Redes de cámaras de observación del cielo para la predicción solar con periodicidad inferior a una hora en climas tropicales

Una célula convectiva se forma, alcanza su punto álgido y desaparece en menos de una hora. Los datos registrados durante noventa y seis días en una central tropical en funcionamiento muestran hasta dónde llegan las imágenes de satélite y los modelos meteorológicos, y qué aporta en su lugar una red de cámaras terrestres.

Puntos clave del artículo

  • En un clima tropical o monzónico, una célula convectiva se forma, alcanza su punto álgido y desaparece en menos de una hora, y una planta situada debajo de ella puede perder la mitad de su producción en cuestión de minutos.
  • Las imágenes por satélite y las predicciones meteorológicas numéricas pierden precisión cuando el intervalo es inferior a una hora.: una repetición de entre diez y quince minutos y un píxel de unos pocos kilómetros no puede resolver una celda de unos pocos kilómetros que dura veinte minutos.
  • Durante noventa y seis días en una planta tropical en funcionamiento, un modelo de aprendizaje que utiliza datos recabados in situ reduce el error en 25% frente a la predicción numérica del tiempo y 24% frente a la persistencia a dos horas, mientras que, por debajo de los veintiún minutos, la perseverancia sigue siendo la clave.
  • A red terrestre de cámaras hemisféricas cubre esa ventana, aportando una media de 20% de datos de menos de treinta minutos en un emplazamiento que ya cuenta con piranómetros.

En un clima tropical o monzónico, una célula convectiva se forma, alcanza su punto álgido y desaparece en menos de una hora, en un área de unos pocos kilómetros cuadrados. Bajo ella, una planta fotovoltaica puede perder la mitad de su producción en cuestión de minutos y recuperarla con la misma rapidez. No se trata de una simple curiosidad de los modelos. Es la escala temporal en la que un operador compromete energía en el mercado, decide si cargar o mantener la batería, y paga la diferencia entre lo declarado y lo suministrado.

Este artículo expone el trabajo presentado en la feria «The smarter E South America», celebrada en São Paulo en agosto de 2026: en qué medida las imágenes por satélite y las predicciones meteorológicas numéricas dejan de aportar información en un clima tropical, qué revelan noventa y seis días de datos medidos en una central en funcionamiento y qué aporta, en su lugar, una red de cámaras terrestres.

¿Qué ha cambiado en la parrilla de salida brasileña?

Recorte, almacenamiento y una central que se despacha

La red de transporte ya no transporta toda la energía que generan las centrales al mediodía. La producción supera la capacidad de las líneas para transportarla hacia el sur, y el excedente es restringido. Al mismo tiempo, se están instalando sistemas de almacenamiento en baterías junto a los parques fotovoltaicos, lo que convierte un activo pasivo en uno controlado: cargar, mantener la carga o suministrar energía se convierte en una decisión, y esa decisión se revisa cada pocos minutos.

Los proyectos de hidrógeno a energía solar añaden una tercera dimensión, ya que El funcionamiento de un electrolizador debe planificarse en función de la irradiación que vaya a recibir realmente., y no en comparación con una media diaria.

La señal de precio se ha invertido

Si comparamos el precio de liquidación de Nordeste con la producción registrada entre mayo y agosto de 2026, la tendencia resulta evidente: Las horas de mayor producción ya no son las de mayor valor.. La producción alcanza su punto máximo a mediodía, cuando el precio cae por debajo del nivel de referencia del PPA, y se recupera a última hora de la tarde, justo cuando la central reduce su producción.

Precio de liquidación de la región del Nordeste en función de la producción solar registrada por hora del día, de mayo a agosto de 2026
Precio de liquidación del Nordeste (PLD) frente a la producción medida, de mayo a agosto de 2026. La línea azul representa el precio medio por hora; la banda sombreada, el rango del P25 al P75; y la línea discontinua, una referencia del PPA. La producción, representada en barras, alcanza su máximo cuando el precio es más bajo.

Ahora, un operador necesita dos cosas distintas de la misma planta: previsión a corto plazo, para decidir qué enviar y qué oferta presentar, y medida, para saber qué hacía realmente la planta.

