Todos los derechos reservados para XM S.A. E.S.P.

Prototipo de pronósticos en XM Energía solar, eólica y PCH

Todos los derechos reservados para XM S.A. E.S.P.

Integración de las FERNC en Colombia

MW 3600 3200 2800 2400 2000 1600 1200 800 400 0

Fuentes variables concepto UPME 2023

Colombia espera para los próximos años un aumento considerable de la capacidad instalada de fuentes renovables no convencionales (FERNC) El principal reto que enfrenta el operador ante la integración de estas FERNC es la alta variabilidad e incertidumbre de estas fuentes ¿Cómo estar preparado para manejar esta variabilidad e incertidumbre?

Pronósticos de generación de las FERNC

Pronósticos de generación de las FERNC

Todos los derechos reservados para XM S.A. E.S.P.

¿Para qué sirven los pronósticos de generación de las FERNC?

• Realizar programas de generación más cercanos a la realidad, reduciendo las desviaciones y la necesidad de reservas. • Optimizar el uso de los recursos renovables. • Mejorar los procesos de planeación a diferentes horizontes y la preparación a la ocurrencia de fenómenos meteorológicos que afectan la generación renovable.

Fuente: Greening The Grid (2016) PRONÓSTICO DE GENERACIÓN DE ENERGÍA EÓLICA Y SOLAR

Información necesaria para pronosticar FERNC Supervisión Eléctrica y Meteorológica • Una adecuada supervisión de las FERNC permite la elaboración de mejores pronósticos para horizontes cercanos al tiempo real (Redespacho y Despacho).

Todos los derechos reservados para XM S.A. E.S.P.

Disponibilidad de las plantas • Conocer la disponibilidad de la planta (porcentaje de la planta disponible para generar, independientemente de su recurso primario), es indispensable para ajustar los pronósticos a la realidad operativa de las plantas.

Características de las plantas • Es necesario contar con datos estáticos de la planta, como ubicación, número y tipo de unidades de generación, entre otros, para convertir los pronósticos meteorológicos en pronósticos de potencia.

Datos históricos • Contar con datos históricos permite ajustar estadísticamente los modelos de predicción a las características propias de la planta.

La propuesta regulatoria del 2017 consideró la necesidad de estos elementos para la operación

Pronósticos de generación FERNC en XM

Todos los derechos reservados para XM S.A. E.S.P.

Con el objetivo de preparar al CND para la variabilidad e incertidumbre de las FERNC que se integrarán al SIN, se está trabajando en un prototipo de pronóstico de generación solar, eólica y de PCH. Pronóstico Tiempo real -----------------65 minutos -----------------5 minutos -----------------5 minutos *Propuesta Regulatoria XM

Metodologías de Pronóstico Desarrollos Propios

Todos los derechos reservados para XM S.A. E.S.P.

• Modelos de tipo estadístico y dinámico. • Pronósticos retrospectivos hasta la fecha.

Se está explorando tanto el uso de metodologías propias de pronóstico como la contratación de empresas especializadas en la elaboración de estos pronósticos.

Pronóstico de Proveedores: • Periodo inicial de pruebas de proveedores de abril a julio para evaluar el desempeño de los pronósticos. • Para el resto del año 2018 continúan 3 proveedores.

Todos los derechos reservados para XM S.A. E.S.P.

Pronóstico de Proveedores

Pronóstico de Proveedores 7

6

Todos los derechos reservados para XM S.A. E.S.P.

• Los proveedores están pronosticando energía horaria de las plantas del prototipo.

5

4

• Los pronósticos se actualizan cada hora para un horizonte de 9 días.

3

2

• Los pronósticos se evalúan según su utilidad en el redespacho, despacho y corto plazo,

1

0 10/09/2018 0:00

11/09/2018 12:00

13/09/2018 0:00

-1 ENERGIA_DET_[MWh]

ENERGIA_MIN_[MWh]

ENERGIA_MAX_[MWh]

Todos los derechos reservados para XM S.A. E.S.P.

Desarrollos Propios Modelos estadísticos y dinámicos

Todos los derechos reservados para XM S.A. E.S.P.

