Metodologa para la calibracin y validacin de un modelo en SAM para sistemas fotovoltaicos PV, en

base a periodos cortos de medicin y un archivo climtico de la localidad para estimaciones de

produccin energtica

Ismael Izquierdo1, Gustavo Pacheco1, Esteban Zalamea2, L.G. Gonzlez3

1
Facultad de Ciencias Qumicas, Av. 12 de abril Campus Universidad de Cuenca-Ecuador
1
Facultad de Arquitectura y Urbanismo, Av. 12 de abril Campus Universidad de Cuenca-Ecuador
3
Departamento de Ingeniera Elctrica, Electrnica y Telecomunicaciones, Av. 12 de abril Campus
Universidad de Cuenca-Ecuador, luis.gonzalez@ucuenca.edu.ec

RESUMEN

Esta investigacin calibra y valida un modelo de sistemas fotovoltaicos monocristalinos en SAM

(System Advisor Model) para simulaciones de produccin elctrica, considerando las caractersticas
meteorolgicas de la localidad y el rendimiento al ser dispuestos acorde a inclinaciones y
orientaciones caractersticas de techumbres en la ciudad de Cuenca, prxima a la lnea ecuatorial. Se
calcul la eficiencia con mediciones in-situ de 12 das del mes de diciembre 2016 y 6 das del mes de
enero 2017. La calibracin se realiz a partir de datos del archivo climtico del ao 2016 con
mediciones en sitio, la ficha tcnica de los paneles fotovoltaicos monocristalinos y prdidas de
desempeo por acumulacin de suciedad e incremento de temperatura. Se valid el modelo de
simulacin PV mediante una regresin lineal al comparar los valores simulados con los datos
obtenidos de mediciones in-situ de un panel horizontal. Los resultados indican la prdida promedio
de eficiencia es de 2,77 % por condiciones de suciedad y de hasta del 30% por incrementos de
temperatura. La validacin del modelo mostr un R2= 0,996 y un RMSE normalizado de 8,094 %. Se
concluye adems que, por la latitud particular, a diferencia de la mayor parte del planeta, la
disposicin de paneles fotovoltaicos en cualquier orientacin considerando pendientes bajas
coincidentes con las tpicas de techumbre en la localidad, no reduce significativamente el
rendimiento en electricidad producida en margen anual.

Palabras clave: Energa solar fotovoltaica, SAM, prdidas de eficiencia

ABSTRACT
This research calibrates and validates a simulation model of monocrystalline photovoltaic systems in
SAM (System Advisor Model) software for electrical production. This considers local meteorological
characteristics and the performance to be arranged according to typical inclinations and orientations
of roofs in the city of Cuenca, near to the equator. The efficiency was calculated with in site
measurements in a few days during December 2016 and the first days of January 2017. The calibration
is supported on climatic data obtained along 2016, technical information of the photovoltaic panels
monocrystalline and its performance losses due to accumulation of dirt and temperature. The PV
simulation model was validated by linear regression by comparing the simulated values with the data
obtained from the measurements of a horizontal panel production. The results indicate the average
loss of efficiency is 2.77% because of dirt and up to 30% for temperature increments. Validation of the
model showed R2 = 0.996 and a normalized RMSE of 8.094%. It is also concluded that, because of the
particular latitude, unlike most of the planet, the arrangement of photovoltaic in any orientation
considering low slopes (coincident with the typical roofing in the locality), does not reduce significantly
yearly electricity production yield.

Keywords: solar photovoltaic energy, SAM, efficiency losses

INTRODUCCIN

Las crecientes demandas energticas y procesos antropognicos causantes del cambio climtico
hacen necesario recurrir a fuentes alternativas de energa limpia, renovable y con potencial de
expansin sin afectar significativamente a la naturaleza, como la tecnologa fotovoltaica integrada a
edificaciones y ciudades. Esta es sin duda una de las principales alternativas para afrontar
decididamente la problemtica energtica global. Es por ello, que pases como Ecuador, pas en
desarrollo y con consumo energtico en crecimiento, por su ubicacin geogrfica y estacionalidad no
variable (Rutledge et al., 2011) as como niveles de radiacin adecuados y relativamente constantes
(IRENA, 2015) , tienen un alto potencial de aprovechamiento de energa solar; prioridad actual para
contribuir a la disminucin de contaminantes atmosfricos y los efectos globales del cambio climtico
(IRENA, 2016; Razykov et al., 2011; Riyahi Alam, Behfar, & Shahmoradi, 2008)

