En el marco del proyecto de investigación DeepTrack, el Instituto Fraunhofer de Sistemas de Energía Solar (ISE) de Alemania y la empresa Zimmermann PV-Tracker GmbH están optimizando algoritmos de seguimiento de instalaciones de energía agrovoltaica con un gemelo digital que calcula enfoques de control optimizados mediante deep learning. El sistema puede aprender, entre otras cosas, a través de los datos de su gemelo real, construido en el Outdoor Performance Lab, el campo de pruebas de Fraunhofer ISE en Merdingen (Alemania).
![Sistema de energía agrovoltaica.](https://static.solarinfo.es/media/2024/06/energia-agrovoltaica-gemelo-digital-instalaciones-fotovoltaicas-proyecto-investigacion.png)
Los investigadores han descubierto que las instalaciones fotovoltaicas con sistemas de seguimiento obtienen un aumento de rendimiento de entre el 20 y el 30% en comparación con las instalaciones fotovoltaicas instaladas permanentemente sobre suelo. Además, el sistema de control desarrollado también tiene en cuenta otros criterios, por ejemplo, las necesidades de luz de determinadas variedades de plantas y de biodiversidad en el marco de la energía agrovoltaica o el importe de la tarifa de alimentación en determinados momentos.
Según la Asociación Alemana de Fabricantes de Máquinas e Instalaciones Industriales (VDMA), el 60% de todas las plantas fotovoltaicas del mundo funcionarán en el futuro con un sistema de seguimiento. En países con una fuerte radiación solar, como España, ya representan la mayor proporción de sistemas fotovoltaicos montados en suelo de nueva construcción. También en Alemania se espera un fuerte crecimiento de los sistemas agrovoltaicos con seguidores.
Los expertos señalan que, en el caso de la energía agrovoltaica, se aprecia especialmente un gran potencial en los sistemas fotovoltaicos con sistemas de seguimiento, cuyos algoritmos de seguimiento están perfectamente coordinados.
Proyecto DeepTrack
Como parte del proyecto de investigación DeepTrack, la empresa construyó una de sus instalaciones fotovoltaicas con seguimiento en el campo de pruebas de Fraunhofer ISE para realizar mediciones en condiciones exteriores. Sobre esta base, el consorcio del proyecto desarrolló un gemelo digital que combina herramientas de modelización y monitorización fotovoltaica con previsiones meteorológicas gracias al deep learning. Esto permite mapear las posiciones de seguimiento óptimas de los módulos fotovoltaicos para diferentes necesidades.
Primero, los investigadores desarrollaron procesos de control que tenían como objetivo el rendimiento eléctrico óptimo de los módulos solares bifaciales, o las necesidades de una planta solar específica en el caso de la energía agrovoltaica. El siguiente paso fue combinar los dos enfoques para aprovechar al máximo ambas perspectivas. Aunque calcular este punto óptimo resultó ser un desafío, fue posible gracias al concepto de los investigadores basado en IA.
El proyecto DeepTrack se desarrollará hasta principios de 2025. Durante este tiempo, los investigadores buscarán perfeccionar y validar el modelo de gemelo digital comparándolo continuamente con datos de rendimiento reales para garantizar la confiabilidad y eficacia de esta tecnología.