Pablo Caballero
Apr 8, 2026
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, las expectativas de los inversores y la financiación bancaria, a menudo de formas que sólo se hacen visibles en una fase avanzada del ciclo de vida del proyecto.
En este artículo explicamos por qué reducir activamente la incertidumbre es más eficaz que limitarse a comunicarla. También compartimos formas prácticas de lograrlo mediante simulaciones de rendimiento fotovoltaico más inteligentes.
Utilizando un sencillo ejemplo de proyecto, mostramos cómo los distintos enfoques de la incertidumbre pueden conducir a rendimientos muy diferentes y crear distintos riesgos para los ingenieros de proyectos, los inversores y los bancos. Los ejemplos son ilustrativos y no pretenden reproducir en detalle la toma de decisiones en proyectos reales, sino demostrar cómo la reducción de la incertidumbre puede desbloquear oportunidades de optimización para todas las partes interesadas.
Los ingenieros se basan en estimaciones de rendimiento para tomar decisiones de diseño. Cuando esas estimaciones son sólidas y se conoce bien la incertidumbre, los ingenieros pueden diseñar con confianza, adaptando el sistema con precisión a las condiciones del emplazamiento. Cuando la incertidumbre se conoce mal o se ignora, los ingenieros pierden precisión.
Las decisiones de diseño se vuelven conservadoras por defecto. Los márgenes de seguridad aumentan. La optimización da paso a la aproximación. A veces esto significa añadir más equipos de los necesarios o basarse en opciones conservadoras de dimensionamiento en el diseño eléctrico, la disposición y las hipótesis de pérdidas. Otras veces significa dejar el rendimiento sobre la mesa. En cualquier caso, la incertidumbre limita la capacidad de los ingenieros para extraer todo el valor del emplazamiento.
Las optimizaciones de diseño que permite una menor incertidumbre incluyen
Los inversores rara vez evalúan un proyecto basándose únicamente en su rentabilidad prevista. En cambio, se centran en la gama de resultados posibles y en la resistencia de los rendimientos en condiciones menos favorables. Cuando la incertidumbre sobre el rendimiento se cuantifica claramente y se comunica con transparencia, los inversores pueden evaluar el riesgo con mayor eficacia y formarse expectativas realistas sobre el rendimiento a largo plazo.
Cuando se ignora o subestima la incertidumbre, los proyectos pueden parecer atractivos inicialmente, pero la confianza suele debilitarse durante la diligencia debida al cuestionarse los supuestos subyacentes. En estos casos, el riesgo percibido aumenta y resulta más difícil defender la inversión.
Por este motivo, los inversores valoran mucho la fiabilidad de los datos de producción a largo plazo. Una calidad sólida de los datos es necesaria para hacer defendible el caso base, apoya el análisis de las desventajas y facilita la alineación con los requisitos de los prestamistas, que normalmente se evalúan utilizando supuestos más conservadores.
Fig. 1. La distribución de probabilidad del rendimiento energético fotovoltaico ilustra cómo el rendimiento esperado disminuye a medida que aumenta el nivel de PXX.
Los bancos incorporan la incertidumbre a las decisiones de préstamo evaluando la capacidad de un proyecto para cumplir sus obligaciones de deuda con hipótesis conservadoras. Cuando la incertidumbre está claramente cuantificada y bien entendida, las estructuras de financiación pueden diseñarse de forma más eficiente.
En la práctica habitual de financiación de proyectos, los flujos de caja del caso base suelen basarse en estimaciones de energía P50. A medida que aumenta la incertidumbre sobre el rendimiento, la diferencia entre P50 y escenarios de producción más conservadores, como P90, se hace mayor.
Los prestamistas abordan este riesgo principalmente a través de mecanismos estructurales y basados en pactos. Los pactos son requisitos contractuales que obligan al proyecto a cumplir determinados umbrales financieros o de explotación. Las medidas típicas incluyen:
Estas medidas están diseñadas para proteger a los prestamistas manteniendo intacto el modelo financiero de base. En consecuencia, la incertidumbre sobre el rendimiento afecta directamente a la cantidad de deuda que puede obtener un proyecto y a las condiciones en que se financia.
