MODELO PREDICTIVO INTELIGENTE PARA LA PRODUCCIÓN DE ENERGÍA ELÉCTRICA EN UN SISTEMA FOTOVOLTAICO

Abstract

Este trabajo presenta la generación de un modelo predictivo inteligente, aplicando un ANFIS (Adaptive NeuroFuzzy Inference System) como méetodo inteligente, para la producción de energía eléctrica en un sistema fotovoltaico. Para la creación del mismo es necesario un proceso de tres pasos: obtención de los datos de entrada y salida, la generación del modelo y su funcionalidad como predictor. La primer parte del proceso es la más importante debido a que la característica principal de las redes neuronales es su posible aplicación sin conocerse el modelo matemático del sistema a trabajar. Dicho modelo es posible aproximarlo a través de los datos de entrada y salida del sistema. Mientras mayor sea la cantidad de datos y su correlación, mejor calidad tendrá la aproximación o modelo. Una vez teniendo los datos se procede a encontrar el modelo que mejor represente el sistema a usar. Debido a que el modelo es una aproximación del sistema real, se busca la mejor versión aplicando varios métodos de aprendizaje para la red neuronal así como diferentes funciones de pertenencia o membresía en el sistema difuso para las variables tanto de entrada como de salida. La correcta elección de estas características llevará a encontrar un modelo que represente de manera fiel el comportamiento del sistema físico real aplicando datos de prueba o “datos frescos”. Habiendo encontrado el modelo (más aproximado) por el método inteligente, el paso final es adecuarlo para que pueda trabajar independiente y recursivamente. De esta manera el modelo, como predictor, consiste en que por sí solo genere datos de salida en un tiempo a futuro determinado y sean lo más cercanos posible a los valores reales en dicho tiempo.