Documentos de Académico
Documentos de Profesional
Documentos de Cultura
__________________________________________________________________________________________
2
Contenido
1 Introduction .................................................................................................................................... 5
1.1 Aprendizaje objectives ............................................................................................................ 5
1.2 Introduction............................................................................................................................. 5
2 Objetivos y herramientas del escenario development ................................................................... 6
2.1 Bases del futuro escenario analysis ......................................................................................... 6
2.2 Características de las renovables fluctuantes energy supply .................................................. 7
2.2.1 Disponibilidad temporal de la energía solar.................................................................... 7
2.2.2 Disponibilidad temporal de la energía eólica .................................................................. 9
2.2.3 Variaciones interanuales e impactos en el análisis de escenarios .................................. 9
2.2.4 Disponibilidad espacial de los recursos ......................................................................... 10
2.2.5 Efectos de alisado .......................................................................................................... 11
2.3 Un ejemplo de escenario futuro: el Plan de Desarrollo de la Red de Alemania.................... 12
2.3.1 Capacidades instaladas.................................................................................................. 13
2.3.2 Ejemplo de escenario para 2023 ................................................................................... 13
2.4 Herramientas y métodos para desarrollar el tiempo de alimentación series ....................... 14
2.4.1 Herramientas y métodos ............................................................................................... 15
2.4.2 Condiciones meteorológicas y alimentación de energía ............................................... 16
2.5 Resumen y aims..................................................................................................................... 16
3 Desarrollo de escenarios para eólica ............................................................................................ 18
3.1 Introducción: cómo desarrollar un escenario eólico para el viento turbines ....................... 18
3.1.1 Posicionamiento geográfico y magnitud de las capacidades de los aerogeneradores. 18
3.1.2 De la capacidad eólica a la energía eólica generada ..................................................... 19
3.2 Datos meteorológicos para la simulación model .................................................................. 21
3.3 Modelo físico para el viento turbines.................................................................................... 22
3.3.1 Extrapolación de la velocidad del viento a la altura del buje ........................................ 22
3.3.2 Rugosidad del suelo y rendimiento energético ............................................................. 24
3.3.3 Enfoque de curva de potencia múltiple ........................................................................ 24
3.3.4 Contabilización de las pérdidas por estela en un parque eólico I ................................. 26
3.3.5 Contabilización de las pérdidas por estela en un parque eólico II ................................ 26
3.3.6 Cálculo de la potencia I .................................................................................................. 27
3.3.7 Cálculo de la potencia II ................................................................................................. 28
3.4 Summary ............................................................................................................................... 30
3
4 Desarrollo de escenarios para el PV ............................................................................................. 31
4.1 Introducción a los pasos de desarrollo de escenarios para PV ............................................. 31
4.1.1 Posicionamiento geográfico y magnitud de las capacidades fotovoltaicas .................. 31
4.1.2 De la capacidad de generación solar a la energía eólica generada ............................... 32
4.2 Requisitos de datos (E) .......................................................................................................... 33
4.3 Geometría solar y cálculo de la irradiación global en a tilted surface .................................. 34
4.3.1 Geometría solar ............................................................................................................. 35
4.3.2 Cálculo de la irradiación global en una superficie inclinada ......................................... 37
4.4 Fundamentos del cálculo de la potencia fotovoltaica (E) ..................................................... 39
4.5 Cálculo de la potencia para un módulo específico o/y capacidad en una región determinada
(E) 40
4.5.1 Siete pasos ..................................................................................................................... 41
4.5.2 Mejora del modelo ........................................................................................................ 43
4.6 Summary ............................................................................................................................... 44
5 Sample cases................................................................................................................................. 61
5.1 Aplicación del tiempo de alimentación series generation .................................................... 61
5.2 DENA Grid Study II ................................................................................................................. 62
5.3 Potencia del desierto 2050.................................................................................................... 63
5.4 Series temporales Excel tool ................................................................................................. 64
7 Resumen
7.1 Summary ............................................................................................................................... 66
7.2 References ............................................................................................................................. 67
4
1 Introducción
1.1 Objetivos de aprendizaje
1.2 Introducción
Objetivos de aprendizaje: Después de esta página, deberías ser capaz de
• tener una orientación sobre la estructura del curso y
• tener una visión general del desarrollo y el análisis de futuros escenarios energéticos para la
energía eólica y solar FV .
El módulo abarca las herramientas y los métodos utilizados para generar y procesar series temporales
de alimentación de alta resolución temporal y espacial para la energía fotovoltaica y eólica.
Más concretamente, las herramientas y métodos descritos permiten estimar la producción completa
de energía resultante de las centrales solares y eólicas instaladas en una región específica. Se
recomienda que estos análisis utilicen series temporales de alta resolución (por ejemplo, horarias) y se
realicen para un año de escenario completo.
El módulo está dividido en tres capítulos. El primer y actual capítulo sirve de introducción al tema.
Responde a las preguntas:
• ¿Por qué es necesaria la planificación a largo plazo de un sistema de suministro de electricidad
con una gran proporción de ER?
• ¿Por qué son necesarios los análisis de alta resolución espacial y temporal del suministro de
energía eólica y solar?
Los dos capítulos siguientes abarcan los métodos, las herramientas, los requisitos de datos y los
problemas relacionados con las tecnologías de generación de energía consideradas (fotovoltaica,
eólica). Estas tecnologías se caracterizan por un suministro de energía fluctuante. También se describe
cómo se evalúa el impacto de estas fluctuaciones en la estructura del suministro energético futuro.
5
2 Objetivos y herramientas para el desarrollo de escenarios
2.1 Fundamentos del análisis de escenarios futuros
Objetivos de aprendizaje: Después de esta página, deberías ser capaz de
• explicar la necesidad de desarrollar escenarios para los futuros sistemas de energía y
• discutir el papel de los objetivos de las energías renovables en el mix eléctrico de un país.
La introducción de una gran cuota de generación de ER en el mix eléctrico de un país requiere una
planificación a largo plazo. El Gobierno alemán, por ejemplo, pretende alcanzar una cuota del 35% de
ER en el suministro de electricidad para 2020. En 2012, este porcentaje era de aproximadamente el
23%. Con esta cuota media anual, en algunos momentos en los que la alimentación de ER es alta y la
carga es baja, se puede cubrir hasta el 60% de la carga instantánea con la alimentación de ER. Aumentar
la cuota de las energías renovables significa que la característica de suministro de las energías
renovables desempeñará en determinados momentos un papel dominante en el suministro de energía
y, por consiguiente, en el sector eléctrico [1].
El sistema completo debe adaptarse para hacer frente a una variedad de nuevas situaciones. La figura
muestra la inyección a la red en un escenario futuro en Alemania en el que la inyección a la redeléctrica
se convierte en algo dominante. La figura muestra la alimentación de las energías renovables y la carga
eléctrica de una semana. El martes, la generación fotovoltaica y la eólica alcanzan su punto máximo al
mismo tiempo y, por lo tanto, cubren conjuntamente una gran parte de la carga eléctrica. Este ejemplo
ilustra que una gran penetración de las energías renovables fluctuantes puede provocar cambios
significativos en el suministro eléctrico de una hora a otra.