Cuando se ignora la incertidumbre, las partes interesadas se ven obligadas a protegerse con hipótesis conservadoras. Los ingenieros recurren a márgenes de seguridad genéricos, los inversores se esfuerzan por comprender la exposición a la baja y los bancos responden limitando los préstamos o endureciendo las condiciones.
Tab. 1. Diferencias entre ignorar y comunicar la incertidumbre para los principales interesados en un proyecto.
|
Ignorar la incertidumbre |
Calcular e informar de la incertidumbre |
|
|
Ingenieros |
Se basan en hipótesis genéricas y márgenes de seguridad conservadores |
Alinear las decisiones de diseño más estrechamente con las condiciones específicas del emplazamiento |
|
Inversores |
La rentabilidad a la baja no está clara y es difícil de evaluar |
La horquilla de rentabilidad se hace visible y los riesgos se comprenden mejor |
|
Bancos |
Aplican hipótesis conservadoras que limitan el tamaño de la deuda |
Estructuran los préstamos con mayor confianza y previsibilidad |
Calcular e informar sobre la incertidumbre mejora la transparencia, pero no elimina por completo estas fricciones; el riesgo se comprende mejor, pero su precio sigue siendo defensivo.
Fig. 2. Reducir la incertidumbre del rendimiento fotovoltaico es beneficioso para los objetivos de cada parte interesada
Para reducir la incertidumbre, es importante comprender los distintos factores que influyen en ella. En las simulaciones de rendimiento fotovoltaico, la incertidumbre procede tanto de los modelos utilizados por el software como de las entradas externas proporcionadas por el usuario.
Muchas medidas de reducción de la incertidumbre pueden aplicarse con un coste adicional bajo o incluso nulo, dependiendo de las herramientas que ya se utilicen en el proyecto. En la mayoría de los casos, la clave está en elegir el software adecuado y comprender cómo se gestionan internamente los datos de entrada y los modelos. Las evaluaciones de incertidumbre deben basarse siempre en datos validados.
Entre las medidas prácticas se incluyen:
Algunas acciones adicionales requieren una inversión extra, como la instalación de equipos de medición en tierra. Aunque esto aumenta el coste inicial, suele ser pequeño en comparación con el CAPEX total de la central eléctrica. En ubicaciones complejas o regiones con una validación limitada de los datos de satélite, complementar los datos de irradiancia de satélite con mediciones in situ y modelos adaptados localmente puede reducir significativamente la incertidumbre y mejorar la confianza en los resultados.
Un proyecto puede aceptar la incertidumbre tal y como es o tomar medidas para reducirla activamente. Cuando se reduce la incertidumbre, las estimaciones de rendimiento son más fiables. Esto permite a los ingenieros optimizar los diseños con mayor confianza, ayuda a los inversores a mejorar los rendimientos mínimos esperados y da a los bancos más facilidades para estructurar la deuda de forma eficiente.
A continuación se ilustra el impacto de estos dos enfoques a través de dos escenarios de proyecto.
Tab. 2. Diferencias entre aceptar y reducir la incertidumbre para los principales interesados en el proyecto.
|
Aceptar la incertidumbre actual |
Reducir activamente la incertidumbre |
|
|
Ingenieros |
El diseño sigue siendo conservador y menos competitivo |
El diseño se optimiza minimizando los riesgos de sobrediseño e infradiseño |
|
Inversores |
Los argumentos a favor de la inversión son más débiles debido a la gran diferencia entre los rendimientos esperados y los conservadores |
Mejoran los rendimientos mínimos esperados y se reduce el riesgo a la baja |
|
Bancos |
La mayor exposición al riesgo impulsa la cautela en las decisiones de financiación |
Los costes de financiación disminuyen y la estructura de capital se vuelve más eficiente |
Ilustrémoslo con un proyecto de ejemplo: una empresa está desarrollando un proyecto solar fotovoltaico de 10 MW. El emplazamiento tiene buen aspecto, el trazado es limpio y la producción prevista es de 1.500 kWh por kWp. Sobre el papel, todo funciona.
