Captulo 3

3 Mtodos de generacin de series sintticas de radiacin solar

En el captulo anterior se ha realizado un breve repaso al estado del arte respecto a los
diferentes mtodos de generacin de series solares. Slo se han comentado muy brevemente los
diferentes mtodos que hay, pero no se ha desarrollado su formacin. Antes de comenzar a
explicar el mtodo de generacin de series sintticas de radiacin solar basado en el modelo de
red neuronal Perceptrn Multicapa, que se propone en esta tesis, se ha credo interesante resumir
muy brevemente algunos de los mtodos clsicos que otros autores han propuesto, por dos
razones fundamentales: la primera, porque el explicar dichos mtodos supondr un acercamiento
a las tcnicas empleadas en la generacin de series de radiacin solar, y la segunda, que en un
captulo posterior de esta tesis se mostrarn los resultados del estudio comparativo entre
diferentes mtodos y el mtodo propuesto, por lo que ha sido necesaria la implementacin de los
mismos para generar diferentes series artificiales para su comparacin y estudio. Asimismo se ha
considerado interesante implementar un mtodo tambin basado en redes neuronales artificiales,
adems del propuesto en esta tesis, con el fin de incluirlo tambin en el estudio comparativo.
Como ya se coment en el captulo anterior, en el que se hizo un repaso introductorio a
los diferentes mtodos para generar secuencias solares, atendiendo a la escala temporal en la que
se realiza la generacin se pueden observar dos grandes grupos: series en escala diaria y series en
escala horaria. En este sentido, este captulo se inicia diferenciando en primer lugar dos secciones
bien definidas. En la primera de ellas se tratan los mtodos clsicos denominados diarios. La
segunda seccin se centra en los mtodos clsicos denominados horarios. Todos los mtodos,
tanto diarios como horarios, que se explican en este captulo, se han implementado con finalidad
comparativa en la realizacin de esta tesis. Posteriormente se han generado con ellos series
sintticas de radiacin solar, en las dos escalas temporales citadas, que han sido utilizadas para
validacin y comparacin con los resultados que proporciona el mtodo que se propone en esta
tesis.
Existe una tercera y ltima seccin en este captulo, donde se explica el mtodo de
generacin de series de radiacin solar basado no en los mtodos clsicos, sino en un mtodo
que emplea RNAs. Como ya se ha adelantado previamente, se ha credo muy interesante incluir
31

Mtodos de generacin de series sintticas de radiacin solar

este mtodo para tener otra herramienta comparativa, adems de los mtodos de generacin
solar usuales.

3.1.- Mtodos clsicos diarios

Por medio de estos mtodos se generan secuencias de radiacin solar a escala diaria. Se
basan principalmente en una propiedad que tiene la radiacin solar que recibe el nombre de
persistencia radiativa. Consiste en que de un da para otro los cambios climticos no son
bruscos, sino que son graduales, por lo que la influencia de cmo haya sido un da sobre cmo
ser el siguiente es importante. Por ejemplo, si un da ha sido muy nublado, este hecho incrementa
la probabilidad de que el siguiente tambin lo sea, o que sea algo nuboso, pero decrementa la
probabilidad de que sea totalmente despejado. Y al contrario ocurrir algo similar, si un da es
muy claro y despejado de nubes, muy probablemente el da siguiente ser similar, y si se pasa a
nublado es presumible que lo haga de forma gradual.
De los mtodos clsicos propuestos para generar secuencias diarias es interesante resaltar
los que a continuacin se resumen, puesto que cada uno de ellos supuso una mejora en el estudio
de las series temporales de radiacin solar.

3.1.1.- Mtodo de Brinkworth [1]

El mtodo de Brinkworth, que a partir de ahora se denotar por BW, se bas en el
anlisis de las caractersticas secuenciales de los datos de radiacin solar global diaria de la
localidad britnica de Bracknell (latitud 51 23 N, longitud 0 47 W, altitud 73 m.s.n.m.). Los
aos en estudio fueron 8 aos medidos entre 1968 y 1975. El tipo de clima de la localidad en
estudio corresponde al tpico clima atlntico muy lluvioso de las Islas Britnicas.
La caracterstica secuencial en estudio fue la autocorrelacin (este estadstico se explicar
ms detalladamente en el captulo 5 de la presente tesis). Cada ao en estudio fue dividido en seis
intervalos (con una duracin de aproximadamente dos meses) centrados en los solsticios. De este
modo, Brinkworth observ que en cada uno de esos intervalos exista una determinada tendencia
que seguan las series, sobre la que aparecan fluctuaciones que podan simularse aleatoriamente.
32

