Evaluación de las futuras rampas de energía solar de Australia con proyecciones climáticas

Scientific Reports volumen 13, número de artículo: 11503 (2023) Citar este artículo

43 altmétrica

Detalles de métricas

Los crecientes niveles de penetración de la energía fotovoltaica (PV) en la red eléctrica plantean desafíos tanto para el diseño como para el funcionamiento de la red debido a su vulnerabilidad al cambio climático. Un aspecto crucial del funcionamiento fotovoltaico son las rampas de potencia que provocan variabilidad e inestabilidad en la red. Con un notable despliegue fotovoltaico a gran escala planeado, incluida la infraestructura de energía solar planificada más grande del mundo en Powell Creek Australia, caracterizar las futuras rampas es crucial para garantizar una generación de energía estable que respalde el desarrollo económico a gran escala. Utilizando proyecciones de CORDEX-Australasia bajo escenarios de emisiones RCP8.5 y RCP4.5, se han caracterizado las futuras rampas solares en toda Australia hasta el año 2100. Los resultados predicen una reducción en la magnitud de la rampa en toda Australia, con cambios en la frecuencia y la duración del período que varían según la ubicación. Este trabajo resalta la importancia de considerar los cambios climáticos futuros al diseñar parques solares a gran escala para asegurar la incorporación de dispositivos de control de frecuencia y planes de almacenamiento para un suministro de energía confiable.

La capacidad instalada de sistemas de energía solar conectados a la red está aumentando rápidamente a nivel mundial1. Sin embargo, la integración de sistemas fotovoltaicos (PV) a gran escala en la red eléctrica plantea un desafío técnico importante debido a la naturaleza variable del recurso solar. Las fluctuaciones en la irradiancia horizontal global (GHI) causadas por los movimientos de las nubes son responsables de períodos intermitentes de producción de energía fotovoltaica. En un día de cielo despejado, se espera que la energía fotovoltaica generada siga una curva diurna predecible similar a la GHI en ese lugar2. Sin embargo, esta curva diurna cambia abruptamente debido a los movimientos de las nubes que pueden resultar en un aumento o disminución repentina de la producción (llamadas rampas). Los cúmulos dispersos de buen tiempo pueden generar rampas que varían de segundos a minutos, mientras que una plataforma de estratos opaco puede generar rampas que disminuyen la producción de energía durante varias horas3. Por tanto, las rampas afectan a la cantidad de electricidad generada y a la fiabilidad de los sistemas fotovoltaicos. En niveles más altos de penetración solar, las fluctuaciones repentinas en la cantidad de energía fotovoltaica producida pueden afectar negativamente el funcionamiento de los sistemas eléctricos y la relación oferta-demanda en diferentes escalas de tiempo4. Para satisfacer la demanda de electricidad local, los operadores de la red deben responder a las fluctuaciones de la electricidad fotovoltaica inducidas por las nubes y equilibrar la importante generación excedente o deficitaria de los generadores fotovoltaicos integrados. Las rampas de duración más corta (en segundos) pueden causar fluctuaciones de voltaje local, lo que aumenta la necesidad de equipos de regulación (por ejemplo, cambiadores de tomas en carga) y, por lo tanto, aumenta los costos de mantenimiento. En escalas de tiempo más largas (en minutos), las variaciones en la energía producida por los paneles fotovoltaicos pueden afectar significativamente la estabilidad de la red y la calidad de la energía5. Por lo tanto, es esencial identificar y predecir la aparición de rampas para planificar soluciones de almacenamiento y desarrollos tecnológicos en dispositivos de control de rampas.

Se han estudiado rampas solares en diferentes partes del mundo5,6,7,8 utilizando observaciones de producción de energía fotovoltaica2,9 o GHI5,10. Estos estudios han cuantificado los eventos de rampa a escala de planta fotovoltaica y han puesto de relieve su impacto en la red. La variabilidad en la energía generada se ve afectada por las condiciones del cielo5,11,12 influenciadas por los eventos climáticos locales2,10,13. Pocos estudios han identificado los eventos climáticos localizados responsables de la aparición de rampas2,9,13 y también han estudiado su variabilidad estacional y anual9. Los cambios futuros en las condiciones de la nubosidad y los patrones climáticos debido al cambio climático influirán en la aparición de rampas en diferentes partes del mundo.

A pesar de varios estudios sobre rampas solares, la mayoría se basan en observaciones que abarcan menos de dos años. Además, la investigación previa en este campo se inclina hacia el desarrollo de nuevas técnicas de pronóstico14,15,16,17 o hacia la identificación de comportamientos de rampa en plantas fotovoltaicas a gran escala específicas del sitio utilizando datos históricos2,6,18. Se han realizado investigaciones mínimas a una escala espacial más amplia para examinar los patrones de distribución en rampa. No se ha realizado ningún estudio para sugerir cómo cambiarán las propiedades de las rampas de energía solar debido al cambio climático. Australia tiene uno de los mejores recursos solares del mundo y ha habido un rápido aumento en el despliegue de energía fotovoltaica tanto a gran como a pequeña escala en toda Australia para cumplir los objetivos netos cero19. Con el aumento de la demanda de generación e integración de electricidad solar en Australia, es esencial comprender la naturaleza y magnitud de dichas variaciones en la energía fotovoltaica en diferentes escalas de tiempo para planificar soluciones de almacenamiento y una regulación estable de la red. Aunque en el pasado se han realizado pocos estudios relacionados con la variabilidad de GHI en Australia4,20, algunos estudios se han centrado en rampas de energía solar en Australia21,22, y hasta la fecha no hay estudios relacionados con eventos de rampa en toda Australia.

