NCAR desarrolla un sistema avanzado de pronóstico de energía solar

May 26, 2023

30 de mayo de 2023 - por David Hosansky

El Centro Nacional de Investigación Atmosférica (NCAR, por sus siglas en inglés) ha desarrollado con éxito un sistema avanzado de pronóstico de energía solar para Nueva York que ofrece el potencial para ayudar al estado a alcanzar sus objetivos de energía renovable mientras ahorra millones de dólares para los contribuyentes.

El sistema de código abierto, llamado NYSolarCast, se basa en los pronósticos meteorológicos, las observaciones de las condiciones atmosféricas y las técnicas de aprendizaje automático para generar predicciones precisas de horas y días por delante de la radiación solar y la generación de energía resultante. Estas predicciones, emitidas cada 15 minutos para una red de tres kilómetros que cubre todo el estado de Nueva York, se pueden usar para pronosticar la generación de energía solar tanto para las principales granjas solares como para los paneles solares en los techos.

Además de mostrar resultados prometedores para Nueva York, la tecnología se puede aplicar en otros lugares de los Estados Unidos y otros lugares del mundo.

"Este sistema es aplicable en todo el mundo", dijo el científico de NCAR Jared Lee, el desarrollador principal. "Es altamente configurable y personalizable, por lo que puede entregar pronósticos en cualquier intervalo de tiempo deseado sobre cualquier región de pronóstico que necesite una empresa de servicios públicos".

Las predicciones para Nueva York demostraron ser muy precisas. Durante un período de validación de un año, las previsiones de NYSolarCast siempre estuvieron dentro del 10 % de la cantidad real de energía generada. De manera alentadora, los pronósticos excesivos y los pronósticos insuficientes estaban casi equilibrados.

El desarrollo de NYSolarCast fue parte de un estudio más amplio de varios años para ayudar a la creciente industria solar de Nueva York a implementar el pronóstico del tiempo para anticipar mejor la generación de energía y mejorar la confiabilidad de su red eléctrica. Los pronósticos más precisos son importantes para que el estado cumpla con sus objetivos de generar un 70 % de electricidad a partir de fuentes renovables para 2030 y un sector eléctrico de cero emisiones para 2040.

El estudio fue financiado por la Autoridad de Energía de Nueva York y la Autoridad de Investigación y Desarrollo de Energía del Estado de Nueva York. Fue cogestionado por EPRI, un instituto de I+D energético independiente y sin ánimo de lucro. Otros socios incluyeron el Laboratorio Nacional de Brookhaven y la Universidad Estatal de Nueva York en Albany. Los asesores incluyeron el Operador de Sistema Independiente de Nueva York (NYISO) y Central Hudson, una empresa de servicios públicos de distribución de Nueva York.

Pronosticar con éxito la radiación solar es fundamental para expandir la producción de energía solar. Si una empresa de servicios eléctricos apaga una instalación de carbón o gas natural anticipándose a la energía del sol u otra fuente renovable, es posible que esas plantas no puedan encenderse lo suficientemente rápido si la cantidad de luz solar es insuficiente. La única opción en tal escenario es comprar energía en el mercado spot, lo que puede ser muy costoso.

NCAR había desarrollado previamente un sistema de pronóstico de energía eólica que ahorra a los contribuyentes de Xcel Energy millones de dólares al año.

Cuando llegó el momento de desarrollar NYSolarCast, Lee y sus colegas enfrentaron desafíos importantes. Nueva York es un estado climatológicamente diverso, con el cinturón de nieve a lo largo de los Grandes Lagos y los altos picos de Adirondacks generando condiciones atmosféricas muy diferentes a las de la región costera de Long Island. Además, sus modelos tenían que capturar las nubes con una precisión considerable porque las diferentes nubes tienen diferentes impactos en la radiación solar. Un banco de nubes estratos bajas, por ejemplo, bloqueará la luz solar entrante, mientras que los cúmulos hinchados pueden reflejar la irradiación de sus lados, lo que lleva a una irradiación solar temporalmente más alta en la superficie y a una mayor producción de energía solar de la que ocurriría durante un cielo azul claro. cielo.

Para desarrollar un sistema útil, Lee y sus colegas se basaron en dos años de observaciones meteorológicas de Mesonet del estado de Nueva York, una red estatal de 126 estaciones meteorológicas. También analizaron datos de producción de energía de instalaciones solares seleccionadas. Esta información histórica les permitió entrenar modelos de aprendizaje automático para correlacionar las condiciones climáticas con la potencia de salida.

A continuación, utilizaron dos modelos meteorológicos avanzados: una versión especializada del modelo de pronóstico e investigación meteorológica basado en NCAR ajustado para aplicaciones solares (WRF-Solar) y el modelo de actualización rápida de alta resolución (HRRR) de la NOAA. Los modelos generaron pronósticos meteorológicos a escala fina con varias horas de anticipación, que el modelo de aprendizaje automático tradujo en la producción solar prevista.

"Estamos muy contentos de que el sistema NYSolarCast proporcione pronósticos precisos tanto de granjas solares a escala de servicios públicos como de paneles solares en techos", dijo Lee. "Mejorar continuamente la precisión de los pronósticos es vital para la industria solar, que necesita garantizar el suministro confiable de energía renovable y mejorar el rendimiento general de la red eléctrica a medida que se genera más energía solar".

Ver todas las noticias