Las instalaciones de generación solar están formadas por conjuntos de placas fotovoltaicas montadas sobre soportes móviles (seguidores solares).
Los seguidores solares deben maximizar la orientación a la luz solar y proteger las placas ante vientos fuertes.
Mediante rutinas de predicción de viento basadas en Machine Learning, se optimiza el movimiento de las placas incrementando la energía generada, aumentando la eficiencia energética de los motores de movimiento, una solución robusta y segura
Indicadores de mejora
1. Incremento energía generada
2. Seguridad de las placas ante eventos de viento fuertes
3. Incremento de eficiencia en motores de movimiento de los seguidores solares
Estimación 1-4% de aumento de generación
Estimación 10-20% aumento eficiencia de los seguidores
Esta en situación de piloto, pero la estimación depende del número de instalaciones en las que se introduzca en producción.
Estimando unos 300g de CO2 por Kwh (Informes CNMC huella de carbono) podemos estimar que mediante estos algoritmos de eficiencia se podrían generar 100-300 GWh adicionales al año, esto serían 300 Toneladas CO2 por GWh o sea un potencial de reducción hasta 90.000 Tm CO2
Predicción de viento a corto plazo usando tecnologías de inteligencia artificial (Machine Learning)
– Algoritmos de predicción
– Redes neuronales
Predicción a corto plazo eólica
Inclusión de márgenes de seguridad para evitar daños en las instalaciones.
IoT, uso de sensores remotos en las instalaciones fotovoltaica
Inteligencia Artificial, uso de rutinas de inteligencia artificial
Cloud, apificación de las rutinas y su reentrenamiento y gestión en la nube
5G, en cuanto esté disponible tecnología 5G ésta se utilizará para asegurar la conectividad
Grupo Gransolar
01/01/2020 - 31/12/2020
