Las empresas de servicios públicos y los operadores de la red necesitan adquirir y proporcionar fuentes de generación para las demandas de carga previstas. A medida que los sistemas fotovoltaicos (FV) conectados a la red y detrás del contador siguen aumentando, la carga total del sistema, incluida la carga servida por la energía solar, está sujeta a los impactos de la variabilidad de la producción de energía FV. Es importante cuantificar la variabilidad prevista en la previsión para garantizar una integración eficaz de la energía fotovoltaica en el funcionamiento de la red.

Las previsiones de producción de energía solar, tanto horarias como diurnas, son herramientas que se utilizan para gestionar la estabilidad de la red. Debido a la naturaleza variable de la producción de energía solar, las previsiones de energía solar no son perfectas. Por lo tanto, es necesario adquirir un exceso de capacidad de generación despachable para garantizar un funcionamiento fiable de la red. Las nubes son la principal fuente atmosférica de variabilidad de la producción fotovoltaica, pero son las más difíciles de predecir con gran certeza. Para el equilibrio de la red y otras tareas que se hacen más difíciles con una mayor penetración de la energía solar fotovoltaica, la comprensión de la variabilidad asociada a la previsión de la producción de energía solar es importante para que los operadores de la red puedan planificar mejor el compromiso de las unidades de generación de reserva, y para fines de programación.

Clean Power Research ha desarrollado un método que utiliza datos históricos de irradiación por satélite para mejorar la aplicación de las previsiones diarias a actividades como la programación de reservas. Esto se consigue utilizando datos históricos a largo plazo (específicos de la ubicación de un sistema fotovoltaico) para caracterizar la variabilidad de una previsión solar concreta. Esto permite al operador programar, con un mayor grado de certeza, la cantidad justa de reservas para cubrir la variabilidad probable de una previsión solar fotovoltaica.

El crecimiento de la energía solar impulsa la necesidad de mejorar las previsiones al respecto

En todo el mundo, el número de instalaciones solares conectadas a las redes eléctricas sigue aumentando. Mercom Capital informó recientemente que la capacidad mundial de energía solar aumentará hasta casi 65 GW en 2016. Por lo tanto, la integración de esta creciente mezcla de energía solar en la red deberá gestionarse bien para minimizar el impacto en la estabilidad de la red y reducir los costes para los contribuyentes.

En California, el Operador del Sistema Independiente de California (ISO de California), empresas de servicios públicos como Pacific Gas & Electric y Southern California Edison, y otros participantes en el mercado, utilizan las previsiones solares para diversos fines. Entre otras cosas, para determinar la necesidad de reservas operativas, programar la generación de plantas solares a escala de servicios públicos y licitar la energía renovable.

Cuando el cielo está despejado, la producción de energía solar es estable y la predicción es sencilla. Sin embargo, el paso de las nubes introduce errores significativos en el nivel y el momento de la producción de energía solar, lo que puede dar lugar a rampas (aumentos o disminuciones repentinas) en la producción de energía.

Por ejemplo, la figura 1a muestra una imagen visible del satélite GOES sobre el oeste de EE.UU. en la que hay nubes asociadas a un sistema meteorológico de bajas presiones sobre el suroeste de EE.UU. La figura 1b muestra una sombra de nubes proyectada por un cúmulo sobre la planta fotovoltaica (FV) de Agua Caliente de 290 MW en el suroeste de Arizona. La nubosidad de este día en particular desencadenó numerosas rampas de energía solar en toda la región, y suprimió la producción fotovoltaica durante un breve periodo de tiempo en la planta fotovoltaica de Agua Caliente. Las rampas de generación de energía fotovoltaica continuaron hasta que las nubes se alejaron o se disiparon.

