Parte de la terminología técnica puede diferir. La versión en inglés es la referencia.

Hace dos años, la tormenta Uri desencadenó una profunda helada sobre Texas, provocando apagones generalizados que afectaron a más de 4,5 millones de personas. Los drásticos cambios de temperatura durante la tormenta no sólo redujeron la producción de gas natural y congelaron las turbinas eólicas en todo el Estado, sino que también tuvieron repercusiones generalizadas en las plantas solares.

Cuando la red se colapsó durante la tormenta, muchas plantas fotovoltaicas fueron incapaces de restablecer la energía tras apagarse. Una de las razones fue que la tensión total del circuito abierto (VOC) era superior al rango de tensión de arranque de CC de sus inversores, lo que provocó problemas de rendimiento y afectó a los componentes de potencia fotovoltaica.

En retrospectiva, la tormenta Uri nos ofrece una importante lección sobre el diseño de proyectos solares: Tener acceso a datos de series temporales solares y utilizar la información recopilada a partir de esos datos durante la fase de diseño de un proyecto solar, informa y refuerza significativamente la resistencia de un proyecto solar a los fenómenos meteorológicos extremos, junto con los cambios drásticos de temperatura.

Temperatura ambiente 1
Figura 1: Temperatura ambiente (temp) del año 1999 a 2021.
Eje X: años de 1999 a 2021, eje Y: temperatura de -15°C a 40°C.

Mapa térmico de la temperatura ambiente 1
Figura 2: Mapa térmico de la temperatura ambiente en 2021. Azul oscuro: fenómenos meteorológicos negativos extremos.
La escala de colores está en grados Celsius
.

Solargis Analyst registró temperaturas muy por debajo de las medias a largo plazo y de los datos históricos durante la tormenta Uri, como se ve en las figuras 1 y 2.


Datos de series temporales frente a conjuntos de datos TMY

Los expertos en inversores han destacado la importancia de tener en cuenta las condiciones meteorológicas extremas a la hora de diseñar configuraciones fotovoltaicas para garantizar la fiabilidad del sistema y evitar tiempos de inactividad.

Destacan que los fenómenos meteorológicos extremos, como la nieve, la lluvia helada y las bajas temperaturas, pueden provocar humedad en el aire, lo que a su vez puede provocar el apagado de los inversores y problemas de sobretensión, debido a la menor impedancia de los cables y el cableado eléctrico.

Las células solares, por su parte, son sensibles a la temperatura y pueden verse afectadas por condiciones meteorológicas extremas. Sin embargo, las temperaturas extremas no suelen tenerse en cuenta durante la fase de diseño de un proyecto solar, y el sector sigue basándose en los datos del Año Meteorológico Típico (TMY) para el diseño de un proyecto, lo que provoca puntos ciegos en la resistencia del diseño y puede dar lugar a mayores pérdidas económicas, como se vio tras la tormenta Uri.

histograma de temperatura 1
Figura 3: Histograma de temperaturas en grados Celsius: TMY P50 (azul), TMY P90 (naranja), Series temporales (verde); se muestra un histograma de los datos históricos reales (de 1999 a 2023) y los archivos TMY (de Solargis Analyst).

La figura 3, tomada de Solargis Analyst, pone de relieve la importancia de utilizar datos precisos y no confiar excesivamente en los escenarios TMY en el diseño y la planificación de proyectos de energía solar. El marcado contraste entre los valores de temperatura de estos conjuntos de datos -en el momento de la tormenta Uri- puede apreciarse observando la parte negativa del gráfico.

El porcentaje de estos valores negativos es cercano al 0%, lo que ilustra la magnitud de la variación que puede producirse durante condiciones meteorológicas extremas, como las tormentas de nieve. La figura 3 muestra claramente que sólo los datos de las series temporales captaron con precisión los fenómenos de temperaturas extremadamente bajas (indicados con un círculo), mientras que los conjuntos de datos TMY no pudieron dar cuenta de tales fenómenos, ya que sólo representan escenarios probabilísticos típicos.

Las distintas tonalidades de cada color en la figura 3, que corresponden a cada conjunto de datos, ponen de relieve la acumulación de puntos de datos: las tonalidades más claras indican una menor densidad de datos. Esto, una vez más, pone de relieve la rareza de estos valores de baja temperatura que sólo pueden observarse a través de los archivos de series temporales.


La importancia de los datos de series temporales en el diseño de proyectos

Los resultados de la figura 3 demuestran la importancia de utilizar datos precisos de series temporales plurianuales para comprender mejor los posibles efectos de los fenómenos meteorológicos extremos en los sistemas de energía solar.

Para reforzar el diseño de un proyecto solar frente a tales fenómenos, es crucial estudiar y utilizar datos precisos para tomar decisiones informadas, especialmente durante la fase inicial de diseño de los proyectos de energía solar. Esto ayuda a determinar el número de módulos que deben conectarse en serie y en paralelo a cada inversor y a garantizar que los proyectos se construyen para resistir condiciones meteorológicas extremas.

Los valores históricos precisos de temperatura e irradiación también son cruciales para analizar tendencias, predecir escenarios y tomar decisiones informadas al diseñar proyectos fotovoltaicos. Utilizando escenarios probabilísticos, el análisis de los valores medios, máximos y mínimos a largo plazo de los datos de temperatura e irradiación permite tomar decisiones mejor informadas y garantiza que un proyecto solar se construya para resistir condiciones meteorológicas y de temperatura extremas.

Obtenga más información sobre cómo los datos, el software y los servicios de consultoría de Solargis pueden contribuir al diseño de proyectos y a la resistencia de las plantas solares.

Seguir leyendo

Por qué utilizar datos de recursos solares por satélite en la evaluación del rendimiento fotovoltaico
Best practices

Por qué utilizar datos de recursos solares por satélite en la evaluación del rendimiento fotovoltaico

Está ampliamente aceptado que los piranómetros de alto nivel que funcionan en condiciones rigurosamente controladas deben utilizarse para la evaluación del rendimiento financiable de los sistemas de energía fotovoltaica (FV).

Solargis mejora la precisión de las previsiones de energía solar
Best practices

Solargis mejora la precisión de las previsiones de energía solar

Al igual que ocurre con los caballos, las técnicas de previsión son más adecuadas en función del plazo de previsión previsto.

SEMINARIO WEB: Aplicaciones de datos sobre recursos solares para la planificación y explotación de servicios públicos
Best practices

SEMINARIO WEB: Aplicaciones de datos sobre recursos solares para la planificación y explotación de servicios públicos

El lunes 23 feb 2015 a las 16:00 UTC, Marcel Suri (Solargis) y Tom Hoff (Clean Power Research) presentan el uso de datos de satélites meteorológicos