Cómo la adaptación del emplazamiento reduce la incertidumbre en el rendimiento energético

Para el análisis de la variabilidad interanual del recurso solar y la incertidumbre asociada, utilizamos series temporales largas, en función de la disponibilidad de datos satelitales.

Estas series temporales largas nos permiten hacernos una idea de las tendencias y, si existe una tendencia, la incertidumbre derivada de la variabilidad interanual la reflejará.

En el enfoque de Solargis Evaluate para la simulación fotovoltaica, recomendamos realizar la simulación sobre series temporales históricas, ya que así se trasladará adecuadamente a los resultados de la simulación cualquier tendencia derivada de los datos solares, pero también de otros parámetros meteorológicos como la temperatura del aire, el vapor de agua o la velocidad del viento.

Estas simulaciones fotovoltaicas ofrecen un efecto combinado más realista de las tendencias derivadas de los datos solares y meteorológicos primarios.

Las mediciones in situ son imprescindibles para la adaptación de la instalación. Necesitamos mediciones de GHI (y, a ser posible, de DNI y DIF) obtenidas mediante un piranómetro y, a ser posible, también parámetros meteorológicos como la temperatura del aire, la velocidad del viento, las precipitaciones y la humedad relativa, ya que estos factores también influyen en el rendimiento fotovoltaico.

Es muy difícil ofrecer una visión general como esta, ya que depende en gran medida de la calidad de los datos medidos (instrumentos, limpieza, calibración, operación y mantenimiento) y de la incertidumbre de los datos del modelo solar basado en satélites (que viene determinada en gran medida por las condiciones geográficas locales y los patrones meteorológicos).

No obstante, en general, podemos pasar de una incertidumbre del 4-8 % en los datos del modelo satelital a una incertidumbre del 3-5 % en los datos adaptados al emplazamiento. En principio, no existe dependencia regional (salvo en altas montañas o latitudes muy elevadas, p. ej., más de 60 grados), siempre que se disponga de mediciones de alta calidad.

No disponemos de ejemplos concretos, ya que los detalles de la financiación suelen ser información confidencial a la que no tenemos acceso. Se pueden realizar cálculos de ejemplo, como el presentado en el seminario web, utilizando la incertidumbre de los datos y supuestos sobre las variables de financiación del proyecto (precio de la energía, DSCR, plazo de vencimiento de la deuda, etc.).

Utilizamos mediciones de GHI, DNI y variables meteorológicas. Todas las mediciones deben ser de calidad suficiente para poder utilizarlas.

La luz difusa (DIF) se adapta de forma indirecta mediante la adaptación del GHI (y, si se dispone de mediciones de DNI, también mediante la adaptación del DNI), recalculando los valores para mantener la coherencia entre el GHI, el DNI y el DIF.

Además, nuestras técnicas de adaptación a cada emplazamiento tienen en cuenta la coherencia entre el GHI y el DNI, para evitar resultados físicamente imposibles, como un DIF negativo.

Los datos de modelos basados en satélites que no se hayan adaptado al emplazamiento pueden utilizarse en la fase de prefactibilidad, si no se dispone de mediciones sobre el terreno, y luego actualizarse a datos adaptados al emplazamiento en la fase de factibilidad, una vez que se disponga de dichas mediciones.

No obstante, hay que tener cuidado con la incertidumbre y la validación de los datos de los modelos por satélite, ya que una elevada incertidumbre en los datos de satélite puede dar lugar a un gran desplazamiento tras la adaptación.

El rendimiento del modelo en una región determinada puede inferirse a partir de la validación del modelo para los emplazamientos de esa región y de las regiones circundantes con condiciones ambientales similares.

P90 y P50 son escenarios probabilísticos que se utilizan en la elaboración de conjuntos de datos TMY. El número indica el porcentaje de casos reales (años) en los que se espera que se supere el valor P90/P50 del recurso solar o del rendimiento fotovoltaico.

El cálculo del P90 utiliza el concepto de incertidumbre combinada, que aúna la incertidumbre de los valores del modelo a largo plazo y la incertidumbre derivada de la variabilidad interanual.

