Estimación de la Energía Generada por Sistemas Fotovoltaicos Mediante Redes Neuronales Artificiales

GANDOLFO, DANIEL; MOLINA, MARCELO GUSTAVO; PATIÑO, HECTOR DANIEL

Mar del Plata

Congreso; Congreso Iberoamericano de Hidrógeno y Fuentes Sustentables de Energía: HYFUSEN 2011; 2011

Instituto de Energía y Desarrollo Sustentable - Comisión Nacional de Energía Atómica

La generación solar fotovoltaica (FV) representa una energía limpia, no contaminante e inagotable que está adquiriendo en la actualidad mayor importancia debido a su actual desarrollo tecnológico y al compromiso medioambiental de los países desarrollados. No obstante, a pesar de estas características, siguen siendo necesarios esfuerzos en investigación tendientes a mejorar los métodos de estimación de la energía que producen los sistemas FV, en particular conectados a la red eléctrica, en condiciones climáticas variables. De esta forma, la obtención de modelos confiables permitirá el desarrollo de sistemas de control que optimicen la utilización de esta fuente de energía renovable. Este trabajo pretende modelar la respuesta dinámica de un arreglo FV en condiciones definidas de radiación solar, a partir de datos experimentales y mediante la utilización de redes neuronales artificiales (RNA). Se propone la utilización de una arquitectura de red neuronal basada en máquinas en comité. Estas redes complejas permiten caracterizar comportamientos no lineales, como es el caso del sistema presentado en este trabajo. El mapeo conseguido con la arquitectura propuesta, permite modelar un arreglo fotovoltaico sin necesidad de conocer sus parámetros físicos o el grado de degradación temporal sufrido. La validación del modelo propuesto se llevará a cabo a través de simulaciones digitales contrastadas con el método de modelado clásico.