Resumen

En esta investigación se presenta un enfoque mejorado para dimensionar sistemas fotovoltaicos autónomos (SAPV). Este trabajo es una mejora del desarrollado anteriormente por los autores. El trabajo anterior se basaba en el método analítico, que se enfrentaba a algunos problemas relacionados con la dificultad de encontrar los coeficientes del modelo. Por lo tanto, el enfoque propuesto en esta investigación se basa en una combinación de un método analítico y un enfoque de aprendizaje automático para una red neuronal artificial generalizada (GRNN). La GRNN ayuda a predecir el tamaño óptimo de un sistema fotovoltaico utilizando las coordenadas geográficas del emplazamiento objetivo en lugar de utilizar fórmulas matemáticas. El empleo de la GRNN facilita el uso de un método desarrollado previamente por los autores y evita algunos de sus inconvenientes. El método se ha probado utilizando datos de cinco emplazamientos de Malasia. Según los resultados, el método propuesto puede utilizarse eficazmente para el dimensionamiento de SAPV, mientras que el modelo basado en GRNN propuesto predice con precisión las curvas de dimensionamiento del sistema fotovoltaico con un error de predicción del 0,6%. Además, en esta investigación se utilizan datos meteorológicos y de demanda de carga cada hora para tener en cuenta la incertidumbre de la energía solar y la demanda de carga.

• Materias:Energía solar Fotoquímica Fotocatálisis Nanoestructuras Biofotónica
• Subjects:Solar energy Photochemistry Photocatalysis Nanostructures Biophotonics
• Palabras claves:grnn, enfoque, investigación, sistema fotovoltaico, método analítico, red neuronal artificial generalizada, sistema fotovoltaico autónomo, autores, método, modelo
• Keywords:grnn, approach, research, pv system, analytical method, generalized artificial neural network, standalone pv system, authors, method, model