Aprèn - Juan Fernando Salaet Pereira

Actualmente se está viviendo una transición energética para dejar de depender de los combustibles fósiles y optar por energías más limpias en emisiones de CO2 a la atmósfera. En esta transición, la energía solar fotovoltaica tiene un papel fundamental para la descarbonización del sector energético y su implantación cada vez es más extensa, ya sea para grandes parques generadores o para instalaciones de autoconsumo. La fuente de energía de los paneles fotovoltaicos es la energía proveniente de la luz solar. Esta energía varía en gran parte por la hora del día y las condiciones atmosféricas en la que se encuentren los paneles. Esto quiere decir, que la generación no será constante a lo largo del día. Para obtener la máxima energía de los paneles debe existir un controlador que se ajuste a estas variaciones, permitiendo que los generadores fotovoltaicos funcionen a la máxima eficiencia durante gran parte del día. En esta tesis, se elabora un estudio para determinar si tarjetas SBC de bajo coste pueden llevar a cabo el control de instalaciones fotovoltaicas utilizando algoritmos MPPT inteligentes. El estudio se ha realizado mediante la filosófica Hardware-in-the-loop, permitiendo simular una instalación fotovoltaica a pequeña escala y utilizar un hardware externo a dicha simulación. En cuanto a seguidores de puntos de máxima potencia utilizados en la tarjeta SBC, se utilizan dos algoritmos: Perturbar y Observar y la serie de Fibonacci. Este último pertenece al grupo de algoritmos inteligentes, que son más robustos y permiten encontrar el MPP global con más fiabilidad que los algoritmos clásicos. El punto negativo es que, los algoritmos que no son clásicos, tienden a ser más complejos y costosos computacionalmente. Como SBC se ha utilizado la tarjeta Raspberry PI. La configuración de esta tarjeta en el entorno Simulink es sencilla y existen varias librerías que permite su utilización con simulaciones en tiempo real. Es cierto que ha sido necesario la creación de un servidor UDP para poder enlazar la tarjeta al ordenador, pero se ha utilizado como un elemento externo al entorno de simulación. En general, los resultados obtenidos han sido satisfactorios. La tarjeta Raspberry PI es una opción viable para ser utilizada como controlador MPPT y ha mostrado una velocidad de cálculo superior a lo que en un principio se esperaba. Ha sido capaz de ejecutar sin problemas la serie de Fibonacci, a pesar de ser un algoritmo mucho más complejo que el algoritmo P&O. Estos resultados son prometedores ya que abren la puerta a la utilización de este tipo de dispositivos para instalaciones complejas, obteniendo rendimientos muy elevados con controladores de muy bajo coste

Projecte de disseny d'un mini aerogenerador

Bachelor thesis

Varón Guitart, Joan

Tutor / Supervisor: Salaet Pereira, Juan Fernando; Díaz González, Carlos Gustavo

Publication date: 2024

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Aquest treball presenta un estudi rigorós i un disseny d'un mini aerogenerador portàtil de tipus Savonius per ser utilitzat en excursions o acampades. Per començar, es presentaran alguns conceptes teòrics essencials relacionats amb l'energia eòlica, així com l'estat de l'art. Posteriorment, es realitzarà un estudi estadístic mitjançant la distribució de Weibull. En particulat, s'analitzarà la velocitat del vent en l'Observatori Fabra, la Zona Universitària i el Raval de Barcelona per obtenir els factors d'escala i forma de Weibull, i la velocitat mitjana de 4.3m/s usada posteriorment en simulacions. Referent a la geometria del model, es plantejarà un estudi de possibles consums energètics per calcular teòricament les dimensions necessàries de l'aerogenerador i aconseguir la corba de potència teòrica. A partir d'això, es dissenyarà en Solidworks disset models CAD d'aerogeneradors Savonius amb algunes variacions. Aquests s'empraran per a més de vint-i-vuit simulacions CFD amb el programari Ansys Fluent, amb l'objectiu d'assolir la geometria més optimitzada i arribar a la màxima eficiencia possible. Les dades aconseguides es processaran amb el llenguatge de programació Julia, obtenint-se així els gràfics c_p-TSR, c_m-TSR, i la corba de potència. La màxima eficiència adquirida ha sigut de c_p=0.24. La resistència de materials es comprovarà amb algunes simulacions per elements finits basades en Von Mises amb l'ajuda de Solidworks. Seguidament, se seleccionarà un motor-reductor, un relé, un convertidor reductor-elevador, una bateria i un convertidor reductor per obtenir el circuit elèctric i electrònic. Amb tot això, en Matlab Simulink es crearà un model de tot el sistema per poder simular-lo. És a dir, s'obtindrà la funció de transferència de l'aerogenerador Savonius així com els models de cada component elèctric i electrònic. Finalment, es tindrà en compte l'impacte ambiental i social, tenint com a resultat una producció d'energia equivalent a 8.36kg deCO2 a l'any.

