Aplicación Práctica / Practical Issues
Recibido: 05-11-2021, Aprobado tras revisión: 18-01-2022
Forma sugerida de citación: Monga, J.; Barreno, C.; Granda, N.; Quilumba, F. (2022). “Desarrollo de una estación meteorológica
y una herramienta computacional para la evaluación de los recursos solar y eólico”. Revista Técnica “energía”. No. 18, Issue II,
Pp. 113-123
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
© 2022 Operador Nacional de Electricidad, CENACE
Development of a weather station and a computational tool for the evaluation
of wind and solar resources
Desarrollo de una estación meteorológica y una herramienta computacional
para la evaluación de los recursos eólico y solar
J.F. Monga
1
C.V. Barreno
1
N.G. Granda
1
F.L. Quilumba
1
1
Escuela Politécnica Nacional, Quito, Ecuador
E-mail: jenny.monga@epn.edu.ec; cristian.barreno@epn.edu.ec; nelson.granda@epn.edu.ec;
franklin.quilumba@epn.edu.ec
Abstract
This paper presents the design and implementation
of a weather station and a computational tool for the
evaluation of solar and wind resources. The weather
station records the following variables: air
temperature, relative humidity, solar irradiance,
atmospheric pressure, altitude, latitude, longitude,
wind speed and direction. An autonomous power
supply through a photovoltaic system with energy
storage has been also included.
The weather station transmits data in real time
through an Arduino compatible Ethernet module
and stores the weather measurements in a database
created in MYSQL. The database is inside a XAMPP
server installed on a personal computer. A web page
created in PHP allows the visualization of the
acquired variables in real time.
The meteorological variables obtained through the
weather station are fed into a computer program
developed in Python programming language, which
allows determining the wind and solar potential of
the area where the station is located. The results of
this work serve as valuable information for the
development of solar and wind generation projects.
Resumen
En este documento se presenta el diseño y
construcción de una estación meteorológica e
implementación de una herramienta computacional
para la evaluación de los recursos solar y eólico. La
estación meteorológica registra las siguientes
variables: temperatura ambiente, humedad relativa,
irradiancia solar, presión, altitud, latitud, longitud,
dirección y velocidad del viento, y cuenta con una
alimentación autónoma a través de un sistema
fotovoltaico con almacenamiento de energía.
La estación meteorológica tiene la capacidad de
transmitir datos en tiempo real mediante el uso de
un módulo Ethernet compatible con Arduino, y
almacena las mediciones en una base de datos creada
en MySQL, la cual se encuentra dentro de un
servidor XAMPP instalado en un computador
personal. Una página web creada en PHP permite la
visualización de las variables adquiridas en tiempo
real.
Las variables ambientales obtenidas a través de la
estación meteorológica se alimentan al programa
computacional desarrollado en lenguaje Python, que
permite determinar el potencial eólico y solar de la
zona en que está ubicada la estación. Los resultados
del presente trabajo sirven como información para
el desarrollo de proyectos que tengan como objetivo
el aprovechamiento de los recursos solar y eólico
Index terms
Weather Station, Arduino, Renewable
Energy Potential Evaluation, Python
Palabras clave
Estación meteorológica, Arduino,
Evaluación Potencial Generación Energía
Renovable, Python
113
Edición No. 18, Issue II, Enero 2022
1. INTRODUCCIÓN
En la actualidad existe un creciente interés en las
energías renovables no convencionales debido a que son
limpias, inagotables, autóctonas y de baja afectación al
medio ambiente [1], por lo que su uso se ha incrementado
considerablemente. Para el desarrollo de este tipo de
energías es de suma importancia la medición de variables
meteorológicas que permite determinar la factibilidad y
viabilidad de un proyecto de generación de energía
eléctrica. La medición de variables meteorológicas puede
utilizarse como apoyo para diferentes estudios o
proyectos que busquen integrar sistemas con energía
solar y eólica [2].
El Ecuador posee una situación geográfica que
favorece el desarrollo de este tipo de energías, existiendo
emplazamientos geográficos que cuentan con altos
valores de radiación solar y velocidad de viento.
Actualmente, la Corporación Eléctrica del Ecuador
(CELEC EP) se encuentra realizando campañas de
medición de los recursos solar y eólico que permitan
incrementar el Inventario de Recursos Energéticos y el
Portafolio de Proyectos de Generación. En el país se
ofertan varios tipos de estaciones meteorológicas, que
dependiendo de sus características técnicas, su precio
oscila en el rango de 1500 a 10000 dólares, inclusive
superior [3]. Al observar que las opciones disponibles a
nivel comercial pueden llegar a ser costosas, de difícil
acceso y que no pueden ser modificadas y/o mejoradas
con fines de investigación, en el presente trabajo se
proponen herramientas de hardware y software que
permitan evaluar el potencial de generación eléctrica
basada en recursos solar y eólico.
En ese contexto, en la Sección 2 del trabajo se
presenta el proceso de diseño y construcción de una
estación meteorológica autónoma, que permita medir las
variables: temperatura, humedad, presión, irradiancia
solar, latitud, longitud, altitud, velocidad y dirección del
viento; dicha información es almacenada en una base de
datos de código abierto y puede ser monitoreada en
tiempo real mediante una aplicación web, cuya
descripción e implementación se presentan en la Sección
3. En la Sección 4 se introduce una herramienta
computacional para la evaluación del potencial de
generación eléctrica de los recursos solar y eólico, en
base a la información entregada por la estación
meteorológica. El funcionamiento de la estación
meteorológica, así como los resultados obtenidos de
aplicar la herramienta computacional son reportados en
la Sección 5. Finalmente, en la Sección 6 se presentan las
conclusiones y recomendaciones del trabajo.
