La inversión en energía fotovoltaica presenta riesgos únicos, ya que la cantidad de energía que produce un sistema fotovoltaico es tan variable como el clima. Desgraciadamente, cuantificar el riesgo fotovoltaico puede ser tan desalentador como predecir el tiempo. Hoy en día, los investigadores tienen acceso a más métodos de investigación y más datos que nunca. Ahora se busca identificar los enfoques más precisos para predecir la producción de las plantas fotovoltaicas y cuantificar el rendimiento de las existentes.

Todas estas técnicas para predecir la generación fotovoltaica desempeñan un papel importante en el cálculo del riesgo de un proyecto concreto. Dado que la reducción del riesgo conlleva una financiación menos costosa del proyecto, los investigadores se han centrado en casi todas las áreas principales de la modelización fotovoltaica en las que todavía se cierne la incertidumbre, y están trabajando con diligencia para que la financiación de la energía fotovoltaica sea más aceptable para todos los tipos de inversores.

A principios de mayo Laboratorios Nacionales Sandia en colaboración con el Electric Power Research Institute (EPRI) y el Departamento de Energía de los Estados Unidos (DOE) organizaron un taller centrado en este tema. Entre los asistentes se encontraban investigadores de modelos, empresas de software que los aplican y los ingenieros independientes y desarrolladores de plantas fotovoltaicas que ponen en práctica los modelos. Muchas empresas independientes de ingeniería y desarrollo de plantas estaban representadas porque estos modelos son especialmente importantes en su trabajo de evaluación de la producción potencial de energía de un sistema fotovoltaico existente o previsto.

Los modelos fotovoltaicos, que se diseñan para representar lo que ocurre en el mundo real, siempre estarán rodeados de cierta incertidumbre, ya que ningún modelo representa exactamente las condiciones del mundo real. Por ello, muchas presentaciones se centraron en cuantificar y reducir la incertidumbre de los modelos. Por la calidad de las investigaciones presentadas, quedó claro que el estado del arte de la modelización fotovoltaica ha avanzado mucho en los últimos años. Cuanto mejor represente un modelo la realidad física de un sistema fotovoltaico, menor será la incertidumbre.

La conferencia se organizó por áreas temáticas, empezando por las mejoras de los modelos a nivel de módulo y pasando por la aplicación real en el desarrollo y las operaciones de los proyectos. Por ejemplo, el Dr. Cliff Hansen, de Sandia National Labs, demostró cómo los resultados de las simulaciones de módulos fotovoltaicos suelen ser incoherentes debido a la indeterminación de los parámetros a nivel de módulo. El estudio de Hansen no sólo mostró cómo la falta de conocimiento del usuario sobre el modelo afecta a los resultados, sino que también reveló la falta -y la necesidad- de prácticas estándar para las simulaciones a nivel de módulo.

El inicio de la segunda jornada se centró en un área especialmente relevante para SolarAnywhere®. , datos de irradiación derivados de satélites de Clean Power Research®. Diferentes consultores de ingeniería describieron los métodos para comprender y reflejar la incertidumbre del recurso solar como entrada a los modelos fotovoltaicos y el impacto final en la evaluación energética. Muchas presentaciones destacaron las ventajas de utilizar las mediciones solares derivadas de los satélites, comparando esta fuente de medición con las mediciones terrestres de alta precisión y buen mantenimiento.

El taller de Sandia proporcionó una excelente oportunidad para que el sector se pusiera al día de los últimos avances en materia de modelización. La capacidad de cuantificar con exactitud el riesgo de los proyectos fotovoltaicos tendrá un impacto positivo significativo en el mercado a través de la reducción de los costes y una mayor confianza en la capacidad de la energía fotovoltaica para ofrecer rendimientos positivos a los inversores. Foros como este taller proporcionan el entorno en el que los desarrolladores e ingenieros de proyectos pueden proporcionar información a los desarrolladores de software y a los que implementan los modelos analíticos sobre cómo mejorar eficazmente la precisión y la predictibilidad de los modelos y herramientas de recursos y producción de energía fotovoltaica.