Componente digital (1).pdf

Mster en Energas Renovables y Mercado Energtico

COMPARATIVA Y ANLISIS DE VARIABILIDAD ESPACIO-TEMPORAL ENTRE LAS MEDIDAS DE RADIACIN SOLAR TERRESTRES (SIAR) Y SATELITALES (CM-SAF). ESTUDIO DE

PRODUCTIVIDAD POTENCIAL

TUTOR scar Perpin Lamigueiro

Para ver esta pelcula, debedisponer de QuickTime y de

un descompresor .

Esta publicacin est bajo licencia Creative

Commons Reconocimiento, Nocomercial, Compartirigual, (by-nc-

sa). Usted puede usar, copiar y difundir este documento o parte

del mismo siempre y cuando se mencione su origen, no se use de

forma comercial y no se modifique su licencia. Ms informacin:

http://creativecommons.org/licenses/by-nc-sa/3.0/

AUTORES Rafael Morales Cabrera, Manuel Ojeda Fernndez, Federico Caizares Jover, Fernando Antoanzas Torres

Madrid, julio 2011

Este proyecto no hubiera sido posible sin la inestimable ayuda de nuestro tutor scar Perpin

Lamigueiro, el cual se ha mostrado en todo momento muy entusiasmado en el desarrollo del mismo,

transmitindonos ese entusiasmo, su devocin y sus conocimientos. Gracias scar!

ndice

1. Antecedentes ...............................................................4

2. Alcance .......................................................................4

3. Estaciones terrestres ......................................................5

4. Bases satelitales ............................................................6

4.1. SODA Esra .................................................................. 6

4.2. PVGIS ....................................................................... 6

4.3. NASA SEE ................................................................... 7

4.4. HelioClim................................................................... 8

4.5. CMSAF....................................................................... 8

5. Estudio estadstico y anlisis de la informacin......................8

6. Aplicaciones .............................................................. 16

7. Conclusiones.............................................................. 16

8. Bibliografa................................................................ 17

MSTER EN ENERGAS RENOVABLES Y MERCADO ENERGTICO Energa Solar Fotovoltaica

EOI Escuela de Organizacin Industrial http://www.eoi.es

4

1. Antecedentes

El conocimiento preciso de la irradiacin solar es esencial para multitud de aplicaciones, que incluyen

sistemas de generacin energtica solares, modelos de crecimiento de cultivos y estimaciones de

evapotranspiracin. La radiacin solar global se mide en tierra a travs de un conjunto escaso de

estaciones meteorolgicas con piranmetros, costosas de instalar y mantener. Realizar un mapa de

irradiacin mediante interpolacin/extrapolacin, teniendo en cuenta solamente datos de estaciones,

es inadecuado por los grandes errores que se derivan cuando dichas estaciones no estn cercanas ni

uniformemente distribuidas.

La radiacin solar tambin puede ser medida a travs del anlisis de imgenes de satlite. Tanto la

resolucin de estas imgenes, en general de bastantes km x km, como su variabilidad a efectos de

nubosidad y a variables microclimticas, inducen en estos modelos un cierto grado de incertidumbre no

conocido en la mayor parte de los casos (Journe & Bertrand, 2010; Gueymard & Wilcox, 2011).

2. Alcance

El objetivo del presente documento es recoger a modo enunciativo cada una de las fases del proyecto.

Se va a realizar un estudio de variabilidad de radiacin global en el plano horizontal entre datos de

irradiacin de satlite y datos medidos en la superficie terrestre para la Espaa peninsular. Estos datos

sern procesados para ver cul es su influencia sobre la radiacin efectiva en el plano inclinado

(plantas fotovoltaicas) y sobre la productividad de dichas plantas, que pese a no haber entrado en un

anlisis propio, la relacin con la radiacin efectiva estudiada es directa.

