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

Sombras, suciedad, fallos en el sistema de seguimiento, un sensor ligeramente desalineado: los problemas en las mediciones en tierra pasan fácilmente desapercibidos y alteran silenciosamente todos los resultados basados en esos datos. De hecho, todos los conjuntos de datos de mediciones sobre el terreno que analizamos presentaban problemas de calidad. Cuando los datos de entrada son defectuosos, ningún análisis posterior puede subsanarlos, y la incertidumbre se traslada a la adaptación de la instalación, la evaluación del rendimiento, la elaboración de previsiones y la diligencia debida.

En este seminario web, aprenderás qué problemas debes buscar en las mediciones sobre el terreno, por qué Excel y las secuencias de comandos personalizadas suelen pasarlos por alto, y cómo la comparación de las mediciones con un modelo de recursos solares o un sensor cercano revela problemas que una simple serie temporal oculta.

Vea la grabación para conocer en directo el flujo de trabajo en Solargis Analyst, la herramienta que utilizan nuestros propios analistas para trabajar con datos de mediciones sobre el terreno.

  • Duración: 40 minutos
  • Servicio relacionado: Solargis Analyst
  • Grabado: 27 de octubre de 2026

Preguntas de los asistentes#

Pregunta completa: En estas estadísticas (el 100 % de todos los conjuntos de datos presentan problemas), ¿participó Solargis en el proyecto sobre el terreno? Es decir, ¿conocíais la topografía exacta de la instalación o cuál era realmente la inclinación de los sensores en la práctica? A menudo, la inclinación teórica de los módulos fotovoltaicos que figura en un archivo CAD o en el diseño no coincide con la de los módulos instalados sobre el terreno, por lo que muchos valores de los piranómetros se marcan como erróneos, cuando en realidad están perfectamente alineados con los módulos fotovoltaicos. Por lo tanto, no se pueden descartar estos datos como falsos basándose únicamente en consideraciones teóricas o en modelos de cielo despejado.

Respuesta: Gracias , estamos totalmente de acuerdo en que la geometría real suele diferir del diseño, y que esto debe tenerse en cuenta en el control de calidad.

Dos aclaraciones sobre la estadística:

1) «El 100 % de los conjuntos de datos presentan problemas» significa que cada conjunto de datos tenía al menos un hallazgo de control de calidad de cualquier tipo —por ejemplo, valores por debajo o por encima de los límites físicos, sombreado, rocío o escarcha, suciedad, valores estáticos (atascados), desplazamientos en las marcas de tiempo, cortes en los registradores o desalineación—. Bastaba con que se diera una sola vez. Esto no significa que los conjuntos de datos fueran inutilizables ni que se hubieran eliminado gran parte de ellos.

2) Solargis no participa en los controles de calidad sobre el terreno, por lo que no disponemos de información independiente sobre la geometría real de la instalación. Solo podemos basarnos en la documentación que se nos ha facilitado. Por lo tanto, el cliente es responsable de proporcionar una configuración verificada del sistema fotovoltaico y de los instrumentos solares (inclinación y acimut de los sensores, configuración del seguidor, horizonte, fotos del emplazamiento, registros de mantenimiento).

Tomamos estos documentos como referencia y llevamos a cabo pruebas automáticas y manuales (realizadas por expertos). Estas pruebas revelan problemas tanto en los datos medidos como en la configuración facilitada de la estación meteorológica y del sistema fotovoltaico.

Se señala una desalineación cuando los datos muestran la firma típica (por ejemplo, una asimetría sistemática entre la mañana y la tarde en días de cielo despejado, coherente con otros sensores y con el modelo) y la desviación respecto a la configuración declarada supera un umbral.

Si un piranómetro está alineado con los módulos tal y como están instalados y se declara esta geometría, sus datos se consideran válidos. Si los metadatos declarados son erróneos (por ejemplo, si se declara que el sensor es horizontal pero se ha instalado inclinado), la señalización es correcta con respecto a la declaración.

En tal caso, el hallazgo apunta a un error en la configuración facilitada y no en el sensor. A continuación, aclaramos la geometría real con el cliente y reevaluamos los datos.

