Informe analisis Eolico Panama

7/21/2019 Informe analisis Eolico Panama

http://slidepdf.com/reader/full/informe-analisis-eolico-panama 1/19

Desarrollo de la Energía Eólica en Panamá Fondo para el Medio Ambiente Global (GEF) PAN /97/G41

Informe de Validación y Análisis de Datos – diciembre 03

GE - AWe - 250059 - D:\Mis documentos\sitio web cope\pdf\02-datenanalysis_bericht.doc pagina A-1

1.1.1 Índices Eólicos Mensuales

Para las estaciones anteriormente descritas se procedió a construir un índice de actividad eólicamensual. Este indicador estadístico brinda una idea de la magnitud de la velocidad del viento mensualen el largo plazo. Además establece una referencia cuantitativa de la velocidad del viento con respectoal valor promedio annual. Estos valores serán relevantes a la hora de ejecutar dos tareas: establecergráficamente el potencial eólico en un Mapa Eólico, y también en ajustar los valores de la campaña demedición de corto y mediano plazo en función del comportamiento promedio del largo plazo.

Los índices eólicos mensuales se pueden percibir en el Cuadro 1.7. y en el Gráfico 1.1.

Cuadro 1.7. Índices de actividad eólica mensual para las estaciones de la Comisión del Canal dePanamá.

Enero Feb Mrz Abril Mayo Junio Julio Ago. Sept. Oct. Nov. Dic.

Albrook 118% 132% 132% 120% 96% 82% 91% 88% 82% 79% 87% 93%

Gamboa 118% 131% 134% 128% 100% 84% 83% 86% 87% 78% 76% 96%

Gatún 127% 143% 141% 127% 92% 75% 85% 82% 73% 73% 79% 103%

Coco Solo 129% 142% 144% 131% 91% 75% 79% 77% 75% 74% 78% 105%

Gráfico 1.1. Índices de actividad eólcia mensual para las estaciones tipo Comisión del Canal dePanamá.

Índices Eólicos Mensuales Comisión del Canal

60%

70%80%

90%

100%

110%

120%

130%

140%

150%

jan feb mrz apr mai jun jul aug sep okt nov dez

t (mes)

% p

r o m . a n u a l

Albrook

Gamboa

Gatún

Coco Solo






1.2 Estaciones IRHE

1.2.1 Caracterización de la información

Como parte del aporte que ETESA está brindando al proyecto en todas las áreas, se incluyeron datosde varias estaciones de medición metereológica que el IRHE poseia y operaba desde los años setentas.Estas estaciones se filtraron bajo varios criterios relevantes que se detallan a continuación:

Caracteristicas de los registros en función de las características propias de la instalación tales comoaltura de los anemómetros, ubicación geográfica, e instrumentación y equipo de medición.

Disponibilidad de los registros en formato electrónico.

Densidad de los datos en las series de tiempo.

Finalidad de los registros y localidad donde se encuentra (influencia del micro clima local-regional).

Posibilidad de ejecutar mediciones redundantes durante el período de campaña de medición del proyecto.

Bajo estos criterios de selección se pasó a un siguiente nivel de trabajo en el cuál el énfasis se enfocoen la utilidad de la información para efectos de correlación y corrección de los valores obtenidos en lacampaña de medición. A este respecto se seleccionaron cuatro estaciones meteorológicas para serusadas como referencia de largo plazo en el análisis posterior a la recolección de los datos medidosdentro del marco del proyecto. Antón, David, Los Santos, y Santiago fueron las estaciones elegidas para efectuar el análisis antes mencionado.

No obstante en algunos de los registros electrónicos se encontraron algunos detalles con respecto alnivel de confiabilidad de la información disponible. Por lo que fue necesario tratar las series de datosde manera jerárquica: fuente primaria los registros mensuales para cada estación. Para mejorar el nivel

de integridad (“completeness”) de las series primeras se conformaron archivos electrónicos de respaldoutilizando los registros redundantes provenientes de las distribuciones de frecuencia de la dirección delviento. Con ellos se estimaron valores medios mensuales de la velocidad del viento. Además seeliminaron de manera anualizada temporadas donde no se produjo ningún registro, o donde la tasa dedisponibilidad de datos no se considera representativa del período caracterizado. También seefectuaron algunos ajustes en valores faltantes por medio de procedimientos estadísticosconvencionales para efecto de poseer series completas de promedios mensuales de velocidad delviento. De esta manera se construyeron los registros presentados en la siguiente sección, que van desdeseries de 14 hasta 22 años con un nivel de confianza aceptable. Al ser irrelevante para fines del índiceeólico, por su naturaleza, no se cuantificó el nivel de incertidumbre asociado a las estimacionesrealizadas.






1.2.2 Series de datos procesados

Los siguientes cuadros y gráficos presentan los resultados de las series de datos de largo plazo ya procesados para efectos cuantitativos posteriores.

Cuadro 1.8. Valores promedios mensuales de la velocidad del viento en la estación Antón, registros enm/s a 10 m de altura.

