Software para sistemas de concentración solar: validación experimental
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este trabajo presenta avances en el desarrollo de un software de simulación para determinar parámetros termofísicos (Temperatura de salida, Potencia térmica, Energía térmica y Presión) en sistemas de concentración solar, enfocado en el suministro de energía térmica para procesos que requieren calor. La nueva versión incorpora mejoras significativas, como la inclusión de la ganancia solar no concentrada (incidencia directa en el absorbedor) y las pérdidas por no iluminación (end loss). Además, se añadió un factor de condensado para cuantificar el fluido no evaporado. La interfaz de usuario se rediseñó, pasando de campos de ingreso verticales a una disposición horizontal más estética, e incluyendo un campo para la orientación del equipo (norte/sur o este/oeste). Para validar el software, se realizaron mediciones experimentales prolongadas durante cinco días de generación, utilizando un concentrador cilindroparabólico de 11 m². Se emplearon modelos de regresión lineal y métricas como RMSE%, MAE% y MAPE%, obteniendo valores aceptables que confirman la utilidad y precisión del software en aplicaciones prácticas.
Detalles del artículo
Sección
Cómo citar
Referencias
Aparicio, H., Dellicompagni, P., Cadena, C. (2023). Software para el estudio del desempeño térmico de sistemas de concentración solar. Avances en Energías Renovables y Medio Ambiente. Vol. 27, pp. 146-157. ISSN 2796-8111. Disponible en https://portalderevistas.unsa.edu.ar/index.php/averma/article/view/4618.
Balado, E. (2011). Prototipo de campo de colectores solares cilindro-parabólicos para generación de calor a alta temperatura. Proyecto final de carrera Universidad Carlos III de Madrid. Departamento de Ingeniería Térmica y de Fluidos. https://e-archivo.uc3m.es/handle/10016/12857.
Blair, N., Dobos, A., Freeman, J., Neises, T., Wagner, M., Ferguson, T., Gilman, P., Janzou, S. (2014). System Advisor Model. SAM 2014.1.14: General Description. NREL/TP-6A20-61019. National Renewable Energy Laboratory. Golden. CO. http://www.nrel.gov/docs/fy14osti/61019.pdf .
Blanco, M., Amieva, J., Mancilla, A. (2005). The tonatiuh software development proyect: An open source approach to the simulation of solar concentrating systems.
Clifford, K. H. (2008). Software and Codes for Analysis of Concentrating Solar Power Technologies. Sandia Report. 8053. https://doi.org/10.2172/946571.
Dellicompagni, P., Aparicio, H. E., Franco, J., López Ruiz, C. B. (2024b). Pérdida de calor en el absorbedor de un concentrador cilindro parabólico de mediana entalpía. Energías Renovables y Medio Ambiente. En prensa (Aceptado el 2-Septiembre-2024). [ Links ]
Dellicompagni, P., Franco, J. (2019). Potential uses of a prototype linear Fresnel concentration system. Renewable Energy. Volume 136, Pages 1044-1054. https://doi.org/10.1016/j.renene.2018.10.005.
Dellicompagni, P., Franco, J., Aparicio, H., Linares, J. (2024a). Concentrador solar cilindro parabólico de mediana entalpia: Ensayos de operación y caracterización. Energías Renovables y Medio Ambiente. Vol. 53, pp. 11-17. ISSN en línea 2684-0073. https://portalderevistas.unsa.edu.ar/index.php/erma/article/view/4751.
Duffie, J. A., Beckman, W. A. (2013). Solar Engineering of Thermal Processes. Chichester: John Wiley and Sons Ltd. ISBN: 9780470873663. Online ISBN: 9781118671603.
Fan, M., You, S., Xia, J., Zheng, W., Zhang, H., Liang, H., Li, X., Li, B. (2018). An optimized Monte Carlo ray tracing optical simulation model and its applications to line-focus concentrating solar collectors. Applied Energy. Volume 225. Pages 769-781. https://doi.org/10.1016/j.apenergy.2018.05.067.
Hyndman, R. J., Koehler, A. B. (2006). Another look at measures of forecast accuracy, International Journal of Forecasting, 22 (4), pp. 679-688. https://doi.org/10.1016/j.ijforecast.2006.03.001.
Jafrancesco, D., Cardoso, J., Mutuberria, A., Leonardi, E., Les, I., Sansoni, P., Francini, F., Fontani, D. (2018). Optical simulation of a central receiver system: Comparison of different software tools. Renewable and Sustainable Energy Reviews 94, 792-803. https://doi.org/10.1016/j.rser.2018.06.028.
Kaddour, A., Belgasim, B., Agagna, B., Behar, O., Achouri, A., Nedjimi, M., Tlili, S., Daoui, H. (2023). A review of tools dedicated to the modeling and simulation of concentrating solar systems. Neuro Quantology. Volume 21. Issue 6. Page 1630-1651. https://www.neuroquantology.com/media/article_pdfs/15868_Neuroquantology_01-32-26.pdf.
Kambezidis, H. D. (2012). ComprehensiveRenewable Energy. Volume 3, Pages 27-84. ISBN 978-0-08-087873-7.
Montaño, J., Palmer, A., Sese, A., Cajal, B. (2013). Utilizando el índice R-MAPE como medida resistente de precisión de pronóstico. Psicothema. Vol. 25 (4). 500-506. ISSN 0214 - 9915. doi: 10.7334/psicothema2013.23.
Vouros, A., Mathioulakis, E., Belessiotis, V. (2020). Modelling the overall efficiency of parabolic trough collectors. Sustainable Energy Technologies and Assessments. Volume 40, 100756. https://doi.org/10.1016/j.seta.2020.100756.
Zou, B., Dong, J., Yao, Y., Jiang, Y. (2017). A detailed study on the optical performance of parabolic trough solar collectors with Monte Carlo Ray Tracing method based on theoretical analysis. Solar Energy. Volume 147. Pages 189-201. https://doi.org/10.1016/j.solener.2017.01.055