Modelo probabilístico estima generación de energía eólica

Con la implementación de esta metodología se puede predecir hasta con 48 horas de antelación la cantidad de potencia eléctrica que se producirá en una granja eólica.

El modelo consigue predecir hasta 48 horas de antelación la cantidad de energía que va a producir una granja eólica. Foto: Archivo Unimedios. 

“El modelo implementado a lo largo de esta investigación es probabilístico y se alimenta de datos históricos del viento, los cuales se obtuvieron de diez granjas de generación en Australia”, indica Yuber Samir Sánchez Rosas, magíster en Ingeniería Eléctrica de la Universidad Nacional de Colombia (U.N.).

El investigador explica que se trató, en total, de 10.200 valores horarios de potencia eólica, de los cuales se utilizaron cerca de 9.528 en la fase de entrenamiento (los datos restantes se usaron en la etapa de validación).

“Es difícil saber a ciencia cierta cuándo va a haber viento o cuándo no”, advierte al precisar que la generación de energía eléctrica a partir de la fuerza del viento se constituye en una nueva fuente de incertidumbre en la planeación y operación del sistema de potencia eléctrico.

Con otras fuentes de generación, como por ejemplo la hidroeléctrica, “aunque no se sabe cuándo va a llover ni se tiene una estimación con un mayor grado de certeza, se puede almacenar la materia prima para generar energía mediante el represamiento de agua”, observa.

Por ello diseñó un modelo capaz de predecir valores de la potencia eólica generada a la salida de la granja. “Se trata de obtener un valor puntual por cada hora en la que el usuario desee estimar la potencia futura que será desarrollada por la fuerza del viento”, asegura.

Esto lo consigue a través de tres fases: en la primera se filtran y se clasifican los datos, en la segunda se lleva a cabo el entrenamiento del modelo para que sea capaz de hacer las predicciones, y en la tercera este produce valores totalmente nuevos de la futura generación de potencia eléctrica en la granja eólica.

“Cuantos más datos se tengan disponibles mejor será el resultado de la predicción, porque las distribuciones de probabilidad tienden a ser más robustas y a entregar una información más veraz”, señala el ingeniero Sánchez, quien consiguió reducir el error medio absoluto en la predicción de entre el 5 y el 15 % de las predicciones frente a los hechos reales (según el horizonte de antelación y la frecuencia de actualización del modelo).

Cuando los datos se filtran y normalizan, el modelo predice escenarios de generación a través del kernel, un estimador no paramétrico que permite construir una función de distribución de probabilidad para cada uno de los datos dentro del conjunto de entrenamiento.

El investigador explica que el modelo de predicción probabilística de corto plazo en generación eólica desarrollado en su tesis se puede aplicar en cualquier granja del mundo, siempre y cuando se entrene según las condiciones locales.

El estudio contó con el apoyo tanto del Programa de investigación sobre adquisición y análisis de señales (PAAS-UN) y de su director, el ingeniero Fabio Andrés Pavas Martínez, como de la Fundación Juan Pablo Gutiérrez Cáceres, que le otorgó una beca parcial al investigador durante el desarrollo de su maestría.

En Colombia el aprovechamiento de esta energía renovable es muy promisorio, si se tiene en cuenta que en el Caribe existe un potencial efectivo de 60 gigavatios en parques eólicos y se habla de potencial para reforzar el sistema en lugares como Villa de Leyva, Cúcuta, Santander, Risaralda, Valle del Cauca, Huila, Boyacá y las islas de San Andrés y Providencia, aunque todavía se deben realizar programas de medición del viento para evaluar las verdaderas condiciones.

Según el reporte de la Unidad de Planeación Minero Energética actualmente hay 14 proyectos de energía eólica registrados en el país, cinco en La Guajira, que aportarían 569 megavatios de potencia instalada.

FUENTE: UNIMEDIOS