Universidad Nacional de Trujillo: Facultad de Ingeniería

UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE

INGENIERÍA MECÁNICA
INFORME DE TESIS
“MODELAMIENTO, SIMULACIÓN Y CONTROL

COMPARATIVO DE UN PANEL SOLAR CON
AUTOPOSICIONAMIENTO PARA LA EMPRESA AYNI
SAC - TRUJILLO”
AUTOR
Bach. Diego Arturo Chávez Honores
ASESOR
Dr. Jorge Antonio Olórtegui Yume, Ph.D.
TRUJILLO – PERÚ
2018
Para mi madre, Amparo, por su inmenso amor
en los buenos y malos momentos.
AGRADECIMIENTOS
Doy gracias al Señor, mi Dios, por su infinita misericordia. Él es quien guía mis
pasos todos los días, dándome socorro y sabiduría cuando más lo necesito.
A mi padre, Jim, por haberme apoyado y sustentando, felicitándome en mis éxitos

y comprendiendo mis desaciertos. A mi madre, Amparo, por sus enseñanzas, su paciencia
y su cariño. A mi hermana, Lesly, por escucharme y mostrarme lo hermoso que es
compartir. A mi enamorada, Kattya, por alegrar los días de mi juventud.
A mi estimado maestro, Jorge, por ser un ejemplo de vida y guiarme pacientemente

durante el desarrollo del presente trabajo.
RESUMEN
En este trabajo se realizó el análisis comparativo de tres sistemas de control de

seguimiento solar asociados al modelo de captación-transformación de energía de un
panel solar con autoposicionamiento para la empresa Ayni SAC de Trujillo.
En primer lugar, se identificaron las necesidades de la empresa a través de

entrevistas presenciales a trabajadores de la empresa. Luego de ello, se buscó la normativa
asociada con el funcionamiento y manipulación de equipos relacionados al control de
seguidores solar a nivel internacional. Después, se delimitaron las características del
panel solar seleccionado empleando cálculos numéricos-analíticos. Habiendo definido el
objeto de estudio, se desarrolló el modelo matemático para el fenómeno de captación-
transformación de energía y tres sistemas de control del seguidor solar. Los sistemas
propuestos fueron sometidos a diseño y simulaciones computacionales usando los
softwares de ingeniería Solidworks y MATLAB, respectivamente. Con todo ello, se
determinó la configuración óptima de acuerdo al rendimiento energético obtenido.
Se encontró que la empresa Ayni SAC tiene conocimiento general de la tecnología

solar fotovoltaica y está interesada en el incremento de la eficiencia a través de seguidores
solares. Con datos del panel solar en estudio como la potencia máxima (120W) y el voltaje
a circuito abierto (22.7V), se logró obtener sus resistencias internas mediante un
algoritmo iterativo con base en el método de Newton-Raphson, siendo la resistencia en
serie 𝑅𝑠 de 0.26 ohms y la resistencia en paralelo 𝑅𝑝 de 227.62 ohms. Con estos valores
se obtuvieron las curvas características del panel solar que identifican su comportamiento
bajo diferentes condiciones. Definido el objeto de estudio, se simularon las diferentes
configuraciones en Simulink, variando los siguientes sistemas de control: Variación
Lineal de Voltaje, PID y Lógica Difusa. Resultó que el sistema con mayor rendimiento
se logra empleando Lógica Difusa con funciones de membresía triangulares simétricas.
Se comprobó la resistencia mecánica del diseño del seguidor con un factor de seguridad
a carga estática de 30. Finalmente, se realizó el análisis económico del sistema
fotovoltaico, obteniendo una inversión de 3672.50 soles para su implementación.
El análisis comparativo mediante simulaciones computaciones bridó resultados

ingenieriles importantes sobre los sistemas de control para optimizar el rendimiento
energético de los sistemas fotovoltaicos en los que Ayni SAC está interesado.
ABSTRACT
In this work, a comparative analysis of three solar tracking control systems

associated with the energy capture-transformation model of a solar panel with self-
positioning for the Ayni SAC company of Trujillo was carried out.
In the first place, the needs of the company were identified through face-to-
face interviews with employees. After that, the regulations associated with the
operation and manipulation of equipment related to the control of solar trackers at
an international level were sought. Afterwards, the characteristics of the selected
solar panel were delimited using numerical-analytical calculations. Having defined
the object of study, the mathematical model was developed for the phenomenon of
capture-transformation of energy and three control systems of the solar tracker. The
proposed systems were submitted to design and computational simulations using
Solidworks and MATLAB engineering software, respectively. With all this, the
optimal configuration was determined according to the energy efficiency obtained.
It was found that the company Ayni SAC has general knowledge of
photovoltaic solar technology and is interested in increasing efficiency through
solar trackers. With solar panel data under study as the maximum power (120W)
and the open circuit voltage (22.7V), it was possible to obtain its internal resistances
by means of an iterative algorithm based on the Newton-Raphson method, being
the resistance in series 𝑅𝑠 of 0.26 ohms and the resistance in parallel 𝑅𝑝 of 227.62
ohms. With these values the characteristic curves of the solar panel were obtained
that identify their behavior under different conditions. Once the study object was
defined, the different configurations in Simulink were simulated, varying the
following control systems: Linear Variation of Voltage, PID and Fuzzy Logic. It
turned out that the system with the highest performance is achieved using Fuzzy
Logic with symmetric triangular membership functions. The mechanical strength
of the tracker design was checked with a safety factor at a static load of 30. Finally,
the economic analysis of the photovoltaic system was carried out, obtaining an
investment of 3672.50 soles for its implementation.
The comparative analysis using computer simulations provided important

engineering results about the control systems to optimize the energy performance
of the photovoltaic systems in which Ayni SAC is interested.
ÍNDICE GENERAL
1 INTRODUCCIÓN ..................................................................................................... 1
1.1 Realidad problemática .........................................................................................1
1.2 Definición del problema ......................................................................................4
1.3 Hipótesis ..............................................................................................................4
1.4 Justificación .........................................................................................................4
1.5 Objetivos .............................................................................................................5
1.5.1 Objetivo General ..........................................................................................5
1.5.2 Objetivos Específicos ...................................................................................5
1.6 Antecedentes .......................................................................................................6
1.7 Estado del arte ...................................................................................................10
2 MARCO TEÓRICO ................................................................................................ 14
2.1 Energía Solar .....................................................................................................14
2.2 Radiación solar ..................................................................................................14
2.2.1 Distribución espectral de la radiación solar ...............................................14
2.2.2 Radiación fuera de la atmósfera terrestre ...................................................16
2.2.3 Influencia de la atmósfera terrestre en la radiación solar ...........................16
2.3 Energía Solar Fotovoltaica ................................................................................18
2.4 Celdas Solares ...................................................................................................19
2.4.1 Modelo de bandas de energía .....................................................................19
2.4.2 La unión p-n ...............................................................................................20
2.4.3 La unión P-N iluminada (Efecto Fotoeléctrico) .........................................24
2.4.4 Circuito equivalente de una celda solar......................................................24
2.4.5 Punto de Máxima Potencia .........................................................................26
2.4.6 Factor de forma y Eficiencia ......................................................................27
2.4.7 Tipos de Celdas Solares .............................................................................28
2.5 Temperatura de celda del Panel Solar ...............................................................31
2.6 Ángulos solares .................................................................................................33
2.6.1 Declinación Solar .......................................................................................33
2.6.2 Ángulo Horario ..........................................................................................35
2.6.3 Ángulo de Zenit ..........................................................................................36
2.6.4 Ángulo de altitud solar ...............................................................................36
2.6.5 Ángulo solar de azimut ..............................................................................37
2.6.6 Ángulo de incidencia, 𝜽 .............................................................................37
2.7 Seguidores solares .............................................................................................39
2.7.1 Sistema Fijo y Seguidor Solar ....................................................................39
2.7.2 Principios de Operación de los Seguidores Solares ...................................40
2.8 Sistemas de Control para Seguidores Solares ...................................................41
2.8.1 Algoritmo de Bucle abierto ........................................................................41
2.8.2 Control PID ................................................................................................42
2.8.3 Redes Neuronales Artificiales ....................................................................47
2.8.4 Lógica Difusa .............................................................................................49
2.9 Análisis Estático de Esfuerzos ..........................................................................51
2.9.1 Teoría de la Energía de distorsión ..............................................................51
2.10 Programas de Ingeniería ....................................................................................53
3 METODOLOGÍA.................................................................................................... 57
3.1 Diseño General ..................................................................................................57
3.1.1 Modelamiento de la Conversión de Energía ..............................................57
3.1.2 Modelamiento de Variables de Entrada y de Control ................................57
3.1.3 Desarrollo de Programas Computacionales ...............................................57
3.1.4 Simulación de los Programas Computacionales ........................................57
3.1.5 Selección del mejor Sistema de Control.....................................................57
3.1.6 Diagrama de Flujo del Diseño General ......................................................58
3.2 Variables............................................................................................................59
3.2.1 Variables Independientes ...........................................................................59
3.2.2 Variables Dependientes ..............................................................................59
3.2.3 Variables de Control...................................................................................59
3.2.4 Variables No Controlables .........................................................................59
3.2.5 Diagrama de Caja Negra de Variables del Sistema ....................................60
3.2.6 Operacionalización de Variables ................................................................61
3.3 Obtención de Resultados ...................................................................................64
3.3.1 Técnicas de Investigación ..........................................................................64
3.3.2 Procedimientos para la Obtención de Resultados ......................................64
3.4 Aspectos Éticos .................................................................................................68
3.4.1 Código de Ética para la Investigación de la UNT ......................................68
3.4.2 Código Deontológico del CIP ....................................................................69
4 RESULTADOS ....................................................................................................... 71
4.1 Identificación de Necesidades de la Empresa Ayni SAC ..................................71
4.2 Búsqueda de Normativa, Estándares o Recomendaciones para estudio de
Seguidores Solares ............................................................................................74
4.2.1 Comisión Electromecánica Internacional...................................................74
4.2.2 Oficina de Estándares de India ...................................................................74
4.2.3 Sociedad Americana de Ingenieros de Calefacción, Refrigeración y Aire
Acondicionado ...........................................................................................74
4.2.4 Sandia National Laboratories .....................................................................75
4.3 Identificación de las Características Ingenieriles del Panel Solar en estudio ....75
4.4 Elaboración de diversos Modelos y Sistemas de Control .................................78
4.4.1 Modelos para la Temperatura de Celda del Panel Solar ............................79
4.4.2 Modelamiento de la Radiación Solar Incidente sobre el Panel Solar.........84
4.5 Elaboración Matriz de Análisis Comparativo para el Seguidor Solar ...............85
4.6 Desarrollo de Programas Computaciones para Simulación del Seguidor Solar86
4.6.1 Diseño del Seguidor Solar en Software de Ingeniería ................................86
4.6.2 Modelo Computacional de la Estructura del Seguidor Solar .....................88
4.6.3 Modelamiento de los Actuadores del Seguidor Solar ................................90
4.6.4 Sistemas de Control del Seguidor Solar .....................................................95
4.6.5 Modelo Simulink de la Radiación Solar Incidente sobre el panel solar ...101
4.6.6 Modelo Simulink de Temperatura de Celda del Panel Solar ...................101
4.6.7 Modelo General de Conversión de Energía en un Seguidor Solar ...........101
4.7 Resultados de Simulaciones Computacionales ...............................................104
4.8 Selección de la Configuración Óptima para el mejor Rendimiento
Energético........................................................................................................111
4.9 Comprobación de la Resistencia Estructural del Seguidor Solar ....................112
4.10 Evaluación Económica de Sistema Fotovoltaico con Seguidor Solar .............117
4.10.1 Período de Retorno de Inversión ..............................................................118
5 DISCUSIÓN .......................................................................................................... 123
6 CONCLUSIONES ................................................................................................. 127
7 RECOMENDACIONES ....................................................................................... 130
8 REFERENCIAS .................................................................................................... 131
9 ANEXOS ............................................................................................................... 137
ÍNDICE DE TABLAS
Tabla 2.1 Coeficientes para el Modelo de Temperatura de Celda de Sandia National

Laboratories .................................................................................................................... 33
Tabla 3.1 Operacionalización de Variables Independientes .......................................... 61
Tabla 3.2 Operacionalización de Variables Dependientes ............................................ 62
Tabla 3.3 Operacionalización de Variables de Control ................................................. 62
Tabla 3.4 Operacionalización de Variables No Controlables ........................................ 63
Tabla 3.5 Protocolo para Reporte de Resultados de Simulaciones Computacionales ... 67
Tabla 4.1 Resumen de Resultados de las Entrevistas realizadas ................................... 73
Tabla 4.2 Resumen de la Ficha Técnica del panel solar ................................................ 75
Tabla 4.3 Resumen de las Características del Panel Solar incluyendo Resistencias
internas............................................................................................................................ 77
Tabla 4.4 Cuadro de Análisis comparativo de arquitectura, esquema de control y modelo
de temperatura de celda del Seguidor Solar ................................................................... 86
Tabla 4.5 Especificaciones de la Unidad de Giro de Doble eje SunSlew ..................... 87
Tabla 4.6 Parámetros extraídos de las especificaciones de la Unidad de Giro .............. 90
Tabla 4.7 Primeras características de los motores DC para el actuador ........................ 91
Tabla 4.8 Características del Actuador de la Unidad de giro ........................................ 93
Tabla 4.9 Resultados de Energía Producida y Relación de Energías para el Seguidor Solar
...................................................................................................................................... 108
Tabla 4.10 Beneficio Económico para cada primer día de mes de un seguidor solar . 110
Tabla 4.11 Beneficio económico percibido según el Sistema de Control empleado ... 111
Tabla 4.12 Pesos de los componentes del Seguidor Solar ........................................... 114
Tabla 4.13 Evaluación económica para la implementación del Sistema Fotovoltaico con
Seguidor Solar .............................................................................................................. 118
ÍNDICE DE FIGURAS
Figura 1.1: Interfaz Gráfica con las características de un panel fotovoltaico ............... 11
Figura 1.2: Programa LabVIEW para la adquisición de datos ...................................... 11
Figura 1.3: Medición de energía solar de un panel solar usando Arduino y Proteus .... 12
Figura 2.1: Esquema de Planta Solar de Concentración por Helióstatos ...................... 14
Figura 2.2: Curva estándar que brinda una Constante solar de 1366.1 𝑊/𝑚2............ 15
Figura 2.3: Valores característicos de la Masa de Aire ................................................. 17
Figura 2.4: Componentes de la Radiación Solar ........................................................... 18
Figura 2.5: Partes básicas de una Celda Solar ............................................................... 19
Figura 2.6: Bandas de energía en diferentes tipos de materiales .................................. 20
Figura 2.7: Semiconductores dopados .......................................................................... 21
Figura 2.8: Unión p-n .................................................................................................... 22
Figura 2.9: Diodo polarizado en directa ........................................................................ 23
Figura 2.10: Circuito equivalente de una celda solar con un diodo .............................. 25
Figura 2.11: Efectos de la Resistencia en Serie sobre las Curvas características del Panel
Solar ................................................................................................................................ 25
Figura 2.12: Efectos de la Resistencia en Paralelo sobre las Curvas características del
Panel Solar ...................................................................................................................... 26
Figura 2.13: Curvas I-V y P-V de una celda solar (𝑇𝑎 = 20°𝐶 y 𝐺 = 800 𝑊/𝑚2) ... 27
Figura 2.14: Tipos de Celdas Solares ............................................................................ 29
Figura 2.15: Evolución de las eficiencias de celdas según tecnología usada ................ 30
Figura 2.16: Diferentes Tipos de Montajes de Paneles Solares .................................... 33
Figura 2.17: Movimiento anual de la tierra alrededor del sol ....................................... 34
Figura 2.18: Variación anual de la declinación solar .................................................... 35
Figura 2.19: Gráfica de latitud, ángulo horario y la declinación solar .......................... 36
Figura 2.20: Trayectoria diaria aparente del Sol en el cielo desde el amanecer al ocaso
........................................................................................................................................ 37
Figura 2.21: Diagrama de ángulos solares .................................................................... 38
Figura 2.22: Sistema fijo instalado sobre una Casa ...................................................... 39
Figura 2.23: Comparación entre diferentes sistemas de seguimiento y un sistema fijo 40
Figura 2.24: Sensores CdS para un seguidor dinámico ................................................. 40
Figura 2.25: Montura ecuatorial (en invierno) .............................................................. 41
Figura 2.26: Esquema de un seguidor de bucle abierto................................................. 42
Figura 2.27: Implementación de un amplificador operacional para acción proporcional
........................................................................................................................................ 44
Figura 2.28: Implementación de un amplificador operacional de acción PI ................. 45
Figura 2.29: Amplificador operacional de acción PD ................................................... 46
Figura 2.30: Respuesta típica de los sistemas de control P, PI y PID ........................... 47
Figura 2.31: Principios básicos de las Redes Neuronales Artificiales .......................... 48
Figura 2.32: Procesamiento de información en una unidad de red neuronal ................ 49
Figura 2.33: Elemento soportado a esfuerzos ............................................................... 52
Figura 2.34: Programa Script y sus Resultados en MATLAB ...................................... 54
Figura 2.35: Ejemplo de Interfaz Gráfica de Usuario ................................................... 54
Figura 2.36: Diseño de un soporte antivibración usando Solidworks ........................... 55
Figura 3.1: Diagrama de Flujo general de la Metodología empleada ........................... 58
Figura 3.2: Caja Negra de Variables del Sistema.......................................................... 60
Figura 3.3: Diagrama de Flujo de Procedimiento Obtención de Resultados ................ 66
Figura 4.1: Búsqueda Iterativa de 𝑅𝑠 hacia un error mínimo de 0.03% ....................... 76
Figura 4.2: Relación entre la Resistencia en Paralelo y la Resistencia en Serie ........... 77
Figura 4.3: Curvas característica I-V parametrizando la Radiación incidente (𝑇 = 50°𝐶)
........................................................................................................................................ 78
Figura 4.4: Curvas característica P-V parametrizando la Temperatura de Celda del Panel
(𝐺 = 500 𝑊/𝑚2)........................................................................................................... 78
Figura 4.5: Parametrización de modelo NOCT, T vs Ta parametrizando la Irradiación
........................................................................................................................................ 80
Figura 4.6: Parametrización de modelo NOCT, T vs G parametrizando la Temperatura
ambiente.......................................................................................................................... 80
Figura 4.7: Parametrización del modelo de temperatura de SNL (1) ............................ 82
Figura 4.8: Parametrización del modelo de temperatura de SNL (2) ............................ 82
Figura 4.9: Parametrización del modelo de temperatura de Duffie (1) ......................... 83
Figura 4.10: Parametrización del modelo de temperatura de Duffie (2) ....................... 83
Figura 4.11: Irradiación solar para el 01 de junio de 2018 ........................................... 85
Figura 4.12: Irradiación solar para el 01 de diciembre de 2018 .................................... 85
Figura 4.13: Modelo de la Unidad de giro SunSlew SDD3 .......................................... 87
Figura 4.14: Diseño de Seguidor Solar Azimut-Elevación en Solidworks ................... 88
Figura 4.15: Diagrama Simulink para Modelo Físico del Seguidor Solar .................... 89
Figura 4.16: Modelo mecánico del Seguidor Solar en Simscape Multibody ................ 90
Figura 4.17: Modelo base de un Motor DC para Actuadores del Seguidor Solar......... 92
Figura 4.18: Curva de ajuste para hallar los parámetros del motor DC ........................ 93
Figura 4.19: Modelado en Simulink del Actuador para la Unidad de Giro .................. 94
Figura 4.20: Funciones de Membresía para la Variable de Entrada ............................. 96
Figura 4.21: Funciones de membresía para la Variable de Salida ................................ 96
Figura 4.22: Sistemas de Control de un Seguidor Solar ............................................... 97
Figura 4.23: Sistema de Control Simulink por Variación Lineal de Voltaje ................ 98
Figura 4.24: Sistema de Control Simulink PID............................................................. 99
Figura 4.25: Sistema de Control Simulink por Lógica Difusa .................................... 100
Figura 4.26: Modelo Simulink de Temperaturas de Celda de Panel Solar ................. 101
Figura 4.27: Modelo Simulink de Radiación Inclinada sobre el Panel Solar con Seguidor
...................................................................................................................................... 102
Figura 4.28: Modelo de Conversión de Energía de un Seguidor Solar de doble eje .. 103
Figura 4.29: Simulación de Sistema de Control por Variación Lineal de Voltaje (Fecha:
01 de junio de 2018) ..................................................................................................... 105
Figura 4.30: Simulación de Sistema de Control por PID (Fecha: 01 de junio de 2018)
...................................................................................................................................... 106
Figura 4.31: Simulación de Sistema de Control por Lógica Difusa (Fecha: 01 de junio
de 2018) ........................................................................................................................ 107
Figura 4.32: Fuerza aplicada sobre el panel solar ....................................................... 113
Figura 4.33: Esfuerzo aplicados sobre la base del seguidor solar ............................... 114
Figura 4.34: Concentración de Esfuerzo por Soldadura ............................................. 117
Figura 4.35: Cuadro de retorno de la inversión ........................................................... 120
Figura 4.36: Flujos de caja descontados (años)........................................................... 120
Figura 4.37: Tiempo de recuperación de la inversión (años) ...................................... 121
ÍNDICE DE ECUACIONES
Ecuación 2.1: Masa de Aire ....................................................................................... 16

Ecuación 2.2: Radiación Global …............................................................................ 17
Ecuación 2.3: Corriente en el diodo .......................................................................... 23
Ecuación 2.4: Voltaje térmico ................................................................................... 23
Ecuación 2.5: Corriente del Panel solar (I) ............................................................... 24
Ecuación 2.6: Corriente del Panel solar (II) .............................................................. 25
Ecuación 2.7: Punto de Máxima Potencia ................................................................ 27
Ecuación 2.8: Factor de forma .................................................................................. 27
Ecuación 2.9: Eficiencia del panel solar ................................................................... 29
Ecuación 2.10: Temperatura de Celda (NOCT) ........................................................ 31
Ecuación 2.11: Temperatura de Celda (Duffie & Beckman) .................................... 31
Ecuación 2.12: Temperatura de Celda (NSL) ........................................................... 32
Ecuación 2.13: Temperatura de la superficie posterior del módulo ......................... 32
Ecuación 2.14: Declinación solar .............................................................................. 34
Ecuación 2.15: Ángulo horario ................................................................................. 35
Ecuación 2.16: Ángulo de zenit ............................................................................... 36
Ecuación 2.17: Elevación solar ................................................................................. 36
Ecuación 2.18: Azimut solar ..................................................................................... 37
Ecuación 2.19: Ángulo de incidencia ....................................................................... 38
Ecuación 2.20: Ángulo de incidencia para seguidor solar completo ........................ 38
Ecuación 2.21: Control proporcional ........................................................................ 43
Ecuación 2.22: Ganancia proporcional ..................................................................... 43
Ecuación 2.23: Control integral ................................................................................ 44
Ecuación 2.24: Ganancia integral ............................................................................. 44
Ecuación 2.25: Control PI ......................................................................................... 45
Ecuación 2.26: Control derivativo ............................................................................ 45
Ecuación 2.27: Control PD ....................................................................................... 46
Ecuación 2.28: Control PID ...................................................................................... 46
Ecuación 2.29: Esfuerzo promedio ........................................................................... 52
Ecuación 2.30: Predicción de fluencia ...................................................................... 52
Ecuación 2.31: Ecuación de fluencia ........................................................................ 53
Ecuación 2.32: Esfuerzo de von Mises ..................................................................... 53
Ecuación 2.33: Ecuación de diseño para carga estática ............................................ 53
Ecuación 4.1: Corriente fotovoltaica ........................................................................ 79
Ecuación 4.2: Corriente de saturación de diodo ....................................................... 79
Ecuación 4.3: Velocidad de giro del actuador .......................................................... 91
Ecuación 4.4: Control por Variación Lineal de Voltaje ............................................ 95
Ecuación 4.5: Presión dinámica del viento ............................................................... 112
Ecuación 4.6: Fuerza por presión del viento ............................................................. 113
Ecuación 4.7: Esfuerzo cortante ................................................................................ 114
Ecuación 4.8: Esfuerzo por compresión ................................................................... 115
Ecuación 4.9: Esfuerzo por flexión ........................................................................... 116
Ecuación 4.10: Esfuerzo plano de von Mises ........................................................... 116
Ecuación 4.11: Factor de seguridad .......................................................................... 117
Ecuación 4.12: Valor monetario presente de la inversión inicial (I) ........................ 119
Ecuación 4.13: Valor monetario presente de la inversión inicial (II) ....................... 119
NOMENCLATURA
Relación entre la energía producida

