Marcel Suri
Aug 4, 2020
El Director Técnico de Solargis, Tomas Cebecauer, y el Director General, Marcel Suri, hablan de los ingredientes básicos de una base de datos fiable, de los continuos esfuerzos de Solargis por mejorar y validar sus servicios de datos, y de cómo los usuarios de los datos de Solargis pueden llevar a cabo de la forma más eficaz su propia validación utilizando mediciones in situ.
¿Por qué es importante una base de datos solar fiable para el continuo crecimiento mundial de la industria solar?
Marcel: La energía solar se ha expandido por todo el mundo a medida que ha ido reduciendo sus costes en comparación con las formas tradicionales de generación de electricidad. Cada vez se utiliza más en países donde antes no era competitiva o donde las infraestructuras están menos desarrolladas.
Es vital que los datos sobre energía solar sigan el ritmo de la rápida expansión del sector y ayuden a los propietarios y operadores de activos a optimizar proyectos cada vez más complejos y a garantizar valoraciones correctas.
¿Cuáles son los ingredientes básicos de una base de datos fiable?
Tomás: Un buen modelo debe ser capaz de manejar datos procedentes de distintas fuentes y garantizar que cualquier conflicto se gestiona de forma estable para asegurar la representatividad de los datos, por ejemplo en zonas de satélites superpuestos o cuando los satélites modernos sustituyen a los antiguos.
Un reto especial fue alinear los datos de los satélites modernos con los archivos más antiguos mediante herramientas de preprocesamiento geométrico y radiométrico de desarrollo propio. Éstas nos ayudaron a incluir un valioso historial a largo plazo, asegurando al mismo tiempo su alta estabilidad posicional y temporal y su fiabilidad general. En la actualidad, los archivos de Solargis están completos y se remontan a los años 1994, 1999 y 2006, respectivamente, dependiendo de la región del satélite.
Con la expansión de la energía solar a escala mundial, es esencial representar con precisión todas las zonas climáticas y peculiaridades geográficas. Los datos deben funcionar igual de bien en las selvas tropicales o en las altas latitudes que en los desiertos extremos de Atacama.
Los buenos modelos deben ofrecer resultados fiables para todos los parámetros primarios: Irradiancia Horizontal Global (GHI), Irradiancia Normal Directa (DNI) e Irradiancia Horizontal Difusa (DIF) - y éstos deben estar en equilibrio entre sí.
Normalmente, garantizar la precisión de los datos DNI es más exigente. Sin embargo, sin un buen DNI, el cálculo de la Irradiancia Global Inclinada (GTI) -que es vital para los rastreadores- puede estar sujeto a grandes errores. Una base de datos que se precie de ser muy precisa en cuanto al GHI, pero que no lo sea en cuanto al DNI, puede no ser adecuada en muchos contextos.
Lo que observamos con otros productos de datos es un "sobreajuste", en el que el modelo se ve obligado a ajustarse perfectamente a las mediciones in situ, sin tener en cuenta las imperfecciones y la incertidumbre resultante de dichas mediciones. El sesgo debe ser bajo y, sobre todo, el error cuadrático medio (RMSE) debe ser bajo en todos los puntos. Para un buen modelo, es fundamental mantener también una representación armonizada de los valores de los datos subhorarios en todos los rangos de energía. Una vez más, el equilibrio es importante: no debe predominar ninguna medición, parámetro o métrica. Esto es complicado, ya que trabajamos con datos de referencia imperfectos: las mediciones sobre el terreno.
El modelo también debe ser capaz de diferenciar correctamente los distintos tipos de aerosoles y nubes, incluida la turbidez atmosférica alta y rápidamente cambiante, la aparición de nieve, hielo, niebla y nubes finas. Sin esto, es difícil obtener datos fiables para zonas montañosas, densamente pobladas, industriales y costeras.
Por último, los datos deben estar disponibles en alta resolución espacial para reflejar con precisión las condiciones únicas del lugar. Un modelo digital del terreno, como el que hemos armonizado a partir de múltiples fuentes e implementado en la aplicación Solargis Prospect, permite calcular capas de datos globales con una resolución de cuadrícula de 90 metros.
¿Qué ha hecho Solargis para garantizar la máxima fiabilidad desde el primer día?
Marcel: En Solargis, no sólo hemos dedicado años de esfuerzo en I+D a garantizar que nuestros modelos sean robustos y precisos, sino que también nos hemos asegurado de que nuestros conjuntos de datos solares sean los más ampliamente validados.
Decidimos desarrollar nuestros propios sistemas informáticos y de entrega incluso antes de entregar nuestros primeros productos de datos comerciales. Al principio, el Dr. Richard Pérez (destacado académico y profesor de la Universidad Estatal de Nueva York) nos ayudó a definir los modelos, y más tarde desarrollamos nuestra propia metodología de cálculo solar, también publicada en varios artículos académicos.
Empezamos en Europa y fuimos ampliando la cobertura a todo el mundo. Tardamos varios años en adquirir las imágenes históricas de satélite necesarias. Hubo puntos de fricción, como la disponibilidad de datos sobre la profundidad óptica de los aerosoles, pero ahora hay varias opciones.
