Un equipo de investigadores en Canadá ha desarrollado el registrador de datos resistivo abierto Jericho, una plataforma de monitoreo fotovoltaico (PV) de acceso abierto que integra hardware de adquisición y procesamiento de datos, un marco de software y una gama completa de sensores. Diseñado principalmente para aplicaciones agrícolas, el sistema tiene un costo total estimado de alrededor de $2,000.

Investigadores de universidad occidental en Canadá, en colaboración con Jericho Lab, un proveedor de soluciones de monitoreo ambiental, han desarrollado una novedosa plataforma de monitoreo modular de código abierto para experimentos de energía solar fotovoltaica al aire libre a largo plazo.

Llamado Jericho Open Resistive Data Logger (RDL), se afirma que el sistema cierra la brecha entre los dispositivos de bricolaje (hágalo usted mismo) de bajo costo y los sistemas de adquisición de datos (DAQ) patentados y de alto costo.

«Trabajamos con Jericho Lab para desarrollar aún más su producto comercial RDL y crear un sistema de monitoreo solar fotovoltaico de última generación a una fracción del costo de los DAQ patentados en el mercado», dijo el autor correspondiente Joshua M. Pearce. revistapv. «Este sistema está diseñado principalmente para proyectos agrivoltaicos, un campo que está realmente en su infancia en Canadá. Por lo tanto, hay muchos tipos nuevos de sistemas para explorar».

En un artículo sobre hardware, el grupo proporcionó detalles precisos sobre cómo configurar el sistema y también publicó su repositorio de archivos fuente. Jericho Open RDL (JOR) se compone de tres sistemas centrales: el hardware de adquisición y procesamiento de datos; el conjunto de sensores para mediciones experimentales; y el marco de software integrado responsable de la operación del sistema, la comunicación del sensor a DAQ y la gestión del almacenamiento de datos local.

La plataforma de adquisición y procesamiento de datos consta de un RDL emparejado con un escudo de extensión I2C, un microcontrolador Arduino Nano, una computadora de placa única Raspberry Pi 4 y los accesorios estructurales y eléctricos necesarios que respaldan el funcionamiento del concentrador central.

La plataforma utiliza sensores de temperatura del aire, humedad, irradiancia solar, velocidad del viento y temperatura fotovoltaica. También incluye cámaras de imagen de luz visible e infrarroja, así como un transductor de efecto Hall para medición de corriente continua. Además, el grupo cuenta con conectores, carcasas, escudos y soportes impresos en 3D.

«La Raspberry Pi ejecuta un sistema operativo Pi de 64 bits y ejecuta scripts Python 3 junto con el firmware Arduino. Maneja entrada serie USB, captura de imágenes, monitoreo del sistema y organización de datos. La arquitectura proporciona un marco modular en el que se pueden incorporar sensores o servicios adicionales con cambios mínimos en los procesos existentes», explicaron los académicos. «El firmware del Nano comprende declaraciones de variables, inicialización y un bucle de adquisición continua. Los parámetros del usuario y los parámetros del programador residen en la EEPROM y se cargan en el arranque».

Overview of the system

» data-medium-file=»https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg-600×354.jpg» data-large-file=»https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg-1200×709.jpg» tabindex=»0″ role=»button» class=»size-medium wp-image-323525″ src=»https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg-600×354.jpg» alt=»» width=»600″ height=»354″ srcset=»https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg-600×354.jpg 600w, https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg-1200×709.jpg 1200w, https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg-768×454.jpg 768w, https://www.pv-magazine.com/wp-content/uploads/2025/11/1-s2.0-S2468067225000987-ga1_lrg.jpg 1500w» sizes=»(max-width: 600px) 100vw, 600px»>

Descripción general del sistema

Imagen: Western University, HardwareX, CC BY 4.0

En total, las piezas del sistema tenían un precio total de 2.827,74 CAD (2.020,21 dólares). El artículo más caro fue una cámara térmica con carcasa de ABS, con un precio de 999 CAD, seguida de un piranómetro de celda de silicio con un precio de 582,62 CAD y una cámara Reolink con una carcasa de ABS con un precio de 199 CAD. El JOR se verificó de dos maneras: con el sensor inteligente Lufft WS 501 disponible comercialmente para garantizar exactitud y precisión, y con un segundo JOR para evaluar la coherencia del rendimiento entre dispositivos.

Los datos para la comparación con el Lufft se recopilaron entre el 22 y el 26 de agosto de 2025. La comparación entre dispositivos se adquirió del 4 al 11 de julio de 2025. Todas las pruebas se realizaron al aire libre en la Estación de Campo Occidental de Ciencias Ambientales como parte de los experimentos al aire libre de Western Innovation for Renewable Energy Deployment (WIRED) en Ilderton, Ontario, Canadá.

«La comparación estadística de irradiancia, humedad relativa, temperatura y velocidad del viento se comparó con un sistema patentado y se encontró que estaba dentro de las diferencias aceptables para la validación, aunque se encontró que la velocidad del viento tenía la desviación más alta», afirmaron los investigadores. «Dos unidades independientes de código abierto confirman una excelente repetibilidad entre dispositivos en todas las variables medidas».

Para concluir, Pearce dijo que «fue reconfortante trabajar con un socio de la industria que buscaba impulsar la ciencia y ayudarnos a obtener los mejores datos posibles. Estamos implementando diez de los RDL en una amplia gama de aplicaciones agrivoltaicas, flotantes y de generación de H2, y experimentos BIPV. Los estamos utilizando para probar nuevos bastidores fotovoltaicos de código abierto y nuevos tipos de energía agrivoltaica».

El sistema fue descrito en “Registrador de datos resistivo abierto Jericho: una estación meteorológica modular de código abierto y un sistema de monitoreo para la experimentación solar fotovoltaica en exteriores a largo plazo”, publicado en HardwareX.

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.