Solargis Analyst cuesta 1.400 EUR al año. Se trata de un programa de escritorio, por lo que una licencia da derecho a un usuario en un ordenador. Si necesitas más licencias, ponte en contacto con nosotros y analizaremos qué es lo que mejor se adapta a tu equipo.

Sí. Analyst es compatible con cualquier modelo de piranómetro. Si un instrumento no figura en la lista de instrumentos conocidos, puedes definirlo tú mismo en la configuración; esta definición se almacena únicamente en tu aplicación. Si nos envías tus comentarios sobre el instrumento que falta, lo añadiremos a Analyst para que esté disponible para todos los usuarios en la próxima versión.

Pregunta completa: Si no se cuenta con personal sobre el terreno, hay que tener cuidado con cómo se tratan los datos. De hecho, el punto de referencia fiable no puede abordarse únicamente de forma teórica, ya que siempre hay factores únicos sobre el terreno que pueden alterar los resultados.

¿Cómo se puede abordar este problema, especialmente en lo que respecta a aspectos como la variación de la inclinación en una planta?

Respuesta:

El control de calidad de los sensores inclinados (POA/GTI) depende en gran medida de los metadatos proporcionados, por lo que tratamos cada estación por separado: para cada estación meteorológica solicitamos su propia orientación de sensores y, en el caso de los seguidores solares, la configuración completa del seguidor (tipo de seguidor, inclinación y acimut de los ejes, límites de rotación, retroceso y proporción de cobertura del suelo). La variación de la inclinación en toda la instalación (por ejemplo, en los seguidores que se adaptan al terreno) se gestiona de esta manera: cada sensor se comprueba con respecto a su propia geometría declarada, no a un valor de diseño válido para toda la instalación.

Si la configuración declarada no se corresponde con la realidad (por ejemplo, si la inclinación del eje se declara como 0° mientras que los seguidores están inclinados), las desviaciones por encima del umbral se señalan correctamente como una desalineación con respecto a la declaración. En tales casos, la solución consiste en corregir los metadatos, no en aceptar los datos a ciegas: a continuación, se utilizan los valores reales (idealmente procedentes de inclinómetros, registros del controlador del seguidor o un levantamiento topográfico del emplazamiento) y se repite el control de calidad.

No hay un límite fijo en cuanto al número de sensores: en nuestras pruebas procesamos un conjunto de datos con 70 piranómetros; lo único que se vio limitado fueron los recursos informáticos (CPU y RAM).

Pregunta completa: ¿Existe una forma estándar de depurar los datos registrados? Todos los operadores de la planta utilizan metodologías diferentes para depurar los registros.

Respuesta: Todavía noexiste una norma única vinculante, por lo que los enfoques difieren entre los distintos operadores.

Las referencias más utilizadas son:

  • las recomendaciones de control de calidad de la BSRN (límites físicamente posibles y extremadamente raros, comparación entre componentes),
  • el «Manual de buenas prácticas para la recopilación y el uso de datos sobre recursos solares para aplicaciones de energía solar» de la Tarea 16 del PVPS de la AIE / NREL (4.ª edición, 2024), que actualmente es la referencia más completa,
  • la norma IEC 61724-1, que define los controles de calidad de los datos para la monitorización de plantas fotovoltaicas (comprobaciones de rango, valores faltantes o atascados, etc.).

En la práctica, un buen control de calidad combina pruebas automáticas (límites físicos, coherencia entre GHI, DHI y DNI, comparación con datos de cielo despejado y de satélite, comparación entre sensores redundantes) con una revisión visual por parte de expertos, y documenta cada alerta.