En primer lugar, se detallar el proceso de seleccin de la ptima base de datos de radiacin satelital,

que como se ver despus es la base CM-SAF (Satellite Application Facility on Climate Monitoring),

desarrollada por el Deutscher Wetterdienst (servicio meteorolgico alemn), en colaboracin con los

servicios meteorolgicos finlandeses, belgas, holandeses, suecos y suizos. Posteriormente, se elegir la

ptima red de mediciones in situ. Para la Espaa peninsular se concluir que es Mapa SIAR (Servicio de

Informacin Agroclimtico para el Regado). En dicho estudio se estudiar la variabilidad y los errores

mximos registrables por dicha red de estaciones y la ubicacin de las estaciones meteorolgicas (dato

confidencial a priori segn el Ministerio de Medio Ambiente y Medio Rural y Marino).

A continuacin, se programar un software en R en el cual se ubicarn las estaciones y sus datos de

irradiacin y se analizarn tcnicas de kriging para ver qu modelo se adapta mejor a la realidad de

radiacin solar de la Espaa peninsular. Se ver cul es la variabilidad respecto a los valores de



5

irradiacin de CM-SAF. Para terminar se analizarn los resultados y se comprobar su relacin.

Finalmente, se analizarn las mltiples aplicaciones del proyecto que exceden el mbito investigador.

3. Estaciones terrestres

De entre las diferentes agencias que recogen datos de irradiacin global en el plano horizontal de

forma sistemtica y ordenada (AEMET www.aemet.es, METEOCLIMATIC www.meteoclimatic.com) se

elige Mapa SIAR (Servicio de Informacin Agroclimtico para el Regado). El motivo de esta eleccin es

la fiabilidad y la gestin estandarizada de los datos medidos por Mapa SIAR ya que AEMET (Agencia

Espaola de Meteorologa) est ms especializada en la prediccin meteorolgica que en la gestin de

datos histricos y METEOCLIMATIC gestiona sus datos de irradiacin de forma no profesional y el rigor

de sus datos no cumple las condiciones de calidad que requiere este proyecto.

Mapa SIAR dispone de 395 estaciones estandarizadas del tipo Campbell- CR10X, con piranmetros SKYE

SP1110 o de mayor precisin (5% mximo de error), que llevan recogiendo datos irradiacin solar global

en el plano horizontal con tiempos de muestreo 10s y almacenados en ficheros semihorarios desde

2004. Estas estaciones se gestionan (operacin y mantenimiento) a nivel nacional, a travs de la

empresa TRAGSA, en cada una de las doce Comunidades Autnomas que constituyen Mapa SIAR

(Galicia, Navarra, Castilla y Len, Aragn, Comunidad Valenciana, Islas Baleares, Castilla La Mancha,

Extremadura, Andaluca, Madrid, Murcia y Canarias). La gestin de los datos medidos se realiza a travs

de los organismos designados por cada una de las Comunidades Autnomas.

Uno de los grandes cuellos de botella que se han registrado durante la realizacin del proyecto ha sido

la ubicacin precisa con coordenadas de las estaciones meteorolgicas que podemos apreciar en la

figura 1. Por cuestiones de seguridad, el Ministerio de Medio Ambiente y Medio Rural y Marino no hace

pblicas estas coordenadas y la obtencin de las mismas se ha tenido que realizar de forma personal

Comunidad a Comunidad, con visitas a los diferentes portales web, conversin y estandarizacin de la

informacin para cada estacin de cada provincia, bsqueda manual de las estaciones ausentes,

tratamiento y gestin de las coordenadas UTM facilitadas sin huso geogrfico y su conversin a latitud y

longitud en funcin de la zona (29,30 o 31).



6

Figura 1. Ubicacin de las estaciones de Mapa SIAR. (Fuente: elaboracin propia)

4. BASES SATELITALES

En los ltimos aos se han desarrollado una serie de bases de dato con informacin sobre recursos de

energa solar algunas de ellas son ESRA, SODA, Satel-Light, PVGIS, PVSAT, PVSAT-2 o Heliostat-3 y el

proyecto ESA. Esto ha llevado a la situacin de que varias bases de datos diferentes existen en

paralelo, cada una con un enfoque diferente, con diferentes coberturas espaciales y temporales y

resoluciones diferentes. Los usuarios han de comparar, por tanto, informacin de diferentes fuentes: lo

que es difcil de tratar.