Captulo 3

Propuso por tanto una ecuacin para la generacin de las series de radiacin global compuesta
por una parte denominada la tendencia junto con una segunda parte o componente aleatoria. La
ecuacin propuesta para un da n cualquiera es la siguiente:

G(n) = B + Cn + Q(n-1) + r(n),

(1)

siendo:
n: orden del da: vara de 1 a 365.
G(n): radiacin global sobre superficie horizontal durante el da n.
B y C: constantes de la componente tendencia. (Hay seis parejas de valores B,C
correspondientes a los seis intervalos en los que se dividen las series).
: parmetro de correlacin que coincide con la autocorrelacin de orden 1.
Q(n-1): fluctuacin (desviacin respecto a la tendencia) en el da n-1.
r: nmero aleatorio con distribucin gaussiana en el da n, cuya varianza ha de cumplir:
V(r) = V(Q) (1-2),

(2)

siendo V la varianza.
Los dos primeros sumandos del trmino derecho de la ecuacin (1) son la parte de
tendencia, mientras que los sumandos tercero y cuarto corresponden a la parte aleatoria.
Este mtodo, debido principalmente a que fue uno de los pioneros en este campo,
presenta algunos inconvenientes que en estudios posteriores pudieron corregirse, a saber:
a) Al tratar con la radiacin solar directamente para una sola localidad en estudio, presenta una
fuerte dependencia con dicha localidad, no siendo en absoluto un mtodo aplicable
directamente en otras localidades (las constantes B, C y han de ser calculadas en los
diferentes lugares donde se vaya a aplicar).
b) Las series obtenidas, segn afirma el propio Brinkworth, deben reajustarse con valores
reales.

Como ejemplo de los valores para B, C, V(Q) y que Brinkworth propone, se presenta la
siguiente tabla:
33

Mtodos de generacin de series sintticas de radiacin solar

B (MJ /m2)

C (MJ /m2)

V (Q) (MJ /m2)

21 ENE - 21 MAR

2.088

0.104

7.545

0.264

22 MAR 21 MAY

9.412

0.125

25.693

0.187

22 MAY 21 JUL

18.036

-0.029

37.985

0.291

22 JUL 20 SEP

16.355

-0.107

22.735

0.210

21 SEP 20 NOV

9.602

-0.130

6.387

0.145

21 NOV 22 ENE

2.387

-0.012

1.437

0.146

Intervalo

Tabla 3.1. Valores medios de las constantes de tendencia, varianza y autocorrelacin de orden 1 para
Reino Unido.

Como posteriormente se indicar, en esta tesis las localidades en estudio con datos de
radiacin solar han sido varias localidades espaolas, para las cuales se aplic este mismo
mtodo, obtenindose unos valores diferentes de B, C, V(Q) y . Dichos valores se presentan en
la tabla 3.2 que se muestra a continuacin:
B (MJ /m2)

C (MJ /m2)

V (Q) (MJ /m2)

21 ENE - 21 MAR

6.887

0.114

5.327

0.193

22 MAR 21 MAY

12.962

0.161

19.901

0.175

22 MAY 21 JUL

21.316

0.014

28.409

0.287

22 JUL 20 SEP

22.689

-0.143

17.017

0.222

21 SEP 20 NOV

13.393

-0.108

3.377

0.137

21 NOV 22 ENE

5.838

0.015

0.956

0.125

Intervalo

Tabla 3.2. Valores medios de las constantes de tendencia, varianza y autocorrelacin de orden 1 para
Espaa.

3.1.2.- Mtodo de Boileau [2]

Boileau analiz tres modelos diferentes para la generacin de series diarias de radiacin
global. Utiliz en su estudio datos de radiacin de tres lugares con climas diferentes: un sitio de
clima templado (Trappes, latitud 49 N), otro de clima mediterrneo (Carpentras 44 N) y otro
con clima ecuatorial situado a gran altitud (Hullao 13 S, 3000 m).