Año Ene. Feb. Mrz. Abril Mayo Junio Julio Ag. Sept. Oct. Nov. Dic.

1 4,1 5,5 4,1 4,2 2,8 2,0 1,7 1,7 1,4 1,5 2,4 2,52 3,5 3,8 5,2 4,1 2,5 2,2 2,7 1,6 1,9 1,4 1,7 3,7

3 3,8 5,3 4,8 4,4 2,5 1,7 3,3 3,3 2,3 2,4 2,3 3,5

4 5,8 5,8 5,7 4,6 2,9 2,0 2,2 1,7 1,3 1,4 1,6 3,0

5 4,0 5,1 4,5 5,5 2,1 1,9 2,6 2,2 1,3 1,4 2,5 3,9

6 4,9 5,4 5,9 5,7 2,8 2,2 1,8 1,5 1,4 1,5 1,6 2,9

7 4,7 5,2 6,2 4,7 3,5 2,1 3,6 3,2 2,4 1,6 2,3 4,0

8 5,5 5,7 5,6 3,8 2,2 1,6 3,3 2,1 2,0 1,7 2,0 3,5

9 4,8 5,5 4,6 3,8 2,1 1,9 2,0 2,1 1,4 1,6 1,9 3,4

10 4,5 5,6 4,9 3,3 2,5 1,8 1,8 2,4 1,5 1,5 2,0 2,7

11 4,2 4,6 6,0 4,8 2,1 1,6 2,1 1,7 1,4 1,4 1,8 2,9

12 4,3 4,7 3,8 3,4 1,4 1,2 4,0 3,9 4,1 4,3 5,1 2,8

13 3,4 4,7 5,1 3,5 1,8 1,7 2,7 2,8 1,9 1,6 2,9 3,9

14 4,2 5,0 4,3 4,2 2,9 1,6 3,1 2,6 1,5 1,5 1,7 2,5

15 3,5 4,2 3,2 3,7 2,4 1,6 1,6 1,4 1,2 1,3 1,2 4,1

16 4,2 5,6 5,4 3,6 2,6 2,1 2,0 1,6 1,4 1,5 1,9 3,1

17 2,9 4,1 3,9 3,3 1,9 1,6 2,1 1,7 1,1 1,1 1,7 2,8

18 3,5 4,2 4,1 3,6 2,2 1,7 2,1 1,5 1,6 1,2 1,5 2,6

19 3,7 4,3 3,5 4,5 1,6 1,2 1,4 1,1 1,1 1,1 1,4 2,0

20 3,0 3,5 3,9 3,6 1,4 1,4 1,0 1,4 0,7 0,9 1,3 1,521 1,6 2,2 3,1 2,3 2,0 0,7 1,4 1,5 0,6 0,6 0,5 2,2

En números rojos estimaciones de tendencia temporal, en números azules estimaciones en función de registros redundantes, distribuciones defrecuencia de dirección del viento.

Como se esperaba los registros de la época seca se manifiestan el alto régimen de velocidad del viento,casi se podría efectuar una relación entre temporada lluviosa y bajas velocidades del viento en estalocalidad. Se destacan los datos calculados por dos diferentes métodos para efectos de conocimiento delas fuentes de información. Esta estación se considera pobremente operada a travéz del tiempo, conmuy altos niveles de disponibilidad de datos, pero con bastantes faltantes de datos, no obstante con bastante consistencia en torno a los registros redundantes en otros archivos electrónicos.






Cuadro 1.9. Valores promedios mensuales de la velocidad del viento en la estación Santiago1

. Año Enero Feb Mrz Abril Mayo Junio Julio Ago. Sept. Oct. Nov. Dic.

1 3,0 3,9 3,8 3,1 2,4 1,8 1,9 1,8 1,8 2,1 1,6 2,2

2 3,5 3,4 3,9 3,3 2,2 2,0 1,8 1,9 1,8 1,8 1,7 1,7

3 3,3 3,3 2,7 2,2 1,6 1,5 1,6 1,7 1,9 2,1 1,8 1,9

4 2,8 3,4 3,6 2,2 1,7 2,1 1,7 1,9 2,3 2,4 1,9 2,0

5 2,2 3,0 3,7 2,9 1,8 1,9 1,8 1,8 2,0 2,3 2,0 2,1

6 3,1 3,2 3,2 2,6 2,1 2,2 0,8 2,0 1,9 2,1 1,8 1,9

7 2,4 4,0 2,9 2,9 1,9 1,6 1,6 1,7 1,8 2,0 1,8 2,1

8 2,5 3,0 3,5 2,8 1,8 1,5 1,5 1,6 1,5 2,0 1,8 2,0

9 2,3 3,6 2,5 2,1 1,8 1,6 1,7 1,6 1,7 1,6 1,6 2,310 2,7 2,9 3,4 2,9 2,3 1,6 1,6 1,6 1,7 1,6 1,4 1,8

11 2,3 2,9 2,3 2,0 1,7 1,6 1,4 1,4 1,7 1,4 1,4 1,9

12 2,4 2,7 3,5 2,7 1,9 1,5 1,3 1,4 1,6 1,6 1,6 1,8

13 2,8 2,8 2,6 1,7 1,4 1,6 1,5 1,8 1,6 2,1 1,4 1,414 2,0 2,4 2,6 2,0 1,6 1,5 1,5 1,5 1,5 2,0 1,9 1,7

Cuadro 1.10. Valores promedios mensuales de la velocidad del viento en la estación Los Santos1 Año Ene Feb. Mrz Abril Mayo Junio Julio Ago. Sept. Oct. Nov. Dic.

