Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de aprendizaje automático

Abstract

Esta investigación responde a la creciente demanda de energías renovables, enfocándose específicamente en los sistemas fotovoltaicos que aprovechan la energía solar como una solución viable y sostenible. La metodología implementada incluyó el análisis de datos de radiación solar recopilados cada hora durante el periodo 2017-2023. Estos datos fueron fundamentales para realizar las predicciones y validar el algoritmo utilizado. El propósito de estas predicciones fue optimizar el dimensionamiento de un sistema fotovoltaico apropiado para un área urbana. Para ello, se empleó un algoritmo de árbol de decisión dentro de la técnica de aprendizaje automático, utilizando el software Python debido a su accesibilidad. Los resultados se almacenaron en un archivo .xlsx, lo que simplificó el proceso de dimensionamiento del sistema. Además, se incorporaron cálculos de desviación estándar para estimar la radiación solar en los próximos tres meses, permitiendo así un cálculo preciso y adecuado del sistema fotovoltaico necesario. En conclusión, el sistema fotovoltaico diseñado se dimensiono eficazmente a partir del análisis predictivo proporcionado por el algoritmo. Con una potencia pico de 1,26 kWp y una configuración de almacenamiento bien adaptada, este sistema está equipado para cumplir con las demandas energéticas diarias de 123,5 kWh.