En la actualidad existen un número de tecnologías digitales disponibles, tales como el análisis de grandes volúmenes de datos (Big Data), la inteligencia artificial (AI) o el internet de las cosas (IoT) que se están utilizando para el desarrollo de nuevos modelos de negocio, una integración de sistemas fotovoltaicos en las redes de transporte y una distribución más segura e inteligente, así como el desarrollo de soluciones más colaborativas entre proveedores y clientes.
Como líder global de soluciones de Tecnologías de la Información y las Telecomunicaciones (TIC), la digitalización forma parte intrínseca del ADN de Huawei. Bajo la visión corporativa de “apertura, colaboración y éxito compartido” Huawei invierte año tras año más de un 10% de sus beneficios en el desarrollo de soluciones altamente conectadas e inteligentes que ayuden a sus clientes y partners a reducir el Coste Nivelado de la Energía (LCOE, por sus siglas en inglés) de sus proyectos.
Para lograr este objetivo los inversores fotovoltaicos deben jugar un papel cada vez más importante en la remodelación digital del sistema eléctrico. Su contribución no debe reducirse únicamente a la conversión de energía en corriente continua (DC) a energía en corriente alterna (AC) sino que deben expandir su contribución al control, gestión y diagnosis de todo el sistema fotovoltaico, haciéndolo más inteligente y convirtiéndose en el “cerebro” de la planta. Por esta razón la integración de los inversores con otros componentes del sistema debe ser primordial de cara al futuro buscando sinergias que abran las puertas a nuevos proyectos y optimizando en algunos casos los existentes.
Técnicas de redes neuronales e inteligencia artificial
Huawei lleva desarrollando desde 2018 su solución AI Boost DC System (SDS) que integra módulos bifaciales, seguidores fotovoltaicos e inversores tipo string con múltiples MPPT para asegurar el rendimiento óptimo de la parte DC del sistema. La solución ajusta el ángulo de inclinación del seguidor para lograr un incremento de la producción energética utilizando técnicas de redes neuronales y modelos de autoaprendizaje con inteligencia artificial. Pruebas en campo han demostrado incrementos en la producción de entre 0,5% y 1,31% con respecto a algoritmos astronómicos tradicionales. Como beneficio adicional, este aumento de la producción se logra sin coste adicional en equipos, lo cual facilita su integración incluso en plantas en operación.
Los algoritmos de seguimiento convencionales utilizan sistemas de posicionamiento global (GPS) para determinar la hora y localización de la planta que se utilizan en el cálculo de ecuaciones astronómicas con el objeto de estimar el ángulo óptimo del seguidor. Si bien cada fabricante de seguidores ha perfeccionado su algoritmo de seguimiento, desarrollado nuevos métodos y tecnologías, y añadido sensores u otros equipos de medida a sus sistemas para mejorar la precisión, al no tener medida directa de la producción de los módulos es probable que el ángulo calculado no sea el que garantice en todos los escenarios una generación óptima de la energía. Entre estos escenarios destacan los mostrados en la Figura 1.
El sistema SDS se ha desarrollado utilizando un control de potencia en lazo cerrado entre módulos, seguidores e inversores haciendo uso del monitoreo altamente preciso de la corriente y voltaje de cada string provisto por el inversor de Huawei. En otras palabras, el sistema utiliza las mediciones directas de corriente y voltaje de cada string para desarrollar un algoritmo adaptativo que optimiza el ángulo óptimo de cada seguidor.
Ciclos de optimización de 12 días
Cuando el seguidor empieza a operar por primera vez los inversores comienzan a recoger en tiempo real los datos de producción de cada string conectados al equipo, y los envían aguas abajo al sistema de adquisición de datos de Huawei llamado SmartLogger (equipo en el que se encuentra instalado el algoritmo de optimización basado en inteligencia artificial). Tras la recolección de datos de producción empieza la fase de autoaprendizaje por parte de inversores y SmartLogger, que realizan la comparación de datos durante la noche por medio de modelos entrenados e integrados de inteligencia artificial.
El resultado de esta comparación de datos es la toma de una decisión preliminar con respecto a los ángulos óptimos de los seguidores, que se verifica al día siguiente por medio de una nueva recolección de datos, comparación de resultados y optimización de los mismos con respecto al día anterior. Tras varios ciclos de optimización (que duran típicamente alrededor de 12 días) los equipos de Huawei completan el periodo de aprendizaje y están en disposición de optimizar el sistema completo bajo cualquier condición meteorológica y ubicación. En la Figura 2 se muestran las etapas del proceso completo.
La arquitectura de control y comunicaciones depende de las características específicas de cada proveedor del sistema de seguimiento y por lo tanto debe ser tratado caso por caso. En la actualidad Huawei ha completado la integración con varios seguidores fotovoltaicos, y está en proceso con muchos otros.