El objetivo principal de este estudio es cuantificar el panorama espacio-temporal general de la distribución de las rampas en Australia y estimar los cambios futuros en las rampas en escenarios de cambio climático. En este estudio, utilizamos el paquete Python PVLIB para obtener la producción de energía fotovoltaica e intercomparar las rampas de energía solar para diferentes escalas de tiempo para probar la aplicabilidad de los datos de 1 hora para evaluar rampas futuras. Identificamos los eventos de rampa a partir de las simulaciones del modelo climático regional (RCM) del Experimento Coordinado de Reducción de Escala Regional (CORDEX) para Australasia23 para el período histórico (1976-2005) y futuro (2070-2099: futuro lejano) bajo un nivel intermedio y alto. escenario de emisiones (vía de concentración representativa (RCP) 4.5 y RCP8.5). Estimamos los cambios futuros en la magnitud, la frecuencia y los períodos de la rampa debido al cambio climático en Australia por primera vez. Este análisis será beneficioso para los formuladores de políticas y las partes interesadas a la hora de informar la selección del sitio y planificar soluciones de almacenamiento para superar futuros problemas de intermitencia. Además, el trabajo de investigación presentado proporcionará una referencia para estimar espaciotemporalmente futuros eventos de rampa solar y se puede aplicar en diferentes partes del mundo.

Al comparar las características de rampa del conjunto de datos de 5 minutos y cada hora para las tecnologías fotovoltaicas de silicio monocristalino (Mono-Si), silicio multicristalino (Mc-Si) y telururo de cadmio de película delgada (CdTe), la distribución de rampa muestra un amplio acuerdo. juntos. Las rampas detectadas con datos horarios sobreestiman la frecuencia de rampas de baja magnitud y subestiman la frecuencia de rampas de alta magnitud en comparación con datos de 5 minutos. Se encontró que las características de rampa para las tres tecnologías eran similares. Las propiedades térmicas de las diferentes tecnologías fotovoltaicas no tienen ningún efecto perceptible en las rampas (consulte los métodos). Las siguientes secciones describen las características de la rampa utilizando datos horarios de CORDEX-Australasia para el período histórico y futuro lejano solo para Mono-Si, ya que es una tecnología fotovoltaica dominante y el comportamiento de la rampa es similar para diferentes tecnologías fotovoltaicas. Los resultados para el período futuro próximo se incluyen en el material complementario.

La magnitud de las rampas de energía solar depende de la brusquedad de los cambios en la radiación solar debido a los movimientos de las nubes. La magnitud media de la rampa es más alta en la costa este de Australia (> 17,5% de la capacidad instalada) durante el período histórico (Fig. 1a). Se proyecta que la magnitud de la rampa disminuirá significativamente entre ~ 0,4 y 0,5 % en el escenario RCP4.5 (Fig. 1b) y > 0,45 % en el escenario RCP8.5 (Fig. 1c) en un futuro lejano. Se espera que el norte de Australia tenga la mayor disminución en la magnitud de la rampa para RCP4,5. En el escenario RCP8.5, esperamos una disminución máxima en las regiones norte y este de Australia. Analizamos las rampas en el percentil 90 para evaluar los eventos extremos de rampa. La magnitud de la rampa en el percentil 90 (aquí denominada rampas extremas) es más alta cerca de la costa este de Australia durante el período histórico (Fig. 1d). Se proyecta que estas rampas extremas disminuirán en todo el país en el futuro para ambos períodos en los escenarios de emisiones RCP4.5 y RCP8.5 (Fig. 1e, f). Durante el período futuro lejano, la magnitud disminuye aún más en ambos escenarios. La mayor caída se produce en el este y algunas partes del norte de Australia (hasta el 1,5% de la capacidad instalada). Además, es interesante observar que aunque la disminución máxima en la magnitud de la rampa media se producirá en la parte occidental del continente en el futuro, la reducción máxima en la magnitud de la rampa extrema se proyecta en el este y el norte. Esto revela que se prevé que disminuya la variabilidad inducida por las nubes en la generación fotovoltaica en períodos futuros; por lo tanto, se reducirá la necesidad de una instalación de almacenamiento extensa para mantener la estabilidad de la red en todo momento del día.

Magnitud de la rampa en toda Australia. El panel (a) representa la magnitud media de la rampa durante el período histórico (1976-2005). Los paneles (b) y (c) representan los cambios futuros en la magnitud de la rampa media para el período futuro lejano (2070-2099) bajo RCP4.5 y RCP8.5. El panel (d) representa la magnitud de la rampa en el percentil 90 durante el período histórico (1976-2005). Los paneles (e) y (f) representan los cambios futuros en la magnitud de la rampa en el percentil 90 para el futuro lejano (2070-2099) bajo RCP4.5 y RCP8.5. El punteado indica un cambio significativo (según métodos: prueba de significancia).

Además, el impacto de las rampas depende en gran medida de la demanda eléctrica de la región. La calidad de la energía y la estabilidad de la red se convierten en una preocupación crítica durante la alta demanda de electricidad acompañada de una generación de energía variable24,25. En Australia, Nueva Gales del Sur y Queensland tienen la mayor demanda de electricidad. Según el Operador del Mercado Energético de Australia, se prevé que la demanda general de electricidad aumentará un 47,5 % y un 50 % respectivamente en Nueva Gales del Sur y Queensland para 205026. Nuestros resultados proyectan la mayor reducción en la magnitud de la rampa extrema en estas regiones. Esto será beneficioso para mantener la relación oferta-demanda, garantizando así la estabilidad de la red. La generación de energía variable puede inducir fluctuaciones de voltaje y causar una desviación de la frecuencia de operación nominal, reduciendo así la calidad de la energía y creando inestabilidad en la red. Si el sistema de distribución no puede compensar la disminución de la producción de energía, puede provocar un colapso del voltaje y posteriores cortes de energía24. Además, la reducción en la magnitud de la rampa indica requisitos de almacenamiento menos extensos, lo que puede ser económicamente beneficioso para las plantas solares a gran escala conectadas a la red.

El mayor número de eventos de rampa ocurre en el Norte durante el período histórico (~ 2400 a 2500 por año; Fig. 2a). Durante el período futuro cercano, la frecuencia de rampa disminuye para la mayor parte del país bajo RCP4.5 (Figuras complementarias 9). Se predice una mayor disminución significativa en la ocurrencia de eventos de rampa en el oeste y norte de Queensland (~ 60 por año) bajo RCP8.5 (Figuras 9 complementarias) en el futuro cercano. Además, se puede observar que el patrón espacial de estos cambios sigue siendo el mismo en ambos escenarios, tanto para el período del futuro lejano como para el del futuro cercano; sin embargo, la magnitud se intensifica para el período futuro lejano (Fig. 2b, c). Se proyecta que los eventos en rampa aumenten en el norte y el este de Australia bajo el RCP4.5, a diferencia del RCP8.5, donde los aumentos se limitan al este de Australia.