La puntuación Z puede ser una prueba complementaria útil cuando se dispone de muchos sensores comparables (por ejemplo, varios sensores POA con la misma orientación repartidos por una gran planta), pero no la utilizaríamos como método principal:

  • Con pocos sensores apenas funciona: con 2 o 3 sensores, la puntuación Z, matemáticamente, nunca puede superar aproximadamente 1–1,4, por lo que los umbrales habituales de 2–3 nunca se activan.
  • Con dos sensores, no permite determinar cuál de los dos está defectuoso.
  • La media y la desviación estándar se ven distorsionadas por el propio sensor defectuoso; es preferible recurrir a estadísticas robustas (mediana y MAD, «puntuación Z modificada»).
  • Los errores comunes a todos los sensores (ensuciamiento compartido, el mismo problema con el registrador o la marca de tiempo, el mismo error de calibración) no se detectan en la comparación entre sensores, por lo que sigue siendo necesaria una referencia independiente, como datos de cielo despejado y de satélite.
  • En plantas de gran tamaño, las sombras de las nubes provocan diferencias reales entre los sensores, por lo que la prueba debería limitarse a condiciones estables (cielo despejado) o a una agregación más prolongada.

Pregunta completa: Está claro que resulta muy útil contar con dos piranómetros de clase A en una estación meteorológica (con fines comparativos). ¿Hay alguna otra medición que merezca la pena duplicar? ¿Como la temperatura ambiente? ¿Quizás alguna otra cosa?

Respuesta: Sí, la redundancia es valiosa más allá de la radiación solar global (GHI), pero la calidad prima sobre la cantidad.

Un sensor redundante solo resulta útil si no sufre el mismo fallo: en la práctica, muchos problemas provienen del registrador de datos (desfasajes temporales, lagunas, escalado incorrecto), y los sensores conectados a un mismo registrador suelen compartir esos problemas.

  • Temperatura ambiente y humedad relativa: un instrumento instalado correctamente según las directrices de la OMM (altura adecuada, pantalla de protección contra la radiación con ventilación, sin influencia de objetos cercanos como inversores, edificios o superficies calientes) es mejor que dos o más instalados de forma deficiente. Si se añade un segundo sensor, resulta más útil colocarlo en una ubicación ligeramente diferente (a unas pocas decenas de metros de distancia), idealmente en un registrador o canal independiente. Esto ayuda a identificar efectos locales y fallos del sensor (suciedad en el escudo, fallo de ventilación, deriva).

  • Velocidad del viento: lo ideal es medirla a dos alturas. La medición a 10 m es el estándar para la comparación con modelos meteorológicos y para la adaptación al emplazamiento. Una medición cercana a la altura de los módulos o seguidores solares es menos relevante para la evaluación de recursos, pero aporta información importante para el funcionamiento de los seguidores (ráfagas de viento, posiciones de repliegue).

  • En lugar de una mera duplicación, medir un componente diferente suele aportar más valor: el GHI junto con el DHI (y el DNI) permite realizar la prueba de cierre GHI = DHI + DNI·cos(cenit), uno de los controles de calidad más sólidos que existen. Un piranómetro situado junto a una célula de referencia añade un sensor con modos de fallo diferentes.

  • En el caso concreto del GHI, observamos una ventaja en materia de control de calidad al añadir un tercer sensor de un tipo diferente a los dos piranómetros de clase A: los dos instrumentos de clase A sirven de referencia, y el tercero muestra si el comportamiento es similar.

    Un piranómetro de fotodiodo de silicio funciona bien para esto (por ejemplo, el sensor utilizado en los irradiómetros rotativos de banda de sombra, o una unidad independiente). El sensor de fotodiodo es menos sensible a la suciedad y al rocío y responde más rápido, pero es menos preciso (respuesta espectral y coseno, dependencia de la temperatura) y, por lo general, no cuenta con calefacción ni ventilación.

    Dado que los dos tipos de sensores reaccionan de forma diferente ante un mismo fenómeno, compararlos nos ayuda a distinguir si una desviación en los datos de Clase A (incluida aquella que afecta a ambos sensores de Clase A) se debe a un problema del sensor (por ejemplo, suciedad o rocío en la cúpula) o a un fenómeno atmosférico real. Sirve como complemento para el control de calidad, no como sustituto de los piranómetros de Clase A.

Sí. La irradiación con cielo despejado se calcula a partir de la posición de la estación (latitud, longitud y altitud), así como de la fecha y la hora.

