Publication: Modelo geográfico para la estimación del potencial fotovoltaico en tejados. Caso de estudio: Miraflores de la Sierra
Loading...
Official URL
Full text at PDC
Publication Date
2014
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
El objetivo del presente trabajo es desarrollar un modelo geográfico, basado en SIG, que analice la posibilidad de instalar sistemas solares para la generación de energía eléctrica en entornos urbanos. En este caso, el lugar seleccionado para el estudio es una zona en el casco urbano del municipio de Miraflores de la Sierra, situado en la Comunidad de Madrid.
El aprovechamiento de la energía solar en las edificaciones presenta diferentes opciones tecnológicas tales como los sistemas térmicos (captan el calor mediante colectores térmicos) y fotovoltaicos (producen electricidad a través de módulos fotovoltaicos). Este trabajo se centra únicamente en el estudio del potencial fotovoltaico, descartando la evaluación de potencial térmico aunque el procedimiento para su determinación sería similar.
La metodología delestudio incluye los siguientes objetivos específicos:
- Calcular la superficie total útil disponible en los tejados de edificios para la instalación de sistemas solares fotovoltaicos y seleccionar los emplazamientos idóneos.
- Determinar la radiación solar recibida en la zona seleccionada.
- Estimar la potencia instalada y la producción eléctrica fotovoltaica.
El análisis realizado se basa principalmente en un modelo urbano en 3D generado a partir de datos LIDAR, utilizando como herramienta para el tratamiento de los mismos los Sistemas de Información Geográfica.
Description
UCM subjects
Unesco subjects
Keywords
Citation
▪ Arboit, M., Diblasi, A., Fernández Llano, J.C. y de Rosa, C., 2008. Assessing the solar potential of low-density urban environments in Andean cities with desert climates: The case of the city of Mendoza, in Argentina. Renewable Energy, 33, pp. 1733-1748.
▪ Bergamasco, L. y Asinari, P., 2011. Scalable methodology for the photovoltaic solar energy potential assessment based on available roof surface area: Further improvements by ortho-image analysis an application to Turin (Italy). Solar Energy, 85, pp. 2741-2756.
▪ Blanc, Ph. Y Wald, L., 2012. The SG2 algorithm for a fast and accurate computation of the sun for multidecadal time period. Solar Energy, 88, pp. 3072-3083.
▪ Brito, M.C., Gomes, N., Santos, T. y Tenedório, J.A., 2012. Photovoltaic potential in a Lisbon suburb using LIDAR data. Solar Energy, 86, pp. 283-288.
▪ Chaves, A. y Bahill A.T., 2010. Locating sites for photovoltaic solar panels. Pilot study uses DEM derived from LIDAR. ESRI.
▪ Díaz-Vilariño, L., Lagüela, J., Armesto, J. y Arias, P., 2013. Semantic as-built 3d models including shades for the evaluation of solar influence on buildings. Solar Energy, 92, pp. 269-279.
▪ Documento Básico HE - Ahorro de Energía, Código Técnico de la Edificación, 2009. Ministerio de Fomento.
▪ Downey, A., 2008. Think Python. How to think like a computer scienctist. Needham: Green Tea Press.
▪ Gooding, J. et al., 2013. Solar city indicator: A methodology to predict city level PV installed capacity by combining physical capacity and socio-economic factors. Solar Energy, 95, pp. 325-335.
▪ La Genusa, M. et al. 2011. A model for predicting the potential diffusion of solar energy systems in complex urban environments. Energy Policy, 39, pp. 5335-5343.
▪ Lutz, M., 2011. Programming Python. Sebastopol: O’Really Media, Inc.
▪ Sumerling, G., 2011. Lidar Analysis in ArcGIS 10 for Forestry Applications. ESRI.
▪ European Photovoltaic Industry Association (EPIA), 2011. Solar Generation 6. Solar photovoltaic electricity empowering the World. EPIA.
▪ European Photovoltaic Industry Association (EPIA), 2012. Global market outlook for photovoltaic until 2016. EPIA.
▪ Hofierka, J. y Kaňuk, J., 2009. Assessment of photovoltaic potential in urban areas using open-source solar radiation tools. Renewable Energy, xxx, pp. 1-9.
