En el junio más lluvioso desde 1968, ¿cómo respondió tu portafolio fotovoltáico?

Junio fue un mes complicado para los operadores de energía solar en México. La mayoría de los sistemas C&I y Residenciales no alcanzaron sus metas de generación, y muchos operadores estarán buscando respuestas.

¿Cómo es posible que no estemos llegando a nuestros compromisos, si usamos las mejores simulaciones? Ni siquiera alcanzamos el P50.

Por ejemplo, un sitio que ha alcanzado durante todo el año con sus compromisos de generación, tuvo una bajada significativa en desempeño en el mes de Junio. (Morado: Generación de energía mensual. Línea Rosa: Compromiso de Generación Mes)

Si le escarbas un poco, la respuesta es clara: Junio fue el mes más lluvioso en CDMX desde 1968— muchas nubes, baja irradiancia, clima inestable… todo contribuye a que un sistema solar genere menos energía que lo proyectado.

Los compromisos no se cumplieron porque los modelos TMY (Typical Meteorological Year) que se usan como estándar en la industria para simular compromisos se basan en modelos predictivos basados en promedios históricos. No garantizan resultados mes a mes. Algunos periodos — como Junio de este año — simplemente no cumplen con lo esperado. Es parte del juego.

Entonces, la explicación parece clara: “No se alcanzó el objetivo por mal clima. Esperemos que el próximo mes mejore.”

Y ahí se queda el análisis de muchos operadores.

Pero hay mucho más…

Ir más allá de lo aparente para un portafolio de sistemas distribuidos

Con un análisis más cuidadoso, descubrimos cosas nuevas:

1. Algunos sitios tuvieron un desempeño sobresaliente si se compara con el potencial real de sus condiciones climáticas (aunque tampoco alcanzaron su objetivo mensual).

2. Otros, en cambio, quedaron muy por debajo, incluso frente a sistemas vecinos operando en condiciones muy similares.

Para un análisis de más de 1,200 sitios de energía solar distribuida en la zona de la Ciudad de México, observamos que solo el 12.8% de los sitios llegaron a sus objetivos mensuales. Al mismo tiempo, el 56% tuvieron un performance óptimo dadas las condiciones del clima en el mes de Junio. 

Debajo podemos observar como la mayoría de los sitios no están llegando a sus metas, a pesar de tener un desempeño adecuado dado las condiciones del clima en el mes.

¿Qué nos dice eso? Que en muchos casos, el problema no fue (solo) el clima. Fue otra cosa: suciedad acumulada, sombreado estacional, cadenas desconectadas, MPPTs sin balancear…

Problemas reales, corregibles, y que seguirán afectando tu rendimiento incluso en un mes de condiciones perfectas.

Cómo ir "más allá" con respecto a tu análisis

Cuando solo comparas tu producción contra una meta fija, todo parece blanco o negro: cumpliste o no. Pero si comparas contra el potencial climático real de cada sitio, empiezas a ver matices.

Y en esos matices se esconde valor para operar mejor:

• Intervenir sitios que parecen estables, pero que están rindiendo mal frente a su verdadero potencial.

• Identificar problema reales de desempeño para tomar acción y maximizar la generación de tus sitios.

• Defender un cumplimiento “bajo” frente a tus clientes si sabes que tu sistema tiene un performance adecuado.

• Priorizar acciones de O&M con mejores argumentos, previniendo problemas o quejas de recibos que no alcanzan los ahorros esperados.

Popular Power te habilita mejores decisiones

A estas alturas podrías pensar: ¿Para hacer esto, necesito invertir en una estación meteorológica o en simulaciones costosas?

Con Popular Power, no te complicas. Nuestra plataforma te muestra, para portfolios de todo tamaño, cómo fue tu rendimiento frente al clima real del mes y tus objetivos. Nos convertimos en una parte esencial de tu caja de herramientas, categorizando a tus sitios en estados que impulsan acciones prácticas y útiles.

Te ayudamos a:

• Identificar dónde tu performance es adecuado (ajustado al clima) y donde existen áreas de oportunidad.

• Detectar mejoras y anomalías de desempeño antes de que se conviertan en reclamos.

• Comunicar resultados de forma clara, con datos que explican el apego a las proyecciones y compromisos.

Popular Power toma datos satelitales de alta calidad para cada uno de tus sitios, el historial de generación y el rendimiento de tus vecinos. Aplicamos modelos de machine learning y retroalimentación continua de tus mantenimientos para construir un modelo avanzado que genera insights prácticos para tu día a día, sin complicaciones.

Porque tomar decisiones no debería ser en blanco y negro: En Popular Power, te damos herramientas para optimizar tus sitios y contribuir con tu máximo potencial a la transición energética.