1 4,3 4,6 3,6 3,2 1,9 1,2 1,4 1,4 1,3 1,5 1,4 2,0

2 3,0 4,3 3,8 4,6 2,0 1,6 1,8 1,6 1,4 1,4 1,6 3,13 4,0 4,1 4,3 4,5 2,3 1,6 1,3 1,3 1,5 1,3 1,4 2,4

4 4,3 4,6 4,9 3,6 2,9 1,6 2,4 2,1 1,9 1,4 1,6 3,1

5 4,6 4,6 4,7 4,2 2,5 1,7 1,8 1,4 1,5 1,4 1,4 2,3

6 4,0 4,1 3,5 2,8 2,0 1,4 1,5 1,5 1,5 1,4 1,5 2,5

7 2,9 3,8 4,4 2,9 1,4 1,1 1,0 1,1 1,2 1,2 1,1 2,4

8 3,9 4,5 3,2 2,9 1,2 1,2 1,3 1,2 1,2 1,2 1,3 1,7

9 3,0 3,6 3,9 3,0 1,4 1,3 1,5 1,6 1,3 1,2 2,4 3,5

10 4,1 3,9 3,3 3,6 2,4 1,4 1,8 1,7 1,2 1,2 1,3 1,8

11 3,1 3,1 3,7 2,8 2,0 1,3 1,2 1,2 1,3 1,2 1,4 3,5

12 3,8 4,1 3,2 3,3 2,0 1,3 1,1 1,2 1,3 1,2 1,6 2,1

13 3,6 4,2 3,9 2,8 1,7 1,3 1,1 1,2 1,2 1,2 1,2 2,0

14 2,6 3,4 3,2 2,7 1,3 1,3 1,4 1,3 1,2 1,1 1,3 2,5

15 3,3 3,7 3,6 3,6 2,1 1,3 1,4 1,1 1,1 1,2 1,2 2,8

16 3,6 4,1 3,1 2,3 1,1 1,0 1,0 1,1 1,0 1,0 1,1 1,4

17 2,4 3,5 3,6 2,6 1,4 0,9 0,9 1,0 1,0 1,0 1,5 2,2

18 2,5 3,6 3,9 2,6 2,9 1,2 2,2 1,9 1,6 1,1 0,9 2,8

1 En números rojos estimaciones de tendencia temporal, en números azules estimaciones en función de registros redundantes, distribucionesde frecuencia de dirección del viento. Valores en m/s a 10 m de altura.






Cuadro 1.11. Valores promedios mensuales de la velocidad del viento en la estación David1

.

Año Ene Feb. Mrz Abril Mayo Junio Julio Ago. Sept. Oct. Nov. Dic.

1 2,0 3,0 2,8 2,5 1,9 1,7 1,8 1,6 1,9 1,6 1,7 2,0

2 3,4 3,8 2,4 2,4 1,9 1,7 1,8 1,9 1,8 2,0 1,8 1,7

3 2,0 3,2 2,5 2,7 2,0 1,8 1,8 1,8 1,9 1,8 1,7 2,1

4 2,5 2,7 2,9 3,3 1,6 1,6 1,6 1,7 1,6 1,7 1,8 1,8

5 2,9 4,0 3,7 2,6 2,1 1,6 1,2 1,4 1,5 1,6 1,6 2,0

6 3,4 3,2 3,5 3,1 2,0 1,6 1,7 1,8 1,7 1,6 1,4 1,8

7 3,4 3,1 2,7 2,0 1,8 1,7 1,7 1,7 1,8 1,8 1,6 2,2

8 3,4 3,5 3,8 3,1 1,8 1,8 1,7 1,7 1,8 1,9 1,8 1,89 2,1 3,2 3,2 2,3 2,0 1,7 1,8 1,9 1,8 1,8 1,7 1,8

