Algunos términos técnicos pueden variar. La versión en inglés sirve de referencia.

¿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».

Aunque un conjunto de datos del Año Meteorológico Típico (TMY) no está pensado para reflejar fenómenos extremos, también puede pasar por alto condiciones que son lo suficientemente frecuentes como para que mucha gente las considere «típicas».

En un proyecto fotovoltaico, es importante determinar correctamente las condiciones de temperatura para garantizar que las pérdidas previstas sean precisas y que los componentes de la planta puedan soportar el estrés térmico adicional.

Mediante el análisis tanto de las series temporales de Solargis como de los datos TMY de Solargis para un emplazamiento de muestra cerca de Petrolina, en Pernambuco (Brasil), mostramos cómo el TMY ofrece una imagen errónea de las altas temperaturas a largo plazo, y cómo esto puede minar la confianza en el proyecto fotovoltaico e introducir riesgos innecesarios.

Rendimiento fotovoltaico a altas temperaturas

La temperatura afecta al rendimiento de los sistemas fotovoltaicos de varias maneras. Los módulos solares fotovoltaicos no convierten toda la luz solar que absorben en electricidad, y su eficiencia disminuye a medida que aumenta la temperatura de los módulos.

Además, cuando las temperaturas superan los límites de funcionamiento especificados, los inversores pueden reducir su potencia de salida, un fenómeno conocido como reducción de potencia por calor. Las temperaturas más elevadas también aumentan las pérdidas por resistencia en los transformadores y los cables, lo que afecta aún más al rendimiento general del sistema.

Por qué el TMY no refleja la situación completa

El conjunto de datos TMY (Año Meteorológico Típico) está diseñado para abarcar las condiciones más probables en un emplazamiento. Se elabora seleccionando los intervalos más representativos desde el punto de vista estadístico a partir de un largo historial y agrupándolos en un único año sintético. En este proceso, los criterios de selección dan prioridad a la irradiación frente a otros parámetros, como la temperatura.

Las altas temperaturas son bastante frecuentes en algunos climas. Sin embargo, es posible que algunos rangos de temperatura no queden suficientemente reflejados en el conjunto de datos del TMY, aunque la proporción de registros que alcanzan dichos valores pueda ser bastante significativa. A estas situaciones de infrarrepresentación las denominamos el «punto ciego del TMY».

El problema es que resumir muchos años de datos en un solo año plantea riesgos para la planta. En otras palabras, un TMY puede no representar los días que más importan para las pérdidas térmicas de tu planta fotovoltaica: aquellos en los que tus componentes fotovoltaicos alcanzan las temperaturas más altas.

El estudio de caso de Petrolina que se presenta a continuación lo ilustra con más detalle. Vemos cómo se sitúa el «punto ciego» para temperaturas del aire superiores a 33 ºC-35 ºC, donde el TMY «oculta» el mayor número de horas equivalentes en comparación con otros umbrales.

Otro aspecto del «punto ciego del TMY» que merece la pena destacar: resumir muchos años de datos en un solo año elimina por completo la posibilidad de conocer el rango de variabilidad esperado para cada mes.

Las consecuencias de las pérdidas inesperadas de rendimiento

La pérdida de rendimiento debida a la temperatura es un efecto previsible y bien conocido en las plantas fotovoltaicas que operan en climas cálidos. Sin embargo, si el conjunto de datos de entrada pasa por alto la probabilidad de que se den condiciones de alta temperatura y si el rango de variabilidad no se indica correctamente, las consecuencias pueden afectar gravemente a la confianza de las partes interesadas en el proyecto.

Desde el punto de vista del promotor, esto puede suponer descubrir que los informes de rendimiento no reflejaban las condiciones reales de funcionamiento y, lo que es peor, que se podrían haber tomado decisiones de diseño diferentes con un conjunto de datos más adecuado, incluyendo aspectos clave como la tecnología de los módulos, la ventilación del sistema de montaje y la separación entre filas. Desde el punto de vista del inversor, puede suponer la pérdida de confianza en la capacidad del proyecto —y de los equipos implicados— para generar los rendimientos prometidos.

Una vez identificada una descripción errónea de las condiciones que determinan el rendimiento de la planta fotovoltaica, puede ser necesario revisar algunos parámetros de diseño:

  • Dimensionamiento de las protecciones. Los componentes sobrecalentados pueden provocar que se fundan los fusibles de las cadenas cuando se superan los valores nominales del fabricante.
  • Degradación prevista. Los mecanismos de degradación térmica dependen de que la temperatura de las células supere determinados umbrales durante períodos prolongados.

Si la generación verificada cae sistemáticamente por debajo del nivel esperado durante los meses con la peor combinación térmica, esto también puede generar tensiones contractuales innecesarias:

  • Revisión de la energía garantizada. El proyecto puede enfrentarse a un proceso de revisión que reduzca la cantidad de energía que puede comercializarse en el mercado regulado.
  • Exposición en los PPA del mercado libre. El generador puede incurrir en sanciones o verse obligado a comprar energía en el mercado al contado para cubrir el déficit, precisamente en los meses en los que los precios al contado también tienden a ser más elevados, ya que el mismo patrón regional está afectando a otros generadores solares de la misma red.

Simulación de series temporales para evitar problemas de representación de datos

Cuando el TMY es el principal dato de entrada de la simulación, las situaciones de esfuerzo a altas temperaturas pueden pasar desapercibidas en los resultados calculados. Estas situaciones infrarrepresentadas pueden generar discrepancias entre la pérdida de temperatura prevista en el informe de rendimiento y lo que la planta experimentará realmente.

Aunque los resultados obtenidos con el TMY pueden compensarse entre sí y acabar siendo relativamente cercanos a la serie temporal de la media anual, el TMY siempre conlleva el riesgo de tergiversar el efecto sobre el estrés de los componentes y la reducción de potencia. Además, oculta por completo el rango mensual de pérdidas previstas que ayuda a las partes interesadas a equilibrar sus expectativas y a optimizar los contratos de energía en consecuencia.

La buena noticia es que, más allá de concienciar sobre el problema, hoy en día es posible cerrar esa brecha utilizando software de simulación capaz de procesar el registro completo de varios años, y no solo un único año representativo. Esto ya está al alcance de los promotores y los organismos de certificación.

Trabajar con una mejor representación de las condiciones de funcionamiento de la central abre la puerta a la obtención de plantas fotovoltaicas mejor diseñadas. Además, un cálculo más preciso de las pérdidas crea un marco mejorado para diseñar contratos y ajustar las expectativas de los inversores y propietarios.

Lo que falta no son ni los datos ni el software: es la actualización metodológica que el sector necesita para subsanar las lagunas de cálculo que ponen en riesgo la confianza en los proyectos fotovoltaicos.

Seguir leyendo

Por qué los datos TMY no bastan para las simulaciones fotovoltaicas
Best practices

Por qué los datos TMY no bastan para las simulaciones fotovoltaicas

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.

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.