Metodologías de pronóstico

Estadísticos

Modelos meteorológicos dinámicos (GFS) + Post-procesamiento estadístico*

Persistencia

Conversión a energía

Regresión lineal múltiple (RLM) Redes neuronales – perceptrón multicapa

Ajuste por mínimos cuadrados Ajuste cuantil a cuantil Ajustes de acuerdo a la hora del día

Redes neuronales – Memoria corto largo plazo

Regresión lineal multivariada

Máquina de regresión vectorial de soporte

Redes Neuronales *Este método se puede aplicar a otros modelos meteorológicos como ECMWF, lo que puede llevar a menores errores en los pronósticos de renovables.

Modelos estadísticos

Todos los derechos reservados para XM S.A. E.S.P.

Generación histórica

Modelo Estadístico

Todos los derechos reservados para XM S.A. E.S.P.

Modelos dinámicos

Fuente: http://www.emc.ncep.noaa.gov/index.php?branch=GFS

Características plantas: • Capacidad instalada • Tipo generador (ecuación) • Disponibilidad

Univariados ෠ Únicamente generación calculada del modelo (𝐸)

Multivariados ෠ + variables meteorológicas (𝑀 ෢𝑛 ) Generación (𝐸)

• Ajuste lineal por mínimos cuadrados

• Regresión lineal múltiple

Energía pronosticada [MWh]

𝐸

෢𝑛 𝑀 Energía real [MWh]

• Ajuste cuantil a cuantil

𝐸෠

• Red Neuronal artificial (perceptrón multicapa) ෡ 𝑬

෢𝟏 𝑴

…

Todos los derechos reservados para XM S.A. E.S.P.

Modelos dinámicos + Post-procesamiento

෢𝒏 𝑴

¿Qué sigue?

Todos los derechos reservados para XM S.A. E.S.P.

Uso de otros modelos meteorológicos: ECMWF podría presentar mejores resultados que el modelo GFS. Uso de datos satelitales y datos meteorológicos in-situ: Permiten tener mayor información cerca del tiempo real, mejorando los resultados de los modelos estadísticos. Ensambles: Permiten tener una estimación de la incertidumbre asociada a los pronósticos de generación, facilitando al operador la evaluación del riesgo de diferentes escenarios de la generación de FRNC. Estudios de variabilidad y predictibilidad: Permiten mejorar el conocimiento de la variabilidad de las FRNC y las condiciones meteorológicas que las gobiernan.

Todos los derechos reservados para XM S.A. E.S.P.

Estudios

Resultados preliminares

Todos los derechos reservados para XM S.A. E.S.P.

Estudios

Importancia de pronósticos de filo de agua y PCH en la operación del SIN

Variabilidad y predictibilidad del recurso eólico en la Guajira

Variabilidad y predictibilidad del recurso solar en Colombia

Complementariedad y predictibilidad de las FERNC y sus impactos en la operación del SIN

Mejorar pronósticos y preparación de XM para la operación de las FERNC

Estudio de filo de agua y PCH

Todos los derechos reservados para XM S.A. E.S.P.

¿Cómo los pronósticos pueden reducir las desviaciones actuales de estas plantas y sus impactos en la operación?

Pronósticos de persistencia para el redespacho podrían reducir las desviaciones medias para el agregado de las plantas a filo de agua

Estudio de variabilidad y predictibilidad eólica

Todos los derechos reservados para XM S.A. E.S.P.

¿Qué fenómenos afectan la generación eólica en la Guajira y qué tan predecibles son estos fenómenos?

Con el estudio de predictibilidad eólica se espera preparar al operador a los fenómenos que afectarán la generación eólica en la Guajira.

Estudio de variabilidad y predictibilidad solar ¿Qué fenómenos afectan la generación solar en Colombia y qué tan predecibles son estos fénómenos?

Todos los derechos reservados para XM S.A. E.S.P.

Satélite GOES16

Con el estudio se espera caracterizar la variabilidad del recurso solar sobre el país y evaluar la utilidad de los datos satelitales para su pronóstico.

Estudio de complementariedad • •

¿Qué grado de complementariedad existe entre las FERNC y la generación hídrica actual? ¿Cómo se debe considerar esta complementariedad en la planeación a diferentes escalas temporales?

Todos los derechos reservados para XM S.A. E.S.P.

Aportes Hídricos al SIN

Velocidad del viento en la Guajira

Radiación en Colombia

¿Cómo se traducirá esta complementariedad del recurso en energía una vez se tenga un porcentaje de FERNC mayor?

Todos los derechos reservados para XM S.A. E.S.P.

Calle 12 sur 18 - 168 Bloque 2 PBX (57 4) 317 2244 - FAX (57 4) 317 0989 @XM_filial_ISA Medellín - Colombia