 F110 Minuto R2 0,88 0,99 0,95 0,96 0,99 Hora R2 0,73 0,93 0,77 0,60 0,98 Eficiência F5 F10 F20 F30 F50 F100 Minuto R2 0,86 0,78 0,96 0,95 0,88 0,97 Hora R2 0,89 0,60 0,74 0,60 0,78 0,97 Tabela 3: Coeficiente de determinação R2 das ponderações de FP e THDI e eficiência CC/CA.
CONCLUSÃO
Este trabalho apresentou uma proposta de metodologia para a determinação de índices médios de características elétricas de inversores utilizados em sistemas fotovoltaicos. As ponderações de desempenho médio foram obtidas a partir da simulação de configurações específicas a partir de um estudo de caso e utilizando o software FVConect desenvolvido no Labsol da UFRGS. O trabalho pretendeu dar continuidade a um processo para certificação de inversores utilizados em sistemas fotovoltaicos equivalente à certificação existente no Brasil para módulos fotovoltaicos. As ponderações de desempenho médio de eficiência CC/CA, fator de potência e distorção harmônica na corrente representando médias para o Brasil podem ser importantes neste processo de certificação.
Agradecimentos
Os autores agradecem o apoio recebido do CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico), Eletrobrás (Centrais Elétricas Brasileiras) e Finep (Financiadora de Estudos e Projetos).
REFERÊNCIAS
Burger, B.; Rüther, R. Inverter Sizing of Grid-Connected Photovoltaic Systems in the Light of Local Solar Resource Distribution Characteristics and Temperature. Solar Energy, vol. 80, pp 32-45. 2006.
Caamaño-Martín E. Edificios Fotovoltaicos Conectados a La Red Eléctrica: Caracterización y Análisis. Doctoral Thesis, Escuela Técnica Superior de Ingenieros de Telecomunicación, Universidad Politécnica de Madrid, Spain. 1998. Dias, J. B. Instalação Fotovoltaica Conectada à Rede: Estudo Experimental para Otimização do Fator de Dimensionamento.
Tese de Doutorado, PROMEC/UFRGS, Porto Alegre, Brasil. 2006.
Keller, L., Affolter, P. Optimizing the panel área of a photovoltaic system in relation to the static inverters – Practical Results. Solar Energy, v.55, n.1, p.1-7. 1995.
Kil, A. J., Weiden, T. C. J. V. D. Performance of Modular Grid-Connected PV Systems with Undersized Inverters in Portugal and the Netherlands. 1nd WCPEC-IEE, Hawaii. 1994.
Macêdo, W. N.; Zilles, R. Operational Results of Grid-Connected Photovoltaic System with Different Inverter’s Sizing Factors (ISF). Progress in Photovoltaics: Research and Applications, vol 15, pp. 337-352. 2007.
Mondol, J. D.; Yohanis, Y. G.; Norton, B. The Effect of Low Insolations Conditions and Inverter Oversizing on the Long-Term Performance of a Grid-Connected Photovoltaic System. Progress in Photovoltaics: Research and Applications, vol 15, pp. 353-368. 2007.
Rampinelli, G. A.; Krenzinger, A. Descrição de um Programa Computacional de Simulação de Sistemas Fotovoltaicos Conectados à Rede Elétrica de Distribuição. Avances en Energías Renovables y Medio Ambiente, v. 13, p. 04.21-04.28. 2009.
Schalkwijk, M. V., Kil, A. J., Weiden, T. C. J., Paes, P. S. Undersizing of inverters: Modeling d monitoring results of 15/PVInverter units in Portugal and Netherlands. 14nd European Photovoltaic Solar Energy Conference, Barcelona, p.2229-2232. 1997.
Van der Borg, N. J. C; M.; Burgers, A. R. Inverter Undersizing in PV Systems. 3rd World Conference on Photovoltaic Energy Conversion. Osaka, Japan, pp. 2066-2069. 2003.
Velasco, G.; Guinjoan, F.; Piqué, R.; Negroni, J. J. Sizing Factor Considerations for Grid-Connected PV Systems Based on a Central Inverter Configuration. 32nd ICON, Paris, France. 2006.
A METHODOLOGY PROPOSED FOR DETERMINING OF AVERAGE PERFORMANCE INDEXES OF INVERTERS USED IN PHOTOVOLTAIC SYSTEMS: A CASE STUDY FOR THE CITY OF
PORTO ALEGRE/RS
ABSTRACT: The contribution of photovoltaic energy in the energy matrix of many countries is increasingly significant, especially with grid-connected photovoltaic systems. In this context it is important to develop methodologies to evaluate photovoltaic systems aiming to ensure power quality. This paper presents a methodology proposed for determining an average performance index for rating of the main electrical characteristics of inverters used in photovoltaic systems. In the paper we present a case study for the city of Porto Alegre / RS using software developed in the Solar Energy Laboratory at UFRGS for the determination of average performance indexes.
