An ANFIS-Based Modeling Comparison Study for Photovoltaic Power at Different Geographical Places in Mexico

Nun Pitalúa-Díaz, Fernando Arellano-Valmaña, Jose A. Ruz-Hernandez, Yasuhiro Matsumoto, Hussain Alazki, Enrique J. Herrera-López, Jesús Fernando Hinojosa-Palafox, A. García-Juárez, Ricardo Arturo Pérez-Enciso and Enrique Fernando Velázquez-Contreras
Additional contact information
Nun Pitalúa-Díaz: Departamento de Ingeniería Industrial, Departamento de Ingeniería Química y Metalurgia, Departamento de Investigación en Física, Departamento de Investigación en Polímeros y Materiales, Universidad de Sonora, Blvd. Luis Encinas y Rosales S/N, Col. Centro. Hermosillo 83000, Sonora C.P., Mexico
Fernando Arellano-Valmaña: Facultad de Ingeniería, Universidad Autónoma del Carmen, Calle 56 No. 4 Esq. Avenida Concordia Col. Benito Juárez C.P. 24180 Cd. Del Carmen, Campeche, Mexico
Jose A. Ruz-Hernandez: Facultad de Ingeniería, Universidad Autónoma del Carmen, Calle 56 No. 4 Esq. Avenida Concordia Col. Benito Juárez C.P. 24180 Cd. Del Carmen, Campeche, Mexico
Yasuhiro Matsumoto: Departamento de Ingeniería Eléctrica, Centro de Investigación y de Estudios Avanzados del IPN, Av. Instituto Politécnico Nacional 2508, La Laguna Ticoman, C.P. 07360 Ciudad de México, CDMX, Mexico
Hussain Alazki: Facultad de Ingeniería, Universidad Autónoma del Carmen, Calle 56 No. 4 Esq. Avenida Concordia Col. Benito Juárez C.P. 24180 Cd. Del Carmen, Campeche, Mexico
Enrique J. Herrera-López: Biotecnología Industrial, Sublínea Bioelectrónica, Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de Jalisco A.C., Camino Arenero 1227, Col. El Bajío del Arenal, C.P. 45019 Zapopan Jalisco, Mexico
Jesús Fernando Hinojosa-Palafox: Departamento de Ingeniería Industrial, Departamento de Ingeniería Química y Metalurgia, Departamento de Investigación en Física, Departamento de Investigación en Polímeros y Materiales, Universidad de Sonora, Blvd. Luis Encinas y Rosales S/N, Col. Centro. Hermosillo 83000, Sonora C.P., Mexico
A. García-Juárez: Departamento de Ingeniería Industrial, Departamento de Ingeniería Química y Metalurgia, Departamento de Investigación en Física, Departamento de Investigación en Polímeros y Materiales, Universidad de Sonora, Blvd. Luis Encinas y Rosales S/N, Col. Centro. Hermosillo 83000, Sonora C.P., Mexico
Ricardo Arturo Pérez-Enciso: Departamento de Ingeniería Industrial, Departamento de Ingeniería Química y Metalurgia, Departamento de Investigación en Física, Departamento de Investigación en Polímeros y Materiales, Universidad de Sonora, Blvd. Luis Encinas y Rosales S/N, Col. Centro. Hermosillo 83000, Sonora C.P., Mexico
Enrique Fernando Velázquez-Contreras: Departamento de Ingeniería Industrial, Departamento de Ingeniería Química y Metalurgia, Departamento de Investigación en Física, Departamento de Investigación en Polímeros y Materiales, Universidad de Sonora, Blvd. Luis Encinas y Rosales S/N, Col. Centro. Hermosillo 83000, Sonora C.P., Mexico

Energies, 2019, vol. 12, issue 14, 1-16

Abstract: In this manuscript, distinct approaches were used in order to obtain the best electrical power estimation from photovoltaic systems located at different selected places in Mexico. Multiple Linear Regression (MLR) and Gradient Descent Optimization (GDO) were applied as statistical methods and they were compared against an Adaptive Neuro-Fuzzy Inference System (ANFIS) as an intelligent technique. The data gathered involved solar radiation, outside temperature, wind speed, daylight hour and photovoltaic power; collected from on-site real-time measurements at Mexico City and Hermosillo City, Sonora State. According to our results, all three methods achieved satisfactory performances, since low values were obtained for the convergence error. The GDO improved the MLR results, minimizing the overall error percentage value from 7.2% to 6.9% for Sonora and from 2.0% to 1.9% for Mexico City; nonetheless, ANFIS overcomes both statistical methods, achieving a 5.8% error percentage value for Sonora and 1.6% for Mexico City. The results demonstrated an improvement by applying intelligent systems against statistical techniques achieving a lesser mean average error.

Keywords: ANFIS; statistical method; gradient descent; photovoltaic system; sustainable development (search for similar items in EconPapers)
JEL-codes: Q Q0 Q4 Q40 Q41 Q42 Q43 Q47 Q48 Q49 (search for similar items in EconPapers)
Date: 2019
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (4)

Downloads: (external link)
https://www.mdpi.com/1996-1073/12/14/2662/pdf (application/pdf)
https://www.mdpi.com/1996-1073/12/14/2662/ (text/html)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:gam:jeners:v:12:y:2019:i:14:p:2662-:d:247553

Access Statistics for this article

Energies is currently edited by Ms. Agatha Cao

More articles in Energies from MDPI
Bibliographic data for series maintained by MDPI Indexing Manager ().