¡Gracias!
Recibirás toda la información por correo electrónico en cuanto las previsiones estén disponibles.
A PROPÓSITO
Basada en modelos meteorológicos para proporcionar previsiones solares diarias
SteadyMet proporciona previsiones solares
y meteorológicas con hasta 15 días de
antelación. Este producto combina varios
modelos meteorológicos, optimizando sus
resultados mediante el uso de medidas de
potencia de la instalación solar, así como de
tecnologías de inteligencia artificial.
SteadyMet puede configurarse a muy alta
resolución utilizando el modelo Weather
Research and Forecasting (WRF), que
proporciona previsiones muy precisas a
escala local. Steadysun tiene la capacidad
de implementar y optimizar este modelo en
cualquier parte del mundo, proporcionando
previsiones de alta calidad para el día
siguiente.
Previsión de producción solar para el día siguiente para un conjunto distribuido de plantas fotovoltaicas de 30 MW
(isla tropical)
Previsión de GHI para el día siguiente en una localización puntual (clima oceánico de latitud media)
Previsión de GHI multimodelo para islas subtropicales
Histórico de producción y de predicción (datos sobre un año)
4 veces / día
Frecuencia de actualización
1 min
Paso de tiempo mínimo de las previsiones
Potencia, GHI, DNI, GTI, viento, temperatura
Variables disponibles
Instalación, conjunto de plantas, ciudad, región o país
Cobertura espacial
FV, Trackers, Bifacial, CSP
Tecnologías
API, SFTP, etc.
Transmisión de datos
P10, P20,… ,P80, P90
Intervalos de confianza
PRINCIPALES BENEFICIOS
COBERTURA MUNDIAL
Gracias a la combinación de datos de múltiples servicios meteorológicos
RESULTADOS PERSONALIZADOS
En términos de variables meteorológicas, frecuencia de actualización, granularidad y formato
COMBINACIÓN DE LOS PRINCIPALES MODELOS METEOROLÓGICOS
Un enfoque que combina las previsiones de los principales modelos meteorológicos, las mediciones in situ en tiempo real y la tecnología más avanzada para proporcionar las previsiones más precisas
ALTA RESOLUCIÓN ESPACIAL EN REGIONES CON MICROCLIMA
Un modelo regional propio con una resolución espacio-temporal muy alta, que proporciona previsiones realistas y precisas en zonas donde los efectos locales son importantes y no se dispone de modelos meteorológicos regionales públicos
APLICACIONES
Nuestras soluciones están pensadas para satisfacer las necesidades energéticas de su empresa
METODOLOGÍA
SteadyMet se basa en una combinación óptima de varios modelos de predicción meteorológica numérica (NWP). Estos modelos simulan la evolución de la atmósfera (paso 2) a partir de las condiciones atmosféricas iniciales estimadas por asimilación de datos de observación meteorológica sobre una granularidad global o local (paso 1). Para ello, la zona de cálculo se divide en una malla tridimensional que puede ser más o menos grande.
Las variables de interés que se obtienen de los modelos meteorológicos (radiación solar, temperatura, aerosoles, etc.) se optimizan entonces (paso 3), utilizando las observaciones (irradiación, viento, etc.), para tener en cuenta los fenómenos locales, y haciendo uso de las tecnologías de inteligencia artificial.
Una vez que las previsiones están listas, con un formato personalizado, se comunican entonces (paso 4) a través de nuestra interfaz web. Los archivos csv se entregan a través de plataformas (S)FTP o API.
Etapa 1
ADQUISICIÓN DE DATOS
A partir de numerosas fuentes externas e internas
Modelos numéricos de previsión meteorológica (NWP en Inglés) globales o regionales
Gran cantidad de variables (nubosidad, irradiación, temperatura, viento, aerosoles, etc...)
Etapa 2
MODELIZACIÓN
Combinación óptima de modelos numéricos de previsión meteorológica (NWP en inglés)
Estimación precisa de las condiciones de cielo despejado utilizando la predicción en tiempo real de aerosoles
Modelización fotovoltaica teniendo en cuenta las características de la planta solar
Correcciones topográficas de alta resolución (hasta 90m)
Previsión probabilística mediante enfoques físicos y estadísticos
Etapa 3
OPTIMIZACIÓN
Basada en observaciones históricas y/o en tiempo real de la irradiación y de la producción solar
Mejora continua de la precisión mediante el uso de la inteligencia artificial (deep learning, machine learning, etc...)
Consideración de los fenómenos meteorológicos locales y el comportamiento de las plantas
Etapa 4
TRANSMISIÓN
Envío flexible (API, SFTP, etc.)
Formato personalizado (csv, txt, etc.)
Interfaces web dedicadas y seguras (visualización, análisis de datos y alertas)
Seguimiento de la calidad de las previsiones
METODOLOGÍA
SteadyMet se basa en una combinación óptima de varios modelos de predicción meteorológica numérica (NWP). Estos modelos simulan la evolución de la atmósfera (paso 2) a partir de las condiciones atmosféricas iniciales estimadas por asimilación de datos de observación meteorológica sobre una granularidad global o local (paso 1). Para ello, la zona de cálculo se divide en una malla tridimensional que puede ser más o menos grande.
Las variables de interés que se obtienen de los modelos meteorológicos (radiación solar, temperatura, aerosoles, etc.) se optimizan entonces (paso 3), utilizando las observaciones (irradiación, viento, etc.), para tener en cuenta los fenómenos locales, y haciendo uso de las tecnologías de inteligencia artificial.
Una vez que las previsiones están listas, con un formato personalizado, se comunican entonces (paso 4) a través de nuestra interfaz web. Los archivos csv se entregan a través de plataformas (S)FTP o API.
ADQUISICIÓN DE DATOS
MODELIZACIÓN
OPTIMIZACIÓN
TRANSMISIÓN
A partir de numerosas fuentes externas e internas
Modelos numéricos de previsión meteorológica (NWP en Inglés) globales o regionales
Gran cantidad de variables (nubosidad, irradiación, temperatura, viento, aerosoles, etc...)
Combinación óptima de modelos numéricos de previsión meteorológica (NWP en inglés)
Estimación precisa de las condiciones de cielo despejado utilizando la predicción en tiempo real de aerosoles
Modelización fotovoltaica teniendo en cuenta las características de la planta solar
Correcciones topográficas de alta resolución (hasta 90m)
Previsión probabilística mediante enfoques físicos y estadísticos
Basada en observaciones históricas y/o en tiempo real de la irradiación y de la producción solar
Mejora continua de la precisión mediante el uso de la inteligencia artificial (deep learning, machine learning, etc...)
Consideración de los fenómenos meteorológicos locales y el comportamiento de las plantas
Envío flexible (API, SFTP, etc.)
Formato personalizado (csv, txt, etc.)
Interfaces web dedicadas y seguras (visualización, análisis de datos y alertas)
Seguimiento de la calidad de las previsiones
