Blog categories

Comments

Resultados de simulación masiva de autoconsumo solar

Datos clave de las instalaciones de autoconsumo solar: paybacks, kits promedio i factores relevantes

Este es el resumen de los resultados obtenidos en las 7 campañas de prospección fotovoltaica en las que se han analizado 9.542 contratos y cerrado la venta de más de 2.000 Kits de autoconsumo entre los socios y socias de la cooperativa Som Energia, lo que equivale a una tasa de conversión del 20% y que a Som Energia le supone incrementar 5 veces las compras colectivas de kits solares domesticos.

¿Qué factor es el más influyente para determinar el retorno de una instalación?

SIMULACIÓN ACORDE CON EL PERFIL REAL DE CONSUMO DE ENERGÍA

Son muchos los factores que determinan una instalación fotovoltaica óptima en términos de rentabilidad y eficiencia. No obstante, cuando hablamos de viviendas unifamiliares, el factor más influyente para su dimensionado es el perfil diario de consumo del usuario, ya que determina el balance de consumo eléctrico horario con la producción de energía del sistema, que finalmente determina el grado de autoconsumo hora a hora.

El precio de la energía que el usuario deja de consumir de la red (autoconsumo) puede ser hasta 2 o 3 veces superior que el precio pagado por los excedentes hacia la propia red, por lo que simulaciones energéticas y económicas basadas en perfiles estimados pueden tener grandes errores en la previsión de autoconsumo fotovoltaico y resultar en facturas mucho más elevadas una vez que el sistema entre en funcionamiento.

De este modo, en viviendas unifamiliares, factores como la inclinación, orientación, las sombras o la superficie disponible no tienen tanta relevancia como el perfil de consumo, ya que en la mayoría de casos, se dispone del espacio soleado suficiente para hacer la instalación en condiciones óptimas (el área promedio que una vivienda necesita es de 10 a 15 m2).

Para determinar el sistema fotovoltaico óptimo es necesario realizar muchas simulaciones para encontrar el balance perfecto entre la producción solar de la instalación y el perfil de consumo del usuario, para dimensionar el sistema de acorde a la potencia pico justa y necesaria.

Image module

Perfiles mensuales de usuarios y clustering de perfiles

Resultados y conclusiones de la simulación

PAYBACK , EL RETORNO DE LA INVERSIÓN

Los usuarios con un retorno de la inversión más bajo (hasta 8 años) tienen consumos anuales altos, por encima de 10.000 kWh/año. Esto les permite autoconsumir una gran parte de la energía generada, independientemente de su perfil de consumo.

Además este grupo logra mejores resultados por tener un kit de fotovoltaica de mayor tamaño, que normalmente tiene un precio unitario del kWp con descuento sobre los kits más pequeños.

Image module

Histograma del Payback para los 9.542 análisi, en años

La gran mayoría de análisis realizados obtienen un retorno de entre 9 y 14 años, con un consumo medio de 3.000 kWh/año, logrando autoconsumir el 40% de la energía generada en promedio.

Dentro de este gran grupo, los mejores resultados de payback los obtienen aquellos cuyo perfil de consumo se adapta mejor a la generación o que tienen un consumo por encima del promedio, al autoconsumir una mayor cantidad de energia.

0
El 73% tiene un payback inferior a 13 años

LOS KITS DE AUTOCONSUMO MÁS RECOMENDADOS

El 90% de los kits recomendados están entre 1,6 y 2,8 kWp

Los kits de autoproducción que obtienen más resultados están entre 1,6 kWp y 2,8 kWp, con una inversión media que va de los 4.000€  a los 5.800€ (Instalación y legalización incluido). Precisamente, es en este rango de potencias es donde el departamento comercial debe poner su mayor foco para lograr las mejores condiciones y precios.