2. DISEÑO Y CONSTRUCCIÓN DE LA
ESTACIÓN METEREOLÓGICA
Una estación meteorológica es un conjunto de
sensores y equipos que permiten realizar mediciones y
observaciones de diferentes parámetros meteorológicos,
donde sus componentes principales son [4]: soporte o
estructura, unidad de adquisición de datos, sistema de
alimentación, sistema de comunicaciones y sensores. Las
principales variables meteorológicas medidas son [5]:
temperatura aire, humedad, presión atmosférica,
irradiancia solar, velocidad y dirección del viento.
Dependiendo de la disponibilidad de sensores se pueden
adquirir otras variables como: posición geográfica,
precipitación, altura de nubes, temperatura del suelo, etc.
2.1. Unidad Central
Se seleccionó la plataforma Arduino como unidad
central debido a que posee un lenguaje de programación
de código abierto, amigable con el usuario, amplia gama
de sensores propios y tiene un buen acople con sensores
de diferentes marcas. En este proyecto se utilizó la tarjeta
Arduino ATMega 2560 [6] mostrada en la Fig. 1, que se
encarga de registrar, procesar y enviar la información
captada por todos los sensores que conforman la estación
meteorológica.
Figura 1: Tarjeta Arduino ATMega 2560
En la Tabla 1 se muestra las principales
características técnicas de la tarjeta Arduino.
Tabla 1: Características Técnicas de Arduino ATMega 2560 [6]
Especificaciones Valores
Voltaje de operación
5-12
[
𝑉
]
Entradas y Salidas Digitales 54 de las cuales 14 tipo PWM
Entradas Analógicas 16
Memoria Flash
256
𝐾𝐵
Se usó la tarjeta Ethernet Shield W5100 mostrada en
la Fig. 2 para el envío de datos al computador que
contiene la base de datos y el servidor que permite la
visualización de datos y gráficas en tiempo real.
Figura 2: Tarjeta Ethernet Shield W5100
114
Monga et al./ Estación meteorológica y herramienta computacional para la evaluación de los recursos eólico y solar
Mediante el módulo GPS NEO-6M acoplable para
Arduino [7], mostrado en la Fig. 3, se obtienen los
valores de latitud, longitud y altitud necesarios para
especificar la localización exacta donde se realizan las
mediciones, y su estampa de tiempo.
Figura 3: Módulo GPS NEO 6M [7]
2.2. Sensores para medición
Para la selección de los sensores se consideraron los
siguientes aspectos: características técnicas, costos,
compatibilidad con la tarjeta Arduino ATMega 2560
(Unidad Central) y disponibilidad en el mercado
nacional.
2.2.1 Temperatura y Humedad
Se empleó el sensor DHT-22 presentado en Fig. 4,
que utiliza la librería DTH.h para ser conectado y leído
por la tarjeta Arduino utilizando la entrada digital 7. En
la Tabla 2 se especifican sus características técnicas [8].
Figura 4: Sensor DTH-22
Tabla 2: Características Técnicas del Sensor DTH-22 [8]
Especificaciones
Valores
Precisión
Resolución
Voltaje de operación
3 - 6
[
𝑉
]
Rango de medición
de temperatura
-40 a 80
[
°C
]
<±0,5
[
°C
]
0,1
[
°C
]
Rango de medición
de humedad
0 a 100
[
%
]
RH 2
[
%
]
RH 0,1
[
%
]
RH
2.2.2 Velocidad y Dirección del Viento
El anemómetro Davis para Vantage Pro2™
presentado en la Fig. 5 mide velocidad del viento
mediante tres cazoletas unidas a un eje central, dicho eje
contiene un interruptor de lengüeta en su interior, el
mismo que se activa cada vez que las cazoletas realizan
una vuelta o revolución. Según la hoja de datos del
anemómetro Davis [9], 1 [mi/h] equivale a 1600 [rev/h],
por tanto, para calcular la velocidad del viento se aplica
(1) que convierte el número de revoluciones por periodo
de tiempo en [mi/h].
Figura 5: Anemómetro Davis para Vantage Pro2
TM
𝑽 = 𝑷 ∙
𝟐,𝟐𝟓
𝑻
𝒎𝒊
𝒉
(1)
Donde: 𝑽 es la velocidad del viento, en [mi/h], P es
el número de pulsos por periodo de muestra, en [rev], y
T es el periodo de muestreo en [s]. Posteriormente, la
velocidad final (𝑽
𝒇
), expresada en [m/s], es calculada
mediante (2).
𝑽
𝒇
= 𝑽 ∙ 𝟎,𝟒𝟒𝟕𝟎𝟒
𝒎
𝒔
(2)
La dirección del viento se mide con la veleta,
compuesta por un potenciómetro lineal sin tope de 20
[kΩ]. Conforme cambia la posición de la veleta, el valor
de resistencia varía, obteniéndose una lectura en el rango
de 0 a 1023 por la resolución de 10bits del conversor
Análogo/Digital (A/D) de la tarjeta Arduino. Con ayuda
de la función map de Arduino se realiza el cambio de
escala, transformando la lectura de un rango de 0 a 1023
a un rango de 0 a 360. En la Tabla 3, se muestran las
principales características técnicas del sensor.
Tabla 3: Características Técnicas del Anemómetro Davis [9]
Especificaciones
Valores
Precisión
Resolución
Voltaje de
operación
3 – 5
[
𝑉
]
Rango de medición
velocidad del viento
0,5 a 50
[
𝑚
/
𝑠
]
± 5
[
%
]
0,25
[
𝑚
/
𝑠
]
Rango de medición
dirección del viento
0 a 360
[
°
]
± 3
[
°
]
1
[
°
]
2.2.3 Irradiancia Solar
Se seleccionó el piranómetro SP-212 de Apogee
Instruments [10], mostrado en la Fig. 6, debido a sus
características técnicas y que permite ser acoplado a la
tarjeta Arduino.
Figura 6: Piranómetro Apogee SP-212
115
Edición No. 18, Issue II, Enero 2022
El piranómetro está conectado al pin analógico 1 de
la tarjeta Arduino ATMega 2560. Dado que el conversor
A/D de la tarjeta Arduino tiene una resolución de 10 bits,
las lecturas proporcionadas por el sensor se encontrarán
entre valores de 0 a 1023; por tanto, se utiliza (3) para
convertir la lectura del sensor a [mV], y, (4) para
transformar de [mV] a [W/m
2
]; de esta manera registra el
valor de irradiancia en la unidad central [10].
𝒙 = 𝒎 ∙
𝑽
𝒓𝒆𝒇
𝒏
∙ 𝟏𝟎𝟎𝟎
[
𝒎𝑽
]
(3)
𝒊𝒓𝒓𝒂𝒅𝒊𝒂𝒏𝒄𝒊𝒂 = 𝒙 ∙ 𝟎,𝟓
𝑾
𝒎
𝟐
(4)
Donde: 𝒙 es el valor del voltaje medido por el
piranómetro, en [mV], 𝒎 es la lectura del piranómetro,
valores entre 0 y 1023, 𝑽
𝒓𝒆𝒇
es el voltaje de referencia o
de alimentación del sensor, en [V], y, 𝒏 es el número
binario máximo de 10 bits, valor 1024. Finalmente, la
irradiancia se expresa en [W/m
2
] mediante un factor de
calibración proporcionado por el fabricante. Las
principales características técnicas del sensor se
presentan en la Tabla 4.
Tabla 4: Características Técnicas de Piranómetro SP-212[10]
Especificaciones
Valores
Voltaje de operación
5 - 24
[
𝑉
]
Relación de salida
2
[
𝑚𝑉
]
por 1 [
𝑊
/
𝑚
]
Factor de calibración
0,5
[
𝑊
/
𝑚
]
por 1 [
𝑚𝑉
]
2.2.4 Presión Atmosférica
El dispositivo BMP085, presentado en la Fig. 7
permite medir temperatura, presión atmosférica y altitud
[11]. Para conectar el sensor a la tarjeta de Arduino
ATMega 2560 se emplea la librería “Wire.h” existente
en la plataforma Arduino; se conecta el pin VIN al pin de
voltaje de 3,3 [V], GND a tierra, SCL a I2C Clock y SDA
a I2C Data.
Figura 7: Sensor de presión atmosférica BMP085
En la Tabla 5 se pueden observar las principales
características técnicas del sensor.
Tabla 5: Características Técnicas del Sensor BMP085 [11]
Especificaciones Valores
Voltaje de operación
3,3
[
𝑉
]
Rango de medición
300 – 1110
[
ℎ
𝑃𝑎
]
Precisión
0,03
[
ℎ
𝑃𝑎
]
2.3. Sistema Fotovoltaico de Alimentación
2.3.1 Selección de la Batería
Se dimensiona la batería considerando 4 días de
autonomía en condiciones climáticas que imposibiliten la
alimentación desde el panel solar. Mediante (5) se calcula
la capacidad de la batería; se considera que debe ser
capaz de almacenar toda la energía generada por el panel
solar y suministrar energía durante toda la noche [12].
𝑰
𝒃
= 𝑰
𝒄
∙ 𝒕
𝒇
∙ 𝒅 (5)
Donde: 𝑰
𝒃
es la capacidad de la batería, en [Ah], 𝑰
𝒄
es
la corriente del circuito, en [A], 𝒕
𝒇
es el tiempo de
funcionamiento del circuito, en [𝒉], y, 𝒅 son días de
autonomía del circuito. Considerando que el circuito
absorbe 0,3 [A], y que funciona las 24 [h] durante al
menos 4 días, la capacidad de la batería debería ser 28,8
[Ah]. Debido a que no se dispone de baterías de 30 [Ah]
en el mercado, se optó por una batería SBB 6-FM(G)-55
de gel de 55 [Ah] y voltaje nominal de 12 [V] [13]. La
capacidad de la batería cumple con el tiempo mínimo de
autonomía y además permite agregar, a futuro, sensores
y componentes adicionales a la estación meteorológica.
En la Fig. 8 se muestra la batería empleada.
Figura 8: Batería de gel SBB 6-FM(G)
En la Tabla 6 se muestran las principales
características técnicas de la batería SBB.
Tabla 6: Características Técnicas de la Batería SBB [13]
Especificaciones Valores
Voltaje Nominal
12
[
𝑉
]
Capacidad
55
[
𝐴
ℎ
]
Tipo Gel, descarga profunda
DOD
30
[
%
]
2.3.2 Selección del Panel Solar
En base al consumo de energía de la estación y la
batería seleccionada, la celda solar tiene que ser capaz de
suministrar un voltaje mayor a 12 [V] y con corriente
necesaria para la estación, por lo tanto, se eligió un panel
solar de 50 [W] policristalino de la marca ZONHAN [14]
presentado en la Fig. 9, que a plena iluminación entrega
un voltaje de 21,68 [V].
116
Monga et al./ Estación meteorológica y herramienta computacional para la evaluación de los recursos eólico y solar
Figura 9: Panel Solar ZONHAN ZW
-
50P
2.3.3 Controlador de Carga
El controlador de carga protege a la batería de
descargas profundas y prolonga su vida útil. La corriente
que debe soportar el controlador de carga se determina en
base a (6):
𝑰
𝒄
= 𝟏.𝟐 ∙ 𝑰
𝒔𝒄
∙ 𝑵
𝑭𝑽
(6)
Donde: 𝑰
𝒄
es la capacidad nominal de corriente del
controlador, en [A], 𝑰
𝒔𝒄
es la corriente del circuito del
panel solar, en [A], 𝑵
𝑭𝑽
es el número de paneles en
paralelo. Considerando que, la corriente de cortocircuito
del panel solar es 3,39 [A], se obtiene que la capacidad
nominal del controlador debería ser 4,1 [A].
Considerando los controladores de carga disponibles en
el mercado, se escoge el controlador SHS-6 PWM de
MORNINGSTAR que posee protección de descarga
profunda, carga compensada en temperatura, LEDs de
señalización del estado de la batería y proceso de recarga;
además, cuenta con protecciones electrónicas contra
cortocircuito y sobrecarga, polaridad inversa, corriente
inversa por la noche, alto voltaje, rayos y tropicalización
[15]. El controlador se muestra en la Fig. 10.
Figura 10: Controlador de Carga MorningStar SHS-6
En la Tabla 7 se muestra algunas características
técnicas importantes del controlador.
Tabla 7: Características Técnicas del Controlador de Carga
MorningStar SHS-6 [15]
Especificaciones
Valores
Voltaje Nominal
12
[
𝑉
]
Corriente
6
[
𝐴
]
Tecnología PWM
2.4. Estructura de la Estación Meteorológica
La estación se soporta en una estructura desmontable
tipo trípode, con 3 cables de acero para su anclaje al piso,
que le permiten mantenerse en pie en cualquier terreno.
La estructura consta de: caja metálica impermeable en la
cual se encuentran la batería, el controlador solar, la placa
circuital y una base en forma de trípode, como se muestra
en la Fig. 11. El cuerpo es de tipo telescópico y le permite
alcanzar alturas de 1, 2, 3 y 4 [m]. La estructura posee
soportes en la parte superior para el anemómetro y el
piranómetro.
Figura 11: Estructura de la Estación Meteorológica
Cabe indicar que según [17], las mediciones de
variables meteorológicas en superficie se clasifican en
diferentes clases, según el emplazamiento donde se
ubique la estación meteorológica, ubicación que debe ser
definida por el personal a cargo de la instalación. En la
Sección 5 se indican los detalles de la ubicación de la
estación meteorológica desarrollada.
3. DISEÑO Y DESARROLLO DEL SOFTWARE
El sistema operativo de la estación meteorológica
regula la activación de las tareas de acuerdo con un nivel
de prioridad. La unidad central, al estar conformada por
la tarjeta Arduino ATMega 2560, la tarjeta Ethernet
shield W5100, los sensores y el módulo GPS, es
necesario programar en el lenguaje Arduino diferentes
tareas como: configuración y adquisición de datos desde
los sensores, configuración y activación de la tarjeta
Ethernet para el envío de datos al computador donde
reside la base de datos, la conexión y recepción de datos
con el módulo GPS, etc. En la Fig. 12 se presenta la
arquitectura de software de la estación meteorológica.
La unidad central realiza la adquisición de datos
desde los sensores cada 10 [s], periodo definido mediante
programación en la tarjeta Arduino ATMega 2560; la
tarjeta permite frecuencias de muestreo de hasta 250
[kHz], dando la posibilidad de realizar mediciones de alta
velocidad. Los datos son enviados a la base de datos cada
10 [s].
117
Edición No. 18, Issue II, Enero 2022
Figura 12: Arquitectura de Software de la Estación
Meteorológica
3.1. Diseño de la Base de Datos
La base de datos almacena información de las
variables meteorológicas, tiempo y posición de la
estación. Para su creación se empleó el paquete de
software libre XAMPP que contiene el gestor de base de
datos MySQL. Una vez instalado, es necesario activar los
módulos Apache y MySQL en el panel de control de
XAMPP [16]. Una vez dentro del gestor, se crean la base
de datos “conexión” y la tabla “estacionmeteorologica”
que contiene las siguientes columnas: id, hora, estampa,
temperatura, humedad, velocidad del viento, dirección
del viento, presión, latitud, longitud, altitud, irradiancia,
como se puede observar en la Fig. 13.
Figura 13: Base de Datos de la Estación Meteorológica
3.2. Software para Visualización de Datos en
Tiempo Real
La página web corre en un servidor Apache,
perteneciente al paquete XAMMP, que permite crear
páginas y servicios web gracias a la integración de
diferentes lenguajes: HTML (Hyper Text Markup
Language) y CSS (Cascading Style Sheets), y
adicionalmente, cuenta con el generador de PHP. Para la
visualización de datos se cuenta con una interfaz
dinámica y amigable con el usuario, en la que se refresca
continuamente la información recibida, mostrando
siempre las últimas 30 mediciones; también, se puede
acceder a las gráficas en tiempo real. La página web está
conformada por una tabla, en la que se muestran los datos
enviados por la estación meteorológica, y mediante
iconos se crean gráficas de las variables medidas, tal
como se muestra en la Fig. 14.
Figura 14: Interfaz Web disponible para el Usuario
4. HERRAMIENTA COMPUTACIONAL PARA
LA EVALUACIÓN DE LOS RECURSOS
SOLAR Y EÓLICO
La herramienta computacional se implementó en
lenguaje de programación Python, debido a las ventajas
que presenta: i) Gratuito y de código abierto, facilitando
el acceso a investigadores y desarrolladores, ii)
Capacidad de trabajar con programación orientada a
objetos, iii) Programación de alto nivel, lo que facilita su
aprendizaje, iv) Numerosas librerías para cálculo
científicos, entre otras.
El software permite definir el ancho de la ventana de
tiempo en que se promediaran los datos adquiridos por la
central meteorológica (periodo de muestreo 10 [s]),
dándole al usuario la posibilidad de calcular los
promedios de acuerdo con sus necesidades. Usualmente,
se usan promedios de 10 a 60 [min] [17].
4.1. Evaluación del Potencial Eólico
Para evaluar el potencial eólico se implementó el
método cronológico, que permite calcular la energía
eléctrica generada en base a registros de viento y
características técnicas del aerogenerador. Cabe
mencionar que la herramienta determina de forma gráfica
las horas del día en que existe más viento.
4.1.1 Método Cronológico
El método parte de una serie temporal de mediciones
de velocidad del viento, las cuales se comparan con la
curva característica potencia-velocidad del
aerogenerador, para obtener como resultado una serie
temporal de la potencia eléctrica generada a cada instante
de tiempo; posteriormente, mediante integración de la
curva de potencia eléctrica generada se determina la
energía generada en un determinado periodo de tiempo
[4]. La comparación consiste en tomar un valor de
velocidad en un determinado tiempo y buscar el valor de
potencia generada a esta velocidad en la curva de
118
Monga et al./ Estación meteorológica y herramienta computacional para la evaluación de los recursos eólico y solar
potencia del aerogenerador, de esta manera se puede ir
construyendo la curva de potencia generada en función
del tiempo, tal como se muestra en la Fig. 15. El método
cronológico entrega resultados aproximados de la energía
eólica que puede ser generada, y se considera como punto
de partida para estudios futuros más detallados.
Figura 15: Estimación de la Potencia Generada
4.1.2 Rosa de Vientos
Otra variable importante para caracterizar el
comportamiento del viento es su dirección, que
normalmente no permanece constante. Una manera de
representar la dirección del viento es mediante la Rosa de
Vientos, que es un gráfico estadístico que permite
representar en una misma gráfica la dirección y la
frecuencia de observación de la velocidad del viento; por
tanto, es de gran utilidad para determinar la posición
óptima de un aerogenerador [1]. La herramienta
computacional permite representar de diversas formas la
Rosa de Vientos: i) Histograma normalizado/no
normalizado, ii) Histograma normalizado/no
normalizado con límites de clase, y, iii) Gráficos radiales
normalizados/no normalizados.
4.2. Evaluación del Potencial Solar
Para determinar el potencial de generación del
recurso solar, es necesario contar con series temporales
de irradiancia solar y temperatura, variables que inciden
en el funcionamiento de los paneles fotovoltaicos.
4.2.1 Determinación de la Potencia Generada
El procedimiento de cálculo implementado parte de
las características técnicas del panel fotovoltaico en
Condiciones Estándar de Prueba (STC – Standard Test
Conditions). En condiciones normales de operación, la
temperatura de la celda varía en función de la temperatura
ambiente y la irradiancia y se determina mediante (7)
[18].
𝑻
𝒄𝒆𝒍𝒍
= 𝑻
𝒂𝒎𝒃
+
(
𝑻𝑶𝑵𝑪 − 𝟐𝟎
)
∙
𝑬
𝑿
𝟖𝟎𝟎
(7)
Donde:
𝑻
𝒄𝒆𝒍𝒍
:
Temperatura prevista del panel FV, en
[
°
𝑪
]
𝑻
𝒂𝒎𝒃
:
Temperatura ambiente medida, en
[
°
𝑪
]
𝑻𝑶𝑵𝑪
:
Temperatura en Condiciones Normales de
Operación, en
[
°
𝑪
]
. Valor de fabricante
𝑬
𝑿
:
Irradiancia solar medida, en
[
𝑾
/
𝒎
𝟐
]
Una vez determinada la temperatura de la celda, se
determinan los valores de corriente de cortocircuito (𝑰
𝑺𝑪
),
voltaje de circuito abierto (𝑽
𝑶𝑪
) y potencia máxima
generada (𝑷
𝒎á𝒙
) para cualquier valor de irradiancia y
temperatura, conocidos sus respectivos valores en STC
[18].
𝑰
𝑺𝑪_𝑻
𝒄𝒆𝒍𝒍
= 𝑰
𝑺𝑪_𝑺𝑻𝑪
∙ 𝟏 +
𝜶
𝟏𝟎𝟎
∙
(
𝑻
𝒄𝒆𝒍𝒍
− 𝟐𝟓
)
∙
𝑬
𝑿
𝟏𝟎𝟎𝟎
(8)
Donde:
𝑰
𝑺𝑪
_
𝑻
𝒄𝒆𝒍𝒍
:
𝑰
𝑺𝑪
del panel FV para valores de irradiancia y
temperatura medidos, en
[
𝑨
]
𝑰
𝑺𝑪
_
𝑺𝑻𝑪
:
𝑰
𝑺𝑪
del panel FV en condiciones STC, en
[
𝑨
]
.
Valor de fabricante
𝜶
:
Coeficiente de Temperatura de
𝑰
𝑺𝑪
, en
[
%
/
°
𝑪
]
.
Valor de fabricante
𝑽
𝑶𝑪_𝑻
𝒄𝒆𝒍𝒍
= 𝑽
𝑶𝑪_𝑺𝑻𝑪
∙ 𝟏 +
𝜷
𝟏𝟎𝟎
∙
(
𝑻
𝒄𝒆𝒍𝒍
− 𝟐𝟓
)
(9)
Donde:
𝑽
𝑶𝑪
_
𝑻
𝒄𝒆𝒍𝒍
:
𝑽
𝑶𝑪
del panel FV para valores de irradiancia y
temperatura medidos, en
[
𝑽
]
𝑽
𝑶𝑪
_
𝑺𝑻𝑪
:
𝑽
𝑶𝑪
del panel FV en STC, en
[
𝑽
]
. Valor de
fabricante
𝜷
:
Coeficiente de Temperatura de
𝑽
𝑶𝑪
, en
[
%
/
°
𝑪
]
.
