Resumen

Antecedentes. El calentamiento global es una amenaza creciente en el mundo actual debido principalmente a la emisión de CO2 causada por la quema de combustibles fósiles. En consecuencia, los países se ven obligados a buscar posibles fuentes alternativas de energía, como la eólica, la solar y la fotovoltaica, entre muchas otras. Sin embargo, la materialización de sus beneficios se enfrenta a desafíos. Aunque la energía eólica tiene posibilidades de resolver este problema, la falta de perfiles de emplazamiento adecuados, de información sobre el comportamiento a largo plazo y de datos específicos que permitan tomar decisiones informadas sobre la selección del emplazamiento, la selección de las turbinas y la producción de energía prevista sigue siendo un obstáculo para su explotación. En esta investigación se adoptan los modelos de Weibull y Rayleigh. Se analizaron y caracterizaron las velocidades del viento a corto plazo y luego se simularon para una serie de datos horarios medidos a largo plazo de las velocidades del viento diarias a una altura de 10 m. El análisis incluyó datos diarios del viento que se agruparon en datos discretos y luego se calcularon para representar la velocidad media del viento, las variaciones diurnas, las variaciones diarias y las variaciones mensuales. Para verificar los modelos, se aplicaron herramientas estadísticas de Chi cuadrado, RMSE, MBE y coeficiente correlacional. También se adoptó el método de medir, correlacionar y predecir para comprobar la fiabilidad de los datos utilizados. La distribución de frecuencias de la velocidad del viento a una altura de 10 m resultó ser de 2,9 ms-1 con una desviación estándar de 1,5. A partir de los experimentos de seis meses, se calcularon los promedios de las velocidades del viento a alturas de buje de 10 m, que resultaron ser de 1,7 m/s, 2,4 m/s y 1,3 m/s, para las estaciones de Ikobe, la Universidad de Kisii y Nyamecheo, respectivamente. La densidad de potencia eólica de la región es de 29 W/m2. Por un estrecho margen, Rayleigh resulta ser un método mejor que Weibull para predecir la densidad de potencia eólica en la región. Se observa que la velocidad del viento en el lugar disminuye con el paso de los años. La región se muestra como marginal en la extrapolación a 30 m para la generación de energía eólica, por lo tanto adecuada para aplicaciones eléctricas y mecánicas no conectadas a la red. La fuerte correlación entre los perfiles eólicos del emplazamiento demuestra la fiabilidad de los datos. La disminución gradual de la energía eólica a lo largo de los años llama la atención.

• Materias:Biocombustibles Energía Consumo de energía Fuentes de energía Energía solar
• Subjects:biofuels Energy Energy consumption Energy sources Solar energy
• Palabras claves:densidad de potencia eólica, región, velocidades del viento, distribución de frecuencias de la velocidad del viento, perfiles de emplazamiento adecuados, datos diarios del viento, velocidades diarias del viento, potencia prevista, datos de series horarias, velocidad media del viento
• Keywords:wind power density, region, wind speeds, wind speed frequency distribution, adequate site profiles, daily wind data, daily wind speeds, expected power output, hourly series data, mean wind speed