Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos

This thesis presents the design of a control algorithm based on deep reinforcement learning, aimed at regulating the output voltage of a Boost-Boost power converter. This converter will be powered by a simulated solar panel array, applied to fast charging for electric vehicles. For the project devel...

Full description

Autores:
Peralta Guzman, Diego
Tipo de recurso:
Tesis
Fecha de publicación:
2024
Institución:
Universidad Antonio Nariño
Repositorio:
Repositorio UAN
Idioma:
spa
OAI Identifier:
oai:repositorio.uan.edu.co:123456789/12184
Acceso en línea:
https://repositorio.uan.edu.co/handle/123456789/12184
Palabra clave:
Aprendizaje por refuerzo profundo
Carga rápida
Convertidor doblador Boost
Paneles solares
Deep reinforcement learning
fast charging
Boost-Boost converter
solar panels
Rights
openAccess
License
Attribution-NonCommercial-NoDerivs 2.5 Colombia
id UAntonioN2_3b7cb0fe39119603936cd10365805088
oai_identifier_str oai:repositorio.uan.edu.co:123456789/12184
network_acronym_str UAntonioN2
network_name_str Repositorio UAN
repository_id_str
dc.title.none.fl_str_mv Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
title Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
spellingShingle Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
Aprendizaje por refuerzo profundo
Carga rápida
Convertidor doblador Boost
Paneles solares
Deep reinforcement learning
fast charging
Boost-Boost converter
solar panels
title_short Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
title_full Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
title_fullStr Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
title_full_unstemmed Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
title_sort Diseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos Eléctricos
dc.creator.fl_str_mv Peralta Guzman, Diego
dc.contributor.advisor.none.fl_str_mv Erazo Ordoñez, Christian Camilo
dc.contributor.author.none.fl_str_mv Peralta Guzman, Diego
dc.subject.none.fl_str_mv Aprendizaje por refuerzo profundo
Carga rápida
Convertidor doblador Boost
Paneles solares
topic Aprendizaje por refuerzo profundo
Carga rápida
Convertidor doblador Boost
Paneles solares
Deep reinforcement learning
fast charging
Boost-Boost converter
solar panels
dc.subject.keyword.none.fl_str_mv Deep reinforcement learning
fast charging
Boost-Boost converter
solar panels
description This thesis presents the design of a control algorithm based on deep reinforcement learning, aimed at regulating the output voltage of a Boost-Boost power converter. This converter will be powered by a simulated solar panel array, applied to fast charging for electric vehicles. For the project development, the Matlab platform was used, where a complete simulation environment was designed, enabling the integration of all necessary components and blocks for the system’s implementation.
publishDate 2024
dc.date.created.none.fl_str_mv 2024-12-03
dc.date.accessioned.none.fl_str_mv 2025-02-03T20:33:09Z
dc.date.available.none.fl_str_mv 2025-02-03T20:33:09Z
dc.date.issued.none.fl_str_mv 2025-02-03
dc.type.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.document.none.fl_str_mv Estudio experimental
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/PIC
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/resource_type/c_46ec
dc.identifier.uri.none.fl_str_mv https://repositorio.uan.edu.co/handle/123456789/12184
url https://repositorio.uan.edu.co/handle/123456789/12184
dc.language.iso.fl_str_mv spa
language spa
dc.rights.en.fl_str_mv Attribution-NonCommercial-NoDerivs 2.5 Colombia
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.medium.none.fl_str_mv pdf
dc.publisher.none.fl_str_mv Universidad Antonio Nariño
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería Mecánica, Electrónica y Biomédica
dc.publisher.campus.none.fl_str_mv Bogotá - Sur
publisher.none.fl_str_mv Universidad Antonio Nariño
dc.source.none.fl_str_mv instname:Universidad Antonio Nariño
instname_str Universidad Antonio Nariño
institution Universidad Antonio Nariño
dc.source.bibliographicCitation.none.fl_str_mv L. P. Kaelbling, M. L. Littman, y A. W. Moore, «Reinforcement Learning: A Survey», Journal of Artificial Intelligence Research, vol. 4, pp. 237-285, may 1996, doi: 10.1613/jair.301.
P. Otero, L. Mera, y E. Calle, «Aplicación de la Simulación de Montecarlo para el Análisis de la Implementación de Estaciones de Carga Rápida para Vehículos Eléctricos en la Provincia de Galápagos», Revista Técnica «energía», vol. 17, n.o 2, Art. n.o 2, ene. 2021, doi: 10.37116/revistaenergia.v17.n2.2021.434.
M. C. S. Castaño, «Estrategia para el control de convertidores de potencia conectados en paralelo orientados a la carga rápida de vehículos eléctricos”, Trabajo de grado, Universidad de Ibagué, Ibague,2023.
