DOI:
https://doi.org/10.14483/22487638.22164Published:
2024-10-27Issue:
Vol. 28 No. 79 (2024): January - MarchSection:
ResearchCálculo de la carga óptima de un sistema de cosecha basado en el efecto piezoeléctrico
Optimum load computation of a piezoelectric-based energy harvester
Keywords:
Maximum power transfer theorem, optimum load, piezoelectric energy harvesting, particle swarm optimization (en).Keywords:
Teorema de transferencia de máxima potencia, carga óptima, recolección de energía piezoeléctrica, optimización del enjambre de partículas (es).Downloads
Abstract (es)
Objetivo: La máxima extracción de potencia de los sistemas de cosecha de energía basados en el efecto piezoeléctrico es crucial para el desarrollo de diversas tecnologías actuales. Sin embargo, el uso directo del teorema de transferencia de máxima potencia en este tipo de captadores de energía produce modelos de carga inestables y no causales, que impiden su síntesis a través de un circuito electrónico de potencia y reducen la potencia disponible para el hardware específico de la aplicación. En este artículo, se presenta el cálculo de una función de transferencia causal y estable, que aproxima la máxima extracción de potencia de un cosechador piezoeléctrico lineal.
Metodología: Dicho modelo se obtiene mediante el algoritmo de Optimización por Enjambre de Partículas (PSO), seleccionado por su sencillez de implementación. En este estudio, se utiliza una variación del algoritmo original para incluir las restricciones de estabilidad.
Resultados: El algoritmo se empleó para obtener modelos de 7º, 8º, 16º y 20º grado para evaluar el impacto de la complejidad del modelo en los valores de la función objetivo obtenidos. El mínimo error cuadrático acumulado alcanzó un valor de la función objetivo de aproximadamente 6 · 10−7Ω −2 alcanzado por el modelo de 7º grado.
Conclusiones: Se obtuvo un modelo estable y causal mediante una implementación de PSO. Los resultados sugieren una baja dependencia del valor mínimo de la función objetivo con el aumento de complejidad del modelo. No obstante, el mejor modelo coincidió con el grado de la función de transferencia de la admitancia. Finalmente, la implementación del algoritmo PSO sin restricciones produjo mejores resultados, sugiriendo que un algoritmo de optimización diferente puede alcanzar mejores resultados
Abstract (en)
Objective: Maximum power extraction from piezoelectric energy harvesters is of key importance in the development of different current technologies. However, direct use of the maximum power transfer theorem on this type of energy harvesters produces unstable and non-causal load models, which prevent its synthesis through a power electronic circuit and reduces the power available for the application's specific hardware. In this work, the computation of a causal and stable transfer function that approximates the maximum power extraction load of a linear piezoelectric harvester is obtained.
Methodology: Such a model is obtained using the Particle Swarm Optimization (PSO) algorithm, selected due to its implementation simplicity. In this work, a variation of the original algorithm is used to include the stability constrains.
Results: The algorithm was employed to obtain 7th, 8th, 16th, and 20th degree models to evaluate the impact of model complexity on the obtained objective function values. The minimum cumulative square error achieved an objective function value of approximately 6⋅10−7 Ω−2, attained by the 7th degree model.
Conclusions: A stable and causal system model was obtained through a PSO implementation. Results suggest the low dependence of the minimum objective function value on increasing model degrees. Nevertheless, the best model matched the degree of the admittance transfer function. Finally, the implementation of the unconstrained PSO algorithm obtained better results, suggesting that a different optimization algorithm can attain better results.
References
Bowden, J. A., Burrow, S. G., Cammarano, A., Clare, L. R., & Mitcheson, P. D. (2015). Switchedmode load impedance synthesis to parametrically tune electromagnetic vibration energy harvesters. IEEE/ASME Transactions on Mechatronics, 20(2), 603–610. https://doi.org/10.1109/TMECH.2014.2325825
Cammarano, A., Neild, S. A., Burrow, S. G., Wagg, D. J., & Inman, D. J. (2014). Optimum resistive loads for vibration-based electromagnetic energy harvesters with a stiffening nonlinearity. Journal of Intelligent Material Systems and Structures, 25(??), 1757–1770. https://doi.org/10.1177/1045389X14523854
Liu, J.-L., & Lin, J.-H. (2007). Evolutionary computation of unconstrained and constrained problems using a novel momentum-type particle swarm optimization. Engineering Optimization, 39(3), 287– 305. https://doi.org/10.1080/03052150601131000
Ocalan, M., Pabon, H., Chang, S., & Lang, J. (2017). Non-stationary Multi-frequency Vibration Energy Harvesting with Tunable Electrical Impedance (Patent No. US 9,595,893 B2).
Rao, S. S. (2009). Engineering optimization theory and practice / Singiresu S. Rao. http://search.ebscohost.com/login.aspx?direct=true&db=cat01040a&AN=pujbc.856901&site=eds-live
Safaei, M., Sodano, H. A., & Anton, S. R. (2019). A review of energy harvesting using piezoelectric materials: State-of-the-art a decade later (2008-2018). Smart Materials and Structures, 28(11). https://doi.org/10.1088/1361-665X/ab36e4
Todaro, M. T., Guido, F., Mastronardi, V., Desmaele, D., Epifani, G., Algieri, L., & de Vittorio, M. (2017). Piezoelectric MEMS vibrational energy harvesters: Advances and outlook. Microelectronic Engineering, 183–184, 23–36. https://doi.org/10.1016/j.mee.2017.10.005
Uchino, K. (2018). Piezoelectric Energy Harvesting Systems—Essentials to Successful Developments. Energy Technology, 6(5), 829–848. https://doi.org/10.1002/ente.201700785
Yang, Y., & Tang, L. (2009). Equivalent Circuit Modeling of Piezoelectric Energy Harvesters. Journal of Intelligent Material Systems and Structures, 20(??), 2223–2235.://doi.org/10.1177/1045389X09351757
How to Cite
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
License
Copyright (c) 2024 Andrés Felipe Gomez-Casseres Espinosa
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Esta licencia permite a otros remezclar, adaptar y desarrollar su trabajo incluso con fines comerciales, siempre que le den crédito y concedan licencias para sus nuevas creaciones bajo los mismos términos. Esta licencia a menudo se compara con las licencias de software libre y de código abierto “copyleft”. Todos los trabajos nuevos basados en el tuyo tendrán la misma licencia, por lo que cualquier derivado también permitirá el uso comercial. Esta es la licencia utilizada por Wikipedia y se recomienda para materiales que se beneficiarían al incorporar contenido de Wikipedia y proyectos con licencias similares.