¿Son demasiado optimistas las estimaciones de producción de la industria solar antes de la construcción? Sí, según varias contribuciones al documento "Solar Risk Assessment: 2020", publicado por kWh Analytics. kWh encontró pruebas de "un sesgo generalizado en la industria hacia predicciones agresivas", señalando que "cuando un proyecto solar típico se desempeña en el "P90" oficial, el rendimiento de efectivo del capital cae en un 50%". DNV GL descubrió que las hipótesis optimistas sobre la irradiación contribuyen a un rendimiento inferior al 2% de los ingresos P50.

Hay varias formas de seleccionar los datos de los recursos solares, algunas mejores que otras. Recomendamos un enfoque sencillo y probado: utilizar un servicio de datos de alta calidad como SolarAnywhere®. Los interesados en proyectos que utilizan SolarAnywhere pueden sentirse seguros de sus predicciones. Y para evitar cualquier duda, no hay evidencia de un alto sesgo en los datos de SolarAnywhere.

Ha surgido un enfoque alternativo para la selección de datos del recurso solar -llamado enfoque de la mediana- como posible remedio a las suposiciones optimistas sobre la irradiación. En el enfoque de la mediana, se comparan muchos conjuntos de datos de años típicos (cuantos más mejor) y se selecciona el que tiene la mediana del GHI. Aunque la comparación de conjuntos de datos puede ser informativa, el enfoque de la mediana para la selección de datos del recurso solar se queda corto. Analicemos brevemente tres problemas del enfoque de la mediana:

  1. El enfoque de la mediana carece de precisión espacial
  2. El enfoque de la mediana no resuelve los sesgos ni los problemas de los conjuntos de datos de menor calidad
  3. El enfoque de la mediana carece de transparencia y repetibilidad

Problema 1: El enfoque de la mediana carece de precisión espacial

La mayoría de los datos disponibles para el enfoque de la mediana corresponden a ubicaciones TMY2/TMY3 heredadas. Es probable que pocas o ninguna de estas ubicaciones coincidan con su proyecto, por lo que las lecturas pueden no ser representativas del recurso solar allí.

Además, al tomar la mediana de los datos de varios lugares se suavizan artificialmente los gradientes del recurso solar. Puedes comprobarlo tú mismo probando el enfoque de la mediana en cualquier lugar de la isla de Oahu, en Hawai. Si obtienes ~5,35 kWh/m^2/día (media anual de 223 W/m^2), es porque la mayoría de los datos que componen la mediana son los mismos independientemente de la ubicación que hayas seleccionado. En realidad, sabemos que el tiempo en la isla puede variar sustancialmente en un par de kilómetros. Así lo ilustra el mapa de datos de SolarAnywhere de resolución mejorada de la figura 1.

Rendimiento medio por añada
El enfoque de la mediana es inexacto en terrenos variados porque los datos de entrada carecen de precisión espacial. El efecto de suavización hace que los interesados no puedan distinguir entre las ubicaciones más y menos deseables del proyecto.

Problema 2: El enfoque de la mediana no resuelve los sesgos y los problemas de los conjuntos de datos de menor calidad

El enfoque de la mediana está fuertemente ponderado con datos de menor calidad, incluyendo los datos heredados de NREL (TMY2/TMY3) y modelos satelitales menos precisos (por ejemplo, NREL PSM). En 2015 escribimos sobre los peligros de utilizar conjuntos de datos obsoletos como el TMY3. La resolución espacial, la metodología incoherente, las técnicas de medición heredadas y los períodos más antiguos contribuyen a las diferencias. Al fin y al cabo, el TMY3 nunca fue concebido para la financiación de proyectos solares (como ha declarado el NREL). Los datos se basan en modelos y mediciones de 1976 a 2005. Además, el TMY3 sólo pondera el 50% de la irradiancia; el otro 50% incluye la velocidad del viento, la temperatura y el punto de rocío, que tienen un impacto mucho menor en la producción solar.