34

Captulo 3

El primer modelo, al que denomina modelo A, no ser expuesto aqu, puesto que el
mismo autor lo descarta al ser superado por los otros dos. Este modelo necesita ms de un ao
de medidas y est basado en el modelo estacional propuesto por Box y Jenkins [3].
Un segundo modelo que propone recibe el nombre de modelo B. ste se basa en el
estudio de la variacin de la radiacin global diaria de un da respecto a otro, variable que se
puede describir como: vi = Ii Ii-1, siendo Ii la radiacin correspondiente al da i, y similarmente
Ii-1 lo es para el da i-1. Una vez que prepara las series con valores de vi, obtenido del modo
descrito, propone un modelo MA1 (Media Mvil 1, Moving Average 1) para simular dicha
variable:
vi = ai - ai-1,

(3)

con = 0.75.
El primer valor de a, ao, es aleatorio, y a partir de l se construye toda la serie. El mismo
autor, sin embargo, hace hincapi en que las series obtenidas siguiendo este procedimiento
presentan ciertas derivas que hay que corregir posteriormente.
Finalmente, con el tercer y ltimo modelo que plantea Bolieau se obtienen los mejores
resultados, y ser el que se utilice en esta tesis para obtener series de radiacin que sern
comparadas con las obtenidas por el mtodo basado en el Perceptrn Multicapa.
Este tercer modelo que ser denominado BO surgi a partir de un estudio estadstico,
algo ms detallado, de los datos de que dispona. Analizando dichos datos se calcula la media de
la radiacin global diaria para un da i a lo largo de muchos aos <Ii> y la varianza i. Si entonces
se realiza la siguiente transformacin:
ui = (Ii-<Ii>)/i,

(4)

comprob que la serie as obtenida sigue un proceso de Markov de orden AR1 (AutoRegresivo
orden 1):
ui = Q ui-1 + ai,

(5)

con Q un parmetro de valor fijo igual a 0.25 y ai un nmero aleatorio con distribucin gaussiana.
Con toda esta informacin Bolieau propone el siguiente algoritmo:

35

Mtodos de generacin de series sintticas de radiacin solar

1 Obtencin de la media y varianza de la serie.

Aunque los valores de varianza y media slo se conocen en las localidades en estudio, en
cualquier otra localidad propone que se calculen ajustados segn series de Fourier. Para ello
propone los coeficientes de Fourier a partir de los cuales se podr calcular <Ii> y i.
2 Clculo de la serie ui.
A continuacin se debe calcular la serie ui segn la expresin (5).
3 Obtencin de la serie Ii.
Puesto que ya es conocido <Ii>, i e ui, se deber obtener la serie Ii, aunque esta Ii no
ser todava la definitiva. En este caso se ha de aplicar la expresin:
Ii = i ui + <Ii>.

(6)

4 Determinacin de las envolventes

Se han de calcular a continuacin, por medio de unos coeficientes de Fourier que tambin
proporciona, tres nuevos parmetros denominados envolvente superior de las series de radiacin
solar Ei, envolvente inferior de las series de radiacin solar ei y la serie filtrada Ai, que se calcula
segn la siguiente expresin:
Ai = <Ii> - ( Ei - <Ii>) = 2<Ii> - Ei,

(7)

salvo que Ai sea menor que Ei, en cuyo caso Ai = ei.

5 Transformacin de la variable Ii a Ii
Se transforma la variable Ii en otra nueva variable Ii segn:
-Ii = Ii

si Ii > <Ii>

(8)

Ii = <Ii> + [(Ii -<Ii>)(<Ii> - Ai) / (<Ii> - ei)]

si Ii < <Ii>

(9)

6 Clculo de la media y varianza de Ii

De nuevo empleando ajuste con los coeficientes correspondiente a series de Fourier que
Boileau propone, se calcula <Ii> y i.
7 Clculo de la variable ui
Por ltimo, se debe calcular ui una vez que son conocidos <Ii> y i, mediante:
ui = (Ii-<Ii>)/i.
36

(10)

Captulo 3

Y a partir de ui se calcula de nuevo Ii, segn lo siguiente:

Ii = <Ii>+ i ui

si ui > 0

(11)

Ii = <Ii> + i ui (Ii -ei) /(<Ii> - Ai)

si ui < 0

(12)

Tras las simulaciones que se han realizado en esta tesis utilizando este mtodo se concluye
que, adems de ser algo engorroso de aplicar, no conduce a unos resultados suficientemente
satisfactorios.