De esta forma, en cada entorno urbano es necesario reconocer el potencial de generacin energtica,
ya que este vara en funcin de las caractersticas propias de cada localidad (Barragn, Terrados,
Zalamea, & Pablo, 2017; Riyahi Alam et al., 2008). La agencia internacional IRENA (International
Renewable Energy Agency), recomienda el aprovechamiento de las grandes reas de techumbre para
el emplazamiento de sistemas de captacin de energa, ms all de medidas de eficiencia energtica,
implicando la produccin de energa de forma distribuida (IRENA, 2016). El uso de tecnologa
fotovoltaica debe ser edificio-orientado formando parte de la superficie envolvente y compaginado
con el consumo, en funcin de cada edificacin (Farkas, Klaudia; Frontini, Francesco; Maturi, Laura;
Scognamiglio, Alessandra; Munari Probst, Maria Cristina; Roecker & Farkas, 2013). Actualmente se
estn desarrollando fotovoltaicos (desde ahora PV) como elementos constructivos con capacidad de
produccin energtica, como placas de revestimiento, vidrios, filtros solares e incluso tejas, que,
respetando la geometra y siendo parte de la envolvente, cumplen el concepto de Integracin
Arquitectnica Fotovoltaica Building Integrated Photovoltaics (BIPV) (IEA SHC Task 41, 2012; Jelle,
2016; Tesla, 2017). Si bien este trabajo se enfoc en placas monocristalinas para superposicin
arquitectnica, tambin servir como base metodolgica y acercamiento para el estudio de otras
tecnologas PV adaptables o integrables en envolventes.

Para ciudades como Cuenca, Ecuador no existen criterios claros respecto a parmetros de inclinacin
y orientacin ptimas, asumindose como adecuada cualquier inclinacin cercana a la horizontal y
orientada contraria a su latitud (Siraki & Pillay, 2010). Sin embargo, en dicha configuracin no se
contemplan criterios de adaptacin a edificaciones, ni el efecto de la acumulacin de suciedad en el
rendimiento del sistema, cuyas prdidas documentadas varan entre el 5 % (Cceres, Nasirov, Zhang,
& Araya-Letelier, 2015) y 35 % (Costa, Sonia, Diniz, & Kazmerski, 2016). En instalaciones fotovoltaicas,
a ms de estos factores, la temperatura superficial de los mdulos fotovoltaicos tambin afecta a la
eficiencia del sistema(Chikate & Sadawarte, 2015; Meral & Diner, 2011; Ye, Ding, Reindl, & Aberle,
2013).

El presente estudio plantea una metodologa para obtener un modelo en el programa SAM (System
Advisor Model) para estimar la produccin elctrica de placas PV monocristalinos, con una
metodologa de validacin que contempla pocos das de medicin; en este modelo se revisaron
condiciones y consecuencias de orientacin, inclinacin y prdidas de eficiencia por acumulacin de
suciedad y por incrementos de temperatura, en el contexto particular planteado. Se obtiene un
modelo vlido para obtener simulaciones anuales que proporcionan seguridad en su estimacin con
respecto a valores reales de produccin (Freeman, Whitmore, Blair, & Dobos, 2014), evitando recurrir
a mediciones in-situ durante todo un ao o ms para determinar el rendimiento PV, o usar otros
modelos con mayor incertidumbre de estimacin y que no sean de acceso libre para el usuario. De
esta manera se obtiene un modelo calibrado, que puede ser replicado para usos en otras locaciones.

METODOLOGA

El presente estudio se enfoc en la calibracin y validacin de un modelo de simulacin de un sistema

fotovoltaico monocristalino a partir de cortos periodos de medicin in-situ, un archivo climtico de
la localidad en formato legible por el software (SAM CSV), las prdidas de desempeo debido a la
acumulacin de suciedad y las prdidas por incremento de temperatura en funcin de la irradiancia
global.

Las mediciones in-situ se llevaron a cabo durante el mes de diciembre de 2016 y enero de 2017. Para
ello se instalaron tres placas PV monocristalinos junto a una estacin meteorolgica sobre la terraza
de la Facultad de Arquitectura y Urbanismo de la Universidad de Cuenca, Ecuador (-2,901691, -
79,010151). Cada panel tiene una potencia de 100 W, cuyas dimensiones son 0,54 m de ancho y 1,2
m de largo, de treinta y seis celdas, conectados elctricamente a un conjunto de resistencias variables
empleadas como cargas, y al equipo de medicin HIOKI PW 3337-03 (Figura 1), para la adquisicin de
datos en corriente continua de voltaje, corriente y potencia en intervalos de cinco minutos, que
posteriormente fueron transformados a intervalos horarios.
 Paneles solares monocristalinos HIOKI PW 3337-03 Resistencias
Variables

Figura 1. Instalacin de paneles monocristalinos conectados a resistencias variables y al equipo

HIOKI PW 3337-03

Las mediciones in-situ se realizaron en base a la inclinacin y orientacin de los paneles, durante 12
das del mes de diciembre de 2016, entre las 07h30 y las 17h00. Obteniendo datos del panel
horizontal, que fue con el que se valid el modelo en SAM, y adicionalmente datos de paneles
ubicados a 14,00, 18,26, y 26,56 de inclinacin (en todas las orientaciones: N, S, E, O), que
responden a pendientes caractersticas de techumbres del Centro Histrico de Cuenca encontrados
en estudios de la Facultad de Arquitectura. Para ello se sigui la metodologa mostrada en la Tabla
1.

Tabla 1. Variacin paramtrica para medir el desempeo de paneles monocristalinos en base a su inclinacin
y orientacin.

ESTE
Da Panel 1 Panel 2 Panel 3
1 0 14,00 18,26
2 0 18,26 26,56
3 0 26,56 14,00
SUR
Da Panel 1 Panel 2 Panel 3
4 0 14,00 18,26
5 0 18,26 26,56
6 0 26,56 14,00
OESTE
Da Panel 1 Panel 2 Panel 3
7 0 14,00 18,26
8 0 18,26 26,56
9 0 26,56 14,00
NORTE
 Da Panel 1 Panel 2 Panel 3
10 0 14,00 18,26
11 0 18,26 26,56
12 0 26,56 14,00

Posteriormente se calcul la eficiencia en base a la Ecuacin 1 (ecuacin 1)

= 100 (1)

Donde es la eficiencia de los paneles, P es la potencia de salida, E es la irradiancia del sol, y Ac es el

rea de captacin o rea del panel. De las tres inclinaciones propuestas se seleccion la mejor de
cada orientacin y se realiz una medicin adicional durante tres das en el mes de enero de 2017
para determinar la configuracin ptima (tanto en inclinacin y orientacin) para esta poca del ao
siguiendo la metodologa indicada en la Tabla 2

Tabla 2. Configuracin ptima de paneles monocristalinos para el mes de enero 2017

Da Panel 1 Panel 2 Panel 3

1 S 26,56 E 14,00 N 18,26
2 S 26,56 N 18,26 O 18,26
3 S 26,56 O 18,26 E 14,00

De las cuatro configuraciones analizadas, se seleccion la ptima en base a los valores de produccin
energtica promedio durante los das de medicin.

Por otra parte, para estimar las prdidas energticas por la acumulacin de suciedad, se realizaron
mediciones semanales del desempeo PV, empezando el 11 de enero y culminando el 1 de febrero,
ubicndolos en la orientacin e inclinacin determinadas como ptimas. Para este caso uno de los
paneles cumpli la funcin de control y recibi limpieza durante los das de medicin, mientras que
los dos restantes, no tuvieron ninguna intervencin; sin embargo, debido a que los eventos de
precipitacin en Cuenca son frecuentes, los paneles que no recibieron mantenimiento se limpiaban
por causas naturales.

Para la estimacin de prdidas por incremento de temperatura se midi la salida de potencia de los
paneles monocristalinos y la temperatura superficial; posteriormente se calcul la eficiencia
(Ecuacin 1) con los datos de radiacin global y se estableci valores promedio de prdida de
eficiencia por rangos de irradiancia.

