Universidad de La RiojaCampus Iberus    
 
 
Principal Office 365 Correo-web Directorio Mapa web Contacto
Información para
Estudiantes
Admisión y Matrícula
Foreign students
Antiguos alumnos
Empresas
Visitantes
PDI/PAS
Información sobre
Universidad de La Rioja
Estudios
Campus Virtual
Investigación
Escuela Máster y Doctorado
Centro de Idiomas
Facultades y Escuelas
Departamentos
Administración y Servicios
Biblioteca
Fundación de la UR
Fundación Dialnet
Portal de transparencia
Defensoría Universitaria
Unidad de Igualdad
Oficina de Sostenibilidad
Sede electrónica
Actualidad
Noticias
Agenda
Congresos y jornadas
Nuevas plazas PDI/PAS
Perfil del contratante
Boletines y publicaciones
 
Sede Electrónica
Cita Previa
Oficina del Estudiante
 
 
facebook Twitter You Tube Flickr
pinterest linkedin instagram
 
Noticias

Javier Antoñanzas Torres obtiene el grado de doctor
Mejora de la energía fotovoltaica con machine learning

10 de octubre de 2018
Machine learning y nuevas estrategias para aumentar la producción eléctrica fotovoltaica e incrementar su valor.

Javier Antoñanzas Torres ha obtenido el grado de doctor por la Universidad de La Rioja con una tesis en la que plantea mejoras en las instalaciones fotovoltaicas mediante la aplicación de técnicas de machine learning y modelos físicos y económicos. Las estrategias propuestan buscan incrementar la producción eléctrica y su valor en el mercado.



Desarrollada en el departamento de Ingeniería Mecánica, bajo la dirección de Francisco Javier Martínez de Pisón Ascacibar y Fernando Antoñanzas Torres, la tesis Estimation and forecasting methods for design and operation of photovoltaic plants logró la calificación de sobresaliente 'cum laude' por unanimidad y con mención internacional al título.

El propósito final de esta investigación era facilitar la transición hacia un futuro más sostenible gracias al mejor aprovechamiento de las energías renovables. En su tesis, Javier Antoñanzas presenta un análisis integral para mejorar la tecnología fotovoltaica a lo largo de su ciclo de vida, centrado en las etapas de diseño y operación.

La estimación precisa de la radiación solar mediante técnicas de machine learning (aprendizaje automático de las computadoras mediante inteligencia artificial) y la inclusión de situaciones de cielo nublado en los algoritmos de seguimiento son dos de los avances esenciales que propone.

En la etapa de diseño, la clave está en una estimación lo más ajustada posible de la radiación solar, principal "combustible" de una planta fotovoltaica, que permita el incremento del beneficio y la reducción de la incertidumbre durante las fases posteriores. Dado que las medidas tomadas en tierra son escasas, ha desarrollado una metodología que emplea técnicas de machine learning para hacer los cálculos empleando otras variables meteorológicas más comúnmente monitoreadas. Después, ha aplicado herramientas de geoestadística para obtener mapas de valores anuales de radiación.

En lo que respeta a la etapa de operación, la tesis analiza dos aspectos centrales: cómo aumentar la producción eléctrica de una central fotovoltaica y cómo incrementar su valor en el mercado eléctrico. Para el primer punto, Antoñanzas propone una estrategia de seguimiento solar optimizada tanto para condiciones de cielo nublado como despejado, a diferencia de las actuales que solo contemplan situaciones de cielos soleados. Ha desarrollado, además, un algoritmo operacional para beneficiarse de esta técnica.

Para el segundo punto, analizó los modelos de predicción de producción fotovoltaica que generaban menores errores al participar en el mercado eléctrico ibérico y de allí derivó el valor de las predicciones fotovoltaicas y el valor de la información usada en los modelos.

Esta investigación se orienta a una mejora de la tecnología fotovoltaica que facilite la transición energética hacia las energías renovables. Un cambio promovido por la creciente conciencia sobre del impacto ambiental originado por la quema de combustibles fósiles. Así, la energía solar, junto con el viento, se posiciona como uno de los contribuyentes principales en el mix energético del futuro.

De entre todas la tecnologías disponibles para transformar la radiación solar en electricidad, la fotovoltaica destaca como la más desarrollada y prometedora debido a su simplicidad y relativa facilidad de mantenimiento. Ha experimentado una fuerte reducción de precios y su eficiencia en aplicaciones comerciales se ha disparado. Se situa como tecnología puntera en la transición hacia un futuro más sostenible, aunque todavía con numerosas áreas de investigación abiertas para su desarrollo.

comunicacion@adm.unirioja.es


Javier Antoñanzas Torres
Ampliar y descargar imagen
Noticias relacionadas

Primer mapa de radiación solar en alta resolución espacial

Récord de eficiencia en celdas solares basadas en titanio

Premio en XXXVI Congreso de Ingeniería Hospitalaria

Logran arena que emite luz blanca para LEDs
Sobre este web | © Universidad de La Rioja