Investigadores del Instituto Fraunhofer de Sistemas de Energía Solar ISE (Fraunhofer ISE) de Alemania están aplicando técnicas de aprendizaje profundo y herramientas de modelado de gemelos digitales para optimizar los sistemas de control de seguidores fotovoltaicos para su uso en sistemas fotovoltaicos agrovoltaicos y optimizados para la biodiversidad.
El objetivo es poder posicionar automáticamente los módulos solares a lo largo del día para atender las necesidades de las plantas que crecen debajo en función de las condiciones microclimáticas y optimizar el rendimiento en función de las condiciones y tarifas de la red. Los investigadores esperan desarrollar un sistema de control predictivo para seguidores solares que sea rentable y ligero desde el punto de vista computacional.
El proyecto, conocido como DeepTrack, es una colaboración entre Zimmermann PV-Tracker, que forma parte del grupo Zimmermann PV-Steel, y Fraunhofer ISE. Consistió en instalar una central eléctrica con energía solar fotovoltaica bifacial en el centro de pruebas de rendimiento al aire libre del ISE, en el sur de Alemania. Prevé un crecimiento del uso de seguidores, sistemas de control más potentes y una mayor adopción de la agrovoltaica en Alemania».
«Como primer paso, desarrollamos secuencias de control orientadas al rendimiento eléctrico óptimo de los módulos solares bifaciales o a las mejores condiciones para las plantas situadas debajo del sistema APV», explicó el jefe del equipo del Fraunhofer ISE, Matthew Berwind. «El siguiente paso es combinar los dos enfoques para que ambos aspectos se maximicen al máximo. Calcular este punto óptimo es un reto, pero posible con nuestro enfoque basado en IA».
La instalación de investigación utiliza seguidores suministrados por Zimmermann PV-Tracker y con sistemas de sensores de seguimiento para medir la luz difusa, por ejemplo. Los datos de campo recopilados se utilizan en los modelos de gemelos digitales, junto con determinados conjuntos de datos, como las previsiones meteorológicas. El objetivo es utilizar técnicas de aprendizaje profundo de redes neuronales artificiales para habilitar sistemas de control que inicien las acciones del seguidor basándose tanto en los requisitos de luz de las variedades de plantas que se encuentran debajo como en las tarifas de inyección a red a determinadas horas del día, por ejemplo.
En la página web del proyecto se dice que será un «metamodelo predictivo y menos intensivo desde el punto de vista computacional» que podrá implementarse en ordenadores corrientes.
Los investigadores prevén un aumento del uso de rastreadores. Se refieren a la nueva normativa alemana, que se espera permita una mayor adopción de la agrovoltaica, así como a las previsiones del sector, que prevén una penetración del seguimiento del 60% en los próximos diez años, citando la Hoja de ruta tecnológica internacional para la energía fotovoltaica de la Federación Alemana de Ingeniería (VDMA). También señalan la tendencia del mercado español, donde los seguidores se utilizan en «la mayoría de los sistemas fotovoltaicos montados en suelo de nueva construcción».
«Para los sistemas APV en particular, con su amplia variedad de cultivos y sistemas, vemos un gran potencial para el seguimiento de los sistemas fotovoltaicos con algoritmos de seguimiento optimizados», dijo Hannes Elsen, director de producto de Zimmermann PV.
El proyecto de investigación DeepTrack está financiado por el Ministerio de Economía, Trabajo y Turismo de Baden-Wuerttemberg y está previsto que se prolongue hasta principios de 2025. Es uno de los varios proyectos agrovoltaicos en los que trabaja actualmente el Fraunhofer ISE.
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.