Análisis De Rendimiento
12.08.20

Eliminar el sesgo del modelo de la métrica de garantía

Nuestras herramientas de predicción solar continúan mejorando a medida que incorporan avances computacionales en el modelado de irradiancia, nubes, sombra, física fotovoltaica, transferencia de calor de arreglos, inversores y otras situaciones dinámicas. Independientemente de la sofisticación, sin embargo, siempre habrá un error sistemático que aparece de alguna manera y en alguna parte. La mayoría de las veces no sabremos cómo se manifestará este sesgo al calcular los KPI de rendimiento. Es muy importante evitar un falso positivo o falso negativo, especialmente cuando se aplica a acuerdos contractuales. El propósito de este artículo es presentar un método que mitigue este problema. Un beneficio adicional es que este método permite que los gerentes de desempeño se vuelvan independientes del modelo.

Definiciones importantes:

  • Modelo: Este es el modelo de predicción de energía solar que se configura con los parámetros de diseño y los factores de pérdida de un proyecto. Se incluyen caracterizaciones para los módulos, arreglos, inversores, sistemas de recolección de energía eléctrica y cualquier otra cosa entre el sol y el punto de entrega.
  • Predicho: Este es un conjunto de datos que contiene la generación de energía calculada por el modelo de un proyecto con datos meteorológicos TMY [1] como entrada. Este archivo TMY es representativo de la ubicación del sitio, y los resultados de generación fotovoltaica simulada forman parte de los datos predichos que se almacenan en resoluciones por hora o menores durante un año nominal. (Esto a menudo se conoce como archivo 8760hr). [2]
  • Esperado: Este conjunto de datos contiene la generación de energía calculada a partir del mismo modelo pero utilizando los datos meteorológicos medidos recopilados para la planta. Los datos MET medidos y los resultados de la generación fotovoltaica simulada forman parte de los datos esperados. Tenga en cuenta que "el mismo modelo" está subrayado anteriormente, y esto es muy importante para este método. Más sobre esto más adelante. [2]
  • Medido: La generación eléctrica medida registrada para la planta que coincide con los datos MET medidos utilizados para calcular el rendimiento esperado.
  • Programa: Este conjunto de datos contiene la generación planificada a lo largo de la vida operativa del proyecto. Por lo general, esto se almacena en forma proforma y se ha utilizado para determinar el precio de venta del proyecto o los términos de financiamiento. A menudo, el TMY se almacena junto con la generación del plan.

Nuestras instalaciones ya están en funcionamiento y los gerentes de desempeño deben comprender qué tan bien van las cosas en comparación con Plan. Este es el propósito de los KPI de rendimiento. Sin embargo, es muy probable que el clima real se desvíe de TMY (causado por diferencias en las nubes, el viento, la temperatura ambiente y la nieve).

Digamos que totalizamos la producción de energía del último mes y deseamos compararla con el Plan. Y digamos que el mes estuvo muy nublado y lluvioso. Cómo hacemos esto? El enfoque común es ejecutar el modelo del proyecto con los datos MET medidos y luego comparar el resultado del modelo directamente con la generación medida. Este es un enfoque juicioso, casi.

Estas son solo algunas situaciones que pueden hacer que el modelo ya no reproduzca el Plan original con el mismo TMY:

  • La configuración del modelo original se ha perdido
  • El software de modelado ha sido revisado (o descontinuado)
  • El método del modelo original es manual y requiere mucho tiempo, y existe el deseo de automatizarlo con una plataforma diferente

Una vez más, ya sean muy simples o increíblemente complejos, todos los modelos no son estimadores perfectos y los creadores de modelos no saben cómo los resultados pueden estar sesgados. Puede ser que el modelo tenga un error mayor a altas temperaturas, o que no evalúe bien la irradiancia baja, o que la curva de eficiencia del inversor sea inexacta, etc. A veces, el sesgo es estacional, posiblemente sobre la predicción durante los meses de invierno.

Para controlar el sesgo del modelo, no compare los resultados del modelo directamente con Plan. En su lugar, aplique una corrección meteorológica que sea una proporción de la generación prevista y esperada. Es de suma importancia que el Modelo de Predicción y Espera sea idéntico con la única diferencia que son los datos metrológicos de entrada. Aquí está la ecuación que debe usarse para corregir la generación de planes y compararla con la generación medida:

Este método mitiga los errores de sesgo porque se cancelan en la proporción:

Es importante suponer que las características de sesgo son similares para el período de evaluación de donaciones.
Aquí está la ecuación completa para corregir el Plan de modo que pueda compararse con la energía del mes medido:

Para corregir el Medido y compararlo con el Plan, simplemente se invierte la relación de corrección:

¡Y tenemos una evaluación imparcial!

Este método ha sido probado aplicando varias plataformas de modelado diferentes a la misma situación, todas proporcionando resultados muy similares. Como se desee, esto nos libera de ser potencialmente confundidos por el sesgo del modelo. Esto también permite que uno se convierta en un modelo agnóstico. Realice pruebas cuidadosas antes de cambiar los métodos de modelado que puedan afectar las obligaciones financieras.

Aunque este artículo trata sobre los sistemas de energía solar, el concepto es aplicable a casi todas las plantas de energía. De hecho, este autor desarrolló estos métodos durante la década de 1980 cuando las centrales eléctricas de ciclo combinado eran una novedad y no existía ASME PTC 46.

Nota al margen: hay un caso de esquina muy importante que debe usarse para probar cualquier método de corrección. Digamos que los datos MET medidos son idénticos a TMY. Si esto ocurre, entonces no debería ser necesario realizar ninguna corrección climática. Simplemente comparamos las lecturas del medidor eléctrico directamente con Plan. ¡Eso es! Este método satisface esta prueba porque Previsto [MWh] = Previsto [MWh] y el factor de corrección es 1.0000000.

Segunda nota al margen: El uso de las mediciones de temperatura de la parte posterior del módulo para el modelado de rendimiento fallará en esta prueba de caso de esquina. Esto se debe a que el modelo de transferencia de calor de la matriz SERÁ diferente de la transferencia de calor de la matriz real. El [MWh] previsto no será el mismo número que el [MWh] esperado, incluso cuando el MET medido sea el mismo que el TMY. Ergo, este método está desaconsejado.



[1] TMY se refiere a un Año Meteorológico Típico y representa muchos años de datos recopilados para una ubicación determinada que proporciona un valor esperado para elementos como irradiancia, temperatura ambiente, viento, humedad y precipitación. Ésta es la energía nominal disponible para el modelado del ciclo solar. Los años reales varían, por supuesto. Sin embargo, los valores de TMY deberían representar la tendencia central.

[2] Análisis de la evaluación del rendimiento energético del sistema fotovoltaico, 1 de noviembre de 2013, Laboratorio Nacional de Energía Renovable. También IEC 61724 - Parte 3.

¿Listo para empezar?