4.1 SODA ESRA

SODA (http://www.helioclim.net/esra/) es una aplicacin diseada para obtener informacin sobre

varios recursos solares. Una serie de bases de datos almacena series de tiempo a largo plazo de

irradiacin o radiacin, temperatura, precipitacin, el factor de turbidez Linke, turbidez atmosfrica,

propiedades de cielos claros, radiacin fotosintticamente activa y la distribucin espectral. Todas

estas bases de datos tienen una interfaz de trabajo similar, con datos comunes de entrada: Longitud,

latitud y altitud.



7

Los datos de radiacin son proporcionados por la base de datos de METEONORM desde 1981, con una

resolucin 1 x 1 km con una cobertura de todo el mundo. Aunque con vistas a sus caractersticas

tcnicas cabra pensar que es una de las mejores, cae un importante peso negativo sobre ella y es que

la obtencin de sus datos requiere remuneracin econmica.

4.2 PVGIS

PVGIS (http://re.jrc.ec.europa.eu/pvgis/) es un proyecto de investigacin y

desarrollo de un instrumento de polticas de apoyo a la evaluacin geogrfica de los recursos de la

energa solar. Este proyecto forma parte de los desarrollados por SOLAREC, que es una compaa que

se dedica a la produccin de este tipo de energa y que forma parte de la unidad de Energas

Renovables de la JCR (Joint Research Center) de la Unin Europea.

PVGIS cubre el continente europeo, la cuenca mediterrnea, frica y el sur-oeste de Asia, aunque en

nuestro caso solo nos centramos en el continente europeo, dado que las caractersticas tcnicas de uno

y otro cambian. En tal caso, se nos proporcionan datos desde el ao 1986, con una resolucin de 1 x1

km y de modo gratuito. En este caso a pesar de lo bueno que pueda parecer este mtodo, existen otros

como el que hemos elegido, CMSAF, que nos otorgan una sencillez extrema a la hora de descargar los

datos. Nuestro cuello de botella es la descarga masiva de stos, lo que facilita enormemente CM-SAF,

ya que las otras bases proporcionan la informacin punto a punto.

4.3 NASA SEE (Surface Meteorology and Solar Energy)

Desde la Nasa contamos con una serie de productos relacionados con la radiacin. Nosotros

trabajaremos con la ltima versin de SSE (http://eosweb.larc.nasa.gov/sse/RETScreen/), la 6.0 que

se cre para las energas renovables solares. A su vez dicho producto se basa en el SRB (Surface

Radiation Budget). La Nasa lleva tomando datos desde 1983 y los ofrece gratuitamente. Su punto fuerte

es que tiene una cobertura de todo el mundo aunque la resolucin es de 1x1, aproximadamente de

100km x 100km, lo cual es bastante mejorable. Con los productos que ofrece la Nasa podemos conocer

la radiacin global, directa y difusa adems de una serie de parmetros meteorolgicos como la

humedad, presin Los valores de radiacin medidos en el SSE son comparados con los de la red de

estaciones terrestres que tiene la Nasa por todo el mundo (39 estaciones), la BSRN (Baseline Surface

Radiation Network). Se obtienen unos RMS (Errores cuadrticos medios) para promedios mensuales de

18.7% y para promedios diarios de 37.7%.



8

4.4 HelioClim

HelioClim (http://www.helioclim.net/) creado por la Escuela de Minas de Pars, se basa en el

mtodo Heliosat que convierte imgenes satelitales de Meteosat (Europa), GOES (USA) o GMS (Japn)

en mapas de radiacin solar a nivel del suelo. Actualmente se emplea la versin Heliosat 2.0 aunque el

Heliosat 4.0 est siendo desarrollado en Pars con ayuda de la DLR (Agencia Aeroespacial Alemana). Los

datos se ponen a disposicin del usuario a travs de las bases de datos HelioClim. Existen tres versiones

de la misma HC-1, HC-2 y HC-3, de uso actual. Adems se est trabajando en la versin HC-4. HelioClim

lleva tomando datos desde el 1985 aunque el HC-3 funciona desde el 2002, ofrece una resolucin

espacial de un 5km x 5km y tiene una cobertura de latitud entre -66 y +66 y longitud entre -66 y +66

(viene a ser Europa, frica, mar Mediterrneo, ocano Atlntico y parte del ndico). Podemos obtener

datos de radiacin global y directa. Un punto en contra es su carcter de pago. Comparando los

valores obtenidos con HelioClim y los de estaciones por Europa se llega a la conclusin de que tenemos

un RMS de 31% para promedios horarios y de un 15% para promedios diarios.

