Modelo computacional para la agrovoltaica

Tarek Zohdi, científico de la Universidad de California, Berkeley, ha desarrollado un marco computacional para optimizar la generación de energía solar en proyectos agrovoltaicos que se basan en módulos bifaciales, así como otros sistemas agrovoltaicos.

El nuevo enfoque, que el investigador define como un marco de ‘gemelo digital’, es lo suficientemente flexible como para simular una amplia variedad de sistemas y poder calcular rápidamente el flujo de energía solar en un proyecto agrovoltaico multipropósito con un modelo de orden reducido basado en las ecuaciones de Maxwell. Estas ecuaciones se utilizan comúnmente para describir cómo las cargas eléctricas y las corrientes eléctricas crean campos eléctricos y magnéticos. La reducción del orden del modelo (MOR) es un método para reducir la complejidad computacional de un modelo matemático en una simulación numérica.

El método considera la descomposición de alta frecuencia de la irradiancia solar en múltiples rayos y analiza cómo estos rayos se propagan hacia adelante en el tiempo, para evaluar múltiples reflejos y absorción para varias configuraciones del sistema. También tiene en cuenta la inclinación y los índices de refracción del panel, así como los tamaños, las formas, las alturas y el albedo. “El método propaga la energía a través de una configuración hipotética de un sistema de granja solar muy rápidamente”, dijo Zohdi a pv magazine. “Evalúa cómo se desempeña el hipotético sistema de granja solar para lograr los resultados deseados, como la electricidad fotovoltaica producida y la energía para la agricultura”.

El investigador explicó además que el módulo computacional le da a la configuración una “puntuación” y luego prueba miles de otras en una hora. “El código retiene constantemente a los datos de mejor desempeño y elimina los peores, buscando los mejores mediante el aprendizaje automático”, afirmó.

“El método permite que una instalación solar sea probada desde múltiples direcciones rápidamente y utiliza un algoritmo de aprendizaje automático genético para optimizar el sistema”, explicó el académico en el artículo A digital-twin and machine-learning framework for the design of multiobjective agrophotovoltaic solar farms, publicado en Computational Mechanics. “Al crear gemelos digitales de sistemas agrofotovoltaicos (APV) simbióticos y complejos, se pueden manipular, mejorar y optimizar de manera segura y eficiente la agricultura, el uso cuidadoso del agua y la energía solar integrada en entornos virtuales, antes de implementarlos en el mundo físico”.

Zohdi también explicó que la descomposición de la irradiancia solar en múltiples rayos también se puede evaluar con respecto al rendimiento de los cultivos. El enfoque de rayos discretos asume que el medio ambiente actúa como un vacío y que no hay pérdidas energéticas a medida que los rayos se mueven a través del medio circundante. Las simulaciones, según Zohdi, toman una fracción de segundo en una computadora portátil y los posibles sistemas agrivoltaicos podrían probarse desde múltiples direcciones.

“Un objetivo clave de este trabajo fue desarrollar una herramienta de simulación fácil que sea computacionalmente económica y accesible para una amplia gama de investigadores involucrados en sistemas APV”, concluyó Zohdi, señalando que su trabajo adicional se enfocará en agregar imágenes de sensores remotos.