Por ejemplo, cabe esperar que una suma anual determinada de irradiación solar (P90) se supere con una probabilidad del 90 %.

Puede obtener más información sobre los escenarios probabilísticos aquí.

Presta atención a los indicadores de calidad que utiliza el proveedor (LTA) para describir los datos (lo ideal sería que informaran de algo más que el sesgo), cómo se estima la incertidumbre del conjunto de datos y si dicha incertidumbre es realista (tenga en cuenta el límite físico del 3 % de incertidumbre), cómo se procesan y se someten a control de calidad los datos medidos sobre el terreno, y solicite información sobre la documentación del proceso de adaptación al emplazamiento y la validación de los datos del modelo basado en satélites (el proveedor debe ser transparente).

Además de la reducción del sesgo, hay muchos criterios adicionales que deben comprobarse en los resultados de la adaptación al emplazamiento; por ejemplo, la coherencia de los valores de GHI-DNI-DIF, la coherencia de los perfiles diurnos, el ajuste de la distribución acumulativa, la coherencia estacional, la coherencia a largo plazo y otros. La adaptación al emplazamiento no debe centrarse únicamente en la reducción del sesgo.

Sí, esto es posible, aunque poco frecuente. Si los datos originales del modelo satelital sobreestimaron el recurso solar en el emplazamiento, la media (es decir, el P50) de los datos adaptados al emplazamiento será inferior. Si esta disminución es mayor que el aumento del P90 debido a la menor incertidumbre tras la adaptación al emplazamiento, el P90 adaptado al emplazamiento será inferior al P90 original.

Sin embargo, el P90 adaptado será más preciso y representará mucho mejor el recurso solar real del emplazamiento, y la incertidumbre de los datos adaptados al emplazamiento será mucho menor, lo que reducirá también los riesgos derivados del uso de dichos datos.

No existe un valor objetivo de R². El control de calidad de las mediciones garantiza que se excluyan todas las mediciones erróneas. El resto puede considerarse correcto, independientemente de su correlación con los datos del modelo satelital.

Como se ha mencionado anteriormente, hay varios criterios que deben equilibrarse. La adaptación al emplazamiento no debe dar lugar a una situación en la que se mejore un criterio y se empeoren otros con respecto a los datos originales previos a la adaptación.

Depende de la discrepancia inicial entre los valores de medición y los del modelo, lo que determina la elección del método adecuado de adaptación al emplazamiento.

En métodos más complejos (por ejemplo, la adaptación de los datos de AOD de entrada del modelo o de las propiedades de las nubes), la adaptación modifica de forma coherente tanto los datos de GHI como los de DNI.

Los métodos de posprocesamiento más sencillos, adecuados para corregir desajustes menores, tratan cada parámetro por separado.

Pero también en estos enfoques más sencillos, la parametrización de la adaptación al emplazamiento debe realizarse de tal forma que no se rompa la coherencia entre el GHI y el DNI y que se mantenga dentro de los márgenes de las combinaciones físicamente posibles. La adaptación del GHI y el DNI afecta al DIF, que se adapta indirectamente mediante un nuevo cálculo para mantener la coherencia entre el GHI, el DNI y el DIF.

Si las mediciones en tierra son escasas y no se puede comprender bien la variabilidad estacional, la reducción de la incertidumbre de los datos originales del modelo satelital a los datos adaptados al emplazamiento será menor.

En casos extremos, puede rechazarse la adaptación al emplazamiento, ya que las mediciones en tierra no contienen información suficiente para reducir la incertidumbre de los datos del modelo satelital.

No, no lo recomendaríamos: tal y como se mencionó en el seminario web, las mediciones en tierra solo abarcan aproximadamente un año, lo que no proporciona información sobre la variabilidad y las tendencias de los parámetros solares y meteorológicos en el emplazamiento.

Utilizar estos datos en las estimaciones de producción fotovoltaica probablemente daría lugar a imprecisiones (subestimación o sobreestimación) y no permitiría tener en cuenta fenómenos extremos realistas.