Frecuencia de rampa en toda Australia. El panel (a) representa la frecuencia media de rampa durante el período histórico (1976-2005). Los paneles (b) y (c) representan los cambios futuros en la frecuencia media de rampa por año para el período futuro lejano (2070-2099) bajo RCP4.5 y RCP8.5. El panel (d) representa la frecuencia de rampas con magnitud de rampa en el percentil 90 durante el período histórico (1976-2005). Los paneles (e) y (f) representan los cambios futuros en la frecuencia de las rampas con una magnitud de rampa en el percentil 90 para el período futuro lejano (2070-2099) bajo RCP4.5 y RCP8.5. El punteado indica un cambio significativo (según métodos: prueba de significancia).

Al analizar las rampas extremas, encontramos que el norte de Australia es propenso a rampas extremas más frecuentes durante el período histórico (> 200 por año) (Fig. 2d). Se prevé que habrá un ligero aumento en el número de rampas extremas en algunas partes del norte y este de Australia en el futuro, con disminuciones en otros lugares. Los aumentos máximos en las rampas extremas se predicen en el norte y el este del continente (hasta 4 por año) durante el período futuro lejano bajo RCP4.5 (Fig. 2e), mientras que se espera que ocurran aumentos similares solo cerca del este. (hasta 6 por año) bajo RCP8.5 (Fig. 2f). Además, se puede observar que los patrones espaciales para los cambios en la frecuencia de rampa media son similares a los cambios en la frecuencia de rampa extrema. Esto indica que el pico y la cola de la distribución de frecuencia de la rampa se desplazarán en una dirección similar en el futuro. La futura reducción en el número de eventos de rampa en una ubicación indica que se requerirán menos operaciones de cambio de tomas en carga para mantener el voltaje constante, reduciendo así las posibilidades de desequilibrio de la red y reduciendo los costos de instalación y mantenimiento de los dispositivos de control de rampa en el futuro. Sin embargo, las regiones con aumentos futuros en la frecuencia de rampa requieren dispositivos de control de rampa más robustos para evitar problemas de inestabilidad de la red y fluctuaciones de voltaje.

En este estudio, el intervalo de tiempo durante el cual se detectan eventos de rampa se denomina duración del período de rampa. El evento de rampa identificado puede detectarse solo durante un único intervalo de tiempo o pueden ocurrir rampas durante períodos consecutivos en un día. Esto se produce por la nubosidad dispersa o variable que pasa sobre el sitio. Por lo tanto, la duración del período de aumento puede variar desde 60 minutos en adelante para un conjunto de datos por horas. Los períodos de rampa media más altos ocurren en el este de Australia (> 150 min/día) durante el período histórico (Fig. 3a). Durante el período futuro lejano, se proyecta que los períodos de rampa disminuyan en el Oeste y aumenten en el Este en ambos escenarios (Fig. 3b, c). Hay una reducción significativa en los períodos de rampa cerca de la costa oeste y sureste en ambos escenarios en el futuro lejano. Durante el período histórico, el norte de Australia experimentó los períodos más prolongados de rampas extremas (Fig. 3d). Es interesante observar que los aumentos máximos en futuros períodos de rampa extrema se producen cerca de las regiones costeras del norte, centro y este de Australia para ambos escenarios (Fig. 3e, f), a diferencia de los períodos de rampa medios con aumentos confinados al este de Australia.

Períodos de aumento en toda Australia. El panel (a) representa los períodos medios de rampa durante el período histórico (1976-2005). Los paneles (b) y (c) representan los cambios futuros en los períodos medios de rampa por año para el período futuro lejano (2070-2099) bajo RCP4.5 y RCP8.5. El panel (d) representa los períodos de rampa con una magnitud de rampa en el percentil 90 durante el período histórico (1976-2005). Los paneles (e) y (f) representan los cambios futuros en los períodos de rampa con una magnitud de rampa en el percentil 90 para el futuro lejano (2070-2099) bajo RCP4.5 y RCP8.5. El punteado indica un cambio significativo (según métodos: prueba de significancia).

Los lugares con una disminución en la frecuencia de las rampas, los períodos de las rampas y la magnitud de las mismas (como Australia Occidental) sugieren la posibilidad de que haya menos rampas y de menor magnitud con una duración más corta. Se prevé que estas regiones tendrán una menor variabilidad de la energía fotovoltaica inducida por las nubes en el futuro; por lo tanto, un suministro de energía más confiable y altamente estable para la futura expansión de la tecnología fotovoltaica en la red eléctrica. Sin embargo, regiones como Australia Oriental, con un aumento proyectado en la frecuencia y los períodos de rampa, sugieren la posibilidad de rampas de menor intensidad más frecuentes durante períodos prolongados en el futuro. Las regiones con una disminución en la magnitud y frecuencia de las rampas pero con aumentos en los períodos de rampas podrían enfrentar la posibilidad de rampas prolongadas de menor magnitud con menores posibilidades de ocurrencia. Esto probablemente crearía períodos prolongados de déficit energético en estas regiones y requeriría dependencia de los sistemas de almacenamiento para frenar el desequilibrio entre la oferta y la demanda.

