Un marco basado en expectiles para la evaluación de capacidad creíble calibrada por riesgo de plantas de energía virtuales ante incertidumbres en pronósticos eólicos y fotovoltaicos

Por qué esto importa para las redes eléctricas del futuro

A medida que hogares y empresas dependen más de aerogeneradores y de la solar en cubiertas, las redes eléctricas deben gestionar electricidad que sube y baja con el tiempo meteorológico. Este artículo explora cómo conjuntos de dispositivos de energía limpia, agrupados en una «planta de energía virtual», pueden prometer potencia fiable a la red incluso cuando el viento cae o aparecen nubes. Los autores presentan una nueva forma de decidir cuánta potencia puede prometerse con seguridad, equilibrando los ingresos con el riesgo de quedarse corto.

De dispositivos dispersos a una sola planta inteligente

Una planta de energía virtual reúne muchos recursos distintos, como parques eólicos, grandes instalaciones solares, baterías y usuarios flexibles, y les permite actuar como si fueran una gran central en el mercado. Los operadores del sistema quieren que estas plantas hagan promesas firmes sobre la potencia que entregarán. Sin embargo, la producción eólica y solar puede oscilar con rapidez y de manera simultánea durante tormentas o periodos de calma. Las herramientas de planificación tradicionales o bien ignoran estas oscilaciones conjuntas o usan márgenes de seguridad excesivamente simples, lo que puede hacer que los operadores sean demasiado cautelosos o que queden expuestos a déficits repentinos.

Ver el riesgo en las colas del tiempo

El estudio se centra en las situaciones raras pero graves en las que tanto la producción eólica como la solar son inusualmente bajas al mismo tiempo. En lugar de tratar todos los errores de pronóstico por igual, los autores usan un concepto llamado expectile para dar más peso a los resultados adversos manteniendo la suavidad matemática y la manejabilidad en cálculos a gran escala. Construyen modelos meteorológicos detallados que capturan cómo el viento y la radiación solar en distintos emplazamientos se mueven conjuntamente, incluyendo eventos extremos como largas pausas de viento o coberturas nubosas generalizadas. Al combinar datos normales de pronóstico con patrones extremos simulados, generan conjuntos de escenarios que reflejan mejor el riesgo real de déficits conjuntos.

Permitir que almacenamiento y pronóstico trabajen juntos

El marco conecta luego estos escenarios meteorológicos con un modelo de programación que decide, hora a hora, cuánta potencia debe prometer la planta virtual y cómo deben cargarse y descargarse sus baterías. Las baterías se modelan con límites prácticos sobre niveles de carga, tasas de variación y desgaste, de modo que el plan sea realista. En lugar de usar márgenes de seguridad fijos, la capacidad creíble de la planta surge directamente de la optimización: el modelo encuentra el nivel de potencia comprometida que cumple un objetivo de fiabilidad elegido, usando el almacenamiento para absorber excedentes y respaldar el sistema cuando la generación renovable cae.

Qué revelan las simulaciones con datos reales

Los autores prueban su enfoque en una colección real de cinco parques eólicos, cuatro plantas solares y dos grandes baterías en el este de China, usando un año completo de datos meteorológicos y de potencia con intervalos de 15 minutos. Comparan su método con enfoques más comunes que usan cuantiles o una medida de riesgo popular en finanzas. El método basado en expectiles produce rangos de compromiso más ajustados, lo que significa que la planta puede prometer más potencia sin asumir un riesgo excesivo. En ensayos numéricos, los eventos de déficit se reducen hasta en un 73 por ciento en comparación con métodos basados en cuantiles, mientras que la planta virtual aún obtiene hasta el 95 por ciento de los ingresos máximos posibles. Los resultados también muestran que el uso óptimo de las baterías se desplaza de forma natural hacia momentos en que las estadísticas señalan mayor peligro de déficits, como las rápidas rampas de mañana y tarde.

Qué significa esto para la fiabilidad de la energía limpia

Para un público no especializado, el mensaje clave es que el artículo ofrece una forma más inteligente para que las plantas de energía virtuales decidan cuánta electricidad pueden prometer con fiabilidad cuando dependen en gran medida del viento y la solar. Al centrarse en los eventos de baja potencia más dañinos y coordinar estos con el comportamiento de las baterías, el método ayuda a los operadores de red a obtener capacidad fiable de renovables variables sin desperdiciar demasiado potencial de ingresos. Este tipo de planificación consciente del riesgo puede facilitar la participación de carteras de energía limpia en mercados de capacidad y reservas, ayudando a que los sistemas eléctricos futuros sean tanto verdes como fiables.

Cita: Hua, D., Zeng, J., Lin, Q. et al. An expectile-based framework for risk-calibrated credible capacity evaluation of virtual power plants under wind and PV forecast uncertainties. Sci Rep 16, 15253 (2026). https://doi.org/10.1038/s41598-026-44559-5

Palabras clave: planta de energía virtual, viento y solar, almacenamiento de energía, riesgo del sistema eléctrico, pronóstico de renovables