Crédito: dominio público Unsplash/CC0
Desde hábitats hasta propiedad hasta medios de vida, los incendios forestales destruyen todo a su camino. Pero hay otra víctima menos reconocida: la luz solar y la red eléctrica que depende de ello. El humo de los incendios forestales puede cubrir grandes franjas de tierra, incluidas las granjas solares, y reduce significativamente la producción de energía a partir de paneles fotovoltaicos (PV).
En respuesta, los investigadores de Cornell han creado un modelo basado en el aprendizaje automático que puede pronosticar, con una mayor precisión que los métodos actuales, el impacto que las condiciones de incendios forestales tendrán en la generación de electricidad solar. Esto permitirá a los operadores del sistema que coincidan mejor con la oferta y la demanda, y mantenga bajos los costos.
“Si no tiene un buen pronóstico, entonces debe confiar en sus llamados generadores de reserva, que son muy costosos”, dijo Max Zhang, profesor de ingeniería de la Iglesia Irving Porter en Cornell Engineering y el compañero de participación pública de Provost, que dirigió el proyecto.
“A medida que tenemos más energía solar que penetra en los sistemas de energía, las consecuencias económicas pueden ser cada vez más altas”.
La investigación fue publicada en Environmental Research Letters. Los autores co-líder del artículo son Fenya Bartram y Bo Yuan, MS, un Ph.D. Estudiante en Ingeniería Mecánica.
Zhang reconoció por primera vez la amenaza para la producción de energía solar en el verano de 2023, cuando el noreste de EE. UU. Estaba cubierto de humo de incendios forestales canadienses y producción de PV en la región.
“Recibí muchas solicitudes de entrevistas sobre la contaminación del aire y los efectos de la salud”, dijo Zhang, “pero también me preguntaba, ¿qué tal el lado de la energía?”
Zhang y su equipo descubrieron que los pronósticos del día del día realizados por el operador del Sistema Independiente de Nueva York (NYISO), que monitorea y coordina cómo funciona el sistema de energía del estado, una salida PV significativamente predicta durante los incendios forestales.
“Hay mercados diurnos y mercados en tiempo real. Necesitan un pronóstico de la producción de energía para equilibrar la oferta y la demanda”, dijo Zhang. “Ya sea sobrepredicción o subestimación no es buena, especialmente la sobrepredicción”.
Los investigadores se propusieron a construir un modelo de aprendizaje automático al incorporar una serie de productos de datos de dominios públicos del sistema de pronóstico meteorológico de alta resolución de la Administración Nacional Oceánica y Atmosférica de alta resolución (HRRRRRRRRRRRRE-Fouse), que incluía predicciones de impactos de aerosol y densidad de masa de humo durante los períodos severos de incendios salvajes.
El equipo de Zhang es el primero en aprovechar el poder de predicción del sistema para este tipo de aplicación. El hecho de que HRRR-Smoke desempeñara un papel tan esencial demuestra cómo el público se beneficia de las herramientas de datos climáticos del gobierno.
“Si no tenemos suficientes personas de talento manteniendo y mejorando esos productos, eso causará daños a muchos sectores de la sociedad”, dijo.
Uno de los factores que hacen que las interrupciones del humo de los incendios forestales sean tan difíciles en el estado de Nueva York es que las ocurrencias son tan raras, aunque eso podría cambiar a medida que el cambio climático exacerba los eventos meteorológicos extremos. Para compensar la escasez actual de los datos regionales, el equipo empleó el “muestreo ascendente”, aumentando la tasa de muestreo, para capacitar a su modelo para poner más énfasis en los eventos de incendios forestales, a pesar de su infrecuencia.
El equipo probó el modelo utilizando datos solares por hora recopilados por la Autoridad de Investigación y Desarrollo de Energía del Estado de Nueva York (NYSERDA), lo que respaldó la investigación, durante períodos anteriores de incendios forestales, y determinaron que el modelo superó a las pronósticas de Nysio.
Mientras que otros investigadores han estado trabajando para predecir mejor la producción de energía después de los incendios forestales occidentales, la herramienta creada por el equipo de Zhang es la primera en operar por hora, en lugar de promedios diarios.
“Todo lo informado en nuestro artículo está operativo”, dijo. “Todas las entradas que usamos en el modelo son productos pronosticados. Eso es lo que necesitan los operadores del sistema de energía. Y se puede usar en cualquier lugar”.
Zhang anticipa que los aumentos en el desarrollo solar, combinados con incendios forestales más frecuentes, hará que se pronosticen altos períodos de humo y el impacto en la producción de electricidad solar es aún más crítico para mantener la confiabilidad del sistema de energía en el estado de Nueva York y en todo el país.
“Este es solo el comienzo. Estamos mejorando el modelo mientras creamos vías para la adopción de los operadores del sistema”, dijo. “Cuanto mejor sea el pronóstico, más confiable es el sistema de energía”.
Más información: Fenya Bartram et al, predicción de la generación solar fotovoltaica afectada por humo de incendio forestal severo, cartas de investigación ambiental (2025). Doi: 10.1088/1748-9326/adcf3b
Proporcionado por la Universidad de Cornell
Cita: la herramienta predice el impacto del humo de los incendios forestales en la generación de energía solar (2025, 8 de mayo) Recuperado el 8 de mayo de 2025 de https://techxplore.com/news/2025-05-tool-impact-wildfire-solar-power.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
