Artificial Intelligence Applied to the Thermal Characterization of Building Integrated Photovoltaic Technologies

Resumen

Building Integrated Photovoltaic (BIPV) systems aim not only to generate part of the electricity consumed by the edifice, but also to reduce the environmental impact, such as the Green House Gases emissions produced by the generation of electricity by fossil fuels and the land area that would be required when installed the PV devices in floor. Nevertheless, the thermal behaviour of the PV modules has an impact into the indoor temperature of the building. To study the thermal effect produced by the environmental factors into the module temperature, Artificial intelligence, i.e. Genetic Programming (GP), is applied to one year of data of crystalline silicone PV modules mounted as building elements at outdoor operating conditions to get the model which best describes the thermal behaviour. Two well-known models guided the algorithm, the ones proposed by Ross and by Sandia Laboratories. From the application of Genetic Programming, a model was obtained which calculates the module temperature with less than 1% error. Six constants parameters are obtained for the thermal behaviour of crystalline silicon PV technology, fitting an equation whose structure reflects the two well-known models of Ross and Sandia.

Lucía Serrano-Luján

Contratada Doctor Interina

Lucía Serrano-Luján es Profesora Contratada Doctor interina en el Departamento de Informática y Estadística. Su campo de investigación es multidisciplinar. Es experta en la aplicación de la metodología de Análisis del Ciclo de Vida para evaluar las energías renovables y ha aplicado la IA a sus datos. Su principal objetivo es influir en la producción de materiales relacionados con la energía y encontrar una forma más sostenible de desarrollarlos. Ha aplicado el ACV para reducir el óxido de grafeno y las células solares de perovskita, construir sistemas fotovoltaicos integrados, etc.

J. Manuel Colmenar

Catedrático de Universidad

Mis intereses de investigación se centran en las metaheurísticas aplicadas a problemas de optimización. He trabajado en diferentes problemas de optimización combinatoria aplicando algoritmos trajectoriales como GRASP o VNS. Además, estoy muy interesado en las aplicaciones de la Evolución Gramatical, específicamente en el dominio de los modelos y la predicción, como alternativa a los enfoques de aprendizaje automático.