∝ Factor de idealidad del diodo 𝒌𝒆
y la energía consumida
𝜶 Elevación solar (°) 𝑲𝑰 Ganancia integral
𝜹 Declinación solar (°) 𝑲𝑷 Ganancia proporcional
Coeficiente de temperatura de la
𝜼 Eficiencia del panel solar 𝑲𝒔𝒄
corriente de cortocircuito
𝜽 Ángulo de incidencia (°) 𝑳 Latitud (°)
𝝈𝟏 , Esfuerzos principales sobre un
𝑵 Número del día dentro del año
𝝈𝟐 , 𝝈𝟑 elemento de volumen (𝑃𝑎)
𝝈′ Esfuerzo de von Mises (𝑃𝑎) 𝒏 Facto de Seguridad
Producto efectivo de transmitancia-
Temperatura de operación nominal
𝝉𝜶 absorbancia (Duffie & Beckman, 𝑵𝑶𝑪𝑻
de la celda solar (°𝐶 )
2013)
Potencia extraída del panel solar
𝚽 Ángulo de zenit (°) 𝑷
(𝑊 )
Potencia luminosa incidente sobre el
𝑨𝑴 Masa de aire 𝑷𝒊𝒏
panel solar (𝑊 )
𝑫 Radiación difusa (𝑊/𝑚2 ) 𝒒 Carga del electrón (1.6 ∗ 10−19 𝐶 )
Energía consumida por el seguidor Presión dinámica del viento
𝑬𝒄 𝒒𝒗
solar (𝑘𝑊ℎ) (𝑃𝑎)
Ancho energético de banda
𝑬𝒈 𝑹 Radiación por reflexión (𝑊/𝑚2 )
prohibida (𝑒𝑉 )
Energía producida por el panel solar Resistencia en paralelo interna del
𝑬𝒑 𝑹𝒑
(𝑘𝑊ℎ) panel solar (Ω)
Resistencia en serie interna del panel
𝑮 Radiación global (𝑊/𝑚2 ) 𝑹𝒔
solar (Ω)
𝑮𝒏 Radiación nominal (1000 𝑊/𝑚2 ) 𝑺𝒚 Límite de fluencia (𝑃𝑎)
Temperatura del diodo (celda solar)
𝑮𝑺𝑪 Constante Solar (1366.1 𝑊/𝑚2 ) 𝑻
(𝐾 )
𝒉 Ángulo horario (°) 𝑻𝒂 Temperatura ambiental
𝑰 Corriente del panel solar (𝐴) 𝑻𝒄 Temperatura de la celda solar (°𝐶 )
Corriente de saturación en oscuridad Temperatura de la superficie
𝑰𝟎 𝑻𝒎
del diodo (𝐴) posterior del panel solar (°𝐶 )
𝑰𝑩 Radiación directa (𝑊/𝑚2 ) 𝑻𝒏 Temperatura nominal (298 𝐾)
𝑰𝑫 Corriente en el diodo (𝐴) 𝑽 Voltaje del panel solar (𝑉 )
𝑰𝒎𝒑 Corriente a la potencia máxima (𝐴) 𝑽𝒎𝒑 Voltaje a la potencia máxima (𝑉 )
𝑰𝒑𝒗 Corriente fotovoltaica (𝐴) 𝑽𝒐𝒄 Voltaje de circuito abierto (𝑉 )
Voltaje térmico (𝑉 ) (Villalva et al.,
𝑰𝒔𝒄 Corriente de cortocircuito (𝐴) 𝑽𝑻
2009)
Constante de Boltzmann (1.38 ∗
𝒌 𝑽𝒗 Velocidad del viento (𝑚/𝑠)
10−23 𝐽/𝐾 )
𝑲𝑫 Ganancia derivativa 𝒛 Ángulo de azimut (°)
CAPÍTULO I
INTRODUCCIÓN
1 INTRODUCCIÓN
1.1 Realidad problemática
En la actualidad, se están enfrentando los grandes impactos negativos que

produce el empleo de los combustibles fósiles al ser empleados como fuentes de
energía. Las energías renovables se presentan como una solución para este
problema. En 2017, la contribución de las energías renovables para el consumo
mundial de energía primaria fue aproximadamente del 22%. Esta contribución
puede ser mucho mayor ya que el potencial técnico global de las energías
renovables es más de 18 veces el consumo mundial actual de energía primaria (Tran
& Smith, 2017).
La energía solar, uno de los tipos de energía renovable más prometedores,

podría ser la mejor opción para suministrar energía en el futuro. Es la fuente de
energía más abundante en la tierra, pudiendo satisfacer toda nuestra demanda de
energía si la empleamos eficientemente (Lewis, 2007). La industria Solar
Fotovoltaica (FV), es la tecnología de energía solar que ha tenido el mayor
crecimiento mundial en la última década. Esta tecnología tiene grandes retos por
superar puesto que su eficiencia es baja comparada a otros tipos de energía. Para
optimizar el rendimiento se presentan opciones como mejorar los materiales de
fabricación de la celda solar u optimizar el seguimiento solar de los paneles.
Para superar las barreras de rendimiento energético, se han desarrollado

celdas solares con nuevos materiales como Telururo de Cadmio, Cobre-Indio-
Galio-Selenio (CIGS), celdas orgánicas, celdas sensibilizadas por colorante, entre
otras, así como tecnologías de concentración de la radiación con lentes fresnel
(Eldin et al., 2007). A la vez, se han empleado diferentes métodos para monitorear
los indicadores eléctricos y de rendimiento: Componentes electrónicos y Software
de adquisición de datos y control (Ulieru & Cepisca, 2011), PLCs y Control de
supervisión y adquisición de datos (Purohit & Anshika, 2015) e Interfaces gráficas
de usuario (Sharma et al., 2015), aunque aún no se ha realizado una comparación
entre los diversos métodos empleados.
Asimismo, los sistemas de autoposicionamiento son una opción factible para

incrementar la eficiencia de los paneles fotovoltaicos. Dentro de estos, el
seguimiento de doble eje brinda la mejor captación de radiación solar,
1
incrementando el rendimiento hasta en un 82% respecto a un sistema fijo (Racharla
& Rajan, 2017). Sin embargo, existen diversos sistemas de control para los
seguidores de doble eje, los cuales aún no han sido estudiados comparativamente
para determinar cuál es el sistema de control más eficiente.
Uno de los métodos para realizar análisis del comportamiento de sistemas de

control para seguidores solares consiste en realizar simulaciones computacionales.
Por ejemplo Shaker & Khalaf (2013) realizaron una simulación empleando redes
neuronales para el movimiento a baja velocidad de un seguidor. De igual manera,
Alexandru & Tatu (2013) desarrollaron un sistema de control PID para un seguidor
de doble eje, obteniendo un error cuadrático medio de seguimiento de 9.25 × 10−6 ,
que les garantiza pérdidas mínimas de radiación incidente sobre los paneles. Estos
estudios, a pesar de estar aislados, brindan los fundamentos teóricos necesarios para
la realización de un estudio comparativo.
En Latinoamérica, pocas son las investigaciones en análisis o sistemas de

control de los sistemas fotovoltaicos. Se encuentran estudios sobre la
implementación de las tecnologías fotovoltaicas de generación eléctrica (Beltran,
2014; Romero, 2015), así como la implementación de sistemas de adquisición de
datos para sistemas fotovoltaicos (Moreno et al., 2014; Ruíz et al., 2015). Estos
estudios aún no han incluido modelos matemáticos holísticos, ni han empleado
tecnologías para mejorar el rendimiento de sistemas fotovoltaicos.
En febrero de 2018 entró en operación la Planta Solar Peruana “Rubí”, que

entregará 144.48 MW de potencia efectiva empleando un total de 560 000 paneles
solares (Osinergmin, 2018). Esto significa un impulso para el desarrollo de
investigaciones en materia de energía solar fotovoltaica. En Perú se encuentran
trabajos como el de Henríquez (2003) que desarrolló un regulador para el estado de
carga de las baterías de los sistemas fotovoltaicos, o trabajos de implementación de
paneles solares para embarcaciones pesqueras (CIP, 2017), sistemas de bombeo de
agua (Ramos, 2016) y abastecimiento eléctrico a campamentos mineros (Vásquez
& Zúñiga, 2015). Trabajos para mejorar el rendimiento o implementar sistemas de
control para los sistemas fotovoltaicos todavía no han sido desarrollados en nuestro
país. En Trujillo, se han diseñado algunos sistemas fotovoltaicos para ahorro
energético en incubadoras avícolas (Delgado, 2016) o suministro de energía para
2
equipos de bombeo en la industria agrícola (Sánchez, 2017). Sin embargo, no
existen reportes detallados sobre el modelamiento u optimización del desempeño
de los sistemas fotovoltaicos empleados.
La empresa AYNI SAC, ubicada en el distrito de Huanchaco (Trujillo),

brinda servicios generales, especialmente en trabajos metalmecánicos a empresas
en Perú. Algunos de sus trabajos los ha realizado para empresas del sector
agroindustrial, minero y siderúrgico, involucrando el diseño, fabricación e
instalación de múltiples equipos. Durante los últimos años, AYNI SAC está
creciendo continuamente y sus rangos de interés se están ampliando debido a la
diversificación de sus actividades.
En tal contexto, la gerencia de AYNI SAC ve como una buena oportunidad

de negocio incursionar en la industria solar fotovoltaica a través de la instalación
de paneles solares en instituciones o edificios importantes. Esto se debe al constante
desarrollo de la tecnología, su rentabilidad y los beneficios ambientales que brinda
(Kannan & Vakeesan, 2016). Sin embargo, AYNI SAC desea no solo instalar
paneles solares, sino también predecir y maximizar el rendimiento de los equipos
bajo diferentes condiciones geográficas y meteorológicas que puedan estar
presentes en los requerimientos de sus clientes.
Este proyecto propone analizar comparativamente tres (3) sistemas de control

computacionales para un panel solar con autoposicionamiento con el fin de
optimizar la captación y transformación de energía solar en electricidad.
3
1.2 Definición del problema
Dados tres (3) modelos computacionales de control de lazo cerrado tradicionales:
Control por Variación Lineal de Voltaje (VLV)
Control por el Modelo Proporcional Integral Derivativo (PID)
Control por Lógica Difusa (LD)
¿Qué modelo computacional de control brindará el mejor rendimiento de

transformación de energía, para un panel solar con autoposicionamiento en la
ciudad de Trujillo?
1.3 Hipótesis
El Control por Variación Lineal de Voltaje brindará un mejor rendimiento

debido a sus características generales de simpleza y bajo consumo energía para auto
sustentación.
1.4 Justificación
Este proyecto de investigación se justifica en los siguientes ámbitos:
Justificación Teórica
La implementación tecnológica de la energía FV en el Perú es escasa y

todavía no existen investigaciones sobre el comportamiento de los paneles solares
bajo diferentes condiciones meteorológicas del lugar de implementación. Por tanto,
el presente proyecto significa un avance, en nuestra región, para entender con mayor
detalle el aprovechamiento de la energía solar a través de paneles y seguidores
solares.
Justificación Tecnológica
Para el desarrollo del proyecto se emplearán herramientas y software de

acceso en Perú, con los cuales servirán para el control y análisis del panel solar.
Este estudio será uno de los primeros en su tipo para realizar análisis energéticos de
sistemas FV en nuestro país mediante software computacional.
4
Justificación Económica
Este estudio de control y análisis de paneles solares puede servir como una
herramienta matemática computacional para estudios de pre factibilidad de
proyectos de instalación de módulos solares de AYNI SAC puesto que nos permite
predecir y optimizar la energía que se aprovechará según las condiciones
meteorológicas y geográficas de la región donde se implementaría el sistema FV.
Justificación Ambiental
Este proyecto impulsa el desarrollo y comprensión de la tecnología solar

fotovoltaica abordando el séptimo Objetivo de Desarrollo Sostenible al 2030
planteado por la ONU (2016), que se refiere a “Garantizar el acceso a una energía
asequible, fiable, sostenible y moderna para todos” identificando a las energía
renovables como una solución para mejorar la calidad de vida de las personas.
1.5 Objetivos
1.5.1 Objetivo General
Modelar, Simular y Optimizar el fenómeno de captación-transformación y

sistema de control de un panel solar con autoposicionamiento para obtener un
mayor rendimiento energético.
1.5.2 Objetivos Específicos
i. Identificar las necesidades de la empresa Ayni SAC orientadas a su incursión

en la industria solar fotovoltaica local.
ii. Familiarizarse con la normativa asociada al análisis y control de paneles solares
con autoposicionamiento.
iii. Delimitar las características del equipo base a analizar mediante una tabla de
especificaciones de ingeniería.
iv. Elaborar un conjunto de modelos matemáticos y sistemas de control de
seguidores solares.
5
v. Elaborar una matriz de evaluación del rendimiento de los sistemas de control
del seguidor solar.
vi. Elaborar los programas computacionales para simular los modelos
matemáticos y los sistemas de control del seguidor solar.
vii. Realizar las simulaciones de las configuraciones elaboradas.
viii. Determinar el sistema de control óptimo del seguidor solar de acuerdo a los
objetivos planteados.
ix. Comprobar la resistencia estructural del Seguidor Solar mediante un factor de
seguridad adecuado.
x. Desarrollar evaluación económica del Sistema Fotovoltaico con Seguidor
Solar.
1.6 Antecedentes
Alata et al. (2005) desarrollaron un sistema de seguimiento solar en

MATLAB para controlar el movimiento de tres tipos de seguidores solares:
seguidor de un eje, seguidor con eje ecuatorial y seguidor de doble eje.
Implementaron reglas de lógica difusa para estimar los ángulos solares y la
radiación incidente sobre el panel de acuerdo a condiciones temporales y
geográficas, tomando tiempos de muestreo de cuatro minutos. Obtuvo un máximo
error cuadrático medio de 1.869 para la radiación incidente, y un mínimo error
cuadrático medio para el ángulo de altitud de 0.034. El error para el ángulo de
azimut fue mayor a pesar de haber empleado mayor cantidad de reglas difusas para
su cálculo. Se concluye que, debido a la alta radiación en la zona de estudio, es
viable la implementación de un seguidor solar según los resultados obtenidos.
Safan et al. (2017) generaron un sistema de control tipo PID para un seguidor
de doble eje denominado SUI PID, basado en el algoritmo PSA para la posición del
sol. El trabajo se compone del sistema mecánico (estructura de aluminio con
transmisión por cadena), el sistema eléctrico (sistema fotovoltaico y motores) y el
sistema de control (microcontrolador, drivers de motor y sistema de sensores). El
sistema de control propuesto brindó una máxima precisión de ±0.2° y un error de
6
seguimiento promedio de ±0.0044° para el ángulo de azimut y ±0.0068° para el
ángulo de elevación. No se brindan inferencias de los resultados obtenidos.
Dazhi Yang (2016), realizó una comparación entre 26 Modelos

Transposicionales de irradiación sobre una superficie inclinada entre los cuales se
encuentran: Liu and Jordan (1961), Perez (1988) o Gueymard (1987). La diferencia
entre los modelos estudiados, para el cálculo de la irradiación, radica en el Factor
de Transposición para Irradiación Difusa (𝑅𝑑 ). Los rendimientos de los modelos se
clasificaron de acuerdo a su precisión en comparación a datos de radiación solar
medidos durante un año en cuatro ubicaciones, con 18 combinaciones diferentes de
ángulos de inclinación de la superficie y ángulos azimutales. Concluyen que no
existe un modelo universal, pero recomiendan algunos modelos que brindan
mayores precisiones de acuerdo a los estudios experimentales realizados como los
de Perez, Gueymard, Hay, Muneer o Reindi.
Geoffrey Klise y Joshua Stein (2009), hicieron un reporte para Sandia

National Laboratories (SNL) sobre los modelos para evaluar el rendimiento de los
sistemas fotovoltaicos desarrollados y empleados por SNL, así como modelos de
otros investigadores que no empleados por SNL. También analizaron modelos para
suministro de energía mediante sistemas híbridos y modelos de almacenamiento de
energía por baterías. Los autores señalan que los modelos desarrollados por SNL
han ido mejorando continuamente, llegando al actual System Advisor Model
(SAM) que brinda predicciones para el rendimiento y costo de energía de sistema
fotovoltaicos conectados a la red. Sin embargo, no descartan los modelos de autores
no asociados a SNL, como SolarPro o PolySun, ya que sus investigaciones y
herramientas pueden servir para profesionales abocados a este campo.
Piyatida Trinuruk et al. (2009), realizaron un estudio comparativo de dos

modelos de temperatura de celda para un panel de silicio monocristalino de 80W
en Bangkok: el Modelo NOCT (Temperatura Nominal de Operación de Celda) y el
de SNL. Se empleó un banco de pruebas para simular un Panel Fotovoltaico
7
Integrado a un Edificio (BIPV, por sus siglas en inglés). Se tomaron datos, cada 10
segundos, de la temperatura del panel empleando una termocupla tipo K a la mitad
de la parte posterior del PV, luego se promediaron los datos para 5 minutos y 3
posiciones del panel: horizontal, vertical y con una inclinación de 15°. Evaluaron
tanto el error cuadrático medio (RMSE) y el error promedio (MBE), encontrando
que, en general, el modelo SNL brinda mejores predicciones que el modelo NOCT,
aunque ambos modelos dan valores superiores a la temperatura real medida. Los
máximos errores fueron de +21% (8°C) y ±24% (10°C). Aunque estos errores son
grandes, su efecto sobre el error de predicción sobre la producción a largo plazo de
energía no sería mayor al 6%.
A. Jakharani, et al. (2011), llevaron a cabo un estudio comparativo de

diferentes modelos para predecir la temperatura de un panel fotovoltaico. Se
revisaron un total de 16 modelos empleando datos meteorológicos diarios,
promediados mensualmente, en Kuching, Malasia. Se encontró que la variación
de los resultados, empleando estos modelos, responde al uso de diferentes
variables, condiciones climáticas y configuraciones de los módulos FV
empleados. Finalmente, se concluye que el modelo preferido para la optimización,
simulación y diseño de sistemas FV es el Duffie y Beckman (2006), que brindará
mejores predicciones durante condiciones de operación fluctuantes, es decir,
cuando la intensidad de la radiación solar y la temperatura cambien durante un
periodo corto de tiempo.
John Duffie y William Beckman (2013), desarrollaron un método de

predicción de la temperatura de celda empleando diferentes parámetros ambientales
y condiciones de operación del panel, incluyendo el coeficiente de transmitancia-
absorbancia (𝜏𝛼 ). Tanto en el módulo Solar One de la Universidad de Delaware,
como en una casa en Providence (Rhode Island) se instalaron paneles solares sobre
los edificios con aire acondicionado. El modelo obtenido emplea datos de la
Temperatura Nominal de Operación de Celda (NOCT) y, si es que no se conoce 𝜏𝛼,
los autores recomiendan emplear un valor de 𝜏𝛼 = 0.9. Una versión anterior de
dicho modelo fue empleada por Jakharani (2011).
8
Marcelo Villalva et al. (2009), realizaron la simulación de las curvas
características de un panel solar de silicio policristalino KC200GT (200 Watts como
potencia máxima). Emplearon relaciones teóricas y aproximaciones bajo un modelo
de celda solar con un único diodo. Para realizarlo, obtuvieron en primer lugar las
resistencias en serie y en paralelo del circuito equivalente, mediante un algoritmo
recursivo implementado en Simulink y PSIM. Las resistencias en serie y paralelo
que obtuvieron con su algoritmo para el panel en estudio fueron de 0.221 Ω y
415.405 Ω, respectivamente. Con estos resultados, simularon las curvas I-V y P-V
del panel solar, variando los parámetros de irradiación y temperatura del panel.
Concluyeron que su algoritmo representa una solución rápida y efectiva para la
obtención de las resistencias en serie y paralelo y de la corriente fotovoltaica cuando
estos datos no se tienen disponibles, empleando datos más accesibles como la
potencia máxima, la corriente de cortocircuito, el voltaje de circuito abierto, etc.
Jefferson Cata y Fulton Rodríguez (2015), analizaron un panel solar TYN-

85S5 de silicio policristalino empleando MATLAB®. Para obtener todas las
variables del modelado matemático realizaron pruebas con varios instrumentos de
medición incluyendo un piranómetro, una cámara termográfica, multímetros y
resistencias variables. Se recalcularon las características básicas del panel solar,
obteniendo datos que difieren de los entregados por el fabricante. Asimismo se
calculó la resistencia en serie y paralelo del panel solar, con valores de 1.099 ∗
10−2 Ω y 1.875Ω, respectivamente, que son muy mucho menores a las resistencias
brindadas como referencia en otras investigaciones. Finalmente, empleando el
modelo para celda solar con un único diodo, se graficaron las curvas características
I-V y P-V del panel solar variando tanto la temperatura del panel como la
irradiación incidente. Se concluye que este método permite realizar un análisis
provechoso del comportamiento del panel frente a los cambios de irradiación,
aunque las mediciones realizadas experimentalmente pueden ser susceptibles a
errores debido a que no se tuvieron las mismas condiciones que en los laboratorios
del fabricante.
9
Juan Vargas y Gonzalo Navia (2015), instalaron un sistema de control para la
visualización en tiempo real de datos experimentales de curvas de eficiencia y la
curva característica I-V del panel solar SUNTECH-STP030-12. El sistema está
compuesto de un programa de análisis y ploteo de curvas en LabView ® junto a un
circuito de adquisición y procesamiento de datos. Para la interfase y toma de datos
se empleó un Arduino UNO R3, sensores de temperatura LM35, sensores de
corriente y voltaje, un piranómetro, entre otros. Los resultados muestran que es
posible emplear microprocesadores de bajo costo para tratar la información
obtenida de los paneles solares, incluyendo interfaces gráficas para el usuario.
1.7 Estado del arte
Se presentan las investigaciones más recientes y significativas que muestran

los últimos avances respecto del tema abordado en el presente trabajo.
En Universidad Politécnica Estatal de Moscú, Rezk et al. (2017) diseñaron e

implementaron un sistema de adquisición de datos para monitorear los parámetros
de un sistema FV. Los datos adquiridos son recibidos y procesados por la tarjeta
National Instruments USB-6009, y los datos se visualizan en el computador gracias
a una interfaz gráfica de usuario (GUI) desarrollada en LabVIEW. El programa
permite acumular y visualizar datos como corriente, voltaje, potencia e irradiación
solar; este último obtenido a través de una relación con la corriente de cortocircuito
del panel solar (Figura 1.1). Los autores indican que el sistema de adquisición es
preciso, económico y que puede ser de mucha ayuda para la investigación y la
enseñanza.
10
Figura 1.1: Interfaz Gráfica con las características de un panel fotovoltaico
Fuente: Rezk (2017)
Igualmente, empleando LabVIEW, Rohit et al. (2017), emplearon la tarjeta

de adquisición de datos USB-6351 de National Instruments, junto a un piranómetro,
un sensor de humedad AMT1001, un sensor de temperatura LM35 y sensores de
corriente y voltaje para medir las condiciones meteorológicas y variables del panel
solar de silicio monocristalino empleado (Figura 1.2). El estudio desarrollado es
una base para posteriores estudios de investigación.
Figura 1.2: Programa LabVIEW para la adquisición de datos

Fuente: Rohit (2017)
11
Asimismo, Motahhir et al. (2017) simularon e implementaron un económico
sistema de adquisición de datos utilizando el software Proteus y una tarjeta
electrónica Arduino UNO. Los autores realizaron la simulación del sistema de
adquisición de datos en Proteus (Figura 1.3) pues incluye entre sus librerías los
componentes de Arduino, lo cual brinda una mayor aproximación a los resultados
reales del sistema físico de adquisición de datos, a comparación de utilizar PSIM o
Simulink en los que el código de Arduino debe ser nuevamente reescrito al
programar en la tarjeta real.
Figura 1.3: Medición de energía solar de un panel solar usando Arduino y Proteus
Fuente: Motahhir (2017)
12
CAPÍTULO II
MARCO
TEÓRICO
13
2 MARCO TEÓRICO
2.1 Energía Solar
La energía solar es la fuente principal de vida en el planeta: dirige los ciclos

biofísicos, geofísicos y químicos que mantienen la vida en la Tierra, los ciclos del
oxígeno, del agua, del carbono y del clima. La radiación solar incidente en la Tierra
puede aprovecharse activamente, a través de la implementación de dispositivos
ópticos o de otro tipo. Básicamente, recogiendo de forma adecuada la radiación
solar, podemos obtener calor y electricidad. El calor se logra mediante los
captadores o colectores térmicos (Figura 2.1), y la electricidad, a través de los
llamados módulos o celdas fotovoltaicas.
Figura 2.1: Esquema de Planta Solar de Concentración por Helióstatos

Fuente: omicrono.elespanol.com/2014/01
2.2 Radiación solar
2.2.1 Distribución espectral de la radiación solar
La energía solar llega en forma de radiación electromagnética. La radiación

electromagnética, son ondas producidas por la oscilación o la aceleración de una
14
carga eléctrica. Las ondas electromagnéticas no necesitan un medio material para
propagarse, por lo que estas ondas pueden atravesar el espacio interplanetario e
interestelar y llegar a la Tierra desde el Sol y las estrellas. La longitud de onda (𝜆)
y la frecuencia (𝑣 ) de las ondas electromagnéticas, relacionadas mediante la
expresión 𝜆𝑣 = 𝑐 (donde 𝑐 es la velocidad de la luz), son importantes para
determinar su energía, visibilidad, poder de penetración y otras características
(Castellanos, 2009).
La radiación electromagnética se puede ordenar en un espectro en diferentes

longitudes de onda, como se muestra en la Figura 2.2, que se extiende desde
longitudes de onda corta de billonésimas de metro (frecuencias muy altas), como
los rayos gama, hasta longitudes de onda larga de muchos kilómetros (frecuencias
muy bajas) como las ondas de radio. El Sol emite energía en forma de radiación de
onda corta, principalmente en la banda del ultravioleta, visible y cercano al
infrarrojo, con longitudes de onda entre 0,2 y 3,0 micrómetros (200 a 3.000
nanómetros) (Castellanos, 2009).
Figura 2.2: Curva estándar que brinda una Constante solar de 1366.1 𝑊/𝑚2
Fuente: Kalogirou (2014)
15
2.2.2 Radiación fuera de la atmósfera terrestre
La radiación emitida por el Sol atraviesa el espacio vacío en todas

direcciones. No sufre pérdidas apreciables por interacción con medios materiales.
Parte de esta irradiación solar es interceptada por el planeta Tierra. Dada la relación
entre la distancia con el Sol y el tamaño de nuestro planeta, es aceptable asumir que
su valor es constante en toda la superficie exterior de nuestra atmósfera. Por tanto,
se define la constante solar, 𝐺𝑆𝐶 , como el valor de irradiancia solar incidente en un
plano normal al vector Sol-Tierra en el límite superior de la atmósfera terrestre
(Perpiñán, 2018). Varios autores han obtenido valores diferentes para la constante
solar, pero un valor representativo es el de Kalogirou (Soteris Kalogirou, 2014) :
𝐺𝑆𝐶 = 1366.1 𝑊/𝑚2 .
2.2.3 Influencia de la atmósfera terrestre en la radiación solar
A su paso por la atmósfera, la radiación solar es sometida a una combinación

de procesos de reflexión, atenuación y difusión que alteran sus características. La
reflexión en las nubes disminuye la radiación incidente en la superficie terrestre
mientras que la absorción por vapor de agua, ozono y CO2 produce una
modificación de sus características espectrales (Perpiñán, 2018).
Por tanto, es útil definir la masa de aire (AM, por sus siglas en inglés) como
la relación entre el camino recorrido por los rayos directos del Sol a través de la
atmósfera hasta la superficie receptora y el que recorrerían en caso de incidencia
vertical (ver Figura 2.3). En la mayoría de casos es válida la aproximación de la
ecuación 2.1:
𝐴𝑀 = 1/ cos Φ (2.1)
Donde Φ es el ángulo de zenit.
16
Figura 2.3: Valores característicos de la Masa de Aire
Fuente: Adaptado de www.greenrhinoenergy.com/solar/radiation/spectra.php
Para el cálculo de la irradiancia solar que incide sobre una superficie arbitraria
localizada en la tierra es útil distinguir tres contribuciones de radiación diferentes.
Estas contribuciones, comúnmente denominadas componentes, son:
 Radiación Directa, B: representa la fracción de irradiancia procedente en línea

recta desde el Sol.
 Radiación Difusa, D: cuantifica todos los rayos de radiación solar dispersados
por la atmósfera. Es una radiación anisotrópica, cuyo valor depende de la zona
celeste de procedencia.
 Radiación por Reflexión, R: es aquella fracción de radiación procedente de la
reflexión en el suelo. Habitualmente supone una contribución muy pequeña y
en algunos casos puede ser despreciada. Oke (1987) recomienda para zonas
urbanas emplear un albedo de 0.15.
Se muestra en la Figura 2.4 la suma de estas tres componentes constituye la

denominada radiación global, expresada en ecuación 2.2,
𝐺 = 𝐼𝐵 + 𝐷 + 𝑅 (2.2)
Donde
𝐺: Radiación global (𝑊 ⁄𝑚2 )