10 2,9 2,8 2,4 2,8 1,9 1,9 1,7 1,8 1,8 1,8 1,8 1,6

11 2,2 2,5 2,6 2,1 1,9 1,8 1,8 1,8 1,8 1,7 2,0 2,7

12 3,0 2,7 2,6 2,2 1,8 1,8 1,8 1,7 1,9 1,7 1,7 1,7

13 3,0 3,2 2,3 2,1 1,8 1,7 1,7 1,7 1,7 1,6 1,8 2,1

14 3,0 3,0 3,7 2,0 1,8 1,7 1,7 1,7 1,8 1,7 1,6 1,7

15 2,6 2,8 2,6 2,4 1,8 1,7 1,7 1,7 1,7 1,4 1,2 1,7

16 2,6 3,1 3,5 2,4 1,7 1,6 1,6 1,7 1,6 1,6 1,7 1,7

17 1,8 3,6 2,4 1,9 1,7 1,6 1,6 1,6 1,7 1,7 1,7 1,6

18 2,2 2,6 2,5 2,0 1,8 1,7 1,7 1,7 1,8 1,7 1,7 1,9

19 2,4 2,6 2,5 2,4 1,8 1,6 1,6 1,5 1,5 1,7 1,4 1,7

20 2,7 2,9 3,2 1,7 1,6 1,7 1,7 1,7 1,7 1,7 1,5 1,6

21 1,9 2,5 2,2 1,9 1,5 1,5 1,6 1,7 1,7 1,6 1,6 1,7

22 1,8 2,2 3,3 2,2 2,0 1,5 1,5 1,6 1,6 1,5 1,6 2,0

Las estaciones anteriores presentan el mismo comportamiento que la primera en cuanto ciclicidad delrégimen alto del viento. Sin embargo se puede evidenciar como la disponibilidad de datos en lasestaciones Los Santos y en David y muy superior a las otras dos estaciones seleccionadas. En todocaso Santiago presenta la operación mas irregular de las estaciones de referencia, junto con mucha

incertidumbre en la correspondencia de los archivos electrónicos entre promedios mensuales ydistribución de frecuencia de la dirección del viento.

Es importante destacar que cada una de las estaciones será definida como una estación de referencia para efectuar la correlación y corrección de los resultados de la campaña de medición, según: Antón –El Copé; David – Boquete; Los Santos – La Miel; y Santiago – Cerro Tute. Por lo tanto la fitración dealgunos datos en los archivos de las estaciones IRHE, se llevaron acabo en función de la confiabilidady desempeño en esta tarea de los indicadores estadísticos calculados en la siguiente sección.






1.2.3 Índices Eólicos Mensuales

Para las estaciones anteriormente descritas se procedió a construir un índice eólico mensual. Esteindicador estadístico brinda una idea de la magnitud de la velocidad del viento mensual en el largo plazo. Además establece una referencia cuantitativa de la velocidad del viento con respecto al valor promedio anual. Como se mencionó anteriormente estos indicadores serán relevantes a la hora deefectuar el análisis de corrección y correlación de largo plazo con los resultados de la Campaña deMedición. Igualmente importante pero en segundo plano resulta su relevancia para gráficamenterepresentar el potencial para producir energía del viento en un Mapa Eólico.

Los índices eólicos mensuales se pueden percibir en el Cuadro 1.12. y en el Gráfico 1.2. Se calcularoncomo el cociente del valor promedio mensual de la magnitud del viento de toda la serie de valores delargo plazo, entre el valor promedio anual de la velocidad del viento; ambas cifras para toda la serie dedatos disponibles.

Los valores promedio de largo plazo para las estaciones tipo IRHE a 10 m de altura son: 2,83 m/s enAntón; 2,14 m/s en Santiago; 2,06 m/s en David; y 2,24 en Los Santos. Estos son las cifras base de loscálculos de índices eólicos mensuales.

Cuadro 1.12 Índices de actividad eólica mensual para las estaciones tipo IRHE

Ene Feb Mrz Abr May Jun Jul Aug Sep Oct Nov DicSantiago 125% 149% 148% 118% 88% 80% 72% 79% 83% 90% 79% 89% Antón 142% 168% 165% 142% 81% 60% 82% 72% 56% 55% 70% 107%

Los Santos 156% 178% 168% 144% 85% 59% 65% 62% 59% 55% 62% 109%David 126% 146% 140% 115% 89% 82% 81% 83% 84% 82% 80% 90%

Estos indicadoes se pueden interpretar como el nivel promedio que alcanzará la magnitud del viento enfunción de los registros de largo plazo. Se calcula de manera mensual en virtud de la variabilidadestacional del recurso y la facilidad para poder establecer una referencia de largo plazo con el fin deapoyar la construcción periódica de un indicador estadístico que permita revelar si el período enestudio, sea mensual, annual, quinquenal, o cualquiera su base de tiempo; ya este registrado un valor

de refencia de fácil cálculo para efectos comparativos.

Es de vital importancia que las instituciones involucradas con el desarrollo de la energía eólica enPanamá tomen conciencia de la relevancia de poseer información de calidad y actualizada. No sólo para efectos de implementación de proyectos sino para efectos de planificación del abasteciemiento dela electricidad por medio del recurso eólico.






Gráfico 1.2. Índices de actividad eólica mensual para las estaciones tipo IRHE.