Entonces, con los datos obtenidos de la prdida promedio de desempeo por acumulacin de
suciedad y las prdidas promedio por rangos de irradiancia se procedi a calibrar el modelo en SAM.
La informacin incorporada al modelo fue un archivo climtico de la localidad del ao 2016 generado
en base a valores horarios de: radiacin directa (W/m2), radiacin difusa (W/m2), radiacin global
(W/m2), humedad relativa (%), ngulo cenital (), presin atmosfrica (mbar), temperatura ambiente
(C), precipitacin (mm), direccin y velocidad del viento ( y m/s). Adicionalmente se debe
incorporar al programa las especificaciones del panel fotovoltaico (ver Tabla 3).

Tabla 3. Especificaciones de panel fotovoltaico simulado

Especificaciones
Tipo de Voc 21,6 V
Silicio monocristalino
celda

rea del Coeficiente de Temperatura Voc -0,38 %/C

0,645 m2
mdulo

NOCT 46 C Coeficiente de Temperatura Isc 0,1 %/C

Vmp 17,3 V Coeficiente de Temperatura MPP -0,41 %/C

Imp 5,78 A Nmero de celdas en serie 36

Para efectuar las simulaciones, se ingresaron datos de un microinversor, con una eficiencia mayor al
99 % para el punto de mxima potencia. Las prdidas en el sistema fueron establecidas en base a
lecturas de eficiencia obtenidas in-situ por rangos de irradiancia en intervalos de 200 W/m2 y por
prdidas debido a la acumulacin de suciedad, que para efectos de clculo se emple una prdida
de 5% establecida por defecto dentro del programa. Con los datos de rendimientos simulados, se
gener una base de datos comparable con los valores medidos in-situ del panel horizontal y se
calcularon las mtricas: Coeficiente de determinacin R 2 (ecuacin 2), raz del error cuadrtico medio
(RMSE) (ecuacin 3) y su valor normalizado, error de sesgo medio (MBE) (ecuacin 4) y su valor
normalizado, finalmente el intervalo de confianza de 90% (IC 90%) (ecuacin 5), para intervalos
horarios, recomendadas en una validacin similar (Freeman, Whitmore, Kaffine, Blair, & Dobos, 2013;
Rudi, Thornton, Rajendra, & Kerrigan, 2014). Los valores del RMSE y MBE fueron normalizados con
respecto al valor mximo reportado en las mediciones in-situ.

2
2

( )
= 2
(2)

( )

2
( ) (3)
=

( )
= (4)

90% = 1.645 [ ( )] (5)
RESULTADOS Y DISCUSIN

En base a la variacin paramtrica para medir el desempeo y clculos de eficiencia en el mes de

diciembre, se obtuvo los resultados mostrados de mayor a menor en la Tabla 4.

Tabla 4. Mejores inclinaciones por orientacin

Orientacin Mejor inclinacin

Este 14,00
Sur 26,56
Oeste 18,26
Norte 18,26

Posteriormente se tom la configuracin de mejor desempeo (E 14) para el anlisis de influencia

de suciedad, el cual, en la primera semana de mediciones, no present prdidas en el desempeo
debido a la cantidad de precipitacin acumulada semanal (41,8 mm); a la segunda semana de
monitoreo se registr un total de precipitacin de 6 mm, que conllev a la presencia de manchas de
suciedad en la superficie y a una disminucin poco significativa en la eficiencia de los paneles (0,7 %).

En la tercera semana no existieron eventos de lluvia, hacindose evidente la presencia de material

depositado en la superficie de los paneles; las mediciones correspondientes mostraron una reduccin
promedio de eficiencia de 2, 77 %, un mximo de 3,68 % y un mnimo de 1, 87 %. Una semana despus
de esta medicin, la precipitacin acumulada (13,4 mm) fue suficiente para que los paneles queden
limpios nuevamente, sin presentar prdidas de eficiencia. Al ser muy bajo el valor promedio de
prdida de eficiencia, para la simulacin en SAM se opt por el valor predefinido de 5 %. Es necesario
sealar que, en el contexto de estudio, los perodos secos extensos son poco habituales. En raras
ocasiones no se suscitan precipitaciones importantes por ms de un mes, por la condicin andina de
acuerdo al anlisis de la base de datos meteorolgica.

