Estimación de la energía generada por paneles fotovoltaicos a partir de parámetros climáticos mediante el uso de redes neurales

• Autores: De Bernardez, Leopoldo; Battioni, Mario; Cutrera, Miriam; Risso, Gustavo Armando; García, Norberto Oscar; Buitrago, Román Horacio
• Año de publicación: 2007
• Idioma: español castellano
• Tipo de recurso: artículo
• Materia: Ingeniería; Ciencias Exactas; Energía solar; Energía Fotovoltaica; Redes Neurales (Computación); parámetros climáticos; Modelo de simulación; paneles fotovoltaicos
• Institución: Universidad Nacional de La Plata

Se utilizaron redes neurales para predecir la energía eléctrica generada por un panel fotovoltaico, en una dada región, a partir de las características climáticas de la misma. También se pudo correlacionar la eficiencia del panel en función de la temperatura máxima de trabajo y ésta en función de la temperatura máxima del medio ambiente y la velocidad del viento. Los resultados hallados permiten afirmar que las redes neurales pueden utilizarse para evaluar a priori la disponibilidad del recurso solar y la energía eléctrica que puede ser generada por una instalación fotovoltaica, en una dada ubicación, conociendo ciertos parámetros meteorológicos.
Neural nets were used to predict the energy produced by a photovoltaic module under given meteorological conditions. The conversion efficiency was correlated with module´s temperature and this latter with ambient temperature and wind speed. From the results it is possible to assert that neural nets can be used to determine the generated photovoltaic energy for a given geographical place knowing certain meteorological parameters.
Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES)