Bridging the climate to energy data gap: simulated annealing for representative climate year selection

Este estudio propone y valida un método de optimización por recocido simulado, que utiliza la distancia de Wasserstein cortada estacional, para seleccionar subconjuntos altamente representativos de años climáticos a partir de grandes conjuntos, superando significativamente las prácticas actuales y los algoritmos alternativos para proporcionar entradas robustas y sin sesgos para la modelización de sistemas energéticos.

Lo esencial

Imagina que estás intentando diseñar una red eléctrica capaz de soportar el clima de los próximos 30 años. El problema es que el clima es caótico e impredecible. Los científicos climáticos han ejecutado simulaciones en superordenadores que generaron 180 años posibles diferentes de datos meteorológicos para mostrar cada escenario posible (desde años extremadamente ventosos hasta sequías).

Sin embargo, los modelos informáticos utilizados para diseñar la red eléctrica real son muy pesados y lentos. No pueden procesar 180 años de datos a la vez; solo pueden manejar un puñado diminuto, quizás 5 o 30 años.

La gran pregunta es: ¿Qué años específicos deberíamos elegir?

Si eliges los años equivocados, podrías construir una red que funcione genial en un verano suave pero que colapse durante un invierno frío y sin viento. Si eliges los años equivocados, podrías desperdiciar miles de millones de dólares en infraestructura inadecuada.

El problema con los métodos actuales

Actualmente, muchos planificadores energéticos eligen años de forma algo aleatoria o simplemente mirando el año "promedio". Los autores de este artículo dicen que esto es como intentar entender una biblioteca completa leyendo solo una página al azar. A menudo, se pasan por alto los eventos extremos (como una "Dunkelflaute"—un período sin viento y sin sol) que son cruciales para la planificación.

La solución: Una "búsqueda inteligente" (Recocido Simulado)

Los autores proponen un nuevo método llamado Recocido Simulado.

La analogía:
Imagina que estás en una vasta y brumosa cordillera y quieres encontrar el valle absolutamente más bajo (el mejor conjunto de años).

• La Búsqueda Aleatoria es como lanzar un dardo a un mapa y caminar hacia allí. Podrías tener suerte, pero probablemente te perderás el valle más profundo.
• K-Medoids (el estándar antiguo) es como agrupar las montañas en clústeres y elegir el centro de cada grupo. Está bien, pero podría pasar por alto la forma específica del terreno.
• El Recocido Simulado es como un excursionista que es inteligente pero también está dispuesto a correr riesgos.
  • El excursionista comienza en un lugar aleatorio.
  • Mira a su alrededor. Si encuentra un lugar más bajo, se mueve allí.
  • Crucialmente: A veces, podría dar un paso cuesta arriba (un lugar peor) solo para ver si hay un valle aún más profundo al otro lado de esa colina.
  • A medida que avanza la "caminata", se vuelve menos dispuesto a dar esos pasos arriesgados cuesta arriba y comienza a centrarse en encontrar el fondo absoluto.
  • Esto evita que se quede atrapado en una pequeña y superficial depresión (un mínimo local) y se pierda el punto más bajo real (el mínimo global).

Cómo miden la "bondad"

¿Cómo saben si sus 5 o 30 años elegidos son realmente buenos? Utilizan una herramienta matemática llamada Distancia de Wasserstein Sazonal Cortada.

La analogía:
Piensa en los 180 años de datos meteorológicos como un batido gigante y complejo hecho de muchos ingredientes (viento, sol, temperatura, demanda eléctrica).

• Un promedio simple podría solo verificar si la cantidad total de fresas es correcta.
• Esta nueva herramienta verifica:
  1. Los ingredientes: ¿Hay la cantidad correcta de viento y sol?
  2. La mezcla: ¿Se mezclan bien los ingredientes? (Por ejemplo: ¿El viento fuerte suele ocurrir con poco sol? ¿O ocurren juntos?)
  3. El momento: ¿Es la mezcla correcta para el invierno y el verano por separado? (Un verano ventoso es genial, pero un invierno ventoso es aún mejor para la calefacción. Si eliges años que son ventosos en verano pero tranquilos en invierno, repruebas la prueba).

La herramienta calcula una "puntuación" de cuán diferente es tu pequeño batido (los años seleccionados) del batido gigante (los 180 años). Cuanto menor sea la puntuación, mejor será la coincidencia.

