Optimización del controlador lógico difuso en el convertidor de un sistema solar aislado mediante el algoritmo de luciérnagas

Soleado más inteligente para la energía fuera de la red

A medida que más hogares, granjas e instalaciones remotas recurren a los paneles solares, mantener las luces estables y los equipos electrónicos a salvo se convierte en un desafío importante. Cuando pasan nubes o los dispositivos se encienden y apagan, la energía que fluye desde un sistema solar aislado puede oscilar, provocando parpadeos, calor y desgaste en los electrodomésticos. Este artículo explora una nueva forma de hacer que los inversores solares —los dispositivos que transforman la salida de los paneles en electricidad de tipo doméstico— sean mucho más estables y eficientes combinando control lógico difuso con un método de búsqueda inspirado en la naturaleza llamado algoritmo de luciérnagas.

Por qué la energía solar necesita una mano firme

Un sistema solar aislado suele incluir paneles, un dispositivo para elevar la tensión de los paneles, baterías y un inversor que convierte la corriente continua en la corriente alterna utilizada por los equipos estándar. El inversor debe mantener la tensión y la frecuencia dentro de límites estrictos, al tiempo que mantiene el “ruido” eléctrico no deseado, o armónicos, muy bajo. Los controladores tradicionales, como los esquemas PI o PID, funcionan bien solo si el sistema subyacente es simple y perfectamente conocido. En instalaciones solares reales, sin embargo, las cargas cambian de forma repentina, la radiación solar fluctúa y la electrónica se comporta de maneras complejas y no lineales, lo que hace que estos controladores fijos sean lentos, imprecisos o incluso inestables durante perturbaciones intensas.

Cómo el lógico difuso aprende por experiencia

Los controladores de lógica difusa ofrecen una alternativa atractiva porque funcionan más como un técnico experimentado que como una fórmula rígida. En lugar de ecuaciones estrictas, usan reglas como “si el error de tensión es pequeño pero está aumentando, modera la señal de control”. Estas reglas se apoyan en funciones de pertenencia, que traducen números brutos como el error de tensión y su tasa de cambio en niveles cualitativos como “negativo”, “cero” o “positivo”. El problema es que estas funciones de pertenencia suelen diseñarse a mano mediante prueba y error, un proceso lento que puede pasar por alto las mejores configuraciones, especialmente cuando el inversor debe manejar tipos de carga muy distintos, desde resistencias simples hasta motores y dispositivos electrónicos.

Luciérnagas como guías para un mejor control

Los autores abordan este cuello de botella de diseño dejando que una rutina de optimización inspirada en el comportamiento de destello de las luciérnagas ajuste automáticamente el controlador difuso. En el algoritmo de luciérnagas, cada solución candidata es como una luciérnaga cuya luminosidad refleja qué tan bien funciona el controlador, medida principalmente por lo cerca que la tensión sigue su objetivo y cuán pequeña se mantiene la distorsión armónica. Las luciérnagas más brillantes atraen a las más apagadas, empujando a la población hacia mejores soluciones, mientras que un toque de aleatoriedad evita que la búsqueda se quede atrapada en un óptimo local. En este estudio, las posiciones, anchos y formas de todas las funciones de pertenencia de entrada y salida se convierten en las variables que el algoritmo ajusta, con el objetivo de minimizar el error cuadrático medio y mantener la distorsión por debajo de los límites estándar.

Pruebas bajo cambios de carga realistas

Para evaluar los beneficios, el equipo modela en simulación un sistema fotovoltaico monofásico de tres fases aislado, completo con un convertidor elevador, inversor y filtro. Prueban tres tipos de controladores: un diseño PI convencional, un controlador difuso estándar y controladores difusos optimizados por tres métodos de búsqueda diferentes —algoritmos genéticos, optimización por enjambre de partículas y el enfoque de luciérnagas. El sistema se somete a escenarios exigentes en los que una carga resistiva de 50 kW se cambia a una carga mixta resistiva‑inductiva y luego a una carga no lineal, todo en unas pocas décimas de segundo. Para cada caso, registran qué tan rápido se estabiliza la tensión, qué tan fielmente sigue su referencia y cuánta distorsión armónica aparece en la salida.

Ondas más limpias y recuperación más rápida

Los resultados muestran que el controlador difuso optimizado por luciérnagas ofrece un rendimiento tanto más suave como más robusto. En cargas resistivas, inductivas y no lineales, mantiene la tensión de salida dentro de aproximadamente ±1% de su valor deseado y la restaura en menos de un cuarto de ciclo de CA tras cambios bruscos. La distorsión armónica total se mantiene por debajo del límite del 5% recomendado por las normas internacionales, con valores tan bajos como 2,89% en algunas fases —mejor que tanto el controlador PI convencional como los controladores difusos afinados por otros métodos de optimización. El error cuadrático medio en el seguimiento de la tensión cae a alrededor de 0,0071, y la búsqueda por luciérnagas alcanza estas configuraciones en menos iteraciones, lo que indica una convergencia del diseño más rápida.

Qué significa esto para los usuarios solares cotidianos

En términos sencillos, el estudio muestra que permitir que un algoritmo inspirado en cómo las luciérnagas se agrupan alrededor de destellos brillantes puede “enseñar” automáticamente a un controlador lógico difuso a gestionar un inversor solar con mayor suavidad. El controlador optimizado produce energía más limpia y estable para una amplia gama de cargas eléctricas sin depender de un modelo matemático exacto del sistema. Para los usuarios solares fuera de la red, esto se traduce en menos parpadeos, menor estrés en los equipos y mejor aprovechamiento de la energía que generan sus paneles, apuntando hacia instalaciones solares aisladas más inteligentes y fiables.

Cita: Nouri, P., Kamarposhti, M.A., Nouri, T. et al. Optimization of fuzzy logic controller in the converter of a standalone solar power system using the firefly algorithm. Sci Rep 16, 10248 (2026). https://doi.org/10.1038/s41598-026-41508-0

Palabras clave: inversor solar aislado, control lógico difuso, algoritmo de luciérnagas, distorsión armónica, calidad de energía renovable