Estimación y pronóstico de radiación solar en el valle de Aburrá – Colombia
PDF

Archivos suplementarios

Material suplementario

Cómo citar

M. Cano, L. ., Carmona, M. A. ., Martínez , J. A., & Arias , P. A. (2022). Estimación y pronóstico de radiación solar en el valle de Aburrá – Colombia. Revista De La Academia Colombiana De Ciencias Exactas, Físicas Y Naturales, 46(179), 529–549. https://doi.org/10.18257/raccefyn.1576

Descargas

Los datos de descargas todavía no están disponibles.

Métricas Alternativas


Dimensions

Resumen


El diagnóstico y pronóstico de la irradiancia solar en superficie son elementos importantes para el aprovechamiento del recurso solar. En este estudio se evaluó el desempeño del reanálisis ERA5, las estimaciones satelitales del GOES16 y los pronósticos del Weather Research and Forecasting model (WRF) mediante mediciones en un sitio en el Valle de Aburrá. El análisis se concentró en los ciclos diurnos, el comportamiento estacional y las variaciones interanuales de las estimaciones de irradiancia solar en superficie y energía acumulada diaria. En general, el reanálisis produjo estimaciones más cercanas a las observaciones que los datos derivados del GOES16. A escala diaria, el ERA5 presentó menores sesgos (entre 0,01 y 1,05 kWh/) que los estimaciones del GOES16 (entre -1,23 y 1,07 kWh/). Las estimaciones del ERA5 evidenciaron que la radiación solar fue mayor durante los eventos de El Niño, especialmente en la temporada de diciembre-enero-febrero, con un aumento promedio del 10 % con respecto a las condiciones neutrales o de La Niña. Por otra parte, los pronósticos del WRF exhibieron errores de sesgo medio (MBE) de alrededor del 20 % y errores cuadráticos medios (RMSE) de alrededor del 50 %, semejantes a los de otros estudios. Los análisis de correlaciones mostraron, además, que el WRF puede representar de forma adecuada las variaciones horarias y diarias de la radiación, con correlaciones entre 0,86 y 0,81, respectivamente. Tanto en las estimaciones para el diagnóstico del ERA5 y del GOES16, como en los pronósticos del WRF, los mayores errores se encontraron en días y temporadas de mayor nubosidad y lluvias.

https://doi.org/10.18257/raccefyn.1576

Palabras clave

Recurso solar | Reanálisis ERA5 | Satélite GOES16 | Pronóstico; Weather Research Forecasting (WRF)
PDF

Referencias

Ameen, B., Balzter, H., Jarvis, C., Wey, E., Thomas, C., Marchand, M. (2018). Validation of Hourly Global Horizontal Irradiance for Two Satellite-Derived Datasets in Northeast Iraq. Remote Sensing, 10(10), 1651. https://doi.org/10.3390/RS10101651

Aryaputera, A. W., Yang, D., Walsh, W. M. (2015). Day-Ahead Solar Irradiance Forecasting in a Tropical Environment. Journal of Solar Energy Engineering, 137(5), 051009. https://doi.org/10.1115/1.4030231

Babar, B., Graversen, R., Boström, T. (2019). Solar radiation estimation at high latitudes: Assessment of the CMSAF databases, ASR and ERA5. Solar Energy, 182, 397-411. https://doi.org/10.1016/j.solener.2019.02.058

Bedoya-Soto, J. M., Aristizábal, E., Carmona, A. M., Poveda, G. (2019). Seasonal shift of the diurnal cycle of rainfall over Medellin’s valley, Central Andes of Colombia (1998–2005). Frontiers in Earth Science, 7, 92. https://doi.org/10.3389/feart.2019.00092

Bustos, J., Sepúlveda, A., Triviño, L. (2014). Zonas no interconectadas eléctricamente en Colombia: problemas y perspectiva (Non Electric Interconnection Zones in Colombia: Problems and Perspectives). SSRN Electronic Journal. https://doi.org/10.2139/SSRN.2603023

Boilley, A. & Wald, L. (2015). Comparison between meteorological re-analyses from ERA-Interim and MERRA and measurements of daily solar irradiation at surface. Renewable Energy, 75, 135–143. https://doi.org/10.1016/j.renene.2014.09.042

Checa, F.E. & De La Cruz, O.E. (2015). Potencial natural para el desarrollo fotovoltaico en Colombia. Libros Editorial UNIMAR. Pasto, Colombia.

Cuervo, R. & Mendez, J, M. (2011). Energía solar fotovoltaica. FC Editorial. Madrid, España.

DANE (2020). Censo nacional de población y vivienda 2018 - Valle de Aburrá. Technical report, Departamento Administrativo Nacional de Estadística (DANE). Fecha de consulta: agosto y diciembre de 2020. Disponible en: https://www.dane.gov.co/files/censo2018/informaciontecnica/presentaciones-territorio/190822-CNPV-presentacion-Antioquia-Valle-de-Aburra.pdf

Diagne, M., David, M., Boland, J., Schmutz, N., Lauret, P. (2014). Post-processing of solar irradiance forecasts from WRF model at Reunion Island. Solar Energy, 105, 99-108.

