El prototipo se ha desarrollado respondiendo a las siguientes características: ser robusto para resistir durante un periodo similar a la vida de los módulos fotovoltaicos y soportar las inclemencias ambientales: cambios de temperatura y humedad, polvo, rayos UV, entre otros. Además, el diseño ha tenido en cuenta un bajo consumo de energía, a la par de ser fiable y ofrecer una solución de medición precisa, para poder ser capaz de detectar la suciedad de los módulos de manera efectiva, y con el menor mantenimiento posible. Asimismo, su resistencia a derivas y errores de medición debidos al paso del tiempo son fundamentales. El segundo aspecto sobre el cual trabajó el consorcio fue sobre la validación de los distintos sensores fotoeléctricos para seleccionar el que mejor se ajustaba a las necesidades. En efecto, era necesario definir qué fuentes debían de ser capaz de procesar el sensor. En este sentido, se configuró para que fuese capaz de analizar el espectro visible en las franjas de rojo, verde y azul, la radiación ultravioleta y la infrarroja. Asimismo, debía de ser capaz de resistir a diferentes tipos de suciedad: sea polvo, arena o sal. En todos los casos, se pasó a obtener una detección reproducible y con una magnitud proporcional al nivel de suciedad presente, consiguiendo así un sensor con una alta sensibilidad y una buena reproducibilidad. Asimismo, una vez conseguido este prototipo, era necesario abordar cómo transmitir los datos entre el sensor y la plataforma. Con este fin, se decidió utilizar el protocolo de mensajería publish-subscribe basado en el protocolo TCP/IP (conocido como MQTT) de forma inalámbrica, con un módulo de comunicación LTE-M y NB-IoT, a una plataforma de análisis y visualización. El hecho de conseguir enviar información de forma continua durante largos periodos de tiempo tiene la ventaja que permite detectar patrones y tendencias en el rendimiento de la instalación, pudiendo así detectar problemas o incluso considerar rutinas de limpieza óptimas. Para poder crear el piloto final, se probó el prototipo final en situación real. Este prototipo creado se caracteriza por ser estanco (IP65) y resistente, tiene la capacidad de calibrar automáticamente sus sensores, comunica con la nube mediante conexión NB-IOT, es fácilmente acoplable a instalaciones existentes, así como permite monitorizar 24/7 el panel al cual está acoplado. Asimismo, está complementado con sensores adicionales que permiten medir la potencia instantánea real de la instalación monitorizada, su temperatura y el grado de humedad, además de otros sensores opcionales que es posible acoplar a demanda. Desarrollo de un algoritmo de predicción de la energía generada por la instalación de autoconsumo De forma complementaria y conel finde desarrollar un algoritmo de predicción de la energía generada por los paneles fotovoltaicos, se llevó a cabo un trabajo de recopilación y de limpieza de un histórico de datos de energía generada por una de las plantas que ISFOC tiene en su sede de Puertollano, agregados con datos del estado del cielo proporcionados por Agencia Estatal de Meteorología (AEMET). Concretamente, los datos trabajados por ISFOC corresponden a la radiación global en el plano horizontal a nivel horario, para cada hora del año, proporcionado por la herramienta PVGIS para el emplazamiento de la instalación, el cual se obtiene en base al histórico de datos entre 2005 y 2020. Una vez filtrados y eliminados los datos por los cuales se detectó alguna incidencia, quedaron un total de 12.321 registros a nivel horario, lo que equivale a 513 días, es decir, a aproximadamente año y medio de datos. Posteriormente, estos datos se depuraron y se utilizaron como fichero de entrada para buscar el algoritmo de regresión más adecuado, a partir de los modelos y librerías que se pueden implementar con el lenguaje de programación Python. Adicionalmente, se pasó a analizar diferentes algoritmos de machine learning para encontrar uno que permitiese pronosticar la energía generada por un sistema fotovoltaico de características conocidas en un día determinado. Una vez el algoritmo identificado, se le nutrió con los datos procedentes de dos fuentes diferentes. Por un lado, las fuentes de datos de internet –las cuales son fiables, están especializadas en la materia y gozan de un prestigio reconocido– y, por otro lado, los datos reales recopilados por una estación meteorológica, desarrollada también en el ámbito del proyecto. Estos datos generados son utilizados para la retroalimentación del algoritmo de gestión para trabajar en su mejora continua. Creación de una plataforma digital con blockchain Con la meta de crear una plataforma digital que aúna los datos recogidos por los diferentes dispositivos, las estaciones meteorológicas y las aportaciones de los usuarios, el consorcio trabajó para centralizar en un solo sitio, y así facilitar que los usuarios puedan visualizar fácilmente el estado de su instalación y, además, se genere un ecosistema de colaboración e interacción dentro del sector fotovoltaico relacionado con el autoconsumo. La El proyecto busca una solución demercado que pueda influir en la gestión de las plantas fotovoltaicas y ayudar a maximizar la generación de energía verde 62 FOTOVOLTAICA
RkJQdWJsaXNoZXIy Njg1MjYx