Por lo tanto, es fundamental que la zona horaria y la convención de marca de tiempo (inicio/fin/centro del intervalo) sean correctas; el desfase horario es uno de los problemas más habituales que encontramos.

  • Plano de la matriz (POA/GTI): sí; la irradiancia en cielo despejado se traspuesta al plano del sensor utilizando la configuración del seguidor indicada.
  • Temperatura: no, no existe un equivalente físico de «cielo despejado» para la temperatura del aire.

Pregunta completa: ¿Qué grado de precisión tienen los datos teóricos o de satélite del análisis de Solargis Analyst en comparación con los datos reales de los piranómetros de clase 1? ¿Se ha realizado el análisis para los últimos años, de 2023 a 2025?

Respuesta: Los valores de cielo despejado de Analyst no son una estimación de la irradiancia real, sino que representan condiciones teóricas sin nubes y se utilizan como marco de referencia para comprobaciones de plausibilidad (por ejemplo, para detectar desfases temporales, desalineaciones o valores físicamente inverosímiles).

Por lo tanto, compararlos con mediciones como indicador de precisión no tendría sentido, y no se han validado en ese sentido.

La serie temporal basada en satélites de Solargis se valida con mediciones terrestres de alta calidad; los resultados para la irradiancia global (GHI) y la irradiancia directa normal (DNI) se publican en nuestra base de conocimientos: https://kb.solargis.com/docs/validation-of-solar-irradiance-data

Solargis también se incluyó en la Tarea 16 independiente del PVPS de la AIE, «Referencia mundial de datos modelizados de irradiancia solar» (2023).

La validación se aplica a la versión actual del modelo. No disponemos de ningún estudio público limitado a los años 2023-2025.

No, la licencia de Solargis Analyst incluye el software. Las series temporales de modelos de Solargis para tu emplazamiento son un producto de datos independiente. Rellena este formulario para ponerte en contacto con nuestro equipo de ventas o envía un correo electrónico a contact@solargis.com y te prepararemos una oferta.

La limpieza automatizada puede mejorar la fiabilidad de las mediciones, sobre todo en emplazamientos remotos y polvorientos donde no es posible realizar limpiezas manuales con frecuencia.

Sin embargo, aún no contamos con suficiente experiencia con este tipo de instalaciones como para afirmar en qué condiciones supone una mejora.

Aspectos que tendríamos en cuenta:

  • la propia limpieza puede generar artefactos (picos o caídas durante el frotado o la pulverización, gotas de agua o rayas, residuos de agua dura, arañazos en la cúpula),
  • cada operación de limpieza debería registrarse con una marca de tiempo, de modo que se puedan señalar los registros afectados y verificar el efecto de la limpieza,
  • esto no sustituye a la inspección, la nivelación y la recalibración periódicas.

Para que una medición sea aceptada como referencia válida, lo más importante es que se cuente con un procedimiento de mantenimiento documentado y una calibración trazable.

Estaremos encantados de evaluar los datos de una instalación de este tipo si dispone de ellos.

Seguir leyendo

Impacto de las condiciones meteorológicas extremas en los proyectos fotovoltaicos
Webinars

Impacto de las condiciones meteorológicas extremas en los proyectos fotovoltaicos

Nuestro equipo de expertos da consejos prácticos sobre cómo evitar las sorpresas negativas de las condiciones meteorológicas extremas y comparte algunas de las mejores prácticas de nuestros clientes.

Nuevas funciones y mejoras de Solargis Analyst (versión 1.4.2)
Webinars

Nuevas funciones y mejoras de Solargis Analyst (versión 1.4.2)

La nueva versión de Solargis Analyst (versión 1.4.2) incluye una estructura actualizada de la base de datos que resulta crucial para todas las nuevas funciones y parámetros que están por llegar.

Cómo ayudan los datos de modelos de satélite a las aplicaciones de almacenamiento
Webinars

Cómo ayudan los datos de modelos de satélite a las aplicaciones de almacenamiento

En este seminario web, presentaremos cómo los datos con una granularidad de 1 minuto también pueden ayudar a dimensionar de forma óptima las baterías y la estrategia de sustitución, incluso durante la fase de diseño inicial.