𝐼𝐵 : Radiación directa (𝑊 ⁄𝑚2 )
17
𝐷: Radiación Difusa (𝑊 ⁄𝑚2 )
𝑅: Radiación por Reflexión (𝑊 ⁄𝑚2 )
Figura 2.4: Componentes de la Radiación Solar

Fuente: radiacionsolarblog.wordpress.com/2016/05/17/radiacion-solar
2.3 Energía Solar Fotovoltaica
La Energía Solar Fotovoltaica es una tecnología que genera corriente continua

por medio de semiconductores cuando éstos son iluminados por un haz de fotones.
Mientras la luz incide sobre una celda solar, que es el nombre dado al elemento
fotovoltaico individual, se genera potencia eléctrica; cuando ya no incide la luz, no
se produce corriente.
La Energía Solar Fotovoltaica presenta ventajas e inconvenientes. A menudo,

las ventajas y desventajas son diametralmente opuestas a las de las centrales
convencionales de combustible. Las plantas de combustibles fósiles provocan
emisiones peligrosas para el medio ambiente, usan una fuente limitada, su coste
tiende a crecer y no son modulares, pero es una tecnología establecida usada
mundialmente. En cambio, la Energía Solar Fotovoltaica es una fuente limpia,
abundante, se puede modificar de tamaño fácilmente, está expandiéndose
rápidamente, pero su actual limitación es la reducida capacidad de almacenamiento.
(Grupo NAP, 2007)
18
2.4 Celdas Solares
Es el dispositivo en el que se produce la conversión de luz en electricidad

gracias a las propiedades de los semiconductores y a las estructuras que permiten
extraer los electrones excitados de la celda hacia un circuito exterior para que
realice la transmisión de electricidad hacia el componente de almacenamiento o
consumo (Grupo NAP, 2007). En la Figura 2.5 se observan las partes generales de
una celda solar.
Figura 2.5: Partes básicas de una Celda Solar

Fuente: www.cemaer.org/celdas-solares/
2.4.1 Modelo de bandas de energía
En un sólido el número de átomos es tan elevado que los niveles de energía

forman bandas continuas de energía. Los electrones asociados a los átomos del
sólido llenan estas bandas en orden ascendente. La banda de mayor energía
completamente ocupada se denomina banda de valencia (electrones ligados a
átomos). La siguiente banda, parcialmente ocupada o vacía, se denominada banda
de conducción (electrones desligados de átomos). Estas bandas pueden estar
separadas por otra banda de energías que corresponde a estados no permitidos, y de
ahí que a esta banda se la denomine banda prohibida (Perpiñán, 2018).
Las propiedades eléctricas del sólido dependen de esta posición relativa entre
bandas. Así, el valor de la anchura energética de la banda prohibida, 𝐸𝑔 , permite
clasificar a los sólidos en conductores, aislantes y semiconductores. En un
conductor la 𝐸𝑔 es muy baja y los electrones circulan fácilmente por la banda de
19
conducción. En un aislante se necesita una cantidad de energía muy alta para que
los electrones puedan acceder a la banda de conducción dado que la 𝐸𝑔 es muy alta
(𝐸𝑔 > 5 eV). Sin embargo, en un semiconductor la 𝐸𝑔 está alrededor de 1 eV, de
forma que los electrones pueden “saltar” a la banda de conducción con un aporte
energético. Por ejemplo, para el silicio 𝐸𝑔 = 1.12 eV. Se aprecia en la Figura 2.6
la diferencia gráfica en las bandas de diferentes materiales.
Figura 2.6: Bandas de energía en diferentes tipos de materiales

Fuente: http://www.iesrdelgado.org/tomasgomez
2.4.2 La unión p-n
El dopaje de semiconductores consiste en introducir de forma controlada

impurezas en el cristal. Consideremos en primer lugar el empleo de átomos de
fósforo. Los átomos de fósforo tienen cinco electrones de valencia. Al agregar
impurezas a un cristal de Silicio con átomos de Fósforo, el quinto electrón no queda
bien integrado en la red y, por tanto, la rotura de este enlace se produce con una
aportación energética menor que la anchura de la banda prohibida del
semiconductor intrínseco. Este quinto electrón queda libre en la banda de
conducción, pero la carga positiva asociada (ion P +) permanece ligada a la red
cristalina sin poder contribuir a la conducción eléctrica. En estas condiciones la
densidad de electrones es superior a la de huecos, y a este semiconductor se le
clasifica como tipo n (Figura 2.7).
20
Figura 2.7: Semiconductores dopados
Fuente: Perpiñán (2018)
En el caso de un átomo de boro, sus átomos tienen tres electrones de valencia.

Al agregar impurezas a un cristal de Silicio con átomos de Boro, quedará una
vacante en los enlaces en los que participe (hueco). Nuevamente, la rotura de este
enlace se produce con una aportación energética menor que la anchura de la banda
prohibida del semiconductor. El hueco queda libre para contribuir a la corriente
eléctrica pero la carga negativa (ion 𝐵−) permanece ligada a la red cristalina. En
este caso, la densidad de huecos es superior a la de electrones y a este semiconductor
se le clasifica como tipo p.
Supongamos ahora la existencia de dos semiconductores, uno tipo p y otro

tipo n (Figura 2.8). Al unirlos físicamente se produce un desequilibrio dada la
diferente concentración de electrones y huecos en cada cristal. Para alcanzar el
equilibrio se produce la difusión de portadores mayoritarios, de forma que aparece
un movimiento de huecos desde el cristal p al cristal n, quedando aquel cargado
negativamente. Simultáneamente existe un movimiento de electrones desde el
cristal n a cristal p, quedando aquel cargado positivamente. Si los huecos y
electrones no fuesen partículas cargadas, este proceso de difusión continuaría hasta
alcanzar una concentración uniforme en todo el volumen. Pero la carga de los
portadores de los iones que permanecen ligados a la red impide que el proceso de
difusión se desarrolle totalmente.
21
Figura 2.8: Unión p-n
Los iones cargados son el origen de un campo eléctrico orientado desde el

semiconductor n (cargado positivamente) hacia el semiconductor p (cargado
negativamente). Este campo arrastra a los electrones del cristal p hacia el n, y
expulsa a los huecos desde el cristal n hacia el p. La dirección de este proceso de
arrastre es precisamente la contraria al proceso de difusión. El equilibrio se alcanza
cuando los movimientos de difusión y de arrastre se compensan. En el equilibrio
los portadores minoritarios (huecos en el cristal n y electrones en el cristal p) que
atraviesan la unión se recombinan, de forma que los electrones que provienen del
cristal n forman enlaces con los huecos del cristal p y viceversa. Esta recombinación
se produce en la zona cercana a la unión, denominada zona de carga de espacio.
Para conseguir la circulación de corriente a través de esta unión p-n es

necesario romper el equilibrio alcanzado y reducir el valor del potencial
termodinámico. La solución consiste en polarizar la unión p-n. Si aplicamos una
diferencia de potencial entre los extremos del cristal de forma que el lado p adquiera
una tensión positiva respecto al lado n, diremos que la unión p-n está polarizada en
directa (Figura 2.9). En estas condiciones se reduce la barrera de potencial y, en
consecuencia, el valor del campo eléctrico de la zona de unión. Por ello, la corriente
22
de arrastre disminuye y no puede compensar la corriente de difusión. El equilibrio
ya no existe y aparece un flujo neto de corriente.
Figura 2.9: Diodo polarizado en directa

Fuente: http://galeon.com/semiconductores
El dispositivo electrónico basado en una unión p-n se denomina diodo. La

zona p del diodo es el ánodo y la zona n es el cátodo. La característica tensión-
corriente de este dispositivo queda recogida en la ecuación de Shockley (2.3 y 2.4),
𝑉
𝐼𝐷 = 𝐼0 [exp ( ) − 1] (2.3)
𝑎 ∗ 𝑉𝑇
𝑉𝑇 = 𝑘 ∗ 𝑇/𝑞 (2.4)
Donde
𝐼𝐷 : corriente en el diodo (𝐴)

𝐼0 : corriente de saturación en oscuridad del diodo (𝐴)
𝑉: tensión aplicada al diodo (𝑉 )
𝑎: factor de idealidad del diodo para el Silicio policristalino
𝑉𝑇 : potencial térmico (𝑉 )
𝑘 = 1.38 ∗ 10−23 𝐽/𝐾, constante de Boltzmann
𝑇𝑐 : temperatura del diodo (celda solar) (𝐾 )
𝑞 = 1.60 ∗ 10−19 𝐶, carga del electrón
23
2.4.3 La unión P-N iluminada (Efecto Fotoeléctrico)
El efecto fotoeléctrico, identificado por primera vez en 1905 por Albert

Einstein, es el fundamento del funcionamiento de las celdas solares, dispositivos
basados en la unión p-n, cuyos electrones se desplazan a la banda de conducción
por el aporte energético de fotones incidentes. El campo eléctrico de la unión
conduce los portadores generados por esta interacción y dificulta la recombinación.
Esta corriente de iluminación, denominada fotocorriente, es ahora aprovechable por
un circuito externo. Sin embargo, la presencia de tensión en los terminales de la
unión (por ejemplo, la diferencia de potencial en una resistencia alimentada por el
dispositivo) reduce la barrera de potencial de la unión, y consecuentemente
favorece los procesos de recombinación que, como fue descrito anteriormente,
constituyen la corriente del diodo, denominada corriente de oscuridad.
Consecuentemente, en una unión p-n iluminada coexisten dos corrientes de sentido
contrapuesto y con orígenes diferentes. La corriente de iluminación o fotocorriente,
debida a la incidencia de fotones, circula desde la región n a la región p. La corriente
de oscuridad o corriente de diodo, debida a la recombinación de portadores
favorecida por la tensión en el circuito externo, circula desde la región p hacia la n.
La corriente total se expresa mediante la ecuación 2.5 (Perpiñán, 2018):
𝑉
𝐼 = 𝐼𝑝𝑣 − 𝐼0 [exp ( ) − 1] (2.5)
𝑎 ∗ 𝑉𝑇
Donde
𝐼: corriente extraída del panel solar (𝐴)

𝐼𝑝𝑣 : corriente fotovoltaica o fotocorriente (𝐴)
2.4.4 Circuito equivalente de una celda solar
La corriente fotogenerada en la celda solar puede ser modelada con un

generador de corriente, mientras que la corriente de oscuridad puede ser
representada con un diodo, tal y como se recoge en la Figura 2.10. Se incluyen una
resistencia serie y una resistencia en paralelo para efectos apreciables en las celdas
reales, obteniendo la ecuación 2.6:
24
𝑉 + 𝐼 ∗ 𝑅𝑠 𝑉 + 𝐼 ∗ 𝑅𝑠
𝐼 = 𝐼𝑝𝑣 − 𝐼0 [exp ( ) − 1] − (2.6)
𝑎 ∗ 𝑉𝑇 𝑅𝑝
Donde
𝑉: Voltaje a la salida del panel solar (𝑉 )

𝑅𝑠 : Resistencia en serie interna del panel solar (Ω)
𝑅𝑝 : Resistencia en paralelo interna del panel solar (Ω)
Figura 2.10: Circuito equivalente de una celda solar con un diodo

La resistencia en serie representa la resistencia debida a los contactos

metálicos con el semiconductor, a las capas semiconductoras y a la malla de
metalización. En la Figura 2.11 se comprueba que valores altos de la resistencia
serie alteran la pendiente de la curva I-V en la región comprendida entre la potencia
máxima y la tensión de circuito abierto.
Figura 2.11: Efectos de la Resistencia en Serie sobre las Curvas características del Panel Solar
25
La resistencia en paralelo representa las fugas de corriente en los bordes de
celda, los posibles cortocircuitos metálicos y la recombinación favorecida en las
fronteras de grano del cristal. Esta resistencia reduce el factor de forma y la tensión
de circuito abierto. En la Figura 2.12 se comprueba que valores bajos de la
resistencia paralelo alteran la pendiente de la curva I-V en la región comprendida
entre el cortocircuito y el punto de máxima potencia.
Figura 2.12: Efectos de la Resistencia en Paralelo sobre las Curvas características del Panel
Solar
2.4.5 Punto de Máxima Potencia
Superpuesta a la curva corriente-tensión, la Figura 2.13 incluye la relación

entre la potencia y la tensión. Es evidente la presencia de un máximo que adquiere
el nombre de Punto de Máxima Potencia (MPP). La localización de este punto viene
definida por la condición 𝑑𝑃/𝑑𝑉 = 0. La potencia entregada por la celda en este
punto será la considerada como potencia nominal, 𝑃𝑚𝑝 = 𝐼𝑚𝑝 ∗ 𝑉𝑚𝑝. Las unidades
de esta potencia son vatios pico (Wp), reflejando la idea de potencia máxima
alcanzable.
Dado que la celda funciona en corriente continua, su potencia es 𝑃 = 𝑉 ∗ 𝐼, y

por tanto se obtiene:
𝑑𝑃 𝑑 (𝐼 ∗ 𝑉 ) 𝑑𝐼 𝑑𝑉 𝑑𝐼
= =𝑉∗ +𝐼∗ =𝑉∗ +𝐼
𝑑𝑉 𝑑𝑉 𝑑𝑉 𝑑𝑉 𝑑𝑉
𝑑𝑃 𝑑𝐼 𝐼
Antes del MPP, 𝑑𝑉 > 0, o de forma equivalente 𝑑𝑉 > − 𝑉. Entre el MPP y el
𝑑𝑃 𝑑𝐼 𝐼
punto de circuito abierto 𝑑𝑉 < 0, o de forma equivalente 𝑑𝑉 < − 𝑉. En el MPP, se
cumplirá la relación de la ecuación 2.7:
26
𝑑𝐼 𝐼
=− (2.7)
𝑑𝑉 𝑉
Figura 2.13: Curvas I-V y P-V de una celda solar (𝑇𝑎 = 20°𝐶 y 𝐺 = 800 𝑊/𝑚2 )
2.4.6 Factor de forma y Eficiencia
El área encerrada por el rectángulo definida por el producto 𝐼𝑚𝑝 ∗ 𝑉𝑚𝑝 es

inferior a la representada por el producto 𝐼𝑠𝑐 ∗ 𝑉𝑜𝑐 (ver Figura 2.13). La relación
entre estas dos áreas se cuantifica con el factor de forma, presentado en la ecuación
2.8 (Jager et al., 2014):
𝐼𝑚𝑝 ∗ 𝑉𝑚𝑝
𝐹𝐹 = (2.8)
𝐼𝑠𝑐 ∗ 𝑉𝑜𝑐
Donde
𝐹𝐹: factor de forma del panel solar

𝐼𝑚𝑝 : corriente en la potencia máxima (𝐴)
𝐼𝑠𝑐 : corriente de cortocircuito (𝐴)
𝑉𝑚𝑝 : voltaje a la potencia máxima (𝑉 )
𝑉𝑜𝑐 : voltaje de circuito abierto (𝑉 )
27
El factor de forma es tanto más cercano a la unidad cuánto más acentuado sea
el codo localizado en el punto de máxima potencia. Su valor, normalmente
comprendido entre 0,7 y 0,8, varía poco de unas celdas a otras.
Por otra parte, la calidad de una celda se puede cuantificar con la eficiencia
de conversión según la ecuación 2.9:
𝐼𝑚𝑝 ∗ 𝑉𝑚𝑝 𝐹𝐹 ∗ 𝐼𝑠𝑐 ∗ 𝑉𝑜𝑐

𝜂= = (2.9)
𝑃𝑖𝑛 𝑃𝑖𝑛
Donde
𝜂: eficiencia del panel solar

𝑃𝑖𝑛 : potencia luminosa que incide en la celda solar (𝑊 )
En la Figura 2.15 se muestra la evolución temporal del valor de eficiencia de

celda de laboratorio para diferentes tecnologías. Las celdas industriales de silicio
suelen ofrecer eficiencias comprendidas entre el 13 % y el 17 %.
2.4.7 Tipos de Celdas Solares
Las celdas más utilizadas a nivel mundial son las de silicio monocristalino o
policristalino en las que se han realizado una unión p-n y contactos en ambas caras.
Estas celdas proporcionan aproximadamente 0.5 Voltios y una corriente de 35
mA/cm2 cuando son iluminadas por el sol en un día claro a 1000 W/m 2. Ambos
materiales utilizan silicio ultrapuro como el empleado en la Industria
microelectrónica, de cuyos excedentes se ha nutrido la Industria fotovoltaica
(Grupo NAP, 2007).
La segunda tecnología de celdas digna de mención se agrupa bajo el término

común de “celdas de capa delgada” o “capa fina” o thin film solar cells, englobando
tecnologías diversas. Las más notables, por sus resultados actuales y el desarrollo
industrial iniciado, son las celdas realizadas sobre CdTe (Telururo de Cadmio), a-
Si (Silicio amorfo) y Cu(InGa)Se2 (CIGS). Se muestran las celdas de silicio y de
capa fina en la Figura 2.14.
28
Figura 2.14: Tipos de Celdas Solares
Fuente: www.energiasrenovablesinfo.com/solar
Por último, están las células más eficientes jamás logradas, denominadas
células multiunión y que son, en realidad, varias células de distintos materiales
construidas en un solo monocristal continuo. Se ha alcanzado con ellas una
eficiencia de 40,7% bajo luz concentrada en laboratorio. Estas células,
intrínsecamente caras, se usan en el espacio y, en menor medida, para ser utilizadas
con sistemas de concentración para generación en plantas conectadas a red.
29
Figura 2.15: Evolución de las eficiencias de celdas según tecnología usada
Fuente: National Renewable Energy Laboratory NREL (2018)
30
2.5 Temperatura de celda del Panel Solar
La temperatura influencia grandemente sobre el rendimiento de un panel

solar. Mientras el nivel de irradiación incidente puede ser determinada midiéndola
con un piranómetro, la temperatura alcanzada dentro de la celda es más difícil de
evaluar. Con el fin de dar una estimación de la temperatura de operación promedio
del módulo, los fabricantes brindan, junto con los rendimientos nominales en
condiciones estándar (STC), la Temperatura Nominal de Operación de Celda
(NOCT). Este valor corresponde al rendimiento de una celda bajo un nivel de
irradiación de 800 𝑊/𝑚2 , a temperatura ambiente de 20°C y una velocidad externa
del viento de 1m/s (Jager, 2014).
Para hallar la temperatura de celda, los modelos de estado estacionario usan

una relación linear entre la irradiación solar 𝐺 y la diferencia entre la temperatura
del módulo (o celda) y la temperatura ambiente (𝑇𝑐 − 𝑇𝑎 ), donde la NOCT se usa
como un punto de referencia (Jager, 2014), obteniendo la ecuación 2.10:
𝑁𝑂𝐶𝑇 − 20
𝑇𝑐 = 𝑇𝑎 + (𝐺 ) (2.10)
800
Donde
𝑁𝑂𝐶𝑇: Temperatura de operación nominal de la celda (°C)

𝑇𝑐 : Temperatura de la celda (o módulo) FV (°C)
𝑇𝑎 : Temperatura ambiental (°C)
𝐺: radiación total incidente sobre el módulo FV (𝑊/𝑚2 )
Sin embargo, esta ecuación es bastante simple ya que no toma en cuenta las
condiciones ambientales tales como la velocidad del viento o la configuración de
montaje del arreglo de módulos (DELFT, 2014).
Debido a esto, Duffie y Beckman (2013) desarrollaron una relación (ecuación

2.11) para evaluar la temperatura de celda de un panel solar mediante un balance
de energía sobre una superficie de área de un módulo que es enfriado por pérdidas
al ambiente a través de la velocidad del viento (Duffie y Beckman, 2013):
𝐺 9.5 𝜂𝐶
𝑇𝑐 = 𝑇𝑎 + (𝑁𝑂𝐶𝑇 − 20) ( )( ) (1 − ) (2.11)
800 5.7 + 3.8𝑉𝑣 𝜏𝛼
31
Donde
𝜏𝛼: es el producto efectivo transmitancia-absorbancia (adimensional)

𝜂𝐶 : la eficiencia del módulo (adimensional)
𝑉𝑣 : velocidad del viento (𝑚/𝑠)
Asimismo, King et al. (2004) ha desarrollado, para Sandia National

Laboratories (SNL), un modelo más sofisticado (ecuaciones 2.12 y 2.13) teniendo
en cuenta no solo la velocidad del viento, sino también la configuración de montaje
del panel solar de las cuales se ven algunos ejemplos en la Figura 2.16:
𝐺
𝑇𝑐 = 𝑇𝑚 + ∗ ∆𝑇 (2.12)
𝐺𝑛
𝑇𝑚 = 𝐺 ∗ (𝑒 𝑎+𝑏∗𝑉𝑣 ) + 𝑇𝑎 (2.13)
Donde
𝑇𝑐 : Temperatura de la celda (o módulo) FV (°C)

𝑇𝑚: Temperatura de la superficie posterior del módulo (°C)
𝑇𝑎 : Temperatura ambiental FV (°C)
𝐺: Radiación total incidente sobre el módulo FV (𝑊/𝑚2 )
𝐺𝑛 = 1000𝑊/𝑚2 , Radiación nominal
∆𝑇: Diferencia de temperatura entre la celda y la superficie posterior del módulo a
un nivel de radiación de 1000 W/m2
𝑉𝑣 : Velocidad del viento (𝑚/𝑠)
𝑎: Coeficiente empíricamente determinado que establece el límite superior para la
temperatura del módulo a bajas velocidades del viento y alta irradiación solar
𝑏: Coeficiente empíricamente determinado que establece la velocidad a la que la
temperatura del módulo disminuye cuando la velocidad del viento aumenta
32
Figura 2.16: Diferentes Tipos de Montajes de Paneles Solares
Fuente: Adaptado de www.damiasolar.com, radiovideochip.blogspot.pe y www.solarmat.es
Los valores para los coeficientes ∆𝑇, 𝑎, 𝑏 se pueden obtener de la Tabla 2.1.
Tabla 2.1
Coeficientes para el Modelo de Temperatura de Celda de Sandia National Laboratories
Fuente: King et al. (2004)
Coeficientes de Modelo de Temperatura de Celda de SNL

Tipo de Módulo Montaje a b T (°C)
Vidrio/celda/vidrio Rack al aire libre -3.47 -0.0594 3
Vidrio/celda/vidrio Montaje próximo al techo -2.98 -0.0471 1
Vidrio/celda/lámina de
Rack al aire libre -3.56 -0.075 3
polímero
Vidrio/celda/lámina de
Parte posterior aislada -2.81 -0.0455 0
polímero
Polímero/thin-
Rack al aire libre -3.58 -0.113 3
film/acero
Concentrador Lineal
Seguidor -3.23 -0.13 13
22X
2.6 Ángulos solares
2.6.1 Declinación Solar
Como se muestra en la Figura 2.17, el eje de rotación de la tierra (el eje polar)
está siempre inclinado con un ángulo de 23.45° del eje eclíptico, el cual es
perpendicular al plano eclíptico (Soteris Kalogirou, 2014).
33
Figura 2.17: Movimiento anual de la tierra alrededor del sol
El plano eclíptico es el plano de órbita de la tierra alrededor del sol. A medida

que la tierra rota alrededor del sol, el eje polar se mueve con respecto del sol. La
declinación solar es la distancia angular de los rayos del sol al norte (o sur) del
ecuador, designando la declinación norte como positiva. Como se muestra en la
Figura 2.17 es el ángulo entre la línea central sol-tierra y la proyección de esta línea
en el plano ecuatorial. Las declinaciones al norte del ecuador (verano en el
Hemisferio Norte) son positivas, y las declinaciones al sur son negativas. La Figura
2.18 muestra la declinación durante los equinoccios y solsticios. La declinación
varía desde 0° en el equinoccio de primavera a +23.45° en el solsticio de verano, 0°
en el equinoccio de otoño, y -23.45° en el solsticio de invierno.
La declinación, 𝛿, en grados para cualquier día del año (N) puede ser
calculada por la ecuación 2.14:
360
𝛿 = 23.45 ∗ 𝑠𝑒𝑛 [ (284 + 𝑁)] (2.14)
365
Donde
𝛿: ángulo de declinación solar (°)

𝑁: número de día dentro del año
34
Figura 2.18: Variación anual de la declinación solar
2.6.2 Ángulo Horario
El ángulo horario, h, de un punto de la superficie de la tierra se define como

el ángulo que la tierra giraría para traer el meridiano del punto directamente debajo
del sol. La Figura 2.19 muestra el ángulo horario del punto P como el ángulo,
medido sobre el plano ecuatorial de la tierra, entre la proyección de OP y la
proyección del centro sol-tierra a la línea central. El ángulo horario al mediodía día
local es cero, con cada 15° de longitud equivalentes a 1 hora, y las horas de la tarde
designadas como positivas. El ángulo horario se puede obtener según la ecuación
2.15,
ℎ = (𝐻 − 12) ∗ 15 (2.15)
Donde
ℎ: ángulo horario (°)

𝐻: hora del día en formato 24 horas
En el mediodía solar local, 𝐻 = 12 y ℎ = 0°.
35
Figura 2.19: Gráfica de latitud, ángulo horario y la declinación solar
2.6.3 Ángulo de Zenit
Es el ángulo, Φ, que hay entre la vertical a una superficie horizontal y la línea

de luz del sol, es decir, el ángulo de incidencia de la radiación directa sobre la
perpendicular de una superficie horizontal, como se observa en la Figura 2.20.
2.6.4 Ángulo de altitud solar
El ángulo de altitud solar, 𝛼, también llamado de elevación, es el ángulo entre

los rayos del sol y un plano horizontal, como se muestra en la Figura 2.20. Se
relación con el ángulo de zenit solar, Φ, se establece según la ecuación 2.16:
Φ + 𝛼 = 𝜋⁄2 = 90° (2.16)
Donde
Φ: ángulo de zenit solar (°)