El parque solar Powell Creek de Sun Cable es el parque solar más grande del mundo en fase de desarrollo. Se ubicará en el Territorio del Norte, Australia, y contará con 20 GW de capacidad de generación solar propuesta y un sistema de transmisión de 5.000 km para suministrar electricidad a Darwin y Singapur generada a partir de fuentes confiables de energía renovable. Demostramos los cambios futuros en la capacidad de generación de energía y el comportamiento de la rampa para el parque solar Powell Creek para estimar los requisitos de almacenamiento y la necesidad de una planificación exhaustiva del control de la rampa. En las figuras 4a a d se muestran las series de tiempo que representan la capacidad anual de generación de energía de la tecnología Mono-Si, la magnitud de la rampa por año, la frecuencia de la rampa por año y la duración máxima del período de rampa por año. Las tecnologías fotovoltaicas y sus especificaciones que se utilizarán en el parque solar de Powell Creek aún no se han decidido, ya que el parque solar aún se encuentra en su fase de planificación y desarrollo. Por lo tanto, hemos calculado las rampas considerando las especificaciones del módulo mono-Si mencionadas en las Tablas 1 complementarias. La extensión del conjunto es completa para todas las variables (sombreado en azul y rojo). Esto indica que diferentes modelos de futuros pueden producir diferentes futuros de energía fotovoltaica, y se debe tener cuidado con los resultados producidos utilizando un solo modelo climático.

Serie temporal de generación de energía anual, magnitud de rampa por unidad de capacidad, frecuencia de rampa y duración media anual máxima del período de rampa por año para el parque solar Powell Creek de Sun Cable ubicado en el Territorio del Norte, Australia. La línea negra representa la media del conjunto para el período histórico. Las líneas azul y roja representan la media del conjunto para los períodos futuros bajo RCP4.5 y RCP8.5, respectivamente. El sombreado en gris, azul y rojo representa el rango intercuartil de los miembros del conjunto para el tiempo histórico y el futuro.

Estimamos la generación de energía normalizada utilizando las especificaciones del módulo mono-Si en la Tabla 1 y la escalamos según la capacidad de generación propuesta (20 GW) para Powell Creek para comprender los cambios futuros en la generación de energía en la planta. Se puede observar que hay una disminución en la capacidad de generación anual del parque (hasta 1 GWh/GW) en el futuro en ambos escenarios (Fig. 4a). Nuestros resultados indican una disminución de ~ 5% en la generación de energía de la planta debido al cambio climático. Esta estimación no considera ninguna expansión futura de la capacidad de producción de parques solares.

Se prevé que la magnitud media de la rampa disminuirá (hasta un 1% con RCP8,5 y un 0,5% con RCP4,5) para finales de siglo. Además, se espera que la frecuencia de los fenómenos de rampa aumente hasta 2060 y disminuya hacia finales de siglo con una notable variabilidad decenal. Sin embargo, esperamos un ligero aumento en los períodos de rampa durante el futuro cercano, seguido de una fuerte caída hasta finales de siglo. Esto indica la posibilidad de que en el futuro se produzcan rampas de menor magnitud y de menor duración. Por lo tanto, si bien en el futuro habrá problemas persistentes de intermitencia inducida por las nubes, estos disminuirán, lo que sugiere que los dispositivos de control de rampa actuales seguirán siendo adecuados en climas futuros. Los resultados resaltan la importancia de establecer una instalación de almacenamiento adecuada para gestionar los períodos de escasez y déficit de energía para mantener una relación oferta-demanda.

La variabilidad inducida por el clima en la generación de energía solar en escalas de tiempo más cortas induce estrés en los generadores de electricidad para mantener una relación estable entre oferta y demanda. Las fluctuaciones repentinas de la energía solar, llamadas rampas, y sus características asociadas deben caracterizarse con precisión para mejorar la precisión del pronóstico de las rampas y reducir la inestabilidad de la red. Estimar la capacidad y la frecuencia de la rampa de energía solar es esencial para implementar instalaciones de almacenamiento adecuadas en la planta para superar los problemas de intermitencia. Este artículo evalúa las fluctuaciones de energía a corto plazo y examina las proyecciones de rampas de energía solar inducidas por las nubes en Australia bajo diferentes escenarios climáticos futuros. Los cambios futuros esperados en las características de la rampa se estudian utilizando los datos del modelo climático regional reducido dinámicamente de simulaciones de CORDEX-Australasia bajo un escenario de emisiones intermedias y altas. Nuestros resultados predicen cambios de hasta un 5% en la frecuencia y los períodos de rampa futuros en comparación con la línea de base histórica. Observamos que, aunque el impacto del cambio climático en los cambios futuros en la magnitud de la rampa es estadísticamente significativo en casi todas partes, los cambios son menos del 1,5% de la capacidad instalada. Las regiones que muestran cambios futuros estadísticamente significativos en estas características se indican con punteado.

Se espera que la capacidad media de rampa disminuya en todo el continente para finales de siglo en los escenarios de emisiones RCP4,5 (hasta 0,5%) y RCP8,5 (hasta 1%). Encontramos que la magnitud de estos cambios es mayor para RCP8.5 con la mayor disminución cerca del norte y partes del noreste de Australia, a diferencia de RCP4.5, donde la disminución máxima en la capacidad media de la rampa se limita al norte. En los escenarios RCP8,5 y RCP4,5, se prevé que la frecuencia media de rampa aumente cerca de la costa este y partes del norte de Australia (hasta 60 por año), con disminuciones en otros lugares (> 80 por año) para finales del período. siglo. Se espera que la duración media del período de rampa aumente significativamente, observándose el aumento principalmente en el norte y el este de Queensland en ambos escenarios (hasta 50 h por año) para finales de siglo. Estos cambios alcanzan hasta el 5% de los valores históricos y son estadísticamente significativos cerca de Queensland y las regiones occidental y suroeste de Australia. Éstas son las regiones donde los cambios futuros son grandes en comparación con la variabilidad de los miembros del conjunto. Los cambios futuros en la frecuencia y los períodos de las rampas son mayores en el escenario RCP8.5. Es importante enfatizar que los resultados muestran la dependencia de las rampas de escenarios de emisiones futuros. Nuestros resultados resaltan que los diferentes escenarios de emisiones utilizados por los modelos climáticos regionales pueden afectar significativamente la magnitud de los cambios futuros en las características de la rampa. El escenario de altas emisiones RCP8.5 proyecta cambios futuros hasta dos veces mayores en las características de la rampa que el escenario de emisiones intermedias RCP4.5. Por lo tanto, es esencial estimar la intermitencia futura considerando diferentes escenarios de emisiones para evaluar con precisión los requisitos de almacenamiento para una operación confiable y estable de la red en el futuro.

