{"id":7,"date":"2022-01-09T11:19:15","date_gmt":"2022-01-09T11:19:15","guid":{"rendered":"https:\/\/meteoexploration.com\/blog\/?p=7"},"modified":"2022-01-09T14:54:20","modified_gmt":"2022-01-09T14:54:20","slug":"post-2","status":"publish","type":"post","link":"https:\/\/meteoexploration.com\/blog\/index.php\/2022\/01\/09\/post-2\/","title":{"rendered":"Prono\u0301stico del viento y generacio\u0301n eo\u0301lica"},"content":{"rendered":"\r\n

Estudio aplicado al parque eo\u0301lico experimental de Sotavento Galicia<\/span><\/h3>\r\n

La variabilidad de la generacio\u0301n eo\u0301lica debido a la fluctuacio\u0301n en la velocidad del viento complica su integracio\u0301n a la red ele\u0301ctrica. Esta variabilidad puede incrementar su coste, al requerir generacio\u0301n de apoyo de otro tipo (Hirth 2013). Un prono\u0301stico impreciso de esta variabilidad puede ocasionar costes elevados al generador, al tener que compensar los desvi\u0301os entre la energi\u0301a prevista y la realmente producida. Por lo tanto, un aumento en la precisio\u0301n de los prono\u0301sticos de viento supone un ahorro econo\u0301mico considerable tanto para el productor como para el consumidor.<\/span><\/p>\r\n

\r\n

Para estudiar la posibilidad de mejorar los prono\u0301sticos de viento existente hemos aplicado el modelo atmosfe\u0301rico WRF a alta resolucio\u0301n a la estacio\u0301n experimental de Sotavento, en Galicia, de esa forma se pueden comparar los valores simulados por el modelo y los valores medidos hechos pu\u0301blicos por la estacio\u0301n experimental. A continuacio\u0301n, se explica brevemente el uso y aplicacio\u0301n de este modelo, su adaptacio\u0301n al parque de intere\u0301s y el me\u0301todo para la estimacio\u0301n de energi\u0301a producida, adema\u0301s de indicar como mejorar sustancialmente esta previsio\u0301n con los datos disponibles.<\/span><\/p>\r\n<\/div>\r\n

\"\"\u00a0<\/span><\/p>\r\n

Simulacio\u0301n atmosfe\u0301rica<\/span><\/h4>\r\n

Todos los modelos clima\u0301ticos y meteorolo\u0301gicos son representaciones incompletas de la realidad que no pueden incorporar toda la complejidad del comportamiento de la atmo\u0301sfera. Estos modelos tienen una resolucio\u0301n limitada y restricciones inherentes a la hora de simular el comportamiento cao\u0301tico del tiempo. Sin embargo, en los u\u0301ltimos an\u0303os se ha conseguido un avance formidable en la prediccio\u0301n a corto plazo. El desarrollo de la potencia de computacio\u0301n y la implementacio\u0301n de modelos nume\u0301ricos de la atmo\u0301sfera esta\u0301 consiguiendo resultados cada vez ma\u0301s fiables. El mejor resultado se obtiene con el modelo WRF, que es el que aplicamos a este caso.<\/span><\/p>\r\n

Modelo WRF<\/span><\/h4>\r\n

El WRF (Weather Research and Forecasting) es un modelo nume\u0301rico de mesoscala ampliamente usado en la investigacio\u0301n meteorolo\u0301gica y para prono\u0301sticos operacionales (Skamarock et al. 2008). Esta\u0301 especialmente disen\u0303ado con una arquitectura de software que aprovecha la computacio\u0301n en paralelo, por lo que hace uso o\u0301ptimo de la capacidad de computacio\u0301n. Es un modelo que se mejora continuamente por el aporte de numerosos investigadores en la materia, y permite su implementacio\u0301n a muy alta resolucio\u0301n. Para este estudio se han probado mu\u0301ltiples parametrizaciones de la capa li\u0301mite atmosfe\u0301rica y esquemas fi\u0301sicos, hasta obtener los que mejor se adaptan a la regio\u0301n de intere\u0301s. Hemos elegido una resolucio\u0301n de 3km de taman\u0303o de celda, que es un buen compromiso entre la precisio\u0301n y el coste de computacio\u0301n.<\/span><\/p>\r\n

La importancia de la resolucio\u0301n espacial<\/span><\/h4>\r\n

Los modelos globales como el GFS operan a resoluciones de hasta 0.25\u00b0. Esta resolucio\u0301n es adecuada para identificar los sistemas atmosfe\u0301ricos a gran escala, pero insuficiente para simular la interaccio\u0301n del viento con la topografi\u0301a. Una celda de 0.25\u00b0 corresponde a 27.8 x 20.3 km a la latitud de Galicia, con lo cual los sistemas montan\u0303osos quedan muy difuminados, como se aprecia en la Figura 1. A 5 m de resolucio\u0301n se aprecia correctamente el relieve, incluso ri\u0301os y arroyos pequen\u0303os, a 0.5 km de resolucio\u0301n se conservan los elementos ma\u0301s importantes y la altitud se aproxima correctamente, a 3 km de resolucio\u0301n las cumbres se difuminan, pero se conserva las estructuras principales de relieve. A 0.25\u00b0 de resolucio\u0301n el detalle de la topografi\u0301a se ha perdido casi por completo.<\/span><\/p>\r\n\r\n\r\n\r\n\r\n
\"\"<\/td>\r\n\"\"<\/td>\r\n<\/tr>\r\n
\"\"<\/td>\r\n\"\"<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n

Figura 1.- Efecto de la resolucio\u0301n espacial en el relieve topogra\u0301fico. La gra\u0301fica a)<\/strong> es a 5 m de resolucio\u0301n para el entorno del parque de Sotavento. No\u0301tese como la elevacio\u0301n ma\u0301xima va decreciendo desde 2294 m en b)<\/strong>, a 1924m en c)<\/strong>, y tan solo a 1487 m en d)<\/strong> a 0.25\u00b0 o 25 km de resolucio\u0301n.<\/span><\/p>\r\n

Para mayor informaci\u00f3n sobre el efecto de la resoluci\u00f3n ve\u00e1se el post Weather forecasts, the importance of model resolution<\/a>.<\/span><\/p>\r\n

Si se quiere simular la velocidad del viento de forma realista es necesario incorporar el efecto de la topografi\u0301a, y para ello es necesario utilizar la resolucio\u0301n adecuada. En el presente trabajo hemos utilizado el modelo WRF en dos anidamientos sucesivos a 9 km y 3 km de resolucio\u0301n (Figura 2), que es un compromiso aceptable entre la precisio\u0301n de la topografi\u0301a y el coste de computacio\u0301n. Los resultados del WRF son muy satisfactorios, pero pueden mejorarse aplicando me\u0301todos estadi\u0301sticos simples, como MOS (Model Output Statistics) a medida que se vayan recogiendo datos de la discrepancia entre valores medidos y simulados. La Figura 3 muestra un ejemplo de la salida del modelo, la simulacio\u0301n del viento a 100 m sobre el suelo.<\/span><\/p>\r\n

\"\"<\/span><\/p>\r\n

Figura 2.- Dominio anidado del modelo WRF utilizado en este trabajo.<\/span><\/p>\r\n

\"\"<\/p>\r\n

Figura 3.- Simulacio\u0301n del viento a 100m sobre el suelo por el modelo WRF a 3 km de resolucio\u0301n<\/span><\/p>\r\n

 <\/p>\r\n

 <\/p>\r\n

Curva de Potencia<\/span><\/h4>\r\n

Los valores estimados de energi\u0301a producida en el parque eo\u0301lico Sotavento Galicia se calcularon a partir de las curvas de potencia, velocidad y direccio\u0301n del viento y energi\u0301a generada, estos datos son facilitados por el parque en su web. La curva de potencia teo\u0301rica es un indicativo u\u0301til, pero se refiere a condiciones ideales, densidad del aire esta\u0301ndar, viento sin turbulencia ni cizalladura y ausencia de estelas de otros aerogeneradores. Es un valor de referencia, pero necesita ajustarse a las condiciones locales. Idealmente deberi\u0301a hacerse para cada aerogenerador, pero a falta de datos, una curva para el parque es siempre un valor u\u0301til que sirve para ajustar el rendimiento teo\u0301rico.<\/span><\/p>\r\n

Esta curva se derivo\u0301 a partir de los datos de direccio\u0301n y velocidad de viento y energi\u0301a generada en los u\u0301ltimos cinco an\u0303os. La Figura 4 muestra un diagrama de dispersio\u0301n de la energi\u0301a generada con respecto a la velocidad del viento. Los puntos rojos se consideran demasiado bajos, pueden ser debido a periodos de mantenimiento o con pocos generadores funcionando. Los puntos verdes, por encima de la curva teo\u0301rica del parque, se deben a que hay una sola velocidad de referencia, en una torre anemome\u0301trica a distinta altura y localizacio\u0301n que cada uno de los generadores. En la Figura 5 se muestra el diagrama de dispersio\u0301n en tres dimensiones con respecto a la velocidad y direccio\u0301n del viento.<\/span><\/p>\r\n

