Uso del análisis de series de tiempo para pronosticar la producción de energía eléctrica de una planta solar fotovoltaica

Abstract

Existen varios factores que justifican el uso de fuentes de energía renovable en la producción de electricidad, como por ejemplo la reducción de emisiones contaminantes al medio ambiente y el costo nulo de la fuente primaria. Por tales razones, el uso de plantas solares fotovoltaicas para la generación de energía eléctrica ha crecido continuamente en los últimos años, y estas podrían estar conectadas a la red eléctrica externa o desconectadas de la red. El pronóstico de la producción de energía eléctrica de este tipo de plantas es importante para su gestión, operación y mantenimiento, por lo que en esta investigación se propone un estudio del pronóstico de la generación eléctrica de plantas solares fotovoltaicas utilizando el análisis de series de tiempo con modelos ARIMA, en escala semanal y mensual, haciendo uso de los datos reales de una planta solar fotovoltaica del Laboratorio Nacional de Energías Renovables de los Estados Unidos. Aplicando la metodología Box-Jenkins1, se consiguen cuatro modelos de pronóstico, dos para los datos semanales y dos para los datos mensuales, para un mismo período de tiempo. Con el fin de evaluar el desempeño de los modelos se obtuvieron las métricas MAE, RMSE y MAPE. Se encontró que desde el punto de vista del MAPE, los modelos con datos mensuales fueron los de mejor desempeño, al ser su valor menor al 10 % para los dos modelos.