4.5 CM-SAF

CM-SAF (http://www.cmsaf.eu/) ha sido desarrollado por el Servicio de Meteorologa Alemn

colaborando con el dans, belga, holands, sueco y suizo. Empez a funcionar en fase inicial desde el

2004 y en fase de operacin desde 2007.

Cada producto existe en dos versiones diferentes, una versin que deriva de datos de satlites de

rbita polar (NOAA/METOP AVHRR) y otra que deriva de datos de satlites geoestacionarios

(METEOSAT/SEVIRI). Su cobertura es el continente europeo. Se trabajar con SIS (Radiacin de onda

corta que llega a la superficie, medida en Wm2).

La resolucin espacial es de 15 x 15 km2 y lo ms destacable es la facilidad con la que provee los

datos. Facilitan los mismos abriendo un ftp, con una sola peticin, proporcionando una descarga masiva

de datos que posibilita la generacin de mapas. Adems, su poltica de libre uso y distribucin es la que

nos hace decidirnos por el CM-SAF como la base de datos a usar.

5. Estudio estadstico y anlisis de la informacin

El grueso del proyecto consiste en el anlisis de estadstica espacial de los datos de radiacin. Se

programa en R un script que ubique las estaciones SIAR a partir de sus coordenadas sobre una capa de

la geografa espaola peninsular y se incluye todo en un dataframe (tipo de matriz con informacin

estructurada en su interior) con las 395 estaciones y todos sus datos de irradiacin medidos. Se aade



9

otra capa en forma de shapefile (archivo de lneas) que diferencie las fronteras autonmicas para una

mejor localizacin de las estaciones. Los datos que facilita Mapa SIAR son de irradiacin global diaria

en el plano horizontal y para simplificar el proceso se calcula la irradiacin global anual. Se procede a

modelos de geoestadstica espacial para realizar un mapa de irradiacin teniendo en cuenta las

estaciones y sus valores de radiacin. Cabe mencionar que para el clculo de radiacin efectiva,

usamos valores diarios pero para realizar la comparativa con CM-SAF y el mtodo de kriging usamos

valores anuales.

Cabe destacar que el sistema de irradiacin de la NASA de imgenes satlites dispone de 39 estaciones

terrestres para dar solidez a sus estimaciones para todo el planeta. El proyecto que nos centra

pretende analizar mapas de satlite de CMSAF para la Espaa peninsular tomando 395 estaciones para

esta comprobacin.

Se han eliminado algunas estaciones problemticas de Badajoz, Ciudad Real y Salamanca cuya

irradiacin anual se separa en exceso de la tendencia general. Los valores de irradiacin de estas

estaciones pueden estar alterados debidos a errores de calibracin de los piranmetros, sombras

externas, o errores de procesamiento de los datos por Mapa SIAR.

Se estudian los distintos modelos de correlacin (interpolacin/extrapolacin) y se ve qu modelos

proporcionan mapas de irradiacin ms uniformes. El sistema IDW (Inverse Distance Weighted) es un

mtodo no estadstico que no suministra informacin sobre la varianza de la prediccin y proporciona

un mapping teniendo en cuenta exclusivamente la distancia entre estaciones, suponiendo que entre

estaciones meteorolgicas cercanas, la irradiacin tiene ms relacin que entre las lejanas. Este

sistema no proporciona un ajuste demasiado preciso, como se aprecia en la Figura 2. Para los extremos

peninsulares como Galicia, donde solo hay 4 estaciones y es muy dependiente de estaciones cuyas

mediciones difieren mucho de sus coetneas, dando un ajuste muy agresivo.



