El CTC presenta un modelo para anticipar la producción de energía solar
Prevé mejorar los rendimientos en más de un 15%
El Centro Tecnológico de Cantabria (CTC) ha presentado un modelo predictivo a corto plazo para la producción de energía solar fotovoltaica gracias a la incorporación de técnicas avanzadas de inteligencia artificial permite anticipar esta generación energética con un grado de acierto del 92% y convertir un recurso incierto en un suministro planificable. Además de adaptar el consumo de las empresas a la producción prevista por el modelo, este avance mejora la eficiencia y reduce los costes operativos de las instalaciones industriales entre un 15% y un 25%. También puede reducir el desperdicio de energía renovable y favorecer el autoconsumo dentro de las empresas.
Marco Antonio Melgarejo, científico de datos del CTC, ha presentado este trabajo durante la Conferencia Internacional sobre Ciencia Computacional y sus Aplicaciones (ICCSA 2026) celebrada en la Universidad de Minho, en Portugal. Se trata de un evento de referencia mundial en el que se plantean soluciones disruptivas que ayuden a marcar nuevas tendencias en el ámbito de la Ciencia Computacional.
La investigación expuesta corresponde a un caso del proyecto FUTCAN, que está cofinanciado por el Fondo Europeo de Desarrollo Regional y el Gobierno de Cantabria por medio de la línea de subvenciones a proyectos de investigación con alto potencial industrial.
El objetivo del modelo es introducir la gestión predictiva en la generación de este tipo de energía renovable. Una premisa que permite abordar, al tiempo, tanto la incertidumbre asociada a los cambios meteorológicos como el elevado coste asociado a la restricción de ‘inyección cero’ para instalaciones con potencias superiores a 100kW.
Esta normativa obliga a una inversión notable en equipamiento para poder inyectar la energía sobrante generada por paneles directamente a la red de distribución. Se trata de una exigencia técnica y legal para proteger la estabilidad y seguridad de la red que se mitigaría con el modelo propuesto por el CTC.
Planta piloto en el CTC
El sistema presentado ofrece predicciones muy precisas, lo que garantiza una toma de decisiones fiable. Para ello, se han extraído datos de producción de una pequeña instalación piloto emplazada en la azotea del edificio del centro tecnológico cántabro. Una ubicación que supone un reto en sí mismo por la alta variabilidad meteorológica de la región.
Además de un pequeño campo solar, cuenta con una estación meteorológica que proporciona datos de irradiancia, temperatura, humedad, viento y precipitación. De este modo, se puede captar la variabilidad de la producción en relación con el momento y el lugar ambiental.
Los instrumentos de medición se completan con un sensor de polvo, que permite calcular el impacto físico directo que tiene el polvo ambiente que se deposita en los paneles, algo que resulta de especial relevancia en ambientes salinos como el que se da en Cantabria.
Más allá de difundir los resultados obtenidos ante la comunidad científica internacional, contrastar el enfoque propuesto con investigadores y profesionales de la ciencia computacional y recoger posibles líneas de mejora para su aplicación en modelos predictivos, participar como ponente en este evento ha propiciado que el artículo sea publicado en Lecture Notes in Computer Science (LNCS) de la editorial Springer. Se trata de una de las series de libros científicos más prestigiosas del mundo en el ámbito de la informática y las tecnologías de la información y está indexada por las principales bases de datos del mundo como Scopus, EI Engineering Index o Thomson Reuters Conference Proceedings Citation Index.
