Actividades > Formación

Avances en la herramienta de estimación de potencial fotovoltaico urbano

Una pieza clave para nuestro proyecto de los distritos de energía casi nula es poder estimar de forma precisa el componente de generación renovable. En enero hemos concluido el desarrollo del modelo de estimación en R que posibilita considerar la influencia de geometrías cercanas y sus sombras en la producción de paneles fotovoltaicos sobre cubierta. El modelo es el resultado del Trabajo Fin de Máster de Enrique Fuster, que ha conseguido su título de Máster Universitario en Ingeniería Industrial, con el apoyo de un equipo de investigadores colaboradores de la Cátedra.

Esta herramienta de cálculo supone un primer acercamiento al análisis del potencial fotovoltaico desde el punto de vista de la rentabilidad, sobre una muestra aleatoria de edificios de la ciudad de Valencia. Su utilidad reside en que facilitará información precisa a hogares individuales y comunidades de vecinos para tomar la decisión de instalar o no paneles fotovoltaicos en sus cubiertas. También ayudará a los planificadores urbanos a afinar sus estrategias de fomento del autoconsumo en núcleos urbanos.

Enrique y el resto del equipo han desarrollado un modelo mediante lenguaje de programación R para estimar ahorros en términos energéticos, económicos y ambientales de la generación fotovoltaica en la cubierta de cualquier edificio que se deseara estudiar en la ciudad de Valencia. La principal ventaja de su implementación mediante R reside en su gran versatilidad, permitiendo modificar y/o ampliar aquello módulos que sean de interés para futuros proyectos; la posibilidad de escalar el número de edificios simulados con el fin de obtener muestras representativas; y se trata de un código libre sobre el cual apoyarse sobre desarrollos previos realizados por terceros.  El valor añadido de este modelo es la consideración pormenorizada de las pérdidas por sombras en la cubierta de cada edificio para cualquier orientación e inclinación de paneles únicamente especificando las coordenadas el edificio haciendo uso de datos catastrales, que proporcionan la geometría de los edificios, y datos LIDAR, que aportan las alturas de éstos.

Figura 1. Vista aérea del edificio comercial tomado como ejemplo.

En las figuras se pueden ver los cálculos internos que realiza el programa para tratar la radiación solar incidente en un plano inclinado ubicado en la cubierta de un edificio tras proyectar las sombras de los edificios adyacentes. En este caso, un edificio ubicado al oeste de la cubierta de estudio proyectará sombras en las horas de la tarde al quedar el sol oculto por este, momento en el cual quedará reducida la producción de energía eléctrica fotovoltaica.

Figura 2. Curva que recoge para cada ángulo de azimut el ángulo de elevación del obstáculo más alto identificado por el programa que proyecta sombras sobre el edificio de estudio. Conociendo dicha curva será posible identificar en qué horas del año el Sol quedaría detrás de los edificios proyectando sombras.
Figura 3. Curva de radiaciones sin considerar sombras y tras considerarlas, donde se aprecia una reducción de la radiación incidente en el panel inclinado en la cubierta del edificio en las horas de la tarde, periodo en el se proyectan sombras debidas al edificio ocupado al oeste. La producción eléctrica se obtendrá a partir de la radiación tras considerar sombras y contemplar los rendimientos de la célula fotovoltaica y otras pérdidas debidas a la propia instalación.

Se tomó una muestra aleatoria de 31 edificios de la ciudad Valencia clasificados en cuatro tipologías (5 viviendas unifamiliares, 10 edificios residenciales con comercios, 10 edificios exclusivamente comerciales y 6 edificios públicos). Cabe señalar que en función de su tipología las necesidades de demanda eléctrica asociadas a los hábitos de los usuarios serán diferentes. Especialmente relevante resulta el acoplamiento de esta con la generación para cuantificar la cobertura renovable, la exportación, su correspondiente compensación y los ahorros en la factura eléctrica. A esta variable se une el espacio disponible de cubierta que limitará en mayor o menor medida la potencia de campo fotovoltaico instalada. 

Figura 4. Distribución de los edificios de la ciudad de Valencia simulados para el estudio.

Sobre la muestra de viviendas unifamiliares se observó que, pese a registrar los mayores ahorros anuales de la factura superando en algunos casos el 70% y ser las más beneficiadas en este aspecto gracias a la compensación, estos ahorros resultaban insuficientes para recuperar los costes de inversión a lo largo de su vida debido a sus elevados costes unitarios de potencia. Asimismo, se observó que para esta tipología su rentabilidad era la más sensible ante variaciones inflacionarias o en los tipos de interés, pudiendo ser determinantes en la decisión de invertir.

El resto de las tipologías mostraban rentabilidades más atractivas, situándose el periodo de retorno de la mayoría en el rango de los 7-12 años. El principal motivo de esta rentabilidad se debe fundamentalmente a un menor nivel de costes unitarios de potencia instalada debidos a que generalmente se trata de edificios con cubiertas más amplias que las unifamiliares permitiendo instalar mayor cantidad de paneles y reducir costes por economía de escala. A lo anterior se une la alta capacidad de generación, la cual en su mayoría va destinada a cubrir la demanda eléctrica, permite obtener importantes ahorros en los grandes consumos de estos edificios.

Figura 5. (Izq.) Periodos de retorno de las instalaciones fotovoltaicas obtenidos en todas las simulaciones agrupados por tipologías de edificios. (Dcha.) Resultados de proporción de energía eléctrica consumida procedente de la generación fotovoltaica agrupados por tipologías de edificios.

El modelo también evaluó el impacto ambiental de las instalaciones demostrando en todos los casos que en escasos años de vida útil se recuperaban todas las emisiones generadas en el proceso de fabricación y transporte de los equipos gracias al ahorro de energía eléctrica de la red.  

En cuanto al efecto de las sombras se pudo percibir una tendencia en la que las viviendas unifamiliares y los edificios comerciales mostraban las mayores pérdidas perjudicando al periodo de retorno, ya que generalmente se trata de edificios de una o dos plantas rodeados por otros más elevados.

El siguiente paso en el desarrollo del modelo será ampliar la muestra de edificios para hacerlo más representativo.

Más información:

Trabajo Fin de Máster: Modelo en código R para el potencial solar en cubiertas en residencial y terciario en Valencia