Henao, F., Rodríguez, Y., Viteri, J. P., Dyner, I. (2019). Optimising the insertion of renewables in the Colombian power sector. Renewable Energy, 132, 81-92. https://doi.org/10.1016/J. RENENE.2018.07.099

Henao, F., Viteri, J. P., Rodríguez, Y., Gómez, J., Dyner, I. (2020). Annual and interannual complementarities of renewable energy sources in Colombia. Renewable and Sustainable Energy Reviews, 134(August). https://doi.org/10.1016/j.rser.2020.110318

Herrera-Mejía, L. & Hoyos, C. D. (2019). Characterization of the atmospheric boundary layer in a narrow tropical valley using remote sensing and radiosonde observations and the WRF model: the Aburrá Valley case-study. Quarterly Journal of the Royal Meteorological Society, 145(723), 2641-2665. https://doi.org/10.1002/QJ.3583

Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz-Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D., Simmons, A.,… Thépaut, J-N. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146, 1999-2049. https://doi.org/10.1002/qj.3803

IDEAM & UPME. (2017). Atlas de Radiación Solar, Ultravioleta y Ozono de Colombia (p. 172). p. 172. Fecha de consulta: agosto y diciembre 2020. Disponible en: http://atlas.ideam.gov.co/visorAtlasRadiacion.html

IDEAM. (s.f). Importancia de la radiación solar. Fecha de consulta: agosto a diciembre del 2020. Disponible en: http://www.ideam.gov.co/web/tiempo-y-clima/radiacion-solar-ultravioleta#:~:text=La%20radiaci%C3%B3n%20solar%20nos%20proporciona,s%C3%ADntesis%20de%20los%20neurotransmisores%20cerebrales

Incecik, S., Sakarya, S., Tilev, S., Kahraman, A., Aksoy, B., Caliskan, E., ... Odman, M. T. (2019). Evaluation of WRF parameterizations for global horizontal irradiation forecasts: A study for Turkey. Atmósfera, 32(2), 143-158.

Jiang, H., Lu, N., Qin, J., Tang, W., Yao, L. (2019). A deep learning algorithm to estimate hourly global solar radiation from geostationary satellite data. Renewable and Sustainable Energy Reviews, 114, 109327. https://doi.org/10.1016/J.RSER.2019.109327

Lara-Fanego, V., Ruiz-Arias, J. A., Pozo-Vázquez, D., Santos-Alamillos, F. J., Tovar-Pescador, J. (2012). Evaluation of the WRF model solar irradiance forecasts in Andalusia (Southern Spain). Solar Energy, 86(8), 2200-2217.

Laszlo, I., Liu, H., Kim, H. Y., Pinker, R. T. (2020). Shortwave Radiation from ABI on the GOES-R Series. In Shortwave Radiation from ABI on the GOES-R Series, 1979, 179–191. https://doi.org/10.1016/B978-0-12-814327-8.00015-9

Lohmann, G. M., Monahan, A. H., Heinemann, D. (2016). Local short-term variability in solar irradiance. Atmospheric Chemistry and Physics, 16(10), 6365–6379. https://doi.org/10.5194/acp-16-6365-2016

Mesa Sánchez, Ó. J., Poveda Jaramillo, G., Vélez Upegui, J. I., Mejía Valencia, J. F., Hoyos Ortiz, C. D., Mantilla Gutiérrez, R., Barco Mejía, O. J., Cuartas Pineda, L. A., Botero Hernández, B., Montoya, M. I. (2000). Distribución espacial y ciclos anual y semianual de la precipitación en Colombia. https://repositorio.unal.edu.co/handle/unal/12102

Olarte, M. S. T. (2017). Nuevos modelos de predicción a corto plazo de la generación eléctrica en plantas basadas en energía solar fotovoltaica. Tesis doctoral, Universidad de La Rioja, España.

Porrini, C. (2017). Evaluación del modelo regional WRF para pronósticos de radiación solar en superficie dentro del territorio uruguayo. Tesis de grado, Universidad de la República, Uruguay.

Poveda, G. & Mesa, O. (1999). La corriente de chorro superficial del Oeste (“del Chocó”) y otras dos corrientes de chorro en Colombia: climatología y variabilidad durante las fases del ENSO. Revista de la Academia Colombiana de Ciencias Exactas Físicas y Naturales, 23(89), 517-528.

Poveda, G. (2004). La hidroclimatología de Colombia: una síntesis desde la escala inter-decadal hasta la escala diurna. Revista de la Academia Colombiana de Ciencias Exactas Físicas y Naturales, 28(107), 201-222.

