Predecir la radiación solar para mejorar la gestión de las plantas fotovoltaicas

A diferencia de lo que ocurre en los sistemas de producción eléctrica convencionales, en los que la energía se genera de forma estable, las centrales solares se caracterizan por un carácter más intermitente. Por ello, disponer de datos precisos sobre la previsión de la radiación solar es fundamental para una buena planificación y gestión de los sistemas de almacenamiento.

En este sentido, el grupo de investigación AYRNA de la Universidad de Córdoba (UCO) en España, liderado por el investigador César Hervás, ha ideado un nuevo modelo que permite predecir la radiación solar y cuyos resultados podrían ser de gran utilidad para la toma de decisiones en las plantas fotovoltaicas. "Cuando se usan este tipo de energías renovables que dependen de componentes aleatorias, se exige una predicción sobre cuánta energía se va a suministrar en la red para poder incluirla en la planificación del sistema eléctrico y que la producción programada iguale a la demanda esperada", explica el investigador Pedro Antonio Gutiérrez, uno de los autores de la investigación.

Una de las novedades del estudio, en el que también participa el investigador de la UCO Antonio Gómez Orellana y en el que colabora la Universidad de Ciencias y Tecnología Houari Boumediene (Argelia), es que permite realizar estimaciones de radiación recibida sobre planos inclinados, y no solo de forma horizontal, tal y como se venía haciendo habitualmente. Esto posibilita jugar con la inclinación de las placas solares para que, en función de la predicción, puedan orientarse a un determinado ángulo y aprovechar así la energía de forma más eficiente.

Concretamente, el sistema permite realizar esta estimación con una hora de antelación, un intervalo de tiempo que según destacan desde el grupo de investigación "es suficiente para facilitar la gestión en la industria fotovoltaica y saber qué cantidad de energía exacta se va a suministrar a la red". Además, según indican los resultados, el margen de error de la predicción "es, en la mayoría de los casos, más bajo que el alcanzado por otros estudios similares".

Imagen del grupo de investigación AYRNA, responsable del estudio. (Foto: UCO)

El modelo matemático empleado para realizar las predicciones se sustenta en tres tipos de redes neuronales evolutivas, una rama de la inteligencia artificial en la que el grupo de investigación posee una dilatada experiencia. La clave es que el sistema se basa en los principios de la evolución biológica, solo que, en vez de seleccionar los mejores genes, opta por los mejores parámetros para obtener los mejores resultados.

La investigación, concretamente, se enmarca dentro del proyecto Hamlet, una iniciativa en la que participan las universidades de Córdoba y Alcalá de Henares (España) y que tiene como objetivo desarrollar algoritmos predictivos para abordar problemas relacionados con la salud y el medioambiente.

El equipo de investigación detalla su trabajo en un artículo titulado "A Novel Approach for Global Solar Irradiation Forecasting on Tilted Plane using Hybrid Evolutionary Neural Networks", que se ha publicado en la revista académica Journal of Cleaner Production. (Fuente: UCO)