A partir de los datos generados se pudo establecer una base comparativa para calibrar y validar el
modelo en SAM que se gener a partir de los parmetros especificados en la metodologa.

Se compararon los resultados del modelo con las mediciones in-situ del panel horizontal, de esta
comparacin se calcularon las mtricas expuestas en la Tabla 5.

Tabla 5. Mtricas calculadas

MTRICA VALOR UNIDAD

R2 0,996 -
RMSE 5,263 W
NRMSE 8,156 %
MBE -1.040 W
NMBE -1.616 %
IC 90% 8,522 %
Se graficaron (Figura 2) los datos in-situ y los obtenidos por el modelo, evidencindose una fuerte
correlacin lineal respaldada en el valor de R2 encontrado. Los valores de RMSE y NRMSE indican el
grado de error que posee la estimacin, y en este caso particular son aceptables (Al Riza, Haq Gilani,
& Shiraz Aris, 2010).

70

60
Potencia simulada (W)

50

40

30

20

10

0
0 10 20 30 40 50 60 70
Potencia medida (W)

Figura 2. Grfica de dispersin

Para determinar la sub o sobrestimacin del modelo, se emple el Error de sesgo medio o MBE (Mean
Bias Error) y su valor normalizado denotando que el modelo subestima el desempeo del sistema en
un 1.61 %. La Figura 3 muestra el comportamiento real del sistema y lo estimado por el modelo para
12 das de medicin (periodo intermedio entre las validaciones efectuadas en TRNSYS por Al Riza,
Haq Gilani, & Shiraz Aris, 2010b y Kanyarusoke, Gryzagoridis, & Oliver, 2015) donde sus valores
mximos de generacin guardan similitudes en su tendencia y es notoria una ligera subestimacin
del modelo.
 IN-SITU SIMULACIN
70
60
50
Potencia (W)

40
30
20
10
0

101
106
111
116
1
6

16

46

76
11

21
26
31
36
41

51
56
61
66
71

81
86
91
96
Nmero de observaciones
Figura 3. Comparacin de desempeo

El valor del IC 90 % (Intervalo de Confianza de 90 %) de la Tabla 5, indica que el 90 % de los valores

simulados se encuentran entre un 8,522 % de los valores medidos in-situ, valor muy prximo al 8
%, con el que se han validado siete casos de estudio del uso de SAM (Freeman et al., 2013). Cabe
recalcar que en una simulacin anual este valor se reduce, ajustndose mejor al modelo lineal y
presentando mayor validez.

Adicionalmente, la estimacin de temperatura de las celdas PV por parte del modelo difiere de las
mediciones realizadas in-situ. Para compararlas se emple la temperatura promedio anual de la base
de datos del modelo ya que para los mismos niveles de radiacin la temperatura parece comportarse
de manera similar a lo largo del ao; mientras que para los datos in-situ se ocuparon valores
puntuales de un da de medicin. Se observa una diferencia promedio de 13,33 C entre las dos
columnas de valores de la Tabla 6, y las celdas sin valores se deben a que durante el da de medicin
los valores de radiacin no estuvieron dentro de estos intervalos. Se asume adems que la diferencia
puede ser menor ya que el modelo estima la temperatura de las celdas, mientras que las mediciones
se las realizaron sobre la superficie del vidrio del panel que es inferior a la temperatura interna
que tienen las celdas (Chenlo Romero, 2002). Por lo que se recomendara realizar lecturas
en laboratorio para corroborar este incremento de temperatura en la superficie de las
celdas.
Tabla 6: Comparacin de la temperatura simulada y la temperatura medida

Irradiancia (W/m2) Temperatura promedio anual (C) Temperatura Medida (C)

0-200 15,81 -
200-400 21,05 33,5
400-600 24,56 -
 600-800 27,02 40
800-1000 30,33 43
1000-1200 34,08 49,33

Con valores de estas mtricas se determin que el modelo es vlido para estimar la produccin
energtica. Esto permiti realizar una simulacin anual expresada en kWh/ao para un mdulo de
100 W, considerando los parmetros de orientacin e inclinacin (Tabla 7).

