Capítulo 5: DISCUSIÓN E INTERPRETACIÓN DE RESUL TADOS
5.2 COMPARACIÓN DE RESULTADOS .......................................................................... 1 01
a este último son potencialmente puntos atípicos. En base a ello visualizamos el diagrama de residuos según los resultados, los mismos que no sobre pasan a ± 0.8, esto implica que no existe ningún punto atípico más por el contrario muestra mayor robustez en los resultados, por tanto el experimento fue de éxito, debido a que la dispersión no es muy amplia y que no muestra indicios de falla en la presentación de resultados.
El histograma de los residuos que representa la figura 4.16, muestra la normalidad de los datos en el intervalo ± 0.8, esto implica que están configurados de manera simétrica generando dos colas y la concentración de residuos en la parte central, esto es corroborado por el nivel significancia P que fueron menores a 5%.
La figura 4.17 que representa a los residuales contra los valores ajustados, muestra que el modelo adoptado es la correcta puesto que la dispersión no excede a ± 3, solo llega a ± 0.8.
Finalmente, la figura 4.18 que representa a la gráfica de probabilidad normal de residuos, también muestra la consistencia de los residuos y descarta la existencia de valores atípicos, es más garantiza que no existen errores en los cálculos ni en la matriz del diseño experimental.
ANOVA unidireccional de resultado versus posición es 0.183 (18.3%), es decir solo la posición no es significativo dentro del sistema. Ver tabla 5.1.
Tabla 5.1; Comparación de Resultados vs. Factores ANOVA unidireccional: RESULTADO vs. E
Fuente E Error Total
GL 1 22 23
se
28.77 87.36 116.12
CM 28.77 3.97
ANOVA unidireccional: RESULTADO vs. A
Fuente GL
se
A 1 19.39
Error 22 96.74
Total 23 116.12
ANOVA unidireccional: RESULTADO vs. P
Fuente GL
se
p 1 9.21
Error 22 106.92
Total 23 116.12
CM 19.39 4.40
CM 9.21 4.86
Fuente; Elaboración propia F 7.25
F 4.41
F 1.89
p 0.013
p 0.047
p 0.183
En el capítulo 11, específicamente en el ítem 2.1, se hallan los antecedentes que son tesis, en ellos no existe ningún análisis utilizando diseños factoriales, solo se limitan a mostrar como resultado a la forma de utilizar la energía solar para iluminación incidiendo que es segura y amigable con la ecología, en mi estudio evalúo la radiación solar bajo dos fuentes uno utilizando herramientas informáticos y otro con el monitoreo que al final coinciden en el resultado, además utilizamos el diseño factorial para el análisis de la significancia de los factores como los ángulos de elevación, acimut y posición los mismos que se muestran en el contenido de la tesis, esto realmente optimiza otorgándonos bondades para la toma de decisiones. Otras tesis también se limitar hacer el estudio económico y la factibilidad del proyecto de electrificación teniendo en
cuenta la reducción de GEl. Un estudio muestra los cálculos del dimensionamiento al igual que el estudio, considerando la radiación. Humedad y temperatura y la carga mecánica, lo que no se hizo dentro de mi tesis, sin embargo, el análisis que se hizo es fiable y consistente.
5.3
EVALUACIÓN DE RESULTADOSSi bien los resultados del diseño factorial son significativos y de consistencia, a continuación evaluamos a los ocho tratamientos en base a la generación promedio de energía eléctrica que es de 42,73 Wh y con la asistencia de programa SPSS y el estadígrafo T de student, evaluamos que tratamiento es el adecuado para la generación de energía eléctrica más eficiente.
