Modelos y algoritmos para el mantenimiento predictivo en plantas solares

Resumo

El uso de la tecnología solar fotovoltaica se ha incrementado en la última década debido a la caída de los costes de producción, la concienciación por el desarrollo sostenible y los incentivos facilitados por numerosos países, entre ellos España [1-3]. A pesar de la citada disminución de los costes de la tecnología [4], la explotación de instalaciones de este tipo sigue requiriendo de algún tipo de incentivación para que el caso de negocio sea viable. De hecho, los cambios regulatorios acaecidos a este respecto [5] han afectado seriamente la rentabilidad de parques solares fotovoltaicos ya en operación. Si el lado de los ingresos de las explotaciones se ha visto reducido por las modificaciones producidas en el ámbito regulatorio, la única variable disponible sobre la que actuar para conseguir rentabilizar las inversiones es el gasto de mantenimiento, por lo que la optimización de la gestión del mantenimiento de este tipo de instalaciones, generalmente desatendidas, es un elemento crucial para su rentabilidad y la viabilidad económica de las inversiones efectuadas. La incorporación de la gestión del mantenimiento en el esquema general de la organización se viene produciendo de forma continua desde hace cuatro décadas [6]. Desarrollar un modelo para la gestión del mantenimiento eficiente, embebido en el sistema de información de la gestión de la organización, se ha convertido en un tópico de investigación y un aspecto fundamental para alcanzar los objetivos organizacionales [7]. Esta tesis doctoral tiene como objetivo principal establecer un marco de trabajo para el desarrollo de algoritmos aplicables al mantenimiento predictivo de diferentes modos de fallo de los componentes que conforman un parque solar fotovoltaico, dentro del alcance de un sistema de gestión del mantenimiento. La metodología parte del análisis de series temporales asociadas a las condiciones ambientales y de operación del proceso, el estudio de los posibles modos de fallo relacionados con dichos factores y la evaluación del impacto en la degradación de la función de utilidad del sistema. Los algoritmos generados se integran en el sistema de información de la planta conforme a un marco de referencia para la gestión del mantenimiento (MGM) basado en estándares industriales y de comunicaciones, especialmente en la especificación de la gestión de activos ISO 55000:2014 [8], en el estándar de gestión de la calidad ISO 9001:2008 [9] y el estándar abierto de intercambio de información OpenO&M [10]. El autor de la tesis desarrolla su carrera profesional en el grupo empresarial Magtel [11], entre cuyas líneas de negocio se encuentra la promoción de parques de generación de energía eléctrica mediante diferentes fuentes renovables (fotovoltaica, termosolar, eólica y biomasa). En el año 2008 comenzó la explotación de varios parques solares fotovoltaicos promovidos por la empresa, entre los que destacan las plantas denominadas “El Molino”, de 6.1 MWp con seguidores solares a 2 ejes, y “La Castilleja”, de 10 MWp con estructura fija, así como numerosas cubiertas con un máximo de 20 KWp. Estas plantas disponían de un incentivo a la generación eléctrica consistente en la garantía de la comercialización de la producción completa con un precio igual a 5 veces el precio de referencia del mercado eléctrico. Sin embargo, en los últimos años se han establecido dentro del marco jurídico español tanto restricciones a la producción, como una reducción del precio de compra garantizado. Ambas medidas impactan de forma considerable a los ingresos previstos en el plan de negocio original de los inversores, por lo que se torna especialmente importante optimizar el capítulo de gastos de explotación de la planta para paliar en la medida de lo posible este efecto adverso en la rentabilidad. La línea de investigación seleccionada por el autor dentro de sus estudios de doctorado está centrada el análisis, modelado y simulación de sistemas, por lo que la citada problemática constituía un bonito reto tanto académico como profesional.