𝛼: ángulo de elevación solar (°)
La expresión matemática para el ángulo de altitud solar es (ecuación 2.17):
𝑠𝑒𝑛(𝛼 ) = cos(Φ) = 𝑠𝑒𝑛(𝐿)𝑠𝑒𝑛(𝛿) + cos(𝐿) cos(𝛿) cos(ℎ) (2.17)
Donde 𝐿 es la latitud local (°).
36
Figura 2.20: Trayectoria diaria aparente del Sol en el cielo desde el amanecer al ocaso
2.6.5 Ángulo solar de azimut
El ángulo solar azimut, 𝑧, es el ángulo de los rayos del sol medido en el plano
horizontal desde el sur para el Hemisferio Norte o hacia el norte para el Hemisferio
Sur, el oeste designado como positivo. La expresión matemática para el ángulo
solar azimut se presenta en la ecuación 2.18:
cos(𝛿) 𝑠𝑒𝑛(ℎ)
𝑠𝑒𝑛(𝑧) = (2.18)
cos(𝛼 )
Donde
𝑧: ángulo solar de azimut
2.6.6 Ángulo de incidencia, 𝜽
El ángulo de incidencia solar, 𝜃, es el ángulo entre los rayos del sol y la

normal a la superficie. Para un plano horizontal, el ángulo de incidencia, 𝜃, y el
ángulo de zenit, Φ, son el mismo. Los ángulos mostrados en la Figura 2.21 están
relacionados a los ángulos básicos con la ecuación 2.19 que presenta la expresión
general del ángulo de incidencia:
37
cos(𝜃 ) = sen(𝐿)sen(𝛿) cos(𝛽) − cos(𝐿) sen(𝛿)sen(𝛽) cos(𝑍𝑠 )
+ cos(𝐿)cos(𝛿) cos(ℎ) cos(𝛽)
(2.19)
+ sen(𝐿)cos(𝛿) cos(ℎ) sen(𝛽) cos(𝑍𝑠 )
+ cos(𝛿)𝑠𝑒𝑛(ℎ) sen(𝛽) sen(𝑍𝑠 )
Donde
𝜃: ángulo de incidencia (°)

𝛽: ángulo de inclinación de la superficie desde la horizontal (°)
𝑍𝑠 : ángulo azimutal de superficie (°)
Figura 2.21: Diagrama de ángulos solares

Para un mecanismo de seguimiento de dos ejes, manteniendo la superficie

continuamente orientada hacia el sol, en todo momento tiene un ángulo de
incidencia, 𝜃, igual a (ecuación 2.20):
cos(𝜃 ) ≈ 1 (2.20)
O 𝜃 ≈ 0°. Esto, por supuesto, depende de la precisión del mecanismo. La

configuración de seguimiento completo recoge el máximo posible de la luz solar.
38
2.7 Seguidores solares
2.7.1 Sistema Fijo y Seguidor Solar
Un sistema fijo es un sistema inmóvil, que recibe los rayos solares durante la
mayor parte de un día dado. Un ejemplo de un sistema fijo son los paneles solares
inclinados encima de las casas para capturar la energía del sol (Figura 2.22).
Aunque en promedio, este sistema se desempeña razonablemente bien, no mantiene
una orientación óptima con respecto del sol durante todo el tiempo (Jagoo, 2013).
Figura 2.22: Sistema fijo instalado sobre una Casa

Fuente: www.diariorenovables.com
Por otra parte, un sistema de seguimiento solar es un dispositivo compuesto

de circuitería de control electrónico y elementos mecánicos que orientan el panel
solar hacia el sol desde el alba al ocaso. Existen dos clases principales de
mecanismo de seguimiento: el seguidor de eje único y el de doble eje. El seguidor
de eje único tiene un grado de libertad rotacional alrededor de un eje que es
aproximadamente paralelo al eje de rotación de la tierra que le permite seguir el
movimiento de este a oeste del sol durante el día. Los seguidores de eje único no
pueden seguir el sol con precisión absoluta debido a la variación estacional de la
inclinación del plano ecuatorial de la tierra respecto del plano orbital de la tierra.
Con la presencia de dos grados de libertad rotacional, los seguidores de dos ejes son
capaces de alinearse perfectamente con el sol todo el tiempo, brindando un
rendimiento óptimo durante todo el año.
Un cuadro de barrar para la comparación entre sistema de doble eje, eje único
y un sistema fijo se muestra en la Figura 2.23.
39
Figura 2.23: Comparación entre diferentes sistemas de seguimiento y un sistema fijo
Fuente: Adaptado de Jagoo (2013)
2.7.2 Principios de Operación de los Seguidores Solares
A. Seguidores Dinámicos
Los seguidores dinámicos son los sistemas seguidores más simples. Utilizan
un par de celdas fotovoltaicas emparejadas que generan una señal diferencial
siempre que la orientación del dispositivo no sea la óptima.
Un tipo de estos sistemas emplea un procesador integrado interconectado con

la salida de las celdas FV o resistencias sensibles a la luz de sulfuro de cadmio
(CdS). Como se muestra para un par de celdas en la Figura 2.24, se coloca una
varilla opaca entre un par de celdas FV, de modo que la sombra de la varilla caiga
sobre una de las dos celdas si el sol no está alumbrando en dirección perpendicular
a la superficie. (Jagoo, 2013).
Figura 2.24: Sensores CdS para un seguidor dinámico

40
B. Seguidores Cronológicos
Un seguidor cronológico es frecuentemente un dispositivo de un único eje

que emplea un mecanismo de reloj para mantener el seguidor perfectamente
orientado en la dirección de la estrella que se está siguiendo. El eje de rotación del
seguidor para un seguidor de eje único es paralelo al eje de la tierra, y el sentido de
la rotación es de este a oeste, es decir, opuesto al de la tierra (Figura 2.25). En tales
dispositivos, la alineación del eje del seguidor se ajusta manualmente.
Figura 2.25: Montura ecuatorial (en invierno)

2.8 Sistemas de Control para Seguidores Solares
Existen muchas técnicas de control para diferentes aplicaciones de la energía

solar y los sistemas fotovoltaicos en especial. A continuación, se brindará
información sobre algunos de las técnicas más resaltantes.
2.8.1 Algoritmo de Bucle abierto
En la estrategia de control de seguimiento de bucle abierto, el seguidor no

encuentra activamente la posición del sol, sino que determina la posición del sol
para un sitio en particular. El seguidor recibe la hora, el día, el mes y el año actuales
41
y luego calcula la posición del sol sin usar retroalimentación. El seguidor controlar
un motor DC para rastrear la posición del sol. No se usa un sensor en esta estrategia
de control. La Figura 2.26 muestra el esquema básico de este tipo de control (Huynh
et al., 2013).
Figura 2.26: Esquema de un seguidor de bucle abierto

Fuente: Adaptado de Huynh (2013)
La posición del sol puede ser descrita en términos del ángulo de elevación, 𝛼,
y del ángulo de zenit, Φ, que se pueden hallar mediante diferentes relaciones
establecidas por diferentes autores como Blanco-Muriel et al. (2001), Reda &
Andreas (2004) o Grena (2008).
Es obvio que el seguidor solar de bucle abierto es controlado para mover el

panel solar desde el este al oeste durante el día. Para realizar esta acción, se debe
conocer el amanecer y anochecer de cada día. Por lo tanto, se debe definir tales
horas de tal manera que el seguidor se detenga por la noche y regrese a su posición
inicial.
2.8.2 Control PID
El elemento de control está diseñado para actuar sobre la señal de error para
producir la señal de control. La lógica que se usa para este propósito también se
llama ley de control, acción de control o algoritmo de control. Una señal de error
distinta de cero resulta de un cambio en el comando o una perturbación. La función
general del controlador es mantener la variable controlada cerca de su valor deseado
cuando esto ocurra. Más específicamente, los objetivos de control se pueden
establecer de la siguiente manera (Palm, 2013):
42
1. Minimizar el error en estado estacionario
2. Minimizar el tiempo de establecimiento
3. Alcanzar otras especificaciones transitorias, como minimizar el
rebasamiento.
En la práctica, las especificaciones de diseño para un controlador son más

detalladas. Por ejemplo, el ancho de banda también se puede especificar junto con
una margen de seguridad para la estabilidad. Nunca conocemos los valores
numéricos de los parámetros del sistema con certeza verdadera, y algunos diseños
de controladores pueden ser más sensibles a tales incertidumbres de parámetros que
otros diseños. Por lo tanto, también se puede incluir una especificación de
sensibilidad de parámetro.
Control Proporcional
En el control proporcional la señal de control es proporcional al error. La

función de transferencia para la acción de control proporcional es 𝐺𝑐 (𝑠) = 𝐾𝑝 , y la
salida del controlador está dada por la ecuación 2.21 (Palm, 2013):
𝐹 (𝑠) = 𝐺𝑐 (𝑠) 𝐸 (𝑠) = 𝐾𝑃 𝐸 (𝑠) (2.21)
A veces, el término “banda proporcional” se usa en controladores industriales,

en lugar de “ganancia proporcional”. El porcentaje de cambio en el error necesario
para mover la escala completa del actuador es la banda proporcional. Está
relacionado con la ganancia mediante la ecuación 2.22:
100
𝑔𝑎𝑛𝑎𝑐𝑖𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑎𝑙 (%) = (2.22)
𝐾𝑃
Entonces, una ganancia 𝐾𝑃 = 1 corresponde a una banda de 100%. Una

ganancia de 𝐾𝑝 = 2 corresponde a una banda de 50%. La Figura 2.27 se ilustra un
controlador proporcional que usa un amplificador operacional, donde la ganancia
proporcional 𝐾𝑃 = 𝑅𝑓 ⁄𝑅𝑖 .
43
Figura 2.27: Implementación de un amplificador operacional para acción proporcional
Fuente: Palm (2013)
Acción de Control Integral
Veremos que a veces los resultados de control proporcional en el sistema

alcanzan un equilibrio en el que la señal de control ya no cambia, lo que permite
que exista un error constante. Si el controlador se modifica para producir una señal
creciente siempre que el error sea distinto de cero, el error podría eliminarse. Este
es el principio de la acción del control integral, también llamada acción de reinicio.
En este modo, la señal de control es proporcional a la integral del error. Esto
corresponde a una función de transferencia del controlador como 𝐺𝑐 (𝑠) = 𝐾𝐼 ⁄𝑠
mostrado en la ecuación 2.23 (Palm, 2013),
𝐾𝐼 (2.23)
𝐹 (𝑠) = 𝐺𝑐 (𝑠) 𝐸 (𝑠) = 𝐸 (𝑠 )
𝑠
Donde 𝐾𝐼 es llamada la ganancia integral. En el dominio de tiempo, la

relación es (ecuación 2.24),
𝑡
𝑓(𝑡) = 𝐾𝐼 ∫ 𝑒(𝑡)𝑑𝑡 (2.24)
0
Si 𝑓(0) = 0. En esta forma, se puede ver que la señal de error 𝑒(𝑡) se

mantiene positiva, la integración teóricamente producirá un valor infinito de 𝑓 (𝑡).
Esto implica que se debe tener especial cuidado para reiniciar el controlador. El
término integral no reacciona instantáneamente a la señal de error, pero continúa
corrigiendo, lo que tiende a causar oscilaciones si el diseñador no tiene en cuenta
ese efecto.
44
Cuando se combinan las acciones integrales y proporcionales, obtenemos el
algoritmo de control PI (ecuación 2.25):
𝑡
𝑓 (𝑡) = 𝐾𝑃 𝑒 (𝑡) + 𝐾𝐼 ∫ 𝑒(𝑡)𝑑𝑡 (2.25)
0
En la Figura 2.28 se muestra una implementación de un amplificador

operacional de acción PI. Con tres valores de componentes a elegir, normalmente
el valor de capacitancia se selecciona primero, y las dos resistencias se calculan a
partir de los valores de ganancia deseados, usando las ecuaciones dadas.
Figura 2.28: Implementación de un amplificador operacional de acción PI

Fuente: Palm (2013)
Acción de Control Derivativo
La acción integral produce una señal de control incluso después de que el

error se ha desvanecido, y esto tiende a causar oscilaciones. Esto sugiere que el
controlador debe saber que el error se aproxima a cero. Una forma de lograr esto es
diseñar el controlador para que reaccione a la tasa de cambio del error. Esta es la
base de la acción de control derivativo, en la cual la función de transferencia del
controlador es 𝐺𝑐 (𝑠) = 𝐾𝐷 𝑠, presentado en la ecuación 2.26 (Palm, 2013),
𝐹 (𝑠) = 𝐺𝑐 (𝑠) 𝐸 (𝑠) = 𝐾𝐷 𝑠 𝐸 (𝑠) (2.26)
donde 𝐾𝐷 es la ganancia derivativa. Este algoritmo también se llama acción

de velocidad. Se usa para amortiguar oscilaciones.
La salida de la acción de control derivativa depende de la tasa de error, y por

lo tanto, nunca debe usarse solo porque producirá salida cero incluso si el error es
45
grande pero constante. Cuando se usa con acción proporcional, se obtiene el
algoritmo de control PD mostrado en la ecuación 2.27.
𝑑𝑒 (2.27)
𝑓(𝑡) = 𝐾𝑃 𝑒(𝑡) + 𝐾𝐷
𝑑𝑡
Una implementación de un amplificador operacional de acción PD se muestra

en la Figura 2.29, donde 𝛼𝑇𝐷 debe ser escogido pequeño.
Figura 2.29: Amplificador operacional de acción PD

Fuente: Palm (2013)
Acción PID
Cuando la acción derivada y la integral se utilizan con la acción proporcional,

obtenemos el siguiente algoritmo de control proporcional, integral, derivativo,
abreviado como PID (ecuación 2.28) (Palm, 2013).
𝐾𝐼 1
𝐹 (𝑠) = (𝐾𝑃 + + 𝐾𝐷 𝑠) 𝐸 (𝑠) = 𝐾𝑃 (1 + + 𝑇𝐷 𝑠) 𝐸 (𝑠) (2.28)
𝑠 𝑇𝐼 𝑠
Los efectos típicos de las acciones P, I y D en la respuesta escalonada de un

sistema se ilustran en la Figura 2.30, que muestra la respuesta a un comando de paso
unitario (sin perturbación) de tres sistemas que tienen la misma planta, pero usan P,
PID y control PID, respectivamente. La respuesta de control P no es oscilatoria y
es razonablemente rápida, pero permite que exista un error de estado estable distinto
de cero. Cuando se agrega una acción, la respuesta bajo el control PI se vuelve
oscilatoria con un gran sobreimpulso, pero el error de estado estacionario ahora es
cero. Cuando se agrega la acción D, la respuesta bajo el control PID tiene menos
46
oscilaciones y un sobreimpulso menor, y el error de estado estable permanece en
cero. En general, pero no siempre, cuando la acción de control cambia de P a PI a
PID, primero se elimina el error de estado estacionario y luego se reducen las
oscilaciones y el tiempo de establecimiento. Tenga en cuenta que la acción D nunca
puede cambiar un error constante de estado estacionario, ya que no produce salida
para un error constante.
Figura 2.30: Respuesta típica de los sistemas de control P, PI y PID

Fuente: (Palm, 2013)
2.8.3 Redes Neuronales Artificiales
Las redes neuronales artificiales (RNA) se componen de elementos simples

que operan en paralelo. Estos elementos están inspirados en los sistemas nerviosos
biológicos. Como en la naturaleza, la función de red está determinada en gran
medida por las conexiones entre los elementos. Una red neuronal puede ser
entrenada para realizar una función particular ajustando los valores de las
conexiones (pesos) entre los elementos. Comúnmente, las redes neuronales se
ajustan o entrenan, de modo que una entrada particular conduce a un producto
objetivo específico. Tal situación se muestra en la Figura 2.31. Aquí, la red se
ajusta, basándose en la comparación entre la salida y el objetivo, hasta que la salida
47
de la red coincida con el objetivo. Normalmente, muchos de estos pares de
entrada/salidas objetivo son necesarios para entrenar una red (Ochieng & S, 2010).
Figura 2.31: Principios básicos de las Redes Neuronales Artificiales

Fuente: Adaptado de Ochieng (2010)
Las RNA se han aplicado con éxito en varias áreas de aplicación. Algunos de
los más importantes son:
 Aproximación de funciones. Se establece el mapeo de una entrada múltiple a

una única salida. A diferencia de la mayoría de las técnicas estadísticas, esto se
puede hacer con estimación adaptativa sin modelo de parámetros.
 Asociación de patrones y reconocimiento de patrones. Este es un problema de
clasificación de patrones. Las RNA se pueden utilizar eficazmente para resolver
problemas difíciles en este campo, por ejemplo, en sonido, imagen o
reconocimiento de video. Esta tarea incluso se puede realizar sin una definición
a priori del patrón. En tales casos, la red aprende a identificar patrones
totalmente nuevos.
 Recuerdos Asociativos. Este es el problema de recordar un patrón cuando se le
da solo una pista de subconjunto. En tales aplicaciones, las estructuras de red
utilizadas son generalmente complicadas, compuestas de muchas neuronas
dinámicas que interactúan.
 Generación de nuevos patrones significativos. Este campo general de
aplicación es relativamente nuevo. Se hacen algunas afirmaciones de que las
estructuras neuronales adecuadas pueden exhibir elementos rudimentarios de
creatividad.
48
La red generalmente consta de una capa de entrada, algunas capas ocultas y
una capa de salida. En su forma simple, cada neurona se conecta a otras neuronas
de una capa previa a través de pesos sinápticos adaptables. El conocimiento
generalmente se almacena como un conjunto de pesos de conexión. La capacitación
es el proceso de modificar los pesos de conexión de una manera ordenada utilizando
un método de aprendizaje adecuado. La red utiliza un modo de aprendizaje, en el
que se presenta una entrada a la red junto con la salida deseada y los pesos se ajustan
de forma que la red intente producir la salida deseada. Los pesos después del
entrenamiento contienen información significativa, mientras que antes del
entrenamiento son aleatorios y no tienen significado (Kalogirou, 2000; 2001). La
Figura 2.32 muestra cómo se procesa la información a través de un solo nodo. El
nodo recibe activación ponderada de otros nodos a través de sus conexiones
entrantes. Primero estos se suman. El resultado se pasa a través de una función de
activación; el resultado es la activación del nodo. Para cada una de las conexiones
salientes, este valor de activación se multiplica por el peso específico y se transfiere
al siguiente nodo.
Figura 2.32: Procesamiento de información en una unidad de red neuronal

Fuente: Adaptado de Ochieng (2010)
2.8.4 Lógica Difusa
La Lógica Difusa (LD) tiene dos significados distintos: En un sentido

estrecho, es un sistema lógico, que es una extensión de la lógica polivalente. Sin
embargo, en un sentido más amplio, la lógica difusa, es casi sinónimo de la teoría
de conjuntos difusos, una teoría que se relaciona con clases de objetos con límites
49
poco claros en los que la membresía es una cuestión de grado. En esta perspectiva,
la lógica difusa es una rama de la teoría difusa (Ochieng, 2010).
Las siguiente es una lista de observaciones generales sobre la lógica difusa:
 Es conceptualmente fácil de entender. Los conceptos matemáticos detrás del

razonamiento difuso son muy simples. La lógica difusa es un enfoque más
intuitivo sin gran complejidad.
 Es flexible. Con cualquier sistema dado, es fácil agregar más funcionalidades
sin volver a comenzar desde el principio.
 Es tolerante a datos imprecisos. Todo es impreciso si te fijas lo suficiente, pero
más que eso, la mayoría de las cosas son imprecisas incluso en una inspección
cuidadosa. El razonamiento difuso construye esta comprensión en el proceso en
lugar de seguir virando hasta el final.
 Puede modelar funciones no lineales de complejidad arbitraria. Puede crear un
sistema difuso para que coincida con cualquier conjunto de datos de entrada y
salida.
 Se puede construir sobre la experiencia de los expertos. En contraste directo
con las redes neuronales, que usan datos de entrenamiento y generan modelos
opacos e impenetrables, la lógica difusa le permite confiar en la experiencia de
las personas que ya entienden el sistema.
 Se puede combinar con técnicas de control convencionales. Los sistemas
difusos no necesariamente reemplazan los métodos de control convencionales.
En muchos casos, los sistemas difusos los aumentan y simplifican su
implementación.
 Se basa en el lenguaje natural. La base de la lógica difusa es la comunicación
humana. Esta observación respalda muchas de las otras afirmaciones sobre la
lógica difusa. Como la lógica difusa se basa en las estructuras de descripción
cualitativa utilizadas en el lenguaje cotidiano, la lógica difusa es fácil de usar.
Generalmente, un modelo de lógica difusa es una relación funcional entre dos

espacios multidimensionales. La relación entre los espacios difusos de entrada y
salida se conoce como memorias asociativas difusas (MAD). Dentro de MAD, se
especifican las variables lingüísticas y los atributos, y se elaboran las reglas
50
asociativas entre diferentes conjuntos difusos para configurar la siguiente
construcción:
SI (premisas) ENTONCES (conclusiones)

Cada premisa o conclusión consiste en expresiones como
(variable) ES (atributo)
Conectada a través del operador difusa Y.
Para implementar un sistema difuso deben seguirse los siguientes pasos:
 Fuzzificación, es un proceso de codificación en el que cada entrada numérica

de una variable lingüística se transforma en los valores de la función de
pertenencia de los atributos.
 Inferencia, es un proceso que se realiza en dos pasos: (1) El cálculo de una regla
al intersecar premisas individuales, aplicando el operador difuso Y, (2) A
menudo, más reglas conducen a la misma conclusión. Para obtener el nivel de
confianza de esta conclusión (es decir, el valor de la función de pertenencia de
un determinado atributo de la variable lingüística de salida), los niveles de
confianza individuales se unen aplicando el operador difuso O.
 Defuzzificación, es una operación de descodificación de la información
contenida en los conjuntos difusos de salida resultantes del proceso de
inferencia.
2.9 Análisis Estático de Esfuerzos
En el presente trabajo se emplearán materiales dúctiles para el diseño del

sistema de seguidor solar. Para trabajar bajo cargas estáticas las teorías más
importantes son la del Esfuerzo cortante máximo (ECM), Energía de distorsión
(ED) y la de Mohr Coulomb dúctil (CMD). En este trabajo se empleará la teoría de
la Energía de distorsión.
2.9.1 Teoría de la Energía de distorsión
Postula que la fluencia no es un fenómeno de tensión o compresión simple,

sino más bien, que está de alguna manera con la distorsión angular del elemento
esforzado. Para desarrollar la teoría, se muestra en la Figura 2.33a, un volumen
51
unitario sometido a cualquier estado de esfuerzos tridimensional, designado por los
esfuerzos σ1, σ2 y σ3. El estado de esfuerzos que se muestra en la Figura 2.33b es
de tensión hidrostática debida a los esfuerzos 𝜎𝑝𝑟𝑜𝑚 que actúan en cada una de las
mismas direcciones principales, como en la Figura 2.33a. La fórmula de 𝜎𝑝𝑟𝑜𝑚 se
presenta en la ecuación 2.29.
𝜎1 + 𝜎2 + 𝜎3
𝜎𝑝𝑟𝑜𝑚 = (2.29)
3
Donde
𝜎𝑝𝑟𝑜𝑚 : esfuerzo promedio por componentes hidrostáticas (𝑃𝑎)

𝜎𝑖 : esfuerzo principales sobre las caras de un elemento de volumen (𝑃𝑎)
Figura 2.33: Elemento soportado a esfuerzos

Fuente: Budynas & Keith (2008)
De esta manera, el elemento de la Figura 2.33b experimenta un cambio de

volumen puro, es decir, sin distorsión angular. Si se considera 𝜎𝑝𝑟𝑜𝑚 como un
componente de 𝜎1 , 𝜎2 y 𝜎3 entonces este componente puede restarse de ellos, lo que
da como resultado el estado de esfuerzos que se muestra en la Figura 2.33c. Este
elemento está sometido a distorsión angular pura, es decir, no hay cambio de
volumen. En el caso del estado general de esfuerzo se predice la fluencia como
(ecuación 2.30):
1/2
(𝜎1 − 𝜎2 )2 + (𝜎2 − 𝜎3 )2 + (𝜎3 − 𝜎1 )2
[ ] ≥ 𝑆𝑦 (2.30)
2
52
Donde
𝑆𝑦 : límite de fluencia del material (𝑃𝑎)
Si se tuviera un caso simple de tensión σ, entonces la fluencia podría ocurrir

cuando 𝜎 ≥ 𝑆𝑦 . Por lo tanto, el lado izquierdo de la ecuación 2.30 puede
considerarse como un esfuerzo equivalente del estado general total del esfuerzo
dado por 𝜎1 , 𝜎2 y 𝜎3 . Este esfuerzo efectivo se llama esfuerzo von Mises, 𝜎 ′ . Así,
la ecuación de la fluencia, puede escribirse como (ecuación 2.31)
𝜎 ′ ≥ 𝑆𝑦 (2.31)
Donde
𝜎 ′ : esfuerzo de von Misses (𝑃𝑎)
donde el esfuerzo von Mises es (ecuación 2.32)
1/2
(𝜎1 − 𝜎2 )2 + (𝜎2 − 𝜎3 )2 + (𝜎3 − 𝜎1 )2
′
𝜎 =[ ] (2.32)
2
La ecuación 2.31 puede expresarse como una ecuación de diseño mediante
𝑆𝑦
𝜎′ = (2.33)
𝑛
Donde
𝑛: factor de seguridad bajo carga estática
2.10 Programas de Ingeniería
MATLAB
MATLAB® es un software de cálculo en ingeniería que no solo se comporta

como una gran calculadora científica, sino que incluye áreas de Programación,
desarrollo de Interfaces Gráficas de Usuario (GUI), Procesamiento de datos, etc.
Fue desarrollado por Cleve Moler y su primera versión se lanzó en 1984. MATLAB
es muy versátil ya que posee una gran cantidad de herramientas a través de las
cuales se amplían sus capacidades de análisis y área de aplicación. Este software es
53
muy empleado en universidades y centros de investigación alrededor del mudo. En
las Figuras 2.34 y 2.35 se observan ejemplos de la aplicación del Software.
Figura 2.34: Programa Script y sus Resultados en MATLAB

Fuente: Propia
Figura 2.35: Ejemplo de Interfaz Gráfica de Usuario

Fuente: Propia
54
SOLIDWORKS
El software de diseño Solidworks® es una aplicación de automatización de

diseño mecánico que permite a los diseñadores esbozar ideas rápidamente,
experimentar con características y dimensiones y producir modelos y dibujos
detallados, creado por la compañía Dassault Systèmes en 1995.
Mediante Solidworks se puede aprovechar la capacidad de realizar CAD 3D,

animaciones y simulaciones de los componentes diseñados. Asimismo, la
aplicación permite generar ensambles de las piezas diseñadas, exportarlas a
diferentes formatos, generar planos de detalle de las piezas generadas, entre otras
herramientas. En la Figura 2.36 se muestra un ejemplo de un diseño realizado por
el autor empleando la aplicación.
Figura 2.36: Diseño de un soporte antivibración usando Solidworks