▪ Instituto para la Diversificación y Ahorro de la Energía (IDAE), 2011. Pliego de Condiciones Técnicas de Instalaciones Conectadas a Red. PROGENSA.
▪ Izquierdo, S., Rodrigues, M. y Fueyo, N., 2008. A method for estimating the geographical distribution of the available roof surface area for large-scale photovoltaic energy-potential evaluations. Solar Energy, 82, pp. 929-939.
▪ La Gennusa, M. et al., 2011. A model for predicting the potential diffusion of solar energy systems in complex urban environments. Energy Policy, 39, pp. 5335-5343.
▪ Melo, E.G., Almeida, M.P., Ziller, R. y Grimoni, J.A.B., 2013. Using a shading matrix to estimate the shading factor and the irradiation in a three-dimensional model of a receiving surface in an urban environment. Solar Energy, 92, pp. 15-25.
▪ Nguyen, H.T. y Pearce, J.M., 2012. Incorporating shading losses in solar photovoltaic potential assessment at the municipal scale. Solar Energy, 86, pp. 1245-1260.
▪ Nguyen, H.T. et al., 2012. The aplication of LIDAR to assessment of rooftop solar photovoltaic deployment potential in municipal district unit. Sensors, 12, pp. 4534-4558.
▪ Schmid, K. et al., 2008. Lidar 101: An introduction to Lidar technology, data, and applications. National Oceanic and Atmospheric Administration (NOAA) Coastal Services Center.
▪ Wiginton, L.K., Nguyen, H.T. y Pearce, J.M., 2010. Quantifying rooftop solar photovoltaic potential for regional renewable energy policy. Computers, Environment and Urban Systems, 34, pp. 345-357.
RECURSOS DIGITALES
▪ Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (CIEMAT) y Unión Española Fotovoltaica (UNEF), 2014. Acceso a datos de radiación solar de España (ADRASE). [En línea] Disponible en: <http://www.adrase.es> [Consultado el 4 de febrero de 2014].
▪ Consejería de Medio Ambiente y Ordenación del Territorio, Comunidad de Madrid, 2014. IDEM - Infraestructura de Datos Espaciales Comunidad de Madrid. [En línea] Disponible: <http://www.madrid.org/cartografia/idem/> [Consultado el 4 de febrero de 2014].
▪ ESRI, 2014. Biblioteca de ayuda de ArcGIS 10.1. [En línea] Disponible: <http://resources.arcgis.com/es/help/main/10.1/> [Consultado 4 de febrero de 2014].
▪ Instituto de Estadística, Comunidad de Madrid, 2014. ALMUDENA, Bando de datos municipal y zonal. [En línea] Disponible: <http://www.madrid.org/iestadis/> [Consultado el 4 de febrero de 2014].
▪ European Environment Agency, 2006. Urban Atlas: Madrid, 1:10.000. [En línea] Disponible:<http://www.eea.europa.eu/data-and-maps/data/urban-atlas>[Consultado el 4 de febrero de 2014].
▪ Join Research Centre, Institute for Energy and Transport (IET), European Comission, 2014. Photovoltaic Geographical Information System (PVGIS). [En línea] Disponible: <http://re.jrc.ec.europa.eu/pvgis/> [Consultado el 4 de febrero de 2014].
▪ Ministerio de Economía y Competitividad, 2014. Instituto Nacional de Estadística (INE). [En línea] Disponible: <http://www.ine.es> [Consultado 4 de febrero de 2014].
▪ Ministerio de Fomento, 2014. Instituto Geográfico Nacional (IGN). [En línea] Disponible: <http://www.ign.es> [Consultado el 4 de febrero de 2014].
▪ Ministerio de Hacienda y Administraciones Públicas, 2014. Portal de la Dirección General del Catastro. [En línea] Disponible: <http://www.catastro.meh.es> [Consultado el 4 de febrero de 2014].
▪ SoDa, 2014. SoDa, solar radiation data. Solar Energy Service for Professionals. [En línea] Disponible: <http://www.soda-is.com> [Consultado el 4 de febrero de 2014].