Introducción
La nieve acumulada puede reducir la producción de energía de un sistema solar fotovoltaico al obstruir la luz solar disponible para la conversión de energía. Las pérdidas de energía fotovoltaica debidas a la nieve -comúnmente denominadas "pérdidas por nieve"- pueden variar mucho entre lugares y periodos de tiempo.
Estimar con precisión las pérdidas por nieve puede ayudar a los propietarios y financiadores de sistemas fotovoltaicos a reducir el riesgo financiero y operativo de sus proyectos solares. Sin embargo, hay varios factores que pueden influir en la magnitud de las pérdidas por nieve. El clima local, así como la configuración del sistema fotovoltaico (como el tipo de inclinación y seguimiento) pueden determinar la tasa de acumulación y desprendimiento de nieve. Además, dado que el clima local está siempre en movimiento -cambiando de una estación a otra y de un año a otro- las pérdidas de nieve pueden presentar una gran variabilidad estacional e interanual.
Al incorporar los datos meteorológicos de la serie de tiempo completo en la ubicación de un proyecto con un modelo de pérdida de nieve, los clientes pueden predecir con mayor precisión el impacto de las pérdidas de nieve en la producción de energía fotovoltaica.
Modelización de las pérdidas por nieve con SolarAnywhere
Los servicios de modelado energético de SolarAnywhere son compatibles con el modelo de pérdida de nieve pvlib desarrollado por NREL (en lo sucesivo, "modelo de pérdida de nieve NREL") y Townsend.1,2,5 El modelo NREL estima la fracción de la altura oblicua de la fila FV que está cubierta por nieve en cada paso temporal. Los datos de profundidad de nieve de las series temporales de SolarAnywhere se utilizan para determinar la nevada acumulada en cada paso temporal. Si la nevada supera el umbral, se considera que los módulos fotovoltaicos están totalmente cubiertos de nieve.3 El modelo NREL considera el deslizamiento de la nieve como el proceso dominante de retirada de nieve y no tiene en cuenta el efecto del derretimiento de la nieve o la retirada por el viento.2 El modelo Townsend de pérdida de nieve utiliza datos de profundidad de nieve en series temporales de SolarAnywhere para determinar los totales mensuales de nieve y los eventos de nieve. El modelo Townsend determina el porcentaje de capacidad de CC perdida debido a la cobertura de nieve y a las condiciones ambientales.5
La validación del modelo de pérdida de nieve del NREL se centra principalmente en los sistemas de inclinación fija. Se comprobó que la incorporación del modelo de pérdida de nieve mejoraba la precisión de la producción anual de energía estimada para los sistemas fotovoltaicos probados. También se observó que el modelo reducía los errores de un sistema de seguimiento de un solo eje. En la figura 1.4 se muestra una comparación del modelo de pérdida de nieve del NREL (denominado modelo de pérdida de nieve de Marion en la figura 1) y los modelos Townsend con otros modelos de pérdida de nieve.
Figura 1: Comparación de los modelos de pérdida de nieve4
Fuente: Revista SolarPro: Modelización de las pérdidas debidas a las nevadas
La API de SolarAnywhere admite la modelización de las pérdidas de nieve y sólo está disponible con datos de series temporales históricas y en tiempo real. Las solicitudes de series temporales en tiempo real para los campos de salida de pérdida de nieve fuera de los Estados Unidos continentales se limitan a la semana final en lugar de la hora actual. Dado que los cálculos de pérdidas por nieve se basan en la nieve acumulada, el modelado de pérdidas de SolarAnywhere tiene en cuenta los datos de profundidad de la nieve y temperatura ambiente de los seis meses anteriores a la hora de inicio especificada en su solicitud de simulación.
Utilización de series temporales de datos meteorológicos para hacer que las estimaciones de pérdida de nieve sean más específicas.
Con SolarAnywhere Sites , los clientes pueden acceder a datos meteorológicos históricos completos en el emplazamiento de su proyecto. Las herramientas de simulación energética pueden aprovechar la información detallada sobre los patrones meteorológicos diarios, como la profundidad de la nieve y la temperatura ambiente, para generar estimaciones de pérdidas específicas del emplazamiento.
Para entender cómo se pueden hacer más precisas las estimaciones de pérdidas por nieve, comparamos dos enfoques:
- Un "Enfoque genérico de pérdidas" que utiliza las estimaciones de pérdidas proporcionadas en un estudio del NREL sobre el modelo de pérdidas de nieve fotovoltaica en el Modelo de Asesoramiento del Sistema (SAM)
- Un "Enfoque de Pérdidas Específicas" que incorpora los datos de las series temporales de SolarAnywhere con el modelo de pérdidas de nieve de SAM
Las principales diferencias entre los dos enfoques se enumeran en la figura 2. Ambos enfoques utilizan el modelo Marion del NREL para estimar las pérdidas de nieve. La diferencia clave está en el periodo de registro de los datos meteorológicos y en la resolución espacial de los datos de nieve.