This work presents a thorough study and design of a portable Savonius mini wind turbine to be used on trips or camping. To begin with, some essential knowledge related to wind power will be presented, as well as the state of the art. Afterward, a statistical study through the Weibull distribution will be carried out. In particular, it will analyse the wind velocity in the Observatori Fabra, Zona Universitària and Raval from Barcelona to get the Weibull scale and shape factors, and the mean velocity of 4.3 m s used in subsequent simulations. With regard to the geometry of the model, it will be exhibit a energical study of a possible consumption to calculate theoretically their necessary dimensions and plot a theoretical wind power curve. Thereafter, seventeen Savonius wind turbine CAD models will be designed in Solidworks with some variations. These will be used for over twenty-eight CFD simulations with Ansys Fluent software so as to get the most optimal shape and reach the maximum efficiency possible. The data obtained will be processed with the Julia programming language, resulting in the cp − λ plot, the cm − λ plot, and the wind power curve. The maximum efficacy obtained was cp = 0.24. The material resistance will be proven with some FEA simulation based on Von Mises with the aid of Solidworks. Later, it will be selected a gearmotor, a relay, a buck-boost converter, a battery, and a buck converter in order to get the electrical circuit. With all of that, it will create a model of the entire system using Matlab Simulink. That is to say, it will be obtained the transfer function from the Savonius wind turbine as well as the models of each electrical component. Ultimately, environmental and social impact will be considered, resulting in a production of energy equivalent to 8.36kgCO2 per year.

Projecte d'implementació d'un traçador de corbes i-v per a agrupacions de panells fotovoltaics

Master thesis

Codina Perales, Ricard

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Estudi de controladors MPPT per a generadors fotovoltaics sobre la plataforma Raspberry PI mitjançant Hardware-in-theloop

Master thesis

Argudo Batalla, Manuel

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Implementación de una etapa de sensores para la medida de magnitudes eléctricas y gestión de almacenaje de datos en una instalación fotovoltaica de ESEIAAT

Bachelor thesis

Guardia Burgos, Carlos

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Uso de la plataforma raspberry pi 3 como generador de valores de radiación solar y temperatura de célula para la simulación de algoritmos MPPT de generadores fotovoltaicos en Simulink