M. Floox, «Carga rápida para coches eléctricos: ¿Qué es y cómo funciona?», Floox by Premium PSU. Accedido: 3 de marzo de 2024. [En línea]. Disponible en: https://www.flooxpower.com/blog/carga-rapida-coches-electricos/
K. Wilson y S. International, «SAE Perspective on Electro-Mobility and Standardization», SMARTENERGY, San Francisco, USA ,2011, Pag:33.
N. Jiménez Cabezas «modelado_control_convertidor_dc_dc_carga _rapida_vehiculos_electricos.pdf». Accedido: 12 de marzo de 2024. [En línea]. Disponible en: https://repositoriotec.tec.ac.cr/bitstream/handle/2238/10426/modelado_control_convertidor_ dc_dc_carga%20_rapida_vehiculos_electricos.pdf?sequence=1&isAllowed=y
«https://la.mathworks.com/content/dam/mathworks/ebook/gated/reinforcement-learningebook-all-chapters.pdf». Accedido: 18 de marzo de 2024. [En línea]. Disponible en: https://la.mathworks.com/content/dam/mathworks/ebook/gated/reinforcement-learningebook-all-chapters.pdf
M. I. T. Villamizar, «Deep Reinforcement Learning Approach for Maximum Power Point Tracking of Photovoltaic System under Partial Shading Conditions based on Actor-Critic Agents.».
L. Avila, M. De Paula, M. Trimboli, y I. Carlucho, «Deep reinforcement learning approach for MPPT control of partially shaded PV systems in Smart Grids», Applied Soft Computing, vol. 97, p. 106711, dic. 2020, doi: 10.1016/j.asoc.2020.106711.
D. F. Q. Olivera y D. T. Gaona, «Estudio de una Estrategia de Control Basada en Aprendizaje por Refuerzo Profundo para Máxima Transferencia de Potencia en un Sistema Fotovoltaico», 2023.
bitstream.url.fl_str_mv https://repositorio.uan.edu.co/bitstreams/eb988e6b-980d-4c89-bcbc-686e7a4ece74/download
https://repositorio.uan.edu.co/bitstreams/a70e32cd-842b-41a1-8c47-0347480025d9/download
https://repositorio.uan.edu.co/bitstreams/4139a854-e4af-42f7-8233-000187ad2488/download
https://repositorio.uan.edu.co/bitstreams/2aafd945-2097-4e1b-817c-aab5ac774a3a/download
bitstream.checksum.fl_str_mv 217700a34da79ed616c2feb68d4c5e06
18a877f7be4af165e2895f9b2b225e77
f64568c6b7d9c49a03add2d1719bdcd2
d869b78c323b2e404b9b5f27b3edc352
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UAN
repository.mail.fl_str_mv alertas.repositorio@uan.edu.co
_version_ 1851059372537413632
spelling Erazo Ordoñez, Christian CamiloPeralta Guzman, Diego2025-02-03T20:33:09Z2025-02-03T20:33:09Z2024-12-032025-02-03https://repositorio.uan.edu.co/handle/123456789/12184This thesis presents the design of a control algorithm based on deep reinforcement learning, aimed at regulating the output voltage of a Boost-Boost power converter. This converter will be powered by a simulated solar panel array, applied to fast charging for electric vehicles. For the project development, the Matlab platform was used, where a complete simulation environment was designed, enabling the integration of all necessary components and blocks for the system’s implementation.El presente trabajo de grado propone el diseño de un algoritmo de control basado en aprendizaje por refuerzo profundo, cuya finalidad es la regulación del voltaje de salida de un convertidor de potencia tipo doblador Boost, con él que se logra obtener valores de voltaje aproximados a los 400 V de corriente continua, y así mismo, se logró mediante el algoritmo de control, obtener errores en el voltaje de salida entre +-9 V y errores en estado estacionario de 1.46. Esté estará siendo alimentado por un arreglo simulado de paneles solares, el cual se aplica a la carga rápida de vehículos eléctricos. Para el desarrollo del proyecto, se utilizó la plataforma Matlab, en la cual se diseñó un entorno de simulación completo, que permitió la integración de todos los componentes y bloques necesarios para la implementación del sistema.pdfIngeniero(a) Electrónico(a)PregradoPresencialInvestigaciónpdfUniversidad Antonio NariñoIngeniería ElectrónicaFacultad de Ingeniería Mecánica, Electrónica y BiomédicaBogotá - SurAttribution-NonCommercial-NoDerivs 