Un método matemático para elegir la mejor tecnología fotovoltaica en zonas cálidas y secas

Share

Investigadores del Instituto de Tecnología y Ciencia de Madanapalle, en la India, han propuesto un nuevo método matemático para ayudar a los promotores de proyectos solares a elegir la tecnología fotovoltaica más adecuada para plantas en condiciones climáticas cálidas y secas.

Los investigadores afirman que su enfoque ofrece un método más sencillo para predecir el rendimiento de las plantas fotovoltaicas que herramientas de software competidoras, como podrían ser PVWatts, PVSyst y RetScreen.

El nuevo modelo de predicción basado en el rendimiento de campo se basa en datos meteorológicos y parámetros de módulos solares probados en laboratorio y cuenta con 24 datos de entrada y una salida. Los científicos de Andhra Pradesh experimentaron para determinar el parámetro de entrada relacionado con el módulo necesario para su modelo. A continuación, analizaron 24 parámetros meteorológicos de entrada para condiciones climáticas cálidas y secas y realizaron una ecuación para calcular la generación de energía final de una planta solar montada en tierra.

Validación del modelo

El modelo fue probado en dos plantas solares de 5 MW en el distrito de Naguar, en el estado indio de Rajastán. Una de las plantas tenía módulos solares de teluro de cadmio (CdTe), y la otra, paneles policristalinos.

En ambas instalaciones los módulos se instalaron con un ángulo de inclinación fijo de 27 grados, con una insolación horizontal global máxima de 7,22 kWh/m2/día observada en mayo y una mínima, durante enero, de 4,15 kWh/m2/día. El equipo de investigación encontró que las temperaturas variaban entre 16, 18 y 37,46 grados centígrados.

El índice de claridad medio anual y las cifras de humedad se calcularon en 0,61 y 44,4%, respectivamente, con un índice de claridad mínimo de 0,58 en octubre y una humedad máxima en agosto de 72%.

Mejor predicción de energía

Los resultados obtenidos se compararon con los obtenidos con el software PVWatts, que los investigadores consideraron la herramienta de predicción más moderna y precisa disponible, ya que también tiene en cuenta la temperatura diurna.

“El coeficiente de regresión entre la predicción de energía del modelo propuesto y el resultado real es de 0,9516, mientras que el mismo era solo de 0,44 utilizando PVWatts en la planta de paneles policristalinos”, escribieron los científicos. Para la instalación de CdTe, el primer valor fue de 0,97 y el segundo de 0,37. “Así que el modelo propuesto resulta más fiable que el modelo utilizado en PVWatts para predecir la producción de energía para condiciones climáticas cálidas y secas considerando tanto las plantas de energía fotovoltaica basadas en paneles policristalinos como de CdTe”, añadieron los investigadores.

El factor de error en la predicción de energía con el nuevo modelo para el proyecto CdTe varió de 0,14 a 5,52%, mientras que el del software PVWatts varió de 1,38 a 22,21%. En la instalación policristalina, el factor de error para la generación anual de energía fue del 0,1%, en comparación con el 4,2% con PVWatts.

El análisis también mostró, según los investigadores, que la tecnología de CdTe tiene un mejor rendimiento que la policristalina en condiciones cálidas y secas.

El modelo se describe en el artículo “Reliable energy prediction method for grid connected photovoltaic power plants situated in hot and dry climatic condition”, publicado en SN Applied Sciences.