Por ejemplo, el enfoque genérico utiliza datos meteorológicos de la NSRDB para el periodo 1961-1990. Se trata de un periodo de registro relativamente antiguo en comparación con el enfoque específico, que utiliza datos meteorológicos de series temporales más recientes. Otra diferencia clave es la resolución espacial. Los datos de nieve utilizados en el enfoque genérico se interpolan a partir de 239 lugares de Estados Unidos. En comparación con este enfoque, el enfoque específico utiliza datos meteorológicos obtenidos por satélite con una resolución espacial de 4 km.
Figura 2: Comparación del enfoque de pérdidas genéricas con el enfoque de pérdidas específicas
Pérdidas anuales por nieve
Hemos modelado las pérdidas anuales por nieve de un sistema fotovoltaico a escala de servicio público arbitrario (50 MWdc, relación CC:CA 1,3) con una inclinación fija de 20 grados. El sistema se colocó en cinco lugares diferentes de EE.UU. La figura 3 muestra que el enfoque de pérdidas genéricas puede dar lugar a una sobreestimación o subestimación de las pérdidas por nieve en un emplazamiento energético.
¿Qué significa esto para las estimaciones de energía fotovoltaica? Como se muestra en la figura 4, la diferencia en el rendimiento energético anual utilizando los enfoques genérico y de pérdidas específicas puede alcanzar fácilmente el 7-8%, y esto puede variar aún más de un año a otro y de un lugar a otro.
Figura 4: Diferencia en el rendimiento energético anual utilizando los enfoques de pérdidas genéricas y específicas para el año 2020
La configuración del sistema (como el tipo de seguimiento y la inclinación) puede afectar también a la magnitud de las pérdidas de energía. Para demostrarlo, el NREL realizó un estudio en el que se comparaban cinco diseños de sistemas diferentes en un emplazamiento energético de Colorado. Como se muestra en la figura 5, las pérdidas de energía pueden superar fácilmente el 9% para un sistema fotovoltaico fijo de baja inclinación.
Cálculo de las pérdidas de nieve P50/P90
Dado que las pérdidas de nieve son acumulativas y dependen del tiempo, el uso de datos de series temporales de varios años puede mejorar la fiabilidad y la precisión de las estimaciones de pérdidas, y tener en cuenta el efecto de la variabilidad interanual en las pérdidas de nieve. Para demostrar cómo las estimaciones de P50/P90 pueden estar más orientadas a los datos y ser más específicas con datos de series temporales de alta fidelidad y actualizadas, calculamos las estimaciones de pérdidas de nieve P50/P90 utilizando datos meteorológicos de series temporales históricas de SolarAnyhwere desde 2004 hasta 2020 en SAM y las comparamos con las estimaciones genéricas. Se colocó un sistema fotovoltaico arbitrario a escala de servicio público en cinco lugares diferentes de EE.UU. Se consideraron dos configuraciones de emplazamiento energético: un sistema fotovoltaico de inclinación fija de 20 grados y un sistema fotovoltaico de seguimiento de un solo eje.
La figura 6 muestra cómo las estimaciones de P50/P90 pueden estar más orientadas a los datos y a los lugares específicos con la modelización de series temporales en comparación con las estimaciones genéricas. A menudo, las condiciones de financiación pueden fijarse en función de la producción anual de energía a la baja (por ejemplo, una estimación P90 o P99). Por lo tanto, es imprescindible tener en cuenta cómo se comporta la central eléctrica en ese escenario. Mejorar la precisión de las estimaciones de pérdidas P90 con la modelización de series temporales puede reducir la incertidumbre en las estimaciones de energía comunicadas. Esto ayuda a los propietarios de proyectos a minimizar el riesgo financiero y operativo de su proyecto solar.
Referencias
1 Marion B, Schaefer R, Caine H, Sanchez G. 2013. Measured and Modeled Photovoltaic System Energy Losses from Snow for Colorado and Wisconsin Locations. Solar Energy, volumen 97: 112-121. DOI: 10.1016/j.solener.2013.07.029. Enlace
2 Ryberg DS, Freeman J. 2017. Integración, validación y aplicación de un modelo de cobertura de nieve fotovoltaica en SAM. Informe técnico del NREL. Enlace
3 Nieve horaria por encima de la cual la cobertura de nieve se ajusta a la altura de la hilera. La unidad es el centímetro por hora. SolarAnywhere utiliza un valor por defecto de 1,0 para este parámetro.
4 Gun D, Kimball G, Anderson M. 2018. Modelo dinámico de pérdida de nieve y validación. PVPMC 2018:7. Enlace
5 Townsend T, Powers L. 2011. Fotovoltaica y nieve: Una actualización de dos inviernos de mediciones en la SIERRA. 37ª Conferencia de Especialistas en Fotovoltaica del IEEE (PVSC). DOI: 10.1109/PVSC.2011.6186627. Enlace.
El 16 de julio de 2021, esta página se actualizó con datos corregidos de la profundidad de la nieve.