Réplica del dataset público de Sandia PVPMC 2021
El motor de simulación de Heliosolve reprodujo el dataset público de medidas de Sandia con una desviación dentro del ±2 % en potencia DC anual, sobre dos tecnologías de panel distintas en el mismo emplazamiento de investigación de Albuquerque, Nuevo México.
Resumen ejecutivo
- Qué se probó: Se replicaron dos escenarios del dataset público de 2021 del Sandia PV Performance Modeling Collaborative: un panel Panasonic HIT y un monocristalino de Canadian Solar, ambos de inclinación fija y ambos en el emplazamiento de investigación de Sandia en Albuquerque.
- Qué se obtuvo: La potencia DC modelada coincidió con la referencia medida en −1,93 % (Panasonic HIT) y +0,52 % (Canadian Solar) sobre el año, con una correlación medida-modelo de R² = 0,9843 y 0,9862. Los dos sesgos quedan dentro de la banda mediana de la cohorte del intercomparativo ciego PVPMC de 2021 (−3,3 % de energía DC anual sobre 29 envíos).
- Por qué importa: Estos resultados atacan la parte de modelado de la brecha de ~8 % que la industria documenta entre producción prevista y real. Los factores operativos, financieros y de degradación quedan fuera de este informe. Un modelado más ajustado del lado DC respalda los insumos P50/P90 del prestamista como un factor entre varios.
Alcance: dos escenarios en un único emplazamiento de investigación, un año de datos medidos. Réplica posterior a la publicación, conducida por Heliosolve (no se participó en la ronda ciega de 2021). No es una auditoría de tercero.
| Parámetro de validación | Escenario S1 (HIT) | Escenario S2 (mono-c-Si) |
|---|---|---|
| Sesgo anual de potencia DC | −1,93 % | +0,52 % |
| Correlación medida vs. modelo (R²) | 0,9843 | 0,9862 |
| Error relativo horario medio (nRMSE) | 6,12 % | 5,60 % |
| Error absoluto horario medio (MAPE) | 6,68 % | 5,88 % |
Por qué importa
Las plantas solares a escala de utility producen en torno a un 8 % menos energía, corregida por meteorología, de lo que predijeron sus pronósticos previos a la construcción. La brecha tiene varias causas —suciedad, disponibilidad, degradación, calidad del EPC, datos meteorológicos y modelado—. Este informe aborda la parte de modelado.
- La brecha del 8 % está medida: en su actualización de 2025, kWh Analytics reporta un déficit medio del 8,6 % sobre 34.000 meses-sistema de datos operativos.
- Va directa a la financiación del proyecto: más incertidumbre de modelado ensancha la distancia entre el escenario de ingresos optimista y el pesimista, lo que puede comprimir el margen de cobertura del servicio de la deuda.
- La distancia entre simulador y medida está documentada: un test de NREL sobre 9 plantas con un simulador de referencia reporta errores de energía anual por debajo del 3 % en instalaciones de inclinación fija y por debajo del 8 % en seguidores; la propia cohorte ciega de PVPMC 2021 reportó un sesgo mediano de energía DC anual de −3,3 % sobre 29 envíos.
Qué se validó
La referencia de validación es el dataset público de 2021 del Sandia PV Performance Modeling Collaborative (PVPMC) — el mismo que usaron 29 participantes de la cohorte ciega, procedentes de 28 instituciones en 12 países, para probar sus simuladores. Sandia National Laboratories publicó el registro completo de medidas en abril de 2023. Heliosolve no participó en la ronda ciega de 2021: lo que se presenta aquí es una réplica propia posterior a esa publicación.
Por qué este benchmark
- Verdad de referencia pública y fija: los datos de entrada locales se cotejaron fila a fila contra la publicación de Sandia. Resultado: cero discrepancias en 26.280 celdas de medida por escenario (luz frontal, temperatura de panel, potencia DC) con dos decimales. Eso implica que ajustar la simulación a la medida a posteriori sería detectable contra la banda de error publicada por la cohorte.
- Dos tecnologías, mismo emplazamiento: los casos replicados cubren dos tecnologías de panel distintas (Panasonic HIT y monocristalino de Canadian Solar) sobre la misma estructura de inclinación fija en Albuquerque — una prueba limpia de si la cadena de simulación funciona con tipos de célula distintos bajo entradas meteorológicas idénticas.
- Metodología revisada por pares: todas las métricas siguen la metodología publicada por el PVPMC en Theristis et al. (2023).