Fuente: Propia
55
CAPÍTULO III
METODOLOGÍA
56
3 METODOLOGÍA
3.1 Diseño General
Al ser esta una investigación del tipo Aplicada y Descriptiva se modelarán y

contrastarán las variables que forman parte del fenómeno de estudio: La conversión
de energía solar en energía eléctrica mediante del efecto fotovoltaico. Los pasos
generales de la Metodología de Diseño para el desarrollo de este proyecto de Tesis
son los siguientes:
3.1.1 Modelamiento de la Conversión de Energía
Finalizada la revisión bibliográfica sobre los modelos de conversión de

energía solar en energía eléctrica, se procederá a elaborar el modelo matemático
más adecuado para el panel solar con autoposicionamiento en estudio.
3.1.2 Modelamiento de Variables de Entrada y de Control
Realizado el modelamiento general del proceso de captación-transformación

de energía, se procederá a modelar detalladamente, según condiciones temporales
y geográficas, las variables de entrada principales actuantes. Estas variables son la
Temperatura de Celda del panel solar y la Radiación Incidente sobre el panel solar.
3.1.3 Desarrollo de Programas Computacionales
Desarrollados los modelos matemáticos de conversión de energía, se

procederá a generar los programas computacionales que permitan obtener
resultados mediante simulaciones. Estos programas deben estar relacionados y ser
flexibles para obtener los datos que se necesiten
3.1.4 Simulación de los Programas Computacionales
Validado el modelo matemático, se ensayarán los diferentes sistemas de

control del seguidor solar, para evaluar el rendimiento energético y la precisión de
cada opción desarrollada.
3.1.5 Selección del mejor Sistema de Control
Con los resultados de las simulaciones, se seleccionará el sistema de control

que brinde el mayor rendimiento de conversión de energía solar en energía eléctrica,
teniendo también en cuenta el consumo de energía para el movimiento.
57
3.1.6 Diagrama de Flujo del Diseño General
En la Figura 3.1 se observa el Diagrama de flujo del diseño general de la

metodología, describiendo el orden cronológico en el que se realizará la
investigación.
Figura 3.1: Diagrama de Flujo general de la Metodología empleada

Fuente: Propia
58
3.2 Variables
Selección de variables
Se han identificado las siguientes variables presentes que deben ser medidas
o controladas para obtener los resultados deseados:
3.2.1 Variables Independientes
Las siguientes son variables cuyos valores servirán como datos de entrada
para del proceso de análisis del comportamiento del panel solar para convertir
energía solar en energía eléctrica.
- Temperatura de celda del panel solar (°𝐶 )

- Irradiación Solar (𝑊/𝑚2 )
3.2.2 Variables Dependientes
Las siguientes son variables cuyos valores se obtienen empleando los valores
de las variables independientes. Son los datos de salida del proceso de análisis del
comportamiento del panel solar:
- Energía producida durante un día (𝐽)

- Eficiencia real del panel solar (%)
3.2.3 Variables de Control
Son las condiciones de entrada que se modificarán para evaluar el

comportamiento energético del panel solar bajo diferentes circunstancias, estas
serán modificadas por el investigador:
- Sistema de Control del Seguidor Solar
3.2.4 Variables No Controlables
Son variables que servirán como datos de entrada para del proceso de análisis
del comportamiento del panel solar, pero que no pueden ser manipuladas por el
investigador y, por tanto, serán tomadas constante durante el período de análisis.
- Temperatura ambiental (°𝐶 )

- Nubosidad del Cielo (%)
- Velocidad del viento (𝑚/𝑠)
59
3.2.5 Diagrama de Caja Negra de Variables del Sistema
En la Figura 3.2 se muestra el Diagrama de Caja negra que relaciona las variables involucradas en la investigación.
Figura 3.2: Caja Negra de Variables del Sistema

Fuente: Propia
60
3.2.6 Operacionalización de Variables
Desde la Tabla 3.1 a 3.4 se explican los métodos a través de las cuales las variables se analizarán.
Tabla 3.1
Operacionalización de Variables Independientes
Fuente: Propia
VARIABLES INDEPENDIENTES
Variable Definición Conceptual Definición Operacional Indicador Escala
de
Medición
Temperatura de Magnitud que estima el nivel de Temperatura medida o estimada en °C Intervalo
Celda del Panel energía interna que tiene un lugar o la celda solar donde se produce el
Solar habitación determinados efecto fotovoltaico
Irradiación Solar Conjunto de radiaciones Valor de radiación obtenida 𝑊/𝑚2 Intervalo
electromagnéticas emitidas por el mediante cálculos geográficos,
Sol que pasan la atmósfera de la meteorológicos, temporales.
tierra
61
Tabla 3.2
Operacionalización de Variables Dependientes
Fuente: Propia
VARIABLES DEPENDIENTES
Variable Definición Conceptual Definición Operacional Indicador Escala de
de Medición Medición
Energía Producida Cantidad de energía eléctrica que es Cantidad de electricidad que puede J Intervalo
transmitida hacia las cargas del brindar el panel solar, siendo la
sistema durante un día de operación integral de la potencia durante la
del panel solar duración del día operativo
Eficiencia Relación cuantitativa que mide el Se medirá indirectamente dividiendo % Intervalo
Energética nivel de aprovechamiento del panel entre la Energía producida y la
para convertir la energía solar en Energía consumida por el seguidor
energía eléctrica solar
Tabla 3.3
Operacionalización de Variables de Control
Fuente: Propia
VARIABLES DE CONTROL
Variable Definición Conceptual Definición Operacional Indicador de Escala de
Medición Medición
Esquema de Algoritmo computacional que nos Se emplearán algoritmos de bucle Algoritmo de Nominal
Control del permitirá ubicar el seguidor solar cerrado para seguir la posición de seguimiento
Seguidor Solar siempre perpendicular a los rayos los ángulos solares solar
del sol
62
Tabla 3.4
Operacionalización de Variables No Controlables
Fuente: Propia
VARIABLES INDEPENDIENTES
Variable Definición Conceptual Definición Operacional Indicador Escala
de
Medición
Temperatura Magnitud que estima el nivel de Temperatura del aire en una zona °C Intervalo
Ambiental energía interna que tiene un lugar o específica medida a través de un
habitación determinados termómetro o un sensor
Nubosidad del Fracción de cielo cubierto con Porcentaje de nubes que cubren el % Intervalo
Cielo nubes, en un lugar en particular, cielo de Trujillo obtenido mediante
respecto a un observador en mediciones satelitales
particular
Velocidad del Magnitud que estima el movimiento Se obtendrá la rapidez promedio del m/s Intervalo
Viento del aire de altas presiones hacia viento en la ciudad de Trujillo
bajas presiones, usualmente debido mediante mediciones satelitales
a cambios de temperatura
63
3.3 Obtención de Resultados
3.3.1 Técnicas de Investigación
Con el fin de recolectar los resultados necesarios para su análisis y discusión,

se hará uso de las siguientes técnicas:
A. Observación
Mediante el uso de esta técnica, que consiste en el uso de los sentidos para
examinar la realidad circundante, obtendremos datos que nos permitirán describir
las condiciones de operación nuestro contexto de trabajo, brindar estimaciones
iniciales para variables o materiales de trabajo, así como identificar posibles
mejoras prácticas en la metodología empleada.
B. Entrevistas
A través de técnica se realizará un cuestionario guiado a los colaboradores

responsables del proyecto en la empresa para conocer su dominio y necesidades
respecto al tema de investigación. Se practicará de manera flexible y abierta, de tal
manera que el entrevistado nos brinde datos basados en su experiencia y criterio.
C. Revisión Bibliográfica
Se consultarán diversas fuentes bibliográficas para la obtención de datos en

estudios previos similares al presente. Esta información se obtendrá de libros,
estándares, manuales, tesis, publicaciones, revistas, etc. Dicha información será
analizada para seleccionar la información útil para el desarrollo del presentes
trabajo.
D. Simulaciones Computacionales
Se realizarán simulaciones en MATLAB/Simulink con los modelos de

captación-transformación de energía y sistemas de control realizados para obtener
los resultados necesarios para hacer la comparación respectiva.
3.3.2 Procedimientos para la Obtención de Resultados
Se procede a describir detalladamente los pasos a seguir para la obtención de

resultados durante de la realización de la investigación:
64
Paso 1: Identificar las necesidades de la Empresa
Se realizarán entrevistas a los colaboradores de Ayni SAC sobre el proceso

de implementación del sistema de recolección de energía solar, su conocimiento
sobre el tema de energía solar, los retos a enfrentar y las posibles mejoras del
rendimiento energético del panel solar.
Paso 2: Recopilación de Datos en fuentes Bibliográficas
Para iniciar el análisis, se consultarán las fuentes bibliográficas para adquirir

información, no disponibles en la empresa, que se usará para el modelamiento y las
simulaciones computacionales. Principalmente, se revisarán manuales, catálogos,
investigaciones previas y consultas con fabricantes o proveedores.
Paso 3: Obtención de Curvas Características del Panel Solar
Para realizar el análisis sobre el panel solar se deben contar con las
características del panel solar, para ello se realizará un programa que permita
identificar las características intrínsecas faltantes del panel solar. Con estos
resultados, se procederá a graficar las curvas características del panel en función a
las variables de entrada influyentes.
Paso 4: Modelamiento del Fenómeno de Captación-Transformación de

Energía y de las variables involucradas
Conocidas las características del panel en estudio, se procederá a modelar

matemáticamente el fenómeno de captación-transformación de energía para un
seguidor solar teniendo en cuenta condiciones meteorológicas, geográficas y
temporales. Asimismo, se modelarán las variables independientes y de control
influyentes en el fenómeno para poder variar las condiciones de estudio.
Paso 5: Elaboración de los Programas computacionales
Se desarrollará una matriz de comparación para evaluar los sistemas de

control que se emplearán. En base a esta matriz, se desarrollarán los programas
computacionales basados en los modelos matemáticos previamente señalados.
Estos programas deben ser gráficos, flexibles y de extracción sencilla de resultados.
65
Paso 6: Obtención de resultados de los Sistemas de Control
Se realizarán las simulaciones para los sistemas de control propuestos para

diferentes condiciones temporales en la ciudad de Trujillo. Esto nos brindará
resultados sobre la energía brindada y el rendimiento del sistema FV en cada
combinación propuesta. La comparación de estos resultados permitirá seleccionar
la combinación adecuada de acuerdo a la relación entre energía producida y energía
consumida por el seguidor solar. Todo ello se realizará empleando el software de
simulación Simulink.
Los resultados obtenidos por las simulaciones permitirán completar el

Protocolo para Obtención de Resultados mostrado en la Tabla 3.5.
Paso 7: Evaluación de Resistencia Mecánica y Análisis Económico
Finalmente, se realizará tanto la comprobación de la resistencia estructural

por factor de seguridad del diseño del seguidor solar mediante cargas en una zona
crítica, como la evaluación económica de una plausible implementación del sistema
fotovoltaico incluyendo los componentes estándares y los materiales para la
fabricación de partes de uso especial.
Todos estos pasos se resumen en la Figura 3.3.
Figura 3.3: Diagrama de Flujo de Procedimiento Obtención de Resultados

Fuente: Propia
66
Tabla 3.5
Protocolo para Reporte de Resultados de Simulaciones Computacionales
Fuente: Propia
1 DE ENERO
Sistema de Control Energía, Ep (kWh) 𝑬𝒊 /𝑬𝒎𝒊𝒏 𝒌∗ = 𝑬𝒑 /𝑬𝒄 𝒌𝒊 /𝒌𝒎𝒊𝒏
Sistema de Control 1
1 DE FEBRERO
1 DE MARZO
1 DE ABRIL
1 DE MAYO
1 DE JUNIO
1 DE JULIO
1 DE AGOSTO
1 DE SETIEMBRE
1 DE OCTUBRE
67
Tabla 3.5 (continuación)
Protocolo para Obtención de Resultados de Simulaciones Computacionales
Fuente: Propia
1 DE NOVIEMBRE
1 DE DICIEMBRE
* Energía Producida dividida por la Energía Consumida
3.4 Aspectos Éticos
Se tomará en cuenta tanto el Código de Ética para la Investigación de la

Universidad Nacional de Trujillo “UNT” (2016) como el Código Deontológico del
Colegio de Ingenieros del Perú “CIP” (2012).
3.4.1 Código de Ética para la Investigación de la UNT
Este documento regula las conductas de todos aquellos investigadores,

docentes o estudiantes de la UNT en tanto que realizan cualquier tipo de
investigación. Su cumplimiento es de carácter obligatorio (ver Anexo N° 1). En el
Capítulo III, Artículo 12 titulado “Responsabilidad, rigor científico y veracidad” se
establecen los siguientes deberes de los Investigadores:
 “Actuar con responsabilidad en relación con la pertinencia, alcances y

repercusiones de la investigación a nivel individual, social e institucional.”
 “Hacer todo lo posible para que su labor sea relevante para la sociedad y no
duplique otras investigaciones realizadas.”
 “Proceder con rigor científico asegurando la validez, fiabilidad y credibilidad
de los métodos, fuentes y datos utilizados.”
 “Garantizar la veracidad de la investigación en todas las etapas del proceso
desde la formulación del problema hasta la difusión de los resultados.”
 “Evitar todo tipo de plagio y respetar el principio de propiedad intelectual.”
 “Informar a las instituciones u organizaciones comprometidas cuando el
proyecto de investigación se retrasa, se redefine o concluye. Así mismo,
notificar si por algún motivo se abandona o suspende antes de lo programado.”
68
3.4.2 Código Deontológico del CIP
El Código Deontológico del CIP (ver Anexo N° 2) plasma los valores,

deberes y las normas morales y éticas que deben guiar a todo profesional de
ingeniería en el Perú cualquiera que sea su especialidad. Por ello, se expresa en el
Capítulo II, artículos 5 y 6 lo siguiente:
“Artículo 5. – Los ingenieros están al servicio de la sociedad. Por

consiguiente, tienen la obligación de contribuir al bienestar humano, dando
importancia primordial a la seguridad y adecuada utilización de los recursos en el
desempeño de sus tareas profesionales.”
“Artículo 6. – Los ingenieros deben promover y defender la integridad, el

honor y la dignidad de su profesión, contribuyendo con su conducta a que el
consenso público se forme y mantenga un cabal sentido de respeto hacia ella y sus
miembros, basado en la honestidad e integridad con que la misma se desempeña.
Por consiguiente, deben ser honestos e imparciales. Sirviendo con fidelidad al
público, a sus empleadores y a sus clientes; deben esforzarse por incrementar el
prestigio, la calidad y la idoneidad de la ingeniería y deben apoyar a sus
instituciones profesionales y académicas.”
69
CAPÍTULO IV
RESULTADOS
70
4 RESULTADOS
4.1 Identificación de Necesidades de la Empresa Ayni SAC
La empresa Ayni SAC está interesada en incursionar en el rubro de energía

solar. Su objetivo está enfocado en paneles solares con autoposicionamiento
(seguidores solares). Por tanto, para identificar las necesidades y conocimiento de
la empresa Ayni SAC sobre el tema en investigación, se realizaron cinco (5)
entrevistas a los trabajadores, incluyendo: dos (2) supervisores, un (1) asistente, un
(1) técnico y un (1) practicante. En el Anexo 3 se puede encontrar 3 ejemplos de las
entrevistas realizadas. A continuación, se muestra un resumen de los resultados
obtenidos. La Tabla 4.1 brinda resultados de algunas de las preguntas abordadas en
la entrevista.
Beneficios de la Energía Solar
Los trabajadores de Ayni SAC mencionaron los siguientes beneficios:
 Menor Impacto Ambiental

 Es una inversión rentable a largo plazo
 Permite llevar energía eléctrica a zonas rurales.
Retos de la Energía Fotovoltaica en Perú
Se identificaron los siguientes retos para que la energía solar se expanda en

Perú de manera masiva:
 Mayor difusión de los beneficios energéticos y ambientales de la

tecnología solar fotovoltaica
 Reducción de los costos de adquisición e instalación.
Tecnología para incrementar rendimiento de Sistemas Fotovoltaicos
Se ha encontrado que los trabajadores conocen los siguientes medios de

mejora del rendimiento de paneles solares:
 Utilización de bioconductores con alta conductividad eléctrica

 Uso de seguidores solares
 Maximizar la cantidad de equipos conectados al sistema fotovoltaico.
Conocimiento del Funcionamiento de un Seguidor Solar
71
Entre los entrevistados, tres (4) de ellos mencionaron sí conocen aspectos
generales del mecanismo, mientras que uno (1) expresó desconocer el mecanismo.
Importancia de un Seguidor Solar
Todos los entrevistados respondieron que la presencia de un seguidor solar es

“Muy Importante” en un sistema Fotovoltaico.
Característica que brinde mayor rendimiento
Entre los entrevistados, dos (2) de ellos mencionaron que se debe priorizar el
“Uso óptimo de energía para el accionamiento del Seguidor Solar” y otros dos (2)
afirmaron que lo más importante es tener una “Alta precisión en el mecanismo”.
Por último, un (1) entrevistado manifestó que se debe priorizar el “Peso y tamaño
del mecanismo”.
Obtención de datos de eficiencia del Sistema Fotovoltaico
Tres (3) de los entrevistados sugirieron que se deben emplear sensores

industriales para tomar datos de rendimiento, mientras que uno (1) indicó que sería
preferible emplear sensores comerciales más accesibles. Uno (1) desconoce el tema.
Rendimiento energético de un Sistema Solar Fotovoltaicos
Dos (2) de los entrevistados estiman que el rendimiento está en un rango de

25 a 50%, mientras que dos (2) afirman que se encuentra debajo del 25%. Uno (1)
desconoce el tema.
Incremento de eficiencia con el uso de Seguidor Solar
Tres (3) de los entrevistados estiman que el rendimiento de un sistema

fotovoltaico se incrementaría entre 40 a 70% con el uso de un seguidor solar. Uno
(1) afirma que se incrementaría en más del 70%. Uno (1) desconoce el tema.
Precio adecuado de un Seguidor Solar
Dos (2) entrevistados sugieren que el precio debería ser menor a 750 soles.
Dos (2) de los entrevistados estiman que un seguidor solar debería costar entre 750
y 1500 soles. Para un (1) entrevistado el precio debería ser mayor a 1500 soles.
Tiempo de Retorno de Inversión del Sistema Solar con Seguidor Solar
72
Dos (2) entrevistados sugieren que el tiempo de retorno de inversión debe ser
menor a 1 año. Otro (1) de los entrevistados estima que debería ser entre 1 y 3 años.
Por último, dos (2) creen que debería ser mayor a 3 años.
Tabla 4.1
Resumen de Resultados de las Entrevistas realizadas
Fuente: Propia
DATOS DE LAS ENTREVISTAS

ENTREVISTADO
PREGUNTAS ALTERNATIVAS
1 2 3 4 5
¿Conoce usted el SI X X X X
funcionamiento de un
Seguidor Solar? NO X
Muy Importante X X X X X
¿Qué nivel de importancia
tiene un Seguidor Solar en un Importante
Sistema Fotovoltaico?
No es Importante
Menos de 25% X X
¿Cuál es el rendimiento
energético de un Sistema Entre 25 y 50% X X
Fotovoltaico?
Más de 50%
¿Cuánto se incrementa el Entre 10 y 40%

rendimiento de un Sistema
Entre 40 y 70% X X X
Fotovoltaico con un Seguidor
Solar? Más de 70% X
Menos de 750 soles X X

¿Cuál es el precio adecuado
Entre 750 y 1500 soles X X
para un Seguidor Solar?
Más de 1500 soles X
¿Cuál es el Tiempo de Retorno Menor a 1 año X X

de Inversión para un Sistema
Entre 1 y 3 años X
Fotovoltaico con Seguidor
solar? Mayor a 3 años X X
73
4.2 Búsqueda de Normativa, Estándares o Recomendaciones para estudio de
Seguidores Solares
Para el desarrollo del presente trabajo de investigación se ha tomado como

referencia los siguientes Estándares, Manuales y Publicaciones de Institutos de
Investigación sobre Energía Solar.
4.2.1 Comisión Electromecánica Internacional
El estándar “Sistemas Fotovoltaicos – Calificación del Diseño de Seguidores

Solar” (IEC, 2014) es el más representativo a nivel internacional para el diseño y
fabricación de seguidores solares. Presenta una serie de guías para el diseño y
fabricación de seguidores solares, de tal manera que cumplan con los requisitos de
precisión, operación, mantenibilidad y confiabilidad de los mismos. Se establecen
parámetros de operación recomendados que deben cumplir los seguidores solares
en condiciones de laboratorio. Se estandarizan los métodos de ensayo para verificar
las características de los seguidores solares.
Asimismo, presenta un marco teórico resumido que estandariza los térmicos

y conceptos relacionados al diseño y funcionamiento de los seguidores solares,
como son: métodos de control, tipos de accionamiento, tipos de arquitectura y/o
cargas que soporta la estructura del panel solar.
4.2.2 Oficina de Estándares de India
El estándar de IS denominado Calificación de Seguridad de los Módulos

Fotovoltaicos (Bureau of Indian Standards, 2010), adopta el estándar de la IEC a la
realidad India para describir los requerimientos de construcción fundamentales para
los sistemas fotovoltaicos con el fin de proveer una operación eléctrica y mecánica
segura durante el tiempo de vida esperado del sistema. Se debe tener en cuenta para
una posible fabricación de un módulo de seguimiento solar y así evitar
complicaciones innecesarias.
4.2.3 Sociedad Americana de Ingenieros de Calefacción, Refrigeración y Aire

Acondicionado
El manual de ASHRAE para Aplicaciones de Calefacción, Ventilación y Aire

Acondicionado (2007), presenta una sección dedicada a la energía solar y sus
aplicaciones. Se presentan las ecuaciones fundamentales para el cálculo de la
74
energía solar que se puede aprovechar de acuerdo a condiciones geográficas y
temporales. Se presenta, asimismo, recomendaciones para aplicaciones que
transformen la energía solar mediante colectores o paneles FV, como son:
generación de energía, calentamiento de agua, sistemas de refrigeración, etc.
4.2.4 Sandia National Laboratories
El reporte “Modelos usados para Evaluar el Rendimiento de Sistemas

Fotovoltaicos” de Sandia National Laboratories “SNL” (Klise, 2009), brinda una
revisión de diversos Modelos de Rendimiento empleados por distintas instituciones,
incluyendo SNL, y empresas para estimar la conversión de energía solar en energía
eléctrica de distintos sistemas fotovoltaicos, destacando los beneficios y
deficiencias de los diferentes modelos.
4.3 Identificación de las Características Ingenieriles del Panel Solar en estudio
Para el modelamiento, simulación y control del Sistema de Seguimiento Solar

se ha empleado el Panel Solar YL 120P-17b de la marca Yingli Solar. Se resumen
los datos reales del panel solar Tabla 4.2, junto a los datos con los que no se
contaban pero que se extrajeron de la Ficha Técnica.
Tabla 4.2
Resumen de la Ficha Técnica del panel solar
Fuente: Propia
CARACTERÍSTICAS DEL PANEL SOLAR YINGLI SOLAR

Modelo YL120P-17B
Características bajo Condiciones de Prueba Estándar
Potencia Máxima entregada 𝑃𝑚𝑝 120 W
Eficiencia del Módulo 𝑛 12 %
Voltaje a Potencia Máxima 𝑉𝑚𝑝 17.7 V
Corriente a Potencia Máxima 𝐼𝑚𝑝 6.8 A
Voltaje de Circuito Abierto 𝑉𝑜𝑐 22.7 V
Corriente de Cortocircuito 𝐼𝑠𝑐 7.36 A
Número de celdas en serie 𝑁𝑠 32
Coeficiente de temperatura de 𝑰𝒔𝒄 𝐾𝑠𝑐 0.0006
75
Para poder identificar el comportamiento de un panel solar, se debe conocer
las curvas de Potencia y Corriente versus Temperatura de Celda y Radiación. Sin
embargo, para determinar estas curvas, se necesita conocer dos características
intrínsecas del panel: la Resistencia en Serie y la Resistencia en Paralelo.
La Resistencia en Serie depende de la suma de resistencia de las capas

internas de un panel solar, mientras que la Resistencia en Paralelo existe debido a
la fuga de corriente en la unión p-n por defectos de fabricación. Teniendo esto en
cuenta, se desarrolló un algoritmo para encontrar el estas resistencias
características, tomando como referencia los algoritmos de Villalva (2009) y
Chenni et al. (2007), bajo condiciones estándar. Este se implementó en MATLAB
usando el método de Newton-Raphson para desarrollar iterativamente la ecuación
no lineal (2.6) presentada en el marco teórico. El programa desarrollado se muestra
en el Anexo 4. La solución de la Ecuación no lineal se cumple cuando el error
relativo de la Resistencia en Serie es menor a 0.03%, bajo condiciones de operación
estándar (Figura 4.1), según el algoritmo presentado en la sección 4.3.1.
Figura 4.1: Búsqueda Iterativa de 𝑅𝑠 hacia un error mínimo de 0.03%

Fuente: Propia
76
Figura 4.2: Relación entre la Resistencia en Paralelo y la Resistencia en Serie
Fuente: Propia
Se obtuvo que la Resistencia en serie del panel es de 0.26 ohms y la

Resistencia en Paralelo es de 227.62 ohms (Figura 4.2), siendo estos valores
similares a los obtenidos en análisis de paneles solares con características parecidas.
Las características completas del panel solar se muestran en la Tabla 4.3.
Tabla 4.3
Resumen de las Características del Panel Solar incluyendo Resistencias internas
Fuente: Propia
CARACTERÍSTICAS DEL PANEL SOLAR YINGLI SOLAR

Modelo YL120P-17B
Características bajo Condiciones de Prueba Estándar
Salida de Potencia 𝑃𝑚𝑝 120 W
Eficiencia del Módulo 𝑛 12 %
Voltaje a Potencia Máxima 𝑉𝑚𝑝 17.7 V
Corriente a Potencia Máxima 𝐼𝑚𝑝 6.8 A
Voltaje de Circuito Abierto 𝑉𝑜𝑐 22.7 V
Corriente de Cortocircuito 𝐼𝑠𝑐 7.36 A
Número de celdas en serie 𝑁𝑠 32
Coeficiente de temperatura de 𝑰𝒔𝒄 𝐾𝑠𝑐 0.0006
Corriente fotovoltaica nominal 𝐼𝑝𝑣,𝑛 7.369 A
Resistencia en Serie 𝑅𝑠 0.26 Ω
Resistencia en Paralelo 𝑅𝑃 227.62 Ω
Con los datos obtenidos, se puede modelar las curvas características y curvas
paramétricas del panel solar en estudio mostradas en las Figuras 4.3 y 4.4. Se
77
presenta en el Anexo 5 un extracto de los programas en MATLAB desarrollado
Algunas gráficas se presentan a continuación, las restantes se pueden encontrar en
el Anexo 6.
Figura 4.3: Curvas característica I-V parametrizando la Radiación incidente (𝑇 = 50°𝐶)

Fuente: Propia
Figura 4.4: Curvas característica P-V parametrizando la Temperatura de Celda del Panel
(𝐺 = 500 𝑊/𝑚2 )
Fuente: Propia
4.4 Elaboración de diversos Modelos y Sistemas de Control
Para evaluar el modelo de conversión de energía, se empleará las relaciones

presentadas por Villalva (2009) (ecuaciones 2.6, 4.1 y 4.2):
𝑉 − 𝑅𝑠 𝐼 𝑉 + 𝑅𝑠 𝐼
𝐼 = 𝐼𝑝𝑣 − 𝐼0 [exp ( ) − 1] − ,
𝑉𝑡 𝑎 𝑅𝑝
78
𝐺
𝐼𝑝𝑣 = (𝐼𝑝𝑣,𝑛 + 𝐾𝑠𝑐 ∆𝑇) , (4.1)
𝐺𝑛
𝑇𝑛 3 𝑞𝐸𝑔 1 1
𝐼0 = 𝐼0,𝑛 ( ) exp [ ( − )] (4.2)
𝑇 𝑎𝑘 𝑇𝑛 𝑇
Donde
𝐼𝑝𝑣 : corriente fotovoltaica del panel solar (A)

𝑊
𝐼𝑝𝑣,𝑛 : corriente fotovoltaica nominal del panel solar (a 25°𝐶 y 1000 𝑚2) (A)
𝐼0 : corriente de saturación del panel solar como diodo (A)

𝐼0,𝑛 : corriente de saturación nominal del panel solar (A)
𝐾𝑠𝑐 : coeficiente de temperatura de la corriente de cortocircuito
𝑇: temperatura real de la celda del Panel solar (K)
𝑇𝑛 = 298 𝐾, temperatura nominal del panel solar
∆𝑇 = 𝑇 − 𝑇𝑛 (K)
𝐺: Irradiación total incidente sobre el panel solar (𝑊 ⁄𝑚2 )
𝐺𝑛 = 1000 𝑊/𝑚2 , irradiación nominal incidente
𝑞 = 1.6 ∗ 10−19 𝐶, carga del electrón
𝐸𝑔 = 1.12 𝑒𝑉, Banda prohibida del silicio policristalino (Villalva, 2009)
𝑎 = 1.3, factor de idealidad para el silicio policristalino (Villalva, 2009)
𝑘 = 1.38 ∗ 10−23 , constante de Boltzmann
Como se puede observar, el comportamiento energético del panel solar depende

fundamentalmente de los valores de la radiación incidente y la temperatura de celda del
panel solar. Por tanto, se propondrán modelos para evaluar estos dos valores.
4.4.1 Modelos para la Temperatura de Celda del Panel Solar
Se han tomado en cuenta tres modelos para evaluar la temperatura de celda

del panel solar:
a. El modelo estándar NOCT

b. El modelo SNL
c. El modelo de Duffie y Beckman
79
A. Modelo estándar NOCT
Este es un modelo rápido para evaluar la temperatura de los paneles solares.