Las células convectivas no son frentes, y ahí radica precisamente el problema

Por qué la extrapolación funciona en latitudes templadas

Casi todos los métodos de predicción operativa que se utilizan hoy en día se diseñaron teniendo en cuenta el clima de las latitudes medias. Allí, los campos de nubes se organizan según frentes sinópticos. Las estructuras son grandes, la convección vertical es limitada y la advección viene impulsada por un flujo en las capas altas que se mantiene coherente durante horas. Una nube que se observa ahora es, en una aproximación útil, la misma nube que aparecerá más tarde en otro lugar. La extrapolación funciona porque hay algo que extrapolar.

Por qué no se transfiere a los trópicos

Las latitudes tropicales continentales se comportan de manera diferente. Las células se forman por el calentamiento de la superficie sobre unos pocos kilómetros cuadrados, se desarrollan verticalmente en lugar de desplazarse, y se disipan cerca del lugar donde aparecieron. Hay poca advección coherente, y la advección coherente es precisamente en lo que se basan los métodos de movimiento de las nubes. Estos métodos no se están aplicando mal en Brasil. Se están aplicando a un fenómeno para el que no fueron concebidos.

Imagen compuesta de satélite de Brasil en la que se aprecian células convectivas dispersas, en lugar de un frente organizado
Una imagen compuesta de satélite de Brasil. El campo de nubes está formado por una población dispersa de células de unos pocos kilómetros, y no por un frente organizado que atraviese el continente.

Lo que ve el satélite y lo que se mide desde tierra

Dos días, dos instrumentos

La diferencia se aprecia más fácilmente en una sola central. Tomemos como ejemplo dos días de irradiación horizontal global en una central en funcionamiento situada en Guayana Francesa, un clima reconocido como uno de los más variables del mundo si se calcula la media a lo largo de todo un año, utilizando un producto satelital derivado del GOES con una resolución de diez minutos, y comparándolo con los datos de un piranómetro situado en el mismo emplazamiento que toma muestras cada cinco minutos.

Las dos curvas coinciden en la forma del día, pero difieren en todo lo que importa dentro de cada hora. La estimación por satélite es uniforme. La medición en tierra es como un peine: caídas de varios cientos de vatios por metro cuadrado, con una duración de unos minutos, que no aparecen en absoluto en los registros de los satélites.

Debajo de cada fotograma de satélite de la franja inferior, la figura muestra la estimación del satélite y la irradiancia más baja medida realmente en los diez minutos siguientes. A las 15:20 UTC, el satélite registra 1049 vatios por metro cuadrado. El suelo se hundió hasta 229 en el intervalo posterior. A las 15:00, el satélite marcaba 870 frente a un mínimo en tierra de 185. La planta ya había pasado por una rampa que ni el tamaño de píxel ni el intervalo de actualización podían resolver.

Dos días de irradiación: datos del piranómetro in situ a intervalos de cinco minutos frente a una estimación del satélite GOES a intervalos de diez minutos, con cinco fotogramas sucesivos del satélite y el valor mínimo en tierra medido tras cada uno de ellos
Arriba, dos días de irradiación horizontal global: piránmetro in situ cada cinco minutos; estimación por satélite cada diez minutos. Abajo, fotogramas «geocolor» del GOES correspondientes al intervalo sombreado, cada uno con la estimación por satélite y la irradiación más baja medida en los diez minutos siguientes, en vatios por metro cuadrado.

Una discrepancia de escala, y una latencia que nadie tiene en cuenta

No se trata de un defecto del producto satelital. Se debe a una falta de correspondencia entre la escala y la temporalidad: una periodicidad de visita de entre diez y quince minutos y un píxel de unos pocos kilómetros no permiten resolver una celda de unos pocos kilómetros que dura veinte minutos.

Y la comparación anterior es generosa con el satélite, ya que utiliza la marca de tiempo nominal de la imagen. En ella no se tiene en cuenta la latencia de procesamiento y transmisión entre el momento de la adquisición y el momento en que la estimación llega al operador. En la práctica, la diferencia es mayor de lo que indica la cifra.