Lo que descubrieron

Los investigadores probaron su método de "Búsqueda Inteligente" contra la adivinanza aleatoria, la adivinanza filtrada y el antiguo método de agrupación en tres escenarios:

1. Solo los Países Bajos (30 años).
2. Toda Europa (30 años).
3. Toda Europa (5 años).

Los resultados:

• El ganador: La "Búsqueda Inteligente" (Recocido Simulado) encontró consistentemente los mejores conjuntos de años.
• El multiplicador mágico: Cuando eligieron solo 30 años usando este método, esos 30 años fueron tan representativos que actuaron como 130 a 140 años de datos. Obtuvieron de 4 a 5 veces más "valor" de los datos de lo que tenían físicamente.
• Mejor que la práctica actual: El método que utilizaron es 2,5 a 3,5 veces mejor que el estándar actual utilizado por las principales organizaciones energéticas europeas (ENTSO-E).
• Consistencia: A diferencia de otros métodos que dependen en gran medida de la "suerte" (obtener un buen resultado solo por casualidad), este método funciona de manera confiable cada vez que se ejecuta.

La conclusión

Este artículo no solo dice "elija mejores años". Proporciona una receta específica y matemáticamente probada (Recocido Simulado + una herramienta de puntuación específica) para asegurar que, cuando las empresas energéticas construyan la red para el futuro, no estén apostando a una adivinanza afortunada. Están utilizando una muestra pequeña y cuidadosamente seleccionada que refleja perfectamente la realidad compleja y caótica del clima completo.

Una nota final sobre el "Año": El artículo también sugiere definir un "año" desde el 1 de abril hasta el 31 de marzo (en lugar de enero a diciembre). ¿Por qué? Porque esto mantiene el invierno unido en un solo bloque. Dado que el invierno es el momento más estresante para la red eléctrica (calefacción + menos sol), dividir el invierno entre dos años calendario rompería los datos y haría más difícil planificar para esos fríos críticos.

Resumen técnico

Resumen Técnico: Puenteando la Brecha entre Datos Climáticos y Energéticos mediante Recocido Simulado

Enunciado del Problema
Los modelos de sistemas energéticos dependen cada vez más de entradas climáticas precisas para planificar fuentes renovables dependientes del clima. Sin embargo, existe una incompatibilidad fundamental entre la ciencia climática y la modelización de sistemas energéticos. La ciencia climática utiliza grandes conjuntos (desde cientos hasta miles de años simulados) para capturar la distribución completa de resultados posibles, incluidos los extremos. Por el contrario, los modelos de sistemas eléctricos, que son computacionalmente exigentes (gestionando el compromiso de unidades, restricciones de red y dinámicas de mercado con resolución horaria), suelen procesar solo un puñado de años (1–30).

Las prácticas actuales para seleccionar estos años representativos, como las utilizadas por ENTSO-E en la Evaluación de la Adecuación de Recursos Europea (ERAA), a menudo dependen de métodos no validados como la selección aleatoria, la selección pseudoaleatoria alrededor de un período objetivo o el agrupamiento K-Medoids. Estos enfoques carecen de criterios explícitos de representatividad, lo que arriesga decisiones de inversión sesgadas y deja a los sistemas energéticos desprevenidos ante condiciones climáticas plausibles que quedan excluidas por una metodología deficiente. La selección de un subconjunto pequeño de un gran conjunto es un problema combinatorio con una "explosión combinatoria" de posibilidades (por ejemplo, seleccionar 30 años de 180 genera $\approx 1.3 \times 10^{34}$ combinaciones), lo que hace inviable la búsqueda exhaustiva.

Metodología
Este estudio propone el Recocido Simulado (SA) como un método de optimización para seleccionar subconjuntos representativos de años climáticos completos a partir de grandes conjuntos. El enfoque se evalúa frente a tres métodos alternativos: Búsqueda Aleatoria (RS), Búsqueda Aleatoria Filtrada (FRS) y agrupamiento K-Medoids.