10

Figura 2 Anlisis IDW de irradiacin global en el plano horizontal para SIAR en [kWh/m2]

En el siguiente grfico boxplot de diferencia de irradiacin global anual en el plano horizontal entre

CMSAF y las estaciones SIAR se muestran los valores mximos, mnimos y la distribucin del primer y

tercer cuartil divididos para diez intervalos de latitud.

Figura 3 Boxplot de diferencia de irradiacin CMSAF vs. SIAR para 10 intervalos de latitud

El ajuste por superficie tampoco es un mtodo estadstico y se basa en el seguimiento de valores de

irradiacin similares a lo largo de las estaciones mediante un ajuste de polinomio de segundo grado,



11

tampoco proporciona una solucin acertada. Ante los resultados obtenidos, se decide recurrir a

tcnicas de kriging, que consisten en relacionar dichos datos reales puntuales, con un ajuste espacial

basado en el variograma de la radiacin respecto a la distancia entre las estaciones (ordinary kriging).

El variograma permite modelizar la varianza de cada estacin respecto al resto de ellas y se ajusta

dicho variograma mediante un modelo esfrico. El ordinary kriging responde de forma bastante

adecuada cuando las estaciones estn cerca unas de otras, pero su ajuste se desva para estaciones

aisladas y la influencia de estaciones cuyas mediciones son dudosas es agresiva sobre el modelo. Dando

una vuelta de tuerca ms al modelado se recurre al universal kriging o kriging with external drif, que

combinando los datos de estaciones y el ajuste por variograma, aade una variable explicativa que

suaviza el mapping. Esta variable explicativa debe ser una variable que est relacionada de alguna

manera con la irradiacin y debe ser uniformemente conocida en la geografa peninsular. Se simula con

la latitud, la altitud y finalmente se usa como variable explicativa el propio mapa de irradiacin de CM-

SAF. Este ltimo modelo proporciona el ajuste ms suave y uniforme de las estaciones de SIAR:

z(s)=m(s)+y(s)+e(s)

Dnde m(s) es un valor medio de la radiacin que vendr explicado por la variable explicativa. Esta

primera aproximacin a travs de la variable explicativa tendr unos residuos. Se detallar el

comportamiento espacial de dichos residuos con ayuda del variograma, y(s). Pero, a su vez, el ajuste

del variograma contar con otros residuos (residuos de residuos) que, esta vez s, carecern de

carcter espacial y por tanto no explicaremos, e(s). Como se deduce del variograma, existe un valor

inicial (nugget) que implica que existe una varianza innata para un punto en el espacio. Tambin se

deduce que para distancias superiores a 200uds. la influencia entre estaciones se hace nula.

Figura 4 Variograma con ajuste esfrico de semivarianzas de irradiacin SIAR respecto a la distancia entre

estaciones con influencia de CMSAF para universal kriging



12

En el siguiente grfico se muestra la irradiacin global anual en el plano horizontal de las estaciones

SIAR modelado con universal kriging ajustado con CMSAF. Se comprueba que el mapa tiene un ajuste

ms suave que con el IDW, ordinary kriging o ajuste por superficie.

Figura 5 Mapa de irradiacin global anual en el plano horizontal de Mapa SIAR obtenido por universal kriging

con ajuste de CMSAF en [kWh/m2]

Como se puede apreciar, para altas latitudes existe una mayor dispersin de irradiacin que para el Sur

peninsular. De los siguientes grficos se pueden interpretar un par de hechos. Del grfico de la

izquierda se deduce que entre el Sur y Norte peninsular existe una variacin de al menos 400kWh/m2 y

que existe una relacin modelable entre la latitud y la irradiacin global anual. Del mapa de la derecha

se entiende que para el Norte existe un aumento y densificacin de la varianza en torno a

9000kWh2/m4 y que para el resto de la Pennsula hay dos franjas de alta densidad: 5000 y 9000

kWh2/m4.