Muchos países del mundo han establecido recientemente objetivos políticos para las energías
renovables. Estos objetivos suelen ir acompañados de un objetivo de capacidad que debe alcanzarse
en un año concreto (por ejemplo, 2.000 GW de energía eólica para 2020) y de la correspondiente senda
de desarrollo para los años intermedios (es decir, tasas de implantación por año). Estas vías de
desarrollo tecnológico deben basarse en un análisis profundo de los aspectos políticos, económicos y
6
medioambientales, así como en la evolución futura del mix eléctrico (consumo de energía, carga,
capacidad de generación convencional, etc.) teniendo en cuenta el máximo potencial de las ER en el
país.
Un ejemplo de plan de desarrollo a largo plazo de las energías renovables en la región MENA es el Plan
Solar de Marruecos. En él se establece un objetivo político del 42% de energías renovables en la
combinación de electricidad para 2020, con un 14% de energía hidráulica, eólica y solar cada una. El
éxito del plan depende en gran medida del conjunto de incentivos políticos y económicos. Como el
nivel de penetración de las energías renovables en Marruecos es aún relativamente bajo (2,5% de la
eólica y 13,6% de la hidráulica), puede considerarse que el desarrollo de las energías renovables se
encuentra en una fase inicial en la que la atención se centra en alcanzar los objetivos energéticos de
las energías renovables [2].
Sin embargo, la planificación se vuelve aún más compleja cuando la contribución de las energías
renovables al suministro eléctrico es muy importante. Durante la transición hacia un suministro de
electricidad 100% renovable, los países se enfrentarán a un nuevo reto en la integración de las ER en
el sector eléctrico. En muchos sistemas de energía eléctrica se espera que aumente la proporción,
especialmente de las energías renovables fluctuantes. En los próximos años, no sólo son importantes
los objetivos energéticos anuales de las ER, sino también los patrones dinámicos estacionales,
semanales y diarios del suministro eléctrico instantáneo de las renovables fluctuantes, que varía
significativamente en el tiempo y el espacio.
Por lo tanto, una previsión detallada adquiere mayor importancia. En la siguiente sección se esboza un
escenario para Alemania en el año 2023 y se ofrece un ejemplo de configuración de un escenario para
el futuro que subraya la importancia del análisis de la generación de electricidad eólica yfotovoltaica
de alta resolución temporal y espacial.
7
2.2.1 Disponibilidad temporal de la energía solar
La generación de energía eólica, fotovoltaica está directamente ligada a la disponibilidad de las fuentes
renovables, es decir, a la velocidad del viento ya la irradiación solar. Durante las horas o los días en los
que la velocidad del viento es baja, la generación de energía a partir de capacidades instaladas eólicas
muy grandes puede ser muy baja.Sin embargo, la demanda de electricidad debe ser cubierta en todo
momento por una combinaciónde centrales eléctricas convencionales y la capacidad de las energías
renovables existentes en el sistema.
Para comprender mejor las características del suministro de electricidad a partir de la energía eólica y
solar, en los siguientes apartados del curso se expondrán los patrones típicos estacionales, semanales
y diarios de la generación de electricidad a partir de la energía eólica y solar y su contribución a la
cobertura de la demanda de electricidad.
Los datos se presentan en un formato de serie temporal. Esto significa que la generación de energía se
muestra para un marco temporal específico en pasos de tiempo fijos, es decir, para un año completo
y en pasos horarios. Los datos que se muestran en este capítulo se basan en el escenario intermedio
del Estudio de Desarrollo de la Red Alemana para el año 2023. Este estudio se describe con más detalle
en el apartado "Herramientas y métodos de elaboración de series temporales de alimentación".
Patrones de energía solar:
En la figura (gráfico superior) se muestra la generación de energía solar en Alemania durante un año
completo. Los datos se basan en mediciones del año 2011, pero escalados según la capacidad instalada
del escenario mencionado anteriormente. Vemos que la generación de verano es mayorque la de
invierno. Esto se debe a una mayor disponibilidad de irradiación directa (días sin nubes) y más horas
de sol durante el verano. En el año meteorológico 2011 también se dispuso de grandes cantidades de
energía solar fotovoltaica en la primavera (tardía).
8
2.2.2 Disponibilidad temporal de la energía eólica
La figura muestra el resultado de una simulación de la alimentación de energía eólica para unescenario
futuro en 2023 para Alemania.
Es evidente que el recurso eólico en Alemania suele ser más abundante en invierno que en verano. La
figura muestra una disminución estacional del suministro durante los meses de verano debido a la
menor velocidad del viento (gráfico superior, serie temporal de un año completo). En general, el
suministro de energía es muy intermitente y cambia significativamente en el tiempo y a lo largo de
escalas temporales (horas, días, meses).
El gráfico inferior de la figura (series temporales de noviembre y diciembre) muestra, por ejemplo, un
fuerte aumento del suministro de energía eólica de noviembre a diciembre: a un periodo de 10 días
con una producción casi nula de energía eólica le sigue más de un mes de alimentación -en
promedio- muy alta. Por lo tanto, en los últimos 40 días del año (que equivalen al 11 % del año) se
suministra el 21,4 % de la energía eólica anual. Otro fenómeno que se observa con frecuencia es que
a varios días de alta alimentación eólica le siguen al menos uno o dos días de baja alimentación
eólica.
Variaciones del viento para el escenario del año 2023 © RENAC --- Fuente: Fraunhofer IWES
9
• diferente contribución total de las energías renovables (en términos de generación total de
energía anual)
• contribución temporalmente diferente, es decir, en años diferentes, los mismos meses,
semanas y horas tienen condiciones meteorológicas diferentes y, por tanto, una generación
de energía diferente
• una carga residual máxima diferente que debe ser cubierta por las centrales eléctricas
convencionales
• diferentes cantidades de exceso de energía en momentos de muy baja demanda y alta
generación de renovables
Producción anual de energía eólica comparada con la tendencia meteorológica a largo plazo (año eólico medio) para una
región del norte de Alemania. Datos publicados por W. Eggersglüß, Landwirtschaftskammer Energieberatung,
2016.
Ambos factores son importantes y tienen importancia para el análisis de futuros escenarios. Para el
segundo efecto, suele ser válido que cuanto mayor sea la distancia entre los dos emplazamientos,
menor será la correlación de las velocidades del viento predominantes. Por lo tanto, cuanto mayor sea
la diferencia de velocidad del viento en cualquier momento entre los dos emplazamientos, mayorserá
la diferencia en la generación de energía. En el caso de la energía fotovoltaica, la generación local
puede ser muy diferente debido a los niveles de nubosidad. Además, la generación fotovoltaica
comienza más temprano en el día para las plantas situadas en el Este.
11
Mapa de recursos solares que muestra la variabilidad de la irracibilidad (Fuente: Alonso-Suárez, R.,
Abal, G., Siri, R., Muse, P., (2014), MIEM.)
12
En la parte izquierda del gráfico se muestra un mapa de Alemania. Está dividido en 3027 píxeles que
representan las posibles ubicaciones de los aerogeneradores. La producción de energía se simula
para tres de estas ubicaciones (P1 - P3) basándose en datos meteorológicos históricos y se representa
durante 100 horas en la parte derecha del gráfico. Se observa que la potencia normalizada de cada
uno de los aerogeneradores (= relación entre la potencia real y la potencia nominal; mostrada por las
líneas roja, negra y azul) varía con mayor amplitud que la suma normalizada de todos los
aerogeneradores juntos (= relación entre la potencia real total y la potencia nominal total). Por lo tanto,
la producción de energía es más suave si la generación está descentralizada en muchos lugares
diferentes.
La simulación de la producción de energía de las energías renovables en función de su ubicación es
muy importante para obtener una imagen realista de la generación agregada y del impacto en la
cobertura de la carga en un escenario futuro.
Además, la ubicación es importante, ya que la energía debe transportarse a los centros de consumo.
Estos centros no están necesariamente cerca de los lugares ricos en recursos donde es más probable
que se construyan plantas de ER. Por lo tanto, es importante saber cuánta y dónde se espera la
generación, y si la infraestructura de red actual es suficiente para el transporte. La planificación básica
de la red comienza con esta información: por ejemplo, se puede evaluar la capacidad de las líneas de
transmisión necesarias para transportar la energía desde los grandes parques eólicos marinos del norte
de Alemania hasta los centros de carga de las regiones del sur, o se pueden detectar las congestiones
en las líneas de la red existentes y analizar la necesidad de refuerzo.
Efecto de suavización de la generación total frente a tres lugares de generación individuales / Fuente: Fraunhofer
IWES
13
2.3.1 Capacidades instaladas
Los cuatro operadores de la red de transporte existentes en Alemania tienen la obligación legal de
presentar cada año un Plan de Desarrollo de la Red real que analice la situación de la red a 10 y 20 años
vista. El escenario que se presentará aquí se elaboró en el Plan de Desarrollo de la Red de 2012. Se
elaboró para resaltar con precisión los impactos del futuro mix eléctrico previsto para los años 2023 y
2033. Propone una visión de las capacidades instaladas de energía eólica y solar en estos años y
representa un posible desarrollo del sector eléctrico alemán.
En ambos años del escenario, se supone que la demanda de electricidad no aumentará
significativamente y que la carga eléctrica máxima a cubrir alcanza los 87,5 GW. En el año 2023, por
ejemplo, la capacidad total instalada es de unos 230 GW, de los cuales sólo 101,8 GW son potencia
despachable de centrales eléctricas convencionales o de biomasa. Esta potencia suele estar siempre
disponible bajo demanda y puede utilizarse para cubrir la demanda de carga máxima en cualquier
momento. Por otro lado, una gran capacidad de ER no despachable suministra una gran parte de la
energía anual. Sin embargo, las cargas no pueden ser cubiertas por ellas en todo momento: La
fotovoltaica sólo contribuye durante el día, la eólica sólo cuando sopla el viento. El Fraunhofer IWES
evaluó el efecto de la disponibilidad temporal del suministro de energía procedente de las ER para el
escenario dado en 2023 calculando la producción de energía de toda la capacidad de las ER en el
escenario del Plan de Desarrollo de la Red que se indica en la tabla [1]. El análisis se basó en datos
meteorológicos históricos (velocidad del viento, irradiación solar) del año 2011 como año de ejemplo.
Capacidades instaladas según el PNE 2013, Escenario B © RENAC --- Fuente: Fraunhofer IWES
14
Red descrito en la tabla. El análisis se basó en datos meteorológicos históricos (velocidad del viento,
irradiación solar) del año 2011 como año de ejemplo.
En general, es preferible el análisis con diferentes años meteorológicos históricos para tener en cuenta
los cambios interanuales. La serie temporal de potencia instantánea resultante se muestra en el gráfico
de la figura para una semana de verano.
Cabe destacar los siguientes hechos:
• En general, la contribución de la energía solar en Alemania es mayor en las semanas de verano
y la energía eólica suele ser más abundante en invierno.
• La carga residual (la carga eléctrica menos la alimentación de las energías renovables) debe ser
cubierta por la energía convencional; la capacidad convencional, por tanto, debe reaccionar
con flexibilidad para satisfacer la demanda energética restante.
• Durante algunas horas, la alimentación de las energías renovables puede ser superior a la
carga, lo que significa que hay que almacenar, exportar o restringir la energía en esas horas.
• Incluso en un corto espacio de tiempo, como una semana, el suministro de energía eólica y
solar difiere mucho, lo que provoca una carga residual muy variable en función de la situación
meteorológica.
Carga frente a la alimentación de las energías renovables para la semana 27 del escenario del año 2023 © RENAC --- Fuente:
Fraunhofer IWES
15
La estructura de la sección es la siguiente:
• Herramientas y métodos
• Condiciones meteorológicas y alimentación de energía
Los pasos 2 - 4 se explicarán en los siguientes capítulos, que detallan el modelo físico de cada una de
las tecnologías consideradas. Al final, el lector debería tener una idea de cómo establecer modelos
básicos de generación de energía. Para más información, el lector debe consultar la bibliografía citada.
Los modelos presentados son relativamente simples y adecuados para la comprensión de las ideas
básicas.
15
2.4.2 Condiciones meteorológicas y alimentación de energía
La figura muestra los logros de la aplicación de las series temporales de energía en el análisis de
escenarios futuros. En la esquina inferior izquierda de la figura se muestra el suministro eléctrico
instantáneo simulado para la energía eólica (terrestre y marina) y la fotovoltaica. También se muestra
el suministro de energía para los siete días anteriores y los dos siguientes. Se refiere a la capacidad
total instalada en Alemania para el Año Escenario 2020 [1] y se simula con los datos meteorológicos de
un año histórico. El área blanca entre la línea roja (carga eléctrica) y la alimentación de color de las ER
es la demanda de electricidad restante (carga residual).
Los datos meteorológicos correspondientes a la alimentación instantánea de energía se muestran en
la esquina superior izquierda (velocidad del viento e irradiación). El mapa de Alemania de la derecha
muestra el suministro regional de energía de las ER en cada nodo de la red de transporte. Cuanto
más grande es el punto rojo, mayor es la aportación instantánea de energía de las ER. El objetivo de
esta combinación es ilustrar la variabilidad temporal y espacial de los recursos eólicos y solares.
16
cuota de ER del 55% en el mix eléctrico, la carga residual podría variar a lo largo del año entre 70 GW
y -20 GW. Valores negativos indican que la generación de energía renovable supera el consumo. Esto
puede ocurrir hasta un 5-6% del año. Sin embargo, esto depende en gran medida del año
meteorológico y de las características dela carga.
Identificación de la demanda de capacidades "de reserva"
La carga máxima residual es un indicador de las necesidades de capacidad de reserva. La forma de la
carga máxima residual prevista da una idea de la magnitud de la capacidad de respaldo convencional
necesaria. La capacidad de respaldo debe satisfacer la demanda de electricidad restante. La capacidad
de respaldo debe ser capaz de hacer frente a las variaciones de carga en función de la tasa de cambio
de la generación de energía de las energías renovables. Por lo tanto, el análisis de la intermitencia de
las energías renovables puede ayudar a decidir la flexibilidad de las centrales de reserva para cubrir
siempre la demanda de electricidad.
Identificación de la demanda de capacidades de transmisión y/o congestión en la red
Como se ha mostrado en el apartado anterior, con las series temporales y espaciales de inyección
también es posible identificar la inyección de energía de las ER en cada nodo de la red. Así, se puede
evaluar si la capacidad de la red instalada es suficiente para transportar la energía a los centros de
carga o si la congestión en la red limitaría la capacidad transportable. Sin embargo, si la congestión se
produce en un nodo de la red específico sólo en raras ocasiones, la reducción de la sobreproducción
de ER en este nodo de la red puede ser más barata que la ampliación de la red. Identificación del exceso
de energía de las ER y/o de las necesidades de almacenamiento. Además, en los escenarios con una
gran proporción de energías renovables fluctuantes, se pueden identificar los momentos de
sobreproducción. Dependiendo de la cantidad de sobreproducción, se pueden extraer conclusiones
para el almacenamiento de energía.
17
3 Desarrollo de escenarios para energía eólica
3.1 Introducción: cómo desarrollar un escenario eólico para los aerogeneradores
Objetivos de aprendizaje: Después de las siguientes páginas, deberías ser capaz de
• determinar las dos partes de un escenario eólico futuro y
• identificar el tipo de datos necesarios para un escenario eólico futuro.
El desarrollo de un escenario eólico futuro para un estudio de red es un proceso que consta de una
serie de pasos. Algunos pasos son genéricos y aplicables a cualquier desarrollo de escenarios, otros son
específicos de los recursos eólicos y de la tecnología de aprovechamiento del viento, en este caso los
aerogeneradores.
El proceso de desarrollo de un escenario para un estudio de red puede dividirse en dos
partes principales: Parte 1: Posicionamiento geográfico y magnitud de las capacidades de
los aerogeneradores
Parte 2: De la capacidad eólica a la energía eólica generada
18
Parte 1 del desarrollo de escenarios eólicos para estudios de red: Posicionamiento geográfico y magnitud de las capacidades de
los aerogeneradores, Fuente: Fraunhofer IWES
19
En los siguientes capítulos se explicarán los pasos de la figura.
Parte 2 del desarrollo de escenarios eólicos para estudios de red: De la capacidad eólica a las series temporales de
producción de energía eólica para zonas rasterizadas, Fuente: Fraunhofer IWES
De las series temporales de velocidad del viento a las series temporales de energía eólica, Fuente: Fraunhofer IWES
20
3.2 Datos meteorológicos para el modelo de simulación
Objetivos de aprendizaje: Después de esta página, deberías ser capaz de
• explicar las diferentes categorías de las variables de entrada de los escenarios de energía eólica,
• distinguir las diferentes escalas de los modelos eólicos y su adecuación a los escenarios eólicos y
• dar ejemplos de modelos de viento.
En esta página, se presentan los datos de entrada meteorológicos necesarios para la simulación de
series temporales de alimentación. Las principales variables de entrada para las herramientas de
simulación son los datos de velocidad del viento en alta resolución temporal (intervalos de tiempo
cortos, por ejemplo, 15 minutos o 1 hora) y alta resolución espacial (área pequeña, por ejemplo, 5 x 5
km o 25 x 25 km).
Las mediciones locales del viento en tierra tienen una precisión muy alta para el lugar medido, pero
debido a su limitada expansión espacial son inadecuadas para el análisis potencial que cubre grandes
áreas. Los modelos numéricos de predicción meteorológica se distinguen por su amplia cobertura
espacial y son más adecuados para el análisis potencial de grandes áreas. Existen tres escalas de
cobertura diferentes para los modelos meteorológicos numéricos:
1. Modelos a microescala, con una extensión de dominio de hasta dos kilómetros. Se utilizan para
la predicción del flujo y la dispersión sobre edificios y obstáculos.
2. Modelos de mesoescala, en los que la escala oscila entre dos kilómetros y cientos de
kilómetros. Este tipo de modelo retrata, por ejemplo, los frentes de presión, los vientos
montaña-valle y los fenómenos de brisa tierra-mar.
3. Modelos a macroescala, con una escala de hasta miles de kilómetros que pueden utilizarse
para estudios globales.
Para la simulación de series temporales de alimentación de alta resolución, se pueden utilizar modelos
numéricos a mesoescala. Un ejemplo de modelo a mesoescala es el modelo COSMO-EU [1] del Servicio
Meteorológico Alemán. Tiene una resolución espacial de 7 x 7 km² por celda y cubre Europa y partes
del norte de África.
Otro modelo de viento a mesoescala es el modelo MERRA [2] que tiene una resolución espacial de 0,5°
de latitud y 0,66° de longitud. Se extiende no sólo por Europa, sino también por todo el globo terrestre.
Cada célula puede denominarse píxel o célula rasterizada. En el modelo COSMO-EU cada píxel incluye,
entre otras muchas variables, los datos de velocidad del viento, presión atmosférica y temperatura a
varios niveles de altura.
Además de la resolución espacial, las series temporales también tienen una resolución temporal. La
resolución temporal puede oscilar entre un minuto y varias horas. Indica la frecuencia con la que las
variables del modelo cambian con el tiempo.
La resolución temporal del modelo COSMO-EU es horaria, mientras que para el modelo MERRA (de
referencia) los datos de la velocidad del viento están disponibles en intervalos horarios y trihorarios.
Se considera que las condiciones meteorológicas son constantes en un píxel durante un paso de
tiempo. Esto significa que en el modelo COSMO-EU, por ejemplo, dentro de un área de 7 km x 7 km,
la velocidad del viento a un determinado nivel de altura es constante en una hora.
21
Previsión de la velocidad del viento y de la potencia de los parques eólicos cargada en una pantalla de un operador de la red de
distribución (DSO) en Alemania © RENAC
22
del viento a la altura del buje. La velocidad del viento a la altura del buje no siempre puede tomarse
directamente de los modelos meteorológicos numéricos. A menudo es necesaria una extrapolación o
una interpolación de los datos "brutos" a la altura deseada. Por lo tanto, se utiliza una ecuación para
convertir la velocidad del viento a un determinado nivel de altura en el modelo meteorológico a la
altura del buje deseada. Esta ecuación se indica a continuación [1]:
Donde v(hreferencia) es la velocidad del viento en m/s y puede tomarse de los modelos numéricos de
predicción meteorológica, hhub es la altura del buje en metros, hreferencia es la altura de los datos del
viento en el modelo meteorológico en metros, y zo es la longitud de rugosidad en metros. La longitud
de rugosidad es un valor que representa los efectos de la naturaleza del suelo en el flujo del viento.
Cuanto menor sea la longitud de rugosidad, menos turbulencias se notarán en el perfil del viento (véase
el gráfico siguiente). En una primera aproximación, la longitud de rugosidad puede ordenarse en
diferentes clases en función del tipo de terreno, como se indica en la tabla siguiente.
Tabla de la longitud de la rugosidad con los tipos de terreno asociados y la clase de rugosidad / Fuente de datos: Atlas
Eólico Europeo (Departamento de Meteorología y Energía Eólica del Laboratorio Nacional de Risø,
Dinamarca)
23
3.3.2 Rugosidad del suelo y rendimiento energético
Para la simulación de series temporales de alimentación en un área más amplia con varios cientos de
ubicaciones de aerogeneradores, la longitud de la rugosidad puede determinarse a partir de los datos
digitales de uso del suelo. Para ello se pueden utilizar las clases de rugosidad indicadas en la tabla de
la página anterior. A veces, el modelo de predicción meteorológica también incluye la longitud de
rugosidad para cada píxel.
Tanto la altura del buje como el índice de rugosidad tienen una influencia significativa en la generación
de energía. El gráfico siguiente muestra la correlación entre la altura del buje y el rendimiento
energético para tres tipos de clases de rugosidad.
Cabe destacar que existe una correlación entre la longitud de la rugosidad del terreno y la ganancia
de rendimiento energético para los cubos más altos. Por lo tanto, es más factible económicamente
poner torres más altas en zonas de alta rugosidad.
Aumento de la generación de energía para mayores alturas de buje con diferentes longitudes de rugosidad Fuente:
Fraunhofer IWES
24
Básicamente, se supone que la distribución de la velocidad del viento sobre una superficie sigue una
distribución normal. La siguiente fórmula puede utilizarse para determinar la probabilidad de que se
produzca una determinada velocidad del viento a una determinada altura del buje para una turbina
en un determinado emplazamiento:
Donde vi representa la velocidad del viento a la altura del buje en m/s para una sola turbina dentro del
píxel, vpixel es la velocidad media del viento calculada a partir de la información del modelo numérico
de predicción meteorológica para el píxel de interés, y σ representa la desviación estándar normalizada
en relación con la velocidad media del viento. El resultado de la probabilidad dependede la dimensión
espacial del píxel (por ejemplo, 7 km x 7 km para el modelo COSMO-EU) y de la intensidad de la
turbulencia del viento dentro de la zona.
Las turbulencias de la velocidad del viento son fluctuaciones de la velocidad del viento en una escala
de tiempo relativamente corta que dependen en gran medida de factores como la rugosidad de la
superficie, las características del terreno y los efectos térmicos.
Los cálculos de las turbulencias del viento están fuera del alcance de este curso. Para ajustar la
desviación estándar normalizada dentro de la herramienta de simulación, es necesaria una validación
basada en datos empíricos.
La curva de potencia de las múltiples turbinas situadas en un píxel puede extraerse de la ecuación:
25
3.3.4 Contabilización de las pérdidas por estela en un parque eólico I
En esta página se describe una forma de tener en cuenta las pérdidas de estela que se producen en los
parques eólicos en la simulación de series temporales de alimentación de alta resolución de la energía
eólica. Los aerogeneradores suelen estar ubicados en parques que contienen varios aerogeneradores.
Una vez que el viento fluye a través de una turbina, las características del flujo constante se alteran y
se vuelven turbulentas durante una corta distancia detrás y alrededor de la turbina. Estas turbulencias
pueden llegar a otras turbinas cercanas y afectar negativamente a su generación de energía. Este
fenómeno se conoce como pérdidas por estela. Para calcular con precisión este tipo de pérdidas de
estela hay que utilizar un software complejo y especializado. En esta sección sólo se presentarán las
características esenciales y los métodos y/o programas de cálculo habituales.
Para calcular con precisión las pérdidas en la estela, hay que conocer la geometría exacta del parque.
Esto puede ser a menudo difícil de determinar para futuros escenarios, por lo que pueden ser útiles las
geometrías estándar según experiencias anteriores. Otro factor importante es la dirección del viento.
Ésta puede extraerse del modelo numérico de predicción meteorológica.
Efectos de sombreado como porcentaje de la velocidad original del viento para diferentes velocidades y direcciones del viento.
© RENAC --- Fuente: Fraunhofer IWES
26
datos del viento procedentes del modelo numérico de previsión meteorológica.
Un enfoque mucho más sencillo es utilizar valores empíricos para la proporción de velocidad del viento
que queda después de considerar las pérdidas de la estela, independientemente de la dirección del
viento. En la figura se muestra un ejemplo de esta curva empírica. La curva indica que a velocidades de
viento muy bajas (<3 m/s) y muy altas (>30 m/s) no habrá reducción de la velocidad del viento. Para el
intervalo de 3 a 30 m/s se observa una reducción de más del 20% de la velocidad del viento dentro de
un parque.
Los datos de velocidad del viento de los modelos de predicción meteorológica se multiplican
simplemente por el factor de reducción para obtener una primera estimación de la velocidad media
del viento dentro del parque eólico.
Valores empíricos de los efectos de sombreado para diferentes velocidades de viento en distintos parques eólicos. © RENAC ---
Fuente: Fraunhofer IWES
Donde E es la energía cinética en joules, m es la masa del viento en kg y v es la velocidad del viento en
m/s.
Sólo la masa de viento que fluye a través del área de barrido A del aerogenerador contribuye a la
generación de energía. Por lo tanto, la ecuación se puede escribir de la siguiente forma.
27
Donde P es la potencia del viento en vatios, ρ es la densidad del viento en kg/m3, y A es el área de
barrido de las palas de la turbina en m2.
Sólo una parte de esta energía eólica puede convertirse en energía mecánica/eléctrica. Esta proporción
depende de la tecnología del aerogenerador y es una función de la velocidad del viento; nos referimos
a esta proporción como eficiencia aerodinámica Cp(v). Por lo tanto, la ecuación de generación de
energía de un aerogenerador es
28
Donde R es la constante específica de los gases.
Por último, hay que tener en cuenta la disponibilidad media de las turbinas eólicas. La disponibilidad
depende de varios factores, como las necesidades de mantenimiento de la turbina y la disponibilidad
de piezas de recambio. La disponibilidad media de una turbina eólica terrestre en Alemania se sitúa
entre el 97% y el 98%. También se pueden considerar las pérdidas de transmisión que se producen
dentro del parque y multiplicarlas por un factor proporcional a la producción de energía del parque.
La consideración de los aspectos anteriores (condiciones meteorológicas no estándar, disponibilidad
media y pérdidas de transmisión) y las simulaciones con las series temporales corregidas (para la altura
del buje) deberían permitir una estimación realista de la potencia.
