Encuentra más información en nuestro repositorio digital
Introducción.- El creciente uso de la energía renovable en los sistemas de generación de electricidad ha puesto de relieve la necesidad de contar con esquemas eficientes para predecir los parámetros del modelo. En particular, los sistemas fotovoltaicos requieren herramientas precisas para modelar y predecir el comportamiento de la generación de energía solar.
Objetivo.-Formular modelos SARIMA con alta precisión en la adaptación, explicación y predicción de los rendimientos energéticos en sistemas solares fotovoltaicos, centrados específicamente en la planta situada en la Plaza del Duque de Béjar, España.
Método.- Se adoptó una estrategia de ajuste basada en algoritmos genéticos para acelerar la estimación del modelo SARIMA utilizando datos de generación solar fotovoltaica por hora.
Se empleó el paquete auto.arima en RStudio como herramienta metodológica, permitiendo la selección y optimización automática de los mejores parámetros del modelo.
Resultados.- El modelo seleccionado fue SARIMA (5,0,0)(2,1,0)242424, caracterizado por un proceso estocástico estacionario con un claro componente estacional. El modelo mostró una precisión de estimación notable, con errores estándar bajos en los coeficientes autorregresivos. Además, los residuos del modelo fueron bien ajustados, mostrando independencia y ausencia de autocorrelación serial.
Conclusiones.- El modelo propuesto demostró un excelente rendimiento predictivo, respaldado por las métricas de error de entrenamiento (ME (Mean Error)= -1,344268 y MASE (Mean Absolute Scaled Error)= 0,7048786). Su sólida estructura matemática y su fuerte ajuste lo convierten en una herramienta fiable para pronosticar la energía solar fotovoltaica en sistemas con características similares.