Resumen

La previsión precisa de la energía solar es esencial para las plantas fotovoltaicas (FV), a fin de facilitar su participación en el mercado de la energía y para una planificación eficiente de los recursos. Este artículo está dedicado a dos modelos de previsión: (1) ARIMA (Autoregressive Integrated Moving Average) enfoque estadístico para la previsión de series temporales, utilizando datos históricos medidos, y (2) ANN (Artificial Neural Network) utilizando técnicas de aprendizaje automático. Las principales contribuciones de los autores podrían sintetizarse como sigue: (1) análisis y discusión de los resultados experimentales y simulados relativos a la predicción de la radiación solar, así como a la predicción y previsión de la producción energética basada en modelos ARIMA y RNA para dos casos de estudio: (a) sistema BIPV de laboratorio desarrollado en la Universidad Politécnica de Bucarest y (b) gran parque fotovoltaico situado en un emplazamiento específico del sur de Rumanía. Se introdujo un índice de variabilidad de la radiación solar para la mejora del modelo; (2) comparación entre los resultados de los modelos ARIMA y RNA para destacar que el modelo ARIMA es más eficiente que el RNA; (3) método optimizado definido por el modelo GMDH (Group Method of Data Handling) propuesto para proporcionar un programa de software para el cálculo de la producción de energía fotovoltaica.

• Materias:Energía solar Termodinámica Energía limpia Biofotónica Efecto fotoeléctrico
• Subjects:Solar energy Thermodynamics Clean energy Biophotonics Photoelectric effect
• Palabras claves:arima, media móvil autorregresiva integrada, red neuronal artificial, producción de energía fotovoltaica, planificación eficiente de los recursos, predicción de la producción de energía, sistema bipv de laboratorio, gran parque fotovoltaico, previsión de la radiación solar, previsión de series temporales
• Keywords:arima, autoregressive integrated moving average, artificial neural network, pv energy production, efficient resource planning, energy production prediction, laboratory bipv system, large pv park, solar radiation forecast, time series forecasting