3.1.3.- Mtodo de Bartoli et al. [4]

La principal diferencia de este mtodo con los anteriores es que en este caso se utiliza
como variable a simular, en vez de la radiacin global directamente, el ndice de claridad KT,
gracias al cual, como se empieza a demostrar en estos trabajos, los resultados son mejores. En
este caso los autores disponan de un total de 18 localidades italianas con datos de radiacin solar
global diaria sobre superficie horizontal medidos durante los aos 1971, 1972 y 1973. Las
latitudes de esas localidades varan entre los 36.82 N y los 45.43 N.
Tras un estudio exhaustivo de las secuencias del ndice de claridad KT obtenido a partir
de los valores de radiacin global, proponen un modelo basado en un proceso estocstico
autoregresivo de primer orden que cumple la siguiente expresin:
u (t) = u (t-1) + (t),

(13)

siendo:
t, t-1: indica el orden del da
: coeficiente de autocorrelacin. Proponen el valor = 0.25
u: ndice de claridad KT menos ndice de claridad medio mensual: u = KT KTm
: nmero aleatorio con distribucin gaussiana.
Como comentario a este mtodo es interesante resaltar varias ventajas: por una parte,
utiliza una gran variedad de localidades en estudio. Por otro lado, utiliza el ndice de claridad en
vez de la radiacin global directamente, lo que proporciona mejores resultados. El mtodo
propuesto es muy simple de implementar, y los resultados son bastante satisfactorios. Sin
37

Mtodos de generacin de series sintticas de radiacin solar

embargo, tambin se pueden indicar algunos inconvenientes, como pueden ser que los aos en
estudio para cada localidad son muy pocos (apenas tres aos, en las localidades en las que todos
los datos sean vlidos) y todas las localidades son de climas muy similares (mediterrneo con
pequeas variaciones).

3.1.4.- Mtodo de Graham y Hollands [5]

El mtodo de Graham-Hollands (GH) se basa en lo que ellos denominan inversin
gaussiana. Estos investigadores estudiaron las propiedades estadsticas de numerosos registros
de radiacin solar diaria de tres localidades canadienses con diferentes climas. Las localidades en
estudio fueron: Vancouver (latitud 49 20 N, clima atlntico), Swift Current (latitud 50 20 N,
clima continental fro) y Toronto (latitud 43 39 N, clima continental). Para cada localidad
disponan de 10 aos de medidas. Observaron el fenmeno anteriormente citado de persistencia
radiativa entre das consecutivos, as como el hecho de que las secuencias de radiacin global
diaria (o del ndice de claridad diario) no siguen una distribucin totalmente gaussiana, sino que se
asemeja a una distribucin del tipo Beta.
Como se ha descrito en los apartados anteriores, casi todos los otros investigadores,
pasando por alto este hecho, haban propuesto expresiones similares a sta:
Rad (n) = Constante Rad(n-1) + Aleatorio(n),

(14)

donde
Rad (n) se refiere a la radiacin (o el ndice de claridad) del da n
Rad (n-1) es la radiacin (o el ndice de claridad) del da n-1 (da anterior)
Aleatorio (n) es un nmero aleatorio, para el da n, que sigue una distribucin gaussiana.
Sin embargo expresiones como (14) conducen a resultados que no son totalmente
satisfactorios, puesto que producen distribuciones gaussianas de la radiacin solar, y no del tipo
Beta como GH descubrieron. Por ello GH propusieron un nuevo mtodo, para generar
secuencias del ndice de claridad diario KT, que se puede resumir en estos pasos:
1 Obtencin de la variable gaussiana.
38

Captulo 3

Primero se generan 365 valores de una variable gaussiana llamada (Ji) segn la siguiente
expresin:
(n) = 0.29(n-1) + w(n),

(15)

donde
n es el orden del da que se quiere obtener y n-1 es el correspondiente al da anterior,
w(n) es un nmero aleatorio con distribucin gaussiana,
el valor inicial es aleatorio, y la constante 0.29 la obtuvieron tras el estudio de numerosos datos.

