Optimización del rendimiento en los sistemas solares térmicos mediante modelos neurales

Resumen

Una optimización en el rendimiento de los sistemas solares térmicos adaptando los hábitos de consumo del agua caliente a las horas y días cuando la irradiación solar es más alta. Desarrolla un modelo de simulación fundamentada en la predicción de las series de tiempo, formadas por datos de su operación: irradiancia solar y las temperaturas en la instalación solar. Realizada con redes neuronales artificiales. Comparándose con el método f-chart y teniendo en cuenta el efecto de la estratificación térmica. Identifica matemáticamente la evolución de las temperaturas de estratificación estática mediante la suma de dos curvas exponenciales. Estudia la metodología para la estimación de la irradiación solar incidente sobre el captador solar. Desarrolla nuevos modelos de predicción de las variables ambientales. Encuentra un fallo en la aplicación actual del método f-chart, con el captador solar ensayado a un caudal del fluido portador distinto.