This paper describes a Genetic Algorithm (GA) implementation devoted to the calculation of reconfiguration patterns for Photovoltaic Arrays (PVs). The proposed solution is compared with the classical Brute Force (BF) approach, which use is very restrictive due to its long processing times. The GA tuning up process is described, and several cases of study, including partial shading profiles for the PV array, are presented. Results show a very superior performance of the GA, when compared to the BF approach. Improvements in output power, as a result of the calculated reconfiguration, are also shown.----------Keywords: reconfiguration of PV systems, genetic algorithm, online optimization ResumenEste artículo describe una implementación de un algoritmo genético orientada al cálculo de patrones de reconfiguración de arreglos fotovoltaicos. La solución propuesta se compara con el enfoque clásico de fuerza bruta, el cual es muy restrictivo debido a sus tiempos de procesamiento excesivamente largos. Se describe el proceso de puesta punto del algoritmo y se presentan varios casos de estudio, incluyendo perfiles de sombreado parcial para el arreglo fotovoltaico. Los resultados muestran un desempeño muy superior del algoritmo genético en contraste con el enfoque de fuerza bruta. También se presentan las mejoras obtenidas en la potencia de salida como resultado del patrón de reconfiguración calculado.----------Palabras clave: reconfiguración de sistemas PV, algoritmo genético, optimización en línea

Los sistemas de red en chip (NoC) fueron desarrollados originalmente para proporcionar un alto rendimiento, mediante la disponibilidad de varias unidades de procesamiento, conectadas a través de una red cableada dentro del circuito integrado. Wireless NoC (WiNoC o WNoC) son una evolución natural de los sistemas NoC, que integran una comunicación jerárquica dentro del chip para mejorar la escalabilidad. El mapeo de tareas en los sistemas WNoC representa un proceso desafiante, que a menudo implica varios objetivos de optimización, como potencia, rendimiento, productividad, uso de recursos y métricas de red. Este artículo describe un algoritmo genético basado en un enfoque para encontrar soluciones óptimas de asignación de tareas en tiempo de diseño, para sistemas embebidos que trabajan sobre un WiNoC. Los objetivos de optimización fueron: Aceleración, Consumo de Energía y Ancho de Banda. La red de destino utilizada para la simulación puede ser vista como un WiNoC jerárquica de dos niveles. El primer nivel corresponde a un conjunto de subredes que están conectadas por cables y son de tipo malla. El segundo nivel corresponde a una topología en estrella de enlaces inalámbricos, que conectan las subredes de primer nivel. El algoritmo propuesto muestra un buen desempeño en relación con los objetivos de optimización y la WiNoC heterogéneo simulada.

Reconfiguración de paneles fotovoltaicos para reducción del consumo de hidrógeno en las celdas de combustible de sistemas híbridos

No abstract