Se debe tener de antemano la temperatura NOCT, que es una característica
intrínseca del panel solar. La temperatura de celda del panel solar se obtiene
mediante la ecuación 2.10. Esta ecuación ha sido parametrizada y se han obtenido
las gráficas mostradas en las Figura 4.5 y 4.6.
Figura 4.5: Parametrización de modelo NOCT, T vs Ta parametrizando la Irradiación

Fuente: Propia
Figura 4.6: Parametrización de modelo NOCT, T vs G parametrizando la Temperatura

ambiente
Fuente: Propia
80
B. Modelo de SNL
El modelo de SNL (King et al., 2004) ha sido aplicado exitosamente a

módulos de superficie plana en espacio abierto. Es bastante útil para aplicaciones
de ingeniería, brindando una precisión de ±5°𝐶, lo que se traduce en un efecto
menor al 3% de la entrega de potencia del panel (ecuaciones 2.12 y 2.13).
𝐺
𝑇 = 𝑇𝑚 + ∗ ∆𝑇𝑛𝑠𝑙 ,
𝐺𝑛
𝑇𝑚 = 𝐺 ∗ exp(𝑎 + 𝑏 ∗ 𝑉𝑣 ) + 𝑇𝑎
Donde
𝑇𝑚: temperatura de la superficie posterior del panel solar (°C)

∆𝑇𝑛𝑠𝑙 = 3°𝐶, diferencia de temperatura entre la celda y la superficie posterior del
panel bajo una irradiación de 1000 𝑊 ⁄𝑚2
𝑎 = −3.47, coeficiente empírico que establece el límite superior para la
temperatura del módulo a bajas velocidades del viento y alta
irradiación
𝑏 = −0.0594, coeficiente empírico que establece la velocidad a la que disminuye
la temperatura del panel a medida que aumenta la velocidad del viento
𝑉𝑣 : velocidad del viento a una altura estándar de 10m (m/s).
Este modelo ha sido parametrizado, mostrando las gráficas en la Figura 4.7 y

4.8. Las demás gráficas se pueden revisar en el Anexo 7.
81
Figura 4.7: Parametrización del modelo de temperatura de SNL (1)
Fuente: Propia
Figura 4.8: Parametrización del modelo de temperatura de SNL (2)

Fuente: Propia
C. Modelo de Duffie
Luego de un balance de energía sobre la superficie del panel solar, tomando

en cuenta el calentamiento debido a la radiación y las pérdidas de energía por
convección a través del viento, como se mostró en la ecuación 2.11 (Duffie, 2013):
𝐺 9.5 𝑛
𝑇 = 𝑇𝑎 + (𝑁𝑂𝐶𝑇 − 𝑇𝑎,𝑁𝑂𝐶𝑇 ) ∗ ( )∗( ) ∗ (1 − )
𝐺𝑁𝑂𝐶𝑇 5.7 + 3.8𝑉𝑣 (𝜏𝛼 )
82
Donde
𝑇𝑎,𝑁𝑂𝐶𝑇 = 20°𝐶, temperatura ambiental a la cual se mide NOCT

𝐺𝑁𝑂𝐶𝑇 = 800 𝑊/𝑚2 , irradiación a la cual se mide NOCT
𝑛 = 0.12, eficiencia mínima del Panel Solar Yingli Solar 120p-17b
𝜏𝛼 = 0.9, producto efectivo de absorbancia-transmitancia (recomendada por
Duffie (2013)).
Este modelo ha sido parametrizado como se muestra en las Figuras 4.9 y 4.10.
Las demás gráficas se pueden revisar en el Anexo 8.
Figura 4.9: Parametrización del modelo de temperatura de Duffie (1)

Fuente: Propia
Figura 4.10: Parametrización del modelo de temperatura de Duffie (2)

Fuente: Propia
83
4.4.2 Modelamiento de la Radiación Solar Incidente sobre el Panel Solar
Modelar la radiación solar incidente sobre un panel es un proceso complejo,

debido a la necesidad que tener en cuenta diferentes condiciones geométricas,
geográficas, meteorológicas y temporales que influyen en la transmisión y
recepción de la energía solar. El objetivo es contar con un modelo de radiación que
pueda tomar en cuenta la cantidad de nubes en el cielo que limitan la radiación
incidente sobre un seguidor solar de doble eje.
Las ecuaciones generales de la radiación incidente están basadas en el artículo

científico de Yang (2016) para un modelo general de transposición (ecuación 2.2):
𝐺 = 𝐼𝐵 + 𝐷 + 𝑅
Donde
𝐺: radiación incidente sobre el panel solar, también llamada “Irradiación Global

Inclinada”
𝐼𝐵 : radiación directa sobre el panel solar, también llamada “Irradiación Directa
Inclinada”
𝐷: radiación difusa sobre el panel solar, también llamada “Irradiación difusa sobre
el plano inclinado”
𝑅: Irradiación por Reflexión del suelo Inclinada.
Existen diferentes modelos y autores enfocados en calcular analíticamente

cada uno de los componentes de la radiación incidente sobre el panel solar. El
desarrollo matemático completo para este procedimiento se muestra en el Anexo 9.
El objetivo de desarrollar un modelo matemático para la radiación incidente

sobre el seguidor solar es predecir la cantidad de energía que el panel solar recibe
en simulaciones o lugares donde no se cuenta con datos disponibles para evaluar la
eficiencia energética del panel solar, es decir evaluar la capacidad de transformar la
energía eléctrica en energía solar. En las Figuras 4.11 y 4.12 se muestran gráficos
de la variación de la radiación el 01 de junio y el 01 de diciembre, respectivamente.
84
Figura 4.11: Irradiación solar para el 01 de junio de 2018
Fuente: Propia
Figura 4.12: Irradiación solar para el 01 de diciembre de 2018

Fuente: Propia
4.5 Elaboración Matriz de Análisis Comparativo para el Seguidor Solar
Para evaluar el rendimiento energético de los sistemas de control se tomarán

en cuenta:
- Tres Sistemas de control: Variación Lineal de Voltaje, PID y Lógica Difusa.

- Una Arquitectura de seguidor solar: Azimut-Elevación.
- Un modelo matemático desarrollado en este trabajo para obtener la radiación
solar incidente sobre un panel solar.
85
- Un modelo matemático para obtener la temperatura de celda del panel solar:
NOCT.
La razón por la que se ha empleado solamente un modelo de Temperatura de

Celda del panel solar es que es suficiente para evaluar los sistemas de control
propuestos. Además, para que la comparación entre los modelos de temperatura
tenga significancia deben compararse datos reales obtenidos de mediciones online-
in-situ de la radiación, la temperatura ambiente, la velocidad del viento, la corriente
y el voltaje, lo cual es costoso y escapa del alcance de la presente investigación.
Tomando esto en cuenta, se generó el cuadro de análisis comparativo para los

sistemas de control del seguidor solar (Tabla 4.4):
Tabla 4.4
Cuadro de Análisis comparativo de arquitectura, esquema de control y modelo de
temperatura de celda del Seguidor Solar
Fuente: Propia
CUADRO DE ANÁLISIS COMPARATIVO

SISTEMA DE CONTROL
VARIABLES MODELO
Incremento Lineal Lógica
PID
de Voltaje Difusa
Arquitectura del
Azimut-Elevación
Seguidor Solar
Temperatura de
NOCT
Celda del Panel 1 2 3
Modelo
Radiación Solar
desarrollado en el
Incidente
presente trabajo
4.6 Desarrollo de Programas Computaciones para Simulación del Seguidor

Solar
Para el desarrollo de los programas computacionales de simulación, se ha

empleado el software de ingeniería MATLAB/SIMULINK. Previo a ello, se diseñó
el seguidor solar azimut-elevación empleando Solidworks.
4.6.1 Diseño del Seguidor Solar en Software de Ingeniería
Tomando en cuenta las dimensiones del panel solar, se diseñó un seguidor

solar basado en la arquitectura de azimut-elevación. La parte central de este
86
seguidor tiene como componente central la unidad de giro de doble eje de 3
pulgadas (Figura 4.13), de la marca SunSlew (SunSlew, 2015) con las
especificaciones mostradas en la Tabla 4.5 (ver Anexo 9):
Tabla 4.5
Especificaciones de la Unidad de Giro de Doble eje SunSlew
Fuente: SunSlew (2015)
UNIDAD DE GIRO DE DOBLE EJE

Característica Valor Unidad
Marca SunSlew
Modelo SDD3-62-RC-12H3033
Máxima Velocidad de giro 0.048 rpm
Máximo Torque 1116 N.m
Torque de sostenimiento 2000 N.m
Figura 4.13: Modelo de la Unidad de giro SunSlew SDD3

El modelo general del seguidor solar se muestra en la Figura 4.14. Los planos
generales y de detalle de los componentes del seguidor solar se muestran en el
Anexo 10. Las especificaciones de los componentes estándar que son el Panel Solar
y la unidad de giro se muestran en el Anexo 11.
87
Figura 4.14: Diseño de Seguidor Solar Azimut-Elevación en Solidworks
Fuente: Propia
4.6.2 Modelo Computacional de la Estructura del Seguidor Solar
Luego, de haber diseñado el Seguidor Solar en Solidworks, se modeló el CAD

en 3D empleando la programación visual de Simulink, específicamente en el
entorno de Simscape Multibody. El modelo del seguidor en Simscape y su
visualización correspondiente se muestran en la Figura 4.15 y 4.16.
88
Figura 4.15: Diagrama Simulink para Modelo Físico del Seguidor Solar
Fuente: Propia
89
Figura 4.16: Modelo mecánico del Seguidor Solar en Simscape Multibody
Fuente: Propia
Como se visualiza en la Figura 4.15, existen dos conexiones en las uniones

de giro del seguidor solar, de donde salen los sensores para evaluar la precisión del
seguimiento de los ángulos solares de azimut y elevación, asimismo nos brinda la
potencia consumida por estas conexiones para realizar el movimiento del seguidor
solar. Cada componente del seguidor solar está construido por diferentes bloques y
relaciones, los cuales definen sus características como masa, color, forma, etc.
4.6.3 Modelamiento de los Actuadores del Seguidor Solar
El doble giro del seguidor solar se realizará mediante dos actuadores idénticos
y perpendiculares. Las especificaciones en base a las cuales se realizará el modelo
de estos actuadores se presentan en la Tabla 4.6 (ver Anexo 11).
Tabla 4.6
Parámetros extraídos de las especificaciones de la Unidad de Giro
PARÁMETROS DE LA UNIDAD DE GIRO

CARACTERÍSTICA VALOR UNIDAD
Velocidad de giro nominal 0.048 rpm
Voltaje Nominal 12 V
Relación de transmisión 1 580:1
Relación de transmisión 2 62:1
90
De la velocidad de giro nominal y las relaciones de transmisión, obtenemos
que la velocidad de giro nominal del eje de los actuadores es como se muestra en la
ecuación 4.3:
𝑛𝑎 = 𝑛𝑛 ∗ 𝑚1 ∗ 𝑚2 (4.3)
Donde
𝑛𝑎 : velocidad de giro en el eje del actuador (rpm)

𝑛𝑛 : velocidad de giro nominal (rpm)
𝑚1 : relación de transmisión entre el eje del actuador y el eje de acople del actuador
𝑚2 : relación de transmisión entre el tornillo sin fin y la corona de la unidad de giro.
𝑛𝑎 = 0.048 ∗ 580 ∗ 62
𝑛𝑎 = 1726.1 𝑟𝑝𝑚
Teniendo en cuenta esta velocidad y el voltaje nominal, se realizó un

modelado aproximado empleando un modelo de entrenamiento de Mathworks
(Figura 4.17) al cual se variaron sus características para obtener una curva de 1726.1
rpm a 12V. Los datos básicos obtenidos se observan en la Tabla 4.7.
Tabla 4.7
Primeras características de los motores DC para el actuador
Fuente: Propia
CARACTERÍSTICAS DEL MOTOR DC

CARACTERÍSTICA SÍMBOLO VALOR UNIDAD
Inductancia eléctrica L 0.1 𝐻
Momento de Inercia del Motor J 0.0002 𝑘𝑔. 𝑚2
Constante de fricción viscosa b 5 ∗ 10−5 𝑁𝑚/𝑠
91
Figura 4.17: Modelo base de un Motor DC para Actuadores del Seguidor Solar
Fuente: Adaptado de la.mathworks.com
92
Sin embargo, debido a que se requiere gran capacidad computacional para
simular tanto el modelo Simscape Multibody del seguidor (Figura 4.17) como de
los actuadores, se procedió a generar un modelo propio de la unidad de giro basado
en las relaciones matemáticas de un motor DC. Este modelo ha sido ajustado
iterativamente para obtener los valores de Resistencia eléctrica (𝑅), Constante de
fuerza electromotriz (𝐾𝑒 ) y la Constante de torque del motor (𝐾𝑡 ). La curva hacia
la cual se ha ajustado el comportamiento del motor DC se muestra en la Figura 4.18.
La Figura 4.19 muestra el modelo del motor DC realizado en Simulink. La Tabla
4.8 muestra los parámetros finales obtenidos para el modelo del actuador.
Figura 4.18: Curva de ajuste para hallar los parámetros del motor DC
Fuente: Propia
Tabla 4.8
Características del Actuador de la Unidad de giro
Fuente: Propia
CARACTERÍSTICAS DEL ACTUADOR DC

CARACTERÍSTICA SÍMBOLO VALOR UNIDAD
Inductancia eléctrica L 0.1 𝐻
Momento de Inercia del Motor J 0.0002 𝑘𝑔. 𝑚2
Constante de fricción viscosa b 5 ∗ 10−5 𝑁𝑚/𝑠
Resistencia eléctrica R 3.82 𝑜ℎ𝑚
Constante de fuerza electromotriz 𝐾𝑒 0.0637 𝑉/(𝑟𝑎𝑑 ⁄𝑠)
Constante de Torque del motor 𝐾𝑡 0.07 𝑁𝑚/𝐴
93
Figura 4.19: Modelado en Simulink del Actuador para la Unidad de Giro
Fuente: Adaptado de ctms.engin.umich.edu
94
4.6.4 Sistemas de Control del Seguidor Solar
Se han modelado tres tipos de sistemas de control para el seguidor solar:

Variación Lineal de Voltaje, PID y por Lógica Difusa. Con estos se evaluará el
rendimiento energético del sistema fotovoltaico con autoposicionamiento. Los tres
sistemas en Simulink se pueden ver en la Figura 4.22.
Para los tres sistemas de control, se ha empleado las ecuaciones de ángulos

solares desarrolladas en el marco teórico.
A. Sistema de Control por Variación Lineal de Voltaje
El sistema de control se ha fijado para una variación lineal de Voltaje para

modificar el voltaje que regula la velocidad del actuador. El modelo Simulink se
puede apreciar en la Figura 4.23. La ecuación 4.4 rige la variación del voltaje:
𝑉 = 0.066667𝑥 (4.4)
Donde
𝑉: voltaje regulador del motor (𝑉 )

𝑥: diferencia angular entre el seguidor solar y la posición real del sol (°)
B. Sistema de Control PID
El sistema de control se ha implementado a través de un control PID de

Simulink. Este control permite realizar un control automático entre el valor real
medido (posición del panel solar) y el setpoint establecido (los ángulos solares
reales). Para el control se establecieron los siguientes parámetros.
- Ganancia Proporcional, 𝐾𝑃 = 0.175987

- Ganancia Integral, 𝐾𝐼 = 0.004220
- Ganancia Derivativa, 𝐾𝐷 = 0.272793
La Figura 4.24 muestra el sistema de control por PID en Simulink.
95
C. Sistema de Control por Lógica Difusa
El control por lógica difusa se realizó mediante los siguientes tres (3)
componentes:
- Variable de Ingreso “Posición”, que incluye tres (3) funciones de

membresía triangulares para analizar el error captado.
- Variable de Salida “Movimiento”, que incluye tres (3) funciones de
membresía triangular para realizar la acción correctora.
- Reglas “Solar_tracker”, que realizan la toma de decisiones del
seguidor solar.
En las Figuras 4.20 y 4.21 se pueden observar las funciones de membresía

tanto de entrada como de salida del control. La Figura 4.25, muestra el Sistema de
Control mediante Lógica Difusa. En el Anexo 12 se pueden visualizar más detalles
de este tipo de sistema de control.
Figura 4.20: Funciones de Membresía para la Variable de Entrada

Fuente: Propia
Figura 4.21: Funciones de membresía para la Variable de Salida

Fuente: Propia
96
Figura 4.22: Sistemas de Control de un Seguidor Solar
Fuente: Propia
97
Figura 4.23: Sistema de Control Simulink por Variación Lineal de Voltaje
Fuente: Propia
98
Figura 4.24: Sistema de Control Simulink PID
Fuente: Propia
99
Figura 4.25: Sistema de Control Simulink por Lógica Difusa
Fuente: Propia
100
4.6.5 Modelo Simulink de la Radiación Solar Incidente sobre el panel solar
El modelo de radiación mostrado en la Figura 4.27 se ha desarrollado basado

en las ecuaciones mostradas anteriormente y el desarrollo completo de radiación
solar incidente sobre un panel solar inclinado en el Anexo 9.
4.6.6 Modelo Simulink de Temperatura de Celda del Panel Solar
Se han desarrollado asimismo tres modelos para evaluar la Temperatura de

Celda del Panel durante el funcionamiento del seguidor, como se muestra en la
Figura 4.26. Están conectados mediante Switchs manuales para que sea posible
intercambiar el modelo que se requiera emplear.
Figura 4.26: Modelo Simulink de Temperaturas de Celda de Panel Solar

Fuente: Propia
4.6.7 Modelo General de Conversión de Energía en un Seguidor Solar
Se ha desarrollado un programa Simulink que toma en cuenta las diferentes

partes del proceso de conversión de energía sobre un panel solar guiado por un
seguidor solar. Los resultados principales de este programa son: Energía producida
en un día, potencia a lo largo del día y la relación entre la energía producida y la
energía consumida. Asimismo, se pueden obtener todos los datos que se requieran
obtener agregando sensores o visualizadores al programa, ya que es flexible. El
modelo Simulink completo se aprecia en la Figura 4.28.
101
Figura 4.27: Modelo Simulink de Radiación Inclinada sobre el Panel Solar con Seguidor
Fuente: Propia
102
Figura 4.28: Modelo de Conversión de Energía de un Seguidor Solar de doble eje
Fuente: Propia (Imágenes extraídas de www.goencon.com y del edX: Solar Energy)
103
4.7 Resultados de Simulaciones Computacionales
Con base a la programación realizada en Simulink, se realizaron las

simulaciones correspondientes a sobre el rendimiento energético del panel solar,
empleando los tres diferentes sistemas de control, para las siguientes condiciones
propuestas el 1 de junio de 2018 en Trujillo:
- Porcentaje de cielo cubierto por nubes: 50%

- Temperatura ambiental: 25 °C
Se muestran los resultados obtenidos en las Figuras 4.29, 4.30 y 4.31. Se

visualizan los resultados para el Seguimiento del ángulo de Elevación del seguidor,
la Radiación Incidente, la Temperatura de Celda del Panel Solar y la Potencia junto
a la Energía acumulada durante el día de operación. También pueden encontrarse
resultados análogos para el 1 de diciembre en el Anexo 13.
La primera gráfica del ángulo de Elevación (°) muestra cómo el seguidor

solar persigue la posición real de elevación del sol, lo cual es el fundamento del
seguidor solar. La segunda gráfica muestra la Radiación total Incidente (𝑊/𝑚2 )
sobre la superficie del panel solar, la cual tiene su punto máximo al mediodía, al
igual que en la tercera gráfica mostrando la Temperatura de Celda del Panel Solar
(°𝐶 ) que depende de la radiación incidente y las condiciones ambientales. La última
gráfica nos brinda la Potencia generada para cada instante de tiempo (𝑊 ) junto a
la Energía total Acumulada a lo largo del día (𝑑𝑊ℎ).
104
Figura 4.29: Simulación de Sistema de Control por Variación Lineal de Voltaje (Fecha: 01 de junio de 2018)
Fuente: Propia
105
Figura 4.30: Simulación de Sistema de Control por PID (Fecha: 01 de junio de 2018)
Fuente: Propia
106
Figura 4.31: Simulación de Sistema de Control por Lógica Difusa (Fecha: 01 de junio de 2018)
Fuente: Propia
107
También se realizaron simulaciones para los primeros días de cada mes del
año, evaluando el rendimiento general de cada uno de los sistemas de control
propuestos. Finalmente, se tomaron los datos de la energía total captada por el panel
solar y la relación entre esa energía y la energía consumida por el seguidor solar
(𝑘 ), que se resumen en la Tabla 4.9.
Tabla 4.9
Resultados de Energía Producida y Relación de Energías para el Seguidor Solar
Fuente: Propia
1 DE ENERO
Sistema de Control Energía, Ep (kWh) 𝑬𝒊 /𝑬𝒎𝒊𝒏 𝒌𝒆 ∗ = 𝑬𝒑 /𝑬𝒄 𝒌𝒆,𝒊 /𝒌𝒆,𝒎𝒊𝒏
VARIACIÓN LINEAL
0.99331 1.00000 33962 22.79
DE VOLTAJE (VLV)
PID 0.99352 1.00021 1490.3 1.00
LÓGICA DIFUSA (LD) 0.99337 1.00006 35464 23.80
1 DE FEBRERO
VLV 0.96266 1.00000 26652 24.72
PID 0.96286 1.00021 1078.2 1.00
LD 0.96272 1.00006 28319 26.27
1 DE MARZO
VLV 0.96129 1.00000 4442.9 12.18
PID 0.96146 1.00018 364.67 1.00
LD 0.96135 1.00006 3108.5 8.52
1 DE ABRIL
VLV 0.925 1.00000 26495 22.41
PID 0.92522 1.00024 1182.3 1.00
LD 0.92507 1.00008 27906 23.60
1 DE MAYO
VLV 0.86515 1.00000 30653 18.85
PID 0.86537 1.00025 1626.3 1.00
LD 0.86521 1.00007 31813 19.56
1 DE JUNIO
VLV 0.83676 1.00000 33237 15.59
PID 0.83697 1.00025 2132.5 1.00
LD 0.83681 1.00006 34300 16.08
1 DE JULIO
VLV 0.79780 1.00000 32271 15.54
PID 0.79801 1.00026 2077.2 1.00
LD 0.79784 1.00005 33255 16.01
108
Tabla 4.9 (continuación)
Resultados de Energía Producida y Relación de Energía para el Seguidor Solar
Fuente: Propia
1 DE AGOSTO
Sistema de Control Energía, Ep (kWh) 𝑬𝒊 /𝑬𝒎𝒊𝒏 𝒌𝒆 ∗ = 𝑬𝒑 /𝑬𝒄 𝒌𝒆,𝒊 /𝒌𝒆,𝒎𝒊𝒏
VLV 0.82729 1.00000 30731 17.62
PID 0.82751 1.00027 1744.2 1.00
LD 0.82734 1.00006 31860 18.27
1 DE SETIEMBRE
VLV 0.87803 1.00000 27414 22.26
PID 0.87824 1.00024 1231.3 1.00
LD 0.87809 1.00007 28704 23.31
1 DE OCTUBRE
VLV 0.92429 1.00000 15734 20.08
PID 0.92448 1.00021 783.45 1.00
LD 0.92435 1.00006 17105 21.83
1 DE NOVIEMBRE
VLV 0.92581 1.00000 22709 24.12
PID 0.926 1.00021 941.57 1.00
LD 0.92587 1.00006 24346 25.86
1 DE DICIEMBRE
VLV 0.94691 1.00000 31275 23.06
PID 0.94711 1.00021 1356.4 1.00
LD 0.94697 1.00006 32878 24.24
* Energía Producida dividida por la Energía Consumida
Con los resultados de la Tabla 4.9, se pueden obtener el beneficio económico para
cada día de acuerdo a la energía generada por el Sistema Fotovoltaico con Seguidor solar.
Tomando en cuenta el costo de energía activa de 𝑺/. 𝟎. 𝟓𝟕𝟕𝟒⁄𝒌𝑾𝒉 del recibo de

energía eléctrica un local comercial de la ciudad de Trujillo tomado como referencia (ver
Anexo 16), se puede obtener la Tablas 4.10 que presenta el Beneficio económico según
Mes y según el Sistema de Control empleado, respectivamente:
109
Tabla 4.10
Beneficio Económico para cada primer día de mes de un seguidor solar
Fuente: Propia
1 DE ENERO
Beneficio
Energía,
𝒌𝒆 = 𝑬𝒑 /𝑬𝒄
Energía
Sistema de Control Ep (kWh)
Económico
Útil (kWh)
(S/.)
VARIACIÓN LINEAL
0.99331 33962 0.99328 0.5735
DE VOLTAJE
PID 0.99352 1490.3 0.99285 0.5733
LÓGICA DIFUSA 0.99337 35464 0.99334 0.5736
1 DE FEBRERO
VLV 0.96266 26652 0.96262 0.5558
PID 0.96286 1078.2 0.96197 0.5554
LD 0.96272 28319 0.96269 0.5559
1 DE MARZO
VLV 0.96129 4442.9 0.96107 0.5549
PID 0.96146 364.67 0.95882 0.5536
LD 0.96135 3108.5 0.96104 0.5549
1 DE ABRIL
VLV 0.925 26495 0.92497 0.5341
PID 0.92522 1182.3 0.92444 0.5338
LD 0.92507 27906 0.92504 0.5341
1 DE MAYO
VLV 0.86515 30653 0.86512 0.4995
PID 0.86537 1626.3 0.86484 0.4994
LD 0.86521 31813 0.86518 0.4996
1 DE JUNIO
VLV 0.83676 33237 0.83673 0.4831
PID 0.83697 2132.5 0.83658 0.4830
LD 0.83681 34300 0.83679 0.4832
1 DE JULIO
VLV 0.79780 32271 0.79778 0.4606
PID 0.79801 2077.2 0.79763 0.4605
LD 0.79784 33255 0.79782 0.4607
1 DE AGOSTO
VLV 0.82729 30731 0.82726 0.4777
PID 0.82751 1744.2 0.82704 0.4775
LD 0.82734 31860 0.82731 0.4777
1 DE SETIEMBRE
VLV 0.87803 27414 0.87800 0.5070
PID 0.87824 1231.3 0.87753 0.5067
LD 0.87809 28704 0.87806 0.5070
110
1 DE OCTUBRE
VLV 0.92429 15734 0.92423 0.5337
PID 0.92448 783.45 0.92330 0.5331
LD 0.92435 17105 0.92430 0.5337
1 DE NOVIEMBRE
VLV 0.92581 22709 0.92577 0.5345
PID 0.926 941.57 0.92502 0.5341
LD 0.92587 24346 0.92583 0.5346
1 DE DICIEMBRE
VLV 0.94691 31275 0.94688 0.5467
PID 0.94711 1356.4 0.94641 0.5465
LD 0.94697 32878 0.94694 0.5468
Tabla 4.11
Beneficio económico percibido según el Sistema de Control empleado
Fuente: Propia
Beneficio Económico según Sistema de Control (S/.)