Tabla7. Produccin energtica anual

INCLINACIN NORTE SUR ESTE OESTE

0 119.16
14 116.50 116.94 117.21 116.24
18.26 114.66 115.24 115.63 114.35
26.56 109.76 110.64 111.35 109.50

De los casos analizados, el que presenta mayor produccin es el de disposicin horizontal; sin
embargo, no se ajusta a las disposiciones de techumbres tpicas de la zona de estudio. Al considerar
los casos presentes en la ciudad, aquellos ms favorables son los que tienen una pendiente cercana
a la horizontal, teniendo una produccin anual poco variable entre 116,25 kWh/ ao y 117,21
kWh/ao y una variacin mensual en produccin ms marcada de entre 7,33 y 12,19 kWh/mes
(Figura 4). Sin embargo, si observamos la produccin anual, comparativamente, en estudios de
abastecimiento PV desarrollados en clima estacional moderado (38 Latitud Sur) se detecta que la
produccin puede triplicar en meses de verano respecto a los invernales (Zalamea & Garca Alvarado
2014); y en Helsinki , en latitud y clima con variabilidad estacional extrema ( 60 Latitud Norte) se
observa sera ms de diez veces superior el desbalance de produccin.
 13
12
11
10
Produccin (kWh)

9
8
7
6
5
4
3
2
1
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.

Este Sur Norte Oeste

Figura 4. Produccin mensual y anual estimada mediante simulacin en SAM

CONCLUSIONES

Un paso importante para poder desarrollar el potencial de generacin de energa renovable de una
ciudad es validar las herramientas que permiten eliminar en gran medida la incertidumbre de las
estimaciones. Este estudio muestra que, mediante ajustes puntuales en una serie de parmetros, el
modelo SAM puede emplearse sin mayor incertidumbre en la ciudad de Cuenca y localidades con
condiciones similares para proyecciones de generacin elctrica basada en sistemas fotovoltaicos.
Sin embargo, para otras localidades es necesario una calibracin similar a la empleada en este estudio
para asegurar que el modelo sea vlido y otorgue simulaciones confiables, por lo que se puede
adaptar un modelo similar para cada localidad que no presente estacionalidad marcada.

En base a esta validacin se nota que, en el rea de estudio, el emplazamiento de sistemas PV tienen
una produccin anual mayor al disponerse de cara al este con pendiente cercana a la horizontal, pero
sin una diferencia significativa respecto al resto de orientaciones con pendientes similares; esto es
atribuible a la ubicacin geogrfica del rea de estudio que presenta los niveles estables de irradiancia
a lo largo del ao. Tambin, a pesar de observarse que, dependiendo de inclinacin y orientacin, es
esperable que en junio se produzca cerca de un 40 % menos (mes de mnima irradiacin) frente a
noviembre (mes de mxima irradiacin), es mucho ms estable respecto a otras latitudes en balance
anual.