El ingeniero realiza la simulación de rendimiento utilizando datos estándar y un conjunto de datos limitado. Esto incluye hipótesis por defecto en lugar de pérdidas modelizadas físicamente, conjuntos de datos promediados como TMY en lugar de series temporales completas, y simulaciones horarias en lugar de una resolución subhoraria. El resultado parece razonable, pero la incertidumbre sigue siendo relativamente alta.
El ingeniero sabe que los números no son erróneos, pero también sabe que no son muy ajustados. Así que el equipo decide seguir adelante tal cual.
Tab. 3. Supuestos de incertidumbre utilizados en el escenario de ejemplo A.
|
Componente de incertidumbre |
Valor |
Notas |
|
Incertidumbre de los datos de irradiancia solar |
±7.0% |
Conjuntos de datos estándar por satélite con validación local limitada y series temporales más cortas |
|
Variabilidad interanual |
±5.0% |
Variabilidad meteorológica natural interanual en el emplazamiento del proyecto |
|
Incertidumbre de la simulación fotovoltaica |
±5.0% |
Supuestos de modelización por defecto, modelos de pérdidas simplificados y resolución de simulación horaria |
|
Incertidumbre total del rendimiento fotovoltaico |
≈±10% |
Combinada mediante el método de la raíz cuadrada de la suma |
El banco revisa el proyecto utilizando el rendimiento energético P90.
Desde el punto de vista del banco, el proyecto es financiable, pero por los pelos. No hay margen para un apalancamiento adicional.
El inversor de capital se fija en el caso negativo.
El proyecto alcanza el cierre financiero, pero no está optimizado.
Una empresa está desarrollando un proyecto solar fotovoltaico de 10 MW. El emplazamiento tiene buen aspecto, el trazado es limpio y la producción prevista es de 1.500 kWh por kWp. Sobre el papel, todo funciona.
Antes de finalizar el diseño, el equipo toma otra decisión. Invierten en mejores datos de irradiancia, utilizan series temporales más largas y aplican un modelado más detallado. La energía prevista sigue siendo la misma, pero la incertidumbre disminuye.
Tab. 4. Supuestos de incertidumbre utilizados en el escenario de muestreo B.
|
Componente de incertidumbre |
Valor |
Notas |
|
Incertidumbre de los datos de irradiancia solar |
±5.0% |
Conjuntos de datos de irradiancia de mayor calidad, registros históricos más largos y validación adaptada al lugar |
|
Variabilidad interanual |
±5.0% |
Variabilidad meteorológica natural interanual en el mismo lugar (sin cambios) |
|
Incertidumbre de la simulación fotovoltaica |
±4.0% |
Modelización más detallada del sistema, mayor resolución temporal y modelos de pérdidas basados en la física |
|
Incertidumbre total del rendimiento fotovoltaico |
≈±8% |
Combinada mediante el método de la raíz cuadrada de la suma |
Aún no ha cambiado nada físico, sólo la confianza en las cifras. Con una incertidumbre menor, el proyecto ya no necesita confiar en márgenes de diseño conservadores para alcanzar la energía P90 requerida. Aunque la capacidad instalada sigue siendo de 10 MW, el diseño puede optimizarse para reducir el conservadurismo innecesario, lo que se traduce en un menor coste total del proyecto.
Las hipótesis de pérdidas esperadas (como la suciedad, la temperatura y las pérdidas de cableado) permanecen inalteradas. Sin embargo, la mejora de la calidad de los datos y la modelización reducen la incertidumbre en torno a estas pérdidas. Esto permite un diseño más eficiente del equilibrio de la planta y un menor coste sin cambiar el rendimiento esperado ni depender de márgenes de seguridad adicionales.
Así que se ajusta el diseño:
No se trata de recortar la seguridad ni la durabilidad. Simplemente, el proyecto ya no está sobredimensionado para compensar la incertidumbre.
