DESARROLLO DE ALGORITMO DE PREDICCIÓN DEL TIPO DE TECNOLOGÍA DE CÉLULA FOTOVOLTAICA ÓPTIMO BASADO EN LA RADIACIÓN SOLAR, TEMPERATURA Y CONTAMINACIÓN PARA CUALQUIER EMPLAZAMIENTO, UTILIZANDO TÉCNICAS DE INTELIGENCIA ARTIFICIAL BASADAS EN REDES NEURONALES

Abstract

[ES] Tras el estudio de las energías renovables y el aumento de consumo de energía en términos generales, se ha buscado mejorar y entender mejor el uso de la energía solar. Después de concluir que uno de los retos a los que se desafía la energía fotovoltaica es que es poco predecible, se ha desarrollado un algoritmo para la predicción de la radiación solar y temperatura para un punto en concreto del mundo a través de técnicas de inteligencia artificial, en concreto, redes neuronales. Se analizan 3 tipos de redes neuronales pertenecientes a los diferentes grupos de redes neuronales, redes estáticas, las cuales solo permiten el flujo de datos en un sentido, y las redes dinámicas, las cuales cuentan con memoria y permiten el flujo de datos en ambos sentidos. También se estudia qué tipo de red neuronal, así como su estructura, tiene una mejor eficiencia para los datos con los que se están tratando. Además, se han estudiado las diferentes tecnologías de células fotovoltaicas utilizadas con las cuales haciendo uso de las redes neuronales se podría concluir cual es la tecnología más apropiada para cierta instalación fotovoltaica. Palabras clave: Radiación, temperatura, inteligencia artificial, redes neuronales, energía fotovoltaica, células fotovoltaicas.

[EN] After studying renewable energies and the increase of the energy consumption in general terms, we have sought to improve and better understand the use of solar energy. Afterwards, it has been concluded that one of the challenges that the photovoltaic energy has to face is that it is not very predictable, therefore an algorithm has been developed for the forecasting of solar radiation and temperature for a specific point in the world through artificial intelligence techniques, specifically, neural networks. 3 different types of neural networks are analysed which belong to two different types of neural network structures, the static structures, which only allow the flow of data in one direction, and dynamic structures, which allow the flow of the data in both directions. In addition, also different structures of those types of neural networks have been considered and tested, comparing which one of them was having a better efficiency for the data which we are dealing with. Moreover, the different photovoltaic cell technologies which are currently being used in the market have been studied and by the use of neural networks, we would be able to conclude which type of cell technology is the most appropriate technology for a certain photovoltaic installation.