Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2020-04-28T13:04:54Z
dc.date.available 2020-04-28T13:04:54Z
dc.date.issued 2008
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/94450
dc.description.abstract Mediante el uso de redes neurales se calculó el ángulo óptimo y la energía mensual generada por módulos fotovoltaicos a partir de parámetros del clima. Se tomaron datos durante un año de la radiación incidente en el plano de los módulos y su temperatura de trabajo. De dos centrales meteorológicas cercanas, se tomaron los datos diarios de Heliofanía, temperatura, humedad relativa ambiente, presión atmosférica y velocidad del viento. Con fines comparativos se utilizaron datos publicados por la NASA. Se logró una buena estimación de la energía generada por los módulos, su dependencia con el ángulo de inclinación y su temperatura máxima de trabajo. Los resultados hallados permiten afirmar que, aún sin datos de la radiación solar directa y difusa, se puede evaluar la energía eléctrica que puede ser generada por una instalación fotovoltaica y definir el ángulo óptimo de instalación de los paneles respecto de la horizontal. es
dc.description.abstract Neural networks were used to calculate the optimum tilt angle and the energy generated by photovoltaic modules from climatic parameters. Incident energy on the module plane, generated electric energy and module work temperature were measured along a full year. Heliophany, Temperature, ambient relative humidity, atmospheric pressure and wind speed data were obtained from two meteorological stations nearby. Data published by NASA for the same period were also used for comparison purpouses. A very good estimation of the energy generated by modules and its maximum work temperature was obtained. According to our findings, even though direct and diffuse solar radiation data are unknown, neural network may be used not only for an a priori evaluation of solar resource availability and electric energy generation, but also to define the optimum tilt angle of the photovoltaic installation. en
dc.format.extent 9-14 es
dc.language es es
dc.subject Energía solar es
dc.subject Redes Neurales (Computación) es
dc.subject parámetros del clima es
dc.subject módulos fotovoltaicos es
dc.subject ángulo óptimo es
dc.subject Energía Fotovoltaica es
dc.title Determinación del ángulo óptimo de inclinación para la instalación de módulos fotovoltaicos mediante el uso de redes neurales es
dc.type Articulo es
sedici.identifier.issn 0329-5184 es
sedici.creator.person De Bernardez, Leopoldo es
sedici.creator.person Battioni, Mario es
sedici.creator.person Cutrera, Miriam es
sedici.creator.person Risso, Gustavo Armando es
sedici.creator.person Buitrago, Román Horacio es
sedici.creator.person García, Norberto Oscar es
sedici.subject.materias Ingeniería es
sedici.subject.materias Ciencias Exactas es
sedici.description.fulltext true es
mods.originInfo.place Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) es
sedici.subtype Articulo es
sedici.rights.license Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/
sedici.description.peerReview peer-review es
sedici.relation.journalTitle Avances en Energías Renovables y Medio Ambiente es
sedici.relation.journalVolumeAndIssue vol. 12 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)