En muchos proyectos fotovoltaicos, la evaluación del rendimiento no puede basarse en una única estimación determinista. En su lugar, los resultados se expresan en términos de probabilidades de superación que cuantifican la probabilidad de alcanzar o superar un determinado nivel de rendimiento.
Indicadores como P50 o P90 se utilizan habitualmente en las evaluaciones del rendimiento energético y en las evaluaciones financieras para caracterizar el riesgo. Estos indicadores son fundamentales para los análisis de financiabilidad, las discusiones contractuales y las decisiones de inversión.
LuSim soporta el análisis de probabilidad de superación cuantificando y propagando explícitamente las incertidumbres a lo largo de la cadena de modelado fotovoltaico, en lugar de basarse en márgenes genéricos o porcentajes fijos de incertidumbre.
Exceedance analysis in LuSim is strictly separated from design optimisation. It is performed for a defined reference configuration, corresponding to a specific system layout, geometry, and set of operating assumptions.
The objective is not to explore alternative designs, but to quantify the residual uncertainty associated with the selected design. This uncertainty reflects limitations in data, modelling assumptions, environmental variability, and system behaviour that cannot be fully resolved at the design stage.
This distinction ensures that exceedance probabilities represent risk and confidence levels, not deliberate design variability.
LuSim follows a system level view of photovoltaic energy yield, where the conversion of solar resource into delivered electricity is represented as a sequence of gains and losses. Each stage of this modelling chain introduces both a deterministic contribution and an associated uncertainty.
Uncertainty sources may include solar resource assessment, irradiance transposition, shading and mismatch, soiling, module and inverter performance, system availability, and long term degradation. The relative importance and maturity of these sources vary depending on technology, site conditions, and project phase.
By making uncertainty sources explicit and traceable, LuSim avoids treating uncertainty as a single aggregated correction and instead links confidence bounds to identifiable physical and modelling assumptions.
Exceedance probabilities require the propagation of uncertainties through the full PV energy yield and financial modelling chain.
LuSim admite varias estrategias de propagación de incertidumbre según el contexto y la información disponible. Estas incluyen aproximaciones gaussianas para incertidumbres pequeñas y bien comportadas, enfoques basados en convolución para distribuciones asimétricas o acotadas, y muestreo de Monte Carlo cuando las correlaciones o las no linealidades son significativas.
La elección del método de propagación es parte del compromiso del modelado, equilibrando precisión, transparencia y esfuerzo computacional. Es importante destacar que las distribuciones resultantes siempre se anclan a la misma configuración de referencia.
LuSim admite la derivación de probabilidades de excedencia para indicadores relacionados con la energía, como el rendimiento energético anual o la energía entregada.
Al analizar las distribuciones de salida resultantes, se pueden extraer directamente valores como P50 o P90. Estos valores reflejan la incertidumbre impulsada por la geometría específica del sitio, la complejidad del sombreado y las suposiciones de modelado, en lugar de promedios genéricos de la industria.
Este enfoque mejora la credibilidad y la interpretabilidad de las métricas de excedencia basadas en energía en proyectos fotovoltaicos complejos.
Las probabilidades de excedencia también se pueden aplicar a indicadores de rendimiento financiero derivados de la configuración de referencia.
LuSim admite el análisis de excedencia para cantidades como ingresos, valor actual neto, tasa interna de retorno o costo nivelado de la energía. Estos indicadores se calculan de manera consistente para cada resultado simulado utilizando las mismas suposiciones financieras.
Esto permite evaluar el riesgo financiero como una consecuencia directa de la incertidumbre técnica y de modelado, en lugar de como un ajuste separado o puramente financiero.
Uncertainty levels are not static across the lifetime of a PV project. In the pre construction phase, exceedance probabilities reflect limited information and conservative assumptions. During operation, monitoring data and diagnostics can reduce some uncertainty components while revealing others.
LuSim is designed to support this evolution by allowing uncertainty assumptions to be refined as better data becomes available. This makes it possible to revisit exceedance metrics over time and to distinguish between reducible and irreducible sources of uncertainty.
Exceedance probabilities produced with LuSim are intended to support informed risk assessment and transparent decision making.
By grounding uncertainty quantification in detailed physical modelling and traceable assumptions, LuSim provides exceedance metrics that are consistent with the actual complexity of the photovoltaic system being assessed.
This approach is particularly relevant for projects where geometry driven effects, innovative configurations, or atypical environments make simplified uncertainty treatments insufficient.
English English 
French
Spanish
German
