Datos solares y la promesa de los UAV propulsados por energía solar
SolarAnywhere ha sido conocido durante mucho tiempo como un servicio de datos para la energía solar fotovoltaica a escala de servicios públicos y distribuida. Pero sus conjuntos de datos de irradiancia de alta resolución ahora están impulsando una nueva aplicación sorprendente: los vehículos aéreos no tripulados (UAV) con asistencia solar. En la Universidad Tecnológica de Varsovia, el investigador Piotr Lichota está aprovechando los datos históricos de irradiancia derivados de satélite de SolarAnywhere para determinar los mejores momentos para lanzar UAV solares y cuánto tiempo pueden permanecer en el aire de manera realista. El trabajo podría acelerar el desarrollo de monitoreo ambiental autónomo, agricultura de precisión y operaciones de búsqueda y rescate, misiones donde el vuelo de larga duración es crítico.
El desafío climático para los UAV solares
Los UAV propulsados por energía solar están diseñados para recargar sus baterías con paneles fotovoltaicos a bordo. En teoría, un escenario de cielo despejado describe una relación directa entre la irradiancia solar, la producción del panel y la duración del vuelo. Sin embargo, en la práctica, el clima rara vez coopera. La cobertura de nubes dinámica a baja altitud, especialmente en regiones como Europa Central, puede reducir drásticamente la energía solar disponible para la aeronave, limitando las capacidades de la misión.
Para los planificadores de misiones, la incapacidad de predecir la irradiancia bajo cielos realistas es una barrera importante. La mayoría de los modelos anteriores se basan en suposiciones teóricas de cielo despejado o promedios climatológicos, que no capturan la variabilidad día a día que realmente determina si un UAV puede completar su misión. Lichota reconoció que se necesitaba algo más robusto: un marco de simulación que replique la volatilidad atmosférica del mundo real para evaluar la probabilidad de éxito de la misión.
Construyendo una simulación estocástica con datos de irradiancia reales
De perfiles de cielo despejado a modelos de cobertura de nubes
El núcleo del marco es el conjunto de datos de SolarAnywhere, que abarca más de 25 años de observaciones de irradiancia derivadas de satélite. Utilizando la Estimación de Máxima Verosimilitud (MLE), Lichota identificó perfiles de irradiancia normal directa (DNI) e irradiancia horizontal difusa (DHI) de cielo despejado que coinciden con las observaciones históricas con un error significativamente menor que las referencias estándar, los promedios a largo plazo o las formulaciones de año meteorológico típico.
Pero los perfiles de cielo despejado por sí solos no son suficientes en regiones con clima variable. Los conjuntos de datos de alta fidelidad se utilizaron para construir un modelo de cobertura de nubes. Al simular el comportamiento estocástico de las nubes, el marco va más allá de las suposiciones deterministas y produce distribuciones de probabilidad para la energía solar disponible en cualquier momento y lugar.
Modelando las probabilidades de resultado de la misión
Con este marco estocástico implementado, Lichota cuantificó la probabilidad de lograr una duración de vuelo objetivo para una hora de lanzamiento, ubicación y configuración de vuelo determinadas. En lugar de un único máximo teórico, el marco produce curvas que muestran la probabilidad de diferentes resultados en condiciones realistas. Estas curvas representan un cambio fundamental de las simples estimaciones de rendimiento a la planificación de misiones consciente del riesgo.
Hallazgos clave: el lanzamiento al mediodía gana
Uno de los resultados más reveladores del marco es el impacto de la hora de lanzamiento en el éxito de la misión. Como se ilustra en el estudio, un lanzamiento al mediodía ofrece probabilidades significativamente mejores de una misión más larga que un lanzamiento a primera hora de la mañana, incluso para el mismo UAV en el mismo día. Este tipo de información no se puede obtener a partir de suposiciones de cielo despejado, donde las diferencias de irradiancia entre la mañana y el mediodía son predecibles y, a menudo, pequeñas.
La razón es intuitiva: los patrones de cobertura de nubes en Europa Central tienen un componente diurno. La niebla matutina y las nubes bajas a menudo se disipan al mediodía, permitiendo que más irradiancia llegue a la aeronave. El modelo captura estas dinámicas, brindando a los operadores una base basada en datos para elegir las ventanas de lanzamiento.
Diseñando para condiciones del mundo real
Más allá de la programación, el marco permite mejores decisiones de diseño. Lichota demostró cómo las modificaciones en las relaciones de área solar a ala, las capacidades de la batería o la selección de la hora de despegue impactan directamente en la viabilidad de la misión. En lugar de optimizar para una duración de vuelo máxima teórica poco realista, los ingenieros pueden usar las curvas de probabilidad para evaluar las compensaciones. Por ejemplo, aumentar la capacidad de la batería podría mejorar la resistencia en condiciones nubladas pero agrega peso; el modelo muestra si vale la pena el riesgo.
Este enfoque facilita la transición hacia un diseño orientado al riesgo para aplicaciones de tecnología verde. En lugar de asumir un escenario de mejor caso, los diseñadores pueden especificar umbrales de confiabilidad, como una probabilidad del 90% de lograr una cierta duración de vuelo, y trabajar hacia atrás para definir parámetros que cumplan con ese umbral.
Implicaciones para la tecnología verde y más allá
Los UAV solares son solo un ejemplo de cómo los datos avanzados de recursos solares pueden apoyar las tecnologías verdes emergentes. La misma metodología podría aplicarse a vehículos propulsados por energía solar, sistemas autónomos marinos o incluso operaciones de almacenamiento de energía estacionarias que dependen del pronóstico solar. A medida que más sectores adoptan energía renovable, crece la necesidad de un modelado de rendimiento probabilístico y del mundo real.
Para la industria de los UAV, las implicaciones son claras. Las misiones autónomas de monitoreo ambiental en Europa Central y climas similares pueden planificarse con un nivel cuantificado de confianza. Las operaciones de agricultura de precisión pueden programar vuelos cuando la probabilidad de energía solar adecuada es más alta. Los equipos de búsqueda y rescate pueden decidir si un UAV solar es probable que permanezca en el aire el tiempo suficiente para cubrir un área objetivo.
Conclusión
El trabajo en la Universidad Tecnológica de Varsovia destaca el valor de los datos de irradiancia derivados de satélite a largo plazo para aplicaciones más allá de la energía solar fotovoltaica tradicional. El conjunto de datos de SolarAnywhere proporciona la base para un modelado estocástico y realista de las operaciones de UAV solares. Al reemplazar las suposiciones de cielo despejado con marcos basados en probabilidades, los investigadores y operadores pueden tomar decisiones más inteligentes, aumentar las tasas de éxito de las misiones y acelerar la adopción de la aviación sostenible.
A medida que la tecnología madura, podemos esperar que los UAV solares se vuelvan más capaces y confiables, pero solo si planificamos para el clima tal como es, no como deseamos que sea. Los enfoques basados en datos como el de Lichota son la clave para desbloquear ese futuro.
Este artículo se basa en un informe de CleanTechnica. Lea el artículo original.
Originally published on cleantechnica.com