Curvas de potencia de diferentes aerogeneradores que muestran la potencia nominal de la turbina frente a la velocidad
del viento. RENAC
3.4 Resumen
La energía eólica es una de las formas de energía renovable más prometedoras. La elevada fluctuación
del suministro eléctrico y su fuerte dependencia del recurso eólico hacen necesario analizar cómo
influiría la integración de la tecnología eólica en un futuro sistema energético. El material presentado
en este capítulo puede ayudar a determinar la posible influencia de este suministro intermitente en
la red.
Los modelos numéricos de previsión meteorológica se utilizan como base para la simulación de series
temporales de alimentación de alta resolución espacial y temporal. Se necesita un buen conocimiento
de la meteorología de la energía eólica, así como una comprensión básica de los cálculos numéricos
dentro de los modelos meteorológicos, para juzgar y tratar los diferentes tipos de variables de entrada
adquiridas de esos modelos. En un paso más, las variables de entrada de los modelos numéricos, como
la velocidad del viento a una determinada altura y la presión atmosférica, tienen que adaptarse a las
condiciones reales. Lo más probable es que los datos de velocidad del viento tengan que extrapolarse
para estimar la velocidad a la altura del buje del aerogenerador, y la presión atmosférica tiene que
corregirse para la altura de interés. Además, hay que tener en cuentala resolución temporal y espacial
finita de los datos de entrada de los modelos numéricos de predicción meteorológica.
El enfoque de la curva de potencia múltiple puede ser una metodología razonable para tener en cuenta
estas resoluciones finitas en las simulaciones. Sin embargo, la variabilidad de la resolución espacial y
temporal de los distintos modelos meteorológicos hace necesario validar este enfoque con datos
empíricos. Además, el efecto de estela que se produce dentro de los parques eólicos puede
considerarse mediante el uso de un software complejo o mediante un método más sencillo basado
en valores empíricos dentro de la herramienta de simulación. Con la curva de potencia agregada, la
velocidad del viento a la altura del buje, la reducción de la velocidad del viento por el sombreado y una
corrección de la densidad de la potencia, los resultados de la simulación son cada vez más realistas.
Por último, factores empíricos como la disponibilidad media de los aerogeneradores y las pérdidas de
transmisión dentro de un parque eólico pueden tenerse en cuenta utilizando coeficientes
proporcionales a la generación total de energía.
Los resultados generados (por ejemplo, la figura anterior) pueden utilizarse para otros análisis, como
la evaluación de las necesidades de refuerzo de la red en zonas en las que se prevé una alta densidad
de generación de energía eólica. También se puede evaluar la necesidad de generación de energía
despachable para compensar la fluctuación de la energía eólica generada.
4 Desarrollo de escenarios para la fotovoltaica
4.1 Introducción a los pasos del desarrollo de escenarios para la energía fotovoltaica
Objetivo de aprendizaje: Después de esta página, deberías ser capaz de
• explicar los principales pasos del desarrollo de escenarios para la energía fotovoltaica.
El desarrollo de un escenario fotovoltaico futuro para un estudio de la red es un proceso que consiste
en una serie de pasos que son bastante similares a los presentados para el desarrollo de escenarios
de energía eólica, pero se requieren datos diferentes, por ejemplo.
De nuevo, el proceso de desarrollo de un escenario para un estudio de red puede dividirse en
dos partes principales: Parte 1: Posicionamiento geográfico y magnitud de las capacidades
fotovoltaicas
Parte 2: De la capacidad de generación solar a la energía eólica generada
A continuación se presentan los pasos que -de forma similar al desarrollo de escenarios para la energía
eólica- son útiles y necesarios para generar una serie temporal horaria de generación de energía
fotovoltaica para un escenario futuro determinado.
4.1.1 Posición geográfica y magnitud de las capacidades fotovoltaicas
En primer lugar, hay que evaluar el potencial técnico de la energía fotovoltaica revisando los estudios
existentes y localizando los emplazamientos con mejores condiciones. Hay que tener en cuenta la
proximidad a los centros de carga. Los emplazamientos fotovoltaicos deben estar lo más cerca posible
de las zonas de consumo para minimizar las pérdidas de transmisión y los costes de conexión a la red.
Un buen análisis técnico se basa en la evaluación de las condiciones de irradiación del país. La
distribución geográfica es muy importante y puede variar mucho dentro de un mismo país. En general,
se prefieren los emplazamientos con altos niveles de irradiación en la configuración del escenario. Sin
embargo, otros factores son cruciales para la viabilidad económica (por ejemplo,las extensiones de
red necesarias o los datos del terreno).
A partir de la configuración del escenario básico, debe conocerse el año del escenario (por ejemplo,
para el análisis a largo plazo: 2030). Para determinar cuánta capacidad fotovoltaica debe instalarse en
el año del escenario dado en todo el país, hay que tener en cuenta aspectos políticos, económicosy
ecológicos. Es necesario revisar los estudios existentes sobre los costes de las energías renovables y
convencionales y la demanda de electricidad prevista. La información suele ser proporcionada por las
instituciones políticas nacionales responsables de la política energética.
La ubicación geográfica de la capacidad fotovoltaica es importante, ya que la producción de energía
depende de la irradiación local, la temperatura, la velocidad del viento y la construcción de la planta
fotovoltaica. Los emplazamientos deben caracterizarse por:
• alta irradiación
• bajos costos
• proximidad a la red
• accesibilidad y adecuación del terreno, etc.
Para situar las capacidades de los escenarios futuros, puede ser útil observar las instalaciones
actuales y ampliar estas capacidades cuando sea posible. Por ejemplo, se puede suponer que muchas
plantas fotovoltaicas sobre tejado están instaladas a gran escala en las grandes ciudades. También es
posible dividir el país analizado en regiones más pequeñas y establecer objetivos de capacidad para
cada región según su estructura (condición de irradiación, población, geografía). Si se trata de una
ubicación más detallada -por ejemplo, para saber cuánta capacidad está instalada en cada píxel de su
trama de datos meteorológicos-, se pueden desarrollar algoritmos más complejos que tengan en
cuenta una amplia gama de parámetros importantes para cada uno de los píxeles (superficie de tejado
disponible, otra superficie disponible para plantas fotovoltaicas, proximidad a la red).
La figura proporciona un diagrama de flujo de los pasos de desarrollo del escenario que llevaría a
conocer los emplazamientos y las capacidades instaladas asociadas de la energía fotovoltaica como
resultado intermedio.
Parte 1 del desarrollo de escenarios fotovoltaicos para estudios de red: Posicionamiento geográfico y magnitud de las
capacidades fotovoltaicas, Fuente: Fraunhofer IWES
Resolución espacial y temporal de la irradiación horizontal global en Egipto para el año 2005© RENAC --- Fuente: Fraunhofer
IWES
donde θ = ángulo de incidencia; φ = ángulo cenital; β = ángulo de inclinación del módulo; ψ = ángulo
azimutal solar; α = el ángulo azimutal de la superficie.
