| dc.contributor | Balbis Morejón, Milen | |
| dc.contributor | Sousa, Vladimir | |
| dc.creator | Gil A., César Javier | |
| dc.date | 2018-11-03T14:04:04Z | |
| dc.date | 2018-11-03T14:04:04Z | |
| dc.date | 2017-12-14 | |
| dc.date.accessioned | 2023-10-03T20:11:36Z | |
| dc.date.available | 2023-10-03T20:11:36Z | |
| dc.identifier | http://hdl.handle.net/11323/191 | |
| dc.identifier | Corporación Universidad de la Costa | |
| dc.identifier | REDICUC - Repositorio CUC | |
| dc.identifier | https://repositorio.cuc.edu.co/ | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9174703 | |
| dc.description | A pesar que la Costa Atlántica Colombiana presenta un alto potencial energético para la ejecución de proyectos de energías renovables a partir de la radiación solar, solo se conoce información promedio hasta el año 2015 contenida en el atlas de radiación solar del Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia, IDEAM, con importantes porcentajes de datos faltantes, poca caracterización y análisis de los mismos. Por estas razones, se desarrolló el presente trabajo cuyos resultados obtenidos permitieron identificar el modelo de red neuronal RED3 con mejor performance estadística con indicadores MBE=0,4950 KWh/m2/día; RMSE= 1,2779 KWh/m2/día; MAPE=27,6202 %; MPE=14,1858% y MABE= 1,0858 KWh/m2/día para el año 2013.
Sin embargo, el modelo que permite estimar la irradiación diaria-mensual-anual para el desarrollo de sistemas de generación es el de Bird y Hurtrom con atmosfera (0,2), con indicadores MBE=1,3382KWh/m2/día; RMSE= 1,8338 KWh/m2/día; MAPE=42,4185%; MPE=38,6646% y MABE= 1,5514KWh/m2/día. La selección de este último, radica en la disponibilidad de datos atmosféricos medidos por la NASA diariamente y por año para el cálculo de la irradiación a diferencia del modelo RED3 que requiere conocer la mayor cantidad de datos de dicha variable analizada. Con el modelo escogido se obtuvieron los promedios mensuales de irradiación del periodo 2009-2015, siendo utilizados como variable de entrada del software Homer Pro, llevando a cabo el de diseño de un sistema fotovoltaico en una instalación ubicada en la Ciudad de Barranquilla. | |
| dc.description | Although the Colombian Atlantic Coast has a high energy potential for the execution of renewable energy projects from solar radiation, only average information is known until 2015 contained in the solar radiation atlas of the Institute of Hydrology, Meteorology and Environmental Studies of Colombia, IDEAM, with important percentages of missing data, little characterization and analysis of them. For these reasons, the present work was developed whose results allowed to identify the RED3 neural network model with better statistical performance with MBE indicators = 0.4950 KWh / m2 / day; RMSE = 1.2779 KWh / m2 / day; MAPE = 27.6202%; MPE = 14,1858% and MABE = 1.0858 KWh / m2 / day for the year 2013.
However, the model that allows to estimate the daily-monthly-annual irradiation for the development of generation systems is that of Bird and Hurtrom with atmosphere (0.2), with indicators MBE = 1.3382KWh / m2 / day; RMSE = 1.8338 KWh / m2 / day; MAPE = 42.4185%; MPE = 38.6646% and MABE = 1.5514KWh / m2 / day. The selection of the latter, lies in the availability of atmospheric data measured by NASA daily and per year for the calculation of the irradiation unlike the RED3 model that requires knowing the largest amount of data of said variable analyzed. With the chosen model, the monthly averages of irradiation for the 2009-2015 period were obtained, being used as input variable of the Homer Pro software, carrying out the design of a photovoltaic system in a facility located in the City of Barranquilla. | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Maestría en Ingeniería (Énfasis en Redes y Software) | |
| dc.rights | Atribución – No comercial – Compartir igual | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Irradiación solar | |
| dc.subject | Modelo de predicción | |
| dc.subject | Regresión lineal | |
| dc.subject | Regresión no lineal | |
| dc.subject | Redes neuronales | |
| dc.subject | Modelos determinísticos | |
| dc.subject | Sistemas fotovoltáicos | |
| dc.subject | Paneles solares | |
| dc.title | Modelo de predicción de irradiación solar ajustado al clima de Barranquilla, para el dimensionamiento de sistemas fotovoltaicos | |
| dc.type | Trabajo de grado - Pregrado | |
| dc.type | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type | Text | |
| dc.type | info:eu-repo/semantics/bachelorThesis | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | http://purl.org/redcol/resource_type/TP | |
| dc.type | info:eu-repo/semantics/acceptedVersion | |
| dc.type | http://purl.org/coar/version/c_ab4af688f83e57aa | |
