- Calibsun | Experiencia
Datos solares in situ: La principal fuente de información fiable para una previsión precisa del consumo eléctrico
Introducción
Los datos solares in situ se refieren a todas las mediciones terrestres recogidas directamente en una central fotovoltaica (irradiancia, potencia generada, temperatura, viento) para supervisar las condiciones meteorológicas reales en tiempo real. Para la previsión de la energía solar, estas mediciones in situ no son un dato secundario: constituyen la principal fuente de información fiable que ni las imágenes por satélite ni los modelos de predicción numérica del tiempo (NWP) pueden sustituir en horizontes de previsión cortos. Para los productores independientes de energía (IPP), los agregadores y los operadores de red que gestionan la exposición al desequilibrio y las sanciones por gestión de la demanda (DSM), la calidad de las mediciones in situ condiciona directamente la precisión de las previsiones, la detección de restricciones de generación y la fiabilidad de las previsiones de energía intradía. Los datos solares in situ permiten recalibrar los modelos en función del comportamiento real de la planta, elaborar mapas espaciales de irradiación en grandes emplazamientos a escala industrial y realizar estimaciones de estado en tiempo real: tres capacidades que los productos de irradiación derivados de satélites y los modelos NWP por sí solos no pueden ofrecer.
Datos clave
- Los datos solares in situ se refieren a todas las mediciones realizadas desde el suelo y recopiladas directamente en una central fotovoltaica. (irradiancia, potencia de salida, temperatura, velocidad del viento…) para supervisar las condiciones meteorológicas locales en tiempo real.
- Datos satelitales (3-10 km², actualizados cada 15 minutos + retraso) y de predicción numérica del tiempo (NWP) (20 km², actualizados cada 6 horas) carecen de la resolución espacial y temporal necesaria para realizar previsiones intrahorarias en plantas fotovoltaicas a escala industrial.
- Control de calidad y datos históricos son esenciales: filtrar los valores atípicos, detectar la deriva de los sensores y aprovechar las series temporales de varios años permiten una calibración robusta del modelo y una recalibración en tiempo real, lo que reduce el nRMSE intradía.
- CalibSun combina los datos existentes in situ con imágenes del cielo añadidas, imágenes de satélite y predicción numérica del tiempo (NWP).
Los sensores principales instalado en una central solar
Las centrales fotovoltaicas equipadas para la previsión de la producción de energía suelen integrar varias categorías de sensores, cada uno de los cuales mide una magnitud física diferente.
Una central solar fotovoltaica suele integrar varios tipos de sensores, que Calibsun utiliza para la previsión de la producción de energía. Cada sensor mide magnitudes físicas distintas para la gestión de la energía solar.
GHI y el tiempo datos
Los datos terrestres ofrecen dos capacidades que la teledetección, por su propia naturaleza, no puede proporcionar. La primera es la medición en tiempo real de la GHI: un piranómetro proporciona la irradiancia local exacta, y el sistema SCADA indica al modelo exactamente cuánta electricidad está inyectando la planta a la red. Esta información sobre el estado actual es esencial para la previsión a corto plazo.
La calibración del modelo específica para cada planta es la segunda funcionalidad. Cada planta fotovoltaica presenta una relación única entre la irradiancia incidente y la potencia generada. Solo las series temporales históricas in situ (IRH y producción medidas durante un periodo suficiente) permiten que el algoritmo de CalibSun aprenda esta firma.
- Página del producto
¿Cómo integra CalibSun los datos in situ?
Control de calidad de los datos y calibración histórica
Antes de que cualquier dato recopilado in situ se introduzca en el algoritmo de previsión, pasa por un proceso sistemático de control de calidad. CalibSun señala y elimina los datos que presentan incoherencias físicas: valores que superan los límites teóricos de cielo despejado, lecturas de producción incompatibles con los datos solares y de temperatura correspondientes a ese mismo momento, o lecturas de los sensores que muestran cambios bruscos característicos de un fallo de hardware.
El conjunto de datos históricos depurado, que idealmente abarca al menos un año de funcionamiento continuo, sirve entonces como base de entrenamiento para el modelo de previsión, codificando el comportamiento de la producción energética de la central en todo el abanico de condiciones estacionales y meteorológicas.
Un algoritmo de conjunto analógico
El enfoque de predicción de CalibSun se basa en un algoritmo de conjunto de análogos: una técnica de aprendizaje automático que identifica, en el archivo histórico de mediciones in situ, las situaciones pasadas más similares a las condiciones meteorológicas actuales. Los resultados de producción energética observados durante esos casos análogos conforman la distribución de la previsión, tanto la estimación central determinista como la envolvente probabilística completa desde P10 hasta P90. Aunque los enfoques de aprendizaje profundo se utilizan cada vez más en la previsión solar, el método de conjunto analógico ofrece una interpretabilidad y una solidez superiores en los conjuntos de datos históricos limitados, típicos de las instalaciones fotovoltaicas en funcionamiento. Se recomienda disponer de un mínimo de un año de datos históricos en el momento de la puesta en marcha para garantizar que el conjunto de casos análogos cubra todo el abanico de condiciones estacionales.
El flujo de trabajo de datos en tiempo real: frecuencia, latencia e integración perfecta
El algoritmo NEXT de CalibSun recopila continuamente mediciones in situ mediante la integración de una API.. La resolución temporal óptima es de 1 minuto. En la práctica, muchos clientes transmiten con una resolución de 5 minutos, lo cual resulta suficiente desde el punto de vista operativo para la mayoría de las aplicaciones de predicción solar. NEXT se adapta automáticamente a la resolución temporal más corta disponible en el flujo de datos entrante.