Con más detalle:
• El ángulo de inclinación del módulo β (el ángulo entre la normal de la superficie del módulo y
la horizontal) es fijo:
• El ángulo acimutal de la superficie α (el ángulo entre la proyección de la normal del campo
fotovoltaico sobre el suelo y el sur) es cero, ya que suponemos que el campo fotovoltaico está
orientado al sur (óptimo para un sistema fijo en el hemisferio norte):
• El ángulo azimutal solar ψ (el ángulo entre la proyección del rayo solar hacia el suelo y el sur)
depende de la latitud del lugar ∅, del ángulo cenital φ y del ángulo de declinación solar δ y, por
tanto, cambia con el tiempo:
-•
sin 𝛿 - sin ∅ ∗ cos 𝜑
𝑐𝑜𝑠(𝜓) =
sin 𝜑∗ cos ∅
Dibujo esquemático de la geometría de la tierra solar - Ángulos relacionados con la posición del sol (hemisferio norte)
cos 𝜃
𝑅𝑏 =
cos 𝜑
Sumando estos cuatro componentes se calcula la irradiación total sobre el módulo inclinado:
Constituyentes de la irradiación global: Irradiaciones normales + difusas + reflejadas © RENAC
Según las respuestas, el país analizado puede dividirse en regiones. El número y el tamaño de las
regiones debe ser el mismo que el número de conjuntos de datos uniformes que están disponibles en
la fuente de datos. En lo sucesivo, estas regiones se denominarán píxeles. Para cada uno de estos
píxeles, se instalará una capacidad fotovoltaica que debe asumirse de manera que la suma de todos
los píxeles totalice la capacidad asumida en el escenario futuro analizado.
Para calcular la potencia de toda la capacidad fotovoltaica dentro de cada píxel, se necesita un
algoritmo que incluya un modelo matemático para los módulos fotovoltaicos. Normalmente, los
modelos físicos son más complejos que los modelos empíricos. Por lo tanto, en este curso se sugiere
un modelo empírico para la potencia de salida. Los modelos empíricos determinan la potencia de salida
para tipos específicos de módulos FV derivando ecuaciones consistentes que se correlacionan con los
parámetros de entrada y salida. Por lo general, los datos empíricos necesarios se recogen durante un
período de prueba del módulo respectivo en el que los parámetros de entrada (variables
independientes, por ejemplo, la temperatura ambiente) y el parámetro de salida (potencia del módulo)
se registran. Acontinuación, se expresa matemáticamente la relación empírica entre estos parámetros.
El algoritmo completo debe tener en cuenta, además del modelo del módulo, la eficiencia del inversor
y el factor de ampliación de un solo módulo a la capacidad fotovoltaica completa.
Capacidades instaladas por píxel para un escenario futuro en Alemania © RENAC --- Fuente: Fraunhofer IWES
4.5 Cálculo de la potencia para un módulo específico o/y capacidad en una región determinada (E)
Objetivo de aprendizaje: Después de las siguientes páginas, debería ser capaz de
• nombrar los siete pasos básicos que hay que seguir para las series temporales de energía
fotovoltaica y
• mencionar un par de opciones para elaborar y mejorar el sencillo modelo
presentado. La estructura de la sección es la siguiente:
• Siete pasos
• Mejora del modelo
3. Los coeficientes empíricos a0, a1, a2 describen el comportamiento específico del módulo
de referencia. Deben obtenerse mediante pruebas de rendimiento empíricas en el
módulo. Por lo tanto, difieren de un módulo a otro. Calcule la temperatura del módulo, ya
que el rendimiento del módulo depende de la temperatura ambiente. La temperatura real
del módulo es necesaria para corregir la caída de la eficiencia. Se puede calcular dela
siguiente manera:
De nuevo, se utilizan coeficientes empíricos (uo, u1) que dependen del tipo de bastidor
del módulo para estimar el proceso de enfriamiento por las condiciones de viento
imperantes. Para un bastidor específico tipos y coeficientes véase [1].
4. Corregir la eficiencia en el MPP debido a la dependencia de la temperatura utilizando el
parámetro α (coeficiente de temperatura de la potencia fotovoltaica):
5. Calcular la potencia de salida del módulo multiplicando la eficiencia ηMPP y la
irradiación en la superficie inclinada Itotal,t:
6. Tenga en cuenta las pérdidas del inversor aplicando un factor constante (por ejemplo, 95%):
Detalles de la segunda parte del desarrollo de escenarios fotovoltaicos para estudios de red: De las series temporales de
irradiación a las series temporales de potencia fotovoltaica, Fuente: Fraunhofer IWES
4.6 Resumen
En este capítulo se ha revisado el proceso de desarrollo de un escenario fotovoltaico y la realización
de simulaciones. El proceso comienza con la definición del escenario, que se divide en 3 pasos:
1. Análisis del potencial: estimación del potencial global del país.
2. Definición de la capacidad instalada: la capacidad objetivo debe definirse en función de
las políticas futuras y de las necesidades de electricidad.
3. Ubicación geográfica: los emplazamientos de las plantas deben elegirse teniendo en
cuenta los mejores lugares de irradiación, así como las mejores condiciones del lugar,
como el acceso a las infraestructuras.
Tras la definición del escenario, deben realizarse las simulaciones. Para que el resultado de la
simulación sea preciso, debe disponerse de una alta resolución temporal y espacial de la irradiación
solar global, la temperatura y la velocidad del viento. Estas series temporales se utilizan comoentradas
para las simulaciones. Sólo los datos satelitales tienen una cobertura lo suficientemente amplia para el
nivel de país con una precisión aceptable. Las mediciones en tierra tienen una mayor precisión, pero
su pequeña cobertura limita su uso. A veces, los datos de los satélites pueden ofrecer datos de
irradiación que corresponden a los ajustes de los sistemas fotovoltaicos, como el ángulo de inclinación.
Si sólo se dispone de la irradiación global, hay que realizar una serie de cálculos para obtener la
irradiación global en el ángulo de inclinación de los sistemas.
Para estimar la potencia de salida, la irradiación global en el plano inclinado puede utilizarse como
entrada a los modelos de simulación. El resultado final debe ser una suma de múltiples simulaciones
para cada sistema o grupo de sistemas instalados en un único píxel que tenga una serie temporal
distinta de alta resolución. Por lo tanto, deben utilizarse series temporales correspondientes y
distintas para cada píxel que cubra una zona geográfica determinada. Se ha presentado un modelo
genérico en el que los coeficientes son empíricos y debe ser diferente para cada tecnología
fotovoltaica. Por último, se propusieron sugerencias de mejoraen las que se consideraron más detalles.