\"\"<\/p>\r\n

Figura 4.- Diagrama de dispersio\u0301n de Energi\u0301a generada con respecto a la velocidad del viento. La li\u0301nea verde es la curva de potencia teo\u0301rica total del parque. Los puntos rojos se consideran demasiado bajos, pueden ser debido a periodos de mantenimiento o con pocos generadores funcionando. Los puntos verdes, por encima de la curva teo\u0301rica del parque, se deben a que hay una sola velocidad de referencia, en una torre anemome\u0301trica a distinta altura y localizacio\u0301n que cada uno de los generadores.<\/span><\/p>\r\n

 <\/p>\r\n

\"\"<\/p>\r\n

\u00a0<\/p>\r\n

Figura 5.- Diagrama de dispersio\u0301n en 3D de la Energi\u0301a generada con respecto a la velocidad y direccio\u0301n del viento. La vista superior, a la derecha, muestra que la velocidad ma\u0301xima se da con ma\u0301s frecuencia con una direccio\u0301n preferencial.<\/span><\/p>\r\n

 <\/p>\r\n

 <\/p>\r\n

 <\/p>\r\n

La Figura 6 muestra el histograma de frecuencia de velocidades en el parque en los u\u0301ltimos cinco an\u0303os y en la Figura 7 se puede ver la rosa de los vientos correspondiente.<\/span><\/p>\r\n

\"\"<\/p>\r\n

Figura 6.- Histograma de frecuencia de velocidad del viento en el parque Sotavento Galicia.<\/span><\/p>\r\n

\"\"<\/p>\r\n

Figura 6.- Histograma de frecuencia de velocidad del viento en el parque Sotavento Galicia.<\/span><\/p>\r\n

 <\/p>\r\n

Para la estimacio\u0301n de la curva de potencia del parque se ignoraron los puntos rojos de la Figura 4, considerados como \u201coutliers\u201d, probablemente por generadores fuera e servicio, y se siguio\u0301 la recomendacio\u0301n del International Electrotechnical Commission (IEC 61400-12-1:2017 2017), de forma similar a como lo recomienda el National Renewable Energy Laboratory (Wan, Ela, and Orwig 2010). Para otras te\u0301cnicas de modelado de curvas de potencia de generadores eo\u0301licos, ve\u0301ase por ejemplo Lydia et al. (2014). La curva obtenida se modifico\u0301 ligeramente para minimizar la discrepancia con los valores publicados recientemente por el parque.<\/span><\/p>\r\n

Los resultados de la implementacio\u0301n de esta curva son satisfactorios, con un coeficiente de correlacio\u0301n R2>0.8 en diez d\u00edas (Figura 8) desde que se empezo\u0301 a simular el viento el 25 de febrero de 2019. Sin embargo, se podri\u0301an mejorar considerablemente si la curva se estima para cada generador individual, algo para lo que de momento no tenemos los datos necesarios.<\/span><\/p>\r\n

\"\"<\/p>\r\n

Figura 8.- Diagrama de dispersio\u0301n y diagramas de Taylor entre la energi\u0301a generada simulada y medida en el parque de Sotavento durante diez d\u00edas desde el 25 de febrero de 2019.<\/span><\/p>\r\n

 <\/p>\r\n

La Figura 9 muestra la gra\u0301fica horaria de valores medidos y modelados de produccio\u0301n de energi\u0301a deel 25 de febrero al 7 de marzo, utilizando la primera aproximacio\u0301n de curva de potencia total, y no cada aerogenerador individual.<\/span><\/p>\r\n

\"\"<\/p>\r\n

Figura 9.- Gra\u0301ficas de valores horarios de energi\u0301a generada, valores simulados en azul con \u00b11 desviacio\u0301n esta\u0301ndar y valores medidos segu\u0301n publica el parque. No se han considerado los posibles aerogeneradores fuera de servicio<\/span><\/p>\r\n

