Predicción de la radiación solar utilizando redes neuronales para el dimensionamiento de plantas fotovoltaicas en la provincia de Pichincha.

Abstract

El presente trabajo de investigación se realiza debido al incremento del uso de las energías renovables para el abastecimiento de la energía eléctrica la cual permite aprovechar el sol como fuente inagotable de energía fotovoltaica, por lo que el proyecto se enfoca en la predicción de la radiación solar para el dimensionamiento de plantas fotovoltaicas en la provincia de Pichincha. Para el efecto se utiliza un enfoque basado en redes neuronales artificiales, considerando los datos reales de tres años de radiación solar. Las redes neuronales artificiales son empleadas debido a su capacidad para aprender del comportamiento y características de datos reales. La metodología abarca tanto enfoques descriptivos como experimentales haciendo uso de herramientas de programación y simulación, a partir de un proceso de preprocesamiento y normalización de datos para crear conjuntos de entrenamiento y validación. La implementación del modelo de predicción se lleva a cabo mediante programación en el software libre Python, además los resultados obtenidos son analizados mediante el uso de los softwares PVsyst y Homer Pro, validando los resultados mediante el error medio absoluto y a través de la matriz de confusión y análisis de gráficos. Obteniendo como respuesta una energía generada anual de 8594 MWh/año bajo las condiciones tomadas en el presente trabajo de investigación, demostrando así que la predicción de valores de radiación solar es viable para el dimensionamiento de las plantas fotovoltaicas como un estudio previo para su implementación.