Un grupo de científicos en China llevó a cabo una revisión exhaustiva de los enfoques existentes de monitoreo fotovoltaico de bajo costo. Descubrieron que sólo 11 de 88 estudios relacionados con la monitorización fotovoltaica incorporan aprendizaje automático. Los investigadores instantánean a la comunidad científica a poner mayor énfasis en soluciones ligeras de aprendizaje automático y en la integración basada en teléfonos inteligentes.
Investigadores de la Universidad Americana de Irak han realizado una revisión sistemática de la literatura sobre sistemas de monitoreo de bajo costo para instalaciones fotovoltaicas (PV), centrándose en hardware, software e integración de sistemas, y destacando los desafíos y oportunidades para el futuro de estos sistemas.
«A medida que se acelera la adopción de la energía solar, particularmente en regiones fuera de la red y desatendidas, la demanda de sistemas de monitoreo fotovoltaico confiables y de bajo costo se ha vuelto cada vez más crítica. Estos sistemas son esenciales para garantizar el rendimiento, detectar fallas y respaldar la eficiencia operativa a largo plazo donde las soluciones comerciales no son viables», afirmó el equipo. «Esta revisión examina las tecnologías centrales que respaldan la adquisición de datos (DAQ) de bajo costo, incluidos microcontroladores, convertidores analógicos a digitales (ADC), módulos de comunicación y plataformas de software, junto con consideraciones de diseño como precisión, escalabilidad, consumo de energía y accesibilidad del usuario».
La revisión siguió cuatro etapas: identificación, selección de títulos, selección de resúmenes y revisión del texto completo. De 1.139 artículos iniciales, sólo 88 estudios cumplieron los criterios de inclusión y fueron incluidos en la revisión sistemática final. Según el equipo, 2021 fue el año de mayor publicación de estudios relevantes, seguido de 2019 y 2022.
Los artículos revisados cubrieron una amplia gama de temas. Algunos se centraron en sensores, incluidos sensores de corriente y voltaje, mediciones de irradiancia y temperatura, y trazadores de curvas intravenosas. Otros examinaron componentes de hardware como microcontroladores, ADC y varias interfaces de comunicación. Los estudios relacionados con el software incluyen plataformas de ingeniería comercial, soluciones de código abierto y basadas en microcontroladores, software desarrollado a medida y herramientas analíticas y de visualización especializadas. También se revisaron sistemáticamente los protocolos de comunicación, abarcando enfoques cableados, inalámbricos e híbridos.
Los investigadores identifican tres áreas claves de avances significativos: la integración de Internet de las cosas (IoT), la aplicación del aprendizaje automático (ML) y los propios sistemas DAQ-PV. En cuanto a IoT, el equipo señaló que dichos sistemas reducen los costos de cableado y mantenimiento al tiempo que permiten el mantenimiento predictivo y la gestión inteligente de la energía. Las aplicaciones de ML se destacaron por su capacidad para mejorar la optimización sin necesidad de sensores adicionales. Los investigadores observaron que las aplicaciones DAQ-PV se utilizan cada vez más en diversos ajustes fotovoltaicos para mejorar el rendimiento operativo.
«Las lagunas clave en la investigación se dividen en dos categorías: prácticas de investigación y limitaciones de diseño», señaló el equipo. «Muchos estudios carecían de pruebas bajo condiciones de prueba estándar (STC), no informaron la incertidumbre o las métricas del ciclo de vida y emplearon especificaciones fotovoltaicas limitadas. Las brechas en el diseño incluyen ADC de baja resolución, entradas ambientales faltantes, curvas IV incompletas, dependencia de Internet, interfaces de usuario limitadas y una integración mínima de ML, que estuvo presente en solo 11 de los estudios revisados».
A pesar de estos desafíos, los científicos concluyeron que este campo ofrece importantes oportunidades. «El trabajo futuro debería explorar la informática de vanguardia, el aprendizaje automático ligero para sistemas integrados, las DAQ modulares y específicas de aplicaciones, la integración de teléfonos inteligentes y las tecnologías de gemelos digitales. El uso ampliado del aprendizaje automático en el monitoreo fotovoltaico tiene el potencial de mejorar en gran medida la inteligencia, la escalabilidad y la asequibilidad del sistema», afirmaron.
La reseña fue publicada en “Una revisión sistemática de los sistemas de monitoreo fotovoltaico de bajo costo: tecnologías, desafíos y oportunidades”, publicado en Reseñas de energías renovables y sostenibles.