En qué medida cada fuente aporta realmente información

Si se lee así, la pregunta deja de ser «¿qué producto es el mejor?» y pasa a ser qué fuente contiene información sobre qué horizonte.

La predicción numérica del tiempo abarca el pronóstico para el día siguiente y para las próximas horas. Las imágenes por satélite cubren un intervalo de entre una hora y dos horas y media, aproximadamente, en el que los campos de nubes aún se mantienen unidos. Por debajo de una hora, en un clima convectivo, ambos métodos pierden precisión, y lo que queda es lo que se puede medir y observar desde el suelo: piranómetros para conocer el estado actual de la planta, cámaras para lo que está a punto de llegar.

Peso relativo de las cámaras, los piranómetros, los datos satelitales y la predicción numérica del tiempo en función del horizonte de predicción
La importancia que tiene cada fuente en función del horizonte de predicción. Una célula convectiva tropical se forma, alcanza su punto álgido y desaparece en menos de una hora, y es ahí donde los modelos que todos utilizan le dan menos peso. Un frente advectivo templado se mantiene coherente durante unas tres horas, dentro del alcance de los vectores de movimiento de las nubes.

Noventa y seis días, tres métodos, una planta

El protocolo

Para cuantificar el efecto, en lugar de discutir sobre él, llevamos a cabo una evaluación continua en una instalación tropical en funcionamiento del 1 de mayo al 4 de agosto de 2026, noventa y seis días sin selección. Se emitía una previsión cada quince minutos y se comparaba con la producción real de la planta. Se aplicaron tres métodos a datos idénticos.

Perseverancia. Supongamos que el cielo se mantiene tal y como está ahora. Solo se necesita un sensor y nada más, y en un clima convectivo es un competidor serio a horizontes muy cortos.

Solo la predicción numérica del tiempo. Un modelo basado en una malla de varios kilómetros, que se actualiza varias veces al día.

Un modelo de aprendizaje basado en datos recopilados in situ, junto con imágenes de satélite y datos de predicción numérica del tiempo (NWP).

Tres cifras que arroja el registro

El error se expresa como porcentaje de la producción media, por lo que las cifras son extrapolables a una planta de cualquier tamaño. Si nos ceñimos a los horizontes temporales relevantes para la distribución, menos de dos horas, el registro indica 25% de precisión frente a la predicción numérica del tiempo a dos horas, 24% frente a la persistencia en el mismo horizonte, y un punto de paso en 21 minutos, por debajo del cual la persistencia sigue presentando el error absoluto medio más bajo de los tres.

Error absoluto medio, error cuadrático medio y sesgo medio en función del horizonte de previsión para tres métodos de previsión a lo largo de noventa y seis días
Error absoluto medio, error cuadrático medio y sesgo medio respecto al horizonte, expresados como porcentaje de la salida media, a lo largo de noventa y seis días. La franja sombreada corresponde a la ventana convectiva tropical de menos de una hora. La línea discontinua a los veintiún minutos marca el punto por debajo del cual la persistencia sigue presentando el error absoluto medio más bajo.

Esa última cifra es la más interesante, porque indica exactamente dónde radica el problema restante. Entre cero y veintiún minutos, ninguna de las fuentes de datos a gran escala contiene información, y la mejor respuesta posible es dar por hecho que nada cambia. Algo más tiene que ocupar ese espacio.

Lo que un operador vive realmente

El error agregado oculta lo que ocurre una tarde concreta. Dos días del registro, en tres horizontes temporales, lo muestran directamente. La persistencia realiza un seguimiento de la planta con un retraso de un paso, que deja de tener valor en cuanto empieza la rampa. El modelo meteorológico presenta una meseta plausible y no se da cuenta en absoluto del bajón de última hora de la tarde. El modelo que utiliza datos in situ sigue la curva de evolución de la jornada, incluido el colapso, en los tres horizontes.