Tabla 5.2; Evaluación de los tratamientos del estudio
Estadísticos para una muestra
N Media Desviación típ. Error tí p. de la media
TRATAMIENT001; E1,A1,P1 3 48,1533 ,39501 ,22806
rue a para una mues ra
p b t
Valbr de prueba= 42.73
t gl Sig. Diferencia 95% Intervalo de confianza (bilateral) de medias ~ra la diferencia
Inferior Superior TRATAMIENTO 01¡ E1,A1,P1 23;780 2 ;002 5;42333 4;4421 6;4046
Error tí p. de la media
TRATAMIENTO 02 ,44168
Valor de prueba = 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias para la diferencia
Inferior Superior
TRATAMIENTO 02 -1,162 2 ,365 -,51333 -2,4137 1,3870
TRATAMIENTO 03
Prueba para una muestra
Valor de prueba = 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias j:>ara la diferencia
Inferior Superior
TRATAMIENTO 03 -,379 2 ,741 -,07333 -,9056 ,7589
Error tí . de la media
TRATAMIENTO 04 ,00577
Valor de prueba = 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias para la diferencia
Inferior Superior TRATAMIENTO 04 -407,032 2 ,000 -2,35000 -2,3748 -2,3252
Error tí p. de la media
TRATAMIENTO 05 ,05487
Valor de prueba - 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias para la diferencia
Inferior Superior TRATAMIENTO 05 -19,560 2 ,003 -1,07333 -1,3094 -,8372
Error tí . de la media
TRATAMIENTO 06 ,13279
Valor de prueba= 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias para la diferencia
Inferior Superior
TRATAMIENTO 06 -1,732 2 ,225 -,23000 -,8014 ,3414
Estadísticos para una muestra
N Media Desviación típ. Error tí p. de la media
TRATAMIENTO 07 3 42,8433 ,25502 ,14723
Prueba para una muestra
Valor de prueba - 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias para la diferencia
Inferior Superior
TRATAMIENTO 07 ,770 2 ,522 ,11333 -,5202 ,7468
Estadísticos para una muestra
N Media Desviación típ. Error tí p. de la media
TRATAMIENTO 08 3 41,4533 ,15503 ,08950
Prueba para una muestra
Valor de prueba = 42.73
t gl Sig. (bilateral) Diferencia de 95% Intervalo de confianza medias para la diferencia
Inferior Superior
TRATAMIENTO 08 -14,264 2 ,005 -1,27667 -1,6618 -,8916
Fuente: Elaboración propia
En consecuencia, los tratamientos 2, 3, 6 y 7 no son significativos, es decir, no son óptimos para la generación efectiva de energía, en cambio los tratamientos 1, 4, 5 y 8 son óptimos y significativos; por tanto el tratamiento más significativo es el T 4 por tener sig. (bilateral) = 0.000, que significa: E2, A2 y P1; o sea ángulo de elevación 45°, acimut 355° y la posición del controlador de carga a 1m del panel.
5.4 CONSECUENCIAS TEÓRICAS
Con la tesis se reafirma las consideraciones de los autores como Montgomery, Box y Kuehl; en el que plantean que los análisis factoriales de 2k son esenciales e importantes para la determinación de la interacción de los factores, es más se concreta estableciendo "para la generación efectiva de energía eléctrica se requiere la inferencia de los factores como: Ángulo de elevación, acimut y la posición del controlador de carga", además cuando el ángulo de elevación es de 45°, acimut 355° y la posición del controlador a 1m del panel, se genera energía eléctrica de manera más efectiva.
5.5 APLICACIONES PRÁCTICAS
El resultado de la investigación será internalizado en la instalación del sistema de iluminación con paneles solares fotovoltaicos, teniendo en consideración el tratamiento 04 y así generar energía eléctrica para consumo doméstico, en las comunidades alto andinas como Yanacancha y San José de Quero. En la actualidad existen entidades como el ministerio de Energía y Minas que tienen programas de electrificación rural a través de paneles solares fotovoltaicos, es allí donde se puede aplicar los conocimientos obtenidos en este estudio, siempre y cuando las condiciones geográficas sean semejantes a las comunidades en el que se hizo las pruebas.
CONCLUSIONES
1.- En viviendas altoandinas de las localidades de Yanacancha y San José de Quera, la radiación solar es casi continua permaneciendo unos 5.8 a 5.9 horas picos al día y en consecuencia la radiación es 5.902 kWh/día, cantidad suficiente para la generación de energía eléctrica.
2.- El proceso de dimensionado de los componentes que se hizo en base a los requerimientos de iluminación, emitió la elección de: un panel fotovoltaico de 85 Wp, una batería de 60 Ah, un controlador de carga de 10 A y conductores eléctricos de calibre AWG 12 y 10.
3.- Con los componentes seleccionados, se instaló dos módulos; uno en Yanacancha y otro en San José de Quera, los mismos que se manipularon variando los factores; ángulo de elevación en 30 y 45°, el acimut en
so
y355° y la posición del controlador de carga respecto al panel en 1m y 1.5 m.; todos ellos constituyeron ocho tratamientos que son combinaciones de elevación, acimut y posición (EAP).
4.- El proceso de medición de los dos módulos, arrojó un resultado promedio de generación de energía eléctrica que oscila entre 40.37 Wh y 48.55 Wh, todo ello considerando las diversas combinaciones de los tratamientos.
5.- El diseño factorial permitió la determinación de los efectos de las variables;
elevación, acimut y posición de manera independiente, doble y triple; de los cuales sólo la combinación EA es menos significativo que el resto, sin embargo, no supera el nivel de significancia del 5%.
6.- El modelo matemático para la determinación de los efectos de los factores para la generación de energía eléctrica es:
EF = 42.732-1.095 E-0.899 A-0.619 P + 0.178 EA+ 0.958 EP + 0.934 AP- 0.737 EAP.
El mismo que ha sido determinado por el ajuste factorial de los resultados.
7.- La optimización esta en base a los efectos principales y las interacciones cuya jerarquización es como sigue: en el primer orden se halla el ángulo de elevación, seguido del acimut y luego la posición, en los efectos dobles predomina EP, sigue AP y finalmente el efecto triple EAP. El efecto doble EA es menos significativo; sin embargo todos ellos sobre pasan a la línea base que establece la metodología de diseños factoriales, en consecuencia son importantes las tres variables.
