Estimation and forecasting methods for design and operation of photovoltaic plants
La creciente conciencia acerca del tremendo impacto ambiental causado al quemar combustibles fósiles está promoviendo el cambio hacia energías renovables. Se prevee que la energía solar, junto con el viento, se convierta en uno de los contribuyentes principales en el mix energético del futuro. De en...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | text (thesis) |
| Lenguaje: | eng |
| Publicado: |
Universidad de La Rioja (España)
2018
|
| Acceso en línea: | https://dialnet.unirioja.es/servlet/oaites?codigo=150468 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | La creciente conciencia acerca del tremendo impacto ambiental causado al quemar combustibles fósiles está promoviendo el cambio hacia energías renovables. Se prevee que la energía solar, junto con el viento, se convierta en uno de los contribuyentes principales en el mix energético del futuro. De entre todas la tecnologías disponibles para transformar la radiación solar en electricidad, la fotovoltaica destaca como la más desarrollada y prometedora debido a su simplicidad y relativa facilidad de mantenimiento. Ha experimentado una increíble reducción de precios y su eficiencia en aplicaciones comerciales se ha disparado. Todo ello ha posicionado a la energía fotovoltaica como una tecnología puntera en la transición hacia un futuro más sostenible en muchos países. Como aún no ha alcanzado la madurez, todavía hay numerosas áreas de investigación abiertas para su desarrollo. Esta tesis profundiza en el estudio y avance de la tecnología fotovoltaica a lo largo de su ciclo de vida, centrándose en las etapas de diseño y operación. La tesis incluye cuatro estudios. Tres de ellos se centran en alguno de los problemas principales encontrados en cada etapa y el otro es una revisión de la literatura.
Con respecto a la etapa de diseño, la estimación de la radiación solar se presenta como un asunto esencial debido a que es el principal “combustible” de una planta solar. Estimaciones precisas del recurso solar conducen a un incremento del beneficio y a la reducción de la incertidumbre durante la operación. Debido a que las medidas de radiación solar tomadas en tierra son escasas, hemos desarrollado una metodología que emplea técnicas de “machine learning” para estimar la radiación solar utilizando otras variables meteorológicas más comúnmente monitoreadas y luego aplica técnicas de geoestadística para obtener mapas de valores anuales de radiación.
En lo que respeta a la etapa de operación, nos hemos centrado en dos aspectos: cómo incrementar el valor de la electricidad y cómo aumentar la producción. El primero de ellos se analizó empleando predicciones de generación de electricidad de una planta fotovoltaica. Las mejoras en las predicciones se trasladan a los beneficios. Estudiamos el valor de las predicciones en el mercado eléctrico y el margen de mejora. El segundo punto de estudio, aumento de la producción, se estudió desde las técnicas de seguimiento. Durante condiciones de cielo cubierto la mayor parte de la radiación viene de su componente difusa. Por ello, analizamos el potencial de incremento de radiación anual de una estrategia de seguimiento que sitúe los paneles en posición horizontal cuando se den las condiciones descritas. Además, se ha desarrollado un algoritmo operacional para beneficiarse de la técnica descrita.
En resumen, esta tesis presenta un análisis integral para mejorar el estado actual de la tecnología fotovoltaica con el propósito de facilitar la transición hacia un futuro más sostenible. |
|---|