Variación Lineal
MES PID Lógica Difusa
de Voltaje
ENERO 0.5735 0.5733 0.5736
FEBRERO 0.5558 0.5554 0.5559
MARZO 0.5549 0.5536 0.5549
ABRIL 0.5341 0.5338 0.5341
MAYO 0.4995 0.4994 0.4996
JUNIO 0.4831 0.4830 0.4832
JULIO 0.4606 0.4605 0.4607
AGOSTO 0.4777 0.4775 0.4777
SETIEMBRE 0.5070 0.5067 0.5070
OCTUBRE 0.5337 0.5331 0.5337
NOVIEMBRE 0.5345 0.5341 0.5346
DICIEMBRE 0.5467 0.5465 0.5468
TOTAL S/. 6.2612 S/. 6.2569 S/. 6.2615
4.8 Selección de la Configuración Óptima para el mejor Rendimiento Energético
Habiendo realizado las simulaciones correspondientes para doce días

representativos del año, se determina que el sistema de control que brinda un mejor
posicionamiento y, por ende, mayor captación de energía solar es el Control por
PID. Sin embargo, las diferencias existentes, Tabla 4.9, sobre la producción de
energía son mínimas, con una máxima diferencia de 0.027% (agosto).
111
Por otro lado, el sistema de control que brinda mayor Energía Útil, y por tanto
mayor beneficio económico, es el Control por Lógica Difusa.
4.9 Comprobación de la Resistencia Estructural del Seguidor Solar
Para evaluar la resistencia estructural del Seguidor Solar, se hallará el factor

de seguridad bajo el cual está diseñado el de azimut-elevación seguidor solar
propuesto. Se tomará en cuenta, en primer lugar, la carga ejercida por el viento
sobre la superficie del Panel Solar a través de la presión dinámica (ecuación 4.5),
1 2
𝑞𝑣 = 𝜌𝑣 (4.5)
2
Donde
𝑞𝑣 : presión dinámica del viento (𝑃𝑎)

𝜌: densidad del aire (𝑘𝑔/𝑚3 )
𝑣: velocidad del viento (𝑚/𝑠 2 )
Para Trujillo, la velocidad media del viento según el mapa eólico del Perú es
de 5m/s, y la densidad del viento es de 1.1 𝑘𝑔/𝑚3 aproximadamente. Por tanto
1
𝑞𝑣 = (1.1)(5)2 = 13.75 𝑃𝑎
2
Debido a que se ha propuesto un seguidor completo, se tomará una posición

crítica para realizar el análisis, cuando el panel está inclinado 45°. Para lo cual la
superficie forma un ángulo de 45° con la fuerza ejercida por la presión dinámica
del viento, como se muestra en la Figura 4.32.
112
Figura 4.32: Fuerza aplicada sobre el panel solar
Fuente: Propia
El área sobre la que actúa la fuerza viene a ser el área total del panel inclinada
(45°), por lo tanto, tenemos;
𝐴𝐹 = 𝐴 ∗ 𝑠𝑒𝑛𝜑 = (0.68 ∗ 1.470) ∗ 𝑠𝑒𝑛(45°)
𝐴𝐹 = 0.7068 𝑚2
Por lo tanto, la fuerza aplicada se obtiene en la ecuación 4.6:
𝐹 = 𝐴𝐹 ∗ 𝑞 (4.6)
𝐹 = 0.7068 ∗ 13.75 = 9.719 𝑁
Debido a la variación del viento circunstancias especiales en las cuales en

viento tenga un fuerte pico, se agregará un factor de severidad de 2 para la fuerza
del viento. Esta carga se aplica tanto para la elevación del seguidor, como para el
esfuerzo cortante en la base.
Además de la carga del viento, el soporte del seguidor también debe soportar
todo el peso del equipo. En la Tabla 4.12, se detallan las cargas.
113
Tabla 4.12
Pesos de los componentes del Seguidor Solar
Fuente: Propia
PESO DEL SEGUIDOR SOLAR

PARTE PESO (kg) CANTIDAD TOTAL (kg)
Poste 8.2 1 8.2
Unidad de giro 2 23 1 23
Soporte del Panel 10 1 10
Panel Solar 11.8 1 11.8
Brazo tubular 0.8 2 1.6
Cuerpo de Abrazadera 1 2 2
Cabeza de Abrazadera 1 2 2
Materiales adicionales 1 1 1.0
TOTAL 59.6
Como se puede observar, el peso total de la estructura es de 59.6 kilogramos.
Se tendrán en cuenta tres esfuerzos ejercidos sobre la base del soporte:

esfuerzo cortante, esfuerzo por flexión y esfuerzo por compresión, como se muestra
en la Figura 4.33.
Figura 4.33: Esfuerzo aplicados sobre la base del seguidor solar

Fuente: Propia
Esfuerzo Cortante
Empleando la ecuación 4.7 se halla es esfuerzo cortante:
𝐹 ∗ 2𝐹
𝜏= = (4.7)
𝐴𝑝 𝐴𝑝
114
Donde
𝜏: Esfuerzo cortante en la base del poste (𝑃𝑎)

𝐹 ∗ : Fuerza cortante en la base del poste con factor de severidad (𝑁)
𝐹: Fuerza cortante en la base del poste (𝑁)
𝐴𝑝 : Área en la base del poste sobre la que se aplica la fuerza cortante (𝑚2 )
Al ser el poste un tubo, debemos hallar el área de la base sobre la cual se

aplicaría la fuerza cortante. Le diámetro interno del tubo es de 67mm y el diámetro
externo es de 73mm, por lo tanto:
2 ∗ 9.719
𝜏=𝜋
(( )2 ( )2 )
4 0.073 − 0.067
𝜏 = 29663.4 𝑃𝑎 = 29.463 𝑘𝑃𝑎
Esfuerzo por Compresión
Asimismo, se calculará el esfuerzo por compresión (ecuación 4.18) en la base

del poste. Debido a que soporta todo el peso de la estructura y la componente
vertical de la fuerza del viento tenemos que el esfuerzo por compresión:
𝐹𝑇 𝐹 ∗ + 9.81 ∗ 𝑃𝑆𝑇 2𝐹 + 9.81 ∗ 𝑃𝑆𝑇

𝜎𝑐 = = = (4.8)
𝐴𝑝 𝐴𝑝 𝐴𝑝
Donde
𝜎𝑐 : esfuerzo de compresión en la base del poste (𝑃𝑎)

𝐹𝑇 : Fuerza total de compresión sobre la base del poste (𝑁)
𝑃𝑆𝑇 : Peso total del seguidor solar (𝑘𝑔)
2(9.719) + 9.81 ∗ (59.6)

𝜎𝑐 = 𝜋 = 915693 𝑃𝑎 = 915.693 𝑘𝑃𝑎
((0.073)2 − (0.067)2 )
4
115
Esfuerzo por Flexión
Para estudiar el seguidor solar, se analizará todo el equipo como una viga
empotrada en un extremo y libre en el otro, para dicho caso, el esfuerzo máximo en
la base del empotramiento se halla mediante la ecuación 4.9:
𝑀𝑟𝑒 (𝐹 ∗ ∗ 𝑙)𝑟𝑒 (2𝐹 ∗ 𝑙)𝑟𝑒

𝜎𝑓 = = =𝜋 (4.9)
𝐼 𝐼 (( )4 ( )4 )
4 𝑟𝑒 − 𝑟𝑖
Donde
𝜎𝑓 : esfuerzo por flexión en la base soldada del poste del seguidor (𝑃𝑎)
𝑀: momento flector máximo en la base del poste (𝑁𝑚)
𝑙: longitud desde la carga aplicada hasta la base del poste (𝑚)
𝐼: momento de inercia del poste sometido a flexión (𝑚4 )
𝑟𝑒 : radio de la circunferencia exterior de la base del poste (𝑚)
𝑟𝑖 : radio de la circunferencia interior de la base del poste (𝑚)
La distancia que existe entre el centro del panel inclinado a 45° y la base del
poste es de 1.32m, por tanto:
(2(9.719) ∗ 1.32)(0.073⁄2)
𝜎𝑓 = 𝜋 = 2313380 𝑃𝑎 = 2313.38 𝑘𝑃𝑎
((0.073⁄2)4 − (0.067⁄2)4 )
4
Esfuerzo de Von Mises
Como ya se conocen los esfuerzos aplicados, emplearemos la ecuación 4.10

para hallar el esfuerzo de Von Mises:
𝜎 ′ = √𝜎 2 + 3𝜏 2 (4.10)
2
𝜎 ′ = √(𝜎𝐶 + 𝜎𝑓 ) + 3𝜏 2 = √(915.693 + 2313.38)2 + 3(29.463)2
𝜎 ′ = 3229.48 𝑘𝑃𝑎 = 3.23 𝑀𝑃𝑎
116
Factor de Seguridad
Teniendo en cuenta que el acero estructural tiene un esfuerzo de Fluencia

promedio de 200 MPa, y que la unión entre la base cuadrada y el poste está hecha
con soldadura a tope, obtenemos, mediante la ecuación 4.11, que el factor de
seguridad por carga estática es:
𝑆𝑓
𝑛= (4.11)
𝐾𝑓𝑠 ∗ 𝜎 ′
Donde
𝐾𝑓𝑠 : concentración de esfuerzo por soldadura a tope (Figura 4.34)
Figura 4.34: Concentración de Esfuerzo por Soldadura

Fuente: Budynas y Keith (2008)
200 200
𝑛= = = 30.96
2 ∗ 3.23 4.46
Como se puede observar la base del poste sí soportará las cargas debidas al
viento y al peso del Seguidor solar con el Panel incluido.
4.10 Evaluación Económica de Sistema Fotovoltaico con Seguidor Solar
Para la implementación del Seguidor Solar, se necesitarían lo siguiente:
- Panel Solar de 120W

- Batería recargable de 12 voltios
- Controlador de Carga con MPPT
- Tarjeta de Control y sensores de tiempo y posición
- Unidad de giro de doble eje (Slew drive)
- Materiales para el ensamble del seguidor solar
117
En la Tabla 4.13 se presenta la cotización de las alternativas de componentes
y materiales para fabricar el seguidor solar. En el Anexo 15, se encuentra los
catálogos o especificaciones de los componentes. Para realizar la implementación
del sistema fotovoltaico con seguidor solar se necesitaría 3672.50 soles.
Tabla 4.13
Evaluación económica para la implementación del Sistema Fotovoltaico con Seguidor Solar
Fuente: Propia
EVALUACIÓN ECONÓMICA PARA SISTEMA FOTOVOLTAICO

Precio Unitario Precio Total
Componente Cantidad Unidad
(S/.) (S/.)
Panel Solar 120W 1 unidad 450 450
Unidad de giro 1 unidad 2000 2000
Batería recargable 12V 1 unidad 300 300
Controlador de Carga MPPT 1 unidad 250 250
Tarjeta de Control 1 unidad 100 100
Sensor giroscopio y
1 unidad 20 20
acelerómetro
Sensor GPS 1 unidad 70 70
Reloj digital electrónico 1 unidad 15 15
Tubo circular de 2.5" x 2mm 1 m 15 15
Tubo cuadrado 1" x 3mm 3.5 m 15 52.5
Tubo rectangular 2"x1"x
1 m 10 10
2mm
Placa de 1 x 1m x 1/8" 1 𝑚2 90 90
2
Placa de 50 x 50cm x 1/2" 1 𝑚 70 70
Trabajos de Torneado 1 - 100 100
Trabajos de Soldadura y
1 - 100 100
pintado
Pernos, tuercas y arandelas 30 unidad 1 30
TOTAL 3672.5
4.10.1 Período de Retorno de Inversión
Para evaluar el beneficio económico real que significaría la implementación

del seguidor en un sistema fotovoltaico, se realizará un análisis económico por el
método de Período de Retorno de Inversión Descontado (PRI), que toma en cuenta
la depreciación en el tiempo del beneficio económico. El cálculo para este método
de análisis está basado en las ecuaciones 4.12 y 4.13 (Eggert, 2004).
118
𝒋
𝑷 = ∑ 𝑪𝑭𝒋 (𝑷⁄𝑭 , 𝒊%, 𝒋) (4.12)
𝟏
𝒋
𝑷 = ∑ 𝑪𝑭𝒋 (𝟏 + 𝒋)−𝟏 (4.13)
𝟏
Donde
𝑃: valor monetario presente de la inversión inicial (soles)

𝐶𝐹𝑗 : flujo de caja positivo al final del año j (soles)
𝑖: tasa de interés anual
𝑗: número de periodos hasta que se pague la inversión inicial (años)
Para realizar un análisis real, el seguidor solar sería implementado con 3

paneles solares de 120W cada uno, que pueden ser adaptados fácilmente y están
dentro de las capacidades de la unidad de giro empleada. Para tres paneles, la
inversión inicial aumenta a 4572.5 soles. De acuerdo a los resultados económicos
obtenidos, el beneficio por doce días del año, con un 50% de nubosidad del cielo es
de S/. 6.2615. Las condiciones atmosféricas varían a lo largo del año y, con
frecuencia, en Trujillo el cielo no está cubierto de gran cantidad de nubes. Por tanto,
se tomará un ahorro por doce días de S/. 6.5, lo cual genera un ahorro anual por
cada panel de S/. 197.708, y S/. 593.125 soles por tres paneles. Asimismo, se toma
una tasa interés de 10% que sería la tasa de interés para un financiamiento de la
inversión a través de un banco.
Se han desarrollado programas para evaluar el PRI con las ecuaciones 4.12 y
4.13, empleando Excel y MATLAB. Los resultados se muestran en las Figuras 4.35,
4.36 y 4.37. Como se puede observar, el Período de Retorno de la Inversión es de
15 años y 6 meses.
119
PERÍODO DE RETORNO DE INVERSIÓN DESCONTADO Interés Anual
Inversión Inicial (S/.) 4572.5 15 Años
10%
Ganancia Anual (S/.) 593.125 6 Meses
Año Flujo de Caja (S/.) CFj ($) (P/F, 10%, n) CFj(P/F, 10%, n) (S/.) Ahorro ($)
0 -4572.50 -4572.50 1.00000 -4572.50 -4572.50
1 593.13 593.125 0.90909 539.20 -4033.30
2 593.13 593.125 0.82645 490.19 -3543.11
3 593.13 593.125 0.75131 445.62 -3097.49
4 593.13 593.125 0.68301 405.11 -2692.37
5 593.13 593.125 0.62092 368.28 -2324.09
6 593.13 593.125 0.56447 334.80 -1989.29
7 593.13 593.125 0.51316 304.37 -1684.92
8 593.13 593.125 0.46651 276.70 -1408.22
9 593.13 593.125 0.42410 251.54 -1156.68
10 593.13 593.125 0.38554 228.68 -928.00
11 593.13 593.125 0.35049 207.89 -720.12
12 593.13 593.125 0.31863 188.99 -531.13
13 593.13 593.125 0.28966 171.81 -359.32
14 593.13 593.125 0.26333 156.19 -203.13
15 593.13 593.125 0.23939 141.99 -61.14
16 593.13 593.125 0.21763 129.08 67.94
17 593.13 593.125 0.19784 117.35 185.28
18 593.13 593.125 0.17986 106.68 291.96
19 593.13 593.125 0.16351 96.98 388.94
20 593.13 593.125 0.14864 88.16 477.11
Figura 4.35: Cuadro de retorno de la inversión
Fuente: Propia
Figura 4.36: Flujos de caja descontados (años)

Fuente: Propia
120
Figura 4.37: Tiempo de recuperación de la inversión (años)
Fuente: Propia
121
CAPÍTULO V
DISCUSIÓN
122
5 DISCUSIÓN
Luego del análisis de los resultados obtenidos, se infiere lo siguiente:
Los trabajadores de Ayni SAC, en general, conocen los aspectos

fundamentales de la tecnología solar fotovoltaica, reconociendo incluso que uno de
los medios más importantes para el incremento de la eficiencia son los seguidores
solares (calificado unánimemente como “muy importante”). Sin embargo, algunos
de ellos no conocen con precisión detalles técnicos como la eficiencia real de un
sistema fotovoltaico (menor a 25%), la mejora del rendimiento del sistema
mediante seguidores solares (entre 10 y 40%) y el tiempo de retorno de inversión
(mayor a 3 años). Esto indica que existe un interés real por incursionar en el área
de seguimiento solar y una oportunidad de mejora en la formación tecnológica-
financiera de los trabajadores sobre los sistemas fotovoltaicos.
Se identificaron las características del panel solar en estudio Yingli Solar YL

120P-17b, con una potencia máxima de 120 watts y una eficiencia de 12%. Además,
se obtuvieron las resistencias en Serie y Paralelo del panel solar empleando un
algoritmo iterativo con base en el método numérico Newton-Raphson, siendo estas
de 0.26 ohms y 227.62 ohms, respectivamente. Estos valores concuerdan con
resultados hallados por otros investigadores (Villalva (2009) y Bellia et al. (2014)).
El programa desarrollado puede ser empleado por futuros investigadores que no
cuenten con las resistencias internas y necesiten dichos datos de una manera rápida.
Con base en el modelo general de conversión de energía de un panel solar

fotovoltaico, se identificó que las variables a modelar son la Temperatura de Celda
del panel y la Radiación Incidente. Luego de una búsqueda profunda de
investigaciones se identificaron tres modelos de Temperatura de Celda: NOCT,
SNL y el modelo de Duffie y Beckman. Asimismo, la radiación se modeló con base
en la ecuación general de radiación solar, y su desarrollo se presentó en los anexos
empleando diferentes relaciones de investigadores en este campo. Estos modelos
permiten estudiar el comportamiento de paneles solares y significan una sinergia
123
importante para la simulación y estudios preliminares de instalaciones
fotovoltaicas.
Establecida la matriz para el análisis comparativo, se elaboraron los

programas computacionales para simular los modelos desarrollados. Se diseñó la
arquitectura del seguidor solar empleando Solidworks, con la cual se realizó el
control a través de Simscape Multibody de Simulink. Estos programas permiten
realizar un control del comportamiento del panel solar, a la vez que sirven como
una herramienta para estudiar diferentes combinaciones de control que se deseen
realizar. Asimismo, se ha simulado el modelo de captación-transformación de
energía del panel solar, pudiendo obtener el rendimiento bajo diferentes
condiciones de operación del panel solar.
Se realizaron las simulaciones para las tres (3) configuraciones de sistemas

de control propuestas en doce (12) fechas representativas del año. Los resultados se
resumen en la Tabla 4.9, mediante la cual se deduce que el sistema de control
óptimo es del tipo Lógica Difusa, brindando la mayor relación de energía
captada/energía consumida y, por ende, el mayor beneficio económico.
En la Tabla 4.9 además se observa que las diferencias de generación de

energía empleando los tres sistemas de control son mínimas. El sistema de control
PID podría generar mayores beneficios energéticos-económicos para instalaciones
de sistemas fotovoltaicos de gran capacidad. De otro modo, podría considerarse
viable la implementación de un sistema de control por Variación Lineal de Voltaje,
ya que brinda una alta relación de energía producida/energía consumida y el
algoritmo de control es el más sencillo de los propuestos en este trabajo. Esto
demuestra y complementa lo referido por Prinsloo & Dobson (2015).
Realizada la comprobación de resistencia mecánica del seguidor solar debido

a las cargas ejercidas por el viento y su propio peso, se encontró que el diseño tiene
un factor de seguridad de 30.96 para carga estática y soporta un esfuerzo máximo
124
de 4.46 MPa en la base del poste de soporte del seguidor solar, considerándose
viable para una posible fabricación.
Se realizó la evaluación económica del Sistema Fotovoltaico con Seguidor

solar, obteniendo una inversión inicial de 3672.50 soles para su implementación
para 1 panel solar. Analizando una instalación del seguidor solar con 3 pales, se
obtuvo un Período de Retorno de Inversión de 15 años y 6 meses, tiempo a partir
del cual la energía eléctrica generada sería gratuita. Esto concuerda con la mayoría
de autores y estudios realizados, ya que estos afirman que un sistema fotovoltaico
es una inversión a largo plazo.
125
CAPÍTULO VI
CONCLUSIONES
126
6 CONCLUSIONES
En base a los resultados obtenidos y las discusiones correspondientes, se llegó

a las siguientes conclusiones:
El análisis del comportamiento energético de un seguidor solar es muy

importante para la empresa Ayni SAC para el diseño de seguidores solares. Ayni
SAC cuenta con un conocimiento general de esta tecnología, siendo el desarrollo
del presente proyecto es una oportunidad para profundizar en el dominio de la
misma.
Las normativas relacionadas a los seguidores solares permiten tener una línea
base sobre la cual avanzar en el desarrollo de este proyecto. Se emplearon como
documentos de consulta y pueden utilizarse a futuro para delimitación de estudios
del área.
Se caracterizó eficazmente al panel solar Yingli Solar YL 120P-17b,

utilizando el método numérico de Newton-Raphson. El programa desarrollado
puede ser empleado para la caracterización de diferentes paneles de los cuales se
desconozcan las resistencias internas, ya que los resultados obtenidos concuerdan
con los mostrados por otras investigaciones.
La sinergia de los modelos de Temperatura de Celda y Radiación Incidente

sobre un panel solar permitieron modelar y simular el fenómeno de captación-
transformación de energía. Se pueden emplear dichos modelos para estudios
preliminares de instalaciones fotovoltaicas que no cuenten con datos reales de
temperaturas de celda del panel o radiación incidente disponibles.
Se elaboraron tres modelos de Temperatura de Celda del Panel Solar, pero

solamente se simuló el modelo estándar de NOCT por ser el más práctico y carecer
de datos experimentales con los cuales comparar el grado de precisión de cada uno
de los modelos para la localidad en la cual se realiza la simulación.
127
El diseño del seguidor solar empleando el software Solidworks sirvió de base
para analizar el comportamiento del mismo bajo distintos sistemas de control y el
modelo de captación-transformación de energía. Estas simulaciones sirvieron para
evaluar las diferentes configuraciones propuestas. Se observa que el programa
desarrollado es flexible y permite la modificación de cualquiera de las variables de
manera rápida para evaluar bajo condiciones deseadas, obtener diferentes
comportamientos y rendimientos del sistema fotovoltaico.
Las simulaciones realizadas indican que el sistema de control óptimo para el

seguidor solar es mediante Lógica Difusa, porque brinda una mayor relación
energía producida/energía consumida a la vez que una alta precisión. Asimismo, se
observa que es posible emplear el sistema de control con Variación Lineal de
Voltaje para sistemas de baja potencia ya que la diferencia de energía no es
sustancial. El sistema de control de PID podría ser recomendado para instalaciones
de gran potencia que requieran gran precisión y el consumo de energía sea
compensado por la alta producción de electricidad.
El diseño del seguidor solar sí soportará las cargas mecánicas ejercidas sobre
la estructura por el viento y el propio peso del equipo, a través de flexión,
compresión y cortante. Por lo tanto, resultaría mecánicamente viable una posible
fabricación del sistema.
El Período de Retorno de Inversión de un sistema fotovoltaico con seguidor

solar y 3 paneles es de 15 años y 6 meses, lo cual significa una inversión elevada
que sería recuperada en el largo plazo, brindando luego de ello energía gratuita.
128
CAPÍTULO VII
RECOMENDACIONES
129
7 RECOMENDACIONES
Teniendo en cuenta la delimitación del presente trabajo y posibles mejoras

realizables, se brindan las siguientes recomendaciones:
Se han desarrollado los programas Simulink para los tres modelos propuestos
para la Temperatura de Celda del Panel Solar. Sin embargo, es recomendable
contrastar estos modelos con datos experimentales de temperatura de celda
invasivos o del rendimiento energético de un panel solar bajo condiciones
controladas. Esto permitiría obtener el modelo de temperatura de celda óptimo para
cada ubicación geográfica y temporal en estudio.
La simulación del sistema de control por Lógica Difusa empleó tres funciones
de membresía triangulares como entradas y salidas, la cual brindó una alta relación
energía producida/energía consumida, pero no una mayor producción de energía
diaria total en comparación al sistema de control PID. Existen múltiples tipos de
funciones de membresía (trapezoidal, gaussiana, etc.), por lo que se sugiere explorar
las diferentes posibilidades de funciones de membresía en busca de mejor precisión
en el seguimiento de los ángulos solares.
Futuros trabajos en el área pueden abordar la contrastación de todo el

programa de simulación aquí propuesto para evaluar el grado de precisión que
tienen los modelos y emplearlos para estudios previos a instalaciones fotovoltaicas.
Ello podría incluir la utilización de sensores de radiación, temperatura ambiental,
velocidad del viento, entre otros.
130
8 REFERENCIAS
Alata, M., Al-Nimr, M. A., & Qaroush, Y. (2005). Developing a multipurpose sun
tracking system using fuzzy control. Energy Conversion and Management, 46(7–8),
1229–1245. https://doi.org/10.1016/j.enconman.2004.06.013
Alexandru, C., & Tatu, N. (2013). Optimal design of the solar tracker used for a
photovoltaic string. Journal of Renewable and Sustainable Energy, 5(2).
https://doi.org/10.1063/1.4801452
ASHRAE. (2007). ASHRAE, Handbook of Heating , Ventilating and Air-Condicitioning

Application (SI edition).
Bellia, H., Youcef, R., & Fatima, M. (2014). A detailed modeling of photovoltaic module
using MATLAB. NRIAG Journal of Astronomy and Geophysics, 3(1), 53–61.
https://doi.org/10.1016/j.nrjag.2014.04.001
Beltran, C. (2014). Incorporación de plantas de generación fotovoltaica en redes

modernas de suministro eléctrico. Universidad Nacional Autónoma de México.
Blanco-Muriel, M., Alarcón-Padilla, D. C., López-Moratalla, T., & Lara-Coira, M.