En el cuadro anterior se aprecia la fluctución mensual del recurso eólico con respecto al valor promedio anual de largo plazo. Es evidente la disponibilidad del recurso en su mayoría durante losmeses de la temporada seca en el Istmo. No obstante se deben de considerar relevantes las condicionesde medición de las estaciones para efectos de reconocer las posibles fuentes de variabilidad en virtudde la ubicación y orografía locales. De esta manera se podrá identificar de manera más evidente loscomportamientos futuros del recurso.

Al tomar los datos de forma anual se muestra un incremento del régimen del viento en los años paralos cuales se inicia la fase del fenómeno del Niño. Se puede establecer claramente como, con variantesde orden local, los años: 1982,1986,y 1992 presentan valores promedios mayores a la media de largo

plazo. Estos años concuerdan con tempranas etapas del fenómeno de El Niño, que ejerce una fuerteinfluencia en el desplazamiento de la zona de convergencia intertropical y particularmente en lascondiciones de presión atmosférica del Caribe. Esto último tiene una estrecha relación, no causal, conla formación de huracanes en esa región. De todas maneras este hecho incrementa elvalor medio alincrementar la actividad eólica en la temporada lluviosa que se caracteriza por mediciones casiimperceptibles de la velocidad del viento. El consultor recomienda de manera enfática la planificaciónde de una campaña de medición cuya operación contínua de las estaciones de medición en localidadesfijas asegure la posibilidad de establecer la relación entre El Niño y el comportamiento eólico.

Índices Eólicos Mensuales Estaciones IRHE

50,0%

70,0%

90,0%

110,0%

130,0%

150,0%

170,0%

190,0%

Jan Feb Mrz Apr Mai Jun Jul Aug Sep Okt Nov Dez

t (mes)

% p

r o

m . a n u a l

Santiago

Antón

Los SantosDavid






2 Análsis de correción y correlación del Largo Plazo

2.1 Introducción

El éxito económico de un proyecto de energía eólica es fundamentalmente una cuestión de la producción de energía alcanzada. Esta se determina normalmente durante el proceso de planificaciónde un pproyecto mediante medidas y/o modelos metereológicos. Si la producción de energía logradacae seriamente por debajo del valor esperado, la disminución del ingreso económico percibido puedecondicir al debacle financiero del proyecto.

Por esto, tanto en Alemania como en Dinamarca, se refuerza el criterio de medición de velocidad delviento en sitio, a efecto de minimizar el riesgo operativo antes expuesto. En la mayoría de los otros países donde se tienen condiciones orográficas extremas se recomienda en la mayoría de los casosregistros de hasta tres años a fin de reducir la incertidumbre en el cálculo de la estimación de energía.

De caulquier modo, mientras la importancia de la medida de la velocidad del viento es bien conocida por el personal de desarrollo de proyectos, la fluctuación en la energía a largo plazo, causada por lavariación de la velocidad promedio del viento, afecta severamente la rentabilidad de los proyectos deenergía eólica.Una medida de velocidad del viento, llevada a cabo durante un “buen” año (producción por encima de la media), puede llevar a sobreestimar la producción de la energía a lo largo de la vidaeconómica de las instalaciones. Bajo este escenario se precinde de los potenciales efectos que el

comportamiento del viento en el largo plazo tendrán.

Cuadro 2.1. Tendencia de la producción de energía a lo largo de seis años, basados en mediciones en latorre de medición de 130 m de altura del sitio de pruebas del Instituto de Energía Eólica Alemán(DEWI).

AñoEnergía producida(% del promedio)

1993 103,0%1994 105,9%

1995 102,1%1996 90,4%1997 93,8%1998 105,0%Prom. ‘93-‘98 100 %

Para demostrar esta influencia se muestran cifras (Cuadro 2.1.) registradas bajo óptimas condicionesde medición en el sitio de medición de pruebas del Instituto Alemán de Energía Eólica (DEWI). Aquíse demustra que la energía producida al año puede variar desde un 6% de sopreestimación, hasta un10% de subestimación. Además se comprueba que bajo ninguna condición de medición annual sehubiese podido calcular la producción promedio en el pargo plazo. Si consideramos esto en función de






la rentabilidad de un parque eólico, el incremento del 6% bajo cualquier escenario mejoraría la tasainterna de retorno del proyecto; mientras la disminución del 10% de los ingresos por venta de energía podría significar registrar perdidas en algunos años contables.

En esta sección se detalla el procedimiento para corregir valores de mediciones de viento paraaplicaciones de energía eólica. Se definen los parámetros y tratamientos de los datos de largo plazo para calcular los coeficientes de corrección mensuales. Con esta práctica se trata de disminuir lavariabilidad del valor de velocidad del viento que se usará para estimar la energía eólica con respecto adatos históricos del mismo período de tiempo. El objetivo será estimar un valor corregido.

Esta actividad no debe ser confundida con los análisis de correlación que se explican en otro apartado

posterior. En este caso se explica el método Medir-Correlacionar-Predecir (MCP), cuyo objetivo esestablecer cuantitativamente la relación de similitud existente entre los registros de una campaña demedición y los históricos. También se incluyen supuestos y restricciones del procedimiento explicado.