Valor de fabricante
𝑷
𝒎á𝒙_𝑻
𝒄𝒆𝒍𝒍
= 𝑷
𝒎á𝒙_𝑺𝑻𝑪
∙ 𝟏 +
𝒈
𝟏𝟎𝟎
∙
(
𝑻
𝒄𝒆𝒍𝒍
− 𝟐𝟓
)
∙
𝑬
𝑿
𝟏𝟎𝟎𝟎
(10)
Donde:
𝑷
𝒎
á
𝒙
_
𝑻
𝒄𝒆𝒍𝒍
:
𝑷
𝒎
á
𝒙
del panel FV para valores de irradiancia y
temperatura medidos, en
[
𝑾
]
𝑷
𝒎
á
𝒙
_
𝑺𝑻𝑪
:
𝑷
𝒎
á
𝒙
del panel FV en STC, en
[
𝑾
]
. Valor de
fabricante
𝒈
:
Coeficiente de Temperatura de
𝑷
𝒎
á
𝒙
, en
[
%
/
°
𝑪
]
. Valor de fabricante, caso contrario
𝒈
=
𝜶
+
𝜷
Finalmente, se determina la potencia generada en las
condiciones de irradiancia y temperatura medidas. Se
considera que los paneles fotovoltaicos trabajan en el
Punto de Máxima Potencia (PMP) debido a la acción de
control de los inversores y que el objetivo es determinar
el máximo potencial de generación eléctrica usando
determinado tipo de panel fotovoltaico. Las ecuaciones
(11) y (12) permiten determinar la corriente (𝑰
𝑷𝑴𝑷
) y el
voltaje (𝑽
𝑷𝑴𝑷
) en el punto de máxima potencia,
conocidos los valores en STC. Cabe señalar que los
coeficientes de temperatura 𝜶 y 𝜷 son los mismos que los
usados en (8) y (9), a menos que el fabricante especifique
nuevos coeficientes de temperatura 𝜶 y 𝜷 en el PMP.
119
Edición No. 18, Issue II, Enero 2022
𝑰
𝑷𝑴𝑷_𝑻
𝒄𝒆𝒍𝒍
= 𝑰
𝑷𝑴𝑷_𝑺𝑻𝑪
∙ 𝟏 +
𝜶
𝟏𝟎𝟎
∙
(
𝑻
𝒄𝒆𝒍𝒍
− 𝟐𝟓
)
∙
𝑬
𝑿
𝟏𝟎𝟎𝟎
(11)
Donde:
𝑰
𝑷𝑴𝑷
_
𝑻
𝒄𝒆𝒍𝒍
:
𝑰
𝑷𝑴𝑷
del panel FV para valores de irradiancia y
temperatura medidos, en
[
𝑨
]
𝑰
𝑷𝑴𝑷
_
𝑺𝑻𝑪
:
𝑰
𝑷𝑴𝑷
del panel FV en STC, en
[
𝑨
]
. Valor de
fabricante
𝜶
:
Coeficiente de Temperatura de
𝑰
𝑺𝑪
, en
[
%
/
°
𝑪
]
.
Valor de fabricante
𝑽
𝑷𝑴𝑷_𝑻
𝒄𝒆𝒍𝒍
= 𝑽
𝑷𝑴𝑷_𝑺𝑻𝑪
∙ 𝟏 +
𝜷
𝟏𝟎𝟎
∙
(
𝑻
𝒄𝒆𝒍𝒍
− 𝟐𝟓
)
(12)
Donde:
𝑽
𝑶𝑴𝑷
_
𝑻
𝒄𝒆𝒍𝒍
:
𝑽
𝑷𝑴𝑷
del panel FV para valores de irradiancia y
temperatura medidos, en
[
𝑽
]
𝑽
𝑷𝑴𝑷
_
𝑺𝑻𝑪
:
𝑽
𝑷𝑴𝑷
del panel FV en STC, en
[
𝑽
]
. Valor de
fabricante
𝜷
:
Coeficiente de Temperatura de
𝑽
𝑶𝑪
, en
[
%
/
°
𝑪
]
.
Valor de fabricante
5. RESULTADOS
La estación meteorológica construida se instaló en la
terraza del edificio Nº17 (Química-Eléctrica) del Campus
José Rubén Orellana, de la Escuela Politécnica Nacional.
Se escogió este emplazamiento pues es de los edificios
más altos del campus, existe espacio suficiente para la
instalación de la estación, y no existen sombras o
interferencias debido a edificaciones en los alrededores.
Las mediciones reportadas en este trabajo se realizaron
durante 30 días y se midieron las variables: temperatura,
humedad, velocidad del viento, dirección del viento,
presión, latitud, longitud, altitud, irradiancia solar.
5.1. Resultados de la Evaluación del Potencial
Eólico
El proceso inicia con el preprocesamiento de las
variables medidas donde se eliminan datos atípicos y se
rellenan datos faltantes mediante interpolación a través
de splines. Para este fin, de la librería Scipy.interpolate,
se emplearon las funciones “splrep” la cual permite
encontrar la representación de una línea polinómica
suave y “splev” que permite evaluar la línea polinómica
suave encontrada por la anterior función o sus derivadas.
El tratamiento se lo realiza para cada día de manera
independiente, debido a que el clima es diferente para
cada día del año.
En la Fig. 16 se muestra la curva de velocidad del
viento en un periodo de 9 días, obtenida de la estación
meteorológica, mientras que en la Fig. 17 se muestra la
misma curva luego de la etapa de preprocesamiento de
datos.
Figura 1
6
: Velocidad del Viento
medida
Figura 1
7
: Velocidad del Viento
con
preprocesamiento
Una vez realizado el tratamiento de datos se aplica el
método cronológico y se comparan los valores de viento
medidos con la curva característica de potencia-
velocidad del aerogenerador ENAIR E200, mostrada en
la Fig. 18, obteniéndose la curva de Potencia Generada
versus tiempo, mostrada en Fig. 19.
Figura 1
8
: Curva Potencia
-
Velocidad
.
