Chilena resuelve problemas de la energía solar en días de lluvia
Con Big Data y Machine Learning, solución tecnológica mejora en un 60% las predicciones energéticas de las centrales fotovoltaicas ante condiciones meteorológicas adversas.
La egresada de Ingeniería Civil Eléctrica de la Universidad Católica (UC), Constanza Levicán, lideró las primeras pruebas de un innovador programa creado para predecir con anticipación la producción de energía solar del país durante los días de lluvia.
Se trata de Suncast, una tecnología que mejora en un 60% las predicciones energéticas de las fuentes fotovoltaicas ante condiciones climáticas adversas. Esto gracias al uso de Big Data y Machine Learning, que cruzan información histórica de las plantas con datos meteorológicos.
Constanza Levicán junto a los investigadores que desarrollaron el programa de predicción.
“Durante los días de lluvia, el rendimiento de la energía solar desciende considerablemente, en más de un 30%. Hoy los pronósticos para optimizarla son de baja calidad y tienen un alto margen de error, lo que afecta el futuro de estas alternativas renovables”, destacó Constanza Levicán.
Para asegurar su desarrollo en Chile, la joven chilena y un equipo de investigadores en Ciencia de la Computación, Christian Pieringer y Bruno Marín, realizaron las primeras pruebas del modelo predictivo en las plantas pilotos de la central El Águila I de Engie Energía Chile, en la Región de Arica y Parinacota.
“Los resultados obtenidos muestran que el desempeño de Suncast es de alta calidad y se ajusta a las condiciones de operación real, incluso a los episodios de lluvia intensa, como los registrados durante el último Invierno Altiplánico en la zona norte”, precisó Levicán.
La investigadora UC dijo que la solución tecnológica permitió anticipar el fenómeno climático, a través de un completo reporte, lo que ayudaría a garantizar el cumplimiento de la oferta requerida de las plantas y asegurar un ritmo de operación estable.
“Las pruebas evidenciaron también la necesidad de mejorar la coordinación de las actividades de operación de mantenimiento con el modelo de predicciones. Por ejemplo, se puede planificar una limpieza total de los paneles en días de alta nubosidad, cuando baja la generación y distribución de energía solar”, agregó.
Constanza Levicán valoró la colaboración de Engie Laborelec Chile en los resultados obtenidos, así como el apoyo recibido por el experto solar del centro, Elías Urrejola, en la validación del modelo predictivo de Suncast.
A un año y medio de su puesta en marcha, la innovación chilena espera convertirse en un referente internacional. La idea es ayudar a otros países a optimizar el funcionamiento de sus plantas solares, como en México, Brasil, Estados Unidos y Australia.
La solución tecnológica ha recibido varios reconocimientos desde su creación. Fue uno de los proyectos destacados en la Maratón Big Data Entel, finalista del Singularity University Summit y ganadores de “Fiebre del Sol”, evento organizado por SERC Chile, Ayllu Solar y Fundación BHP Billiton.
Asimismo, Suncast ganó el concurso “Ingenio para Chile”, primer desafío de innovación tecnológica organizado por Siemens, donde superaron a 72 proyectos y sacaron pasajes a Silicon Valley, Estados Unidos.
Laboratorio
La central fotovoltaica El Águila I de Engie Energía Chile cuenta con siete pilotos experimentales, para medir el rendimiento de cada tecnología bajo las condiciones extremas del desierto chileno.
El laboratorio ubicado en el desierto de Arica, uno de los mejores lugares del mundo para desarrollar proyectos solares, permitió a los investigadores probar distintos modelos predictivos durante los meses de enero y febrero.
Chile cuenta con los mayores niveles de radiación solar a nivel mundial, con algunos puntos del norte que alcanzan los 3.000 KWh por m² al año.