El algoritmo funciona sin problemas independientemente del estado de disponibilidad de los datos. Cuando las mediciones in situ no están disponibles temporalmente, el sistema de predicción sigue funcionando utilizando únicamente datos de satélite y de predicción numérica del tiempo (NWP). La precisión a corto plazo se ve reducida durante estos periodos de interrupción, pero el servicio no se interrumpe. Cuando se reanudan las mediciones, el modelo se recalibra automáticamente y aumenta la precisión de las predicciones.
Un mínimo de un año de datos históricos in situ Se recomienda encarecidamente realizarlo durante la fase de puesta en marcha para garantizar que el conjunto de datos analógicos cubra todo el abanico de condiciones estacionales. Sin esta referencia, la calidad de las previsiones mejora progresivamente a medida que se acumulan las mediciones in situ.
Cámaras astronómicas: ampliación de la observabilidad local a intervalos inferiores a 30 minutos
En el caso de horizontes de previsión muy cortos, inferiores a 60 minutos, y especialmente inferiores a 30 minutos, surge una cuestión diferente que cobra especial importancia: ¿Qué formaciones nubosas se acercan a la planta y cuándo llegarán a ella?
CalibSun instala redes de cámaras astronómicas en una configuración estereoscópica: varias cámaras situadas alrededor de la planta captan imágenes simultáneas del sol y de la cúpula del cielo desde diferentes ángulos, lo que permite reconstruir en tres dimensiones la posición, la geometría y la trayectoria de las nubes. Este es el único método capaz de anticipar los picos de irradiación en menos de 30 minutos.
¿Por qué los datos de satélite y de predicción numérica del tiempo? por sí solas carecen de precisión
Los datos de irradiación solar obtenidos por satélite y los modelos numéricos de predicción meteorológica son herramientas esenciales para la evaluación de los recursos solares y la predicción meteorológica con un día de antelación. Sin embargo, presentan limitaciones estructurales que se vuelven críticas en horizontes de predicción cortos, limitaciones que solo los datos in situ pueden subsanar.
El problema de la resolución espacial: lo que los satélites y los modelos de predicción numérica del tiempo (NWP) no pueden ver
Satélite: 15 minutos + retraso en la recuperación y el procesamiento de los datos con una resolución de 2 km²
Los productos de irradiancia por satélite suelen funcionar con resoluciones espaciales de varios kilómetros por píxel. En el caso de una central solar a gran escala, esto significa que la irradiancia que determina la producción de energía solar se representa mediante una estimación suavizada espacialmente que no puede captar la variabilidad de la producción a escala subkilométrica.
Modelo meteorológico: 6 h + retraso en la obtención y el tratamiento de los datos, con una resolución de 10 km²
Los modelos de predicción numérica del tiempo se enfrentan a una limitación similar, ya que operan con resoluciones espaciales que oscilan entre unos pocos kilómetros y decenas de kilómetros. A estas escalas, las condiciones meteorológicas locales se suavizan o se representan con un desfase temporal significativo. En horizontes intradía, los datos de satélite y de predicción numérica del tiempo (NWP) por sí solos generan previsiones de potencia que no tienen en cuenta los rápidos cambios en la irradiación causados por el paso de la nubosidad, precisamente los fenómenos que provocan la exposición al desequilibrio y las penalizaciones del DSM.
- Preguntas
Preguntas frecuentes sobre los datos solares in situ
¿Qué son los datos solares in situ y por qué son importantes para la previsión de la energía solar?
Los datos solares in situ abarcan todas las mediciones sobre el terreno recopiladas directamente en las instalaciones fotovoltaicas: la irradiancia solar registrada por los piranómetros, la potencia eléctrica generada según los sistemas SCADA y las variables meteorológicas. Estas mediciones in situ proporcionan información en tiempo real sobre el estado de la planta y permiten la calibración de modelos específicos para cada planta, lo cual constituye un elemento fundamental una capacidad que ni los datos satelitales ni los modelos de predicción numérica del tiempo (NWP) pueden ofrecer. Para el sector de las energías renovables, esta información permite una generación de electricidad fiable y contribuye a los objetivos de sostenibilidad corporativa y a la reducción de las emisiones de carbono.
¿Cuál es la diferencia entre GHI y GTI en la previsión solar?
GHI (Irradiancia horizontal global) mide la radiación solar total sobre superficies horizontales, mientras que GTI (Irradiancia global inclinada) mide la radiación sobre superficies con paneles inclinados – la medida más relevante para la modelización de sistemas de energía solar. La derivación del GTI a partir del GHI mediante modelos de transposición mejora la eficiencia energética y la optimización del diseño de las instalaciones solares.
¿Es posible realizar una previsión solar precisa sin mediciones in situ?
Los modelos satelitales y de predicción numérica del tiempo (NWP) permiten realizar previsiones con un día de antelación, pero en horizontes intradía, la falta de datos in situ limita considerablemente la precisión: los satélites no pueden captar la variabilidad a escala subkilométrica ni el comportamiento específico de la producción energética de cada central, aspectos fundamentales para la fiabilidad de la red y el control de costes en segmentos de consumo eléctrico en crecimiento.
¿Cómo se ve afectada la calidad de las previsiones cuando los datos in situ no están disponibles temporalmente?
El algoritmo NEXT de CalibSun funciona a la perfección en cualquier estado de los datos. Cuando se interrumpen las mediciones, los datos de los satélites y de los modelos de predicción numérica del tiempo (NWP) mantienen la continuidad de la predicción sin necesidad de intervención manual, lo que reduce la precisión a corto plazo durante los periodos de interrupción, pero se recupera automáticamente, garantizando servicio fiable y confianza cada vez mayor en implantación de energías renovables.
