Resultados científicos y tecnológicos

La tarea T1.1.3 queda también completada, con el diseño y creación del Módulo IoT. Se implementan todas las decisiones de diseño y funcionalidades mencionadas en el párrafo anterior. Este hardware cuenta con las siguientes partes principales: (1) sistema de alimentación híbrido con batería, pudiendo elegir de forma automática entre adquirir la energía de la batería o del propio panel fotovoltaico, y beneficioso para pruebas en las que el panel no puede aportar energía o para seguir comunicándose en caso de fallo completo del panel, (2) protección de la electrónica ante sobre-corrientes, sobre-tensiones y tensiones inversas provenientes del string PV y su interacción con el regulador DC-DC que realiza el seguimiento de máxima potencia (MPPT), (3) medida del voltaje del panel a través del ADC ADS1256 de 24 bits con capacidad de muestrear hasta 30kHz y de expandir hasta 4 los GPIOs del microcontrolador, y con la electrónica de acondicionamiento necesaria para que la medida no se vea afectada por la impedancia de entrada del ADC, (4) medida de la corriente generada por el panel con el sensor de tipo Hall TMCS1101A4B-Q1 con su salida ajustada al fondo de escala del ADC y correspondientemente acondicionada, (5) medidas de los parámetros ambientales temperatura, humedad y presión con el circuito integrado BME680 a través de comunicación I2C y el circuito integrado MAX31685 a través de comunicación SPI para acondicionar la medida de la temperatura del panel tomada por una PT100, (6) dos relés de estado sólido hechos a medida para poder realizar las tareas de control de conexión/desconexión y bypass respecto al string PV de forma bidireccional, quedando estos completamente aislados eléctricamente del resto del Módulo IoT y accionados de forma optoacoplada, y (7) circuito específico para el trazado de las curvas I-V características del panel por el método de carga capacitiva. 

Seguidamente, se realiza al completo la tarea T1.2.3 diseñando y desarrollando el firmware de control y comunicaciones del Módulo IoT. La arquitectura de comunicación BLE usada es la de servidor/cliente, siendo cada Módulo IoT servidor y cliente al mismo tiempo. Dentro del protocolo BLE se definen unas características concretas donde cada Módulo guarda información de su panel y unos comandos para poder controlar de forma remota el Módulo. Así, cada Módulo IoT puede consultar otros paneles y ser consultado por otros Módulos o dispositivos con capacidad BLE, sin necesidad de un servidor o equipo central. Respecto a la comunicación WiFi se elige utilizar el protocolo API Rest, por el cual se pueden enviar grandes cantidades de datos e históricos guardados por el microcontrolador. Se diseña de tal forma que el Módulo IoT genera un servidor al cual se puede acceder desde cualquier dispositivo funcionando como cliente a través de un router central que genere la red WiFi. Además, se desarrolla una interfaz gráfica en el entorno de Node-RED para poder interactuar con el Módulo IoT más fácilmente y agilizar así todas las pruebas, tanto las del apartado PT1.1 como las del PT1.2. Si la red generada dispone con conexión a internet, el Módulo IoT puede ser accedido desde cualquier parte del mundo conociendo las claves correspondientes y, recíprocamente, el Módulo puede comunicarse
directamente con cualquier nube IoT.

En la tarea PT1.2 se desarrolla un algoritmo de detección de fallos está diseñado para identificar de manera autónoma eventos anómalos en paneles fotovoltaicos, con un enfoque especial en la detección de puntos calientes, que son indicadores clave de fallos potenciales. Este algoritmo, ejecutado por los Módulos IoT integrados en los paneles, monitorea continuamente variables como la corriente, la tensión y la potencia generada, comparando los datos con parámetros predefinidos. Cuando se detectan desviaciones significativas, el algoritmo clasifica el evento como un "Fault" o una "Failure" según su severidad. En caso de puntos calientes, el algoritmo puede identificarlos rápidamente al analizar variaciones térmicas y eléctricas, lo que permite activar inspecciones adicionales mediante UAV y, si es necesario, realizar un bypass preventivo del panel para evitar daños mayores. Esto garantiza una respuesta eficiente y precisa ante problemas que puedan comprometer la operación del sistema fotovoltaico.

El algoritmo está diseñado para detectar fallos por sombreado parcial en celdas (Cell-PSC) y anomalías en paneles fotovoltaicos utilizando mediciones de voltaje. Funciona en un panel fotovoltaico (un Módulo IoT), que agrega datos de voltaje de su propio panel y de paneles vecinos equipados con Módulos IoT, operando de manera independiente a agentes externos. Este marco de computación en el borde permite un análisis en tiempo real a nivel de panel. El algoritmo compara continuamente las variaciones de voltaje entre paneles vecinos dentro de la misma cadena, registrando el promedio de voltaje cada periodo de mestreo. Un módulo actúa como coordinador, agregando estas mediciones.

En conjunto, este algoritmo, implementado en los Módulos IoT, no solo permite la detección de puntos calientes, sino también la clasificación precisa de eventos y su impacto en la producción de energía. Este análisis autónomo en tiempo real garantiza una respuesta rápida ante problemas y optimiza la operación de las instalaciones fotovoltaicas, asegurando su seguridad y eficiencia.