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

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

Buenos Aires

Congreso; 23º Congreso de la Asociación Argentina del Control Automático (AADECA 2012); 2012

Asociación Argentina del Control Automático

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.