fáciles de calcular. La precisión de las previsiones durante este periodo es fundamental a la hora de garantizar la confiabilidad del funcionamiento y el despacho económico de todas las tecnologías. Una mala previsión en el funcionamiento del sistema también puede tener graves consecuencias económicas, financieras y de confiabilidad. Esto puede depender del horizonte de previsión y del mercado donde se produzca, así como de la magnitud del error de previsión. La confianza en la precisión de las previsiones y su impacto seguirá aumentando en importancia (véase la figura 2) a medida que crezca la capacidad instalada de energía renovable variable. Los procedimientos de compromiso de la unidad pueden perder importancia debido a la disminución de las fuentes que requieren mucho tiempo para comprometerse. No obstante, la decisión de cargar baterías y otros tipos de almacenamiento está muy condicionada por Sensores remotos Datos in situ Datos externos Precisión (Porcentaje de mejora de la capacidad de previsión) 1 Modelado y previsión meteorológica a Modelos de previsión de la potencia de las fuentes de energías renovables 2 Previsión colaborativa y mercados de datos 3 4 Modelos de ayuda a la toma de decisión d c b Valor Planificación operativa del sistema eléctrico previsto Mercado eléctrico (aumento de beneficios y máximo de fuentes de energías renovables) Necesidad de casos comerciales que muestren el valor de la previsión de la incertidumbre para la industria Leyenda Cuellos de botella en la conexión 1 Falta de datos abiertos (problemas de privacidad) 2 Falta de incentivos basados en el precio para compartir datos 3 La precisión sigue siendo baja y falta de estandarización 4 Lazo abierto entre el uso de las previsiones y la generación Cuellos de botella en los modelos a b c d Necesidad de productos numéricos de predicción meteorológica adaptados a los casos de uso de las fuentes de energía renovables Limitación de los modelos para explotar masas de datos grandes y heterogéneas Valor comercial decreciente de los productos previstos Necesidad de modelos adecuados en eescenarios de integración de fuentes de energías altamente renovables y digitalización del sector energético figura 1. Actuales cuellos de botella de la cadena de valor/modelos de previsión de las energías renovables. (Fuente: proyecto Smart4RES; usado con permiso). noviembre/diciembre 2021 ieee power & energy magazine 95