Modelos de optimización para la planificación de limpiezas en parques solares fotovoltaicos
Loading...
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El ensuciamiento de los paneles solares es un fenómeno al que se ven expuestas las plantas fotovoltaicas alrededor de todo el mundo y que provoca una disminución en la captación de radiación solar, lo que se traduce en una reducción de la energía generada. Para reducir las perdidas por ensuciamiento se realizan limpiezas de los parques, para lo cual existen distintos tipos de tecnologías disponibles (manual, camiones, robots, etc.), cada una con distinto costo y duración. La limpieza de los paneles representa un costo relevante de operación y mantenimiento para los parques y que aumenta a medida que el parque en cuestión es de menor tamaño debido a la limitación de acceso a economías de
escala. La frecuencia con la que se realizan las limpiezas es variable y depende de las consideraciones del tomador de decisiones. En este contexto, el objetivo de esta investigación es proponer un método que permita programar las fechas en las cuales limpiar genera una mayor utilidad en términos de ingreso por venta de energía y costos asociados a limpiar. La metodología propuesta se divide en dos etapas principales. La primera es un algoritmo de estimación de la tasa de ensuciamiento, a la que está sometida un parque fotovoltaico, a partir de la información histórica del parque. La segunda consiste en nuevos modelos de optimización que entregan una programación de fechas donde se obtiene la mejor relación ingreso-costo dada la modelación. Se proponen y comparan dos modelos en esta etapa, un modelo determinístico con variables enteras y una modelación del problema que considera incertidumbre en las precipitaciones a través de un modelo basado en un proceso de decisión Markoviano, el cual se resuelve con programación dinámica. Las estrategias de limpieza obtenidas a partir de los modelos propuestos fueron analizadas y evaluadas para 10.000 escenarios aleatorios, construidos en base a datos reales históricos de un parque fotovoltaico ubicado en la V Región de Chile. Los resultados permiten concluir la existencia de un potencial beneficio al que se puede acceder, haciendo uso de los modelos de optimización propuestos.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2022
Keywords
Markov decision process, Mixed-integer optimization, Operations and maintenance, Photovoltaic systems, Soiling, Solar energy, Stochastic models