En nuestro último blog, hablamos sobre el rendimiento de SolarAnywhere® v4 y cómo la precisión dependía de la huella geográfica de la flota fotovoltaica. Por ejemplo, SolarAnywhere en el oeste de EE.UU. mostraron un error medio absoluto (MAE) normalizado por capacidad del 3,5% para una sola central eléctrica. Sin embargo, el MAE de las previsiones de SolarAnywhere para una flota distribuida en un área del tamaño del estado de Nueva York se redujo a casi el 1%. Con 24 horas de antelación, los MAE fueron respectivamente del 4,5% y el 2% para la flota de un solo punto y la de un área extendida.
En este blog, centraremos nuestro debate en el coste de las previsiones fallidas y, por inferencia, en la logística de ofrecer el equivalente a unas previsiones 100% exactas.
El MAE y otros parámetros de precisión, como el error cuadrático medio o la proporción de aciertos y errores, son buenos indicadores del rendimiento de un modelo de previsión. Sin embargo, estos indicadores son medidas estadísticas que implican una probabilidad no nula de que algunas previsiones sean fallidas.
¿Cuál es el coste de estas previsiones fallidas? El coste depende de las normas y reglamentos vigentes en un determinado mercado energético. Estas normas pretenden tener en cuenta los costes del aumento de las reservas y la flexibilidad de la red necesarios para gestionar la incertidumbre de la producción solar fotovoltaica (FV). Sin embargo, el coste del incumplimiento de las previsiones se debe fundamentalmente a dos factores:
- Obtención de la energía que falta en caso de sobreestimación de la previsión.
- Desperdiciar el exceso de energía en forma de restricción, o absorber/respaldar el exceso de energía en caso de subestimación de las previsiones. Esto se ilustra en la figura 1.
En un reciente trabajo de investigaciónPérez et al. calcularon este coste subyacente fundamental a partir de los primeros principios. Calcularon la cantidad de recortes fotovoltaicos y de respaldo necesarios para compensar cualquier exceso/déficit de previsión del parque fotovoltaico durante un año en dos regiones climáticas de Estados Unidos: el oeste semiárido y el este continental húmedo. Este análisis se llevó a cabo tanto para las previsiones horarias como para las diurnas.
Una forma de estimar de forma conservadora el coste de la reducción/respaldo de la energía fotovoltaica debido al incumplimiento de las previsiones es calcular el coste del hardware de almacenamiento necesario para absorber/respaldar el déficit/exceso de las previsiones en el peor de los casos. Se asumió un coste nominal de la batería de 300 dólares por kWh de capacidad de almacenamiento, que corresponde a los costes anunciados por los principales fabricantes de sistemas de almacenamiento en batería.
El análisis asumió que las baterías funcionan a:
- Absorber el exceso de generación cuando la producción real de la flota supera la prevista.
- Complementar la generación cuando la producción del parque fotovoltaico sea inferior a la prevista, con un margen para la recarga fuera de las horas punta [nocturnas] si es necesario.
Se investigaron parques fotovoltaicos que van desde una sola planta hasta un área de equilibrio regional del tamaño de Texas.
Las figuras 2 y 3 ilustran los resultados de las previsiones con una hora de antelación. La figura 2 muestra la cantidad de energía fotovoltaica que debe ser restringida (y respaldada) en función de la huella de la flota. En la figura se ilustran cuatro huellas, que corresponden, respectivamente, a una sola planta y a zonas de flota dispersas del tamaño de Massachusetts (125 millas), el estado de Nueva York (250 millas) y California (375 millas). La energía restringida se presenta como un porcentaje de la producción total de la flota.
La figura 3 muestra el coste del sistema de baterías que puede ofrecer previsiones precisas al 100% si funciona en paralelo con un parque fotovoltaico para absorber los excesos y los déficits de suministro. El coste de la batería está normalizado a un kW fotovoltaico nominal.
Las figuras 4 y 5 son equivalentes a las figuras 2 y 3, pero para las previsiones del día siguiente, en las que se calculan los recortes y el tamaño de las baterías para garantizar las predicciones del día siguiente.
Estos resultados demuestran que, a medida que la precisión de las previsiones mejora al aumentar el tamaño de la flota (véase nuestro último blog), el coste logístico de entregar previsiones 100% precisas disminuye. De hecho, las garantías de previsión pueden lograrse a un coste razonablemente bajo para las zonas de equilibrio de los operadores de sistemas independientes (ISO).
Por ejemplo, si se utilizan baterías de almacenamiento eléctrico como medio para suministrar garantías, el coste para una zona ISO del tamaño de California representaría el 2-3% del parque fotovoltaico gasto de capital (capex) de la flota fotovoltaica para las garantías horarias, y del 10 al 15% para las garantías diurnas. Si la restricción y el respaldo se aplican por otros medios que no sean el almacenamiento en baterías, la energía restringida/respaldada ascendería a aproximadamente el 10% de la producción de una planta fotovoltaica para las garantías diurnas de un solo punto, y tan sólo el 2-3% para las grandes áreas de equilibrio. Las garantías horarias podrían lograrse con un 1-2% de reducción/respaldo.
El coste de estas garantías operativas depende del rendimiento del modelo de previsión. Los resultados presentados aquí se obtienen con las previsiones del parque fotovoltaico de SolarAnywhere v4, un modelo de última generación que está operativo a alta resolución en toda Norteamérica. En un próximo artículo, ofreceremos una comparación de SolarAnywhere® v4 con otros modelos de previsión, y cuantificaremos las diferencias en el coste operativo de proporcionar garantías de previsión.
Quitar
Si se aplica un modelo de previsión del parque fotovoltaico eficaz como SolarAnywhere v4la entrega del equivalente operativo del 100% de precisión en la predicción es una opción de coste relativamente bajo que podría estar a disposición de los operadores de la red en Estados Unidos. La certeza operativa podría lograrse, por ejemplo, operando el hardware de baterías dispersas en coincidencia con la producción del parque fotovoltaico disperso.
El coste depende del clima regional (mejor en el oeste), y de la huella de la flota (mejor más grande). En cualquier caso, este coste seguiría siendo muy bajo en comparación con el coste de la energía fotovoltaica. Con una buena previsión operativa, los ISO de EE.UU. pueden contar con previsiones perfectas a un coste que asciende a unos pocos porcentajes del capex de una flota fotovoltaica.
Puede leer más sobre este tema en el documento "Solar Energy Forecast Validation for Extended Areas & Economic Impact of Forecast Accuracy".