Pablo Caballero
Jul 25, 2023
El estudio resume los resultados de la comparación de los datos facilitados por diversos proveedores institucionales o comerciales de modelos de irradiancia solar con las mediciones sobre el terreno recogidas en 129 emplazamientos distribuidos por todo el mundo. Ayuda a los promotores solares a navegar por todas las bases de datos disponibles.
Como resultado de un nuevo esfuerzo de colaboración de expertos internacionales en el campo de la energía solar, la Agencia Internacional de la Energía (AIE) ha publicado recientemente el informe titulado "Worldwide Benchmark of Modeled Solar Irradiance Data 2023". Este trabajo se ha realizado en el marco de una de las tareas de la AIE en elprograma PV Power Systems. Concretamente, en el marco de la Tarea nº. 16 con el título "Solar Resource for High Penetration and Large-Scale Applications".
El informe presenta una referencia de datos de irradiancia directa normal (DNI) derivados de modelos, así como de irradiancia horizontal global (GHI) en los emplazamientos de 129 estaciones terrestres de medición de la radiación distribuidas por todo el mundo.
Ubicaciones de las estaciones de referencia utilizadas en el estudio y número de conjuntos de datos modelizados que se prueban en cada emplazamiento.
El desarrollo de modelos precisos de irradiancia solar desempeña un papel vital en el diseño, la financiación y la explotación de los activos de energía solar.
Su capacidad para proporcionar conjuntos de datos subhorarios de muchos años permite a los promotores solares realizar valiosos estudios de sus futuros activos. Además, la capacidad de mantener los modelos actualizados proporciona a los operadores solares y a los gestores de activos una referencia fiable para sus evaluaciones de rendimiento al alcance de la mano.
La mayoría de los modelos solares evaluados en el estudio de la AIE utilizan como principal fuente de datos imágenes de satélites geoestacionarios (Meteosat Segunda Generación). Algunos conjuntos de datos modelizados utilizan imágenes de más de un satélite para alcanzar una cobertura global, mientras que otros conjuntos de datos sólo evalúan una parte del campo de visión del satélite.
También se incluyen en el informe modelos que utilizan metodologías diferentes. Es elcaso de un modelo basado en el reanálisis Numérico de Predicción de Datos Meteorológicos (NWP) y otro basado en imágenes de satélites polares.
Esquema que muestra cómo los modelos de satélite caracterizan el recorrido de la irradiancia solar hasta alcanzar la superficie terrestre.
Estimación de la irradiancia solar en superficie a partir de satélites: Past, present, and future perspectives - Figura científica en ResearchGate. Disponible en: https://www.researchgate.net/figure/Simplified-relations-between-satellite-observations-and-SSI-according-to-one-dimensional_fig1_335319601 [consultado el 21 de julio de 2023]
El estudio de la AIE analizó 129 estaciones terrestres. Éstas se seleccionaron tras descartar varias estaciones que no cumplían los requisitos de calidad de los datos de un conjunto inicial de 161 emplazamientos.
El estudio subrayó la importancia de la calidad de los datos de referencia. Una de las conclusiones fue la confirmación de que "sin un procedimiento riguroso de control de calidad, no puede realizarse una verdadera validación, con el riesgo de obtener resultados no válidos".
Las pruebas aplicadas están relacionadas con varios aspectos y cuentan con varias pruebas automatizadas de marcas de tiempo faltantes, valores faltantes, pruebas K, pruebas de cierre, pruebas de límites extremadamente raros, pruebas de límites físicamente posibles y pruebas de seguimiento.
El control de calidad incluyó también inspecciones visuales, que abarcaron aspectos como la evaluación del sombreado, la prueba de cierre, la comprobación de la simetría AM/PM para GHI y la comprobación de la calibración mediante el índice de cielo despejado.
Visualización de varias pruebas de control de calidad utilizadas para evaluar la calidad de los datos de irradiancia en una estación (Visby, Suecia, 2016).
Los resultados de referencia muestran "desviaciones notables en el rendimiento entre los diversos conjuntos de datos modelados" que se evaluaron.
En particular, las métricas de desviación de los conjuntos de datos basados principalmente en imágenes de satélites geoestacionarios son más cercanas entre sí que las de los conjuntos de datos basados en NWP y en satélites polares. En concreto, el informe menciona que "las métricas de desviación media más bajas suelen ser alcanzadas por un único conjunto de datos (Solargis)".
Se calculó un conjunto completo de métricas de rendimiento, incluida la rMBD, de interés primordial para el análisis, ya que está directamente relacionada con la subestimación o sobreestimación global.
Además del rMBD, el estudio también calculó el Índice de Rendimiento Combinado (CPI), que combina varios aspectos del rendimiento del modelo en un solo índice. Incluye la magnitud de las desviaciones entre los datos modelizados y los medidos en tierra (descritos con rRMSD), la similitud de las distribuciones de datos (descrita con rKSI) y la frecuencia relativa de las situaciones de superación (descrita con rOVER).
Un rCPI pequeño indica un buen rendimiento del conjunto de datos de prueba.
El trabajo futuro para la Tarea 16 de la AIE debería incluir actualizaciones de este estudio de referencia, incluyendo emplazamientos sobre regiones que hasta ahora no están bien cubiertas o no lo están en absoluto.
También incluirá nuevos conjuntos de datos modelados y versiones actualizadas de los conjuntos de datos actuales. Además, los participantes en esta tarea están planificando nuevos análisis para evaluar el impacto positivo esperado de varios métodos de post-procesado en los datos modelizados (conocidos como "adaptación de emplazamientos").
Todas estas actividades proporcionarán información valiosa para la industria de la energía solar y seguirán reforzando la colaboración entre los miembros de esta tarea. Su objetivo último es reducir los costes de planificación e inversión de los sistemas de energía fotovoltaica mejorando la calidad de las evaluaciones de recursos y las previsiones solares.
Si desea obtener más información sobre la validación de datos solares de Solargis, consulte nuestra documentación.
