Forecasting the global solar radiation in Nariño – Colombia

Abstract

Introducing the community to technical projects requires a deal with the social, energy and environmental policies as well as the cultural field. To address an energy project from a socio-technical view requires the joint analysis of both the project and the community. This work focuses on the formulation of a methodology to ease the prioritization of projects and community participation. To evaluate the community, the Human Development Index and Sustainable Development Goal Index are adjusted to the context and available information of Nariño. The Net Present Value is used for the project evaluation. The Analytic Hierarchy Process allows for the evaluation of the community and project jointly and establishing prioritization objectives. Moreover, the co-construction methodology is the basis to formulate guidelines to work with the community. This research found that there is a relationship between the projects that seek to improve the quality of the life and education in Nariño.

Solar irradiance is a worldwide available resource that could drive electrification processes in regions with low socio-economic indexes. Therefore, to know solar irradiance behavior and data is increasingly a mandatory activity. However, some interesting sites, generally socio-economic outcast places, do not rely on solar irradiance data, and if information exists, it is not complete. Therefore, researchers use some techniques to estimate this energy resource with information from other meteorological variables as temperature. Nevertheless, there is not a broad analysis of these techniques in tropical and mountainous environments. Therefore, this research analyzes the performance of three well-known empirical temperature-based models in tropical and mountainous environments. Moreover, this work proposes a new empirical technique that models solar irradiance in some areas better than the three techniques mentioned. Statistical error comparison allows us to choose the best model for each location and the data imputation model. Hargreaves and Samani's model presented better results in the Pacific zone, and the proposed model showed better results in the Andean and Amazon zones. Another significant result is the linear relationship between the new empirical model constants and the altitude 2.500 MASL.

The solar energy potential maps are an enabler for solar energy use. However, the lack of solar irradiance information is a barrier to elaborating on this type of decision tool. This research proposed the estimation of solar irradiance using air temperature data to increase the sampled points with the Hargreaves and Samani and a proposed empirical model. Also, the leave-one-out cross-validation is the technique used to assess the performance of four spatial interpolation techniques in a tropical and mountainous environment. The information came from Nariño state in Colombian that covers an area of \(33.268 km^{2}\) . The proposed empirical model shows better performance in sites with an altitude above 2.500 MASL, located in the Andean and Amazon zone. Further, Ordinary Kriging was the interpolation technique with the best behavior. Accurate mechanisms for forecasting solar irradiance boost solar energy applications. There are several techniques to forecast global solar irradiance, such as numerical weather prediction and statistical techniques. In this context, this research compare four forecasting approaches Autoregressive Integrated Moving Average, Single Layer Feed Forward Network, Multiple Layer Feed Forward Network, and Long Short-Term Memory in a one-day ahead horizon using incomplete datasets measured in a tropical and mountainous environment. The results show that the neural network-based models outperform the ARIMA model. Furthermore, LSTM has better performance with a low number of input data and in cloudiness environments.

Incluir a las comunidades en proyectos socio-técnicos require abordar aspectos sociales, energéticos, ambientales, políticos y culturales. Dirigir un proyecto energético con un enfoque socio-técnico require el análisis en conjunto del proyecto y la comunidad impactada. En este sentido, este trabajo se enfoca en formular una metodología que facilite la priorización de proyectos y la participación de la comunidad. Para evaluar a la comunidad se adpatan los índices de desarrollo humano y los índices de los objetivos de desarrollo sustentable a la información disponible para Nariño. El valor presente neto es la herramienta usada para la evaluación del proyecto.El proceso de análisis jerárquico permite evaluar la comunidad y el proyecto conjuntamente y establecer objetivos de priorización. Por otra parte, la metodología de co-costrucción es la base de la directriz propuesta para trabajo con la comunidad. Esta investigación encontró que existe una relación entre los proyectos que buscan mejorar la calidad de vida y la educación en Nariño. La irradiancia solar es un recurso ampliamente disponible en el planeta, que podría contribuir al proceso de electrificación en lugares con bajos índices socio económicos. No obstante, en algunos lugares, la información de este recurso no está disponible o tiene baja calidad. Para superar este problema algunos investigadores han desarrollado técnicas para estimar la irradiancia solar. Una de esas técnicas son los modelos empíricos basados en temperatura para estimar el recurso. Sin embargo, no hay un amplio análisis del comportamiento de esas técnicas en ambientes tropicales y montañosos. Por lo tanto, esta investigación analiza el comportamiento de tres modelos empíricos basados en temperatura y un modelo propuesto bajo estas condiciones ambientales. Los errores estadísticos calculados permiten elegir el mejor modelo para cada punto evaluado. Con este modelo se hace la imputación de datos con el fin de incrementar la calidad de las bases de datos analizadas. El modelo propuesto se ajusta mejor a la zona Andina y amazónica, mientras el modelo de Hargreaves y Samani tiene mejores resultados en la zona Pacífica. Además, el modelo propuesto presenta una relación lineal entre las constantes empíricas y la altitud de las estaciones meteorológicas localizadas por encima de los 2.500 msnm. Los mapas que muestran el potencial de la energía solar facilitan el uso del recurso solar. Sin embargo, la falta de información de irradiancia solar son una barrera para elaborar este tipo de herramientas. Este investigación propone estimar la irradiancia global solar con datos de temperatura usando el modelo empírico de Hargreaves y Samaani y uno propuesto, para incrementar el número de puntos muestreados. Además, se implementa la técnica de validación cruzada conocida como dejar uno por fuera para evaluar el rendimiento de cuatro técnicas de interpolacióne espacial en un ambiente tropical y montañoso. La información usada es del departamento de Nariño-Colombia que tiene un área de 33.268 $km^{2}$. El modelo propuesto muestra un mejor comportamiento en sitios localizado a más de 2.500 msmnl, ubicados en la zona Andina y Amazonica. Además, Kriging ordinario es la mejor técnica de interpolación espacial. Los modelos de pronóstico de irradiancia solar impulsan las aplicaciones que usan energía solar. Existen varias técnicas para pronosticar la irradiancia solar global, como las númericas y las estadísticas. En este contexto, esta investigación compara cuatro enfoques de pronóstico estadístico: Promedio móvil integrado autorregresivo, red neuronal de una capa, red neuronal de multiples capas y memoria a corto y plazo, en un horizonte de un día por delante, utilizando conjuntos de datos incompletos medidos en un entorno tropical y montañoso. Los resultados muestran que los modelos basados en redes neuronales superan al modelo ARIMA. Además, LSTM tiene un mejor rendimiento con un número reducido de datos de entrada y en entornos de nubosidad.