Master thesis

Nieto López, Sergio

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

El objetivo principal de este proyecto es obtener valores de irradiancia por minuto y utilizarlos para simular el modelo de un sistema fotovoltaico con dos algoritmos MPPT diferentes y comprobar el rendimiento de estos. El proyecto está dividido en dos partes, un script programado en lenguaje Python para la adquisición de datos y un modelo Simulink de un sistema fotovoltaico. Primero de todo, se ha realizado e implementado el script en lenguaje Python en la placa Raspberry Pi 3 Model B+, la cual se ha utilizado como un sensor de radiación solar y temperatura. En este script se han obtenido los valores por hora de irradiancia y temperatura de la API de la herramienta de PVGIS, después estos valores de irradiancia se han enviado a la API de PV Modelling (desarrollada por el Sr. Hofmann) y se han convertido en 60 valores por minuto de irradiancia. Por último, tanto los valores de irradiancia como de temperatura son enviados al modelo Simulink a través del puerto serie. Por otra parte, estos valores se utilizan para simular el modelo Simulink de un sistema fotovoltaico con dos de los algoritmos MPPT más utilizados comúnmente: Hill Climbing e Incremental Conductance. Para comprobar el rendimiento de estos algoritmos se han realizado simulaciones teniendo en cuenta diferentes condiciones, como por ejemplo, el tipo de día (soleado, parcialmente nublado y nublado), la ubicación, la estación del año (en función de la temperatura el rendimiento de los paneles varía)... Finalmente, los resultados de estas simulaciones indican que utilizando valores por minuto de irradiancia se puede llegar a generar hasta un 80% más de potencia que utilizando los valores por hora, en función de las condiciones. Respecto a los algoritmos MPPT, se ha podido observar que el algoritmo Incremental Conductance se adapta mejor a condiciones cambiantes de radiación solar y tiene un mejor rendimiento en temperaturas templadas, mientras que el algoritmo Hill Climbing funciona mejor en temperaturas relativament extremas

Projecte de disseny i implementació d'un sensor de temperatura per a les boixes dels camions

Bachelor thesis

Cucurull Solé, Marta

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

Access to the full text

Projecte de disseny d'una planta agro-voltaica en una finca de cultiu extensiu

Bachelor thesis

Torres Martí, Èric

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Projecte d'una instal·lació fotovoltaica d'autoconsum amb bateria de suport i punt de recàrrega de vehicle elèctric

Bachelor thesis

Rojas Iborra, Alex

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2023

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Project of a community photovoltaic generation plant for own consumption in a group of single-family houses in Tàrrega

Bachelor thesis

Martínez Piqué, Eduard

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2022

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Estudi de la identificació de defectes en cel·les fotovoltaiques fent ús de la tècnica SVM (Support Vector Machine)

Master thesis

Fité Benseny, Ignasi

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2021

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Projecte d'una planta de generació fotovoltaica comunitària, per a l'autoconsum en un polígon industrial

Bachelor thesis

Centelles Molina, Ferran

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2021

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

El present projecte consisteix en l'estudi de la viabilitat d'instal·lar una planta fotovoltaica en el sostre d'una nau industrial per l'autoconsum comunitari del conjunt d'empreses que es troben en la mateixa nau. La instal·lació no es trobarà aïllada, per tant estarà connectada a la xarxa elèctrica per consumir electricitat d'ella quan l'energia generada per la instal·lació fotovoltaica sigui inferior a la requerida per les empreses, i en el cas de generar més energia de la necessària, els excedents d'energia generada seran injectats a la xarxa elèctrica acollint una compensació econòmica. Per simular la instal·lació fotovoltaica i calcular el temps necessari per amortitzar el cost inicial, s'utilitzarà el programa SAM (System Advisor Model) desenvolupat en el laboratori nacional d'energies renovables (NREL) dels estats units, adaptat al entorn europeu. Les dades d'irradiació diària de la localitat en la que es troba el polígon s'obtindrà de la base de dades PVGIS (Photo-Voltaic Geographical Information System). L'objectiu principal del projecte és saber si aquesta instal·lació fotovoltaica d'autoconsum comunitari és viable, es a dir que s'amortitza abans dels 25 anys de vida útil de la instal·lació. A més té l'objectiu de promoure l'autoconsum comunitari d'energies de fonts renovables seguint la normativa vigent, i recalcar quines millores farien falta en la normativa per facilitar l'autoconsum comunitari. La planta de generació fotovoltaica consta de tres inversors fotovoltaics, amb una potència màxima de sortida de 33kW, de manera que el total de la potència que pot generar la instal·lació fotovoltaica (99kW), arribarà a cobrir la demanda màxima de consum de les tres empreses. Cada inversor rebrà l'energia generada per part de set rames paral·leles (strings) de 15 panells cada una, per tant la planta de generació fotovoltaica tindrà 252 panells, que ocuparan un quart de la superfície total de la coberta de la nau. Després de omplir les dades dels components de la instal·lació, disseny i pèrdues de la planta de generació, els costos de la instal·lació, els costos i horaris de les tarifes energètiques, la irradiància anual en la localització del polígon i el consum horari de la comunitat d'empreses, s'ha realitzat la simulació de la instal·lació, confirmant la viabilitat econòmica del projecte i amortitzant el cost de la instal·lació en sis anys i mig