Este artículo examina los resultados de la media del conjunto CORDEX-Australasia. Sin embargo, es importante reconocer que cada miembro del conjunto posee características únicas en términos de proyecciones futuras debido a variaciones en los esquemas de parametrización y a los modelos climáticos generales (GCM). Esto da lugar a una serie de posibles perspectivas de futuro. Por lo tanto, hemos analizado exhaustivamente las características de rampa derivadas de cada combinación RCM-GCM, que se presenta en las Figs. 11-22. Los hallazgos demuestran que, si bien la mayoría de los miembros del conjunto exhiben cambios futuros similares, algunos miembros indican la posibilidad de experimentar cambios opuestos. Esto subraya la importancia de utilizar varios miembros del conjunto para evaluar con precisión el nivel de confianza en las proyecciones futuras. Este trabajo utiliza seis miembros del conjunto que tenían proyecciones futuras tanto para RCP8.5 como para RCP4.5, se recomienda ampliar el tamaño del conjunto RCM en estudios futuros para muestrear mejor el cambio climático futuro y aumentar la confianza en los resultados obtenidos.

Se espera que los sistemas fotovoltaicos se expandan ampliamente por toda Australia durante el siglo XXI con varios avances tecnológicos. Con mayores niveles de penetración de los sistemas fotovoltaicos en la red eléctrica, resulta difícil abordar la variabilidad inducida por el clima en todas las escalas de tiempo para gestionar las fluctuaciones de voltaje. Comprender futuros eventos de rampa en diferentes escenarios climáticos es esencial para varios avances tecnológicos en dispositivos de control de rampa y una investigación intensiva sobre operaciones de redes como generación, almacenamiento, transmisión y distribución de energía. Además, es de suma importancia considerar los cambios futuros en las características de intermitencia y rampa debido al cambio climático al seleccionar ubicaciones óptimas para implementar futuras plantas fotovoltaicas. En este sentido, este trabajo sienta las bases para dicho análisis y se espera que trabajos futuros exploren las implicaciones de los hallazgos aquí presentados. Se recomienda encarecidamente seguir trabajando para explorar la estacionalidad de las rampas en Australia y las características sinópticas que conducen a los eventos de rampa. El marco propuesto para estudiar espaciotemporalmente los futuros eventos de rampa se puede ampliar aún más a diferentes partes del mundo utilizando datos de modelos climáticos durante la fase de planificación, desarrollo y construcción de los parques solares para garantizar el funcionamiento óptimo de la red y reducir el suministro de energía redundante.

En este estudio, utilizamos datos de observación meteorológica (temperatura, GHI, velocidad del viento, humedad relativa, irradiancia del plano de matriz (POA)) y datos de energía fotovoltaica del Desert Knowledge Australia Solar Center (DKASC), parque solar de Alice Springs para el período 2010. - 2016 registrado en intervalos de 5 minutos. El DKASC dispone de varias tecnologías solares (células Mono-Si, Mc-Si, CdTe) con sistemas de seguimiento fijo, de uno y dos ejes. La Tabla complementaria 1 incluye las tecnologías fotovoltaicas y sus configuraciones para simular energía en PVLIB.

Utilizamos simulaciones de modelos climáticos regionales de CORDEX-Australasia23 para estudiar el impacto del cambio climático en futuras rampas. Se utilizaron dos RCM para reducir la escala de tres modelos climáticos globales (GCM) del Proyecto de intercomparación de modelos acoplados 5 (CMIP5) para obtener las proyecciones climáticas sobre la región CORDEX-Australasia, realizadas como parte del Modelado climático regional de NSW/ACT (NARCliM)1.5 project27, se han utilizado en este estudio. Las proyecciones climáticas obtenidas utilizando 2 RCM y 3 GCM crean un conjunto de 6 miembros para períodos históricos y futuros (Tabla 6 complementaria). Estos pares RCM-GCM fueron seleccionados para el estudio porque proporcionaron los datos de mayor resolución temporal (1 hora) para escenarios históricos y futuros. Las simulaciones futuras se obtienen para los escenarios RCP4.5 y RCP8.5. Los períodos 1976-2005, 2030-2059 y 2070-2099 se analizan como períodos históricos, de futuro cercano y de futuro lejano.

Los conjuntos CORDEX-Australasia han sido evaluados para el período histórico y se ha descubierto que reproducen muchos aspectos del clima de la región como la temperatura mínima, la temperatura máxima y la precipitación23,28. La radiación de onda corta de CORDEX-Australasia se evaluó utilizando los conjuntos de datos de reanálisis y se encontró que captura el patrón espacial y la magnitud con una fidelidad razonable (Fig. 1 complementaria). Además, también se estudiaron los cambios futuros en el tipo de uso de la tierra y la ampliación de las zonas áridas utilizando proyecciones CORDEX29. En este estudio, hemos utilizado radiación descendente de onda corta de 1 hora, temperatura, velocidad del viento, humedad relativa y presión para obtener proyecciones de potencia para diferentes tecnologías fotovoltaicas.

PVLIB es una herramienta de modelado de energía fotovoltaica de código abierto desarrollada en el Laboratorio Nacional Sandia30. Este estudio utiliza el paquete Python PVLIB para modelar el sistema fotovoltaico montado en el suelo. La configuración detallada de las tecnologías fotovoltaicas para simular la energía se enumera en la Tabla 1 complementaria. Este enfoque identifica los siguientes pasos principales de modelado: separación del GHI en componentes del haz y difuso; transposición de la irradiancia horizontal al plano inclinado del conjunto fotovoltaico; cálculo de los componentes de la radiación en cielo despejado y de la temperatura de la celda; y la salida de alimentación CC/CA (Fig. 2s complementarias). Estos pasos implican el cálculo de la posición del Sol. Los datos generales necesarios para modelar la potencia son GHI, temperatura y velocidad del viento. Los diversos modelos elegidos para el modelado de energía fotovoltaica se enumeran en la Tabla 1. Se han seleccionado los modelos de mejor rendimiento con el menor error en la validación para la descomposición, la transposición y el modelado de cielo despejado (consulte la sección complementaria 3). El modelo de temperatura, el modelo DC y AC se han elegido de la literatura anterior debido a la falta de observaciones para fines de validación31,32,33. Inicialmente, los datos meteorológicos de DKASC se utilizan para simular la potencia y se validan con la potencia de salida de las tecnologías fotovoltaicas. Posteriormente, se siguen pasos de modelado similares para simular la producción de energía utilizando proyecciones horarias de CORDEX-Australasia.

