Sistemas de pronóstico energético para bloques de parques fotovoltaicos

Abstract

La presente tesis se centra en el desarrollo de un sistema de pronóstico energético para parques fotovoltaicos agrupados por bloques regionales: Occidente, Centro y Oriente, basado en el análisis de datos históricos y en la implementación de modelos de inteligencia artificial. El objetivo principal es obtener pronósticos energéticos precisos a corto plazo para bloques de parques fotovoltaicos a partir de pronósticos obtenidos mediante la aplicación de modelos de aprendizaje profundo, específicamente redes neuronales Long Short-Term Memory (LSTM) y Convolutional Neural Network (CNN), adaptados a las características de los parques fotovoltaicos cubanos. Este enfoque busca mejorar la planificación y gestión de la generación energética, superando las limitaciones de los métodos actuales empleados por el Despacho Nacional de Carga (DNC). El trabajo demuestra la viabilidad de implementar sistemas de pronóstico energético por bloques regionales en entornos de computación en la nube, proporcionando herramientas eficientes para la toma de decisiones en la planificación energética nacional y destacando el impacto positivo en la gestión de los recursos renovables del país.