El banco revisa el proyecto actualizado.
Con un riesgo menor, el banco se siente cómodo aumentando el apalancamiento:
Desde la perspectiva del prestamista, el riesgo no ha aumentado, en realidad se ha comprendido mejor.
Ahora el inversor examina el caso negativo.
Se ha conseguido un aumento del RoE mínimo esperado, con menos fondos propios necesarios para el inversor.
A primera vista, ambos proyectos parecen muy similares. Suministran la misma energía financiable y cumplen el mismo requisito DSCR. El emplazamiento, la tecnología y las condiciones del mercado no han cambiado. La única diferencia es el tratamiento de la incertidumbre.
La reducción de la incertidumbre se consigue pasando de la configuración de datos y software existente a una solución más avanzada. Se supone que el coste adicional de este cambio es insignificante en comparación con el ahorro potencial de capital, al tiempo que aumenta la producción prevista en el nivel de confianza P90.
La comparación de la tabla siguiente muestra que la reducción activa de la incertidumbre cambia el rendimiento del mismo proyecto.
En caso necesario, podrían lograrse mayores reducciones de la incertidumbre mediante campañas de medición específicas para cada emplazamiento y servicios de consultoría especializados, lo que ofrecería oportunidades adicionales para mejorar la eficiencia y el rendimiento financiero de los proyectos.
Tab. 5. Comparación de dos escenarios de incertidumbre para un proyecto de muestra.
|
ESCENARIO A |
ESCENARIO B |
|
|
Producción específica |
1.500 kWh/kWp |
1.500 kWh/kWp |
|
Coste fotovoltaico por kWp |
$0.70 |
$0.70 |
|
Precio de la energía por kWh |
$0.038 |
$0.038 |
|
P50 Producción anual de energía |
15.000 MWh |
15.000 MWh |
|
Incertidumbre (P90) |
±10% |
±8% |
|
P90 Producción anual |
13.500 MWh |
13.800 MWh |
|
Tamaño del proyecto |
10.00 MWp |
10.00 MWp |
|
Coste total del proyecto |
$7,000,000 |
$6,950,000 |
|
Plazo del préstamo |
20 años |
20 años |
|
Tipo de interés |
5.50% |
5.50% |
|
Deuda (%) |
70% |
72% |
|
Fondos propios (%) |
30% |
28% |
|
Deuda ($) |
$4,900,000 |
$5,004,000 |
|
Fondos propios ($) |
$2,100,000 |
$1,946,000 |
|
DSCR (P90) |
1.25 |
1.25 |
|
RoE (P50) |
7.6% |
7.8% |
|
RoE (P90) |
4.9% |
5.4% |
La forma en que un proyecto fotovoltaico aborda la incertidumbre en el rendimiento tiene consecuencias que van mucho más allá de la precisión de una previsión energética a largo plazo. Una misma producción prevista puede dar lugar a diseños, estructuras de financiación y resultados de inversión muy diferentes, dependiendo del nivel de incertidumbre asociado a dicha estimación.
Las soluciones de software modernas permiten reducir activamente la incertidumbre mediante datos de mayor calidad y modelos más precisos. Este cambio permite una optimización técnica más sólida, estructuras financieras más resilientes y una mayor confianza entre las partes interesadas.
El impacto de la reducción de la incertidumbre ya no es teórico:
La reducción de la incertidumbre es una palanca competitiva, no un eliminador de riesgos: refuerza la confianza y la resiliencia ante las caídas, mientras que los riesgos más amplios del mercado, la red y la regulación siguen siendo decisivos. Por lo tanto, su impacto varía según la región, ya que cada mercado tiene sus propios factores críticos, limitaciones y condiciones de financiación que determinan cómo la incertidumbre influye en los resultados del proyecto.
Reducir la incertidumbre sobre el rendimiento fotovoltaico no cambia la cantidad de horas de sol. No elimina el riesgo del proyecto, pero, cuando se aplica de forma eficaz, ofrece la oportunidad de crear una ventaja competitiva duradera para el proyecto.