2 Obtencin del ndice de claridad diario KT.

Puesto que la radiacin global real no es de tipo gaussiano, GH proponen hacer una
transformacin para calcular el KT que s siga una distribucin ms parecida a la real. La
expresin propuesta es:
0.5[1+ erf (/2)] = F(K T,KTm),

(16)

siendo
F, la funcin de densidad de probabilidad del ndice de claridad diario,
erf, la funcin de error,
KT, el ndice de claridad diario correspondiente al valor ,
KTm, el ndice de claridad diario medio mensual (que ha de ser conocido).
La funcin de densidad de probabilidad tiene la siguiente forma, que se indica en la figura 3.1.
Figura

3.1.

Funcin

de

densidad de probabilidad
Nota: cada curva corresponde
a un valor de KTm que va desde
0.35 (curva ms a la izquierda)
hasta KTm 0.85 (curva ms a la
derecha)

39

Mtodos de generacin de series sintticas de radiacin solar

Existen expresiones para calcular F analticamente, conocido KT. Hollands y Hughet [6]
propusieron una expresin para F(K T,KTm) que es:
F(K T,KTm) = C / (K tu)[e

KT

(1-KT)-1],

(17)

con
C = 2Ktu / (eKtu-1-Ktu),

(18)

Ktu = 0.864 (mximo KT observado),

(19)

= / (1+Ktu),

(20)

KTm = C / (2Ktu )[(2/ + Ktu )(1-eKtu) + 2Ktu eKtu)],

(21)

Por tanto, aplicando todas estas expresiones, se puede calcular para cada valor de , el
correspondiente valor de KT.
En definitiva, por medio del mtodo de GH se pueden generar los aos sintticos que se
deseen en cualquier localidad, sin ms que conocer los 12 valores medios mensuales del ndice de
claridad (K Tm).

3.1.5.- Mtodo de Aguiar y Collares-Pereira [7]

Por medio del mtodo propuesto por estos investigadores es posible generar secuencias
de radiacin solar diaria, similares a las series con datos reales, de una forma muy sencilla. Al
igual que en el mtodo GH, es necesaria muy poca informacin de partida, puesto que slo se
necesitan los 12 valores del ndice de claridad diario medio mensual (K Tm).
Sin embargo, en este caso el enfoque es diferente puesto que se utilizan las llamadas
Matrices de Transicin de Markov. Una vez ms, para la obtencin de este mtodo Aguiar y
Collares-Pereira (AC) se basaron en el estudio estadstico de una gran cantidad de datos de
radiacin solar disponibles en un gran nmero de localidades distribuidas entre varias latitudes
(Lisboa, Faro de Portugal continental, Ponta Delgada en las Islas Azores, Porto Santo en las Islas

40

Captulo 3

Madeira, ambas pertenecientes a Portugal, Polana en Mozambique, Trappes y Carpentras de

Francia y Macao en China). En casi todas las localidades disponan de dos aos de radiacin
registrados. Tras esa observacin y estudio se lleg a estas dos importantes conclusiones: i) hay
una importante correlacin slo entre la radiacin de un da con el da anterior, pero muy poca o
casi nula con dos das antes y ii) la funcin de probabilidad para cualquier periodo del ao tiene
una forma que est caracterizada por el ndice de claridad medio durante ese periodo
(generalmente se elige un mes), independiente de la localidad y la poca del ao.
El modelo se puede resumir como sigue: AC proponen una librera de matrices de
transicin asociadas, cada una de ellas, a un intervalo especfico de KTm. A cada matriz se asocia,
adems, un intervalo de valores de KT definido por sus valores mximo y mnimo (KTmx y KTmin).
Este intervalo se subdivide en 10 subintervalos, tantos como filas y columnas tiene cada matriz.
Con toda esta informacin el proceso para generar cualquier valor de la serie es, una vez
determinados los 12 valores de KTm de partida:
1) Seleccionar una Matriz de Transicin de Markov (MTM) a partir del valor del ndice de
claridad medio mensual de enero. Esta matriz lleva asociado un intervalo de KT [K Tmin,KTmx].

2) Para obtener el KT correspondiente al 1 de enero se supone que el valor anterior de la serie,

el que correspondera al 31 de diciembre, es el KTm de diciembre.

3) El intervalo de KT correspondiente se subdivide en 10 subintervalos, tantos como filas tiene la

matriz, y se determina a que nmero de subintervalo corresponde el KT del da anterior (en
este caso se aplica lo comentado en el punto anterior).