Las rampas corresponden a cambios repentinos localizados en una serie temporal de potencia. Las rampas se han obtenido para puntos sucesivos de la serie temporal utilizando el método propuesto en el reciente informe del Australian Energy Market Operador37:

donde P es la potencia en el paso de tiempo t, △t es el intervalo de tiempo. Según el informe37, sólo los cambios escalonados en la serie de potencia se consideran rampas significativas si el valor absoluto supera el 10% de la capacidad en el intervalo de tiempo. Realizamos el análisis de rampa para diferentes resoluciones temporales (correspondientes a 5 minutos y 1 hora) para comprender sus patrones de distribución y magnitud. Mientras que algunos estudios utilizan conjuntos de datos observacionales con resoluciones temporales de 5 minutos11,12 o mejores 13,22,38, otros utilizan intervalos de tiempo de media hora o más11,39. Las proyecciones de modelos hasta finales de siglo son costosas desde el punto de vista computacional y generalmente están disponibles en intervalos de tiempo. Aquí examinamos la representación de rampas en ambas resoluciones temporales (5 minutos y cada hora) para comprender si los datos horarios son adecuados para caracterizar el comportamiento de la rampa. Todos los análisis de rampa se realizan considerando los cambios absolutos en la variabilidad de potencia e indicando las características absolutas de la rampa. La magnitud, la frecuencia y los períodos absolutos de la rampa se denominan magnitud, frecuencia y períodos de la rampa en el resto del artículo.

Utilizamos la prueba t de Student con un nivel de significancia del 5% (p < 0,05) para examinar la significancia estadística de los resultados y presentarla según la convención de Tebaldi et al40. La prueba t de Student se realiza en cada punto de la cuadrícula, asumiendo varianzas iguales para los períodos pasados y futuros para probar la importancia del cambio medio en cada miembro del conjunto. El cambio significativo se muestra con punteado. Estos son los puntos de la cuadrícula donde al menos cuatro miembros del conjunto muestran un cambio significativo y también coinciden en la dirección del cambio. Estas regiones tienen una gran confianza en el cambio futuro.

El comportamiento y las características de las rampas dependen en gran medida de las escalas de tiempo temporales en las que se calculan. Utilizamos proyecciones climáticas regionales con resultados por hora para investigar cambios futuros en el comportamiento de las rampas debido al cambio climático. Es posible obtener una comprensión holística de la relación intrínseca entre las características de la rampa en diferentes escalas de tiempo analizando el efecto de las variaciones de los pasos de tiempo en su magnitud y frecuencia. Comparamos la magnitud de la rampa (representada en términos de capacidad por unidad) y la frecuencia en escalas de tiempo de 5 minutos y 1 hora para evaluar sus similitudes y diferencias (Fig. 5). Los resultados indican que la magnitud de las rampas disminuye con el aumento del intervalo de tiempo. Los gráficos de distribución acumulativa de rampa por unidad de capacidad en escalas de tiempo de 5 minutos y por hora (Fig. 5a, b) muestran que disminuye al 60% para escalas de tiempo por hora, pero alrededor del 80% para escalas de tiempo de 5 minutos con distribuciones similares para Mono-Si. , Tecnologías fotovoltaicas Mc-Si y CdTe. Además, la magnitud de rampa promedio por unidad de capacidad es similar para diferentes tecnologías fotovoltaicas para rampas de 5 minutos y de 1 hora (Tabla 2; Fig. 5c-e).

Gráficos de distribución de probabilidad acumulada y distribución de densidad de magnitud de rampa por unidad de capacidad de tecnología fotovoltaica de silicio monocristalino (Mono-Si), silicio multicristalino (Mc-Si) y telururo de cadmio de película delgada (CdTe). (a) Gráfico de distribución de probabilidad acumulada para datos de 5 minutos y (b) datos de 1 hora para varias tecnologías fotovoltaicas. El eje y de la figura representa la función de densidad acumulada inversa para facilitar la lectura. Gráficos de distribución de densidad de la magnitud de la rampa por unidad de capacidad para (c) tecnología fotovoltaica Mono-Si, (d) Mc-Si y (e) CdTe para rampas de 5 minutos y cada hora. La línea discontinua azul y roja representa la magnitud promedio de la rampa por unidad de capacidad para rampas de 5 minutos y cada hora, respectivamente.

Los gráficos de distribución de densidad muestran que las rampas de 5 minutos tienen picos más bajos con colas más pesadas en comparación con las rampas de una hora. Esto indica que la frecuencia de aparición de rampas de mayor magnitud es más común para las rampas observadas en una escala de tiempo de 5 minutos que en una escala de tiempo de una hora. Las rampas horarias tienen un pico más pronunciado con colas más delgadas que indican la aparición de rampas más frecuentes de menor magnitud. La distribución también muestra una asimetría positiva tanto para las rampas de 5 minutos como para las de cada hora. En general, las distribuciones de rampas horarias muestran un amplio acuerdo con las distribuciones de rampas de 5 minutos, observando que las rampas horarias tienden a sobreestimar las rampas de baja magnitud y subestimar ligeramente las rampas de mayor magnitud. Además, al analizar la frecuencia de ocurrencia de eventos de rampa en un conjunto de datos de 5 minutos y 1 hora, se encontró que las rampas de 5 minutos ocurren ~ 5 veces más que las rampas de 1 hora. Este análisis revela diferencias relativamente pequeñas en la distribución de rampa observada en escalas de tiempo de 5 minutos y 1 hora y resalta la utilidad de los datos horarios para estudiar el comportamiento de la rampa cuando no se encuentran disponibles datos de mayor resolución temporal.

