Diseño de un algoritmo para la optimización de la instalación de paneles solares fotovoltaicos y el cálculo del potencial solar a gran escala en entornos urbanos

Abstract

[ES] La complejidad de los problemas causados por el cambio climático exige explorar nuevas soluciones y optimizar las existentes. Con el incremento global de la demanda de energía, se espera que las energías renovables jueguen un papel crucial en el suministro energético de los centros urbanos, destacando especialmente la energía solar fotovoltaica debido a su desarrollo comercial y la madurez de su tecnología. Sin embargo, uno de los mayores problemas que afronta esta tecnología es la escasez de superficies con características adecuadas para su correcto aprovechamiento. Con esta idea en mente, este trabajo plantea una metodología para estimar el potencial solar fotovoltaico de una localidad a gran escala, basada en buscar superficies aptas para la óptima instalación de paneles solares fotovoltaicos por medio del uso de visión artificial para eliminar posibles obstáculos. La metodología propuesta agrupa una serie de parámetros necesarios para maximizar la energía anual generada por cada superficie como lo es la radiación solar recibida, las sombras proyectadas, la pendiente y la orientación cardinal. Además de facilitar, de forma automática, la mejor configuración de paneles valorando distintos tamaños, posiciones, inclinaciones y orientaciones con respecto al sol. El algoritmo desarrollado utiliza ortofotos de alta definición y archivos de nubes de puntos 3D (LIDAR) obtenidos del Centro de Descargas del Centro Nacional de Información Geográfica (CNIG). También emplea información catastral proporcionada por las páginas de datos abiertos del Gobierno y de los ayuntamientos, así como datos de generación de energía de la herramienta web PVGIS. La información es tratada con los softwares MATLAB y QGIS donde se hace uso de conceptos como visión artificial, máscaras binarias, filtrado de nubes de puntos, modelos digitales de elevaciones, mapas de irradiación, georreferenciación de capas, optimización con limitaciones geométricas, entre otros. El estudio se aplica al barrio de Illa Perduda en Valencia como caso práctico. Esto debido a que Valencia fue elegida Capital Verde Europea 2024 y presenta, junto a la Delegación de Calidad Medioambiental, un gran apoyo a las iniciativas ambientales y programas de actuación basados en la racionalización de recursos y respeto al entorno. En dicha localidad, y tras aplicar el algoritmo completo, se obtuvo un valor de energía generable de 4,45 GWh/año para una superficie útil de 21.159 m2 . Además, se demostró que, entre otras cosas: 1. No siempre un arreglo con un panel de mayor potencia nominal será el que mayor energía genere. 2. La inclinación de panel más adecuada para maximizar la generación de energía es cerca de los 35°. 3. Orientar los paneles al sur en una cubierta con otra orientación no compensa el mayor número de paneles (y por tanto la mayor potencia instalada) que la configuración paralela a los bordes de la cubierta es capaz de acomodar en las superficies.

[CA] La complexitat dels problemes causats pel canvi climàtic exigix explorar noves solucions i optimitzar les existents. Amb l'increment global de la demanda d'energia, s'espera que les energies renovables juguen un paper crucial en el subministrament energètic dels centres urbans, destacant especialment l'energia solar fotovoltaica a causa del seu desenvolupament comercial i la maduresa de la seua tecnologia. No obstant això, un dels majors problemes que afronta aquesta tecnologia és l'escassetat de superfícies amb característiques adequades per al seu correcte aprofitament. Amb aquesta idea en ment, aquest treball planteja una metodologia per a estimar el potencial solar fotovoltaic d'una localitat a gran escala, basada a buscar superfícies aptes per a l'òptima instal·lació de panells solars fotovoltaics per mitjà de l'ús de visió artificial per a eliminar possibles obstacles. La metodologia proposada agrupa una sèrie de paràmetres necessaris per a maximitzar l'energia anual generada per cada superfície com ho és la radiació solar rebuda, les ombres projectades, el pendent i l'orientació cardinal. A més de facilitar, de manera automàtica, la millor configuració de panells valorant diferents grandàries, posicions, inclinacions i orientacions respecte al sol. L'algoritme desenvolupat utilitza ortofotos d'alta definició i arxius de núvols de punts 3D (LIDAR) obtinguts del Centre de Descàrregues del Centre Nacional d'Informació Geogràfica (CNIG). També empra informació cadastral proporcionada per les pàgines de dades obertes del Govern i dels ajuntaments, així com dades de generació d'energia de l'eina web PVGIS. La informació és tractada amb els softwares MATLAB i QGIS on es fa ús de conceptes com a visió artificial, màscares binàries, filtrat de núvols de punts, models digitals d'elevacions, mapes d'irradiació, georeferenciació de capes, optimització amb limitacions geomètriques, entre altres. L'estudi s'aplica al barri d'Illa Perduda a València com a cas pràctic, pel fet que va ser triada Capital Verda Europea 2024 i presenta, al costat de la Delegació de Qualitat Mediambiental, un gran suport a les iniciatives ambientals i programes d'actuació basats en la racionalització de recursos i respecte a l'entorn. En aquesta localitat, i després d'aplicar l'algoritme complet, es va obtindre un valor d'energia generable de 4,45 *GWh/any per a una superfície útil de 21.159 m². A més, es va demostrar que, entre altres coses: 1. No sempre un arranjament amb un panell de major potència nominal serà el que major energia genere. 2. La inclinació de panell més adequada per a maximitzar la generació d'energia és prop dels 35°. 3. Orientar els panells al sud en una coberta amb una altra orientació no compensa el major nombre de panells (i per tant la major potència instal·lada) que la configuració paral·lela a les vores de la coberta és capaç d'acomodar en les superfícies.

[EN] The complexity of climate change issues necessitates exploring innovative solutions and optimizing existing ones. As global energy demand rises, renewable energy sources are anticipated to play a critical role in urban energy supply, with solar photovoltaic (PV) energy being particularly prominent due to its commercial development and technological maturity. However, a significant challenge for this technology is the limited availability of surfaces suitable for optimal utilization. In response to this challenge, this study proposes a methodology for estimating the solar PV potential of a large urban area. The approach involves identifying suitable surfaces for optimal solar panel installation using computer vision to eliminate potential obstacles. The methodology integrates various parameters essential for maximizing annual energy generation from each surface, such as solar radiation received, projected shadows, slope, and cardinal orientation. It also automates the optimal configuration of panels by evaluating different sizes, positions, inclinations, and orientations relative to the sun. The developed algorithm utilizes high-resolution orthophotos and 3D point cloud data (LIDAR) obtained from the National Geographic Information Center's (CNIG) Download Center. It also leverages cadastral information from government and municipal open data portals, as well as energy generation data from the PVGIS web tool. The data is processed using MATLAB and QGIS software, incorporating concepts such as computer vision, binary masks, point cloud filtering, digital elevation models, irradiation maps, layer georeferencing, and geometric constraint optimization, among others. This methodology is applied to the Illa Perduda neighborhood in Valencia as a practical case study. Valencia was selected as the European Green Capital 2024 and demonstrates strong support for environmental initiatives and action programs focused on resource rationalization and environmental sustainability, with significant backing from the Environmental Quality Delegation. At this location, and after applying the full algorithm, a generable energy value of 4.45 GWh/year was obtained for a usable area of 21,159 m2 . In addition, it was shown that, among other things: 1. An array with a higher rated power panel will not always generate the most energy. 2. the most suitable panel tilt to maximise energy generation is around 35°. 3. Orienting the panels to the south on a roof with another orientation does not compensate for the higher number of panels (and therefore the higher installed power) that the configuration parallel to the roof edges is able to accommodate on the surfaces.