Aerogenerador
ENAIR E200
Figura 19: Potencia Generada. Aerogenerador ENAIR
E200
120
Monga et al./ Estación meteorológica y herramienta computacional para la evaluación de los recursos eólico y solar
El área bajo la curva de potencia generada durante el
periodo de medición fue obtenida calculada mediante el
método de integración trapezoidal, obteniéndose una
energía total generada de 225,02 [kWh]. En la Fig. 20 se
presenta el histograma de energía generada diariamente.
Figura 20: Energía Generada. Aerogenerador ENAIR E200
A partir de las mediciones preprocesadas de
velocidad y dirección del viento se determina la Rosa de
Vientos normalizada, para el mes de febrero. Los
resultados se muestran en la Fig.21, donde se observa que
la dirección este es predominante durante ese mes.
Figura 21: Rosa de Vientos Normalizada – Campus José
Rubén Orellana. Mes de Febrero
5.2. Resultados de la Evaluación del Potencial Solar
El proceso inicia con el preprocesamiento de las
variables medidas, donde se eliminan datos atípicos y se
rellenan datos faltantes mediante las librerías
mencionadas en la sección anterior. En la Fig. 22 se
muestra la curva de irradiancia medida cada 10 [s],
durante 9 días, obtenida de la estación meteorológica,
mientras que en la Fig. 23 se muestra la misma curva
luego de la etapa de preprocesamiento de datos. Similar
proceso se realiza a las mediciones de temperatura.
Figura 2
2
: Irradiancia
Solar
medida
Figura 23: Irradiancia Solar con preprocesamiento
Para determinar la potencia generada, se considerado
el panel fotovoltaico marca SHARP, modelo UN-R250J5
de silicio monocristalino. Aplicando las ecuaciones
descritas en la Sección 4 se calcula la potencia generada
por el panel, obteniéndose la Fig. 24.
Figura 24: Potencia Generada. Panel Sharp UN-R250J5
El área bajo la curva de potencia generada durante el
periodo de medición fue calculada mediante el método de
integración trapezoidal, obteniéndose una energía total
generada de 40,13 [kWh]. En la Fig. 25 se presenta el
histograma de energía generada diariamente.
Figura 2
5
:
Energía
Generada. Panel Sharp UN
-
R250J5
121
Edición No. 18, Issue II, Enero 2022
5.3. Validación de Mediciones de Estación
Meteorológica
La validación se realiza mediante una comparación
entre las mediciones obtenidas con la estación
meteorológica desarrollada y las mediciones obtenidas
mediante una estación meteorológica de la Red
Metropolitana de Monitoreo Atmosférico del Distrito
Metropolitano de Quito; ubicada en las coordenadas -
78°30’36”W, -0°13’12”S, centro histórico de Quito. En
la Tabla 8 se muestra el error medio porcentual entre las
variables medidas, mientras que en las Fig. 26 y 27 se
muestra la evolución temporal de las variables irradiancia
solar y velocidad del viento medidas por ambas
estaciones meteorológicas.
Tabla 8: Error medio porcentual
Variables
Error medio Porcentual
(%)
Temperatura 8,84
Dirección del viento 178,77%
Humedad relativa 24,67%
Presión atmosférica 0,25%
Irradiación solar 120,43%
Velocidad del viento
61,10%
Figura 26: Comparación Irradiancia Solar medida
Figura 27: Comparación Velocidad del Viento medida
Los errores porcentuales son altos en las variables
dirección y velocidad del viento e irradiancia solar, que
pueden deberse a la distinta ubicación geográfica de las
estaciones, alejadas entre si aproximadamente 2,5 [km].
Sin embargo, en las Fig. 26 y 27, al sobreponer las curvas,
se observa que siguen la misma tendencia
6. CONCLUSIONES Y RECOMENDACIONES
La plataforma Arduino es de gran utilidad para la
implementación de estaciones meteorológicas pues posee
una amplia gama de dispositivos y sensores compatibles,
además, existe abundante información en internet que
facilita la resolución de problemas.
La base de datos implementada es capaz de almacenar
gran cantidad de datos y permite, de manera sencilla, la
exportación los mismos gracias a su fácil interacción con
el entorno.
Los programas de código abierto empleados son muy
versátiles y permiten una fácil interacción entre ellos, es
así que la interfaz creada para la visualización de los
datos en tiempo real es de fácil acceso y amigable con el
usuario.
La herramienta computacional implementada permite
la evaluación del potencial de generación eléctrica de los
recursos eólico y solar, y puede ser aprovechado en otras
áreas de la ingeniería que requieran la medición de
variables meteorológicas. Además, permite analizar de
forma gráfica el comportamiento de las variables
medidas, realizar un tratamiento previo de los datos para
eliminar mediciones erróneas. La información entregada
por la herramienta desarrollada puede servir como punto
de partida para el diseño de sistemas fotovoltaicos y
eólicos.
REFERENCIAS BIBLIOGRÁFICAS
[1] J. Roldan Viloria, “Energías Renovables. Lo que
hay que saber”, Madrid, Paraninfo, 2013.
[2] G. Poveda-Burgos, K. Ruiz, J. González,
“Desarrollo de energías renovables en el Ecuador del
siglo XXI, optimización de recursos económicos y
conservación del medio ambiente”, Revista
Observatorio de la Economía Latinoamericana,
Ecuador, julio, 2017. Available:
http://www.eumed.net/cursecon/ecolat/ec/2017/ene
rgias-renovables-ecuador.html
[3] PROVIENTO. (2021). Estaciones Meteorológicas
[online]. Available: https://proviento.com.ec/21-
estaciones-meteorologicos. [Accessed: 05-nov-
2021].
[4] J.A. Carta, R. Calero, A. Colmenar, and M. Castro,
"Centrales de energías renovables. Generación
eléctrica con energías renovables", 2nd. Ed., Madrid:
Pearson Prentice Hall, 2013
[5] W.A. Lozano-Rivas, “Construcción de estaciones
meteorológicas”, Bogotá: Universidad Piloto de
Colombia, 2013.
