Influencia de factores meteorológicos en la calidad de la señal eléctrica de generación fotovoltaica en el hospital clínico de Valladolid

Abstract

Este Trabajo de Fin de Grado presenta un análisis estadístico exhaustivo de diversas magnitudes que miden la señal de la calidad eléctrica registradas en dos centros de transformación pertenecientes a instalaciones fotovoltaicas del Hospital Clínico de Valladolid. Los datos fueron proporcionados por profesores del Departamento de Ingeniería Eléctrica de la Universidad de Valladolid. El objetivo principal ha sido estudiar la relación entre dichas magnitudes y dos variables ambientales clave: irradiancia solar y temperatura, mediante la construcción y comparación de distintos modelos estadísticos. En una primera etapa, se emplearon modelos lineales simples y con interacción, que mostraron una capacidad explicativa limitada en la mayoría de los casos, especialmente en uno de los centros. Ante esta limitación, se optó por aplicar modelos aditivos generalizados (GAM), que permiten capturar relaciones no lineales complejas. Esta metodología logró mejorar de forma significativa el ajuste en múltiples indicadores eléctricos, destacando especialmente la relevancia de la interacción entre irradiancia y temperatura. Se abordaron distintos retos asociados al manejo de datos reales: la organización de grandes volúmenes de registros temporales, la integración de múltiples archivos, el preprocesamiento de la información, la comprobación de supuestos estadísticos y la validación de los modelos mediante técnicas de remuestreo.

This Bachelor’s Thesis presents a comprehensive statistical analysis of various electrical magnitudes that measure electric power quality recorded at two transformer centers belonging to photovoltaic installations at the Hospital Clínico in Valladolid. The data were provided by professors from the Department of Electrical Engineering at the University of Valladolid. The main objective was to evaluate the relationship between these electrical variables and two key environmental factors: solar irradiance and temperature, through the construction and comparison of different statistical models. In a first stage, simple linear models and models with interaction terms were employed, which exhibited limited explanatory capacity in most cases, particularly in one of the centers. Due to this limitation, generalized additive models (GAM) were subsequently applied, allowing the modeling of complex nonlinear relationships. This approach significantly improved the fit for multiple electrical indicators, especially highlighting the importance of the nonlinear interaction between irradiance and temperature. Several challenges associated with real-world data processing were addressed: the organization of large volumes of time-stamped records, the integration of multiple data files, preprocessing procedures, verification of statistical assumptions, and model validation using resampling techniques.