13

Figura 6 Izquierda: Grfico de dispersin de puntos entre la radiacin global horizontal [kWh/m2] de universal kriging de SIAR con ajuste CMSAF en relacin con la latitud. Derecha: varianza de la irradiacin

respecto a la latitud

En el siguiente paso, se obtiene uno de los productos finales del proyecto, que es la diferencia espacial

entre el mapa obtenido de mapa creado a travs de los datos de irradiacin de CMSAF y el mapa de

SIAR ajustado con universal kriging por CMSAF. Una de las conclusiones que se obtiene es la

visualizacin de zonas con variabilidad prxima a cero kWh/m2 y zonas en la que variabilidad oscila

entre -150 y 200kWh/m2. La informacin obtenida sera de gran utilidad para conocer zonas de mejor

precisin en la prediccin de la radiacin, suponiendo una mayor fiabilidad del estudio de rentabilidad

de un proyecto.



14

Figura 7 Diferencia espacial de irradiacin global anual absoluta [kWh/m2] (leyenda superior) o relativa [%] (leyenda inferior) en el plano horizontal entre CMSAF y Mapa SIAR modelado con universal kriging con

ajuste CMSAF

A continuacin, se analiza la irradiacin anual efectiva, que se calcula para cada punto en el plano

ptimo (ngulo ptimo= latitud-10). Esta irradiacin es la que recibira un panel en dicho plano y su

aplicacin ms directa es el clculo de la productividad de plantas fotovoltaicas. Se va a emplear el

paquete solaR (http://cran.r-project.org/web/packages/solaR/index.html) de R, creado por scar

Perpin Lamigueiro, para calcular dicha irradiacin efectiva para el caso de sistemas fotovoltaicos

fijos, sistemas con un solo eje de seguimiento (N-S) y para sistemas con seguimiento a doble eje.

En la siguiente figura se muestra una comparativa en trminos absolutos de diferencia de irradiacin

anual efectiva. Se deduce que los valores de irradiacin son mayores para CMSAF que para Mapa SIAR.

Existen varias explicaciones a este suceso.

-Offset: es decir que los valores de CMSAF tengan un valor siempre mayor al de SIAR.

-Influencia temporal: en el anlisis se toman los datos de irradiacin de CMSAF para el ao 2008, pero

se puede hacer el estudio para otros aos ms. Sin embargo, no se hace lo mismo con Mapa SIAR, al

tomar datos de irradiacin de varios aos (desde 2004). Por lo tanto, tal y como fue 2008, un ao



15

extremadamente soleado (dcimo ms soleado desde mediados de siglo XIX segn la Organizacin

Meteorolgica Mundial, 2008 OMM), los valores se encuentran por encima de la media y este hecho

puede explicar que CMSAF d valores superiores a SIAR.

-Tratamiento de los datos: el tratamiento de los datos es diferente. En CMSAF se toman valores

mensuales para posteriormente realizar la irradiacin anual. Sin embargo, en SIAR se toman valores

diarios para calcular la irradiacin anual. Este hecho puede tener su influencia en la solucin final.

Figura 8 Comparativa de diferencias de irradiacin efectiva absoluta (kWh/m2) entre CMSAF y Mapa SIAR. Izquierda: sistema FV fijo. Centro: seguimiento a un eje N-S. Derecha: seguimiento a doble eje. Nota: las

escalas de colores entre grficos no son iguales. Veanse las leyendas.

Se realiza el mismo anlisis pero expresando los resultados en trminos relativos porcentuales. Se ve

cmo para sistemas de doble eje el error es mayor que para sistemas con un solo eje o fijos. La

radiacin global efectiva es una funcin no lineal de la radiacin horizontal y por lo tanto, el derivado

(doble eje, simple eje, fijo) depende del valor de dicha radiacin horizontal. La variabilidad de la

irradiacin efectiva es mayor que la variabilidad de la irradiacin horizontal.



16

Figura 9 Comparativa de diferencias de irradiacin efectiva relativa (%) entre CMSAF y Mapa SIAR. Izquierda: sistema FV fijo. Centro: seguimiento a un eje N-S. Derecha: seguimiento a doble eje. Nota: las

escalas de colores entre grficos no son iguales. Veanse las leyendas.

