IEEE Power & Energy - Spanish - May/June 2018 - 60

utilizadas como entradas para las simulaciones. tenga en
cuenta que este enfoque podría no ser adecuado para todas
las aplicaciones. por ejemplo, en aplicaciones limitadas a
análisis y pronósticos localizados, a nivel de distribución, la
flota de FV particulares es mucho más pequeña, lo que puede
garantizar una mayor consideración de, por ejemplo, características de diseño más detalladas del sistema fotovoltaico.
Este enfoque estadístico es similar a los métodos de pronóstico de carga descendente que los iso/rto suelen utilizar. para estos métodos, en lugar de pronosticar la demanda de
cada aparato o dispositivo de iluminación en casas o empresas,
se agrega una diversidad de usos finales de electricidad coincidentes e individuales al consumo eléctrico para un área, y
los modelos estadísticos entrenados en datos históricos aprovechan los patrones de carga implícitos. a su vez, estos modelos luego pueden pronosticar con precisión la carga basándose
únicamente en el calendario y en las entradas climatológicas.

Resultados de alta calidad y alta
fidelidad
El Gráfico 8 ilustra una comparación de los resultados de
simulación a nivel de ciudad (izquierda) y el rendimiento a
nivel de ciudad de más de 2,000 instalaciones fotovoltaicas
reales (derecha) el (a) 1 de mayo de 2014 a las 12:30, hora
del Este (Ept) y (b) 15 de octubre de 2014 a las 12:30, Ept.
ambos conjuntos de datos representan la cantidad relativa
de producción solar a nivel municipal, tal como se describió
anteriormente. a pesar de que los dos conjuntos se obtienen
de fuentes independientes, existe una amplia concordancia
entre los datos fotovoltaicos simulados y los medidos. El alto
grado de coherencia del color espacial en la representación
de ambos conjuntos demuestra el valor de utilizar los datos
de producción por unidad a nivel de ciudad en el proceso de
estimación, ya que los mapas de calor muestran claramente
su capacidad para encapsular los efectos del clima local
(principalmente capa nubosa) en la flota de FV particulares.
por ejemplo, en (a) los gráficos del 1 de mayo, ambos mapas
ilustran una baja producción fotovoltaica debido a condiciones principalmente nubosas en gran parte del área sureste de
la región y una mayor producción fotovoltaica en partes del
noroeste de la región debido a una menor capa nubosa. de
manera similar, (b) los diagramas del 15 de octubre muestran
condiciones principalmente soleadas en el sureste, con los
efectos de una mayor capa nubosa reflejados en varios focos
de menor producción fotovoltaica en el resto de la región.
El Gráfico 9 ilustra el perfil simulado de FV particulares
por unidad para los seis estados de nueva inglaterra, el 1 y 2
de julio de 2007. Estos perfiles reflejan una media aritmética
de todos los perfiles de la ciudad dentro de cada estado, y
muestran el efecto general del clima en cada estado en la
potencia simulada de FV particulares. de acuerdo con el
mismo conjunto de resultados, también es posible desarrollar perfiles agregados de FV particulares que reflejen una
distribución geográfica específica a nivel de ciudad de los
sistemas de FV particulares instalados con tan solo ponderar
60

ieee power & energy magazine

los perfiles de la ciudad por la capacidad instalada de cada
una de ellas.
la tabla 4 resume los factores de capacidad anual promedio para los seis estados durante todo el período de simulación de 17 años basado en la nsrdB, y el Gráfico 10 es un
diagrama de cajas que muestra la variabilidad de los factores
de capacidad mensual de FV particulares en massachusetts,
durante todo el período. dado que nueva inglaterra normalmente experimenta eventos de nieve durante el invierno y en
las simulaciones no se modelaron explícitamente los efectos
de la capa de nieve, las métricas de desempeño anual son algo
optimistas para los meses de invierno (y, como resultado,
anualmente). sin embargo, los resultados de invierno representan la disponibilidad de recursos solares en invierno, sin nieve.
En general, la gran concordancia que existe entre los
resultados granulares de la simulación a nivel de ciudad y
los datos de medición demuestra que la simulación de la flota
de FV particulares produjo resultados razonables y realistas, y destaca el hecho de que el nuevo conjunto de datos de
la nsrdB de nrEl no solo es espacial y temporalmente
integral, sino que también es de muy alta calidad. dado
que el período de simulación es de 17 años, ahora es posible una comprensión relativamente sólida de los patrones
de disponibilidad de recursos solares en el área cubierta por
la nsrdB. Quizás, y más importante aún, el acoplamiento
de los resultados con los pronósticos a largo plazo de FV
particulares y las cargas históricas permita una investigación exhaustiva de los patrones de carga neta a medida que
aumenten las penetraciones de FV particulares. al utilizar
esta información, ahora es posible tener una mayor claridad
en cuanto al momento y la magnitud de las medidas de mitigación que puedan requerirse para integrar penetraciones
de FV particulares cada vez más grandes en el futuro. por
último, la nsrdB ahora permite a los pronosticadores de
carga a largo plazo factorizar las potencias fotovoltaicas en
sus pronósticos, donde y cuando sea necesario.

