Radiación

• La previsión meteoblue MultiModel proporciona la mayor precisión mediante la combinación de varios modelos para la previsión más adecuada.
• La predicción de la mejor combinación de modelos puede mejorarse aún más con actualizaciones en tiempo real (intradía) o entrenando directamente a la producción de energía renovable (MOS).
• Comparando varios modelos meteorológicos brutos, ICON y GFS presentan los mejores resultados en la predicción de la radiación solar.
• meteoblue está constantemente validando diferentes modelos y metodologías para mejorar la previsión, incluyendo conjuntos de datos y tecnologías más recientes.
• Para las series históricas, las observaciones por satélite (SARAH) alcanzan la mayor precisión, mientras que el ERA5 es útil para evaluación a largo plazo y para colmar lagunas.

Uno de los sectores más importantes asociados a la previsión meteorológica es el de las energías renovables, incluida la la energía solar. La rápida evolución de la situación del mercado lleva a la necesidad de modelos precisos y aplicables de previsión de la irradiación solar. Para planificar y explotar eficazmente los sistemas de energía solar, es necesario disponer de previsiones de hasta 48 horas.

Por lo tanto, es de gran importancia examinar y comparar el potencial y el rendimiento de los modelos de previsión y las previsiones meteorológicas. A continuación resumimos los resultados de varios estudios que han investigado la previsión de la radiación solar, así como el rendimiento del enfoque (meteoblue) MultiModel y el enfoque MOS para mejorar la previsión.

Últimas mejoras en la previsión de la radiación meteoblue

Para prever la radiación solar y la producción fotovoltaica, meteoblue utiliza métodos de posprocesamiento. Además de modelos numéricos simples de predicción meteorológica y multimodelado, meteoblue aplica técnicas como nowcasting o MOS para mejorar aún más la previsión. Los siguientes diagramas muestran el error absoluto medio relativo (rMAE) de diferentes conjuntos de datos de meteoblue.

Incluye datos de previsión postprocesados de MultiModel meteoblue (previsión para el día siguiente), MOS y la previsión a 3 horas. Además, datos brutos del modelo NEMS30 y datos de radiación en tiempo real procedentes del satélite SARAH (imágenes en tiempo real). A efectos de comparación, todos los datos se validan sobre la base de mediciones horarias de más de 100 estaciones DWD (Deutsche Wetterdienst) desde marzo de 2022 hasta febrero de 2023.

La MOS se entrenó para todos los sitios y para un período de 3 años (2019-2022). Los diagramas muestran el rMAE para cada estación para verano e invierno.

En ambos diagramas puede verse una reducción global del error de predicción de hasta un 5% por parte de MultiModel y MOS en comparación con el modelo NEMS30 sin procesar. Además, el rendimiento de MOS es incluso mejor que el de MultiModel meteoblue. En invierno, los rMAE son generalmente más elevados, ya que el error absoluto a lo largo del año permanece relativamente constante, pero la irradiancia es menor.

Dado que el entrenamiento del MOS requiere un intercambio de datos bidireccional, requiere un esfuerzo bastante elevado y sólo es adecuado para previsiones de energías renovables de alto valor, mientras que la mayoría de los casos de uso pueden cubrirse con el modelo MultiModel de meteoblue.

Nuestros esfuerzos actuales por seguir mejorando la previsión de las radiaciones están dando muy buenos resultados. Si está interesado en una comparación directa con las validaciones de predicciones de radiación solar más antiguas, visite nuestra página de estudios.

Verificación global de la radiación solar

En otra tesis de licenciatura (Reiss, 2021), la entrada de radiación global de onda corta de los modelos meteorológicos NEMSGLOBAL, GFS, ICON y MFGLOBAL, así como el modelo de reanálisis ERA5, se verificaron con mediciones globales horarias de la Red de Radiación Superficial de Referencia (BSRN) y el Centro Mundial de Datos de Radiación (WRDC). El análisis considera los años 2018 a 2020 para más de 70 estaciones. Se aplicó un control de calidad a todas las mediciones para evitar mediciones erróneas en la verificación.

Comprobación de los modelos brutos

Para comparar los distintos modelos brutos, se tuvo en cuenta el MAE. La figura muestra a modo de ejemplo los resultados del conjunto de datos de BSRN. El modelo ERA5 presenta el MAE más bajo, seguido de ICON y GFS. MFGLOBAL y NEMSGLOBAL presentan los errores más elevados.

La previsión de la radiación depende en gran medida de la capacidad de los modelos de previsión para predecir los patrones de las nubes. A menudo, los modelos sobreestiman o subestiman la radiación porque estos patrones de nubes no tienen una previsión precisa. El ERA5 es un buen ejemplo de las ventajas de los métodos de postprocesamiento, ya que combina los resultados brutos de los modelos con datos climáticos derivados adicionales, como mediciones o imágenes de satélite.

Verificación MultiModel

El enfoque MultiModel se probó y verificó para la radiación solar. En el enfoque multimodelo, los modelos elegidos se combinan y ponderan de forma diferente. El estudio sugiere que la combinación de 3 o 4 modelos consigue un menor porcentaje de errores y, por tanto, supera a los modelos brutos. Además, no sólo se redujo el MAE, sino también otros errores estadísticos, como el MBE. Para más detalles, eche un vistazo a esta  Tesis de licenciatura (3.5 MB).

En cada conjunto de datos, se calcularon las combinaciones óptimas de MultiModel específicas de cada estación, dando como resultado una combinación MultiModel global. Con este modelo, el error puede reducirse hasta aproximadamente 4 W/m2. Por lo tanto, MultiModel obtiene mejores resultados que con resultados comparables a los del modelo de reanálisis ERA5.