6. Aplicaciones

El proyecto trata un tema de enorme potencial de desarrollo e investigacin. Los mapas de irradiacin

tanto horizontal como efectivos pueden ser aplicados para analizar proyectos de energa solar

fotovoltaica y conocer qu variabilidades existen segn se tome una base de datos u otra y su

influencia sobre la inversin. Ser objeto de otro estudio, el anlisis de la productividad de plantas

fotovoltaicas teniendo en cuenta la temperatura y su importancia sobre la eficiencia. Los mapas de

irradiacin obtenidos pueden ser utilizados para estudiar el incremento de temperaturas peninsular,

anlisis de sequas, crecimiento de cultivos

7. Conclusiones

Por la complejidad del proyecto y por la dificultad de la obtencin de datos de ubicacin de las

estaciones meteorolgicas, (no publicados nacionalmente por motivos de seguridad) no se han

cumplido todos los objetivos iniciales como el anlisis temporal de la irradiacin o el clculo de la

productividad. Aun as, se considera que los resultados obtenidos en tiempo y forma y con rigor

cientfico son un buen punto de partida para futuras lneas de investigacin. Se espera que los

resultados obtenidos en este proyecto sean publicados y/o presentados prximamente en algn

congreso de divulgacin cientfica.



17

8. Bibliografa

Libros

Manual de R-project

BIVAND R.S., PEBESMA E.J. & GMEZ-RUBIO V., 2008, Aplied spatial data anlisis with R,

Springer.

HENGI T., 2009, A practical Guide to Geostatistical zapping, lulu.com.

COWPERTWAIT P.S.P & METCALFE A.V, 2009, Introductory time series with R, Springer

Enlaces de inters

Blog scar Perpin Lamigueiro http://procomun.wordpress.com/

Geonames: http://www.geonames.org/

R-spatial: http://r-spatial.sourceforge.net/

Spatial-analyst: http://spatial-analyst.net/wiki/index.php?title=Main_Page

Artculos de inters

BEYER H. G, CZEPLAK G., TERZENBACH U. & PERGAMON L.W, 1997, Assessment of the

method used to construct clearness index maps for the new European solar radiation atlas

(ESRA), Pergamon.

BEYER H.G., HEINEMANN D., HOYER C., REISE C., WIEMKEN E. & MUSIKOWSKI H.D., Accuracy

of the estimation of monthly performance figures of grid-connected PV Systems base don

remote data sources

GUEYMARD C.A., & WILCOX S.M., 2011, Assessment of spatial and temporal variability in the

US solar resource from radiometric measurements and predictions from models using

ground-based or satellite data, ScienceDirect.

HAY J.E, 1986, Errors associated with spatial interpolation of mean solar irradiances, Solar

Energy (Vol 37).

HULD T., SURI M. & DUNLOP E.D, 2007, Comparison of potencial solar electricity output

from fixed-inclined and two-axis Trucking photovoltaic modules in Europe, Progress in

photovoltaics: research and applications.

HULD T., SRI M. & DUNLOP E.D, 2008, Geographical variation of the conversion efficiency

of crystalline silicon photovoltaic modules in Europe, Progress in photovoltaics: research and

applications.

JOURNE M. & BERTRAND C., 2010, Improving the spatial-temporal distribution of surface



18

solar radiation data by merging ground and satellite measurements, Remote sensing of

environment.

LEFEVRE M., REMUND J., ALBUISSON, M. & WALD L., 2002, Study of effective distances for

interpolation schemes in meteorology, Geophysical Research Abstracts (vol 4).

PERPIN O., 2009, Statistical analysis of the performance and simulation of a two-axis

tracking PV system, ScienceDirect.

SURI M., HULD T., DUNLOP E.D., ALBUISSON M., LEFEVRE M. & WALD L., 2007, Uncertainties

in photovoltaic electricity Yield prediction from fluctuation of solar radiation.

SURI M., REMUND J., CEBECAUER T., WALD L., HULD T. & BLANC P., 2008, First steps in the

cross-comparison of solar resource spatial products in Europe, Eurosun.

Documents

Componente digital (1).pdf