4) Se genera un nmero aleatorio, con distribucin uniforme dentro del intervalo (0,1). Se suman
a continuacin los elementos de la fila seleccionada comenzando por la izquierda de la MTM
hasta que la suma exceda el valor del nmero aleatorio obtenido. El nmero de la columna del
ltimo elemento sumado, indica el subintervalo de KT al que pertenece el valor del ndice de
claridad que se va a generar. A continuacin se le asigna o bien el valor medio de este
41

Mtodos de generacin de series sintticas de radiacin solar

subintervalo o bien, para ser ms precisos se interpola en el intervalo y se le asigna el valor

resultante de la interpolacin. As se habr generado el primer valor de la serie. Se repite este
proceso nuevamente utilizando este nuevo valor como ndice de claridad del da anterior.

3.2.- Mtodos horarios

Los mtodos horarios son aquellos por medio de los cuales las series de radiacin que se
generen correspondern a valores en escala horaria. De forma similar a los diarios, estos mtodos
se basan en estudios previos sobre las propiedades estadsticas de las series de radiacin solar,
en este caso en el mbito horario. Estas series cumplen una serie de propiedades entre las que
cabe destacar de nuevo la persistencia de la radiacin solar, que har que el valor de radiacin
solar obtenido durante cierta hora influya en el valor de radiacin solar de la hora siguiente.
Igualmente a como se ha visto en el apartado de mtodos diarios, de los mtodos clsicos
propuestos para generar secuencias diarias se presentan a continuacin los ms sobresalientes.
3.2.1.- Mtodo de Mora y Sidrach [8]
Este mtodo, que se denominar MS, se ha elegido para aplicarlo en el estudio
comparativo por dos razones fundamentales. Por un lado, utiliza prcticamente las mismas
localidades espaolas que se van a utilizar en la implementacin del mtodo propuesto en esta
tesis, incluso con los mismos aos registrados, puesto que proceden de la misma fuente. Por otro
lado, es un mtodo bastante interesante, fcilmente aplicable, y conduce a unos resultados de los
mejores que se han obtenido con respecto a todos los mtodos probados. Adems, presenta la
gran ventaja de que, como dato inicial de partida, necesita slo los valores medios mensuales de
la radiacin global y no los valores diarios como los otros mtodos que se explicarn
posteriormente.
Aunque en el trabajo referenciado estos investigadores hacen un estudio muy exhaustivo
de los datos de que disponen y desarrollan un mtodo muy completo, aqu simplemente se
realizar un pequeo resumen de los pasos a seguir. stos se pueden resumir en lo siguiente:
1 Clculo de la variable 2
En primer lugar se ha de calcular la variable 2 a partir de la siguiente expresin:
42

Captulo 3

log (2) = 1 KTm + 2 KTm + m + ,

(22)

donde todos los coeficientes que aparecen en la ecuacin anterior estn proporcionados por el
mtodo.
2 Clculo de la variable 1
Esta variable tambin se obtiene a partir de una ecuacin que proponen MS:
1 = 1 KTm + 2 KTm + 32 + m + .

(23)

3 Determinacin de la variable 1
Este parmetro se calcula a partir de una distribucin de Weibull, segn explican MS, con
valores de a =-11.25 y b = 0.816.
4 Generacin de valores (t)
Los valores de (t) proceden de una variable gaussiano cuya varianza es 2.
5 Generacin de la serie Y(t)
Aqu es donde se aplica el proceso multiplicativo ARMA segn la ecuacin:
Y(t) = 1 Y(t-1) + (t) - 1 (t-s) t =2, 3, ... , Ns,

(24)

siendo N el nmero de das del mes, y s el nmero de horas por da.

6 Obtencin de la serie Xh(t)
Esta serie se obtiene una vez conocida la serie Y(t), puesto que la relacin entre ambas es
Y(t) = Xh(t) - Xh(t-s).

(25)

7 Obtencin de la serie Sh(t)

Esta serie est ms detallada en el trabajo de MS y puede resumirse con esta ecuacin:
Sh(t) = 3.96 [cos z(t)]1.05 Xh(t).

(26)

8 Obtencin de la serie final Gh(t)

Finalmente, a partir de la serie de Sh(t) se obtiene la serie final Gh(t)gracias a la relacin:
Gh(t) = Sh(t) Ghm /Shm,

(27)

siendo Ghm y Shm los valores medios mensuales.

