Buenas prácticas

Los datos solares medidos desde tierra suelen considerarse la «verdad de referencia». Se utilizan para evaluar el rendimiento de las plantas fotovoltaicas, validar modelos, adaptar los conjuntos de datos satelitales a las condiciones locales, calcular la producción prevista y evaluar si una instalación está funcionando como debería. Sin embargo, los datos medidos nunca son perfectos. Los fallos de los instrumentos, los problemas de instalación, los efectos ambientales, la acumulación de suciedad, el sombreado, la deriva de calibración y la desalineación de los sensores pueden introducir errores.

¿Tienen en cuenta tus simulaciones las condiciones de temperatura reales del emplazamiento de tu planta fotovoltaica? Si utilizas conjuntos de datos del Año Meteorológico Típico (TMY) como datos de entrada, la respuesta breve es «no del todo». Mediante el análisis tanto de las series temporales de Solargis como de los datos TMY de Solargis para un emplazamiento de muestra, demostramos cómo los datos TMY pueden no reflejar las altas temperaturas a largo plazo, lo que podría generar riesgos innecesarios para los proyectos fotovoltaicos.

Las anomalías meteorológicas y los fenómenos extremos ponen constantemente a prueba los resultados de los informes periódicos sobre el rendimiento de las instalaciones fotovoltaicas en todo el mundo. Este verano, los incendios forestales y las olas de calor están afectando a amplias zonas de Europa. Además, el eclipse solar total, que tendrá lugar dentro de unos días, también merece nuestra atención.

El terreno es un factor fundamental en las simulaciones energéticas, ya que determina las características geométricas y físicas que influyen en el rendimiento de una central eléctrica. Dado que los proyectos fotovoltaicos a gran escala suelen construirse en terrenos complejos, y no en parcelas perfectamente llanas, tener en cuenta características específicas del terreno, como pendientes, colinas, valles o crestas, es un factor clave para garantizar la precisión de las simulaciones fotovoltaicas y las consiguientes estimaciones de rendimiento energético.

Dependiendo de la ubicación y las condiciones, los datos sobre recursos solares obtenidos por satélite suelen presentar una incertidumbre que oscila entre el 4 % y el 8 %. Con mediciones terrestres de alta calidad y una adaptación adecuada al emplazamiento, esa incertidumbre a menudo puede reducirse hasta situarse en torno al 3 %-5 %. Esta reducción puede parecer pequeña, pero resulta comercialmente significativa para muchos proyectos fotovoltaicos a gran escala.

Todo proyecto solar fotovoltaico suele empezar con una cifra sencilla: el rendimiento fotovoltaico anual previsto. A primera vista, esta cifra parece clara y precisa. En realidad, sin embargo, siempre viene acompañado de incertidumbre. La forma en que un equipo de proyecto afronta esta incertidumbre es muy importante. Influye en el diseño de ingeniería, en las expectativas de los inversores y en la financiación bancaria, a menudo de formas que sólo se hacen visibles en fases avanzadas del ciclo de vida del proyecto.

Solargis Prospect y Solargis Evaluate son esenciales en las fases de prefactibilidad y factibilidad, pero tienen objetivos diferentes. Muchos de nuestros clientes nos preguntan en qué se diferencian ambos productos, cómo encajan en el proceso de desarrollo de un proyecto y si es conveniente, o cuándo, pasar de Prospect a Evaluate. En este artículo le explicaremos la función de cada solución y le ayudaremos a tomar la decisión correcta.

En la prospección y evaluación de proyectos solares, la mayor parte de la atención se centra en la Irradiación Horizontal Global (GHI). Es el parámetro más utilizado para evaluar el recurso solar y la base de casi todos los estudios de viabilidad fotovoltaica. Pero la GHI es sólo una de las muchas partes del cuadro. En Solargis, vamos más allá.

Uno de los resultados más importantes de las simulaciones fotovoltaicas es la estimación del rendimiento energético anual P50. A menudo denominado "mejor estimación", el valor P50 representa el rendimiento energético anual que tiene una probabilidad del 50% de ser superado (con una probabilidad igual del 50% de que el rendimiento real sea inferior).
Sin embargo, basarse únicamente en el valor P50 puede resultar demasiado optimista para los interesados en el proyecto. Para solucionar este problema, se suelen utilizar otras estimaciones de rendimiento basadas en la probabilidad, como el valor P90, que indica el rendimiento energético que se espera superar el 90% de las veces.

En la industria solar actual, nos enfrentamos a un reto fundamental: distinguir entre los datos que se basan en la física y la metodología científica validada, y los que son producto de la manipulación subjetiva y los enfoques heredados. Esta distinción tiene un profundo impacto en la calidad de la toma de decisiones y el éxito a largo plazo de los proyectos.

En el contexto de la simulación del rendimiento fotovoltaico, la incertidumbre ayuda a los usuarios a comprender las posibles desviaciones en los resultados producidos por el software que están utilizando. Comprender estas desviaciones desempeña un papel fundamental a la hora de seleccionar el diseño óptimo de una central eléctrica y de evaluar los riesgos financieros y el rendimiento de la inversión.

Aunque los conjuntos de datos TMY son útiles para las primeras fases de las evaluaciones de prefactibilidad, ya no son suficientes para los modelos de rendimiento y los análisis financieros. Al igual que en su día pasamos de las pantallas de televisión de baja resolución a las de ultra alta definición, la industria solar debe dar ahora el mismo salto y adoptar los datos de series temporales de alta resolución como nuevo estándar.