• Fuente de Datos: El estudio utiliza la Base de Datos Climática Pan-Europea (PECD), específicamente 180 años climáticos (6 modelos CMIP6 $\times$ 30 años bajo el escenario SSP2-4.5, 2016–2045).
• Variables: La selección se realiza sobre variables derivadas de impacto energético en lugar de campos meteorológicos brutos para tener en cuenta las no linealidades. Estas incluyen la producción eólica marina y terrestre, la producción solar, varios tipos de energía hidroeléctrica, la demanda eléctrica y la carga residual, agregadas a medias diarias a nivel nacional (NUTS0).
• Función de Costo (Métrica de Representatividad): El estudio emplea la Distancia de Wasserstein Sazonal Cortada (SSWD).
  • Distancia de Wasserstein: Una métrica de transporte óptimo que cuantifica el "trabajo" necesario para transformar una distribución de probabilidad en otra, capturando estructuras de dependencia conjunta y correlaciones entre variables.
  • Aproximación Cortada: Para manejar datos de alta dimensión de manera eficiente, los datos multivariados se proyectan sobre líneas unidimensionales aleatorias, se calcula y promedia la distancia de Wasserstein unidimensional.
  • Extensión Sazonal: Para evitar sesgos estacionales (por ejemplo, un verano ventoso compensando un invierno con poco viento), el conjunto de datos se divide en invierno extendido (octubre–marzo) y verano (abril–septiembre). La SSWD se define como el máximo de las dos distancias estacionales, asegurando que ambas estaciones estén adecuadamente representadas.
• Algoritmos:
  • Recocido Simulado: Un algoritmo de optimización estocástica que intercambia iterativamente años en un subconjunto candidato, aceptando soluciones peores con una probabilidad decreciente para escapar de mínimos locales.
  • K-Medoids: Agrupa años y selecciona al miembro más central (medoide) de cada grupo.
  • Búsqueda Aleatoria Filtrada: Aplica filtros previos económicos (diferencia de medias y distancia de energía) para rechazar candidatos deficientes antes de calcular la costosa SSWD.
• Diseño Experimental: Se realizaron tres estudios de caso: (1) 30 años para los Países Bajos, (2) 30 años para Europa y (3) 5 años para Europa. Cada método se ejecutó 25 veces para evaluar la consistencia utilizando factores de "suerte" y "fragilidad".

Resultados Clave
En los tres estudios de caso, el Recocido Simulado produjo consistentemente los subconjuntos más representativos:

• Rendimiento: SA logró las puntuaciones SSWD más bajas en todos los casos. En el caso europeo de 30 años, el subconjunto de SA fue aproximadamente 2.5–3.5 veces más representativo que la práctica actual de ENTSO-E (ERAA25), a pesar de que esta última utiliza 36 años frente a los 30 de SA.
• Tamaño de Muestra Efectivo: Los subconjuntos seleccionados por SA lograron un "tamaño de muestra efectivo" cuatro a cinco veces superior a su tamaño real. Por ejemplo, el mejor subconjunto de 30 años de SA para los Países Bajos fue estadísticamente equivalente a un sorteo aleatorio de calidad mediana de 140 años.
• Consistencia: SA demostró factores bajos de "suerte" y "fragilidad", indicando un rendimiento estable independientemente de las condiciones iniciales. Por el contrario, la Búsqueda Aleatoria Filtrada funcionó bien en escenarios de un solo sorteo, pero se degradó significativamente en casos de alta dimensión (europeos), a menudo desempeñándose peor que la búsqueda aleatoria simple debido a un pre-filtrado excesivamente restrictivo.
• Comparación: K-Medoids se clasificó consistentemente en segundo lugar, pero no optimizó directamente la representatividad de la distribución conjunta de la misma manera que SA.

Significado y Afirmaciones
El artículo afirma que el enfoque propuesto SA+SSWD cierra la brecha entre la ciencia climática (grandes conjuntos) y la modelización de sistemas energéticos (subconjuntos pequeños) al proporcionar un método validado y agnóstico a la aplicación para la selección de años climáticos.

• Cuantificación Objetiva: El estudio argumenta que la representatividad debe cuantificarse y optimizarse objetivamente en lugar de depender de la convención o de sorteos aleatorios no validados.
• Robustez: Al optimizar el conjunto de datos de entrada antes del procesamiento específico de energía (un enfoque de abajo hacia arriba), el método garantiza que los datos de origen que ingresan a cualquier estudio energético estén validados para la variabilidad climática. Esto evita que los modelos aguas abajo estén sesgados por puntos de partida no representativos.
• Aplicabilidad General: La metodología no se limita a la modelización de sistemas energéticos; es aplicable a cualquier dominio que requiera la selección de períodos completos representativos a partir de grandes conjuntos de datos, incluidas evaluaciones de rendimiento eólico, simulaciones de energía en edificios, estudios hidrológicos y modelización de impactos agrícolas.
• Recomendaciones Prácticas: Los autores recomiendan utilizar Recocido Simulado con la métrica SSWD, ejecutar múltiples iteraciones para asegurar la cercanía a la optimalidad y definir los años climáticos como años hidrológicos (1 de abril al 31 de marzo) para preservar los eventos de estrés de adecuación de recursos en invierno.

El estudio concluye que, aunque SA no garantiza un óptimo global (debido a la inviabilidad de la evaluación por fuerza bruta), su rendimiento consistente en múltiples ejecuciones y su capacidad para superar significativamente las prácticas actuales de la industria la convierten en un estándar superior para seleccionar años climáticos representativos.