Comparación de los datos medidos con tres métodos de previsión a lo largo de dos días, con anticipos de quince minutos, una hora y dos horas.
Dos días de registros en tres horizontes temporales. Los valores medidos aparecen sombreados; las previsiones basadas en datos in situ, en azul oscuro; la persistencia, en puntos; y la predicción numérica del tiempo por sí sola, en naranja.

Menos de treinta minutos, solo el cielo mismo

Cuatro etapas de tratamiento, ejecutadas in situ

El instrumento que ocupa toda la ventana es el cielo que se extiende sobre la planta, observado desde el suelo. Una red de cámaras hemisféricas observa el campo de nubes que se aproxima. Varias cámaras que observan el mismo cielo desde distintos puntos permiten localizar una nube en tres dimensiones, en lugar de limitarse a verla, y proyectar su sombra sobre el plano de la planta.

En el lugar se llevan a cabo cuatro pasos de forma continua: identificar las nubes en la imagen hemisférica, calcular su altura, calcular su movimiento y, a continuación, proyectar las sombras sobre el suelo. El resultado es los próximos treinta minutos de producción prevista para la planta, que se renueva continuamente.

Cuatro etapas de procesamiento de una red de cámaras de observación del cielo: identificación de nubes, estimación de la altura de las nubes, estimación del movimiento de las nubes y proyección en el suelo de las sombras de las nubes
Las cuatro etapas del proceso se llevan a cabo de forma continua in situ, desde la imagen hemisférica hasta la sombra proyectada sobre el plano de la planta.

Un veinte por ciento, además de la medición en tierra

En un emplazamiento que ya cuenta con piranómetros, la red de cámaras aporta una media de 20% de habilidad en menos de treinta minutos. Esa ganancia no se mide en comparación con un valor de referencia simplista. Se mide sobre la base de una instalación que ya cuenta con mediciones en tierra, que es la única comparación que un operador debería aceptar.

Los mismos instrumentos se utilizan dos veces

Hay un argumento práctico que suele zanjar la cuestión, y no tiene nada que ver con la predicción. Los instrumentos instalados para la predicción son los mismos que dan respuesta a las cuestiones operativas.

Antes de la construcción, una estación de referencia calibra los datos del satélite, que presentan un sesgo en los climas tropicales, y determina las variaciones que una batería tendría que absorber. Una vez que la planta esté en funcionamiento, una red de piranómetros permite diferenciar y cuantificar las pérdidas por reducción de la producción y por ensuciamiento, y resuelve la variabilidad en la escala temporal que experimenta realmente la planta, en lugar de en la escala temporal de un informe mensual.

Un único dispositivo, dos usos. Eso es lo que suele decidir a favor de la inversión.

Qué significa esto para un operador

Si tus plantas se encuentran en un clima convectivo y las decisiones de envío se toman en el plazo de una hora, del registro de mediciones se desprenden tres conclusiones.

El horizonte que te interesa es aquel en el que las imágenes por satélite y los modelos meteorológicos son menos fiables, y ningún tipo de retoque posterior cambia ese límite. La medición in situ no es un complemento de la previsión por debajo de la hora., es la principal fuente de información. Y los mismos sensores se amortizan dos veces, una en cuanto a la precisión de las previsiones y otra en cuanto al conocimiento de lo que hacía la planta.

¿Necesita más información? Contáctenos.

Véase también

Prueba del aporte de los datos in situ: resultados de una evaluación comparativa europea independiente

Modelos numéricos de predicción meteorológica (NWP): el motor de 131 millones de puntos de datos que hay detrás de su pronóstico meteorológico

Comprender el potencial de la energía solar en todos los horizontes temporales

Sectores industriales: ¿cuáles son las soluciones para la independencia energética?

Clientes

Este sitio web utiliza cookies

Utilizamos cookies para personalizar el contenido, ofrecer funciones de redes sociales y analizar nuestro tráfico. Además, compartimos información sobre su uso de nuestra web con nuestros socios de análisis. Puede modificar sus preferencias en cualquier momento. Para obtener más información, consulte nuestra Política de privacidad y nuestra Política de cookies. Política de cookies