[6] ARDUINO. (2021). Arduino Mega 2560 Rev 3
[Online], Available at: https://store.arduino.cc/
products/arduino-mega-560-rev3. [Accessed: 05-
nov-2021].
122
Monga et al./ Estación meteorológica y herramienta computacional para la evaluación de los recursos eólico y solar
[7] TERRAELECTRÓNICA. (2022). UART GPS
NEO-6M User Manual [Online], Available at:
https://www.terraelectronica.ru/pdf/show?pdf_file=
%2Fz%2FDatasheet%2FU%2FUART+GPS+NEO-
6M+User+Manual.pdf, [Accessed: 07-jan-2022]
[8] ADAFRUIT. (2022). DHT22 datasheet [online],
Available at: https://cdn-shop.adafruit.com/
datasheets/DHT22.pdf, [Accessed: 07-jan-2022].
[9] DAVIS INSTRUMENTS. (2021). Anemometer for
Weather Monitor or Wizard [Online]. Available at:
https://www.davisinstruments.com/ collections/add-
on-sensors/products/anemometer-for-weather-
monitor-or-wizard. [Accessed: 05-nov-2021]
[10] APOGEE INSTRUMENTS. (2021). SP-212-SS:
Amplified 0-2.5 volt Pyranometer [Online].
Available at: https://www.apogeeinstruments.
com/sp-212-ss-amplified-0-2-5-volt-pyranometer/
#product-tab-description. [Accessed: 05-nov-2021].
[11] ADAFRUIT. (2022). BMP085 Digital pressure
sensor [online], Available at: https://cdn-
shop.adafruit.com/datasheets/BST-BMP085-
DS000-06.pdf, [Accessed: 07-jan-2022].
[12] PROVIENTO. (2022). Batería 55Ah/12VDC GEL
de Ciclo Profundo SDD [online]. Available at:
https://www.proviento.com/baterias-solares/37-
bateria-55ah12vdc-gel-de-ciclo-profundo-sbb.html.
[Accessed: 07-jan-2022].
[13] C. Uzquiano, M. Sullivan, X. Sandy, “Capacitación
e instalación de sistemas fotovoltaicos en las
comunidades de Carmen de Emero y Yolosani”,
Wildlife Conservation Society (WCS), Bolivia,
marzo, 2015.
[14] ZONHAN. (2022). 50W Poly Solar Panel [online].
Available at: http://www.zonhan.com/eproducts/
240.html, [Accessed: 07-jan-2022].
[15] PROVIENTO. (2022). Controlador 6A/12VDC
MORNINGSTARr [online]. Available at:
https://www.proviento.com/controladores/4-
controlador-6a12vdc-morningstar.html. [Accessed:
07-jan-2022].
[16] APACHEFRIENDS.ORG. (2021). XAMPP Apache
+ Maria DB + PHP + Perl [Online]. Available at:
https://www.apachefriends.org/ index.html.
[Accessed: 05-nov-2021].
[17] Organización Meteorológica Mundial, “Guía de
Instrumentos y Métodos de Observación
Meteorológicos”, Ed. 2014 Actualización 2017,
OMM, Geneva, Suiza, 2017.
[18] Heinrich Härberlin, “Photovoltaics. System, Design
and Practice”, United Kingdom: John Wiley & Sons,
2012
Jenny F. Monga.- Nació en Quito,
Ecuador en 1992. Obtuvo su título
en Ingeniería Eléctrica en la
Escuela Politécnica Nacional en el
año 2019. Actualmente se
desempeña en el área de diseño
eléctrico y electrónico de medio y
bajo voltaje, fiscalización de
proyectos de construcción de redes eléctricas.
Cristian V. Barreno.- Nació en
Riobamba, Ecuador en 1992.
Obtuvo su título en Ingeniería
Eléctrica en la Escuela Politécnica
Nacional en el año 2019.
Actualmente labora en el área de
Ingeniería y Construcción de la
Empresa Eléctrica Riobamba S.A.
Nelson V. Granda, obtuvo el título
de Ingeniero Eléctrico en la Escuela
Politécnica Nacional en el año 2006
y de Doctor en Ciencias de la
Ingeniería Eléctrica en la
Universidad Nacional de San Juan
(Argentina), en el año 2015. Se ha
desempeñado como Ingeniero
Eléctrico en el Operador Nacional de Electricidad
(CENACE), Petroamazonas EP y CELEC-EP
TRANSELECTRIC. Actualmente se desempeña como
docente en el Departamento de Energía Eléctrica de la
Escuela Politécnica Nacional. Sus áreas de interés son
análisis y control de sistemas eléctricos de potencia en
tiempo real y aplicaciones de Sistemas de Medición de
Área extendida (WAMS) basados en unidades de
medición sincrofasorial (PMU).
Franklin L. Quilumba, obtuvo el
título de Ingeniero Eléctrico en la
Escuela Politécnica Nacional en
Quito, Ecuador, en el 2008. Realizó
sus estudios de posgrado en la
Universidad de Texas Arlington, en
Arlington, Estados Unidos de
América, donde obtuvo el grado de
Master of Science y el título de Doctor of Philosophy
Ph.D., en Ingeniería Eléctrica, en el 2014. Entre 2014 y
2018 fue docente titular en el Departamento de Energía
Eléctrica de la Escuela Politécnica Nacional. En la
actualidad se desempeña como ingeniero de protecciones
de sistemas de transmisión de la compañía Oncor Electric
Delivery, Fort Worth, TX, USA. Sus áreas de interés
incluyen modelación y análisis de sistemas eléctricos de
potencia (SEPs); estabilidad, protección y control de
SEPs; planificación de SEPs. El Dr. Quilumba es
Ingeniero Profesional Registrado en el Estado de Texas.
123
