La luz del sol es dinámica. Imagina la luz del sol filtrándose a través de nubes rotas y a la deriva. Las sombras y la luz recorren el paisaje. El sol recorre el cielo. Este es el mundo real en el que operan los sistemas solares.
No es de extrañar que la modelización fotovoltaica horaria -que sigue siendo una práctica habitual en el sector solar- genere imprecisiones en la estimación de la energía y la optimización del sistema. En 2012, por ejemplo, los investigadores de Sandia descubrieron que las simulaciones promediadas por hora podían sobreestimar la producción anual hasta en un 2%.1 Más recientemente, la sobreestimación de la energía de CA debido a las pérdidas por recorte se ha estimado en un 1,5-4% anual, dependiendo del diseño y la ubicación del sistema.2 Las elevadas relaciones CC:CA, una tendencia reciente en las nuevas instalaciones, conducen a errores en el extremo superior del rango.
Además, las simulaciones horarias son inadecuadas para modelar las rampas subhorarias de la energía solar. Para mantener la estabilidad de la red eléctrica con mucha energía solar, hay que gestionar esta variabilidad. Según la Oficina de Tecnologías de la Energía Solar del Departamento de Energía de EE.UU., la energía solar podría pasar del 3% del suministro de electricidad de EE.UU. en 2020 a un 40% en 2035. Los promotores de la energía solar deben diseñar cada vez más sistemas que suministren energía firme de forma rentable, independientemente de las condiciones meteorológicas.
Un reto clave para la adopción de las simulaciones subhorarias ha sido la disponibilidad de datos solares específicos de cada emplazamiento adecuados para la modelización subhoraria. Estamos haciendo que ese reto sea cosa del pasado.
Presentamos los nuevos datos solares de alta resolución de SolarAnywhere con True Dynamics™
La última generación de satélites GOES escanea el territorio continental de los Estados Unidos con una resolución 24 veces mayor (6 veces temporal y 4 veces espacial) que las generaciones anteriores. Hemos adaptado SolarAnywhere para utilizar la máxima resolución disponible. Como resultado, los usuarios pueden ahora generar 2 o más años de datos solares con una resolución nativa nominal de 5 minutos y 500 metros, por primera vez en la industria solar. La entrada de datos GOES de máxima resolución revela la intermitencia del recurso solar y es la mejor referencia posible -es decir, la fuente de verdad- para los modelos solares subhorarios.
Sin embargo, esto es sólo una parte de la historia. Para obtener las simulaciones más precisas de pérdidas por recorte y tasa de rampa, los datos solares deben tener variabilidades y distribuciones de potencia sub-horarias realistas. Para ello, los clientes de datos de alta resolución de SolarAnywhere también tienen acceso a True Dynamics™, una metodología única para preparar imágenes de satélite para el análisis subhorario. Con True Dynamics, los datos solares de alta resolución de SolarAnywhere se complementan con técnicas estadísticas para que se comporten de forma más parecida a las mediciones terrestres de la luz solar real.
Como se muestra en la Figura 1, los datos de TD de 5 minutos captan grandes tasas de rampa intrahorarias y eventos de superación del cielo despejado debido a la reflexión de las nubes que no son evidentes en los datos promediados por hora. Por consiguiente, el uso de los nuevos datos de TD de 5 minutos suele conducir a una estimación más precisa de la energía de CA.
Figura 1: Simulación de series temporales con SolarAnywhere TD horaria y de 5 minutos, y datos observados de 1 minuto
El desarrollo de True Dynamics
True Dynamics se ha desarrollado en colaboración con el Dr. Richard Pérez y se apoya en décadas de investigación sobre la variabilidad solar.3 La publicación de la metodología y los resultados de True Dynamics está prevista para este año; visite la página de soporte para obtener más información. Aunque la investigación y los métodos seguirán evolucionando, True Dynamics significa que los usuarios pueden estar seguros de utilizar los datos para simulaciones subhorarias.
Mejorar la modelización de los recursos de energía solar híbrida con SolarAnywhere
El uso de datos solares de alta resolución de SolarAnywhere con True Dynamics mejora la precisión de la evaluación de la energía solar. En pruebas internas, las simulaciones de 5 minutos con datos de True Dynamics redujeron los errores de pérdida por recorte en más de un 90% frente a los datos horarios para escenarios de alta DC:AC (véase la Figura 2). En cuanto a la evaluación de las rampas y los requisitos de suavizado, no hay comparación.
Figura 2: Comparación del error de las pérdidas estimadas por recorte de CA
Pérdidas estimadas en relación con las observaciones de 1 minuto para las observaciones promediadas por hora, las observaciones de 5 minutos, los datos de TD de SolarAnywhere por hora, SolarAnywhere de 5 minutos y SolarAnywhere de 5 minutos
Junto con los datos de hindcast para evaluar el despacho de baterías y las estrategias de reafirmación, los usuarios de SolarAnywhere pueden obtener los datos solares de última generación necesarios para modelar con confianza los recursos de energía solar híbrida actuales. Una mejor modelización permite diseñar proyectos más óptimos y con márgenes de diseño más ajustados, reduciendo el CAPEX necesario para cumplir los requisitos del proyecto.
Se invita a los usuarios interesados a probar las nuevas opciones de datos sin coste alguno en cualquiera de los sitios públicos de alta resolución visitando data.solaranywhere.com. O póngase en contacto con nosotros para obtener más información.
Referencias
1 Hansen C W, Stein J S, Riley D, 2012. Effect of Time Scale on Analysis of PV System Performance. Sandia National Laboratories, número de informe: SAND2012-1099. DOI:10.13140/2.1.1150.3368. Enlace
2 Bradford K, Walker R, Moon D, Ibanez M, 2020. A Regression Model to Correct for Intra-Hourly Irradiance Variability Bias in Solar Energy Models. 2020 47th IEEE Photovoltaic Specialists Conference (PVSC), June 15-August 21, 2021. DOI: 10.1109/PVSC45281.2020.9300613. Enlace
3 Pérez R, David M, Hoff T, Jamaly M, Kivalov S, Kleissl J, Lauret P, Pérez M, 2016. Variabilidad espacial y temporal de la energía solar. Foundations and Trends® in Renewable Energy, Volume 1, Number 1: 1-44. doi.org/10.1561/2700000006. Enlace