Resumen

La estimación de la energía eólica está relacionada con la predicción en la variación de los vientos en pequeños intervalos de tiempo. Se seleccionaron cuatro torres eólicas ubicadas al interior de Mongolia para estudiar los recursos eólicos en la complejidad de un altiplano. Se utilizó la investigación climática a mesoscala y la combinación del esquema de la Universidad Yonsei con el Modelo de Superficie Terrestre Noah (WRF/YSU/Noah), con resolución de 1km horizontal y 10 minutos, como el modelo numérico de predicción meteorológica (NWP, del inglés Numerical Weather Prediction). Se utilizaron tres técnicas estadísticas, persistencia, propagación hacia atrás en redes neuronales artificiales y máquina de vectores de soporte-mínimos cuadrados (LS-SVM, del inglés Least Square Support Vector Machine), para mejorar la predicción de la velocidad del viento en una turbina con la altura del eje a 70 metros y se complementó con los resultados del WRF/YSU/Noah. Las técnicas de predicción físico-estadísticas actuales tienen un buen desempeño en tres escalas de tiempo: (1) corto plazo, un día en adelante; (2) mediano plazo, de seis días en adelante; (3) cercano, una hora en adelante. Este método de predicción, que combina los resultados WRF/YSU/Noah con los métodos de persistencia y LS-SVM incrementa la precisión de predicción entre 26,3 y 49,4 por ciento, comparado con los resultados directos del modelo numérico WRF/YSU/Noah. Además, este método diferencia la variabilidad de las estaciones y el ciclo diurno en la velocidad y la dirección del viento.

1. INTRODUCCIÓN

La introducción de importantes cantidades de energía eólica en los sistemas eléctricos hace que la previsión precisa de la energía eólica sea un elemento crucial de las redes eléctricas modernas. Los sistemas eléctricos requieren previsiones con escalas temporales de decenas de minutos a unos pocos días en las ubicaciones de los parques eólicos. Tradicionalmente, estas previsiones predicen el viento en las alturas de los bujes de las turbinas, y luego se convierten en predicciones de producción de energía en los parques eólicos. Dado que la potencia eólica disponible es proporcional al cubo de la velocidad del viento, incluso los pequeños errores de previsión del viento dan lugar a importantes errores de predicción de la potencia. Unas previsiones eólicas precisas, con altas escalas temporales y resolución espacial en la ubicación de los parques eólicos, son componentes significativos y esenciales para la integración de la energía eólica en los sistemas eléctricos.

• Materias:Climatología Ciencias de la tierra Análisis numérico
• Subjects:Climatology Earth sciences Numerical analysis
• Palabras claves:Predicción del viento, Esquema de la Universidad Yonsei combinado con el Modelo de Superficie Terrestre Noah (WRF/YSU/Noah), Propagación hacia atrás en redes neuronales artificiales, Máquina de vectores
• Keywords:Wind forecast, WRF/YSU/ Noah, BP-ANN, LS-SVM