Resumen

La predicción de la potencia generada por paneles fotovoltaicos (FV) en diferentes climas es de gran importancia. El objetivo de este trabajo es predecir la potencia de salida de una central fotovoltaica de 3,2 kW utilizando el algoritmo MLP-ABC (perceptrón multicapa-colonia artificial de abejas). Se recopilaron datos experimentales (temperatura ambiente, radiación solar y humedad relativa) a intervalos de cinco minutos de la central eléctrica fotovoltaica de la Universidad de Teherán desde el 22 de septiembre de 2012 hasta el 14 de enero de 2013. Tras la validación de los datos, se utilizaron en el análisis 10665 conjuntos de datos, equivalentes a 35 días. La potencia de salida se predijo utilizando el algoritmo MLP-ABC con un error medio porcentual absoluto (MAPE), un error medio de sesgo (MBE) y un coeficiente de correlación ( R 2 ) de 3,7, 3,1 y 94,7%, respectivamente. La configuración optimizada de la red constaba de dos capas ocultas. La primera capa tenía cuatro neuronas y la segunda, dos. También se presenta un análisis económico detallado para condiciones meteorológicas soleadas y nubladas utilizando el software COMFAR III. Un análisis detallado de los costes indicó que el periodo de amortización de la inversión total sería de 3,83 años en periodos soleados y de 4,08 años en periodos nublados. Los resultados mostraron que la central solar fotovoltaica es viable desde un punto de vista económico tanto en condiciones de tiempo nublado como soleado.

• Materias:Catálisis Cinética química Hidrodinámica Energía solar Adsorción Modelos hidrodinámicos
• Subjects:Catalysis Chemical kinetics Hydrodynamics Solar energy Adsorption Hydrodynamic models
• Palabras claves:potencia de salida, central fotovoltaica de kW, error medio porcentual absoluto, central solar fotovoltaica, central fotovoltaica, colonia artificial de abejas, condiciones meteorológicas nubladas, análisis detallado de costes, análisis económico detallado, error medio de sesgo
• Keywords:output power, kW PV power plant, mean absolute percentage error, solar PV power plant, PV Power Plant, artificial bee colony, cloudy weather conditions, detailed cost analysis, detailed economic analysis, mean bias error