La radiación solar que incide sobre la superficie terrestre presenta una gran variabilidad geográfica y temporal debido a su gran dependencia de las fluctuaciones meteorológicas y de los cambios estacionales de posición del sol. El conocimiento del recurso solar y de su variabilidad tanto en el tiempo como en el espacio facilita la toma de decisiones sobre las diferentes tecnologías solares a desplegar en una región, y ayuda a desarrollar políticas e inversiones adecuadas. En consecuencia, el correcto asentamiento de un sistema de energía solar, un paso crítico para garantizar su rendimiento óptimo, es una tarea difícil debido a la naturaleza variable de la radiación solar. Además, un conocimiento detallado del recurso solar es un punto crítico para realizar un análisis de viabilidad económica de una planta solar. Este conocimiento debe incluir su magnitud (cuánta energía solar está disponible en un área de interés durante un largo periodo de tiempo), y su variabilidad en el tiempo.

La mejor manera de analizar el recurso solar en un lugar determinado es mediante el uso de mediciones sobre el terreno a largo plazo realizadas con equipos de alta precisión y bien mantenidos.

• A falta de datos de radiación solar medidos in situ, se pueden utilizar mediciones de estaciones cercanas en zonas de terreno relativamente llano y cuando las distancias son inferiores a 10 km del emplazamiento.

• A distancias mayores, la interpolación de las mediciones circundantes sólo es posible para zonas con una alta densidad de estaciones y para distancias medias entre estaciones de unos 20-50 km.

• En distancias del orden de cientos de kilómetros, se ha demostrado la viabilidad de la adaptación regional de los modelos, especialmente en zonas climáticas similares.

Las mediciones solares y meteorológicas pueden adaptarse localmente a partir de mediciones terrestres

Desafortunadamente, a pesar de que la red terrestre de medidas está en continuo crecimiento, sigue siendo incapaz de representar en detalle la variabilidad espacial de la radiación solar que llega a la superficie terrestre: las medidas de radiación solar son escasas en muchas partes del mundo y están disponibles, en la mayoría de los casos, para periodos de tiempo cortos y discontinuos. En consecuencia, la caracterización del recurso solar de una región determinada mediante bases de datos históricas a partir de mediciones terrestres se convierte en una tarea difícil debido a su escasa cobertura espacial. En este contexto, los datos de radiación solar modelizados pueden proporcionar valores agregados robustos en la evaluación del recurso solar, en términos de cobertura espacial y temporal. Por otra parte, los modelos no son capaces de reproducir los valores de radiación solar con la misma precisión y frecuencia que los sensores terrestres, pero proporcionan largas series de radiación solar sobre amplios territorios.

Un Año Meteorológico Típico (TMY, por sus siglas en inglés) es una herramienta de uso común para el diseño y análisis de financiabilidad de proyectos de energía solar, y en muchos otros campos. En el mejor de los casos, el TMY se compone a partir de mediciones sobre el terreno, ya que el comportamiento solar de alta frecuencia (de 1 a 10 minutos) en el emplazamiento. En caso de ausencia de datos sobre el terreno, se hace uso de datos solares y meteorológicos modelados. Es importante señalar que el clima es altamente variable y está sujeto a fluctuaciones naturales y cambios a largo plazo, por lo que un TMY en un emplazamiento concreto puede no reflejar necesariamente las condiciones exactas experimentadas en cualquier año específico en dicho emplazamiento, aunque presente condiciones climáticas que se encuentren dentro de ciertos rangos predefinidos basados en promedios y desviaciones estándar.

Inicialmente, el TMY se construía con una composición de doce meses "típicos", en los que se consideraban varios factores, como la temperatura media, las precipitaciones, la cantidad de días soleados, la humedad relativa, la velocidad del viento y otros parámetros climáticos relevantes, a partir de promedios y desviaciones estándar para cada parámetro. Aproximaciones más recientes contemplan diversos escenarios de irradiancia solar acumulada anualmente, cuantificada por la probabilidad de excedencia (P), siendo el TMY el percentil 50 (P50). Estas valiosas propiedades permiten un balance de riesgos objetivo y un análisis más seguro de la viabilidad económica de los proyectos. Los años meteorológicos generados para representar diferentes escenarios de recurso solar suelen denominarse PXX, siendo XX la probabilidad de excedencia considerada (típicamente, además del TMY, se cuantifican los siguientes escenarios: P10, P75, P90 y P99).

Dada la falta de consenso científico sobre un método estándar para generar dichos años PXXs, la Asociación Española de Normalización y Certificación (AENOR) estableció un grupo de trabajo de expertos liderado por el Centro Nacional de Energías Renovables (CENER) con el objetivo de diseñar y estandarizar un método para generar TMYs para cualquier escenario de energía solar (UNE 206013:2017).

El TMY exhibe condiciones climáticas y patrones meteorológicos considerados representativos para una localización específica

La variabilidad del recurso solar desempeña un papel importante en la estimación de la probabilidad de excedencia de los futuros rendimientos energéticos de una central solar, e influye en las condiciones financieras que puede recibir un proyecto. En consecuencia, la financiación de la energía solar suele basarse en una evaluación estadística de diversos escenarios de recurso solar anual, entre los que se encuentran algunos de los peores casos de disponibilidad del recurso solar para garantizar la viabilidad del proyecto. A modo de ejemplo, Fitch Rating recomienda evaluar los escenarios de probabilidad de superación del 50%, 90% y 99%. Los escenarios de probabilidad de excedencia no deben confundirse con los percentiles, ambos indicadores proporcionan información complementaria: un percentil 10 se superará con una probabilidad del 90%.

La norma UNE 206013:2017 caracteriza esta variabilidad y su incertidumbre, a partir de una modelización estadística paramétrica de valores extremos. La estadística paramétrica suele proporcionar más información que la no paramétrica, aunque también puede dar lugar a conclusiones sesgadas si se utiliza un modelo equivocado (por lo que se aconseja calcular la incertidumbre tanto de los parámetros del modelo como de los valores percentiles obtenidos). El primer paso para un análisis estadístico paramétrico es un análisis de las funciones de densidad de probabilidad de la irradiación solar anual. Las pruebas estadísticas de hipótesis aplicadas a series de irradiación solar a largo plazo en diferentes climas sugieren que las series anuales de GHI y DNI se ajustan satisfactoriamente a las distribuciones Normal y Weibull, respectivamente. La estadística no paramétrica, por su parte, requiere menos suposiciones sobre los datos y, en consecuencia, funcionará mejor en situaciones en las que se desconozca la distribución real (o no pueda aproximarse con precisión utilizando una distribución de probabilidad). Para este fin, la Función de Distribución Acumulada continua se deriva de la distribución analítica generada a partir del número discreto de valores de irradiación solar anual disponibles en el emplazamiento analizado.

La variabilidad interanual de la irradiación solar influye en las condiciones financieras de un proyecto