No se generaron nuevos datos en el estudio. Los datos de CORDEX-Australasia utilizados para el análisis están disponibles en Earth System Grid Federation (https://esgf-data.dkrz.de/search/cordex-dkrz/). Los datos ERA5 se obtuvieron del Almacén de datos climáticos (CDS) del ECMWF, y los datos MERRA-2 fueron proporcionados por el Centro de servicios de información y datos (DISC) Goddard Earth Sciences (GES) de la NASA. Los datos de DKASC, Alice Springs estaban disponibles en https://dkasolarcentre.com.au/locations/alice-springs.

AIE. Energías renovables 2021. Publicaciones internacionales de la Agencia Internacional de Energía (AIE). (2021).

Wellby, SJ & Engerer, NA Categorización de los orígenes meteorológicos de eventos de rampa críticos en la producción colectiva de conjuntos fotovoltaicos. J. Aplica. Meteorol. Climatol. 55, 1323-1344 (2016).

ADS del artículo Google Scholar

Engerer, NA Simulación del rendimiento de un conjunto fotovoltaico utilizando observaciones de radiación del Oklahoma Mesonet. Tesis de maestría, Facultad de Meteorología, Universidad de Oklahoma 225 (2011). https://doi.org/10.16194/j.cnki.31-1059/g4.2011.07.016.

Huang, J., Troccoli, A. y Coppin, P. Una comparación analítica de cuatro enfoques para modelar la variabilidad diaria de la irradiancia solar utilizando registros meteorológicos. Renovar. Energía 72, 195–202 (2014).

Artículo de Google Scholar

Lave, M., Kleissl, J. & Stein, J. Cuantificación y simulación de la variabilidad de las plantas solares utilizando datos de irradiancia. Previsión de energía solar y evaluación de recursos (Elsevier, 2013). https://doi.org/10.1016/B978-0-12-397177-7.00007-3.

Murata, A., Yamaguchi, H. y Otani, K. Un método para estimar la fluctuación de producción de muchos sistemas de generación de energía fotovoltaica dispersos en un área amplia. Eléctrico. Ing. Japón. 166, 9-19 (2009).

Artículo de Google Scholar

Lave, M., Broderick, RJ & Reno, MJ Zonas de variabilidad solar: zonas derivadas de satélites que representan variabilidad del suelo de alta frecuencia. Sol. Energía 151, 119-128 (2017).

ADS del artículo Google Scholar

Hossain, MK & Ali, MH Análisis estadístico de las tasas de rampa de un sistema solar fotovoltaico conectado a la red. En 2014, Congreso y Exposición de Conversión de Energía IEEE, ECCE 2014 2524–2531 (2014). https://doi.org/10.1109/ECCE.2014.6953737.

Jamaly, M., Bosch, JL y Kleissl, J. Tasas de rampa agregadas de sistemas fotovoltaicos distribuidos en el condado de San Diego. Traducción IEEE. Sostener. Energía 4, 519–526 (2013).

ADS del artículo Google Scholar

Kleissl, J., Lave, M., Jamaly, M. y Bosch, J. Variabilidad solar agregada. En 2012, reunión general 1 a 3 de la IEEE Power and Energy Society (IEEE, 2012). https://doi.org/10.1109/PESGM.2012.6344809.

Hodge, B., Hummon, M. y Orwig, K. Distribuciones de rampa solar en múltiples escalas de tiempo y patrones climáticos. En el décimo taller internacional sobre integración a gran escala de la energía eólica en los sistemas eléctricos 1 a 8 (2011).

Lave, M. & Kleissl, J. Variabilidad solar de cuatro sitios en todo el estado de Colorado. Renovar. Energía 35, 2867–2873 (2010).

Artículo de Google Scholar

Anvari, M. y col. Fluctuaciones a corto plazo de los sistemas de energía eólica y solar. Nuevo J. Phys. 18, 063027 (2016).

ADS del artículo Google Scholar

Cui, M. y col. Detección de eventos de rampa de energía solar mediante un algoritmo optimizado de puerta batiente. En el Volumen 2A: 41ª Conferencia de Automatización del Diseño, vols. 2A-2015 (Sociedad Estadounidense de Ingenieros Mecánicos, 2015).

Cui, M. y col. Caracterizar y analizar eventos de rampa en energía eólica, energía solar, carga y carga neta. Renovar. Energía 111, 227–244 (2017).

ADS del artículo Google Scholar

Florita, A., Hodge, BM y Orwig, K. Identificación de eventos de rampa eólica y solar. En Conferencia IEEE Green Technologies 147–152 (2013). https://doi.org/10.1109/GreenTech.2013.30.

Lave, M., Kleissl, J. & Stein, JS Un modelo de variabilidad basado en Wavelet (WVM) para plantas de energía solar fotovoltaica. Traducción IEEE. Sostener. Energía 4, 501–509 (2013).

ADS del artículo Google Scholar

Marcos, J., Marroyo, L., Lorenzo, E., Alvira, D. & Izco, E. Fluctuaciones de producción de energía en plantas fotovoltaicas a gran escala: observaciones de un año con resolución de un segundo y un modelo analítico derivado. Prog. Fotovoltio. Res. Aplica. 19, 218–227 (2011).

Artículo de Google Scholar

Consejo de Energía Limpia de Australia. En Informe Clean Energy Australia 2022. 4–39 (2022).

Bai, F., Yan, R. y Saha, TK Estudio de variabilidad de una planta fotovoltaica a gran escala en el margen de la red, Australia. En 2017, IEEE Innovative Smart Grid Technologies-Asia (ISGT-Asia) 1–5 (IEEE, 2017). https://doi.org/10.1109/ISGT-Asia.2017.8378436.

ADS del artículo Google Scholar

Dickeson, G. y col. Control de velocidad de rampa para la integración de plantas fotovoltaicas: experiencia de la central eléctrica híbrida del aeropuerto de Karratha. En la 36ª Conferencia y Exposición Europea de Energía Solar Fotovoltaica 1351-1356 (2019). https://doi.org/10.4229/EUPVSEC20192019-5CO.13.3.

Evans, JP y cols. El conjunto CORDEX-Australasia: evaluación y proyecciones futuras. Subir. Din. 57, 1385-1401 (2021).