Banner image
Beedata aumenta la venta de kits solares de autoconsumo de Som Energia
El nuevo producto de optimización fotovoltaica de Beedata ha permitido a Som Energia aumentar el cierre de ventas de sistemas de producción fotovoltaica, en gran parte por la analítica y de un informe detallado y personalizado que ha multiplicado por 5 la efectividad comercial.
Leer más

En este sentido, la estrategia seguida por Som Energía, en la que forman grupos por zonas geográficas para lograr optimizar la logística y recursos de los instaladores, tiene mucho sentido.

ENERGÍA EXPORTADA

Además del precio de los kits, el nivel de consumo de cada cliente y su adecuación a la curva de generación son factores de alta relevancia (una media de 60% de la energía generada se exporta). A menor adecuación del consumo a la generación, la energía exportada aumenta y el payback del proyecto disminuye. Esto se debe a que el precio de compra de esta energía “sobrante” por parte de la comercializadora es muy bajo, estando en España en 0,05 €/kWh en promedio.

Mientras que las comercializadoras logren mejorar este precio o se logre introducir una legislación más flexible con el uso de los excedentes, no se podrán ofrecer paybacks mucho más competitivos.

¿Cómo se ha hecho el análisis?

CONDICIONES DE LA SIMULACIÓN MASIVA

1. Disponibilidad de datos

a partir de los datos proporcionados por la comercializadora se caracteriza el histórico considerando las diferentes fuentes de datos (CCH, F1, SIPS, perfiles tipo, etc.). En caso de no cubrir el 100% del histórico de datos necesarios se aplica un proceso de imputación.

2. Selección de equipamiento

La comercializadora define una serie de equipos y criterios de aplicación que se definen para seleccionar el equipo para cada instalación. De esta forma se han introducido un total de 24 instalaciones que van desde los 1,63 kWp hasta los 6,12 kWp.

3. Condiciones del equipamiento instalado

Se han valorado en condiciones ideales de inclinación (17º), un azimut de 180º (Sur) y sin sombras.

4. Simulación de producción

Realizado en base al recurso solar disponible por código postal

Image
Massive photovoltaic optimization for residential and industrial customers
Simulations with personalised results for each client adapted to the hourly consumption profile to maximise the return on investment.

Resultados de simulación masiva de autoconsumo solar

Datos clave de las instalaciones de autoconsumo solar: paybacks, kits promedio i factores relevantes

Este es el resumen de los resultados obtenidos en las 7 campañas de prospección fotovoltaica en las que se han analizado 9.542 contratos y cerrado la venta de más de 2.000 Kits de autoconsumo entre los socios y socias de la cooperativa Som Energia, lo que equivale a una tasa de conversión del 20% y que a Som Energia le supone incrementar 5 veces las compras colectivas de kits solares domesticos.

¿Qué factor es el más influyente para determinar el retorno de una instalación?

SIMULACIÓN ACORDE CON EL PERFIL REAL DE CONSUMO DE ENERGÍA

Son muchos los factores que determinan una instalación fotovoltaica óptima en términos de rentabilidad y eficiencia. No obstante, cuando hablamos de viviendas unifamiliares, el factor más influyente para su dimensionado es el perfil diario de consumo del usuario, ya que determina el balance de consumo eléctrico horario con la producción de energía del sistema, que finalmente determina el grado de autoconsumo hora a hora.

El precio de la energía que el usuario deja de consumir de la red (autoconsumo) puede ser hasta 2 o 3 veces superior que el precio pagado por los excedentes hacia la propia red, por lo que simulaciones energéticas y económicas basadas en perfiles estimados pueden tener grandes errores en la previsión de autoconsumo fotovoltaico y resultar en facturas mucho más elevadas una vez que el sistema entre en funcionamiento.

De este modo, en viviendas unifamiliares, factores como la inclinación, orientación, las sombras o la superficie disponible no tienen tanta relevancia como el perfil de consumo, ya que en la mayoría de casos, se dispone del espacio soleado suficiente para hacer la instalación en condiciones óptimas (el área promedio que una vivienda necesita es de 10 a 15 m2).

Para determinar el sistema fotovoltaico óptimo es necesario realizar muchas simulaciones para encontrar el balance perfecto entre la producción solar de la instalación y el perfil de consumo del usuario, para dimensionar el sistema de acorde a la potencia pico justa y necesaria.

Image module

Perfiles mensuales de usuarios y clustering de perfiles

Resultados y conclusiones de la simulación

PAYBACK , EL RETORNO DE LA INVERSIÓN

Los usuarios con un retorno de la inversión más bajo (hasta 8 años) tienen consumos anuales altos, por encima de 10.000 kWh/año. Esto les permite autoconsumir una gran parte de la energía generada, independientemente de su perfil de consumo.

Además este grupo logra mejores resultados por tener un kit de fotovoltaica de mayor tamaño, que normalmente tiene un precio unitario del kWp con descuento sobre los kits más pequeños.

Image module

Histograma del Payback para los 9.542 análisi, en años

La gran mayoría de análisis realizados obtienen un retorno de entre 9 y 14 años, con un consumo medio de 3.000 kWh/año, logrando autoconsumir el 40% de la energía generada en promedio.

Dentro de este gran grupo, los mejores resultados de payback los obtienen aquellos cuyo perfil de consumo se adapta mejor a la generación o que tienen un consumo por encima del promedio, al autoconsumir una mayor cantidad de energia.

0
El 73% tiene un payback inferior a 13 años

LOS KITS DE AUTOCONSUMO MÁS RECOMENDADOS

El 90% de los kits recomendados están entre 1,6 y 2,8 kWp

Los kits de autoproducción que obtienen más resultados están entre 1,6 kWp y 2,8 kWp, con una inversión media que va de los 4.000€  a los 5.800€ (Instalación y legalización incluido). Precisamente, es en este rango de potencias es donde el departamento comercial debe poner su mayor foco para lograr las mejores condiciones y precios.

Banner image
Beedata aumenta la venta de kits solares de autoconsumo de Som Energia
El nuevo producto de optimización fotovoltaica de Beedata ha permitido a Som Energia aumentar el cierre de ventas de sistemas de producción fotovoltaica, en gran parte por la analítica y de un informe detallado y personalizado que ha multiplicado por 5 la efectividad comercial.
Leer más

En este sentido, la estrategia seguida por Som Energía, en la que forman grupos por zonas geográficas para lograr optimizar la logística y recursos de los instaladores, tiene mucho sentido.

ENERGÍA EXPORTADA

Además del precio de los kits, el nivel de consumo de cada cliente y su adecuación a la curva de generación son factores de alta relevancia (una media de 60% de la energía generada se exporta). A menor adecuación del consumo a la generación, la energía exportada aumenta y el payback del proyecto disminuye. Esto se debe a que el precio de compra de esta energía “sobrante” por parte de la comercializadora es muy bajo, estando en España en 0,05 €/kWh en promedio.

Mientras que las comercializadoras logren mejorar este precio o se logre introducir una legislación más flexible con el uso de los excedentes, no se podrán ofrecer paybacks mucho más competitivos.

¿Cómo se ha hecho el análisis?

CONDICIONES DE LA SIMULACIÓN MASIVA

1. Disponibilidad de datos

a partir de los datos proporcionados por la comercializadora se caracteriza el histórico considerando las diferentes fuentes de datos (CCH, F1, SIPS, perfiles tipo, etc.). En caso de no cubrir el 100% del histórico de datos necesarios se aplica un proceso de imputación.

2. Selección de equipamiento

La comercializadora define una serie de equipos y criterios de aplicación que se definen para seleccionar el equipo para cada instalación. De esta forma se han introducido un total de 24 instalaciones que van desde los 1,63 kWp hasta los 6,12 kWp.

3. Condiciones del equipamiento instalado

Se han valorado en condiciones ideales de inclinación (17º), un azimut de 180º (Sur) y sin sombras.

4. Simulación de producción

Realizado en base al recurso solar disponible por código postal

Image
Massive photovoltaic optimization for residential and industrial customers
Simulations with personalised results for each client adapted to the hourly consumption profile to maximise the return on investment.

Resultados de simulación masiva de autoconsumo solar

Datos clave de las instalaciones de autoconsumo solar: paybacks, kits promedio i factores relevantes

Este es el resumen de los resultados obtenidos en las 7 campañas de prospección fotovoltaica en las que se han analizado 9.542 contratos y cerrado la venta de más de 2.000 Kits de autoconsumo entre los socios y socias de la cooperativa Som Energia, lo que equivale a una tasa de conversión del 20% y que a Som Energia le supone incrementar 5 veces las compras colectivas de kits solares domesticos.

¿Qué factor es el más influyente para determinar el retorno de una instalación?

SIMULACIÓN ACORDE CON EL PERFIL REAL DE CONSUMO DE ENERGÍA

Son muchos los factores que determinan una instalación fotovoltaica óptima en términos de rentabilidad y eficiencia. No obstante, cuando hablamos de viviendas unifamiliares, el factor más influyente para su dimensionado es el perfil diario de consumo del usuario, ya que determina el balance de consumo eléctrico horario con la producción de energía del sistema, que finalmente determina el grado de autoconsumo hora a hora.

El precio de la energía que el usuario deja de consumir de la red (autoconsumo) puede ser hasta 2 o 3 veces superior que el precio pagado por los excedentes hacia la propia red, por lo que simulaciones energéticas y económicas basadas en perfiles estimados pueden tener grandes errores en la previsión de autoconsumo fotovoltaico y resultar en facturas mucho más elevadas una vez que el sistema entre en funcionamiento.

De este modo, en viviendas unifamiliares, factores como la inclinación, orientación, las sombras o la superficie disponible no tienen tanta relevancia como el perfil de consumo, ya que en la mayoría de casos, se dispone del espacio soleado suficiente para hacer la instalación en condiciones óptimas (el área promedio que una vivienda necesita es de 10 a 15 m2).

Para determinar el sistema fotovoltaico óptimo es necesario realizar muchas simulaciones para encontrar el balance perfecto entre la producción solar de la instalación y el perfil de consumo del usuario, para dimensionar el sistema de acorde a la potencia pico justa y necesaria.

Image module

Perfiles mensuales de usuarios y clustering de perfiles

Resultados y conclusiones de la simulación

PAYBACK , EL RETORNO DE LA INVERSIÓN

Los usuarios con un retorno de la inversión más bajo (hasta 8 años) tienen consumos anuales altos, por encima de 10.000 kWh/año. Esto les permite autoconsumir una gran parte de la energía generada, independientemente de su perfil de consumo.

Además este grupo logra mejores resultados por tener un kit de fotovoltaica de mayor tamaño, que normalmente tiene un precio unitario del kWp con descuento sobre los kits más pequeños.

Image module

Histograma del Payback para los 9.542 análisi, en años

La gran mayoría de análisis realizados obtienen un retorno de entre 9 y 14 años, con un consumo medio de 3.000 kWh/año, logrando autoconsumir el 40% de la energía generada en promedio.

Dentro de este gran grupo, los mejores resultados de payback los obtienen aquellos cuyo perfil de consumo se adapta mejor a la generación o que tienen un consumo por encima del promedio, al autoconsumir una mayor cantidad de energia.

0
El 73% tiene un payback inferior a 13 años

LOS KITS DE AUTOCONSUMO MÁS RECOMENDADOS

El 90% de los kits recomendados están entre 1,6 y 2,8 kWp

Los kits de autoproducción que obtienen más resultados están entre 1,6 kWp y 2,8 kWp, con una inversión media que va de los 4.000€  a los 5.800€ (Instalación y legalización incluido). Precisamente, es en este rango de potencias es donde el departamento comercial debe poner su mayor foco para lograr las mejores condiciones y precios.

Banner image
Beedata aumenta la venta de kits solares de autoconsumo de Som Energia
El nuevo producto de optimización fotovoltaica de Beedata ha permitido a Som Energia aumentar el cierre de ventas de sistemas de producción fotovoltaica, en gran parte por la analítica y de un informe detallado y personalizado que ha multiplicado por 5 la efectividad comercial.
Leer más

En este sentido, la estrategia seguida por Som Energía, en la que forman grupos por zonas geográficas para lograr optimizar la logística y recursos de los instaladores, tiene mucho sentido.

ENERGÍA EXPORTADA

Además del precio de los kits, el nivel de consumo de cada cliente y su adecuación a la curva de generación son factores de alta relevancia (una media de 60% de la energía generada se exporta). A menor adecuación del consumo a la generación, la energía exportada aumenta y el payback del proyecto disminuye. Esto se debe a que el precio de compra de esta energía “sobrante” por parte de la comercializadora es muy bajo, estando en España en 0,05 €/kWh en promedio.

Mientras que las comercializadoras logren mejorar este precio o se logre introducir una legislación más flexible con el uso de los excedentes, no se podrán ofrecer paybacks mucho más competitivos.

¿Cómo se ha hecho el análisis?

CONDICIONES DE LA SIMULACIÓN MASIVA

1. Disponibilidad de datos

a partir de los datos proporcionados por la comercializadora se caracteriza el histórico considerando las diferentes fuentes de datos (CCH, F1, SIPS, perfiles tipo, etc.). En caso de no cubrir el 100% del histórico de datos necesarios se aplica un proceso de imputación.

2. Selección de equipamiento

La comercializadora define una serie de equipos y criterios de aplicación que se definen para seleccionar el equipo para cada instalación. De esta forma se han introducido un total de 24 instalaciones que van desde los 1,63 kWp hasta los 6,12 kWp.

3. Condiciones del equipamiento instalado

Se han valorado en condiciones ideales de inclinación (17º), un azimut de 180º (Sur) y sin sombras.

4. Simulación de producción

Realizado en base al recurso solar disponible por código postal

Image
Massive photovoltaic optimization for residential and industrial customers
Simulations with personalised results for each client adapted to the hourly consumption profile to maximise the return on investment.

Resultados de simulación masiva de autoconsumo solar

Datos clave de las instalaciones de autoconsumo solar: paybacks, kits promedio i factores relevantes

Este es el resumen de los resultados obtenidos en las 7 campañas de prospección fotovoltaica en las que se han analizado 9.542 contratos y cerrado la venta de más de 2.000 Kits de autoconsumo entre los socios y socias de la cooperativa Som Energia, lo que equivale a una tasa de conversión del 20% y que a Som Energia le supone incrementar 5 veces las compras colectivas de kits solares domesticos.

¿Qué factor es el más influyente para determinar el retorno de una instalación?

SIMULACIÓN ACORDE CON EL PERFIL REAL DE CONSUMO DE ENERGÍA

Son muchos los factores que determinan una instalación fotovoltaica óptima en términos de rentabilidad y eficiencia. No obstante, cuando hablamos de viviendas unifamiliares, el factor más influyente para su dimensionado es el perfil diario de consumo del usuario, ya que determina el balance de consumo eléctrico horario con la producción de energía del sistema, que finalmente determina el grado de autoconsumo hora a hora.

El precio de la energía que el usuario deja de consumir de la red (autoconsumo) puede ser hasta 2 o 3 veces superior que el precio pagado por los excedentes hacia la propia red, por lo que simulaciones energéticas y económicas basadas en perfiles estimados pueden tener grandes errores en la previsión de autoconsumo fotovoltaico y resultar en facturas mucho más elevadas una vez que el sistema entre en funcionamiento.

De este modo, en viviendas unifamiliares, factores como la inclinación, orientación, las sombras o la superficie disponible no tienen tanta relevancia como el perfil de consumo, ya que en la mayoría de casos, se dispone del espacio soleado suficiente para hacer la instalación en condiciones óptimas (el área promedio que una vivienda necesita es de 10 a 15 m2).

Para determinar el sistema fotovoltaico óptimo es necesario realizar muchas simulaciones para encontrar el balance perfecto entre la producción solar de la instalación y el perfil de consumo del usuario, para dimensionar el sistema de acorde a la potencia pico justa y necesaria.

Image module

Perfiles mensuales de usuarios y clustering de perfiles

Resultados y conclusiones de la simulación

PAYBACK , EL RETORNO DE LA INVERSIÓN

Los usuarios con un retorno de la inversión más bajo (hasta 8 años) tienen consumos anuales altos, por encima de 10.000 kWh/año. Esto les permite autoconsumir una gran parte de la energía generada, independientemente de su perfil de consumo.

Además este grupo logra mejores resultados por tener un kit de fotovoltaica de mayor tamaño, que normalmente tiene un precio unitario del kWp con descuento sobre los kits más pequeños.

Image module

Histograma del Payback para los 9.542 análisi, en años

La gran mayoría de análisis realizados obtienen un retorno de entre 9 y 14 años, con un consumo medio de 3.000 kWh/año, logrando autoconsumir el 40% de la energía generada en promedio.

Dentro de este gran grupo, los mejores resultados de payback los obtienen aquellos cuyo perfil de consumo se adapta mejor a la generación o que tienen un consumo por encima del promedio, al autoconsumir una mayor cantidad de energia.

0
El 73% tiene un payback inferior a 13 años

LOS KITS DE AUTOCONSUMO MÁS RECOMENDADOS

El 90% de los kits recomendados están entre 1,6 y 2,8 kWp

Los kits de autoproducción que obtienen más resultados están entre 1,6 kWp y 2,8 kWp, con una inversión media que va de los 4.000€  a los 5.800€ (Instalación y legalización incluido). Precisamente, es en este rango de potencias es donde el departamento comercial debe poner su mayor foco para lograr las mejores condiciones y precios.

Banner image
Beedata aumenta la venta de kits solares de autoconsumo de Som Energia
El nuevo producto de optimización fotovoltaica de Beedata ha permitido a Som Energia aumentar el cierre de ventas de sistemas de producción fotovoltaica, en gran parte por la analítica y de un informe detallado y personalizado que ha multiplicado por 5 la efectividad comercial.
Leer más

En este sentido, la estrategia seguida por Som Energía, en la que forman grupos por zonas geográficas para lograr optimizar la logística y recursos de los instaladores, tiene mucho sentido.

ENERGÍA EXPORTADA

Además del precio de los kits, el nivel de consumo de cada cliente y su adecuación a la curva de generación son factores de alta relevancia (una media de 60% de la energía generada se exporta). A menor adecuación del consumo a la generación, la energía exportada aumenta y el payback del proyecto disminuye. Esto se debe a que el precio de compra de esta energía “sobrante” por parte de la comercializadora es muy bajo, estando en España en 0,05 €/kWh en promedio.

Mientras que las comercializadoras logren mejorar este precio o se logre introducir una legislación más flexible con el uso de los excedentes, no se podrán ofrecer paybacks mucho más competitivos.

¿Cómo se ha hecho el análisis?

CONDICIONES DE LA SIMULACIÓN MASIVA

1. Disponibilidad de datos

a partir de los datos proporcionados por la comercializadora se caracteriza el histórico considerando las diferentes fuentes de datos (CCH, F1, SIPS, perfiles tipo, etc.). En caso de no cubrir el 100% del histórico de datos necesarios se aplica un proceso de imputación.

2. Selección de equipamiento

La comercializadora define una serie de equipos y criterios de aplicación que se definen para seleccionar el equipo para cada instalación. De esta forma se han introducido un total de 24 instalaciones que van desde los 1,63 kWp hasta los 6,12 kWp.

3. Condiciones del equipamiento instalado

Se han valorado en condiciones ideales de inclinación (17º), un azimut de 180º (Sur) y sin sombras.

4. Simulación de producción

Realizado en base al recurso solar disponible por código postal

Image
Massive photovoltaic optimization for residential and industrial customers
Simulations with personalised results for each client adapted to the hourly consumption profile to maximise the return on investment.