[SMM PV Flash] Sungrow parchea la vulnerabilidad de autenticación de iSolarCloud

La empresa energética española Cox ha firmado un acuerdo de inversión de 2.900 millones de dólares estadounidenses con el Gobierno de El Salvador que abarca infraestructura solar, almacenamiento en baterías, gas natural y agua. El componente solar, que se desarrollará con la Comisión Ejecutiva Hidroeléctrica del Río Lempa (CEL), incluye dos proyectos con una capacidad inicial combinada de unos 200 MW y una posible ampliación a 400 MW. El almacenamiento en baterías conectado a la red alcanzaría inicialmente entre 440 MWh y 500 MWh, y podría ampliarse posteriormente a 1 GWh. Para los componentes solar y de almacenamiento está prevista una inversión de unos 500 millones de dólares, mientras que Cox tiene la intención de recurrir a financiación de proyectos con la participación de instituciones financieras internacionales, prestamistas multilaterales y agencias de crédito a la exportación. El programa combina energía fotovoltaica a gran escala con almacenamiento en baterías para apoyar la integración de energías renovables y la flexibilidad de la red.

La startup neerlandesa Rable ha lanzado su sistema de montaje fotovoltaico autoportante Rable4Roofs para cubiertas antiguas y con limitaciones estructurales. La estructura de celosía de acero galvanizado distribuye las cargas de los módulos y del sistema de montaje hacia las correas del techo, en lugar de concentrarlas sobre la cubierta, y puede instalarse en tejados con pendientes de hasta unos 10°. Según la empresa, el diseño puede reducir el número de puntos de anclaje en aproximadamente un 95 %, con cargas del sistema que oscilan entre unos 6 kg/m² y 15 kg/m². La solución podría ampliar el despliegue de energía fotovoltaica en cubiertas de edificios comerciales e industriales que no admiten sistemas de montaje convencionales debido a limitaciones de carga estructural.

La Universiti Teknologi Malaysia (UTM), junto con instituciones de investigación de Canadá, Bélgica, Noruega e India, ha desarrollado un conjunto de datos de imágenes abierto para la navegación basada en IA de robots de limpieza fotovoltaica. El conjunto de datos contiene 6.200 imágenes anotadas de módulos que cubren superficies limpias, diferentes niveles de polvo simulado y contaminación real de laboratorio, con características de referencia estructurales como espacios entre celdas y marcos de módulos etiquetados para la navegación robótica. La investigación se centra en si los sistemas de visión por computadora pueden identificar de manera fiable las referencias de navegación en condiciones que incluyen polvo, manchas de agua, excrementos de aves y deslumbramiento. El conjunto de datos, publicado en Data in Brief, podría apoyar el desarrollo y la validación de sistemas autónomos de limpieza fotovoltaica para entornos de campo más complejos.