Tomas: Sabíamos que era importante garantizar una entrega rápida para asegurarnos de que los propietarios de los activos dispusieran de la información más actualizada, en tan solo unos minutos a nivel mundial.
Para la optimización de un diseño fotovoltaico, se necesita la capacidad de suministrar datos con una resolución de 10 y 15 minutos. Los datos horarios ya no son suficientes. También es importante garantizar una distribución fiable de los valores subhorarios, especialmente de los valores de alta y baja energía, para evaluar correctamente el rendimiento combinado de los módulos fotovoltaicos y los inversores. Cada vez recibimos más solicitudes de datos de 1 minuto para poder simular soluciones híbridas FV-baterías.
Utilizamos datos de modelos meteorológicos y proyectos de procesamiento de datos globales para aumentar aún más la precisión de nuestros modelos de simulación energética y análisis del rendimiento fotovoltaico. Estos datos están bien validados y, en el caso de parámetros como la temperatura del aire y la presión atmosférica, también se vuelven a calcular con mayor resolución y precisión. También hemos desarrollado una nueva base de datos de albedo global de alta resolución y un esquema de cálculo basado en una metodología compleja que combina las mejores características de varias bases de datos públicas.
Marcel: La validación exhaustiva es un paso fundamental para demostrar la exactitud de los datos solares obtenidos por satélite que se utilizan para tomar decisiones de desarrollo, financiación y explotación. Demostrar la fiabilidad requiere una validación rigurosa de todos los componentes solares. Hemos validado el modelo en más de 1.000 emplazamientos de todo el mundo, muy por encima de otros operadores del mercado.
En última instancia, esta combinación de tecnología y experiencia nos permite ahorrar dinero a nuestros clientes. Cada 1% de reducción de la incertidumbre aumenta el rendimiento del capital en aproximadamente un 5% para el inversor.
¿Qué datos de medición debe aportar para respaldar la validación?
Tomás: Nuestros clientes pueden validar ellos mismos nuestros datos comparándolos con sus mediciones meteorológicas in situ o con los datos de producción fotovoltaica. Esto refuerza aún más la confianza en nuestros procesos, una vez que la gente comprueba por sí misma la precisión de nuestros datos y cálculos energéticos.
Desgraciadamente, las mediciones solares son propensas a muchos errores y problemas, por lo que antes de cualquier comparación de datos es importante controlar la calidad de los datos medidos; de lo contrario, la comparación adolece de errores. De forma óptima, la evaluación de la comparación debería tener en cuenta la incertidumbre de las mediciones en tierra.
Los errores típicos que observamos en las mediciones solares se deben a sensores contaminados, sombras, instrumentos desalineados y calibración obsoleta. Además, pueden faltar registros debido a problemas con los registradores de datos, el suministro eléctrico o una manipulación y postprocesado incorrectos de los datos.
Incluso los datos solares procedentes de redes de medición científicas de alta calidad adolecen de diversos errores y deben someterse a un riguroso control de calidad antes de seguir utilizándolos.
Marcel: La buena noticia para el sector es que ya existen proveedores profesionales de mediciones comerciales que ofrecen servicios fiables, ayudando a garantizar una continuidad sin problemas entre los datos históricos, las actualizaciones en tiempo real y las previsiones.
Creemos firmemente en la transparencia: todo el mundo puede ver las características clave de los datos y los valores a largo plazo de los parámetros de datos de Solargis a nivel global, dentro de la versión gratuita de nuestra aplicación Prospect. Los datos fiables vienen con garantía de validación: Las series temporales de Solargis están disponibles para cualquier ubicación y pueden validarse si existen mediciones locales de buena calidad.
¿Cómo pueden ofrecer mejores datos mejores resultados a los propietarios de activos solares?
Marcel: Nuestros datos pueden utilizarse en todas las fases del ciclo de vida del proyecto, desde las evaluaciones de prefactibilidad, pasando por el desarrollo del proyecto, la ingeniería y los cálculos financieros. Una vez que la central entra en funcionamiento, nuestros modelos siguen proporcionando datos para la evaluación periódica del rendimiento y la previsión de la energía solar.
A través de nuestros servicios de consultoría, también ayudamos a los propietarios de activos a gran escala a reevaluar las evaluaciones iniciales sobre la base de la mejora de la precisión y la reducción de la incertidumbre mediante la adaptación de los modelos al emplazamiento con el uso de mediciones locales de alta calidad.
Tomas: Los datos y servicios de Solargis se perfeccionan constantemente y se desarrollan a largo plazo: trabajamos sistemáticamente para que los esquemas de cálculo sean más precisos, al tiempo que seguimos desarrollando nuevos modelos que aprovechen mejor la riqueza de datos procedentes de sistemas de observación modernos más detallados.
Esto nos permite planificar la entrega de nuevos productos y servicios, como las nuevas herramientas de manipulación, visualización, control de calidad y análisis de grandes volúmenes de datos de series temporales. También nos estamos centrando en el desarrollo de herramientas para un uso combinado más eficiente de las mediciones y los datos modelizados con el fin de reducir la incertidumbre. En última instancia, nuestro software de simulación fotovoltaica se beneficiará de la mejora de los conjuntos de datos y las herramientas de apoyo.