Estas sugerencias se resumen a continuación:
1. Diferentes ángulos de inclinación del sistema
2. Diferentes tecnologías de módulos
3. Eficiencia del inversor
4. Viabilidad de los modelos individuales para las grandes plantas
5. Consideraciones sobre el sombreado
6. Disponibilidad de datos de mayor resolución
La determinación de estas características para posibles escenarios energéticos futuros permite echar
un vistazo a las futuras necesidades del sistema eléctrico. A partir de esta información, los responsables
de la toma de decisiones pueden configurar las condiciones marco del sector energético de forma que
se pueda mejorar la implantación de las ER. Por ejemplo, los siguientes aspectos pueden analizarse
muy bien mediante la construcción de series temporales de ER futuras dentro de un escenario
energético futuro para un país o región específicos:
• La necesidad de capacidades de transmisión (adicionales)
• La necesidad de capacidad de reserva
• La magnitud de la capacidad firme que pueden proporcionar las energías renovables
• El rendimiento energético posible para una capacidad instalada específica de ER
• La influencia de las diferentes condiciones meteorológicas a lo largo del tiempo ("años
climáticos")
• Y muchos más aspectos
Ejemplos concretos en los que se ha utilizado la metodología de las series temporales de alimentación
resueltas espacial y puntualmente son:
1. Estudio DENA Grid II de la Agencia Alemana de la Energía
2. El estudio Desert Power 2050
Los estudios se describen en las siguientes páginas. Autores:
Christoph Richts, Daniel Horst
5.2 Estudio de la red DENA II
Dena Grid Study II - Integration of Renewable Energy Sources into the German Power Supply System in
the 2015-2020 period, Agencia Alemana de la Energía.
Disponible en inglés en la carpeta de documentos.
Descripción del estudio
El estudio de la red de Dena es un buen ejemplo porque la metodología utilizada para generar las series
temporales de energía para las ER se describe en detalle. La generación de series temporales fue
realizada por Fraunhofer IWES y la metodología es similar a la que se enseñó en el curso. Sin embargo,
se entra en parte en más detalles. El material enseñado en el curso se seleccionó para dar una buena
impresión de lo que es la generación de series temporales y podría ser diferente en algunos aspectos
y partes de la metodología. Sin embargo, el estudio proporciona conocimientos interesantes
(adicionales) para un caso aplicado.
El estudio de la red DENA es uno de los principales estudios de la red realizados para Alemania y analiza
el impacto de las energías renovables en el sector energético y de transmisión alemán hasta 2020.
También incluye en parte una perspectiva para 2025 (es decir, las capacidades instaladas). Los
escenarios futuros analizados dependen del DENA Grid Study I (resumen en inglés disponible, véase
el enlace anterior) y están actualizados y revisados. Como el estudio es muy extenso, puede centrarse
en las partes más relevantes relacionadas con el contenido. Esta parte es:
Parte I - Generación de series temporales para la alimentación de electricidad procedente de la energía
eólica y otras energías renovables para el año 2020 (a partir de la p. 19)
La parte incluye:
• Visión general histórica de la evolución de la capacidad / perspectivas
• Establecimiento del marco para futuros escenarios: es decir, capacidades instaladas de ER en
diferentes regiones para la eólica marina y terrestre y otras energías renovables (p. 43, p. 45,
p.47)
• Ilustración de la distribución regional de la capacidad de energía eólica (determinación de la
capacidad para cada zona de "códigos postales", p. 59)
• Descripción de los datos utilizados (datos del modelo meteorológico, datos básicos de los
aerogeneradores como la altura del buje, etc., capítulo 6.1, p. 49)
• Método de generación de series temporales (dividido en pasos generales del proceso y pasos
específicos del proceso en alta mar y en tierra, capítulo 6.2, p.59), explicación de la
transformación del viento en energía
• Análisis de las series temporales generadas (factores de capacidad, curvas de duración,
gradientes de potencia, capítulo 6.3, p. 100)
• Fotovoltaica (FV): metodología y resultados de la generación de series temporales FV para
2020 (capítulo 7, p.111)
Además, la parte II del estudio también puede ser de interés y describe el efecto del suministro de
energía de las ER en la red. La parte III describe el potencial de aumentar la flexibilidad del sistema
eléctrico (almacenamiento, gestión de la demanda, almacenamiento, etc.). También incluye una
conclusión del análisis de las series temporales.
Fuente: Agencia Alemana de la Energía GmbH, 2010
La elevada fluctuación del suministro eléctrico y su fuerte dependencia del recurso eólico hacen
necesario analizar cómo influiría la integración de la tecnología eólica en un futuro sistema energético.
Los modelos numéricos de previsión meteorológica se utilizan como base para la simulación de series
temporales de alta resolución espacial y temporal. Sin embargo, la variabilidad de la resolución espacial
y temporal de los distintos modelos meteorológicos hace necesario validar este enfoque con datos
empíricos.
El proceso de desarrollo de un escenario fotovoltaico se divide en 3 pasos:
1. Análisis del potencial: estimación del potencial global del país.
2. Definición de la capacidad instalada: la capacidad objetivo debe definirse en función de las
políticas futuras y de las necesidades de electricidad.
3. Ubicación geográfica: los emplazamientos de las plantas deben elegirse teniendo en
cuenta los mejores lugares de irradiación, así como las mejores condiciones del lugar,
como el acceso a las infraestructuras.
Para estimar la potencia de salida, la irradiación global en el plano inclinado puede utilizarse como
entrada a los modelos de simulación. El resultado final debe ser una suma de múltiples simulaciones
para cada sistema o grupo de sistemas instalados en un único píxel que tenga una serie temporal
distinta de alta resolución.
Una gran capacidad de ER no despachable proporciona una gran parte de la energía anual. Sin embargo,
las cargas no pueden ser cubiertas por ellas en todo momento: La fotovoltaica sólo contribuye durante el
día, la eólica sólo cuando sopla el viento - el efecto de la disponibilidad temporal del suministro de energía
de las ER.
En resumen, se puede concluir que tanto la demanda de energía como la energía renovable dinámica
no despachable deben estar bien sincronizadas con la generación de energía convencional despachable
para poder satisfacer la demanda en cada momento.
6.2 Referencias
Aims and tools for scenario development /Basics of future scenario analysis
[1] Die Bundesregierung: Die Energiewende kommtvoran;
http://www.bundesregierung.de/ContentArchiv/DE/Archiv17/Artikel/2013/05/2013-05-14-
bilanzpapier-energiewende-kommt-voran.html (last access 23.04.2014)
[2] Mediterranean solar plan: http://www.masen.org.ma/#/ accueil (last access 23.04.2014)
Aims and tools for scenario development /Germany’s grid development plan
[1]: NEP2013: http://www.netzentwicklungsplan.de/ONEP_2013_2%20Entwurf_Teil%20I.pdf (last
access 26.09.2013) #
Aims and tools for scenario development /Meteorological conditions and power feed-in
[1]: NREAP: National renewable energy action plans
Scenario development for wind. /Meteorological data for the simulation model
[1] : Meso-scaled numerical weather prediction model of the German metrological services.
http://www.dwd.de (last access 25.09.2013)
[2] : Meso-scaled numerical weather prediction model of NASA. http://disc.sci.gsfc.nasa.gov/mdisc/
(last access 25.09.2013)
Scenario development for wind. /Extrapolation of wind speed at hub height I
[1]: European Wind Atlas (Meteorology and Wind Energy Department Riso Nation Laboratory
Denmark)
Scenario development for wind. /Accounting for fluctuations below the time and spatial resolution