Prospective energy generation in photovoltaic systems, based on the comparison and evaluation of different configurations based on artificial neural networks (ANN)

Authors

José Manuel, Ramos Cutipa

Reynaldo, Condori Yucra

Henry, Shuta Llocclla

Omar, Chayña Velasquez

Walter Oswaldo, Paredes Pareja

Mary Cymbel, Vilca Choque

Norman Jesús, Beltrán Castañón

Abstract

Para que los sistemas fotovoltaicos sean sostenibles en el tiempo, es necesario tener un mejor aprovechamiento de la energía solar, por lo que se debe de tener en cuenta al tomar decisiones, las predicciones probabilísticas de variables que influyen directamente en la producción de energía eléctrica. La irradiación solar es la variable importante para estas predicciones, la cual permite gestionar la producción de energía fotovoltaica. En el presente trabajo se platea la aplicación de redes neuronales artificiales RNA configuradas adecuadamente para interactuar con la información que se dispone de variables climatológicas con el fin de poder predecir la irradiación solar. Se han analizado la correlación que existen entre estas variables para poder realizar la comparación de diferentes configuraciones de redes neuronales del tipo MLP para una variable y múltiples variables, además de utilizar redes neuronales recurrentes del tipo GRU. De acuerdo con el MAE las redes de tipo GRU son las que mejor resultados proveen, sin embargo, considerando la facilidad de entrenamiento las redes de tipo MLP son aceptables, siendo las de tipo multivariable las que mejor resultados dan. De cara al futuro, se plantea el uso de estas redes utilizando reconocimiento de patrones en las imágenes del cielo considerando el movimiento de las nubes y de la tierra respecto al sol.