Revisión de los Modelos Implementados en la Estimación de Potencia Fotovoltaica con un Enfoque en el Origen de los Datos

La generación a través de energías renovables es una realidad para la región de América Latina y el Caribe, y dentro de estas se encuentra la generación a través de tecnologías fotovoltaicas que desde la última década ha ido creciendo de forma casi exponencial y de esta forma marcando su importancia en la matriz energética de la región. Para mantener la estabilidad de la red y planear operaciones dentro de las plantas fotovoltaicas es necesario de realizar planes basados en la estimación de la generación eléctrica, los cuales pueden ser basados en diferentes modelos de estimación basados en redes neuronales como las redes Long-Short-Term Memory (LSTM), Redes neuronales convolucionales (CNN), Gated Recurrent Unit (GRU); modelos capaces de reconocer patrones en datos apilados en forma de serie temporal; también están los modelos estadísticos y analíticos como el Ineichen-Perez, generalmente utilizado en los Clear Sky Model. La mayoría de estos modelos implementan datos en diferentes orígenes, tal como de origen satelital, fotográfico, datos provenientes de estaciones meteorológicas o series temporales de potencia adquiridos directamente en la planta. Debido a la gran variedad y orígenes de los datos empleados en estos modelos, este artículo buscar establecer una referencia sobre los diversos tipos de datos y dar una noción general de los modelos de estimación que implementan estos datos.