Otros modelos satelitales como el PSM del NREL no han sido examinados para su uso en la financiación de proyectos solares. Los sesgos del PSM están bien documentados.1

¿Tomar la mediana de los datos de menor calidad produce un resultado financiable? Un análisis de 14 lugares utilizando las mediciones SURFRAD/SOLRAD2 de mayor calidad como referencia muestra que no es así. El enfoque de la mediana no resuelve los sesgos de los conjuntos de datos subyacentes. Es más, el uso de SolarAnywhere por sí solo reduce sustancialmente el riesgo de producción en comparación con el enfoque de la mediana y los conjuntos de datos heredados. Si desea revisar los datos usted mismo, póngase en contacto con nosotros.

Problema 3: El enfoque de la mediana carece de transparencia y repetibilidad

El enfoque de la mediana para la selección de recursos solares no está respaldado por la validación publicada (lo que nos llevó a realizar este análisis). La repetición del enfoque de la mediana requiere un seguimiento de los conjuntos de datos de entrada. Si se cambia o se elimina un conjunto de datos, la mediana cambia. El proceso de selección de los conjuntos de datos que se incluyen en la mediana se deja a debate.

Por último, la mediana del TMY no es comparable con las mediciones recientes sobre el terreno en el lugar del proyecto porque el TMY carece de datos recientes para la comparación. Si se dispone de mediciones sobre el terreno antes de la construcción, la comparación con el TMY no es posible. Una vez que la planta entre en funcionamiento, los ingenieros de rendimiento tendrán dificultades para distinguir el rendimiento de la planta y las expectativas pro forma del tiempo reciente.

Todas estas cuestiones dificultan la toma de decisiones eficaces y objetivas por parte de los interesados en el proyecto.

Por el contrario, los datos de SolarAnywhere cuentan con una amplia validación pública con incertidumbre conocida, versiones de datos y un historial de datos coherente en tiempo real, por citar algunos de los cinco factores que definen los datos de recursos solares financiables.

Conclusiones: la fuente de datos del recurso solar es importante

El enfoque de la mediana para la selección de recursos puede sobreestimar o subestimar el verdadero recurso solar dependiendo de las características específicas del proyecto y de los datos de entrada utilizados. El enfoque de la mediana carece de precisión espacial y no resuelve los sesgos de los conjuntos de datos de menor calidad utilizados como entrada. Además, el enfoque de la mediana carece de la transparencia y la repetibilidad necesarias para una toma de decisiones objetiva y eficaz.

Aunque la comparación de conjuntos de datos puede ser informativa, en general, el uso de SolarAnywhere por sí solo da resultados sustancialmente mejores que el enfoque medio de la selección de datos de recursos solares. Para ver más datos sobre este tema, o para saber más sobre nuestros datos solares de confianza y servicios de inteligencia, póngase en contacto con nosotros.

1Informe técnico del NREL, "Solar Resource Calibration, Measurement, and Dissemination, Final Report FY 2016-FY 2018", mayo de 2019, p28. https://www.nrel.gov/docs/fy19osti/73667.pdf

2BSRN: Driemel, A., Augustine, J., Behrens, K., Colle, S., Cox, C., Cuevas-Agulló, E., Denn, F. M., Duprat, T., Fukuda, M., Grobe, H., Haeffelin, M., Hodges, G., Hyett, N., Ijima, O., Kallis, A., Knap, W., Kustov, V., Long, C. N., Longenecker, D., Lupi, A., Maturilli, M., Mimouni, M., Ntsangwane, L., Ogihara, H., Olano, X., Olefs, M., Omori, M., Passamani, L., Pereira, E. B., Schmithüsen, H., Schumacher, S., Sieger, R., Tamlyn, J., Vogt, R., Vuilleumier, L., Xia, X., Ohmura, A., y König-Langlo, G.: Baseline Surface Radiation Network (BSRN): structure and data description (1992-2017), Earth Syst. Sci. Data, 10, 1491-1501, doi:10.5194/essd-10-1491-2018, 2018.