Artículo de Google Scholar

Ahn, E. & Hur, J. Una métrica práctica para evaluar los eventos de rampa de los recursos de generación eólica para mejorar la seguridad de los sistemas de energía inteligentes. Energías Basilea 15, 2676 (2022).

Artículo CAS Google Scholar

Keeratimahat, K. Caracterización de la variabilidad, la incertidumbre y la controlabilidad a corto plazo de la energía fotovoltaica de servicios públicos y sus implicaciones para la integración de altas penetraciones de energías renovables (2020).

Operador del Mercado Energético Australiano. En 2022 Declaración de Oportunidades Eléctricas. (2022).

Ji, F. y col. Presentamos NARCliM1.5: Evaluación y proyección de extremos climáticos para el sureste de Australia. Clima climático. Extremo. 38, 100526 (2022).

Artículo de Google Scholar

Nishant, N. y col. Presentamos NARCliM1.5: Evaluación del desempeño de las proyecciones climáticas regionales para el sudeste de Australia para 1950-2100. El futuro de la Tierra 9, 1–21 (2021).

Artículo de Google Scholar

Spinoni, J. y col. ¿Cómo afectará el progresivo aumento global de las zonas áridas a la población y al uso de la tierra en el siglo XXI? Globo. Cambio Planeta 205, 103597 (2021).

Artículo de Google Scholar

Holmgren, WF, Andrews, RW, Lorenzo, AT & Stein, JS PVLIB Python 2015. En 2015, IEEE 42.ª Conferencia de especialistas en fotovoltaica (PVSC) 1–5 (IEEE, 2015). https://doi.org/10.1109/PVSC.2015.7356005.

King, D., Boyson, W. y Kratochvil, J. Modelo de rendimiento de conjuntos fotovoltaicos. Informe Sandia núm. 2004–3535, vol. 8 (2004).

Dobos, A. PVWatts Versión 5 Manual-Informe técnico NREL/TP-6A20-62641 (Laboratorio Nacional de Energías Renovables (NREL), 2014).

Huang, J., Jones, B., Thatcher, M. y Landsberg, J. Impactos de la temperatura en la producción de generación de energía solar fotovoltaica y eólica a escala de servicios públicos en Australia según RCP 85. J. Renew. Sostener. Energía 12, 046501 (2020).

Artículo de Google Scholar

Maxwell, EL Un modelo cuasi físico para convertir la insolación horizontal global horaria en insolación normal directa (1987).

Loutzenhiser, PG et al. Validación empírica de modelos para calcular la irradiancia solar en superficies inclinadas para la simulación energética de edificios. Sol. Energía 81, 254–267 (2007).

ADS del artículo Google Scholar

Ineichen, P. Una versión simplificada de banda ancha del modelo de cielo despejado de Solís. Sol. Energía 82, 758–762 (2008).

ADS del artículo Google Scholar

Operador del Mercado Energético Australiano. Estudio de integración de energías renovables Apéndice C: Gestión de la variabilidad y la incertidumbre Aviso importante. (2020).

Lave, M., Reno, MJ y Broderick, RJ Caracterización de la variabilidad solar local de alta frecuencia y su impacto en los estudios de distribución. Sol. Energía 118, 327–337 (2015).

ADS del artículo Google Scholar

Theocharides, S., Venizelou, V., Makrides, G. & Georghiou, GE Caracterización del perfil de irradiancia solar diaria y análisis de la tasa de rampa en diferentes resoluciones temporales. En 2017, 44.a Conferencia de especialistas fotovoltaicos del IEEE, PVSC 2017 1163–1168 (2017). https://doi.org/10.1109/PVSC.2017.8366517.

Tebaldi, C., Arblaster, JM & Knutti, R. Acuerdo modelo de mapeo sobre proyecciones climáticas futuras. Geofís. Res. Letón. 38, 1–5 (2011).

Artículo de Google Scholar

Descargar referencias

Agradecemos sinceramente a la Infraestructura Computacional Nacional (NCI) de Australia por proporcionar recursos computacionales para este trabajo. Los autores reconocen la iniciativa del Programa Mundial de Investigación del Clima de producir proyecciones de modelos climáticos regionales (CORDEX), y agradecen a los grupos de modelos climáticos por producir y hacer que los resultados de sus modelos estén disponibles. Nos gustaría agradecer al DKASC, Alice Springs, por hacer que sus datos estén disponibles. JPE, contó con el apoyo del Centro de Excelencia ARC para Extremos Climáticos (CE170100023). JPE también agradece el apoyo del Programa Nacional de Ciencias Ambientales del gobierno australiano.

Escuela de Ingeniería de Energías Fotovoltaicas y Renovables, Universidad de Nueva Gales del Sur, Sydney, Australia

Shukla Poddar, Merlinde Kay, Abhnil Prasad y Stephen Bremner

Centro ARC de Excelencia para Climas Extremos, Universidad de Nueva Gales del Sur, Sydney, Australia

Shukla Poddar, Jason P. Evans y Abhnil Prasad

Centro de Investigación sobre el Cambio Climático, Ciencias Biológicas, Terrestres y Ambientales, Universidad de Nueva Gales del Sur, Sydney, Australia

Jason P. Evans y Abhnil Prasad

También puedes buscar este autor en PubMed Google Scholar.

SP: Conceptualización, Curación de datos, Investigación, Metodología, Análisis formal, Visualización, Escritura—borrador original, Escritura—revisión y edición. JPE: Conceptualización, Redacción—revisión y edición, Supervisión. MK: Conceptualización, Redacción—revisión y edición, Supervisión. AP: Conceptualización, Escritura: revisión y edición. SB: Conceptualización, Redacción—revisión y edición, Supervisión.

Correspondencia a Shukla Poddar.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Poddar, S., Evans, JP, Kay, M. et al. Evaluación de las futuras rampas de energía solar de Australia con proyecciones climáticas. Representante científico 13, 11503 (2023). https://doi.org/10.1038/s41598-023-38566-z

Descargar cita

Recibido: 03 de marzo de 2023

Aceptado: 11 de julio de 2023

Publicado: 02 de agosto de 2023

DOI: https://doi.org/10.1038/s41598-023-38566-z

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.