(2001). Computing the solar vector. Solar Energy, 70(5), 431–441.
https://doi.org/10.1016/S0038-092X(00)00156-0
Budynas, R., & Keith, J. (2008). Diseño en Ingeniería Mecánica de Shigley (8va ed.).
MC Graw Hill/Interamericana Editores.
Bureau of Indian Standards. (2010). Indian Standard: Photovoltaic (PV) Module Safety
Qualification. New Delhi.
Castellanos, C. (2009). Energía Solar.
Cata, J., & Rodríguez, F. (2015). Análisis Mateamático De Un Panel Solar Fotovoltaico
De Silicio. Análisis Matemático de un Panel Solar Fotovoltaico de silicio.
Universidad Politécnica Salesiana.
Chenni, R., Makhlouf, M., Kerbache, T., & Bouzid, A. (2007). A detailed modeling
method for photovoltaic cells. Energy, 32(9), 1724–1730.
CIP. (2017, April). Ingeniería Nacional, Revista Oficial del Colegio de Ingenieros del
Perú.
131
Delgado, L. (2016). Propuesta de Sistema Fotovoltaico para el ahorro de energía
eléctrica de una Incubadora Avícola en la ciudad de Chiclayo 2016. Universidad
César Vallejo.
Duffie, J., & Beckman, W. (2013). Solar Engineering of Thermal Processes (4th ed.).
Canada: John Wiley & Sons. https://doi.org/10.1115/1.2930068
Eggert, R. (2004). Engineering Design. Prentince Hall.
Eldin, A. H., Refaey, M., & Farghly, A. (2007). A Review on Photovoltaic Solar Energy
Technology and its Efficiency, (December).
Grena, R. (2008). An algorithm for the computation of the solar position. Solar Energy,
82(5), 462–470. https://doi.org/10.1016/j.solener.2007.10.001
Grupo NAP. (2007). Energía Solar Fotovoltaica. (G. Sala Pano, Ed.). Madrid.
Gueymard, C. A. (2009). Direct and indirect uncertainties in the prediction of tilted

irradiance for solar engineering applications. Solar Energy, 83(3), 432–444.
https://doi.org/10.1016/j.solener.2008.11.004
Henríquez, C. (2003). Regulador de panel solar - Batería - Carga con microcontrolador

PIC. Universidad de Piura.
Huynh, D. C., Nguyen, T. M., Dunnigan, M. W., & Mueller, M. A. (2013). Comparison
between open- and closed-loop trackers of a solar photovoltaic system. CEAT 2013
- 2013 IEEE Conference on Clean Energy and Technology, 128–133.
https://doi.org/10.1109/CEAT.2013.6775613
IEC. (2014). Photovoltaic Systems - Desing qualification of solar trackers.
Ineichen, P., & Perez, R. (2002). A new airmass independent formulation for the linke
turbidity coefficient. Solar Energy, 73(3), 151–157. https://doi.org/10.1016/S0038-
092X(02)00045-2
Jager, K., Isabella, O., Smets, A. H. M., Swaaij, R. A. C. M. M. van, & Zeman, M. (2014).
Solar Energy Fundamentals, Technology and Systems. Delf University of
Technology. https://doi.org/10.1007/SpringerReference_29746
Jagoo, Z. (2013). Tracking Solar Concentrators A Low Budget Solution. Springer.
Jakhrani, A. Q., Othman, A. K., Rigitand, A. R. H., & Samo, S. R. (2011). Comparison
132
of solar photovoltaic module temperature models. World Applied Sciences Journal,
14, 1–8.
Kalogirou, S. (2014). Solar Energy Engineering Processes and Systems (2nd ed.).
Elsevier Inc.
Kalogirou, S. A. (2000). Applications of artificial neural-networks for energy systems.

Applied Energy, 67(1–2), 17–35. https://doi.org/10.1016/S0306-2619(00)00005-2
Kalogirou, S. a. (2001). Artificial neural networks in renewable energy systems

applications: a review. Renewable & Sustainable Energy Reviews, 5(4), 373–401.
https://doi.org/10.1016/S1364-0321(01)00006-5
Kannan, N., & Vakeesan, D. (2016). Solar energy for future world: - A review. Renewable
and Sustainable Energy Reviews, 62, 1092–1105.
https://doi.org/10.1016/j.rser.2016.05.022
Kasten, F., & Czeplak, G. (1979). Solar and terrestrial radiation dependent on the amount
and type of cloud. Solar Energy, 24(2), 177–189. https://doi.org/10.1016/0038-
092X(80)90391-6
Kasten, F., & Young, A. T. (1989). Revised optical air mass tables and approximation
formula, 28(22), 4735–4738.
King, D. L., Boyson, W. E., & Kratochvil, J. A. (2004). Photovoltaic array performance
model. Sandia Report No. 2004-3535, 8(December), 1–19.
https://doi.org/10.2172/919131
Klise, G. T., & Stein, J. S. (2009). Models used to assess the performance of photovoltaic
systems. Models Used to Assess the Performance of Photovoltaic Systems.
Lewis, N. S. (2007). Toward cost-effective solar energy use. Science, 315(5813), 798–
801. https://doi.org/10.1126/science.1137014
Ministerio del Ambiente de Perú. (2016). Objetivos de Desarrollo Sostenible e

Indicadores. Lima.
Moreno, L., Cruz, M., Ramiro, J., Guerrero, E., & Martínez, J. (2014). Monitoreo en
Tiempo Real de las Variables Físicas de un Panel Solar a Través de LabView. La
Mecatrónica En México, 3(2), 27–34.
133
Motahhir, S., Chalh, A., Ghzizal, A., Sebti, S., & Derouich, A. (2017). Modeling of
Photovoltaic Panel by using Proteus. Journal of Engineering Science and
Technology Review, 10(2).
Ochieng, R. M., & S. (2010). Solar Collectors and Panels , edited by.
Oke, T. R. (1987). Boundary Layer Climates (2nd ed.).
Osinergmin. (2018). Proyectos relevantes de Generación y Transmisión de Energía

Eléctrica en constucción. Peru.
Palm, W. I. (2013). System Dynamics. Journal of Chemical Information and Modeling

(3rd ed., Vol. 53). https://doi.org/10.1017/CBO9781107415324.004
Perez, R., Ineichen, P., Seals, R., Michalsky, J., & Stewart, R. (1990). Modeling daylight
availability and irradiance components from direct and global irradiance. Solar
Energy, 44(5), 271–289. https://doi.org/10.1016/0038-092X(90)90055-H
Perez, R., Seals, R., Ineichen, P., Stewart, R., & Menicucci, D. (1987). A new simplified
version of the perez diffuse irradiance model for tilted surfaces. Solar Energy, 39(3),
221–231. https://doi.org/10.1016/S0038-092X(87)80031-2
Perpiñán, O. (2018). Energía Solar Fotovoltaica. Creative Commons.
Prinsloo, G., & Dobson, R. (2015). Solar Tracking.
Purohit, N. L., & Anshika. (2015). Data Acquisition of Solar Power Plant Using Scada
System. International Journal of Engineering Trends and Technology (IJETT),
23(4), 189–194.
Racharla, S., & Rajan, K. (2017). Solar tracking system: a review. International Journal
of Sustainable Engineering, 10(2), 72–81.
https://doi.org/10.1080/19397038.2016.1267816
Ramos, D. (2016). Diseño del Sistema de Bombeo Fotovoltaico para suministrar agua
potable en el Centro poblado el Cenizo - Olmos 2016. Universidad César Vallejo.
Reda, I., & Andreas, A. (2004). Solar position algorithm for solar radiation applications.
Solar Energy, 76(5), 577–589. https://doi.org/10.1016/j.solener.2003.12.003
Rezk, H., Tyukhov, I., Al-Dhaifallah, M., & Tikhonov, A. (2017). Performance of data
acquisition system for monitoring PV system parameters. Measurement: Journal of
134
the International Measurement Confederation, 104, 204–211.
https://doi.org/10.1016/j.measurement.2017.02.050
Rohit, A. K., Tomar, A., Kumar, A., & Rangnekar, S. (2017). Virtual lab based real-time
data acquisition, measurement and monitoring platform for solar photovoltaic
module. Resource-Efficient Technologies, 3(4), 446–451.
https://doi.org/10.1016/j.reffit.2017.04.006
Romero, J. (2015). Análisis del funcionamiento de paneles fotovoltaicos y su utilización

en las regiones de la costa y sierra del Ecuador. Caso de estudio: Biblioteca Pompeu
Fabra de Mataró. Escuela Politécnica Superior de Edificación de Barcelona.
Ruíz, J., Sarmiento, O., Minerva, Benítez, O., & Martínez, A. (2015). Desarrollo de un
Sistema de Adquisición de Datos de los principales parámetros de funcionamiento
de un Panel Solar. In Congreso Internacional en Tecnología, Innovación y Docencia
(pp. 1–17).
Safan, Y. M., Shaaban, S., & Abu El-Sebah, M. I. (2017). Hybrid control of a solar
tracking system using SUI-PID controller. 2017 Sensors Networks Smart and
Emerging Technologies, SENSET 2017, 2017–Janua, 0–3.
https://doi.org/10.1109/SENSET.2017.8125035
Sánchez, M. (2017). Diseño de un Suministro eléctrico con energía solar fotovoltaica

para mejorar la productividad de equipos de bombeo agrícola del establo GESA -
Lambayeque, 2016. Universidad César Vallejo.
Shaker, F., & Khalaf, J. (2013). Sun Tracking System Based On Neural Network, 17(6),
123–133.
Sharma, M., Bansal, K., & Buddhi, D. (2015). Real time Data Acquisition system for
Performance Analysis of modified PV module and derivation of cooling coefficients
of Electrical parameters. Procedia Computer Science, 48(C), 582–588.
https://doi.org/10.1016/j.procs.2015.04.139
SunSlew. (2015). SDD3_Datasheet_12H3033.pdf. Retrieved from

www.sunslew.com/en/product_detail.asp?cid=653
Tran, T. T. D., & Smith, A. D. (2017). Evaluation of renewable energy technologies and
their potential for technical integration and cost-effective use within the U.S. energy
135
sector. Renewable and Sustainable Energy Reviews, 80(April), 1372–1388.
https://doi.org/10.1016/j.rser.2017.05.228
Trinuruk, P., Sorapipatana, C., & Chenvidhya, D. (2009). Estimating operating cell
temperature of BIPV modules in Thailand. Renewable Energy, 34(11), 2515–2523.
https://doi.org/10.1016/j.renene.2009.02.027
Ulieru, V. D., & Cepisca, C. (2011). Data Acquisition in Photovoltaic Systems. In

Renewable Energy - Trends and Applications. Rijeka, Croacia: InTech.
Vargas, J., & Navia, G. (2015). Desarrollo de un Sistma de control para la captura y
medición experimental de la eficiencia y curva característica I-V en tiempo real de
un Sistema Fotovoltaico utilizando LabVIEW y Arduino. Investigación y
Desarrollo, 1(15), 49–64.
Vásquez, L., & Zúñiga, B. (2015). Proyecto de Prefactibilidad para la Implementación

de Energía Solar Fotovoltaica y Térmica en el Campamento Minero Comihuasa.
Universidad Peruana de Ciencias Aplicadas.
Villalva, M. G., Gazoli, J. R., & Ruppert, E. (2009). Modeling and Circuit-Based
Simulation of Photovoltaic Arrays. In Power Electronics Conference (Vol. 14, pp.
1244–1254). Brasil: IEEE.
www.soda-pro.com. (2003). Linke Turbidity for Trujillo.
Yang, D. (2016). Solar radiation on inclined surfaces: Corrections and benchmarks. Solar
Energy, 136, 288–302. https://doi.org/10.1016/j.solener.2016.06.062
136
9 ANEXOS
Anexo 1: Código de Ética para la Investigación de la UNT
137
138
Anexo 2: Código Deontológico del Colegio de Ingenieros del Perú
139
140
Anexo 3: Ejemplos de Entrevistas Realizadas
Entrevista a Edson Vereau Rosas (Supervisor)
141
142
143
Entrevista a Sieghard Rosso Mostacero (Técnico Mecánico)
144
145
146
Anexo 4: Código MATLAB para obtención de Resistencias en Serie y Paralelo
147
148
Anexo 5: Código MATLAB para obtención de Curvas Paramétricas del Panel
Solar variando Temperatura o Radiación Incidente
149
150
Anexo 6: Curvas Características del Panel Solar Yingli Solar 120P-17b
Curvas Características I-V parametrizando la Irradiación incidente
151
Curvas Características I-V parametrizando la Temperatura de Celda
152
Curvas Características P-V parametrizando la Irradiación incidente
153
Curvas Características P-V parametrizando la Temperatura de Celda
154
Anexo 7: Parametrización del Modelo de Temperatura de SNL
Parametrización T-G, Parámetros: Velocidad del Viento y Temperatura Ambiental
155
Parametrización T-Ta, Parámetros: Irradiación y Velocidad del Viento
156
Anexo 8: Parametrización del Modelo de Temperatura de Duffie y Beckman
Parametrización T-G, Parámetros: Velocidad del Viento y Temperatura Ambiental
157
Parametrización T-Ta, Parámetros: Irradiación y Velocidad del Viento
158
Anexo 9: Cálculo de la Radiación Global Inclinada sobre Seguidor Solar
El modelo de radiación transposicional se basa en la siguiente relación, para

un seguidor solar de doble eje (Yang, 2016):
𝐺 = 𝐼𝐵 + 𝐷 + 𝑅 ,
𝐼𝐵 = 𝐼ℎ𝑛 ⁄cos(𝑧) ,
𝐷 = 𝐷ℎ𝑛 ∗ 𝑅𝑑 ,
𝑅 = 𝜌 ∗ 𝐺ℎ𝑛 ∗ 𝑅𝑟 ,
Donde
𝐺: radiación incidente sobre el panel solar, también llamada “Irradiación Global

Inclinada” (𝑊/𝑚2 )
𝐺ℎ𝑛 : radiación global horizontal en condiciones nubladas (𝑊/𝑚2 )
𝐼𝐵 : radiación directa sobre el panel solar, también llamada “Irradiación Directa
Inclinada” (𝑊/𝑚2 )
𝐼ℎ𝑛 : radiación directa horizontal en condiciones nubladas (𝑊/𝑚2 )
𝑧: ángulo de zenit del sol (°)
𝐷: radiación difusa sobre el panel solar, también llamada “Irradiación difusa sobre
el plano inclinado” (𝑊/𝑚2 )
𝐷ℎ𝑛 : radiación difusa horizontal en condiciones nubladas (𝑊/𝑚2 )
𝑅𝑑 : factor transposicional para radiación por difusión
𝑅: Irradiación por Reflexión del suelo Inclinada. (𝑊/𝑚2 )
𝜌 = 0.15, coeficiente de albedo urbano (Oke, 1987)
𝑅𝑟 : factor transposicional para irradiación por reflexión.
Radiación global horizontal en condiciones nubladas (𝐺ℎ𝑛 )
La radiación global horizontal en condiciones nubladas nos indica la cantidad

de radiación que incide sobre una superficie horizontal al suelo de la tierra en algún
momento en particular.
𝑁 3.2
𝐺ℎ𝑛 = 𝐺ℎ (1 − 0.72 ∗ ( ) ),
100
𝐺ℎ = 𝑎1 ∗ 𝐺𝑠𝑐 ∗ 𝑐𝑜𝑠(𝑧) ∗ exp (−𝑎2 ∗ 𝐴𝑀 ∗ (𝑓ℎ1 + 𝑓ℎ2 − (𝑇𝐿 − 1)))
159
Donde
𝐺ℎ : radiación global horizontal en cielo limpio (𝑊/𝑚2 )

𝐺𝑠𝑐 = 1366.1 𝑊/𝑚2 , constante solar (Soteris Kalogirou, 2014)
𝑁 = [0% − 100%] , porcentaje de nubes cubriendo el cielo (Kasten & Czeplak,
1979)
𝐴𝑀: masa de aire (Kasten & Young, 1989)
𝑇𝐿 : turbidez de Linke (www.soda-pro.com, 2003)
𝑎1 : Coeficiente adimensional de altitud 1 (Ineichen & Perez, 2002)
𝑎2 : Coeficiente adimensional de altitud 2 (Ineichen, 2002)
𝑓ℎ1: Coeficiente que relaciona la altitud de la estación con la altitud de las
interacciones atmosféricas 1 (Ineichen, 2002)
𝑓ℎ2: Coeficiente que relaciona la altitud de la estación con la altitud de las
interacciones atmosféricas 1 (Ineichen, 2002)
Radiación Difusa horizontal en condiciones nubladas
Esta radiación se genera debido a la dispersión por moléculas en la atmósfera.
𝑁 2
𝐷ℎ𝑛 = 𝐺ℎ𝑛 (0.3 + 0.7 ∗ ( ) ),
100
Conociendo 𝐷ℎ𝑛 , se puede hallar la radiación directa en condiciones nubladas

con la siguiente relación:
𝐼ℎ𝑛 = 𝐺ℎ𝑛 − 𝐷ℎ𝑛
Para poder hallar la Radiación Difusa sobre una superficie inclinada se

necesita el factor transposicional, este se obtendrá básicamente de los modelos de
Pérez et al. (1990 y 1987)
1 + cos(𝑠) 𝑎
𝑅𝑑 = (1 − 𝐹1 ) + 𝐹1 + 𝐹2 𝑠𝑒𝑛(𝑠)
2 𝑐
Donde
𝑠: ángulo de inclinación de la superficie de incidencia (°), aproximadamente igual

al zenit para un seguidor de doble eje
160
𝑎 = max(0, cos(𝜃 )), Ángulo sólido ocupado por el circunsolar ponderado por su
incidencia promedio en la pendiente, donde 𝜃 es el ángulo de incidencia del
rayo del sol sobre la superficie solar (Yang, 2016)
𝑐 = max(cos(85°) , cos(𝑧)), Ángulo sólido ocupado por el circunsolar ponderado
por su incidencia promedio en el horizontal (Yang, 2016)
𝐹1 , 𝐹2 : coeficientes de iluminación circunsolar (Perez, 1990).
Factor transposicional para Radiación por Reflexión (𝑅𝑟 )
Asumiendo que la radiación por reflexión es un proceso isotrópico, se estima

que 𝑅𝑟 se puede hallar como (Gueymard, 2009):
1 − cos(𝑠)
𝑅𝑟 =
2
Ángulo de Zenit (𝑧)
El ángulo de zenit mide la separación que existe entre los rayos del sol y el
vector perpendicular a la superficie de la tierra. Se obtiene según la siguiente
relación:
cos(𝑧) = 𝑠𝑒𝑛(𝐿)𝑠𝑒𝑛(𝛿) + cos(𝐿) cos(𝛿) cos(ℎ) ,
360
𝛿 = −23.45 ∗ 𝑠𝑒𝑛 [ (284 + 𝑁)] ,
365
ℎ = (𝑇 − 12) ∗ 15
Donde
𝐿: latitud de la ubicación en estudio (°)

𝛿: declinación de la tierra en el hemisferio sur (°) (Soteris Kalogirou, 2014)
ℎ: ángulo horario durante el día (°)
𝑁: número de un día específico en el año
𝑇: hora del día en estudio
161
Anexo 10: Planos Generales y de Detalle del Seguidor Solar Azimut-Elevación
162
163
164
165
166
167
168
Anexo 11: Especificaciones de Componentes Estándar del Seguidor Solar
Panel Solar Yingli Solar YL120P-17b
169
Unidad de Giro de Doble Eje SunSlew SDD3
170
Anexo 12: Detalles del Sistema de Control por Lógica Difusa
Reglas del Control por Lógica Difusa (forma verbal)
Reglas del Control por Lógica Difusa (forma gráfica)
171
Anexo 13: Resultados de Simulaciones Computacionales para el 1 de diciembre
Simulación con Control por Variación Lineal de Voltaje para el 1 de diciembre
172
Simulación con Control PID para el 1 de diciembre
173
Simulación con Control por Lógica Difusa para el 1 de diciembre
174
Anexo 14: Resultados de Producción y Consumo de Energía del Panel Solar
Simulación con Control por Variación Lineal de Voltaje para el 1 de junio
Simulación con Control PID para el 1 de junio
Simulación con Control por Lógica Difusa para el 1 de junio
175
Simulación con Control por Variación Lineal de Voltaje para el 1 de diciembre
Simulación con Control PID para el 1 de diciembre
Simulación con Control por Lógica Difusa para el 1 de diciembre
176
Anexo 15: Especificaciones de Componentes Seleccionados
Batería Recargable Ritar RA12-65
177
Sensor MPU-6050: Giroscopio y Acelerómetro
178
Módulo GPS Neo 6M
179
Controlador de Carga Tracer 1210 RN con MPPT
180
Anexo 16: Recibo de Energía Eléctrica de Local Comercial en Trujillo
181

Universidad Nacional de Trujillo: Facultad de Ingeniería

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional de Trujillo: Facultad de Ingeniería

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Universidad Nacional de Trujillo: Facultad de Ingeniería

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE TRUJILLO

ESCUELA ACADÉMICO PROFESIONAL DE

“MODELAMIENTO, SIMULACIÓN Y CONTROL

Bach. Diego Arturo Chávez Honores

Dr. Jorge Antonio Olórtegui Yume, Ph.D.

A mi padre, Jim, por haberme apoyado y sustentando, felicitándome en mis éxitos

A mi estimado maestro, Jorge, por ser un ejemplo de vida y guiarme pacientemente

En este trabajo se realizó el análisis comparativo de tres sistemas de control de

En primer lugar, se identificaron las necesidades de la empresa a través de

Se encontró que la empresa Ayni SAC tiene conocimiento general de la tecnología

El análisis comparativo mediante simulaciones computaciones bridó resultados

In this work, a comparative analysis of three solar tracking control systems

The comparative analysis using computer simulations provided important

Tabla 2.1 Coeficientes para el Modelo de Temperatura de Celda de Sandia National

Ecuación 2.1: Masa de Aire ....................................................................................... 16

Relación entre la energía producida

1.1 Realidad problemática

En la actualidad, se están enfrentando los grandes impactos negativos que

La energía solar, uno de los tipos de energía renovable más prometedores,

Para superar las barreras de rendimiento energético, se han desarrollado

Asimismo, los sistemas de autoposicionamiento son una opción factible para

Uno de los métodos para realizar análisis del comportamiento de sistemas de

En Latinoamérica, pocas son las investigaciones en análisis o sistemas de

En febrero de 2018 entró en operación la Planta Solar Peruana “Rubí”, que

La empresa AYNI SAC, ubicada en el distrito de Huanchaco (Trujillo),

En tal contexto, la gerencia de AYNI SAC ve como una buena oportunidad

Este proyecto propone analizar comparativamente tres (3) sistemas de control

Dados tres (3) modelos computacionales de control de lazo cerrado tradicionales:

Control por Variación Lineal de Voltaje (VLV)

Control por el Modelo Proporcional Integral Derivativo (PID)

Control por Lógica Difusa (LD)

¿Qué modelo computacional de control brindará el mejor rendimiento de

El Control por Variación Lineal de Voltaje brindará un mejor rendimiento

Este proyecto de investigación se justifica en los siguientes ámbitos:

La implementación tecnológica de la energía FV en el Perú es escasa y

Para el desarrollo del proyecto se emplearán herramientas y software de

Este proyecto impulsa el desarrollo y comprensión de la tecnología solar

1.5.1 Objetivo General

Modelar, Simular y Optimizar el fenómeno de captación-transformación y

1.5.2 Objetivos Específicos

i. Identificar las necesidades de la empresa Ayni SAC orientadas a su incursión

Alata et al. (2005) desarrollaron un sistema de seguimiento solar en

Dazhi Yang (2016), realizó una comparación entre 26 Modelos

Geoffrey Klise y Joshua Stein (2009), hicieron un reporte para Sandia

Piyatida Trinuruk et al. (2009), realizaron un estudio comparativo de dos

A. Jakharani, et al. (2011), llevaron a cabo un estudio comparativo de

John Duffie y William Beckman (2013), desarrollaron un método de

Jefferson Cata y Fulton Rodríguez (2015), analizaron un panel solar TYN-

1.7 Estado del arte

Se presentan las investigaciones más recientes y significativas que muestran

En Universidad Politécnica Estatal de Moscú, Rezk et al. (2017) diseñaron e

Igualmente, empleando LabVIEW, Rohit et al. (2017), emplearon la tarjeta

Figura 1.2: Programa LabVIEW para la adquisición de datos

2.1 Energía Solar

La energía solar es la fuente principal de vida en el planeta: dirige los ciclos

Figura 2.1: Esquema de Planta Solar de Concentración por Helióstatos

2.2 Radiación solar

2.2.1 Distribución espectral de la radiación solar

La energía solar llega en forma de radiación electromagnética. La radiación