AWS Truepower, LLC en colaboración con el “Lawrence Livermore National Laboratory (LLNL)” de EE.UU., presenta hoy importantes resultados acerca del proyecto de investigación multi-fase de predicción eólica conocido como WindSENSE. El proyecto, patrocinado por el programa de eficiencia energética del Departamento de la Energía de USA, fue diseñado para desarrollar un sistema de observación y mejorar la elaboración de predicciones de producción de energía eólica.
El papel principal de AWS Truepower en el proyecto de predicción WindSENSE era identificar las localizaciones y tipos de sensores óptimos para mejorar las predicciones a corto plazo y de eventos extremos. El equipo de investigadores aplicó un ‘análisis de sensibilidad de conjuntos (ESA)’ para identificar localizaciones y variables específicas. A raíz del estudio se han desarrollaron importantes herramientas de predicción para alertar a los operadores de los centros de control acerca de las condiciones de viento y de las predicciones de energía durante episodios de condiciones extremas o ‘eventos de rampas’.
Las ‘rampas’ se producen cuando hay significativos incrementos o descensos en la velocidad del viento en cortos periodos de tiempo, provocando un brusco aumento o caída de la energía generada. Durante determinados regímenes meteorológicos, se producen eventos de rampas de forma recurrente e inesperada, cuyos percusores no están, actualmente, suficientemente monitorizados por los sistemas de observación actuales. Dichos eventos pueden ser anticipados una hora o más utilizando equipos de medición específicos en las ubicaciones clave. La aplicación del ‘análisis de sensibilidad de conjuntos (ESA)’ , junto con un análisis de muestras de episodios de ‘eventos de rampas’ , proporciona las indicaciones acerca de dónde y qué medir para mejorar la predicción de dichos eventos.
“Estamos intentando lograr la predicción de viento en cualquier instante de tiempo,” indicó Chandrika Kamath, el líder del proyecto en el Lawrence Livermore National Laboratory (LLNL). ”Uno de nuestros objetivos es ayudar a la gente de los centros de control y a las utilities a determinar cuándo pueden ocurrir los eventos de rampas y cómo estos afectarán a la generación de energía en cada emplazamiento eólico concreto”.
Las predicciones de viento tienen una notable criticidad, especialmente durante los ‘eventos de rampas’, cuando la energía puede variar hasta 1000 MW en sólo una hora (caso estimado en EE.UU.). Existe una elevada demanda de sistemas de alerta precisos a medida que se incrementa la contribución de energía eólica a la red y la variabilidad natural del viento convierte en un reto el balance de la generación y distribución para los gestores de la red y las utilities.
“Las observaciones realizadas como parte de la investigación del proyecto WindSENSE tuvieron como resultado el desarrollo y testeo de varios algoritmos que orientan sobre qué variables meteorológicas medir y en qué lugares hacer estas mediciones con el fin de mejorar el rendimiento de las predicciones de viento,” declaró John Zack, Director de predicción de AWS Truepower.”Estas nuevas herramientas de software tiene el potencial principal de ayudar a los grupos de predicción y a usuarios en la toma de decisiones así como maximizar la inversión en equipos de observación meteorológica”.
Las investigaciones de WindSENSE sugieren que la asimilación de observaciones en el punto de predicción permite mejorar el valor de velocidad de viento a 80 m, si bien la mejora se produce sólo con una hora de anticipación. La combinación de observaciones en más de un emplazamiento permite una mejora en la predicción de varias horas. También existen diferencias de tipo estacional así como mejoras en la predicción derivadas del uso de equipos SODAR.
El reporte completo se puede descargar del website de AWS Truepower en: