INVESTIGACIÓN
El Instituto de Automática (INAUT) revoluciona el seguimiento solar de doble eje con modelos de inteligencia artificial
Investigadores del Instituto de Automática (INAUT), junto a expertos de la UTN, diseñaron un sistema híbrido de inteligencia artificial que optimiza el rendimiento de los seguidores solares. El desarrollo permite maximizar la producción de energía y reducir el desgaste de los equipos en diversas regiones climáticas de Argentina.
Investigadores del INAUT desarrollaron una metodología híbrida que optimiza el movimiento de paneles solares, logrando un equilibrio estratégico entre la máxima producción energética y la preservación de los equipos.
Una alianza entre la tecnología y el sol
La búsqueda de fuentes de energía más limpias y eficientes ha llevado a los científicos a perfeccionar los sistemas de seguimiento solar. Estos dispositivos permiten que los paneles fotovoltaicos se orienten hacia el sol durante todo el día, de manera similar a un girasol. Sin embargo, mover constantemente estas estructuras implica un consumo de energía y un desgaste mecánico que debe ser cuidadosamente gestionado.
Ante este desafío, un equipo de investigación del Instituto de Automática (INAUT), de doble dependencia entre el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y la Universidad Nacional de San Juan (UNSJ), ha presentado una innovadora metodología híbrida para optimizar sistemas de seguimiento de doble eje. El estudio, publicado recientemente en la revista científica Production, propone el uso de inteligencia artificial para decidir de manera inteligente cuándo y cómo mover los paneles.
El desafío de la eficiencia y la durabilidad
El sistema desarrollado utiliza una combinación de redes neuronales y algoritmos inspirados en el comportamiento de la naturaleza, conocidos como "inteligencia de enjambre". El objetivo principal es resolver un problema de objetivos múltiples:
-
Maximizar la captación de energía: Asegurar que los paneles reciban la mayor radiación posible.
-
Minimizar el desgaste técnico: Reducir el movimiento innecesario de los motores para prolongar la vida útil de los componentes mecánicos.
-
Optimizar el consumo propio: Evitar que el sistema gaste más energía en moverse de la que logra capturar bajo ciertas condiciones climáticas.
Para validar esta tecnología, los expertos analizaron datos meteorológicos reales de tres provincias argentinas con características climáticas diversas: San Juan, La Rioja y Entre Ríos. Esto permitió demostrar que el sistema es capaz de adaptarse tanto a zonas de alta radiación como a regiones con mayor nubosidad.
Inteligencia artificial aplicada al sector productivo
La relevancia de este trabajo reside en su capacidad para transferir conocimiento científico al sector productivo. Mediante el uso de una matriz de decisión, los responsables de plantas solares pueden elegir la estrategia que mejor se adapte a sus necesidades, ya sea priorizando la generación inmediata de electricidad o el ahorro en mantenimiento a largo plazo.
Este tipo de desarrollos posiciona al INAUT como un referente en la línea de investigación de Inteligencia Artificial y Modelado y Control de Procesos, demostrando que la ciencia argentina ofrece soluciones concretas para la transición energética global.
Cooperación interinstitucional de alcance federal
El éxito de este proyecto fue posible gracias al trabajo colaborativo entre distintas instituciones académicas de prestigio. Junto a los investigadores del INAUT (UNSJ-CONICET), participaron activamente docentes y científicos de la Universidad Tecnológica Nacional (UTN), específicamente de la Facultad Regional La Rioja y la Facultad Regional Concepción del Uruguay (Entre Ríos).
Esta red de colaboración federal asegura que los avances en energías renovables contemplen las particularidades geográficas del país, fortaleciendo el vínculo entre la academia y las necesidades energéticas de cada región.