¿Tiene una planta fotovoltaica que funciona bien en días soleados y no tan bien en días nublados? Puede que el problema no sea su equipo, solo sus matemáticas. Ilustremos esto con una instalación que tiene una alta proporción de CC a CA. En otras palabras, la matriz está sobredimensionada y los inversores se recortarán en los límites superiores durante una alta insolación.
Los siguientes son datos de alta resolución graficados de una de nuestras instalaciones durante una mañana parcialmente nublada. También se muestra la generación prevista del modelo de proyecto:
Se puede ver que cuando el sol está estable, la generación medida y modelada están en estrecha concordancia. Sin embargo, el inversor no puede seguir los grandes picos de irradiancia medidos causados por los reflejos de las nubes. La energía se corta debido a los controles internos y externos. El índice de rendimiento es del 102% cuando se ejecutan los cálculos de rendimiento en los datos de alta frecuencia. ¡Muy agradable!
Sin embargo, en nuestros informes, las métricas de rendimiento a menudo se calculan en intervalos de una hora. Y hay dos razones comunes para esto: (1) Los modelos proforma se basan en conjuntos de datos meteorológicos por hora (TMY), y son estos datos los que se utilizan para las métricas de rendimiento corregidas por el clima. (2) los métodos de corrección meteorológica pueden ser complejos y puede que no sea posible computacionalmente ejecutar estas complejas ecuaciones a alta frecuencia.
Esto no será un problema si las respuestas de causa y efecto son algo lineales. Promediamos los datos en tiempo real; Incluya estos promedios en los cálculos de rendimiento, y esperamos que la siguiente relación sea cierta:
Para descomprimir esto, la función de valores de entrada promediados (lado izquierdo) tendrá el mismo resultado que ejecutar la función en cada valor de entrada y luego tomar el promedio de todos los resultados (lado derecho de la ecuación).
Desafortunadamente, esto no es cierto para situaciones no lineales, y cuando el inversor se engancha y no puede seguir los picos de irradiancia hace que esta sea una situación no lineal. Esta siguiente gráfica toma promedios por hora de la primera gráfica y luego calcula la métrica de rendimiento:
El índice de rendimiento para los promedios horarios es del 92%. Se trata de un informe inferior falso del 10% (!), Y no queremos informar un rendimiento bajo falso.
Una solución podría ser ejecutar los cálculos de promedios con mayor frecuencia. Pero, ¿con qué frecuencia? La siguiente gráfica muestra los resultados usando promedios de 5 minutos:
Todavía hay una subnotificación falsa del 6%. Este tampoco es un buen resultado si las obligaciones contractuales se miden mediante este tipo de evaluación.
El propósito de este artículo es dar a conocer este artefacto computacional. Hasta ahora, hemos revisado este efecto en una mañana parcialmente nublada. Anualmente, hemos notado un 3% de informes falsos en algunas de nuestras instalaciones.
Entonces, ¿qué es una "buena" frecuencia de cálculo? Desafortunadamente, la respuesta depende de la situación (volatilidad del clima, frecuencia de recolección de datos, método de agregación, complejidad del modelo y recursos informáticos). Como mínimo, ejecute escenarios similares a los presentados aquí para comprender las sensibilidades para su situación. Al final, ten cuidado. Se puede requerir una consideración especial cuando los acuerdos financieros dependen de cálculos automatizados como este.
