Una experta en física responde al mercado energético: ¿se pueden dar nuevos pronósticos del tiempo cada 15 minutos?

El panorama energético de Europa está en plena transformación. Con la creciente adopción de energías renovables intermitentes y la necesidad de una gestión más flexible, el mercado eléctrico se ha visto obligado a transformarse. La normativa europea, impulsada por el Reglamento (UE) 2019/943, ha establecido un nuevo ritmo: la fijación de precios energéticos cada 15 minutos.

Este cambio, parte del paquete "Energía limpia para todos los europeos", busca modernizar el mercado, aumentar la eficiencia e integrar de forma más efectiva la energía verde. Como afirma Omar Halasa, CEO de Sirocco Energy, al reducir el periodo de liquidación a 15 minutos, los precios reflejan con mayor precisión la variabilidad de la producción y el consumo en tiempo real, lo que incentiva la flexibilidad del sistema. Países como Alemania, Países Bajos y los nórdicos ya están a la vanguardia de este modelo.

¿Por qué los mercados necesitan predicciones cada 15 minutos?

La transición a los mercados quinceminutales es una respuesta directa a la necesidad de mayor precisión, flexibilidad y eficiencia. A continuación, te explicamos las razones principales de este cambio:

• Mejor integración de las renovables. La producción de energía eólica y solar es, por naturaleza, fluctuante. Los antiguos mercados con bloques de una hora no podían captar adecuadamente estos cambios. Los precios quinceminutales permiten reaccionar de manera más ágil a las variaciones en la oferta y la demanda.
• Mayor eficiencia y estabilidad del sistema. Con un mercado horario, las desviaciones entre lo previsto y lo real eran comunes, obligando al operador del sistema (en España, Red Eléctrica de España) a realizar costosos ajustes. Al acortar el intervalo, los desvíos se minimizan, lo que estabiliza la red y reduce los costes operativos.
• Incentivo para la flexibilidad. Un precio que cambia cada 15 minutos es una señal muy granular para consumidores y gestores. Esto los anima a desplazar su consumo a los momentos de energía barata (cuando hay más sol o viento), ayudando a equilibrar la red. Además, el almacenamiento de energía, como las baterías, se vuelve más rentable, ya que se puede comprar energía cuando es barata y venderla en los picos de precio.
• Requisitos regulatorios de la UE. La Unión Europea impulsa esta medida para armonizar el funcionamiento de los mercados eléctricos en los países miembros, facilitando el comercio transfronterizo y creando un mercado único más eficiente.

Nowcasting: ¿cómo se realiza una predicción quinceminutal?

Para la predicción de la producción eólica y fotovoltaica, la clave está en el nowcasting. Esta técnica utiliza datos en tiempo real y modelos avanzados para pronosticar la producción a muy corto plazo (de 0 a 2 horas). El objetivo es capturar la variabilidad de estas fuentes de energía, algo crucial para la estabilidad de la red.

Nowcasting para la energía solar

La predicción de potencia solar se centra en la radiación solar, extremadamente sensible a la nubosidad. Los métodos de nowcasting utilizan datos de alta resolución para seguir el movimiento de las nubes:

• Imágenes de satélite geoestacionarias. Se rastrean secuencias de imágenes de satélites para predecir la dirección y velocidad de las nubes. Algoritmos de visión por computador identifican el tipo de nube y su opacidad, estimando la radiación que llegará a los paneles en los próximos minutos.
• Cámaras en el suelo. A nivel local, las cámaras de cielo o sky cameras instaladas en las plantas solares toman imágenes y, con deep learning, predicen el movimiento de las nubes y su impacto en la producción.
• Mediciones en tiempo real. Los datos de irradiación y temperatura de los sensores de la planta se usan para ajustar y validar las predicciones.

Nowcasting para la energía eólica

La predicción de potencia eólica se basa principalmente en la velocidad del viento y se enfoca en detectar ráfagas o cambios repentinos:

• Radares de viento (LIDAR/SODAR). Estos sistemas de teledetección miden la velocidad y dirección del viento a diferentes alturas en tiempo real, proporcionando datos cruciales para predecir la llegada de un frente de viento o una ráfaga.
• Modelos de Aprendizaje Automático. Modelos avanzados como las Redes Neuronales Recurrentes (RNN) son muy eficaces para el nowcasting. Se entrenan con datos históricos de velocidad del viento y producción para identificar patrones y predecir cambios repentinos.
• Datos de anemómetros. Las mediciones en tiempo real de los anemómetros en las propias turbinas se utilizan para corregir y refinar las predicciones del modelo.

La producción real de un parque es un dato fundamental para el nowcasting porque sirve como variable de referencia. Al introducir los datos de los últimos 15 minutos, los modelos pueden identificar patrones específicos del comportamiento del parque.

Al comparar la predicción con la producción real, el sistema detecta y corrige rápidamente cualquier desviación, lo que garantiza una mayor precisión en los pronósticos a muy corto plazo y ayuda a una gestión de la red más eficiente.