La compañía española Meteo for Energy ofrece modelos de predicción meteorológicos y de producción energética para el sector fotovoltaico, termosolar y eólico. Para ello, se valen de cámara de nubes, predicciones de imágenes de satélite a partir de las imágenes del Meteosat, y modelos predictivos de IA.
Las primeras se usan para predicciones inmediatas sobre los transitorios de nubes, una tecnología altamente relevante para el sector termosolar. Por su parte, las predicciones de imágenes del satélite Meteosat realizan una predicción de la radiación solar para las próximas horas con el objeto de integrar la producción solar en el mercado continuo. Además, de cara a la operación se puede visualizar la precipitación en tiempo real, junto con la previsión del polvo en suspensión para evitar en la medida de lo posible el ensuciamiento de la planta.
Finalmente, los modelos predictivos de IA combinan los datos meteorológicos con los datos históricos del emplazamiento y de su producción para generar previsiones de alta precisión, no solo de las condiciones meteorológicas, sino también de su producción energética esperada ante dichas condiciones con el fin de lograr una mejor integración energética a la red y con unos costes de desvío y riesgos minimizados.
Desde Meteo for Energy han dicho a pv magazine que sus modelos predictivos tienen una precisión del 5-8% NMAE para los modelos meteorológicos de las próximas 48 horas. En lo que respecta al satélite, se consigue mejorar alrededor de un 12% para una ventana de dos horas.
La empresa también afirma que «las imágenes del satélite Meteosat y el Deep Learning juegan un papel clave para asegurar una mejor integración de la energía solar en la red eléctrica», pues este tipo de tecnologías «permite al sector fotovoltaico y termosolar predecir el movimiento de las nubes para mejorar su operación y reducir sus costes de desvío», explica, y detalla el procedimiento:
El Meteosat se encuentran en rotación sincrónica con la Tierra a 36.000 km. Sus satélites sacan una instantánea de nuestro planeta cada 15 minutos desde la misma perspectiva, lo que permite observar la evolución de las nubes en la imagen. Estas imágenes se usan para el nowcasting, una técnica de predicción a corto plazo que sirve para detectar el nivel de nubosidad y prever el movimiento de las nubes de un emplazamiento específico con varias horas de antelación. Primero, gracias al satélite se puede ver lo que está ocurriendo en vivo. Luego, se transforma esa imagen en datos (niveles de nubosidad) y, posteriormente, con el Deep Learning, se predice el movimiento de las nubes para conocer la evolución de la radiación solar.
Para obtener la información relevante para las plantas solares, las imágenes del Meteosat obtenidas en tiempo real deben seguir un procesamiento que se compone de estos 4 pasos: el primero, es la obtención de imágenes Full Disk (las imágenes en bruto que toma el Meteosat). Posteriormente, estas instantáneas son georreferenciadas, esto es, se determina a qué coordenadas geográficas exactas corresponde cada píxel de la fotografía. Estos resultados se pueden potenciar utilizando la proyección cartográfica Mercator, mismo sistema que emplean los mapas GIS, Google Maps y OpenStreetMap.
El tercer paso es el procesamiento CloudMArsk, es decir, las imágenes georreferenciadas se procesan de manera que mantengan únicamente la información relativa a la opacidad de las nubes para, así, estimar el recurso solar por coordenada y realizar las predicciones adecuadas en base al movimiento de esa opacidad.
El último paso consiste en aplicar Deep Learning y Optical Flow, que determina la velocidad y dirección con la que se mueven los píxeles en la imagen, para predecir hacia dónde van a ir las nubes usando la detección de movimiento.
Todo este proceso sirve para conseguir una predicción minuto a minuto de los dos factores principales que afectan a la integración de la energía solar: por un lado, el movimiento y la velocidad de las nubes; y por otro, el índice de opacidad para cada coordenada de la imagen, según afirma Meteo for Energy.
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.