Artur Skoczek
Oct 4, 2023
Las condiciones de frío extremo pueden provocar un aumento de las tensiones en los módulos fotovoltaicos (FV), lo que puede causar una sobrecarga del sistema.
Conozca la importancia crítica de comprender el parámetro de temperatura mínima de funcionamiento prevista (o TLEO en el lenguaje de Solargis) para un dimensionamiento óptimo de los módulos fotovoltaicos.
En el artículo hablaremos de:
Tanto si es usted inversor, diseñador, operador o cualquier otro profesional de la industria solar, este artículo le proporcionará una comprensión clara de cómo pensar en las instalaciones fotovoltaicas en condiciones de frío. Esto puede conducir a una reducción de los fallos del sistema, una mayor vida útil operativa y menos quebraderos de cabeza de mantenimiento.
¿Un aspecto crítico que a menudo se pasa por alto en los proyectos fotovoltaicos? El rendimiento de los sistemas fotovoltaicos en condiciones de frío extremo.
La temperatura más baja suele producirse poco antes o durante la salida del sol. La combinación de la temperatura ambiente extremadamente baja de los módulos fotovoltaicos y la abundante radiación solar durante el amanecer puede desencadenar un aumento repentino de la tensión en la cadena fotovoltaica.
Cuando se superan ciertos niveles críticos, puede producirse una sobrecarga del sistema.
La temperatura mínima de funcionamiento prevista es un factor clave. Determinar con precisión la TLEO es esencial para el funcionamiento seguro y eficiente de los generadores fotovoltaicos.
De acuerdo con las mejores prácticas en el dimensionamiento de matrices fotovoltaicas (introducidas, entre otras, en las normas IEC 62548 e IEC 62738), el número máximo de módulos fotovoltaicos de la cadena viene determinado por la tensión nominal máxima de los componentes, como los módulos y los inversores.
La tensión en circuito abierto (Voc) de una cadena fotovoltaica se calcula en función de la Voc nominal del módulo y de la temperatura mínima de funcionamiento prevista (TLEO), según las normas del sector.
La TLEO se define en la norma IEC 62738 [1] como la media de los valores anuales más bajos de temperatura del aire. Si se dispone de datos suficientes, puede limitarse a las horas de luz solar y a un umbral de irradiancia bajo.
La longitud máxima calculada de la cadena fotovoltaica suele ser la opción más rentable porque reduce las pérdidas en los cables y la longitud total de los mismos. En los casos en los que la tensión máxima calculada es ligeramente superior a la potencia máxima del sistema, puede ser necesario un análisis más detallado para evaluar el riesgo de sobretensión.
La mejor opción para obtener la temperatura del aire de un lugar determinado es mediante mediciones continuas a largo plazo, utilizando sensores de temperatura de alta precisión, calibrados y en buen estado, montados según las normas de la OMM [2].
Desgraciadamente, este método está restringido a lugares donde se realizan observaciones meteorológicas a largo plazo, normalmente como parte de servicios meteorológicos nacionales u otras redes de observación.
A escala mundial, la única alternativa consiste en obtener datos históricos de la temperatura del aire a partir de los modelos climáticos disponibles.
En este proyecto, el desarrollo del mapa global TLEO comienza con el procesamiento de los datos del reanálisis climático ERA5 (operado por los servicios ECMWF y Copernicus [3]), proporcionados con una resolución nativa de 0,25° (nominalmente 28 km). Aquí, para cada año, la temperatura mínima absoluta del aire a 2 metros de altura se obtiene a partir de una serie temporal de 1 hora, que abarca el periodo 2001-2020. El valor TLEO resultante se promedia a partir de 20 valores anuales.
Para superar la resolución espacial gruesa de los datos ERA5 (particularmente en montañas con una disección vertical del terreno significativa y zonas costeras), introducimos una desagregación espacial basada en correcciones calculadas de la tasa de lapso, derivadas de la elevación del terreno (Fig X2) y datos de temperatura del aire de varios niveles de altura.
El resultado es una capa de datos de resolución fina (~1 km de tamaño de píxel) con valores TLEO disponibles globalmente para cualquier lugar del mundo (ver Fig 1 y 2).
A partir de septiembre de 2023, pusimos a disposición los datos de la temperatura operativa más baja esperada (TLEO) en Solargis Prospect.
Con la variable TLEO, el cálculo de las fluctuaciones máximas de tensión y las decisiones de dimensionamiento de las cadenas fotovoltaicas son más precisas, lo que garantiza el funcionamiento seguro y eficiente del sistema fotovoltaico en diversas condiciones meteorológicas.
Fig. 1. Mapa TLEO de alta resolución, media a largo plazo, periodo 2001 - 2020
Fig. 2. Mapa TLEO de alta resolución, media a largo plazo, periodo 2001 - 2020. Enfoque en las regiones con altos gradientes de TLEO: Costa del Pacífico en Sudamérica (izquierda), Europa Central (centro) y Sur de Asia (derecha)
La capa final de datos TLEO se valida con datos de series temporales medidos en más de 8500 estaciones de todo el mundo y puestos a disposición en la Base de Datos Integrada de Superficie (ISD) por la Administración Nacional Oceánica y Atmosférica (NOAA) [4] para los años 2001-2021.