Si se mantienen en buen estado, los instrumentos de clase B pueden utilizarse para la adaptación al emplazamiento, aunque recomendamos utilizar instrumentos de clase A. En este caso, el margen para reducir la incertidumbre de los datos del modelo adaptado al emplazamiento es limitado, si es que existe.

Utilizar la serie temporal completa de datos adaptados es el mejor enfoque, ya que permite un análisis mucho más profundo de la variabilidad. Sin embargo, el sector, por diversas razones, sigue prefiriendo trabajar con el escenario P90, al menos en algunos casos.

La incertidumbre se cuantifica por separado para el GHI y el DNI. Si se dispone de mediciones del DNI, podemos ajustar el DNI y reducir su incertidumbre, además de la del GHI.

Además, las mediciones del DNI permiten ajustar los aerosoles y pueden ayudar a reducir la incertidumbre del GHI.

Las mediciones de DIF también pueden ayudar a identificar problemas de medición durante el proceso de control de calidad y, por lo tanto, a mejorar la incertidumbre tanto del GHI como del DNI.

El factor limitante para la adaptación al emplazamiento es el periodo de mediciones en tierra disponibles. Dado que los modelos pueden presentar un rendimiento diferente en cada estación, el requisito básico para la adaptación al emplazamiento es que las mediciones, tras el control de calidad, cubran todas las estaciones.

En otras palabras, el requisito mínimo para la adaptación al emplazamiento es disponer de un año de mediciones; lo ideal sería contar con dos años o más. Esto evita el sobreajuste para una sola estación.

El supuesto básico para la adaptación al emplazamiento es la estabilidad de las correcciones (derivadas del período de mediciones sobre el terreno) a lo largo de todo el historial de datos del modelo. Evidentemente, se trata de una simplificación de la realidad.

La adaptación al emplazamiento debería ser capaz de reducir cualquier error sistemático presente en los datos originales del modelo; por lo tanto, uno de los pasos principales de la adaptación al emplazamiento es la inspección tanto de

1) las mediciones y

2) el modelo, en busca de posibles anomalías.

En el caso de los datos del modelo, se comprueba principalmente la estabilidad temporal, mientras que en las mediciones se buscan anomalías que puedan no ser representativas de todo el historial (por ejemplo, incendios forestales o efectos volcánicos).

Solo si se cumplen estas condiciones previas, se puede aplicar la adaptación al emplazamiento adecuada.

Además, si se dispone de mediciones de varios años, analizamos la estabilidad año por año de los indicadores de validación del modelo (por ejemplo, el sesgo o el RMSD).

Por último, la incertidumbre de los datos adaptados al emplazamiento tiene en cuenta el riesgo de sobreajuste, que se va atenuando a medida que aumenta el periodo de tiempo. Por lo tanto, la incertidumbre alcanzable de los datos adaptados al emplazamiento disminuye cuanto mayor es el periodo de mediciones disponibles.

Las mediciones terrestres y los datos satelitales (antes y después de la adaptación) siempre se solaparán. Su diferencia dependerá de los indicadores de precisión (sesgo, RMSD, KSI) de los datos del modelo satelital tras la adaptación al emplazamiento; la suma anual dependerá específicamente del sesgo de los datos adaptados al emplazamiento.

Las correcciones desarrolladas para el periodo de solapamiento (normalmente de 1 a 2 años) se aplican a toda la serie temporal histórica (más de 30 años de datos), que, tras la adaptación al emplazamiento, representa mejor las condiciones locales y presenta una menor incertidumbre.

El cálculo de los componentes básicos de la radiación solar (GHI, DNI, DIF) no tiene en cuenta el albedo.

El albedo cobra relevancia en el cálculo de la irradiancia global inclinada (GTI, también conocida como irradiancia del plano del campo fotovoltaico o POA), cuando es necesario calcular los reflejos del suelo y otras superficies.

La sensibilidad a los datos de albedo depende del método de cálculo de la GTI (factor de vista frente al trazado de rayos).