Aplicación de técnicas de inteligencia artificial (AI) al diseño de un algoritmo de control adaptativo de un convertidor de potencia DC/DC bidireccional resonante de alta frecuencia

Abstract

Según la origen de la electricidad avanza a ser totalmente renovable, día a día, la electrónica de potencia gana importancia en este campo, pues cualquier instalación que se precie (eólica, fotovoltaica…) necesita de dispositivos de potencia para un funcionamiento óptimo. Por ello, se investigan soluciones más precisas y con un rendimiento mayor, ahí aparecen convertidores como los DAB (Dual Active Bridge), que, mediante el uso de un PWM de alta frecuencia, mejoran el rendimiento y reducen el tamaño respecto a los dispositivos y técnicas de modulación clásicas, además de abaratar el coste. Por otro lado, estos dispositivos necesitan de sistemas de control lo suficientemente adecuados y preparados para soportar las situaciones que puedan implicar cambios en las condiciones del control. Estas dos premisas nos llevan a tener en cuenta el uso de redes neuronales y sistemas fuzzy logic (lógica difusa), dando lugar a las estructuras “Neurofuzzy” o “Neural-fuzzy”. Estructuras que hasta ahora demuestran gran flexibilidad y sencillez en su diseño e implementación frente a otros controladores hasta ahora usados.

Depending on the origin of the electricity it becomes fully renewable, day by day, power electronics gain importance in this field, since any installation worth its salt (wind, photovoltaic...) needs power devices for optimal operation. For this reason, more precise solutions with higher performance are being investigated, there appear converters such as DAB (Dual Active Bridge), which, through the use of a high frequency PWM, improve performance and reduce the size compared to devices and classical modulation techniques, in addition to lowering the cost. On the other hand, these devices need control systems that are sufficiently adequate and prepared to withstand the situations that may involve changes in the control conditions. These two premises lead us to take into account the use of neural networks and fuzzy logic systems, giving rise to the “Neurofuzzy” or “Neural-fuzzy” structures. Structures that until now show great flexibility and simplicity in their design and implementation compared to other controllers used up to now.