El sesgo global, calculado como la diferencia entre la TLEO modelizada y la medida, es de 1,2°C, con una desviación estándar de 2,4°C. Los valores más extremos (presentados aquí como valores percentiles P5 y P95) caen por debajo de -2,6°C y superan los 5,1°C, respectivamente.
En general, los resultados cumplen el objetivo del dimensionamiento del campo fotovoltaico en la mayor parte del mundo. Sin embargo, se identificaron regiones con anomalías microclimáticas y se detectaron posibles problemas recurrentes en el conjunto de datos modelizados (Fig. 3).
Como era de esperar, la resolución del modelo ERA5 no es lo suficientemente detallada para algunas regiones montañosas de todo el mundo. La mayoría de las estaciones meteorológicas están situadas en valles donde la representación ERA5 de la elevación es típicamente más alta que la elevación real de los sitios, resultando en valores de temperatura subestimados. La corrección de la tasa de lapso ayuda en cierta medida a resolver estas discrepancias, pero la magnitud de la corrección no suele ser suficiente - por ejemplo, Alpes Centrales (Fig 3A), Montañas Escandinavas (Fig 3C), Tíbet, Himalaya, Oeste de Irán, Sudeste de Turquía, etc.
Otro problema recurrente es que el ERA5 subestima la influencia continental, especialmente a lo largo de las zonas costeras (por ejemplo, el sureste de Australia en la Fig 3B).
El modelo sobreestima la influencia del mar/océano, lo que puede llevar a predicciones de temperatura inexactas. Por ejemplo, el aire frío que cae de las montañas hacia las masas de agua puede tener un impacto significativo en la temperatura de las islas montañosas, pero este efecto no siempre está bien captado por los modelos con resolución gruesa (por ejemplo, la isla de Córcega en la Fig 3A).
Otro problema identificado fue la inversión de temperatura en los valles fríos. Las inversiones se producen cuando una capa de aire frío queda atrapada en el valle, sellada por una capa de aire caliente situada por encima. La geografía de la zona impide que el aire frío fluya fuera del valle, y las montañas circundantes impiden que los vientos lo eliminen fácilmente y traigan aire nuevo.
Fig. 3: Zonas seleccionadas con diferencias significativas entre el TLEO calculado y el TLEO derivado de las estaciones meteorológicas NOAA ISD
Como ya se ha descrito anteriormente, la TLEO se define en la norma IEC 62738 como la media de los valores anuales más bajos de la temperatura del aire.
Por un lado, el promediado filtra los extremos incidentales. Por otro lado, la promediación introduce un error asociado a la estimación de la TLEO absoluta para todo el periodo 2001-2020 y al cálculo de la TLEO como media, tal y como prescribe la norma IEC.
La Fig. 4 ilustra la comparación de la distribución del error introducido por la simplificación de la tasa de lapso mensual con la distribución de las desviaciones estándar de la TLEO anual y la distribución de la diferencia absoluta entre la TLEO anual récord alta y la TLEO anual récord baja. Un total de 30.000 puntos fueron evaluados globalmente comparando la TLEO calculada usando un enfoque de series temporales completas contra cálculos raster usando una distribución aleatoria de sitios.
Fig. 4: Comparación de la distribución de las diferencias en el método de cálculo de la TLEO (series temporales frente a ráster), la desviación estándar de la TLEO anual y la distribución de la diferencia absoluta entre la TLEO anual récord alta y la TLEO anual récord baja
El valor relativamente alto de la desviación estándar de la TLEO anual y la elevada diferencia entre la TLEO anual récord baja y la TLEO anual récord alta es una cuestión importante que debe tenerse en cuenta a la hora de dimensionar las centrales fotovoltaicas basándose únicamente en el mapa de la TLEO media.
También hay que tener en cuenta que la temperatura de los módulos FV orientados al cielo abierto puede ser 5 °C inferior a la temperatura ambiente del aire en algunos lugares.
De forma análoga, se analizaron los datos de medición ISD de la NOAA. La Fig. 5 muestra la diferencia entre la TLEO absoluta y la TLEO media calculada para el periodo 2010-2019. En muchos casos los valores superan los 5°C, ocasionalmente los 10°C.
Fig 5. Análisis de 10 años (periodo 2010-2019): Diferencia entre la mínima absoluta de la temperatura del aire y la TLEO (la media de las mínimas anuales absolutas de la temperatura del aire)
[1] Zawaydeh, Samer. (2019). IEC 62738:2018 Plantas de energía fotovoltaica montadas en el suelo-Directrices y recomendaciones de diseño.
[2] Guía de instrumentos y métodos de observación, Organización Meteorológica Mundial (OMM-Nº 8), edición 2021/2018, ISBN: 978-92-63-10008-5
[3] Hans Hersbach, Bill Bell, Paul Berrisford, et.al. The ERA5 global reanalysis Primera publicación: 17 de mayo de 2020
[4] Smith, A., N. Lott y R. Vose, The Integrated Surface Database: Recent Developments and Partnerships. Boletín de la Sociedad Meteorológica Americana, 2011, 92, 704-708
