Modelamiento de un sistema solar fotovoltaico a nivel utility

Abstract

The modeling of the photovoltaic system of the Julio Mario Santo Domingo building was developed with the functions and models of the Python pvlib library made by Sandia National Laboratories. This modeling was carried out first using the irradiance and temperature registered in Meteocontrol, which is the monitoring system of this plant, and later with the irradiance and temperatures obtained through a forecast also available in pvlib and it was compared with the contemporary production registered in Meteocontrol. Finally, these models were joined to a graphical interface using the tkinter library, also from Python, to allow modeling different systems with different sizes and characteristics, such as utility-level systems. All this resulted in the testing of the models and the finding that a modeling based on the forecast available in pvlib is not the optimal option to perform this task, despite the fact that this option is always available. The optimal option would then be to model from the information of the typical meteorological year (TMY) or of the APIs available on the internet.

Se desarrolló el modelamiento del sistema fotovoltaico del edificio Julio Mario Santo Domingo con las funciones y modelos de la librería pvlib de Python hecha por Sandia National Laboratories. Este modelamiento se realizó primero utilizando la irradiancia y temperatura registrados en Meteocontrol, que es el sistema de monitoreo de esta planta, y posteriormente con la irradiancia y temperaturas obtenidas mediante un pronóstico también disponible en pvlib y se comparó con la producción contemporánea registrada en Meteocontrol. Finalmente, se unieron estos modelos a una interfaz gráfica utilizando la librería tkinter, también de Python, para permitir modelar diferentes sistemas con diferentes tamaños y características, como los sistemas a nivel utility. Todo esto resultó en la comprobación de los modelos y en el hallazgo de que un modelamiento a partir del pronóstico disponible en pvlib no es la opción óptima para realizar esta tarea, a pesar de que esta opción siempre esté disponible. La opción óptima resultaría ser entonces modelar a partir la información del año meteorológico típico (TMY) o de las APIs disponibles en internet.