Variabilidad de las previsiones de energía solar

Las predicciones meteorológicas numéricas (NWP) se utilizan a menudo para facilitar las necesidades de programación diaria de las centrales fotovoltaicas. Los modelos NWP utilizan modelos matemáticos de la atmósfera y los océanos para predecir el tiempo futuro basándose en las observaciones meteorológicas actuales. La mayoría de los modelos NWP no funcionan con resoluciones espaciales lo suficientemente altas como para simular explícitamente las nubes y, en cambio, se basan en parametrizaciones de los procesos nubosos, lo que dificulta aún más la capacidad de la previsión NWP para modelar la variabilidad de la irradiación superficial prevista. Incluso aunque los modelos del PNT se vuelvan más sofisticados con una mayor resolución, es un reto para la mayoría de los modelos del PNT predecir la variabilidad prevista causada por las nubes a pequeña escala, especialmente sobre un único emplazamiento fotovoltaico.

Añadir la variabilidad inteligente a la previsión de energía solar en el día

Una forma habitual de clasificar el impacto de la nubosidad en la irradiación de la superficie es a través de lo que se denomina Índice de Claridad (Kt), que es simplemente la relación entre la irradiación observada y la irradiación del cielo despejado. El concepto de índice de claridad se ilustra visualmente en la figura 3. Los valores muy bajos de Kt (~0,2) se asocian a condiciones de nubosidad intensa, mientras que los días despejados tienen valores de Kt cercanos a 1.

Índice de cielo despejado

La relación entre el Kt y la variabilidad de la irradiación superficial se muestra en la Figura 3. Mientras que los valores de Kt muy bajos y altos (cielos nublados y despejados, respectivamente) suelen presentar una menor variabilidad, los valores de Kt de rango medio (a menudo asociados a cielos parcialmente nublados) confieren una mayor variabilidad a las condiciones de irradiación superficial. SolarAnywhere Los datos de las series temporales históricas proporcionan los recursos necesarios para calcular la variabilidad hora a hora en el espectro de Kt que puede utilizarse para definir la variabilidad de las previsiones de energía solar basadas en la NWP.

índice de claridad

La figura 4 ilustra cómo la variabilidad de la previsión puede transmitirse a las previsiones del PNT en una serie de días meteorológicos. Si el día se pronostica como un día despejado (es decir, con altos valores de Kt), como en la imagen superior izquierda, entonces no hay mucha variabilidad asociada a la previsión. En días despejados como éste, las empresas de servicios públicos y los gestores de la red no necesitan alinear tanta energía de reserva, lo que permite ahorrar dinero. Del mismo modo, en los días con un cielo muy nublado (es decir, con un Kt bajo), el rango de variabilidad asociado a la previsión del PNT no es muy grande, lo que permite a los gestores de la red tomar la decisión inteligente de comprar menos energía de reserva para el día siguiente.

Los desafíos se presentan cuando se pronostican condiciones parcialmente nubladas, como las que se muestran en la parte superior derecha e inferior izquierda de la Figura 4, donde los rangos de variabilidad del pronóstico son grandes. El objetivo es derivar una envolvente que abarque la variabilidad asociada a la previsión del NWP. Esta nueva técnica de variabilidad de la previsión añadirá valor a la previsión de la energía solar y ayudará a los operadores de la red y a las partes interesadas a tomar decisiones prudentes de adquisición de reservas.

Variabilidad de las previsiones de energía solar

Conclusiones

Clean Power Research está aplicando un innovador método de previsión que incorpora a sus previsiones diarias la variabilidad inteligente y específica de la irradiación solar en el emplazamiento del proyecto. Esta actualización de la previsión de la variabilidad ayudará a los operadores de sistemas independientes y a otros agentes del mercado a tomar decisiones más inteligentes sobre la cantidad de generación de reserva necesaria para garantizar la fiabilidad de la red. Las previsiones de variabilidad específicas se derivan de SolarAnywhere datos históricos, y pueden aplicarse en cualquier lugar cubierto por la huella de datos de SolarAnywhere.

Esta nueva técnica añadirá valor a las previsiones solares, permitiendo a las empresas de servicios públicos y a los operadores del sistema programar con confianza una cantidad prudente de reservas, especialmente en los días en que se espera una generación solar variable. Esto permitirá una mayor penetración de la energía fotovoltaica en las redes, al tiempo que se minimizan los costes de explotación de la red asociados a la producción variable de las fuentes de generación fotovoltaica.