Observaciones finales
Hace más de 70 años, los investigadores reconocieron la
temperatura como un factor determinante de la demanda
de potencia. desde entonces, los datos de temperatura han
sido ampliamente utilizados en los modelos de pronóstico
de carga. debido a la creciente necesidad de pronósticos de
potencia precisos, la industria de la energía está adoptando
más datos climatológicos. En este artículo presentamos dos
aplicaciones de servicios públicos que se basan en datos
meteorológicos. Utilizamos algunos datos meteorológicos
convencionales y de fácil acceso para ofrecer un panorama
nuevo y probabilístico del saidi, que ayuda a revelar la tendencia de confiabilidad de los servicios públicos. En el estudio de simulación de FV particulares, utilizamos algunos
datos climatológicos integrales recientemente desarrollados
para abordar un problema emergente en la integración de las
energías renovables. los investigadores y profesionales han
establecido una gran cantidad de conocimiento en la ciencia
mayo/junio 2018



Table of Contents for the Digital Edition of IEEE Power & Energy - Spanish - May/June 2018

Contenidos
IEEE Power & Energy - Spanish - May/June 2018 - Cover1
IEEE Power & Energy - Spanish - May/June 2018 - Cover2
IEEE Power & Energy - Spanish - May/June 2018 - Contenidos
IEEE Power & Energy - Spanish - May/June 2018 - 2
IEEE Power & Energy - Spanish - May/June 2018 - 3
IEEE Power & Energy - Spanish - May/June 2018 - 4
IEEE Power & Energy - Spanish - May/June 2018 - 5
IEEE Power & Energy - Spanish - May/June 2018 - 6
IEEE Power & Energy - Spanish - May/June 2018 - 7
IEEE Power & Energy - Spanish - May/June 2018 - 8
IEEE Power & Energy - Spanish - May/June 2018 - 9
IEEE Power & Energy - Spanish - May/June 2018 - 10
IEEE Power & Energy - Spanish - May/June 2018 - 11
IEEE Power & Energy - Spanish - May/June 2018 - 12
IEEE Power & Energy - Spanish - May/June 2018 - 13
IEEE Power & Energy - Spanish - May/June 2018 - 14
IEEE Power & Energy - Spanish - May/June 2018 - 15
IEEE Power & Energy - Spanish - May/June 2018 - 16
IEEE Power & Energy - Spanish - May/June 2018 - 17
IEEE Power & Energy - Spanish - May/June 2018 - 18
IEEE Power & Energy - Spanish - May/June 2018 - 19
IEEE Power & Energy - Spanish - May/June 2018 - 20
IEEE Power & Energy - Spanish - May/June 2018 - 21
IEEE Power & Energy - Spanish - May/June 2018 - 22
IEEE Power & Energy - Spanish - May/June 2018 - 23
IEEE Power & Energy - Spanish - May/June 2018 - 24
IEEE Power & Energy - Spanish - May/June 2018 - 25
IEEE Power & Energy - Spanish - May/June 2018 - 26
IEEE Power & Energy - Spanish - May/June 2018 - 27
IEEE Power & Energy - Spanish - May/June 2018 - 28
IEEE Power & Energy - Spanish - May/June 2018 - 29
IEEE Power & Energy - Spanish - May/June 2018 - 30
IEEE Power & Energy - Spanish - May/June 2018 - 31
IEEE Power & Energy - Spanish - May/June 2018 - 32
IEEE Power & Energy - Spanish - May/June 2018 - 33
IEEE Power & Energy - Spanish - May/June 2018 - 34
IEEE Power & Energy - Spanish - May/June 2018 - 35
IEEE Power & Energy - Spanish - May/June 2018 - 36
IEEE Power & Energy - Spanish - May/June 2018 - 37
IEEE Power & Energy - Spanish - May/June 2018 - 38
IEEE Power & Energy - Spanish - May/June 2018 - 39
IEEE Power & Energy - Spanish - May/June 2018 - 40
IEEE Power & Energy - Spanish - May/June 2018 - 41
IEEE Power & Energy - Spanish - May/June 2018 - 42
IEEE Power & Energy - Spanish - May/June 2018 - 43
IEEE Power & Energy - Spanish - May/June 2018 - 44
IEEE Power & Energy - Spanish - May/June 2018 - 45
IEEE Power & Energy - Spanish - May/June 2018 - 46
IEEE Power & Energy - Spanish - May/June 2018 - 47
IEEE Power & Energy - Spanish - May/June 2018 - 48
IEEE Power & Energy - Spanish - May/June 2018 - 49
IEEE Power & Energy - Spanish - May/June 2018 - 50
IEEE Power & Energy - Spanish - May/June 2018 - 51
IEEE Power & Energy - Spanish - May/June 2018 - 52
IEEE Power & Energy - Spanish - May/June 2018 - 53
IEEE Power & Energy - Spanish - May/June 2018 - 54
IEEE Power & Energy - Spanish - May/June 2018 - 55
IEEE Power & Energy - Spanish - May/June 2018 - 56
IEEE Power & Energy - Spanish - May/June 2018 - 57
IEEE Power & Energy - Spanish - May/June 2018 - 58
IEEE Power & Energy - Spanish - May/June 2018 - 59
IEEE Power & Energy - Spanish - May/June 2018 - 60
IEEE Power & Energy - Spanish - May/June 2018 - 61
IEEE Power & Energy - Spanish - May/June 2018 - 62
IEEE Power & Energy - Spanish - May/June 2018 - 63
