IOM-PV

Resumen:

Uno de los retos para facilitar la adopción de la tecnología fotovoltaica (FV) es la reducción del coste nivelado de la energía (LCOE) mediante el aumento de la producción, la calidad y la sostenibilidad durante la vida útil, tal y como pretende la Iniciativa de la Industria Solar Europea (SEII SET-Plan). Esto puede lograrse mejorando el rendimiento energético durante la vida útil y los costes de operación y mantenimiento (O&M) mediante algoritmos estadísticos y basados en datos en línea que permitan analizar las mediciones recogidas a partir de la monitorización constante de las plantas fotovoltaicas. En este sentido, uno de los principales retos para garantizar la calidad del funcionamiento de las centrales fotovoltaicas es salvaguardar la fiabilidad y el rendimiento óptimo detectando, clasificando y cuantificando con precisión las pérdidas de rendimiento y los fallos.

Este proyecto se ha iniciado para superar estos retos mediante el desarrollo y la comercialización de un producto que permitirá el mantenimiento preventivo y predictivo y garantizará un rendimiento óptimo de la planta fotovoltaica, reduciendo al mismo tiempo los costes asociados a la operación y mantenimiento. Esto se logrará mediante el desarrollo de una solución basada en la nube que albergará algoritmos innovadores capaces de a) garantizar la calidad de los datos y b) permitir el diagnóstico de fallos y pérdidas de rendimiento (fallos de circuito abierto y cortocircuito, fallos del inversor y del diodo de bypass, sombreado, degradación, suciedad, etc.) sin interrumpir el funcionamiento normal de la planta fotovoltaica. La metodología se basará principalmente en el análisis en tiempo real de los datos de medición, el aprendizaje automático y el análisis estadístico, y se verificará experimentalmente con mediciones de campo de sistemas fotovoltaicos existentes instalados en las Universidades de Chipre (UCY) y Jaén (UJA) y otras plantas fotovoltaicas de todo el mundo, actualmente monitorizadas por el socio industrial Alectris Hellas IKE.