8.- El tratamiento más óptimo está compuesto por el ángulo de elevación de 45°, acimut de 355° y la posición del controlador de carga a 1 m del panel solar, esto es refrendado por la prueba T, con un nivel de significancia 0.000 que es significativamente menor al 5%.
RECOMENDACIONES
1.- Para realizar estudios relacionados al uso de energías renovables, específicamente energía solar, es recomendable ejecutar las mediciones a fin de encontrar el tiempo óptimo en horas pico de la generación de radiación promedio y así decidir si es factible o no la implantación del estudio.
2.- Es recomendable dimensionar todos Jos componentes del sistema en estudio, en base a los requerimientos de los usuarios o el mismo estudio, con fines de evitar variaciones o distorsiones en el momento de instalación del módulo para la experimentación.
3.- Se recomienda tener mayor precisión y cuidado en manipular las variables o factores a fin de evitar errores en la obtención de resultados, además es bueno realizar dos o más réplicas.
4.- Cuando la dispersión excede a ± 3, es recomendable realizar nuevas mediciones o verificar el sistema, a fin de determinar errores en el
proceso, para ello es necesario hacer la prueba de homogeneidad y la normalidad de los datos.
5.- Es recomendable realizar el análisis estadístico relacionado a análisis de varianza, efectos de interacciones de las variables, representación de los residuos, los histogramas, el diagrama de Pareto y gráfica normal de efectos estandarizados, porque permite visualizar
significativa o no significativa de las variables.
la interacción
BIBLIOGRAFIA
Box George E, Hunter Stuart y Hunter William G (2009). Estadística para investigadores-Diseño, innovación y descubrimiento. Barcelona, España:Reverté.
Espinoza Montes, C. A. (2014). Metodología de investigación tecnológica.
Pensando en sistemas. Huancayo, Perú: Soluciones Gráficas SA C.
Fernandez Salgado, J.M. (2009). Tecnología de las Energías Renovables.
Madrid, España: Mundi Prensa.
Juan J. Hermosillo, D. G. (1995). Notas sobre Energía Solar. Tlaquepaque:
/TESO.
Kirschen, D. et al. (2004). Fundamentals of Power System Economics. Wiley.
Kuehl Robert O (2008). Diseño de Experimentos Principios estadísticos de diseño y análisis de investigación. México: Thomson.
Méndez Muñiz, J y Cuervo García,R. (2012). Energía Solar Fotovoltaica.
España:FC Editorial
Moro Vallina, M. (2010). Instalaciones solares Fotovoltaicas. Madrid, España:
Paraninfo S.A.
Perales Benito, T. (2008). Guía del Instalador de Energías Renovables- Energías: Fotovoltaicas, Térmica, Eólica y Climatización. México:
U musa.
Pérez García M. (2011). Sistema de bombeo Eólicos y Fotovoltaicos. España:
Gala SL.
Quezada Lucio N. (2010). Metodología de la Investigación-Estadística aplicada a la investigación. Lima, Perú: Macro.
Quezada Lucio N. (2012). Estadística con SPSS 20. Lima, Perú: Macro
Rifkin, J., Leading the Way to the Third Industrial Revolution: A New Energy Agenda for theEuropean Union in the 21st Century. Rome, 2008.
Sandía National Laboratories. (2001). Guía para el desarrollo de proyectos de bombeo de agua con energía fotovoltaica. Mexico: Temixco,Mor.
TESIS
Huari Vi/a O. (2012).0ptimización de los factores del fenómeno de ariete para mejorar el rendimiento de la bomba de ariete. Huancayo, Peru: FIM- UNCP.
Muñoz Anticona (2005). Aplicación de la energía solar para la electrificación rural en zonas marginales del país. Lima, Perú: UN/.
Valdiviezo Salas, D. (2014). Diseño de un sistema fotovoltaico para el suministro de energía eléctrica a15 computadoras portátiles en la PUCP.
Lima, Perú: PUCP.
Bermudez B. y Gabriel L. (2008). Especificación de un sistema de generación de energía eléctrica usando paneles fotovcoltaicos y convertidores DC!AC. Venezuela: Universidad Central de Venezuela.
Ladino Peralta (2011). La energía solar fotovoltaica como factor de desarrollo en zonas rurales de Colombia. Colombia: Pontificia Universidad Javeriana.
Cornejo La/upú (2013). Sistema solar fotovo/taico de conexión a red en el Centro Materno infantil de la Universidad de Piura. Piura, Perú.
Jadraque Gago, E (2011). Uso de la energía solar fotovo/taica como fuente para el suministro de energía eléctrica en el sector residencial.
Universidad de Granada.
Piriz Sagahon, Y. (2013). Energía solar térmica y fotovoltaica aislada para pequeñas comunidades en Perú. Barcelona, España: UPC Barcelonatech-Escola de Camins.
Camayo Lapa, B. (2013). Energía solar y calidad ambiental de la Región Junín.
Huancayo, Perú: EPGIUNCP.
ANEXO
' "t '
'¡ ~·