3.2.2.- Mtodo de Graham-Hollands [9]
Este mtodo se basa en suponer que los valores del ndice de claridad horario kth se
puede descomponer en dos factores, segn esta expresin:
43

Mtodos de generacin de series sintticas de radiacin solar

kth = ktm + ,

(28)

siendo
ktm el factor que lleva implcita la tendencia de la radiacin solar, y que depender slo del ndice
de claridad diario KT, y es el factor que lleva implcita la aleatoriedad de la radiacin solar, en
cuyo clculo intervienen ms factores.
Cada uno de esos elementos se obtiene de la siguiente forma:
1 Clculo de ktm. (Factor de tendencia).
Este factor se calcula con las siguientes expresiones:
ktm = + exp (-m),

(29)

(K T) = KT - 1.16KT3(1-KT),

(30)

(K T) =0.979(1-KT),

(31)

(K T) = 1.141(1-KT)/K T,

(32)

siendo

m = masa de aire (airmass), relacionada con la distancia zenital zs: zs = sec-1 m zs.
2 Clculo de . (Factor de aleatoriedad).
El procedimiento se puede resumir en lo siguiente:
i.- Clculo de .
es la varianza de y Graham demostr que depende del ndice de claridad diario KT
segn esta expresin:
= 0.16 sen (KT/0.90).

(33)

ii.- Clculo de la variable Gaussiana

es una variable que se genera de la siguiente forma
(t) =(t-1) + b(t),

(34)

siendo
(t) y (t-1) los valores que tiene la variable beta en el instante t (que es el que se va a calcular)
y un instante anterior t-1 (en este caso seran horas).
44

Captulo 3

segn Graham tiene el valor de 0.35 y est relacionado con la autocorrelacin de la serie .
b(t) es un nmero aleatorio con distribucin gaussiana.
Una vez que se genera la serie de , hay que calcular la serie que est relacionada con
la serie segn esta expresin (inversin gaussiana como en el caso de diarias):
0.5[1+ erf ( / 2)] = F(,KT),

(35)

siendo
erf: Funcin de error
F(,KT): la funcin de distribucin de con respecto a KT que se calcula gracias a estas
expresiones:
u =(kt - ktl) / (ktu - ktl),

(36)

ktl = max (0.0, kt - 4),

(37)

ktu = min (0.9, kt + 4),

(38)

umedia =(ktm - ktl) /(ktu - ktl),

(39)

u = / (ktu - ktl),

(40)

con

p = umedia 2(1- umedia) / u 2 - umedia,

(41)

q = p(1- umedia) /umedia,

P(kt ,KT) = P(,KT) = { (p+q) u p-1(1-u) q-1} / {(p)(q) (ktu - ktl)}.

(42)
(43)

Y para calcular F(,KT), se integra P(,KT).

3.2.3.- Mtodo de Aguiar Collares-Pereira [10]

Este mtodo tambin propone la descomposicin del ndice de claridad horario en dos
componentes bien distintas: la componente de tendencia y la componente de aleatoriedad, por
medio de la expresin:
kth = ktm + .

(44)

De nuevo el factor de tendencia se calcula con unas expresiones similares a las propuestas
por GH:
ktm = + exp (-m),

(45)

(K T) = -0.19 + 1.12KT + 0.24 exp (-8KT),

(46)

(K T) =0.32- 1.6(K T 0.5)2,

(47)
45

Mtodos de generacin de series sintticas de radiacin solar

(K T) = 0.19 + 2.27KT3 - 2.51KT3,

(48)

m = masa de aire (airmass), relacionada con la distancia zenital zs: zs = sec-1 m zs.
En este caso para el clculo de la parte aleatoria, AC observaron que depende no slo
de KT, como proponen GH, sino tambin de la hora solar. Finalmente el algoritmo que proponen
AC es:
Primero se ha de definir un valor para permitir desviaciones entre los valores del ndice
de claridad KT observados y los sintticos (por ejemplo un 3 % un 5 %). Se deben de conocer
los ndices de claridad diarios, si stos no estn disponibles habra que acudir a uno de los
mtodos diarios y generarlos. Una vez que tenemos estos datos de partida, para cada da:
Calcular la hora de salida y puesta del sol (ngulo horario s). Calcular la autocorrelacin
1 segn la siguiente expresin:
1 = 0.38 + 0.06 cos (7.4 KT 2.5).

