Previsiones del parque fotovoltaico

Las previsiones solares se ocupan tradicionalmente de predecir la producción de los sistemas solares fotovoltaicos en lugares concretos. En consecuencia, gran parte de lo que se sabe sobre la precisión de las previsiones solares se centra en validaciones puntuales. Las previsiones de la flota consideran la producción agregada de todos los sistemas fotovoltaicos interconectados en una región determinada y que afectan a la red eléctrica regional. Muchas de estas plantas fotovoltaicas están situadas en el lugar del usuario, detrás del contador. Las previsiones de la flota son especialmente importantes para los operadores de sistemas independientes (ISO), que las necesitan para hacer previsiones de carga.

La figura 1 muestra que las cargas de los servicios públicos están cada vez más condicionadas por la generación agregada de las plantas fotovoltaicas interconectadas. Conocer esta forma -la curva del pato- de antemano es esencial para los operadores de la red.Curva del pato" - de antemano es esencial para los operadores de la red.

Figura 1 - Cargas de la temporada de invierno y previsiones de carga en el territorio CAISO

¿Cómo de buenas son las previsiones del parque fotovoltaico de última generación?

A reciente documento de investigación de Pérez et al. investiga la influencia de la huella regional de una flota fotovoltaica en la precisión de SolarAnywhere® FleetView®. de las previsiones de una hora a 48 horas. Las huellas regionales consideradas van desde un único punto (es decir, una sola central eléctrica), hasta una región dispersa de la flota fotovoltaica del tamaño de California.1

El artículo considera dos regímenes climáticos: el semiárido y el continental húmedo. Las regiones investigadas para cada régimen se centran respectivamente en los Administración Nacional Oceánica y Atmosférica (NOAA) de Desert Rock, Nevada, y Bondville, Illinois.

La figura 2 ilustra el impacto de la huella de un parque fotovoltaico en la precisión de las previsiones en el este y el oeste de Estados Unidos para horizontes temporales de una y 24 horas. La irradiación horaria prevista (eje Y) se compara con la irradiación horaria medida por satélite (eje X). Se ilustran cuatro huellas fotovoltaicas dispersas que representan, respectivamente, una sola planta y regiones del tamaño de Massachusetts, el estado de Nueva York y California. La figura se basa en un año completo de datos horarios.

Figura 2: Rendimiento previsto de la flota fotovoltaica de SolarAnywhere en función de la huella y el horizonte temporal.

Los resultados muestran que la incertidumbre de las previsiones de una sola planta es generalmente buena, pero que la probabilidad de un fallo, ya sea en el lado alto o en el lado bajo, no es despreciable, en particular para las previsiones del día anterior en lugares nublados del este de Estados Unidos. La incertidumbre se reduce considerablemente a medida que aumenta la huella de la flota.

SolarAnywhere® v4 Las previsiones de la flota, a la escala de los territorios de las ISO, son notablemente precisas. Por lo tanto, estas previsiones pueden ser aplicadas de forma fiable por los ISO para las previsiones de carga, e informar eficazmente a los mercados de energía, los compromisos de las centrales eléctricas y las operaciones de seguimiento de la carga.

En la figura 3 se presenta un resumen cuantitativo de los gráficos de dispersión. El error medio porcentual absoluto relativo (MAE) de SolarAnywhere de las previsiones frente a la huella de generación fotovoltaica dispersa. El MAE relativo está normalizado a 1.000 W/m2 (es decir, la capacidad fotovoltaica nominal).

Tanto para las ubicaciones del este como del oeste, se alcanzan rápidamente errores de adelanto horario del orden del 1% de la capacidad nominal para huellas distribuidas que superan los 100×100 km. Los errores diarios descienden rápidamente hasta el 2% en las ubicaciones occidentales, mientras que la disminución es más gradual en el este. Estos resultados implican que una ISO como la NYISO podría contar con precisiones de previsión de la energía fotovoltaica distribuida en todo el servicio de ~1% para las previsiones horarias y de 3,5% para las previsiones de 24 horas.
Figura 3: Error absoluto medio relativo de SolarAnywhere V4 en función del horizonte temporal y de la huella de generación fotovoltaica dispersa.

Principales conclusiones

  • La precisión de las previsiones de irradiación solar -y, por tanto, de las previsiones fotovoltaicas- depende en gran medida de la huella del parque fotovoltaico considerado.
  • Para las huellas que preocupan a los operadores de sistemas independientes, la precisión de SolarAnywhere v4 es satisfactoria desde el punto de vista operativo. Los operadores de sistemas interesados en validar las previsiones fotovoltaicas deberían centrarse en las previsiones de flotas que cubren áreas relevantes para sus operaciones y no en plantas individuales.
  • En un siguiente blog, presentaremos datos que comparan el rendimiento de SolarAnywhere v4 con sus modelos subyacentes, incluidos los vectores de movimiento de las nubes y los modelos NWP. También discutiremos el impacto económico de los pronósticos fallidos desde los primeros principios.

1Recordemos que en un blog anterior discutimos cómo las previsiones regionales ampliadas pueden ser validadas con precisión utilizando datos históricos de satélite cuando no se dispone de datos de producción fotovoltaica medidos.

Puede leer más sobre este tema en el documento "Solar Energy Forecast Validation for Extended Areas & Economic Impact of Forecast Accuracy".