Predicción de propiedades de celdas solares y módulos fotovoltaicos por métodos de inteligencia artificial
La optimización de los sistemas fotovoltaicos para la generación de energía eléctrica implica la necesidad de disponer datos reales de las diferentes variables involucradas, como así también la determinación de sus correlaciones. En el ámbito de la energía solar fotovoltaica resulta de interés poder...
Guardado en:
| Autores principales: | , , , , , |
|---|---|
| Formato: | Articulo Comunicacion |
| Lenguaje: | Español |
| Publicado: |
2011
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/102754 |
| Aporte de: |
| Sumario: | La optimización de los sistemas fotovoltaicos para la generación de energía eléctrica implica la necesidad de disponer datos reales de las diferentes variables involucradas, como así también la determinación de sus correlaciones. En el ámbito de la energía solar fotovoltaica resulta de interés poder predecir la energía eléctrica generada por los módulos en función de la radiación solar y de los parámetros climáticos. En este trabajo, se propone un método de correlación basado en técnicas de inteligencia artificial, que permite obtener la energía generada para distintas condiciones climáticas durante un año. Además, se propone un modelo que relaciona la corriente de cortocircuito de una celda solar con la radiación global, pero a diferencia de lo usual, se considera el verdadero comportamiento no lineal de la relación entre las variables. Los resultados del método propuesto empleando datos reales muestran su validez y utilidad en la predicción de energía generada por módulos fotovoltaicos y en avances tendientes a encontrar métodos de medición de radiación solar alternativos con bajo error. |
|---|