RT journal article
T1 Cloud motion estimation from small-scale irradiance sensor networks: General analysis and proposal of a new method
A1 Espinosa Gavira, Manuel Jesús
A1 Agüera Pérez, Agustín
A1 Palomares Salas, José Carlos
A1 González de la Rosa, Juan José
A1 Sierra Fernández, José María
A1 Florencias Oliveros, Olivia
A2 Ingeniería en AutomáticaElectrónica, Arquitectura y Redes de Computadores
K1 Irradiance monitoring
K1 Cloud motion
K1 Small-scale PV systems
K1 Sensor networks
AB La generación de energía fotovoltaica a pequeña escala se ve particularmente afectada por la variabilidad de la irradiancia producida por las sombras de las nubes. Por lo tanto, es necesario realizar predicciones precisas de las nubes que pasan sobre el campo fotovoltaico para optimizar la gestión e integración de esta fuente de energía renovable. Se requieren dos elementos principales para realizar estas predicciones: el campo de irradiancia local y el vector de movimiento de las nubes. Las redes de sensores de irradiancia se están posicionando como una fuente de datos prometedora en las escalas espacial y temporal del problema, evitando los problemas de inferencia de irradiancia y los costos de la instrumentación basada en imágenes. Este artículo propone un método para inferir el vector de movimiento de la sombra de las nubes a partir de datos de redes de sensores de irradiancia a pequeña escala. El método no requiere una configuración o diseño de red específico, y el algoritmo es computacionalmente simple: las soluciones gráficas se obtienen agregando errores absolutos medios en un diagrama/matriz donde cada elemento representa un posible desplazamiento de las sombras de las nubes. La validación se lleva a cabo con un modelo de nubes fractal que permite la generación de series temporales de irradiancia de acuerdo con un vector de movimiento de nubes arbitrario. El par más correlacionado y los métodos de borde de nubes lineales se utilizan para fines de evaluación comparativa. Se prueban configuraciones de sensores en cuadrícula y sin cuadrícula con un número de sensores que varía de 9 a 100, áreas monitoreadas de 100 a 10000 m2 y períodos de muestreo de 0,3 a 3,3 s. Los resultados muestran la superioridad del método propuesto con una reducción del 50-90% de los errores cuadráticos medios con respecto a los métodos de referencia en el 75% de las pruebas. Además, el método propuesto mantiene un rendimiento similar a medida que disminuye la frecuencia de muestreo, mientras que los métodos de referencia muestran resultados peores.
PB Elsevier
SN 0038-092X
YR 2020
FD 2020-05-15
LK http://hdl.handle.net/10498/34352
UL http://hdl.handle.net/10498/34352
LA eng
NO Ministerio de Economía, Industria y Competitividad, Gobierno de España; Universidad de Cádiz; Junta de Andalucía.
DS Repositorio Institucional de la Universidad de Cádiz
RD 07-nov-2026