Poveda, G., Mesa, O. J., Salazar, L. F., Arias, P. A., Moreno, H. A., Vieira, S. C., Agudelo, P. A., Toro, V. G., Álvarez, J. F. (2005). The Diurnal Cycle of Precipitation in the Tropical Andes of Colombia. Monthly Weather Review, 133(1), 228-240. https://doi.org/10.1175/ MWR-2853.1

Ramírez-Camargo, L. & Schmidt, J. (2020). Simulation of multi-annual time series of solar photovoltaic power: Is the ERA5-land reanalysis the next big step? Sustainable Energy Technologies and Assessments, 42, 100829. https://doi.org/10.1016/j.seta.2020.100829

Ren, G., Wan, J., Liu, J., Yu, D. (2019). Spatial and temporal assessments of complementarity for renewable energy resources in China. Energy, 177, 262-275. https://doi.org/10.1016/j.energy.2019.04.023

Robledo-Delgado, V. (2020). Validación de datos satelitales de irradiancia solar de GOES-East sobre Medellín-Colombia. [Tesis de pregrado, Universidad de Antioquia]. Repositorio Institucional Universidad de Antioquia. http://hdl.handle.net/10495/15085

Salazar, G., Gueymard, C., Galdino, J. B., de Castro Vilela, O., Fraidenraich, N. (2020). Solar irradiance time series derived from high quality measurements, satellite-based models, and reanalyses at a near-equatorial site in Brazil. Renewable and Sustainable Energy Reviews, 117, 109478. https://doi.org/10.1016/J.RSER.2019.109478

Sianturi, Y., Marjuki, Sartika, K. (2020). Evaluation of ERA5 and MERRA2 reanalyses to estimate solar irradiance using ground observations over Indonesia region. AIP Conference Proceedings, 2223 (1), 020002. https://doi.org/10.1063/5.0000854

Superservicios. (2017). ZONAS NO INTERCONECTADAS - ZNI Diagnóstico de la prestación del servicio de energía eléctrica 2017. Recuperado de: http://webdav.superservicios.gov.co:8080/Media/Imagenes/Destacados/ZNI-Diagnostico-de-la-prestacion-del-servicio-de-energiaelectrica-2017

UPME. (2015). Integración de las energías renovables no convencionales en Colombia. Ministerio de Minas y Energía. Recuperado de: http://www.upme.gov.co/Estudios/2015/Integracion_Energias_Renovables/INTEGRACION_ENERGIAS_RENOVANLES_WEB.pdf

Urraca, R., Huld, T., Gracia-Amillo, A., Martínez-de-Pison, F. J., Kaspar, F., Sanz-García, A. (2018). Evaluation of global horizontal irradiance estimates from ERA5 and COSMO-REA6 reanalyses using ground and satellite-based data. Solar Energy, 164, 339–354. https://doi.org/10.1016/J.SOLENER.2018.02.059

Urrego-Ortiz, J., Alejandro Martínez, J., Arias, P. A., Jaramillo-Duque, Á. (2019). Assessment and day-ahead forecasting of hourly solar radiation in Medellín, Colombia. Energies, 12 (22), 1–29. https://doi.org/10.3390/en12224402

Vanegas-Chamorro, M., Villicaña-Ortiz, E., Arrieta-Viana, L. (2015). Quantification and characterization of solar radiation at the department of La Guajira-Colombia by calculating atmospheric transmissivity. Prospectiva, 13 (2), 54-63.

Wilks, D.S. (2006). Statistical Methods in the Atmospheric Sciences. 2nd Edition, Academic Press, London.

Xia, S., Mestas-Núñez, A. M., Xie, H., Vega, R. (2017). An Evaluation of Satellite Estimates of Solar Surface Irradiance Using Ground Observations in San Antonio, Texas, USA. Remote Sensing, 9(12), 1268. https://doi.org/10.3390/RS9121268

Yeom, J.-M., Park, S., Chae, T., Kim, J.-Y., Lee, C. S. (2019). Spatial Assessment of Solar Radiation by Machine Learning and Deep Neural Network Models Using Data Provided by the COMS MI Geostationary Satellite: A Case Study in South Korea. Sensors, 19(9), 2082. https://doi.org/10.3390/S19092082

Zapata, S., Castañeda, M., Jiménez, M., Aristizábal, A. J., Franco, C. J., Dyner, I. (2018). Long-term effects of 100% renewable generation on the Colombian power market. Sustainable Energy Technologies and Assessments, 30, 183–191. https://doi.org/10.1016/J. SETA.2018.10.008

Zhang, X., Lu, N., Jiang, H., Yao, L. (2020). Evaluation of Reanalysis Surface Incident Solar Radiation Data in China. Scientific Reports, 10(1), 1-20. https://doi.org/10.1038/s41598-020-60460-1

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Derechos de autor 2022 Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales