P. Rico-Inteligencia artificial ayuda a mejorar aprovechamiento de la energía solar de acuerdo a cambios durante las horas del día

Por Rafael Santiago Medina

San Juan, 28 nov (INS).- Adelantos tecnológicos para un mejor aprovechamiento de la energía solar están siendo dirigidos a desarrollar un método, a partir de técnicas de inteligencia artificial, que permite tener en cuenta las variaciones atmosféricas en el diseño de células solares para producir más energía.

Las condiciones atmosféricas cambian, tanto a través de las estaciones del año como a lo largo del día, así como en lo relativo a la posición del Sol. Estas variaciones ocasionan que la luz solar que llega a los paneles fotovoltaicos tenga unas características diferentes.

En este sentido, el cambio más relevante se produce en el contenido espectral de la luz. Esto es, el reparto de colores de esta: al mediodía la luz es más azul, mientras que, durante la tarde, es más roja.

Estos cálculos en el espectro de luz son los que los científicos han logrado para una mayor eficiencia de los paneles solares. Así han conseguido una predicción en la producción de energía solar fotovoltaica.

Teniendo esto en cuenta, los paneles solares que ya están en desarrollo investigativo combinan diferentes materiales que permiten un mayor aprovechamiento del espectro de luz solar.

La producción de energía en este tipo de paneles depende en gran medida de los cambios de color producidos en la luz solar, por lo que se fabrican para producir la máxima energía para un determinado color de la luz.

Así, los cambios que se producen por la posición del Sol y las condiciones atmosféricas dan lugar a pérdidas en la producción. Para reducir estas pérdidas se intenta diseñar los paneles para conseguir el óptimo de producción de energía global. Una optimización complicada si se tiene en cuenta la variedad de condiciones atmosféricas derivadas de las distintas posiciones del Sol.

Los trabajos investigativos realizados demuestran que los conjuntos de datos con miles de espectros solares se pueden reducir a unos pocos espectros característicos, utilizando técnicas de inteligencia artificial que predicen de manera certera la eficiencia promedio, en función del diseño de la célula solar. INS

rsm/aa