High-Fidelity Full-Sky Video Prediction for Photovoltaic Ramp Event Forecasting

Resumen Técnico: Predicción de Video de Cielo Completo de Alta Fidelidad para la Pronóstico de Eventos de Rampa en Fotovoltaica

Planteamiento del Problema
La integración de sistemas fotovoltaicos (FV) en las redes eléctricas enfrenta desafíos significativos debido a la variabilidad inherente de la irradiancia solar, particularmente bajo condiciones de nubes en rápido cambio. La ocultación por nubes puede provocar que la irradiancia solar disminuya hasta un 70% en un solo minuto, desencadenando fluctuaciones abruptas de potencia conocidas como eventos de rampa. Estos eventos transitorios tensionan la estabilidad de la red, requieren costosas generaciones de respaldo de respuesta rápida y aumentan la dependencia de la capacidad de reserva. Si bien los métodos de pronóstico existentes, como la Predicción Numérica del Tiempo (NWP) y la teledetección por satélite, ofrecen pronósticos horarios o intradiarios, a menudo carecen de la resolución espacial y temporal necesaria para la predicción de eventos de rampa a ultra corto plazo (escala de minutos). La detección local basada en tierra mediante cámaras de cielo completo ofrece mayor resolución, pero lucha por modelar la dinámica compleja, no lineal y parcialmente caótica del movimiento de las nubes, la cual involucra tanto movimiento traslacional como deformación no rígida impulsada por flujos de aire turbulentos.

Metodología
El artículo propone un marco de inteligencia artificial generativa que integra dos componentes principales: PhyDiffNet para la predicción de video de cielo completo de alta fidelidad y RaPVFormer para el pronóstico de la salida FV consciente de las rampas.

1. PhyDiffNet (Predicción de Video):

   • Arquitectura: Este módulo combina una red recurrente informada por la física (PhyDNet) con un modelo de difusión condicional de video.
   • PhyDNet: Opera en un espacio latente semántico para modelar la dinámica de las nubes. Utiliza una arquitectura de doble rama: una rama emplea una Celda Recurrente Guiada por la Física (PhyCell) basada en ecuaciones diferenciales parciales (EDP) para capturar el movimiento físico dominante, mientras que la segunda rama utiliza un ConvLSTM estándar para aprender patrones de movimiento residual no capturados por el modelo físico.
   • Refinamiento por Difusión: Para abordar el desenfoque y la pérdida de detalles finos comunes en las predicciones de largo alcance, un módulo de difusión condicional de video refina las predicciones gruesas de PhyDNet. Este módulo utiliza una red 3D U-Net espacio-temporal con mecanismos de atención lineal para eliminar el ruido de los fotogramas, condicionado a los fotogramas históricos de video y a las predicciones iniciales borrosas. Este proceso restaura las texturas de nubes de alta frecuencia y asegura la coherencia temporal.
   • Entradas: El sistema toma 16 minutos de fotogramas históricos de video de cielo completo y las máscaras correspondientes de localización del sol como entrada para predecir los siguientes 16 minutos de fotogramas del cielo con una resolución de 1 minuto.

2. RaPVFormer (Pronóstico FV):

   • Arquitectura: Un modelo basado en transformadores diseñado para pronosticar la salida FV y clasificar eventos de rampa (ascendente, descendente o estable).
   • Extracción de Características: Codifica los fotogramas históricos y predichos del cielo (junto con las máscaras del sol) utilizando un codificador de imágenes convolucional e incrusta los valores históricos de potencia FV mediante una MLP. Estos se proyectan en un espacio de tokens con codificaciones posicionales sinusoidales.
   • Mecanismo de Fusión: El modelo emplea un mecanismo de fusión de atención cruzada para recuperar patrones contextuales, como respuestas pasadas de irradiancia a formaciones de nubes similares, lo que le permite anticipar las rampas inducidas por nubes.
   • Función de Pérdida: El entrenamiento utiliza un objetivo compuesto que combina el Error Cuadrático Medio (MSE) para la regresión de potencia, una pérdida consciente de la pendiente para penalizar errores en grandes eventos de rampa y una pérdida focal para enfatizar clasificaciones de rampa raras o desafiantes.

Contribuciones Clave

• Marco Generativo: Los autores proponen un marco novedoso que integra un módulo de predicción de video (PhyDiffNet) con un módulo de pronóstico consciente de rampas (RaPVFormer) para habilitar la predicción de alta fidelidad de estados futuros del cielo y el pronóstico preciso de la salida FV bajo condiciones dinámicas.
• Mejora en Interpretabilidad y Precisión: El sistema incorpora máscaras de localización del sol, mecanismos de atención y funciones de pérdida sensibles a las rampas. Las visualizaciones de atención destacan patrones críticos de ocultación solar, mejorando la interpretabilidad de las decisiones del modelo.
• Rendimiento de Vanguardia: El marco demuestra un rendimiento superior tanto en la predicción de video de cielo completo (calidad estructural, perceptual y temporal) como en la detección de eventos de rampa FV en comparación con las líneas base existentes.

Resultados

• Predicción de Video: PhyDiffNet supera a las líneas base (ConvLSTM, PhyDNet, VideoGPT, SkyGPT) en todas las métricas de evaluación, incluyendo PSNR, SSIM, LPIPS y Similitud del Coseno basada en VGG. Logra las puntuaciones más bajas en Flujo Óptico Temporal (TOF) y Distancia de Cambio de Característica Temporal (TFCD), indicando una continuidad de movimiento superior y suavidad temporal.
• Pronóstico FV: El marco propuesto logra una mejora en la Habilidad de Pronóstico (FS) sobre el Modelo de Persistencia Inteligente (SPM) y consistentemente un Error Cuadrático Medio (RMSE) más bajo en horizontes de 4, 10 y 16 minutos.
• Detección de Eventos de Rampa: El sistema demuestra un aumento del 10% en el Índice de Éxito Crítico (CSI) para la detección de rampas FV en comparación con otros modelos generativos. Específicamente, PhyDiffNet logró un CSI del 91.53%, con un Error Medio de Hora de Inicio (MSTE) y un Error Medio de Hora de Fin (METE) de 0.81 y 0.94 minutos, respectivamente.
• Estudios de Ablación: Los experimentos confirmaron que el canal de máscara solar, el módulo de refinamiento por difusión y la inclusión de datos históricos de FV en RaPVFormer son componentes críticos. La eliminación del módulo de difusión degradó significativamente la calidad de la imagen y la precisión del pronóstico, mientras que reemplazar RaPVFormer por una línea base solo de visión (SUNSET) redujo marcadamente el rendimiento del pronóstico FV.

Significado
El artículo afirma que este trabajo demuestra la capacidad de la detección multimodal impulsada por IA para el pronóstico solar a ultra corto plazo. Al predecir con precisión las fluctuaciones rápidas de irradiancia hasta 16 minutos con antelación, el marco proporciona a los operadores de red advertencias más tempranas y confiables sobre la variabilidad de la salida FV. Los autores postulan que estas mejoras en el pronóstico apoyan una mayor resiliencia de la red, reducen la dependencia de la generación de reserva y facilitan una integración más confiable de la energía solar a gran escala, potencialmente reduciendo la dependencia de costosas capacidades de reserva y sistemas de almacenamiento de energía.