Machine learning para aumentar la producción eléctrica fotovoltaica e incrementar su valor

La tesis de un estudiante de la Universidad de La Rioja propone un análisis integral para mejorar la tecnología de esta energía a lo largo de su ciclo de vida

Javier Antoñanzas Torres ha obtenido el grado de doctor por la Universidad de La Rioja con una tesis en la que plantea mejoras en las instalaciones fotovoltaicas mediante la aplicación de técnicas de machine learning y modelos físicos y económicos. Las estrategias propuestan buscan incrementar la producción eléctrica y su valor en el mercado.

Desarrollada en el departamento de Ingeniería Mecánica, bajo la dirección de Francisco Javier Martínez de Pisón Ascacibar y Fernando Antoñanzas Torres, la tesis Estimation and forecasting methods for design and operation of photovoltaic plants logró la calificación de sobresaliente ‘cum laude’ por unanimidad y con mención internacional al título.

Como explican desde la Universidad de La Rioja, el propósito final de esta investigación era “facilitar la transición hacia un futuro más sostenible gracias al mejor aprovechamiento de las energías renovables”. En su tesis, el joven presenta un análisis integral para mejorar la tecnología fotovoltaica a lo largo de su ciclo de vida, centrado en las etapas de diseño y operación. La estimación precisa de la radiación solar mediante técnicas de machine learning y la inclusión de situaciones de cielo nublado en los algoritmos de seguimiento son dos de los avances esenciales que propone.

En la etapa de diseño, la clave está, según la tesis, “en una estimación lo más ajustada posible de la radiación solar, principal “combustible” de una planta fotovoltaica, que permita el incremento del beneficio y la reducción de la incertidumbre durante las fases posteriores”. Dado que las medidas tomadas en tierra son escasas, ha desarrollado una metodología que emplea técnicas de machine learning para hacer los cálculos empleando otras variables meteorológicas más comúnmente monitoreadas. Después, ha aplicado herramientas de geoestadística para obtener mapas de valores anuales de radiación.

En lo que respecta a la etapa de operación, la tesis analiza dos aspectos centrales: cómo aumentar la producción eléctrica de una central fotovoltaica y cómo incrementar su valor en el mercado eléctrico. Para el primer punto, Antoñanzas propone una estrategia de seguimiento solar optimizada tanto para condiciones de cielo nublado como despejado, a diferencia de las actuales que solo contemplan situaciones de cielos soleados. Ha desarrollado, además, un algoritmo operacional para beneficiarse de esta técnica.

Para el segundo punto, analizó los modelos de predicción de producción fotovoltaica que generaban menores errores al participar en el mercado eléctrico ibérico y de allí derivó el valor de las predicciones fotovoltaicas y el valor de la información usada en los modelos.

Desde la universidad añaden que “esta investigación se orienta a una mejora de la tecnología fotovoltaica que facilite la transición energética hacia las energías renovables. Un cambio promovido por la creciente conciencia sobre del impacto ambiental originado por la quema de combustibles fósiles. Así, la energía solar, junto con el viento, se posiciona como uno de los contribuyentes principales en el mix energético del futuro”. “De entre todas la tecnologías disponibles para transformar la radiación solar en electricidad, la fotovoltaica destaca como la más desarrollada y prometedora debido a su simplicidad y relativa facilidad de mantenimiento. Ha experimentado una fuerte reducción de precios y su eficiencia en aplicaciones comerciales se ha disparado. Se sitúa como tecnología puntera en la transición hacia un futuro más sostenible, aunque todavía con numerosas áreas de investigación abiertas para su desarrollo”, concluyen.

Dejar una respuesta

Please enter your comment!
Please enter your name here