Metodología para la evaluación de desempeño de plantas solares fotovoltaicas a través del uso de la ciencia de datos

La evaluación continua de las plantas solares fotovoltaicas es fundamental para su operación, puesto que, se debe hacer seguimiento a sus variables principales, y así verificar que se entrega la energía eléctrica en óptimas condiciones de operación y de eficiencia. En esta investigación se presentó una metodología basada en la ciencia de datos con el fin de evaluar plantas solares fotovoltaicas. Se aplicó al conjunto de datos de una planta solar del Laboratorio Nacional de Energías Renovables de EEUU, haciendo un análisis de los datos para obtener curvas temporales de irradiancia y energía, y también de los principales indicadores de desempeño. Así también, se empleó el algoritmo K-Means para generar clústers dentro del conjunto de datos, y el algoritmo K-NN para crear modelos de predicción de clases de la energía y del indicador PR. Se obtuvieron clústers que agrupan los valores de potencia generada, y los valores del PR. El modelo de clasificación de las clases de energía tuvo una exactitud del 91,67%, mientras que el modelo de clasificación de las clases del indicador PR tuvo una exactitud del 83,33%. Dado que la tasa de ensuciamiento promedio en las escalas mensual y anual estuvo por encima del 90%, mientras que las del PR estuvieron alrededor del 70%, se recomienda hacer un estudio para determinar el origen de las pérdidas en la planta. Asimismo, se sugiere realizar un modelo para determinar el impacto de la temperatura ambiente, la temperatura del módulo fotovoltaico, y de la velocidad del viento en la producción de energía eléctrica.