El resultado
Sobre un año de datos medidos en los dos escenarios de Albuquerque, la potencia DC modelada por Heliosolve coincidió con la referencia medida en −1,93 % (Panasonic HIT) y +0,52 % (Canadian Solar monocristalino) — ambos holgadamente dentro de la banda de error publicada por la propia cohorte del intercomparativo ciego PVPMC de 2021 (−3,3 % de sesgo mediano de energía DC anual).
| Paso de la cadena | Horas | R² | Sesgo anual | Error rel. horario |
|---|---|---|---|---|
| Luz sobre la superficie del panel | 3.569 | 0,9885 | −0,20 % | 5,18 % |
| Temperatura del panel | 3.548 | 0,9597 | +0,97 % | 8,59 % |
| Potencia eléctrica DC | 3.569 | 0,9843 | −1,93 % | 6,12 % |
La cadena se sostiene en cada paso: la luz sobre el panel se reproduce a −0,20 %, la temperatura del panel a +0,97 % y la potencia DC a −1,93 %. La simulación está, por tanto, bien calibrada en cada submodelo físico, no solo en la salida DC agregada — no es que los errores se cancelen al sumar.
Qué cambia esto para la financiación
Una simulación más ajustada del lado DC actúa sobre un elemento del presupuesto de incertidumbre que la banca usa para dimensionar deuda y retorno del capital. Pacudan (2016) documenta el vínculo entre la incertidumbre de estimación del recurso y las métricas de project finance: cuanto más estrecha es la distribución modelada de la producción de la planta, mejores son la cobertura del servicio de la deuda y el valor actual neto del activo.
Alcance, limitaciones y siguiente paso
Esta validación cubre dos escenarios en un único emplazamiento de investigación (el de Sandia en Albuquerque) sobre una ventana de doce meses tomada del dataset público PVPMC de 2021. Antes de poder considerar el motor validado de forma general para pronóstico de grado producción, el mismo ejercicio debe repetirse en más emplazamientos, más años y más tecnologías de célula. Esa es la siguiente fase de trabajo.
Qué se filtró
Las métricas se calculan sobre las horas que pasan los filtros de validación estándar publicados con el dataset de Sandia: luz frontal ≥ 100 W/m², potencia DC ≥ 50 W, elevación solar por encima de 5° y temperatura ambiente entre −5 °C y +45 °C. Las horas nocturnas y las filas con fallo de sensor (codificadas como ceros) también se excluyen. Tras el filtrado quedan ≈ 3.569 horas para el escenario Panasonic HIT y ≈ 3.591 para el de Canadian Solar, de las 8.760 horas del año.
Glosario
- Luz sobre la superficie del panel (POA)
- La luz solar que llega de verdad a la cara útil del panel, ya contada su inclinación, la posición del sol y cualquier sombra.
- Temperatura del panel
- Temperatura de trabajo de las células bajo sol, viento y aire ambiente. A más temperatura, menos eficiencia eléctrica, así que acertarla importa para la potencia DC.
- Potencia DC
- La potencia eléctrica que producen los paneles antes de llegar al inversor, que es quien convierte la DC en AC de calidad de red.
- Sesgo anual
- Diferencia entre el valor simulado y el medido, integrada sobre la ventana de validación y expresada como porcentaje del total medido. Un sesgo de −1,93 % significa que la simulación quedó un 1,93 % por debajo del total medido en el año.
- Correlación (R²)
- Cuánto se ajustan los valores simulados y medidos a la recta 1:1. R² = 1 sería perfecto; R² = 0,98 significa que la simulación explica el 98 % de la variación hora a hora de la señal medida.
- nRMSE / MAPE
- Tamaño medio de la diferencia hora a hora entre simulación y medida, con dos formas distintas de promediar. Los dos se dan en porcentaje sobre la medida.
- P50 / P90
- Percentiles de un pronóstico probabilístico. P50 es la producción anual mediana (mejor estimación); P90 es el nivel que se supera con un 90 % de probabilidad, y es el que la banca usa como métrica de dimensionamiento pesimista.
Referencias
- Theristis, M., Riedel-Lyngskær, N., Stein, J. S., et al. (2023). Blind photovoltaic modeling intercomparison: A multidimensional data analysis and lessons learned. Progress in Photovoltaics: Research and Applications, 31(11), 1144–1157. DOI: 10.1002/pip.3729
- Theristis, M., and Stein, J. S. (2023). The 2021 Blind PVPMC Modeling Intercomparison. Sandia National Laboratories Technical Report SAND2023-03135. OSTI 2293576. Dataset abierto asociado en DuraMAT Data Hub (DOI: 10.21948/1970772).
- kWh Analytics (2025). 2025 Solar Risk Assessment: Market Insight & Empirical Performance Data.
- Pacudan, R. (2016). Sobre la relación entre incertidumbre del recurso y métricas de project finance.
La lista completa de referencias, las figuras de dispersión hora a hora y el apéndice metodológico íntegro están en el PDF.
Contrasta tus propios números
Desarrolladores de proyectos, prestamistas y propietarios de activos pueden contrastar sus hipótesis de simulación contra una simulación de Heliosolve con entradas equiparadas.