Análisis estadístico de la producción de centrales termosolares mediante simulación con series temporales extensas de datos meteorológicos

Abstract

En este estudio se ha realizado un análisis de percentiles de radiación y producción para dos centrales termosolares de diferentes tecnologías: Torre Central y Colectores Cilindro Parabólicos. El objetivo era justificar la correspondencia entre la probabilidad de excedencia de radiación y producción. La probabilidad de excedencia es un concepto complementario de los percentiles. Es decir, un percentil 10 de producción equivale a una probabilidad de excedencia de la producción 90 (P90, un valor de producción que se superará en el 90 % de los años de la vida útil de la central). Actualmente, la correspondencia entre percentiles es un hecho asumido por la industria, pero no justificado estadísticamente, como se ha realizado en este estudio. Estas probabilidades de excedencia suelen ser demandadas por los bancos para calcular el riesgo de la inversión en los préstamos para proyectos de construcción de centrales termosolares. Para ello, se ha utilizado una base de datos meteorológica medida de 34 años de la localidad de Burns (Oregón, EEUU) gracias al SRML (Solar Radiation Monitoring Laboratory, Universidad de Oregón). Para completar la base de datos necesaria para la simulación, se utilizó Meteonorm 6.1. El programa utilizado para simular la operación de las centrales ha sido el System Advisor Model (SAM) 2015.6.30. Previamente a las simulaciones, se realizó una optimización de cada central según el múltiplo solar y el LCOE (coste actualizado de la energía). Tras las simulaciones de 34 años y análisis estadístico, se observó una clara correspondencia entre radiación y producción, y mediante un ajuste lineal, se ha podido relacionar la radiación y producción acumuladas anuales, salvo algunos años llamados “atípicos”, que están fuera del ajuste. Se pueden diferenciar dos casos: años con misma o parecida radiación acumulada anual se obtienen diferentes producciones, y años con diferente radiación acumulada anual y producciones iguales o parecidas. Todos estos casos atípicos han sido documentados y justificados por la variación intra-anual de la DNI. Los resultados finales de este estudio revelan y justifican la clara correspondencia entre percentiles de radiación y producción en ambas tecnologías. Sin embargo, hay que prestar especial atención en la construcción de años meteorológicos tipo (TMY) que representen P50, P90, etc., ya que las variaciones intra-anuales de la DNI pueden afectar fuertemente en las previsiones de energía neta anual producida. Por último, este estudio destaca la importancia de un procedimiento correcto y estandarizado para la elaboración de series temporales de DNI, como la norma actualmente en desarrollo de AENOR por expertos como Carlos Fernández Peruchena, Manuel Silva Pérez, Sara Moreno Tejera y otros.

In this study, a statistical analysis of radiation and energy yield percentiles is done for two sorts of technologies: Power Tower and Parabolic Trough. The aim is to justify the correspondence between radiation and energy yield p-levels. The p-level is a complementary concept of percentile. For example, a 10 percentile is a 90 p-level of energy yielded. (A value of energy yielded that will be exceeded in 90 % of years during the lifetime of the plant. Nowadays, the correspondence between percentiles is assumed in the industry, but not justified statistically. These p-level are demanded by banks in order to calculate the risk of investment in loans for CSP plant projects. For this purpose, a large database (34 years of measurements) has been used from Burns (OR, USA) thanks to SRML (Solar Radiation Monitoring Laboratory, University of Oregon). Additionally, it was necessary to complete parameters for the simulation, Meteonorm 6.1 has been used for this purpose. The System Advisor Model (SAM) 2015.6.30 has been used for the simulations. The plants have been optimised according to the solar multiple and LCOE (Levelized Cost of Energy). After the simulations, a correspondence between radiation and energy yield has been recognised excepting some atypical years in two different cases: years with the same annual accumulated DNI and different net energy yield, and years with different annual accumulated DNI and the same net energy yield. All of these years were justified due to the intra-annual variation of DNI. The analysis of results shows that the correspondence between the probabilities of exceedance of annual DNI values and energy yields is fairly good from the statistical point of view; however, care should be taken when building annual meteorological series for representing probability of exceedance scenarios, like P50, P90, etc., since the intra-annual distribution of DNI may significantly affect the energy yield estimates. This result highlights the need to define and validate standardized procedures for the elaboration of representative DNI time series as the technical standard produced in AENOR by experts like Carlos Fernández Peruchena, Manuel Silva Pérez, Sara Moreno Tejera and others.