Determinación del ángulo óptimo de inclinación para la instalación de módulos fotovoltaicos mediante el uso de redes neurales

• Autores: De Bernardez, Leopoldo; Battioni, Mario; Cutrera, Miriam; Risso, Gustavo Armando; Buitrago, Román Horacio; García, Norberto Oscar
• Año de publicación: 2008
• Idioma: español castellano
• Tipo de recurso: artículo
• Materia: Ingeniería; Ciencias Exactas; Energía solar; Redes Neurales (Computación); parámetros del clima; módulos fotovoltaicos; ángulo óptimo; Energía Fotovoltaica
• Institución: Universidad Nacional de La Plata

Mediante el uso de redes neurales se calculó el ángulo óptimo y la energía mensual generada por módulos fotovoltaicos a partir de parámetros del clima. Se tomaron datos durante un año de la radiación incidente en el plano de los módulos y su temperatura de trabajo. De dos centrales meteorológicas cercanas, se tomaron los datos diarios de Heliofanía, temperatura, humedad relativa ambiente, presión atmosférica y velocidad del viento. Con fines comparativos se utilizaron datos publicados por la NASA. Se logró una buena estimación de la energía generada por los módulos, su dependencia con el ángulo de inclinación y su temperatura máxima de trabajo. Los resultados hallados permiten afirmar que, aún sin datos de la radiación solar directa y difusa, se puede evaluar la energía eléctrica que puede ser generada por una instalación fotovoltaica y definir el ángulo óptimo de instalación de los paneles respecto de la horizontal.
Neural networks were used to calculate the optimum tilt angle and the energy generated by photovoltaic modules from climatic parameters. Incident energy on the module plane, generated electric energy and module work temperature were measured along a full year. Heliophany, Temperature, ambient relative humidity, atmospheric pressure and wind speed data were obtained from two meteorological stations nearby. Data published by NASA for the same period were also used for comparison purpouses. A very good estimation of the energy generated by modules and its maximum work temperature was obtained. According to our findings, even though direct and diffuse solar radiation data are unknown, neural network may be used not only for an a priori evaluation of solar resource availability and electric energy generation, but also to define the optimum tilt angle of the photovoltaic installation.
Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES)