Prospect
Estimación rápida del potencial solar del emplazamiento fotovoltaico
Verificación de datos terrestres
Las mediciones solares y meteorológicas de tierra desempeñan un papel fundamental en la industria solar. Se utilizan para adaptar modelos y evaluar el rendimiento de las centrales solares.
Sin embargo, uno de los principales problemas de los datos de irradiancia solar medidos es la elevada incidencia de valores anómalos.
Antes de utilizar las mediciones terrestres para la evaluación del rendimiento o para la adaptación de series temporales modelizadas, todos los valores sospechosos en las series temporales medidas deben ser identificados y marcados mediante procedimientos de control de calidad.
Nuestro servicio de Control de Calidad de Mediciones Solares y Meteorológicas se basa en la experiencia de Solargis en el manejo de mediciones procedentes de miles de lugares de todo el mundo. Le ayuda a identificar errores y a preparar sus conjuntos de datos para los siguientes pasos de su proyecto.
La magnitud de los errores derivados del "efecto coseno", la respuesta a la temperatura, la sensibilidad espectral, la estabilidad, la no linealidad, etc. depende de la calidad de los sensores y de las condiciones locales. Por eso, primero revisamos las especificaciones técnicas de los sensores y sus certificados de calibración.
En un segundo paso, identificamos errores como la desalineación de los sensores, las sombras producidas por los objetos circundantes, etc., y marcamos las mediciones afectadas.
En la mayoría de los casos, la suciedad de los sensores (polvo, nieve, gotas de agua, escarcha, excrementos de pájaros, etc.) es difícil de prevenir. Sin embargo, podemos identificar estas irregularidades mediante un análisis exhaustivo de los datos en Solargis Analyst.
Además de marcar y eliminar errores, sustituimos los datos ausentes y erróneos por entradas de nuestros modelos. Con ello, podemos crear un conjunto de datos de series temporales armonizado, completo y sin lagunas, listo para su uso en la evaluación de resultados.
En la mayoría de los casos, los datos in situ proceden de varios piranómetros. Al armonizarlos, sustituimos los valores erróneos por datos modelizados y fusionamos varios conjuntos de datos en uno solo.
A diferencia de la simple promediación, que puede degradar la calidad original de los datos, nuestro enfoque estadístico multicriterio preserva las características naturales de las mediciones.
Con nuestros enfoques estadísticos, podemos adaptar los valores de nuestros modelos a la misma granularidad que sus mediciones; por ejemplo, desagregando los datos medidos de 15 minutos en series temporales de 1 minuto.
Emitimos una declaración de incertidumbre para los conjuntos de datos cuya calidad ha sido controlada. Esto le permite utilizar los datos para la evaluación del rendimiento financiable y la adaptación al lugar de las series temporales históricas modeladas por satélite.
