Investigadores del grupo Modelización de la Atmósfera y Radiación Solar (MATRAS) de la Universidad de Jaén desarrollan nuevos modelos y metodologías para la predicción de la radiación solar con el objetivo de facilitar el aumento de la participación de la energía solar en el sistema eléctrico en España. Estas nuevas herramientas contemplan, entre otras metodologías, el uso de una red de cámaras de nubes para pronosticar con mayor fiabilidad la radiación solar en escalas de minutos, un sistema de reconocimiento automático de nubes, imágenes de satélite, modelos meteorológicos y técnicas de inteligencia artificial. En el desarrollo de estas técnicas de inteligencia artificial el equipo jiennense colabora con expertos de la Universidad Carlos III de Madrid.
El investigador de la UJA y miembro de MATRAS, David Pozo, señala que el principal problema que tiene la energía solar para su crecimiento es la intermitencia de la radiación solar, que hace que la energía disponible sea muy variable en el espacio y el tiempo. El mismo problema es compartido por la energía eólica. Esto hace difícil utilizar estas energías de forma masiva, salvo que se pronostique con mucha fiabilidad el recurso disponible en las próximas horas y días. “La energía que producen las plantas solares y eólicas no puede almacenarse por lo que tiene que ajustarse lo máximo posible a la demanda eléctrica en cada momento”, recalca el experto. Mediante la predicción de la producción en horizontes de horas a días es posible gestionar el sistema eléctrico para complementar la energía que falte a través de otro tipo de plantas (hidráulicas, ciclos combinados de gas).
“El operador de la red eléctrica necesita saber, un día antes, la cantidad de energía que va a producir una planta solar o eólica con el objeto de poder complementar la energía que falta con la energía de otras centrales para satisfacer la demanda”, añade el investigador. De esta manera, cuanto mejor es la predicción meteorológica mejor es también el aprovechamiento que puede hacerse de los recursos energéticos de las plantas renovables y menor es el precio de la energía solar y eólica.
En este sentido, David Pozo subraya que la red eléctrica precisa de una predicción con un día de adelanto y de diversas correcciones intradiarias para poder calcular la cantidad de recursos que se va a disponer a partir de las plantas renovables. Para ello se usan modelos como los desarrollados en el grupo MATRAS y que se basan en diversas fuentes de información meteorológica (datos, imágenes de satélites y cámaras de nubes). El grupo de la UJA trabaja con diversas estaciones radiométricas ubicadas en Lisboa, Madrid, Sevilla, Jaén y Almería, y con distintas plantas eléctricas para ayudar a predecir los recursos de viento y de sol con los que cuenta la península con un día de antelación. El experto de la Universidad de Jaén destaca que son muchos los patrones a tener en cuenta, como son el propio lugar donde está instalada la planta, la estación del año, la temperatura, las nubes, la dirección del viento… “de ahí la importancia de contar con el mayor número de datos posible”.
Los investigadores de la UJA han diseñado cuatro modelos de predicción que permiten obtener predicciones con horizontes de seis horas, y que han permitido rebajar el error de predicción de la energía solar disponible en un 25% con respecto a los sistemas anteriores. Además, han desarrollado un sistema de reconocimiento automático de nubes a partir de imágenes del cielo tomadas por una cámara de nubes, con el que se ha podido mejorar la predicción del recurso solar en escalas de 30 minutos. El objetivo ahora es poner a disposición de posibles usuarios estos nuevos servicios con el objeto de mejorar la integración de la energía solar en la red eléctrica.