Este método cuenta con gran aceptación entre la comunidad científica y se ha ido instaurando como unrequisito indispensable de cualquier valoración del recurso eólico. Es el mas utilizado por los programas computacionales para efectuar análisis de largo plazo. No obstante posee sus restricciones principalemente en lo referente a la disponibilidad de registros históricos.

Este consiste en trabajar los valores de largo plazo y corto plazo, divididas en sectores, para construir

indicadores periódicos comparables entre ambos. De esta manera establecer la relación existente entreambas localidades en lo referente al potencial eólico en el largo plazo para el sitio evaluado. En casode la ausencia de datos de dirección se pueden efectuar los ajustes mediante razones de variación periódica.

Además se realiza una descripción de las estaciones de referencia utilizadas en ambos cálculos.También se mencionan los criterios de selección e identificación de las mismas; además de laestimación de los índices eólicos mensuales (IEM).

2.2 Estaciones de Referencia

2.2.1 Criterios de Selección

En esta sección se describen los criterios de selección bajo los cuales se ha tratado la existencia dedatos disponibles. Entre los requisitos que la información de la estación de medición eólica debecumplir se encuentra la integridad “completeness”, así como la periodicidad y frecuencia con que seefectúan los registros y el tipo de sensores que se utilizan. Si se asegura una tasa de validación del 90%anual para valores de registro cada 10 minutos, los de mayor densidad de energía, junto con sensoresde aplicaciones eólicas de potencia calibrados, instalados de manera apropiada y estandarizada; se podrá contar con el nivel de confianza necesario en la serie de corto plazo en sitio.






Por otra parte para la serie de tiempo de los registros de largo plazo se sugiere utilizar los siguientescriterios:

Ubicación geográfica de la estación de referencia mas cercana a la estación en sitio.

Similitud en las condiciones meteorológicas para ambos sitios.

Regímenes de viento estables para ambas localidades y condiciones óptimas de medición delviento a través del tiempo.

Que alrededor de la estación de referencia no hayan habido cambios en la orografía que afecten el

comportamiento del viento.

Que la ubicación ni la orientación geográfica de la estación de referencia haya sido modificada enel período de análisis de largo plazo.

Que los anemómetros y las veletas hayan sido calibrados al menos cada dos aNos. O en caso deinstrumentos con rodamientos, que los mismos hayan sido cambiados o ajustados periódicamente.

Otras consideraciones mas puntuales se podrían hacer con respecto a formatos de los registros,cantidad de sectores de clasificación de la dirección del viento, tipo de archivos de almacenamiento,

cálculo de la velocidad en caso de corrección de las curvas de calibración de los instrumentos, costo dela información, estimación de estadísticos de manera directa, entre otros. Todos estos forman parte delas potenciales fuentes de incertidumbre en el cálculo de la energía eólica. Sin embargo se debe valorarel nivel de incertidumbre que cada uno de estos componentes brinda a la estimación de la energía. Esteserá el verdadero indicador en lo que respecta a riesgo operativo (financiero) del proyecto. Esnecesaria una evaluación particular en cada caso para efectuar esta evaluación en sitio, y así ponderaren nivel de relevancia de cada considerando.

2.2.2 Identificación de las estaciones

Siguiendo los criterios antes mencionados, pero con un fuerte componente en la disponibilidad deestaciones de referencia con registros continuos con un nivel mínimo de confiabilidad se identificaronsolamente cuatro potenciales estaciones de referencia. Entre todas las estaciones meteorológicasdetalladas en el Mapa provisto por ETESA se seleccionaron las mostradas en la figura 2.1.






Figura 2.1. Mapa de localización de las estaciones de medición propias del proyecto, y de lasestaciones meteorológicas de largo plazo. En rojo las estaciones de medición del proyecto, en negro lasestaciones de referencia (tipo IRHE), y en rosa las estaciones tipo Comisión del Canal.

Las estaciones de referencia se escogieron del banco de datos de ETESA, siendo criterios prioritariosla cercanía con los sitios de medición, la disponibilidad, continuidad y densidad de información. A esterespecto se presentaron varias incongruencias entre los archivos que presentaban los registros de

velocidad promedio y los que contenían linfromación referente a la distribución de frecuenciasegmentada en sectores de dirección del viento. Después de una exhaustiva labor de validación dedatos históricos se dió prioridad a los archivos cuyos datos presentaban valores promedios; utilizandolos otros archivos como fuente de datos para valores faltantes o errados. En este sentido se trató dealcanzar la disponibilidad de información

2.2.3 Ìndice de actividad eólica mensual

Con base en la selección de estaciones meteorológicas antes descrita se puede calcular los índices deactividad eólica mensual como se realizó en la sección 1.3.3. de este informe. El cuadro 2.2 muestralos valores del respectivo índice eólico mensual, para proceder con el procedimiento MCP.

