Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de aprendizaje automático
| Páginas | 338-355 |
| Fecha | 01 Enero 2025 |
| Fecha de publicación | 01 Enero 2025 |
| Autor | Wilson Palomo,Carlos Quinatoa,Mauricio Mullo,Jessica N. Castillo |
Instituto Superior Tecnológico Universitario Rumiñahui
Fecha de recepción: 29 / 09 / 2024
Fecha de aceptación: 06 / 12 / 2024
Fecha de publicación: 23 / 01 / 2025
Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de aprendizaje automático. pp. 338 - 355 / Volumen 6,
número 1 / DOI: https://doi.org/10.37431/conectividad.v6i1.196
Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de
aprendizaje automático
Solar Radiation Forecasting in Photovoltaic Systems Utilizing Aprendizaje Automático
Techniques
Wilson Palomo1, Carlos Quinatoa2, Mauricio Mullo3, Jessica N. Castillo4
1 Universidad Técnica de Cotopaxi, wilson.palomo1@utc.edu.ec, Latacunga, Ecuador
2 Universidad Técnica de Cotopaxi, carlos.quinatoa4@utc.edu.ec, Latacunga, Ecuador
3 Universidad Técnica de Cotopaxi, mauricio.mullo@utc.edu.ec, Latacunga, Ecuador
4 Universidad Técnica de Cotopaxi, jessica.castillo@utc.edu.ec, Latacunga, Ecuador
Autor para correspondencia: wilson.alomo1@utc.edu.ec
RESUMEN
Esta investigación responde a la creciente demanda de energías renovables, enfocándose espe-
cícamente en los sistemas fotovoltaicos que aprovechan la energía solar como una solución
viable y sostenible. La metodología implementada incluyó el análisis y tratamiento de los da-
tos de radiación solar recopilados cada hora durante el periodo 2017-2023. Estos datos fueron
fundamentales para realizar las predicciones de enero, febrero y marzo del 2024. El propósito
de estas predicciones fue optimizar el dimensionamiento de un sistema fotovoltaico apropiado
para un área urbana. Para este propósito, se utilizó un algoritmo de árbol de decisión, una técni-
ca destacada dentro del campo del aprendizaje automático, implementada mediante el software
Python por su facilidad de acceso y versatilidad. Los resultados se almacenaron en un archivo
.xlsx, lo que simplicó 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 conclu-
sión, el sistema fotovoltaico diseñado se dimensiono ecazmente a partir del análisis predictivo
proporcionado por el algoritmo. Con una potencia pico de 1,26 kWp y una conguración de
almacenamiento bien adaptada, este sistema está equipado para cumplir con las demandas ener-
géticas diarias de 123,5 kWh.
Palabras clave: Energía renovable, Sistemas fotovoltaicos, Predicción, Árbol de decisión.
ABSTRACT
This research responds to the growing demand for renewable energy, focusing specically on
photovoltaic systems that harness solar energy as a viable and sustainable solution. The meth-
odology implemented included the analysis of hourly solar radiation data collected during the
period 2017-2023. These data were fundamental to make predictions and validate the algorithm
used. The purpose of these predictions was to optimize the sizing of a photovoltaic system
appropriate for an urban area. For this purpose, a decision tree algorithm was used, a leading
technique in the eld of Machine Learning, implemented using Python software for its ease
of access and versatility. The results were stored in an .xlsx le, which simplied the system
sizing process. In addition, standard deviation calculations were incorporated to estimate the
solar radiation over the next three months, thus allowing an accurate and adequate calculation
of the required PV system. In conclusion, the designed PV system was eciently sized based
on the predictive analysis provided by the algorithm. With a peak power of 1.26 kWp and a
well-adapted storage conguration, this system is equipped to meet the daily energy demands
of 123.5 kWh.
