Crean una IA capaz de identificar las mejores superficies, tipo de panel e inclinaciones para instalar placas solares

<p class="p1"><span class="s1">La nueva herramienta permite estimar el potencial solar fotovoltaico de una localidad a gran escala y optimizar la colocación de paneles solares teniendo en cuenta variables como el tamaño, la inclinación, la orientación o las sombras proyectadas.</span></p><p style="font-weight: 400;">La Universitat Politècnica de València (UPV) ha premiado, a través de la Cátedra ENIA-UPV en IA y desarrollo sostenible, un proyecto basado en inteligencia artificial y visión artificial capaz de detectar automáticamente las superficies óptimas para la instalación de paneles solares fotovoltaicos.</p>
<p style="font-weight: 400;">Esta metodología utiliza un algoritmo de inteligencia artificial con ortofotos de alta definición y archivos de puntos 3D (LIDAR) obtenidos del Centro de Descargas del Centro Nacional de Información Geográfica (CNIG). Además de información catastral proporcionada por las páginas de datos abiertos del Gobierno y de los ayuntamientos, así como datos de generación de energía de la herramienta web PVGIS.</p>
<p style="font-weight: 400;">Toda esa información se trata con varios softwares de visión artificial, máscaras binarias, filtrado de nubes de puntos, modelos digitales de elevaciones, mapas de irradiación, georreferenciación de capas y optimización con limitaciones geométricas.</p>
<p style="font-weight: 400;">De este modo, la metodología propuesta agrupa una serie de parámetros necesarios para maximizar la energía anual generada por cada superficie como la radiación solar recibida, las sombras proyectadas, la pendiente y la orientación cardinal. Y facilita, de forma automática, la mejor configuración de paneles al valorar distintos tamaños, posiciones, inclinaciones y orientaciones con respecto al sol.</p>
<p style="font-weight: 400;">El trabajo, desarrollado por el alumno Emmanuel Jean Daniel Pic, permite estimar el potencial solar fotovoltaico de una localidad a gran escala y optimizar la colocación de paneles solares teniendo en cuenta variables como el tamaño, la inclinación, la orientación o las sombras proyectadas.</p>
<p style="font-weight: 400;">El sistema desarrollado agrupa parámetros clave como la radiación solar recibida, la pendiente de las cubiertas, las sombras y la orientación cardinal para generar automáticamente la configuración más eficiente de paneles solares.</p>
<p style="font-weight: 400;">Un ejemplo de su aplicación se ha llevado a cabo en el barrio de la ciudad de Valencia de Illa Perduda. Tras aplicar esta metodología, el barrio obtuvo un valor de energía generable de 4,45 GWh/año para una superficie útil de 21.159 m². La metodología aplicada a esta zona de València indica que no siempre un arreglo con un panel de mayor potencia nominal será el que mayor energía genere, y que a veces un panel más pequeño permite crear un arreglo capaz de generar una mayor energía total, ya que sus dimensiones se acomodan mejor a la superficie.</p>
<p style="font-weight: 400;">La inclinación de panel más adecuada para maximizar la generación de energía es cerca de los 35°. Orientar los paneles al sur en una cubierta con otra orientación no compensa el mayor número de paneles, y por tanto la mayor potencia instalada, que la configuración paralela a los bordes de la cubierta es capaz de acomodar en las superficies.</p>
<p style="font-weight: 400;">La Cátedra ENIA-UPV, impulsada con el apoyo de Nunsys Group, tiene como objetivo formar a estudiantes y profesionales en aplicaciones de inteligencia artificial orientadas al desarrollo sostenible y facilitar la incorporación de estas tecnologías al tejido empresarial.</p>