REFERENCIAS

Al Riza, D. F., Haq Gilani, S. I., & Shiraz Aris, M. (2010). Measurement and Simulation of Standalone
Solar PV System for Residential Lighting in Malaysia, 2(November), 16.
Barragn, E. A., Terrados, J., Zalamea, E., & Pablo, A. (2017). Electricity production using renewable
resources in urban centres. Proceedings of the Institution of Civil Engineers, In Press.
http://doi.org/http://dx.doi.org/10.1680/jener.17.00003
Cceres, G., Nasirov, S., Zhang, H., & Araya-Letelier, G. (2015). Residential solar PV planning in
Santiago, Chile: Incorporating the PM10 parameter. Sustainability (Switzerland), 7(1), 422
440. http://doi.org/10.3390/su7010422
Chenlo Romero, F. (2002). Clculo de la Temperatura de Operacin de Clulas Solares en un Panel
Fotovoltaico Plano. Madrid, Espaa.
Chikate, B. V, & Sadawarte, Y. A. (2015). The Factors Affecting the Performance of Solar Cell.
International Journal of Computer Applications, 15.
ClimateData-Org. (2017). CLIMATE: CUENCA. Retrieved January 2, 2017, from https://es.climate-
data.org/location/875185/
Costa, S. C. S., Sonia, A., Diniz, A. C., & Kazmerski, L. L. (2016). Dust and soiling issues and impacts
relating to solar energy systems: Literature review update for 2012 2015. Renewable and
Sustainable Energy Reviews, 63, 3361. http://doi.org/10.1016/j.rser.2016.04.059
Farkas, Klaudia; Frontini, Francesco; Maturi, Laura; Scognamiglio, Alessandra; Munari Probst, Maria
Cristina; Roecker, C., & Farkas, K. (2013). Designing photovoltaic systems for architectural
integration. Criteria and guidelines for product and system developers. (K. Farkas, Ed.). San
Francisco: Solar Heating & Cooling Programme International Energy Agency. Retrieved from
http://task41.iea-shc.org/data/sites/1/publications/task41A3-2-Designing-Photovoltaic-
Systems-for-Architectural-Integration.pdf
Freeman, J., Whitmore, J., Blair, N., & Dobos, A. P. (2014). Validation of multiple tools for flat plate
photovoltaic modeling against measured data. 2014 IEEE 40th Photovoltaic Specialist
Conference, PVSC 2014, (August), 19321937. http://doi.org/10.1109/PVSC.2014.6925304
Freeman, J., Whitmore, J., Kaffine, L., Blair, N., & Dobos, A. P. (2013). System Advisor Model: Flat
Plate Photovoltaic Performance Modeling Validation Report. Nrel/Tp-6a20-60204.
IEA SHC Task 41. (2012). SOLAR ENERGY SYSTEMS IN ARCHITECTURE integration criteria and
guidelines. English. Retrieved from http://leso2.epfl.ch/solar/pdf/SolThePh.pdf
IRENA. (2015). Global Atlas for Renewable Energy 2015: A World of Renewables.
IRENA. (2016). Renewable Energy in Cities. Abu Dhabi.
Jelle, B. P. (2016). Building Integrated Photovoltaics: A Concise Description of the Current State of
the Art and Possible Research Pathways. Energies, 9(21), 130.
http://doi.org/10.3390/en9010021
Kanyarusoke, K., Gryzagoridis, J., & Oliver, G. (2015). Validation of TRNSYS modelling for a fixed
slope photovoltaic panel, 110. http://doi.org/10.3906/elk-1502-38
Meral, M. E., & Diner, F. (2011). A review of the factors affecting operation and efficiency of
photovoltaic based electricity generation systems. Renewable and Sustainable Energy Reviews,
15(5), 21762184. http://doi.org/10.1016/j.rser.2011.01.010
Razykov, T. M., Ferekides, C. S., Morel, D., Stefanakos, E., Ullal, H. S., & Upadhyaya, H. M. (2011).
 Solar photovoltaic electricity: Current status and future prospects. Solar Energy, 85(8), 1580
1608. http://doi.org/10.1016/j.solener.2010.12.002
Riyahi Alam, M. M., Behfar, A., & Shahmoradi, R. (2008). Potential Application of Solar Power
Systems for Residential Buildings in High-Density Urban Pattern: The Case of the Eixample
District , City of the Barcelona , in Spain, 342347.
Rudi, E., Thornton, A., Rajendra, N., & Kerrigan, S. (2014). System Advisor Model Performance
Modeling Validation Report: Analysis of 100 sites.
Rutledge, K., McDaniel, M., Boudreau, D., Ramroop, T., Teng, S., Sprout, E., Hunt, J. (2011).
Season.
Siraki, A. G., & Pillay, P. (2010). Comparison of PV System Design Software Packages for Urban
applications. XII World Energy Congress, 12.
Tesla. (2017). Solar Roof. Retrieved May 25, 2017, from https://www.tesla.com/solarroof
Ye, J. Y., Ding, K., Reindl, T., & Aberle, A. G. (2013). Outdoor PV module performance under
fluctuating irradiance conditions in tropical climates. In Energy Procedia (Vol. 33, pp. 238
247). http://doi.org/10.1016/j.egypro.2013.05.064