338
Instituto Superior Tecnológico Universitario Rumiñahui
339
Fecha de recepción: 29 / 09 / 2024
Fecha de aceptación: 06 / 12 / 2024
Fecha de publicación: 23 / 01 / 2025
Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de aprendizaje automático. pp. 338 - 355 / Volumen 6,
número 1 / DOI: https://doi.org/10.37431/conectividad.v6i1.196
Key words: Renewable energy, Photovoltaic systems, Prediction, Decision tree.
1. INTRODUCCIÓN
Hoy en día, uno de los factores externos que ha incidido al largo del tiempo en la industria es el
estiaje, generando pérdidas en la producción, un gran porcentaje de industrias siguen utilizan-
do energía convencional, siendo dependiente de las fuentes hidroeléctricas (Naciones Unidas,
2024). Considerando este problema se ha visto la necesidad de desarrollar esta investigación
que permita renovar la matriz productiva de las industrias en donde se considere la migración
de energía convencional a energía renovable.
El objetivo principal de esta investigación es crear una herramienta predictiva que utilice téc-
nicas de aprendizaje automático para mejorar la eciencia en la generación de energía fotovol-
taica. El empleo del aprendizaje automático permite analizar grandes volúmenes de datos, lo
cual facilita la predicción de los meses de enero, febrero y marzo del año 2024. Esto optimiza
signicativa los procesos energéticos, contribuyendo a la sostenibilidad y la reducción de cos-
tos operativos en el parque industrial de la ciudad de Riobamba, en la provincia de Chimborazo
(Ministerio de Energía y Recursos Naturales No Renovables, 2018). Esta herramienta no solo
contribuirá a maximizar la eciencia de los paneles solares en la región, sino que también
apoyará la toma de decisiones estratégicas en la gestión de recursos energéticos renovables,
adaptándose a las características climáticas y geográcas especícas del área. En este estudio,
se emplearon datos históricos de radiación solar obtenidos de la base de datos NASA POWER
(Prediction of Worldwide Energy Resources), que están disponibles públicamente (NASA,
2024). La accesibilidad de estos datos a través de plataformas en línea facilita su uso en inves-
tigaciones que requieren información precisa y actualizada sobre recursos energéticos globales.
Para la realización de este análisis, se seleccionó especícamente el recurso NASA POWER,
dado que este ofrece un acceso directo y bien estructurado a datos solares, los cuales son crucia-
les para la evaluación de potenciales aplicaciones en energías renovables, estudios ambientales
y climáticos, de los años 2017-2023, con mediciones realizadas cada hora (7:00-19:00), estos
datos fueron analizados para vericar la incidencia de radiación según el horario. La radiación
solar es un factor crucial que varía con el tiempo y es esencial para la generación de energía
fotovoltaica. Por ello, contar con predicciones ables y precisas de la radiación solar es fun-
damental para el diseño adecuado de los sistemas fotovoltaicos. Estas predicciones permiten
optimizar el rendimiento y la eciencia de los sistemas, asegurando que se dimensionen correc-
tamente para maximizar la captación de energía solar según las condiciones especícas de cada
ubicación (Solargis, 2024).
El empleo de técnicas de Aprendizaje Automático (Machine Learning) resulta crucial para el
desarrollo de algoritmos que pueden prever con precisión la radiación solar. Este enfoque per-
mite a los sistemas aprender de conjuntos de datos extensos y complejos, identicando patrones
Para continuar leyendo
Comienza GratisAccede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.
Accede a todo el contenido con una prueba gratuita de 7 días
Transforma tu investigación jurídica con vLex
-
Accede a resúmenes de sentencias generados por IA, que destacan al instante los aspectos jurídicos clave.
-
Realiza búsquedas avanzadas con opciones precisas de filtrado y ordenamiento.
-
Consulta contenido jurídico completo de más de 100 jurisdicciones, incluyendo una amplia colección de libros y revistas a texto completo.
-
Disfruta de funcionalidades exclusivas como comparador de versiones de una ley, notas de vigencia, análisis de citas, y mucho más.
-
Con la confianza de más de 2 millones de profesionales, incluidas las firmas más importantes del mundo.