Cuadro 2.2 Índices de actividad eólica mensual para las estaciones de referencia para el análisis MCPEne Feb Mrz Abr May Jun Jul Aug Sep Oct Nov Dic

Santiago 125% 149% 148% 118% 88% 80% 72% 79% 83% 90% 79% 89% Antón 142% 168% 165% 142% 81% 60% 82% 72% 56% 55% 70% 107%

Los Santos 156% 178% 168% 144% 85% 59% 65% 62% 59% 55% 62% 109%David 126% 146% 140% 115% 89% 82% 81% 83% 84% 82% 80% 90%






Además de esta información se debe incluir el valor promedio de la velocidad del viento para la seriede largo plazo a razón de calcular los valores relativos a éste de cada registro mensual en el sitioestablecido. Esta información se muestra en el Cuadro 2.3.

Cuadro 2.3. Valores promedio de la velocidad del viento con su respectiva desviación estándard en m/sa 10 m de altura para las estaciones de referencia (tipo IRHE), para ser usados en el análisis MCP.

EstaciónVelocidad del

Viento Promedio(m/s)

DesviaciónEstándard

(m/s)Santiago 2,14 0,65 Antón 2,83 1,39

Los Santos 2,24 1,13David 2,06 0,58

Otro de los datos relevantes de esta estrategia de trabajo es la variabilidad que puede tener un mes a lolargo del tiempo por eso se presntan los datos ordenados por año con sus características principales.

Gráfico 2.1. Perfil anual del viento para la estación de referencia en Santiago.

Perfil Anual del VientoSantiago

0,0

1,0

2,0

3,0

4,0

5,0

6,0

1 9 7 6

1 9 7 7

1 9 7 8

1 9 7 9

1 9 8 0

1 9 8 1

1 9 8 9

1 9 9 0

1 9 9 1

1 9 9 2

1 9 9 3

1 9 9 4

1 9 9 5

1 9 9 6

P R O M

año

m / s

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre






Gráfico 2.2. Perfil anual del viento para la estación de referencia en Antón.

Gráfico 2.3. Perfil anual del viento para la estación de referencia en Los Santos

Perfil Anual del VientoAntón

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

1 9 7 0

1 9 7 1

1 9 7 2

1 9 7 3

1 9 7 4

1 9 7 5

1 9 7 6

1 9 7 7

1 9 7 8

1 9 7 9

1 9 8 0

1 9 8 1

1 9 8 2

1 9 8 3

1 9 8 4

1 9 8 5

1 9 9 3

1 9 9 4

1 9 9 5

1 9 9 6

1 9 9 7

P R O M

año

m / s

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

Perfil Anual del VientoLos Santos

0,0

1,0

2,0

3,0

4,0

5,0

6,0

1 9 7 3

1 9 7 4

1 9 7 5

1 9 7 6

1 9 7 7

1 9 7 8

1 9 8 0

1 9 8 1

1 9 8 2

1 9 8 3

1 9 8 4

1 9 8 7

1 9 8 8

1 9 9 3

1 9 9 4

1 9 9 5

1 9 9 6

1 9 9 7

P R O M

año

m / s

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre






Gráfico 2.4. Perfil anual del viento para la estación de referencia en David.

Además de esta caracterización se incluye en el gráfico 2.5. la velocidad del viento mensual. Estainformación se utilizará en la sección correspondiente al análsis comparativo de las estaciones dereferencia con cada una de las estaciones dem medición del proyecto.

Gráfico 2.5. Velocidad promedio del viento mensual en las estaciones de referencia tipo IRHE

Perfil Anual del VientoDavid

0,0

1,0

2,0

3,0

4,0

5,0

6,0

1 9 7 2

1 9 7 3

1 9 7 4

1 9 7 5

1 9 7 6

1 9 7 7

1 9 7 8

1 9 7 9

1 9 8 0

1 9 8 1

1 9 8 2

1 9 8 3

1 9 8 7

1 9 8 8

1 9 8 9

1 9 9 0

1 9 9 1

1 9 9 3

1 9 9 4

1 9 9 5

1 9 9 6

1 9 9 7

P R O M

m/s

a ñ o

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

Velocidad del Viento Mensual

0

1

2

3

4

5

6

mes

v ( m / s )

Santiago

Antón

Los

SantosDavid






2.3 Corrección de Mediciones de Corto Plazo

Una vez definido el período de evaluación de las series de datos, de corto y de largo plazo, se procedea trabajar con los datos de la serie de largo plazo. En este caso se divide la serie completa en dos períodos: el primero que corresponde al registrado en la serie de corto plazo (mediciones simultáneas),y el segundo que corresponde a toda la serie de largo plazo restante.

A partir de estos resultados se calculan los valores promedios mensuales de ambas particiones de laserie de largo plazo. Una vez calculados estos se calculan los coeficientes de corrección mensualesdividiendo los promedios mensuales entre sí de manera que se estima una relación del valor mensualde la serie de largo plazo entre el valor mensual de la serie correspondiente a la campaña de medición.