 <\/p>\r\n

Estos resultados suponen una mejori\u0301a considerable respecto a otros ejercicios de simulacio\u0301n publicados por el parque y creemos que pueden ayudar a una gestio\u0301n ma\u0301s eficiente y rentable del mismo. El resultado de la simulacio\u0301n puede seguirse en la pa\u0301gina web de meteoexploration.com, con dos actualizaciones diarias del modelo WRF y actualizaciones perio\u0301dicas de los datos medidos cuando estos esta\u0301n disponibles en la web del parque. El enlace de acceso es:<\/span><\/p>\r\n

https:\/\/www.meteoexploration.com\/pro\/wind\/sotavento\/charts.php<\/a><\/span><\/p>\r\n

Conclusiones<\/span><\/h4>\r\n

En este trabajo se presenta la aplicacio\u0301n del modelo atmosfe\u0301rico WRF de forma anidada hasta 3 km de resolucio\u0301n al noroeste de la Peni\u0301nsula Ibe\u0301rica, para simular el viento incidente sobre el parque eo\u0301lico experimental de Sotavento Galicia. A partir del viento simulado y una curva de potencia aproximada, derivada de datos publicados, se ha ajustado la curva de potencia de cada generador y se ha estimado la energi\u0301a producida. El resultado es muy satisfactorio, con un coeficiente de correlacio\u0301n superior al 0.8. Este resultado seri\u0301a fa\u0301cilmente mejorable si se dispusiera de datos de viento y generacio\u0301n de cada aerogenerador individual.<\/span><\/p>\r\n

Referencias<\/span><\/h4>\r\n

Hirth, Lion. 2013. \u201cThe Market Value of Variable Renewables. The Effect of Solar Wind Power Variability on Their Relative Price.\u201d Energy Economics<\/em> 38: 218\u201336. doi:10.1016\/j.eneco.2013.02.004.<\/span><\/p>\r\n

IEC 61400-12-1:2017. 2017. \u201cIEC 61400-12-1:2017 Wind Energy Generation Systems \u2013 Power Performance Measurements of Electricity Producing Wind Turbines.\u201d International Standard<\/em>. Geneva.<\/span><\/p>\r\n

Lydia, M., S. Suresh Kumar, A. Immanuel Selvakumar, and G. Edwin Prem Kumar. 2014. \u201cA Comprehensive Review on Wind Turbine Power Curve Modeling Techniques.\u201d Renewable and Sustainable Energy Reviews<\/em> 30. Elsevier: 452\u201360. doi:10.1016\/j.rser.2013.10.030.<\/span><\/p>\r\n

Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, M. G Duda, X.-Y. Huang, W. Wang, and J. G. Powers. 2008. \u201cA Description of the Advanced Research WRF Version 3. NCAR\/TN-475+STR.\u201d Boulder, Colorado. doi:10.5065\/D68S4MVH.<\/span><\/p>\r\n

Wan, Yih-huei, Erik Ela, and Kirsten Orwig. 2010. \u201cDevelopment of an Equivalent Wind Plant Power-Curve NREL\/CP-550-48146.\u201d In WindPower 2010<\/em>. Dallas. https:\/\/www.nrel.gov\/docs\/fy10osti\/48146.pdf<\/a>.<\/span><\/p>\r\n

 <\/p>\r\n

 <\/p>\r\n","protected":false},"excerpt":{"rendered":"

Estudio aplicado al parque eólico experimental de Sotavento Galicia La variabilidad de la generación eólica debido a la fluctuación en la velocidad del viento complica su integración a la red eléctrica. Esta variabilidad puede incrementar su coste, al requerir generación de apoyo de otro tipo (Hirth 2013). Un pronóstico impreciso de esta variabilidad puede ocasionar… Read More »Prono\u0301stico del viento y generacio\u0301n eo\u0301lica<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"off","neve_meta_content_width":70,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","footnotes":""},"categories":[19,10,9,18,6],"tags":[20,22,21,23,24,17],"class_list":["post-7","post","type-post","status-publish","format-standard","hentry","category-eolica","category-models","category-weather-forecasts","category-wind","category-wrf","tag-energia-eolica","tag-pronostico","tag-renovables","tag-trading","tag-viento","tag-wrf"],"_links":{"self":[{"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/posts\/7","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/comments?post=7"}],"version-history":[{"count":3,"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/posts\/7\/revisions"}],"predecessor-version":[{"id":57,"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/posts\/7\/revisions\/57"}],"wp:attachment":[{"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/media?parent=7"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/categories?post=7"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/meteoexploration.com\/blog\/index.php\/wp-json\/wp\/v2\/tags?post=7"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}