Comprender los datos de una cartera o planta es crucial para crear una estrategia efectiva de operación y mantenimiento (O&M). No basta con un simple monitoreo del tiempo de actividad de una planta para abordar los posibles problemas que puedan surgir. Además, para minimizar los gastos de operación, los proveedores de O&M deben aprovechar tanto el análisis de datos en tiempo real como el predictivo. Un examen riguroso de las condiciones dinámicas de la planta, como pueden ser el ensuciamiento o la degradación de los módulos, con análisis de datos sofisticados permite a los proveedores de O&M personalizar un programa de mantenimiento óptimo, lo que se traduce, a su vez, en una mayor rentabilidad de la planta a largo plazo. En este seminario en línea, Ben Hansen y Zach Kreifels, de SMA, y Alexander Wolf, de Meteocontrol, discuten cómo la recopilación, clasificación y presentación de datos efectiva pueden ayudar a los proveedores de O&M a construir una estrategia eficaz de operación y mantenimiento.
Las grabaciones del seminario en línea y las diapositivas de los ponentes están disponibles para descargar.
1. Recopilación y visualización de datos
1.1 Uso del análisis de datos para detectar problemas desconocidos
Según Ben Hansen, todas las plantas tienen problemas ocultos, la mayoría de los cuales se muestran como una alarma o un error en el inversor. Sin embargo, algunos de los problemas más comunes, como rotura de cristales, fallos en los diodos de derivación, desconexiones de módulos y cortocircuitos, están relacionados con los módulos y el cableado. Los inversores, por el contrario, suelen tener menos problemas, pero cuando los tienen, pueden tener un mayor impacto. No obstante, los inversores suelen ser buenos puntos de conexión para los datos de las plantas, lo que los convierte en un excelente punto de partida para evaluar los datos generales de rendimiento de la planta. El análisis de datos puede ayudar a identificar los problemas desconocidos mencionados y Kreifels explora más a fondo las consideraciones clave al tratar con datos y análisis de datos en este seminario en línea.
1.2 Uso de análisis predictivos para minimizar los gastos operacionales
Basta señalar que siempre es mejor reparar algo mientras sea barato que esperar a que sea más caro. Hay programas que pueden ejecutar análisis de forma continua durante un cierto período de tiempo y, con la automatización y el aprendizaje automático, se puede recomendar medidas para anticiparse a un mayor problema de reparación.
1.3 Optimización del programa de mantenimiento para influenciar la rentabilidad
- Administrar para conseguir el menor impacto en la producción y los mayores ingresos: El tiempo de inactividad de una planta debe ser administrado para minimizar el impacto en los ingresos. El análisis predictivo puede ayudar en gran medida a optimizar el programa de mantenimiento, que, a su vez, tendrá un mayor efecto en los ingresos.
- Programar la prevención en el momento adecuado: Los programas de mantenimiento preventivo tienden a llevarse a cabo según el calendario, que depende generalmente de los requisitos del fabricante para mantener la cobertura de la garantía.
- Maximizar las reparaciones cuando se obtenga el máximo rendimiento: Mediante el análisis de datos, las reparaciones se pueden programar cuando se maximice el impacto positivo. Por ejemplo, según Hansen, el mercado residencial es muy bueno para maximizar el valor los camiones de mantenimiento. Además, menciona que esta estrategia podría no funcionar igualmente con plantas a gran escala, aunque se pueden aplicar principios similare
2. Monitoreo de datos
2.1 Evaluar el rendimiento de la “Irradiación” mediante datos de sensores
En primer lugar, la irradiación debe medirse utilizando los datos recogidos a través de piranómetros o estaciones meteorológicas. Asimismo, según Meteocontrol, estos datos deben medirse en tiempo real y no en función de un valor estimado (por ejemplo, utilizando un registro de seguimiento extrapolado). El valor real de irradiación medido en el sitio se utiliza para calcular la generación de energía esperada. El paso final sería comparar la generación de energía real con la generación de energía esperada.
2.2 Gestión de la cartera
Hay una gran cantidad de big data del sistema fotovoltaico que permite una visión general optimizada del sistema. Según Wolf, los indicadores clave de desempeño (KPIs) esenciales para medir el rendimiento son:
| Para gestores de O&M | Para gestores de activos |
| ● Índice de rendimiento (PR, por sus siglas en inglés) ● Alarmas abiertas, rendimiento específico ● Disponibilidad de datos ● Disponibilidad del sistema |
● Proceso del tiempo de mantenimiento ● Tiempos de reacción del operador ● Tiempo invertido por “activo” ● Número de tickets por cartera ● Estadística de fallas |
Para saber más sobre la gestión, operación y financiación de proyectos solares, únase a Solar Asset Management Mexico & Central America: desarrollo, finanzas y operaciones, que tendrá lugar en la bulliciosa Ciudad de México el 9 y 10 de octubre. Este evento será el primero de la serie Solar Asset Management de Solarplaza en centrarse, no solo en la fase operacional de los activos solares, sino también en la financiación y desarrollo de nuevos activos.
