Una nueva metodología utiliza inteligencia artificial y visión artificial para optimizar la instalación de paneles solares, maximizando la generación de energía en superficies adecuadas, premiada por la Cátedra ENIA-UPV.
Una innovadora metodología ha sido desarrollada para estimar el potencial solar fotovoltaico de una localidad a gran escala, utilizando visión artificial para identificar las superficies más adecuadas para la instalación de paneles solares. Este trabajo, que forma parte de un Trabajo Final de Grado (TFG), ha sido premiado por la Cátedra ENIA-UPV, en colaboración con Nunsys Group, y es obra del estudiante Emmanuel Jean Daniel Pic de la Universitat Politècnica de València (UPV).
La metodología emplea un algoritmo avanzado que combina ortofotos de alta definición y datos LIDAR proporcionados por el Centro Nacional de Información Geográfica (CNIG). Además, se incorpora información catastral obtenida de portales abiertos del Gobierno y los ayuntamientos, así como datos sobre generación energética provenientes de la herramienta web PVGIS.
A través del uso de diversos softwares de visión artificial, se procesan estos datos mediante técnicas como máscaras binarias, filtrado de nubes de puntos y modelos digitales de elevación. Esto permite optimizar la configuración geométrica necesaria para maximizar la producción anual de energía solar en cada superficie analizada.
La propuesta tiene como objetivo agrupar parámetros clave que influyen en la generación energética, tales como la radiación solar recibida, las sombras proyectadas y características físicas del terreno. Esta información se utiliza para determinar automáticamente la mejor disposición y orientación de los paneles solares, considerando diferentes tamaños e inclinaciones.
Vicent Botti, director de la Cátedra ENIA-UPV y VRAIN en UPV, destaca que “este trabajo demuestra cómo los problemas derivados del cambio climático requieren soluciones innovadoras y la optimización de las existentes. En este sentido, la inteligencia artificial se posiciona como una herramienta esencial para enfrentar los retos que presentan las ciudades sostenibles”.
Con el aumento global en la demanda energética, las energías renovables están llamadas a desempeñar un papel fundamental en el suministro energético urbano. La energía solar fotovoltaica es especialmente relevante debido a su madurez tecnológica. Sin embargo, uno de los principales obstáculos que enfrenta esta tecnología es la limitada disponibilidad de superficies adecuadas para su instalación efectiva. La metodología presentada busca precisamente abordar este desafío.
Un ejemplo concreto se ha llevado a cabo en el barrio Illa Perduda en Valencia. Al aplicar esta metodología, se estima que el área puede generar hasta 4,45 GWh anuales utilizando una superficie útil de 21.159 m². Los resultados indican que no siempre un panel con mayor potencia nominal es el más eficiente; a veces, un panel más pequeño puede resultar en una mayor producción total al adaptarse mejor al espacio disponible.
Además, se ha determinado que la inclinación óptima para maximizar la generación energética es cercana a los 35°. Orientar los paneles hacia el sur no garantiza necesariamente una mayor producción si no se considera adecuadamente cómo se distribuyen sobre la superficie disponible.
La Cátedra ENIA-UPV tiene como misión formar a los graduados en inteligencia artificial aplicada a problemas relacionados con el desarrollo sostenible. Con el respaldo tecnológico del Nunsys Group, busca integrar estas tecnologías avanzadas en diversas industrias, independientemente del tamaño empresarial.
La metodología emplea un algoritmo de inteligencia artificial que analiza ortofotos de alta definición y datos LIDAR para estimar el potencial solar fotovoltaico y detectar superficies adecuadas para la instalación de paneles solares.
Se consideran factores como la radiación solar recibida, las sombras proyectadas, la pendiente y la orientación cardinal de las superficies para determinar la mejor configuración de los paneles solares.
En el barrio de Illa Perduda, se estimó una generación de energía de 4,45 GWh/año para una superficie útil de 21.159 m², demostrando que no siempre un panel más grande genera más energía total.