¿Cuánto vale?
Muchos de nosotros en la industria de las energías renovables estamos familiarizados con el uso de datos SCADA (control de supervisión y adquisición de datos) para proporcionar actualizaciones de estado sobre la operación de parques eólicos. El valor potencial de estos datos se entiende bien. Desde la determinación de si los modos de ruido se han aplicado correctamente hasta la comprensión de los efectos de la formación de hielo, los datos SCADA son una parte vital del análisis de rendimiento de una evaluación del rendimiento energético. Pero estas son máquinas complejas. En una conferencia a la que asistí en 2015, las turbinas eólicas se describieron como las máquinas de rotación continua más grandes que los humanos han ideado hasta ahora. Desde entonces, han crecido aún más. Es fácil comprender la utilidad de saber qué están haciendo los sistemas móviles en estas máquinas complejas.
La energía solar, por otro lado, no es tan dinámica y, por lo tanto, requiere un enfoque diferente. Además, el ritmo del desarrollo de nuevos proyectos es mucho más rápido. A menudo vemos que los propietarios y operadores tienen que equilibrar la optimización de las operaciones de proyectos existentes con la carrera para identificar y construir nuevas plantas solares, con la prisa por construir nuevas plantas que a menudo ganan. Esto significa que los operadores pueden ser reacios a invertir tiempo para usar completamente los datos SCADA. Las revisiones periódicas a menudo se limitan a estadísticas mensuales de PR (índice de rendimiento: una métrica de eficiencia para proyectos solares), irradiancia y energía, con una mirada simbólica a la temperatura, corriente o voltajes. Después de todo, si algo sale mal en la mayoría de los parques solares en el Reino Unido, no es como si pudieras cambiar el ángulo de inclinación o mover los paneles a una mejor posición. No hay requisitos de inmersión profunda para investigar los datos que se están registrando, ¿o sí?
Recientemente, se nos pidió investigar un parque solar del Reino Unido que muestra un bajo rendimiento en comparación con el presupuesto en los meses de verano. El sitio estaba ubicado cerca de algún sombreado potencial, tenía un espacio estrecho entre hileras y una relación CC / CA lo suficientemente grande como para esperar que la clasificación del inversor limitara la salida durante los períodos de alta insolación. Todo esto se incluyó en los supuestos de presupuesto del sitio, pero aun así, el sitio mostraba un rendimiento 10% menor que el presupuestado durante los meses de verano.
Realizamos una investigación simple del sitio utilizando SolarWindFisher, la herramienta de DNV para visualizar y analizar datos SCADA. Calculando independientemente las diversas métricas, pudimos confirmar de inmediato la reducción de las relaciones públicas en los meses de verano. Luego, utilizando los datos del nivel del inversor, también pudimos identificar los momentos en que ocurría el recorte del inversor y calcular las pérdidas de energía. Usando los datos de nivel de cadena, también pudimos separar el sombreado entre filas y el sombreado externo y nuevamente calcular las pérdidas de energía asociadas. Estos datos se compararon con los cálculos del presupuesto que sugirieron que había menos sombreado de lo esperado. Sin embargo, el recorte fue según los supuestos del presupuesto, incluso durante este año en particular, que fue más soleado que el promedio. Esto no fue suficiente para explicar el bajo rendimiento.
Investigaciones posteriores mostraron que hubo problemas de rendimiento con la mitad de los inversores. Estos inversores funcionaban alrededor de un 2% por debajo de su eficiencia nominal y muy por debajo de la eficiencia de los inversores vecinos. Estábamos cerca, pero aún se necesitaban más análisis.
Contáctenos