Disseny i implementació d'un convertidor CC/CC per a una aplicació solar fotovoltaica

Bachelor thesis

Ruiz Gómez, David

Tutor / Supervisor: Suñé, Víctor; Salaet Pereira, Juan Fernando

Publication date: 2021

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Detecció de defectes en cel·les fotovoltaiques sobre imatges obtingudes via electroluminescència mitjançant xarxes neuronals convolucionals (CNN)

Master thesis

Campmany Garcia, Marc

Tutor / Supervisor: Salaet Pereira, Juan Fernando

Publication date: 2021

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

View detail Access to the full text

Aquest projecte consisteix en el tractament d'imatges de cel·les fotovoltaiques obtingudes via electroluminescència per a generar un model mitjançant Xarxes Neuronals Convolucionals capaç de classificar cada imatge segons el seu percentatge de defectuositat. L'objectiu principal és automatitzar el control de qualitat del procés de fabricació. El banc d'imatges amb el que s'ha treballat s'anomena “elpv-dataset-master”, és públic i consta de 2.624 imatges de 300x300 píxels en escala de grisos de cèl·lules solars funcionals i defectuoses amb un grau variable de degradacions, extretes de 44 mòduls solars diferents. Els defectes de les imatges anotades són de tipus intrínsec o extrínsec i se sap que redueixen l'eficiència energètica dels mòduls solars. Al llarg d'aquest projecte es tracta i analitza la base de dades original, es generen diferents xarxes neuronals per observar-ne el rendiment de referència (‘Benchmark”) i finalment s'enfoca l'estudi a la correcció del desequilibri entre classes del banc d'imatges utilitzant diferents tècniques com: “Data Augmentation”, “Transfer Learning” entre models, rebalanceig de pesos inicials del model i “Oversampling” (generació de més imatges per a les classes minoritàries).

Este proyecto consiste en el tratamiento de imágenes de células fotovoltaicas obtenidas vía electroluminiscencia para generar un modelo mediante Redes Neuronales Convolucionales capaz de clasificar cada imagen según su porcentaje de defectuosidad. El objetivo principal es automatizar el control de calidad del proceso de fabricación. El banco de imágenes con el que se ha trabajado se denomina elpv-dataset-master, es público y consta de 2.624 imágenes de 300x300 píxeles y en escala de grises de células solares funcionales y defectuosas con un grado variable de degradaciones, extraídas de 44 módulos solares diferentes. Los defectos de las imágenes anotadas son de tipo intrínseco o extrínseco y se sabe que reducen la eficiencia energética de los módulos solares. A lo largo de este proyecto se trata y analiza la base de datos original, se generan diferentes redes neuronales para observar el rendimiento de referencia ( “Benchmark ) y finalmente se enfoca el estudio a la corrección del desequilibrio entre clases del banco de imágenes utilizando diferentes técnicas como: Data Augmentation, Transfer Learning entre modelos, rebalanceo de pesos iniciales del modelo y oversampling (generación de más imágenes para las clases minoritarias).

This project consists on the treatment of images of photovoltaic cells obtained via electroluminescence to generate a Convolutional Neural Network model capable of classifying each image on its defect percentage. The main goal is to automatize the quality control of the manufacturing process. The dataset studied is called “elpv-dataset-master”, it is public and contains 2,624 samples of 300x300 pixels grayscale images of functional and defective solar cells with varying degree of degradations extracted from 44 different solar modules. The defects in the annotated images are either of intrinsic or extrinsic type and are known to reduce the power efficiency of solar modules. Throughout this project, the original database is explored and analysed, different neural networks are generated to observe its Benchmark performance and finally the study focuses on the correction of the imbalance between classes of the dataset using different techniques such as: “Data Augmentation”, “Transfer Learning” between models, rebalance of initial weights of the model and “Oversampling”.