La piattaforma è in fase di sviluppo. Arriva a breve!
La sfida

Il fotovoltaico distribuito è visibile solo in parte, ma la rete deve funzionare nel suo insieme.

Prevedere la generazione fotovoltaica distribuita richiede informazioni temporali affidabili, dettaglio spaziale e una rappresentazione realistica delle condizioni meteorologiche in rapido cambiamento.

La generazione fotovoltaica differisce dalla generazione convenzionale programmabile in due modi fondamentali: la sua produzione dipende direttamente dal meteo, e una grande quota della capacità installata è distribuita in molti impianti piccoli e medi. Il risultato è una risorsa di generazione altamente variabile il cui comportamento cambia continuamente nel tempo e nello spazio.

Osservabilità limitata

Molti impianti fotovoltaici non forniscono misure di produzione in tempo reale a una piattaforma centrale comune. Le informazioni disponibili possono arrivare con ritardi, essere aggregate su aree ampie o descrivere solo un sottoinsieme degli impianti. Ai fini della previsione, questo significa che lo stato reale della generazione distribuita non viene mai osservato con la stessa completezza di un numero ridotto di grandi impianti convenzionali.

SentinelPV affronta questa limitazione chiedendosi se una rete più piccola di punti di osservazione di alta qualità possa fornire informazioni sufficienti per dedurre il comportamento della popolazione fotovoltaica circostante. Il progetto tratta quindi la strategia di monitoraggio e la metodologia di previsione come parti dello stesso problema.

Variabilità spaziale

La sola distanza geografica non è sufficiente a descrivere la somiglianza tra impianti fotovoltaici. Due località vicine possono sperimentare condizioni nuvolose diverse, microclimi indotti dal territorio o pattern locali di irraggiamento, mentre siti più distanti tra loro possono mostrare comportamenti di produzione simili in presenza di regimi meteorologici ricorrenti. Topografia, copertura del suolo, meteorologia e produzione storica diventano quindi variabili rilevanti per la modellazione spaziale.

Per questo motivo SentinelPV combina l’analisi geospaziale con i dati di produzione e meteo. L’obiettivo è identificare aree sufficientemente omogenee da poter essere rappresentate in modo efficiente, preservando al contempo le informazioni locali rilevanti per la previsione.

Meteo in rapido cambiamento e condizioni atipiche

Gli errori di previsione tendono a diventare più difficili durante transizioni nuvolose rapide, nebbia, condizioni di aerosol inusuali e altre situazioni atmosferiche non pienamente rappresentate dai prodotti meteorologici standard. Il trasporto di polveri sahariane è un esempio importante per le applicazioni solari, poiché gli aerosol possono alterare la radiazione che raggiunge il suolo e generare deviazioni sistematiche tra le previsioni convenzionali e la produzione fotovoltaica reale.

Il progetto include quindi casi di studio atmosferici specifici oltre all’analisi delle prestazioni medie. Questi casi vengono utilizzati per verificare se i metodi ibridi fisici e di machine learning restano robusti quando le condizioni operative differiscono dai periodi di addestramento tipici.

Dai singoli siti alle regioni

Un sistema di previsione progettato per il fotovoltaico distribuito deve funzionare su più di una scala spaziale. SentinelPV studia le previsioni per singole località e la loro aggregazione in zone o regioni, analizzando come l’incertezza cambia al crescere della scala spaziale. Questo aiuta a identificare dove è necessaria una modellazione locale dettagliata e dove l’aggregazione attenua naturalmente parte della variabilità.

Domanda chiave. Come può un numero limitato di impianti monitorati rappresentativi fornire informazioni spaziali e temporali sufficienti per prevedere un parco fotovoltaico distribuito molto più ampio?