La importancia y el origen de la previsión solar
Con un número cada vez mayor de plantas fotovoltaicas instaladas a escala comercial y una necesidad creciente de generación de energía predecible, la industria solar ha empezado a prestar atención a la previsión solar. Los motivos son los siguientes:
- La generación solar es de naturaleza variable.
- Ser capaz de predecir la producción solar hará que la red eléctrica funcione mejor en condiciones variables.
Básicamente, la previsión solar permite a los operadores de la red predecir y equilibrar la generación y el consumo de energía. Suponiendo que el operador de la red tenga una combinación de activos de generación a su disposición, una previsión solar fiable permite a ese operador optimizar la forma en que despacha sus unidades controlables. Las capacidades varían de una red a otra, pero la aplicación de una previsión solar sigue siendo en gran medida la misma.
Las herramientas de previsión solar se componen de algunos componentes clave. En primer lugar, está el modelo meteorológico. Como se ha dicho, la generación solar es variable por naturaleza. La nubosidad provoca esta variabilidad al impedir que la luz solar llegue a los paneles solares. Si puedes predecir el tiempo con gran certeza, ya estás un paso por delante.
El segundo factor de una previsión solar es el modelo utilizado para convertir las condiciones meteorológicas en potencia de la planta. La industria solar utiliza estos modelos de "simulación fotovoltaica" para predecir el rendimiento de una planta fotovoltaica en condiciones ambientales como la irradiación, la velocidad del viento, la temperatura y la humedad relativa. Los modelos de simulación fotovoltaica también incorporan comportamientos importantes de la planta, como el seguimiento, que predice la orientación de los paneles fotovoltaicos montados en equipos de seguimiento de uno o dos ejes.
En última instancia, se necesitan modelos meteorológicos precisos y herramientas de simulación fotovoltaica para elaborar una previsión precisa y útil de la energía solar.
¿Dónde se equivocan las previsiones solares?
"En esencia, todos los modelos son erróneos, pero algunos son útiles"
-George E.P. Box (reconocido estadístico)
Los errores en la precisión de las previsiones solares surgen de la predicción meteorológica o de la etapa de simulación fotovoltaica. Predecir el tiempo es, bueno, como intentar predecir el tiempo. Aunque la industria solar ha progresado en la creación de mejores previsiones meteorológicas, queda mucho trabajo por hacer en cuanto al desarrollo, la aplicación y el análisis de modelos fundamentales.
Por ejemplo, se pueden utilizar múltiples técnicas de previsión meteorológica para predecir la nubosidad y la irradiación. Éstas podrían incluir:
- Modelos numéricos de predicción meteorológica Los modelos de predicción meteorológica numérica (NWP), que utilizan relaciones físicas para predecir las tendencias atmosféricas a gran escala y son buenos para horizontes de previsión más largos (de un día en adelante). Los modelos NWP tienen una capacidad limitada para predecir nubes más pequeñas, como las de la figura 1.
- Previsiones del vector de movimiento de las nubes por satéliteque utilizan imágenes de satélite para predecir el movimiento de las nubes a corto plazo desde los satélites geoestacionarios. Las previsiones por satélite son dominantes a corto plazo, normalmente hasta 4-6 horas antes, y son el mejor método para detectar nubes pequeñas como las de la Figura 1.
Las imprecisiones de los modelos de PNT y de satélite se deben en gran medida a los sesgos de los modelos y a las condiciones meteorológicas localizadas. El uso de enfoques estadísticos para mezclar las entradas de múltiples modelos de previsión, o las tecnologías de visión por ordenador, como las redes neuronales artificiales, pueden ayudar a aumentar la precisión.
Sin embargo, una previsión meteorológica perfecta puede llevar a una mala previsión solar. Se necesitan herramientas de simulación fotovoltaica para traducir adecuadamente las condiciones meteorológicas en el rendimiento de la planta solar. Los sistemas fotovoltaicos formados por módulos conectados a inversores tienen una respuesta compleja a las condiciones ambientales. Los modelos físicos y empíricos son los que mejor traducen las condiciones en rendimiento previsto. Los enfoques estadísticos que vinculan el comportamiento fotovoltaico a la irradiación (u otras variables meteorológicas) suelen fallar debido a la no linealidad de esa relación.
Por ejemplo, se utiliza un modelo fotovoltaico estadístico como ejemplo de previsión de "generación restringida" en la figura 2. Este modelo no predice la producción de energía y no tiene en cuenta la forma del "hombro" del seguidor de un eje. Si se utiliza un modelo de seguimiento físico más preciso que prediga explícitamente el movimiento del seguidor, se puede conseguir la curva de generación real.
¿Qué ocurre cuando las previsiones solares se equivocan? Coste añadido.
Las previsiones intentan predecir el futuro, lo que significa que se equivocan más a menudo que aciertan. ¿Qué ocurre cuando una previsión solar es errónea? Los efectos de las previsiones solares incorrectas se reducen realmente a añadir costes al mercado energético.
Desde el punto de vista del operador de la red, una previsión solar inexacta significa que tienen que compensar el desequilibrio imprevisto con fuentes de energía a corto plazo. Estas fuentes a corto plazo suelen ser más costosas por unidad, lo que también significa que el grado de inexactitud total es importante. Por ejemplo, el coste total para compensar un error del 10% en una planta de 20 MW y de 100 MW será diferente. Este coste puede ser repercutido por el operador de la red a los participantes en el mercado.
Los operadores de la red han utilizado mecanismos como los cargos por desequilibrio/penalización y la restricción de la fiabilidad para trasladar los costes del desequilibrio de la red al mercado. En el primer ejemplo, los cargos por desequilibrio se asignan a las desviaciones de la producción prevista para permitir que el mercado sustituya la energía que falta. Estos tipos de penalizaciones han existido con la generación controlable para garantizar la entrega de energía fiable al operador de la red, pero ahora se están convirtiendo en una opción para los operadores de plantas renovables que ven el valor económico de utilizar las previsiones para programar la energía. Para asumir este tipo de riesgo adicional es necesario contar con previsiones precisas.
Como alternativa, algunos operadores de red han implementado la fiabilidad reducción donde el operador puede reducir la producción solar hasta la cantidad prevista para forzar el equilibrio de la red. Esto puede resultar costoso para el propietario de la planta si se basa en una mala previsión solar, como se indica en la figura 2.
¿Qué puedes hacer?
Si usted es propietario/operador de una planta solar y está preocupado por la pérdida de ingresos debida al uso de previsiones solares inexactas, le animo a que pregunte cómo se está creando su previsión:
- ¿Qué modelos meteorológicos se utilizan?
- ¿Qué modelo de simulación fotovoltaica se utiliza?
Después, no dude en ponerse en contacto con nosotros en support@solaranywhere.com y podemos ayudar a identificar las causas de los errores de previsión solar. Clean Power Research sigue mejorando SolarAnywhere mediante versiones de datos más precisas y nuevas características del producto que garantizan que nuestros usuarios cuentan con las herramientas de previsión solar más precisas.