IEEE Power & Energy - Spanish - May/June 2018 - 64
IEEE Power & Energy - Spanish - May/June 2018 - 65
IEEE Power & Energy - Spanish - May/June 2018 - 66
IEEE Power & Energy - Spanish - May/June 2018 - 67
IEEE Power & Energy - Spanish - May/June 2018 - 68
IEEE Power & Energy - Spanish - May/June 2018 - 69
IEEE Power & Energy - Spanish - May/June 2018 - 70
IEEE Power & Energy - Spanish - May/June 2018 - 71
IEEE Power & Energy - Spanish - May/June 2018 - 72
IEEE Power & Energy - Spanish - May/June 2018 - 73
IEEE Power & Energy - Spanish - May/June 2018 - 74
IEEE Power & Energy - Spanish - May/June 2018 - 75
IEEE Power & Energy - Spanish - May/June 2018 - 76
IEEE Power & Energy - Spanish - May/June 2018 - 77
IEEE Power & Energy - Spanish - May/June 2018 - 78
IEEE Power & Energy - Spanish - May/June 2018 - 79
IEEE Power & Energy - Spanish - May/June 2018 - 80
IEEE Power & Energy - Spanish - May/June 2018 - 81
IEEE Power & Energy - Spanish - May/June 2018 - 82
IEEE Power & Energy - Spanish - May/June 2018 - 83
IEEE Power & Energy - Spanish - May/June 2018 - 84
IEEE Power & Energy - Spanish - May/June 2018 - 85
IEEE Power & Energy - Spanish - May/June 2018 - 86
IEEE Power & Energy - Spanish - May/June 2018 - 87
IEEE Power & Energy - Spanish - May/June 2018 - 88
IEEE Power & Energy - Spanish - May/June 2018 - 89
IEEE Power & Energy - Spanish - May/June 2018 - 90
IEEE Power & Energy - Spanish - May/June 2018 - 91
IEEE Power & Energy - Spanish - May/June 2018 - 92
IEEE Power & Energy - Spanish - May/June 2018 - 93
IEEE Power & Energy - Spanish - May/June 2018 - 94
IEEE Power & Energy - Spanish - May/June 2018 - 95
IEEE Power & Energy - Spanish - May/June 2018 - 96
IEEE Power & Energy - Spanish - May/June 2018 - 97
IEEE Power & Energy - Spanish - May/June 2018 - 98
IEEE Power & Energy - Spanish - May/June 2018 - 99
IEEE Power & Energy - Spanish - May/June 2018 - 100
IEEE Power & Energy - Spanish - May/June 2018 - 101
IEEE Power & Energy - Spanish - May/June 2018 - 102
IEEE Power & Energy - Spanish - May/June 2018 - 103
IEEE Power & Energy - Spanish - May/June 2018 - 104
IEEE Power & Energy - Spanish - May/June 2018 - 105
IEEE Power & Energy - Spanish - May/June 2018 - 106
IEEE Power & Energy - Spanish - May/June 2018 - 107
IEEE Power & Energy - Spanish - May/June 2018 - 108
IEEE Power & Energy - Spanish - May/June 2018 - 109
IEEE Power & Energy - Spanish - May/June 2018 - 110
IEEE Power & Energy - Spanish - May/June 2018 - 111
IEEE Power & Energy - Spanish - May/June 2018 - 112
IEEE Power & Energy - Spanish - May/June 2018 - 113
IEEE Power & Energy - Spanish - May/June 2018 - 114
IEEE Power & Energy - Spanish - May/June 2018 - 115
IEEE Power & Energy - Spanish - May/June 2018 - 116
IEEE Power & Energy - Spanish - May/June 2018 - 117
IEEE Power & Energy - Spanish - May/June 2018 - 118
IEEE Power & Energy - Spanish - May/June 2018 - 119
IEEE Power & Energy - Spanish - May/June 2018 - 120
IEEE Power & Energy - Spanish - May/June 2018 - 121
IEEE Power & Energy - Spanish - May/June 2018 - 122
IEEE Power & Energy - Spanish - May/June 2018 - 123
IEEE Power & Energy - Spanish - May/June 2018 - 124
IEEE Power & Energy - Spanish - May/June 2018 - Cover3
IEEE Power & Energy - Spanish - May/June 2018 - Cover4
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_091019
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_070819
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_050619
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_030419
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_010219
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_111218
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_091018
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_070818
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_050618
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_030418
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_010218
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0917
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0717
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0517
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0117
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0317
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_1116
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0916
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_111217
http://www.nxtbookMEDIA.com