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2instname:Universidad Antonio NariñoL. P. Kaelbling, M. L. Littman, y A. W. Moore, «Reinforcement Learning: A Survey», Journal of Artificial Intelligence Research, vol. 4, pp. 237-285, may 1996, doi: 10.1613/jair.301.P. Otero, L. Mera, y E. Calle, «Aplicación de la Simulación de Montecarlo para el Análisis de la Implementación de Estaciones de Carga Rápida para Vehículos Eléctricos en la Provincia de Galápagos», Revista Técnica «energía», vol. 17, n.o 2, Art. n.o 2, ene. 2021, doi: 10.37116/revistaenergia.v17.n2.2021.434.M. C. S. Castaño, «Estrategia para el control de convertidores de potencia conectados en paralelo orientados a la carga rápida de vehículos eléctricos”, Trabajo de grado, Universidad de Ibagué, Ibague,2023.M. Floox, «Carga rápida para coches eléctricos: ¿Qué es y cómo funciona?», Floox by Premium PSU. Accedido: 3 de marzo de 2024. [En línea]. Disponible en: https://www.flooxpower.com/blog/carga-rapida-coches-electricos/K. Wilson y S. International, «SAE Perspective on Electro-Mobility and Standardization», SMARTENERGY, San Francisco, USA ,2011, Pag:33.N. Jiménez Cabezas «modelado_control_convertidor_dc_dc_carga _rapida_vehiculos_electricos.pdf». Accedido: 12 de marzo de 2024. [En línea]. Disponible en: https://repositoriotec.tec.ac.cr/bitstream/handle/2238/10426/modelado_control_convertidor_ dc_dc_carga%20_rapida_vehiculos_electricos.pdf?sequence=1&isAllowed=y«https://la.mathworks.com/content/dam/mathworks/ebook/gated/reinforcement-learningebook-all-chapters.pdf». Accedido: 18 de marzo de 2024. [En línea]. Disponible en: https://la.mathworks.com/content/dam/mathworks/ebook/gated/reinforcement-learningebook-all-chapters.pdfM. I. T. Villamizar, «Deep Reinforcement Learning Approach for Maximum Power Point Tracking of Photovoltaic System under Partial Shading Conditions based on Actor-Critic Agents.».L. Avila, M. De Paula, M. Trimboli, y I. Carlucho, «Deep reinforcement learning approach for MPPT control of partially shaded PV systems in Smart Grids», Applied Soft Computing, vol. 97, p. 106711, dic. 2020, doi: 10.1016/j.asoc.2020.106711.D. F. Q. Olivera y D. T. Gaona, «Estudio de una Estrategia de Control Basada en Aprendizaje por Refuerzo Profundo para Máxima Transferencia de Potencia en un Sistema Fotovoltaico», 2023.Aprendizaje por refuerzo profundoCarga rápidaConvertidor doblador BoostPaneles solaresDeep reinforcement learningfast chargingBoost-Boost convertersolar panelsDiseño De Algoritmo De Control Mediante Aprendizaje Por Refuerzo Usando Matlab, Para Estaciones De Carga Rápida (36 Kw, 400 V) De Vehículos EléctricosTesis/Trabajo de grado - Monografía - PregradoEstudio experimentalhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/PIChttp://purl.org/coar/version/c_b1a7d7d4d402bcceEspecializadaspaCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uan.edu.co/bitstreams/eb988e6b-980d-4c89-bcbc-686e7a4ece74/download217700a34da79ed616c2feb68d4c5e06MD51ORIGINAL2024_DiegoPeraltaGuzman_Acta.pdf2024_DiegoPeraltaGuzman_Acta.pdfActaapplication/pdf309297https://repositorio.uan.edu.co/bitstreams/a70e32cd-842b-41a1-8c47-0347480025d9/download18a877f7be4af165e2895f9b2b225e77MD512024_DiegoPeraltaGuzman.pdf2024_DiegoPeraltaGuzman.pdfTrabajo de gradoapplication/pdf1519892https://repositorio.uan.edu.co/bitstreams/4139a854-e4af-42f7-8233-000187ad2488/downloadf64568c6b7d9c49a03add2d1719bdcd2MD522024_DiegoPeraltaGuzman_ Autorización.pdf2024_DiegoPeraltaGuzman_ Autorización.pdfAutorizaciónapplication/pdf5250563https://repositorio.uan.edu.co/bitstreams/2aafd945-2097-4e1b-817c-aab5ac774a3a/downloadd869b78c323b2e404b9b5f27b3edc352MD53123456789/12184oai:repositorio.uan.edu.co:123456789/121842025-02-03 20:33:13.37http://creativecommons.org/licenses/by-nc-nd/2.5/co/Attribution-NonCommercial-NoDerivs 2.5 Colombiaopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.co

Publicaciones similares