Andalucía tiene potencial fotovoltaico excepcional, pero el calor extremo reduce la eficiencia de las placas. Un modelo de inteligencia artificial de la Universidad de Córdoba predice las horas solares pico hasta 2100. Esto permite planificar instalaciones con precisión geográfica y temporal. La herramienta ya guía decisiones en Sevilla, Granada y Jaén. Es clave para cumplir los objetivos de la Ley de Cambio Climático y la Estrategia Energética Nacional.
¿Qué son las horas solares pico y por qué importan para la energía solar?
Las horas solares pico miden la radiación solar efectiva: 1.000 watios por metro cuadrado durante una hora. No equivalen a una hora cronológica. Son la base para dimensionar plantas fotovoltaicas.
Un panel de 400 W en una zona con 5 horas solares pico genera 2.000 Wh diarios. Sin esta métrica, se sobredimensionan o subdimensionan instalaciones. En Andalucía, la variabilidad térmica altera esta cifra real. El modelo de la UCO corrige ese sesgo con datos históricos y proyecciones climáticas.
Temperatura y eficiencia: el doble efecto del clima andaluz
Las placas solares pierden eficiencia al superar los 25 °C. En verano, Andalucía supera los 40 °C. Eso reduce la producción hasta un 15 %. El modelo de IA integra variables térmicas reales, no solo irradiancia. Así evita sobreestimaciones comunes en estudios tradicionales.
¿Cómo funciona el modelo de IA de la Universidad de Córdoba?
El sistema usa redes neuronales profundas entrenadas con 40 años de datos meteorológicos. Procesa variables como humedad, nubosidad, temperatura superficial y viento. Genera mapas de resolución 1 km² para cada década hasta 2100.
Validación con plantas reales
El modelo se validó con datos de tres plantas operativas: una flotante en Jaén, una fija en Sevilla y otra en Almería. El error medio fue del 3,2 % —muy por debajo del 8–12 % habitual en modelos estadísticos clásicos.
¿Dónde se instalarán las próximas plantas fotovoltaicas en Andalucía?
El mapa prioriza zonas con alta irradiancia y menor estrés térmico. Destacan el norte de Jaén, el sur de Córdoba y el oeste de Granada. Estas áreas combinan altos valores de horas solares pico con temperaturas más estables. Sevilla ya aplica los resultados para su proyecto de baterías gigantes de almacenamiento solar.
Impacto económico y regulatorio
Cada 1 % de mejora en la predicción de horas solares pico reduce un 0,7 % el coste nivelado de la energía (LCOE). Según el IDAE, eso representa 120 millones € anuales en ahorro regional para 2030. La herramienta también alinea con el Real Decreto 1183/2020, que exige estudios de viabilidad técnica basados en datos climáticos actualizados.
¿Qué implica este avance para la transición energética en España?
Andalucía aporta el 22 % de la potencia fotovoltaica instalada en España. Su evolución define el ritmo nacional. El modelo de IA no solo mejora la planificación: permite integrar la energía solar con redes inteligentes y sistemas de almacenamiento. Es un pilar para cumplir el 74 % de electricidad renovable exigido para 2030 en el PNIEC.
Datos Clave
- El modelo predice horas solares pico con error medio del 3,2 %, frente al 10 % habitual
- Usa datos de temperatura real para corregir la pérdida de eficiencia en placas solares
- Mapas de resolución 1 km² disponibles para todo el territorio andaluz hasta 2100
- Aplicable a la toma de decisiones de inversores, ayuntamientos y el IDAE
- Alineado con el Real Decreto 1183/2020 y el PNIEC 2021–2030
El avance no es solo técnico: es una herramienta de soberanía energética. Permite a Andalucía dejar de depender de modelos extranjeros y construir una planificación energética propia, precisa y adaptada al cambio climático. La inteligencia artificial ya no es una promesa: es infraestructura crítica.