(49)

A continuacin para cada hora del da se deben calcular:

1)

Los ngulos horarios del principio, medio y final de la hora:

i = (h-13)d,

(50)

= (h-12.5)d,

(51)

f = (h-12)d,

(52)

con d = /12.
Y calcular la correspondiente altura solar (). Comprobar que f < -s y que i > s.
2)

El parmetro cielo claro: kcs (). Representa un mximo para kth que vara segn la hora
solar. Una expresin que es vlida para la mayora de las localidades es:
kcs () = 0.88 cos { (h-12.5) /30}.

3)

(53)

A continuacin se debe calcular la componente de tendencia ktm, segn las expresiones

que se han incluido a principio de la seccin.

4)

46

La desviacin estndar ser:

(K T, ) = A exp {B (1-sen ()},

(54)

A = 0.14 exp {-20(K T 0.35)2},

(55)

B = 3(K T 0.45)2 + 16 KT5.

(56)

Captulo 3

5)

Un nmero aleatorio, con distribucin gaussiana, r, con media nula y desviacin estndar
*:
* = (1 - 12)0.5.

6)

(57)

Por ltimo, calcular la variable normalizada y para cada hora h, que ser la que forme
junto con de la componente aleatoria :
y(h) = 1 y(h-1) + r,

(58)

= y.

(59)

3.3.- Mtodos no clsicos. Mtodo de Mohandes et al.[11]

Como ya se ha mencionado en la introduccin de este captulo, se ha decidido utilizar,
adems de los mtodos clsicos, otro mtodo que proporcione un enfoque no convencional, sino
basado en RNAs. Las series de radiacin solar que proporcione este mtodo tambin se incluir
en el estudio comparativo que se explica en un captulo posterior de esta tesis. En concreto, el
mtodo utilizado es el propuesto por Mohandes y otros investigadores [11] de la Universidad de
Dhahran en Arabia Saud. En este mtodo se utilizan funciones de base radial (Radial Basis
Functions RBF) para estimar la radiacin diaria media mensual. Las RBF son un tipo de red
neuronal muy parecida al perceptrn multicapa, que es el que se presenta en esta tesis. Puesto
que todava no se ha explicado con detalle el perceptrn multicapa, tampoco se explicar en este
apartado el mtodo de Mohandes, sino que se dejar para ms adelante, cuando se haga el
repaso al perceptrn multicapa presentado en esta tesis.

47

Mtodos de generacin de series sintticas de radiacin solar

Referencias
[1] B.J. Brinkworth. Autocorrelation and stochastic modelling of insolation sequences. Solar
Energy. Vol. 19. 1977.
[2] Bolieau E. Use of simple statistical models in solar meteorology. Solar Energy 30 333.
1983.
[3] G.E.P. Box & G.M. Jenkins. Time series analysis: Forecasting and control. HoldenDay, San Francisco. 1970.
[4] B. Bartoli et al. Autocorrelation of daily global solar radiation. Il nuovo cimento 40.
1983.
[5] V. A. Graham, K. G. T. Hollands and T. E. Unny. A Time Series Model for Kt with
Application to Global Synthetic Weather Generation. Solar Energy, Vol. 40, No. 3, pp. 269279. 1988.
[6] K.G. T. Hollands, R. G. Hughet. A probability density function for the clearness index,
with applications. Solar Energy vol 30 (3) 195-209. 1983.
[7] R. Aguiar, M. Collares-Pereira, J.P. Conde. Simple procedure for generating sequences of
daily radiation values using a library of Markov transition matrices. Solar Energy Vol. 40
pp. 269-279. 1988.
[8] Ll. Mora and M. Sidrach-de-Cardona. Multiplicative ARMA models to generate hourly
series of global irradiation. Solar Energy Vol. 63. pp. 283-291. 1998.
[9] V. A. Graham and K. G. T. Hollands. A Method to Generate Synthetic Hourly Solar
Radiation Globally. Solar Energy, Vol. 44, No. 6, pp. 333-341. 1990.
[10] R. Aguiar and M. Collares-Pereira. TAG: A Time-Dependent, Autorregressive, Gaussian
Model for Generating Synthetic Hourly Radiation. Solar Energy, Vol. 49, No. 3, pp. 167174. 1992.
[11] Mohandes M, Balchonaim A., Kassas Rehman S, Halawani TO. Use of radial basis
functions for estimating monthly mean daily solar radiation. 2000. Solar Energy Vol. 68. N
2 p. 161-168. 2000.

48