Esto se puede interpretar como el valor porcentual equivalente de la medición registrada durante lacampaña en función del valor promedio del largo plazo para la misma estación de referencia

Una vez terminado el cálculo anterior se toman los valores registrados en las estaciones de medición(de corto plazo) y se dividen entre estos coeficientes de corrección. De esta manera se obtiene una cifraque corresponde a la velocidad promedio mensual del período de medición corregida en el largo plazocon respecto a los registros históricos. Los resultados obtenidos se pueden incluir en los análisis de potencial energético como factores de escala u “offset” de las mediciones originales de las estacions demedición de la campaña de medición.

En este caso el carecer de información simultánea restringe la posibilidad de efectuar estascorrecciones tal y como se explicó antes. Sin embargo si se considera que el comportamiento delrecurso eólico a lo largo del año es típico, normal con respecto al promedio de largo plazo loscoeficientes de corrección son iguales a uno.

2.4 Método Medir-Correlacionar-Predecir

En caso que las campañas de medición se desarrollen por períodos de corta duración, de doce a treintameses, se debe establecer un mecanismo de ajuste de los valores registrados para valorar de manerarealista el potencial eólico. Para esto se sugiere de manera reiterada efectuar una relación de registrosde largo plazo para ajustar los valores de corto plazo al comportamiento de largo plazo, así se elimina

la posibilidad de sobreestimar el recurso en el caso de efectuar la campaña de medición durante un período de alta actividad eólica; o por el contrario, subestimarlo en años de bajas diferencias de presión atmosférica

2.4.1 Suposiciones y restricciones

Para realizar este procedimiento, que se denomina Medir-Correlacionar-Predecir (MCP), se establecenuna serie de supuestos y parámetros para el análisis. Dentro de los cuáles se pueden establecer:






1. Los períodos de medición de las series de tiempo son simultáneas en todo el período de la serie decorto plazo y con la misma escala.

2. Curvas de distribución de frecuencia de la velocidad del viento están disponibles para las dosseries de tiempo.

3. Se posee una distribución de frecuencia para cada sector de dirección del viento, con su respectivosector asociado en la otra serie de datos analizada.

4. La serie de datos de largo plazo posee al menos cinco años con 90% de disponibilidad de datosoriginados a partir de registros horarios o de 10 minuntos.

5. La serie de tiempo de corto plazo posee una disponibilidad de datos de al menos 90% anual, dondelos registros correspondientes a datos faltantes no excendan los 12 días naturales consecutivos(1728 registros).

Como se percibe en los parrafos anteriores se puede concluir que el requerimiento de informacióndetallada es bastante alto.

2.4.2 Metodología del Análisis

En la actualidad existen varias inciativas para ajustar valores de series de corto plazo con coeficientesestadísiticos de largo plazo. Sin embargo no hay acuerdo en cuanto al procedimiento oficial ynormalizado por agencias internacionales. De hecho en toda la industria de la energía eólica sólo secuentan con algunas cuantas normas en asuntos específicos; y en comparación con la cantidad denormas en el sector hidroeléctrico no se posee ni el 10% de la cantidad de estándares oficiales delsector de electricidad con base en agua.

Por ello toda referencia que se hace en este informe se refiere a estándares internacionalmente

aceptados. A esto se debe sumar la toma generalizada de muchas prácticas como las que sientan la base de referencia para establecer medidas de regulación ambiental en cada uno de los países demanera independiente.

Lo anterior fundamenta la presentación de dos criterios divergentes en lo que respecta al tratamientode datos de corto y largo plazo, así como de su relación. Ambos utilizan una aproximación lineal a larelación existente entre las series de tiempo. De manera análoga ambos consideran prioritario lasimultaneidad de los datos, la escala y la frecuencia de registro de los mismos. De hecho todos lossupuestos establecidos en la sección anterior son compartidos por las dos tendencias. Ahora pasemos alas divergencias:






2.4.2.1 Análisis con dos variables de ajuste

El primer planteamiento se basa en una definición lineal de la relación largo–corto plazo con dosvariables de ajuste. Lo que se estima es la solución de mínimos cuadrados de la relación lineal entreambas series de datos. Esto se logra minimizando (optimización matemática) la varianza estadísticaentre las series, ver Fórmula 2.1. Esta estrategia posee ventajas desde el punto de vista de tiempo yrecursos necesarios para el cálculo de las resultados, además de ser un método divulgado y conocido por personal técnico calificado en energía.

( )∑=

−⋅−= N

i

ii cU mV S 1

2 (2.1)

Alternativamente también se puede calcular los factores de ajuste por el método de York. Este ofrecela ventaja de minimizar (óptimamente también) directamente una distribución de frecuencia Chi-cuadrado en función de las variables de ajuste, ver Formula 2.2. En este caso se cuenta con la granventaja de “pesar” los errores a travéz de la desviación estándard de la muestra, por lo que lor residuosestadísticos también se reducen. Esto nos permite que en caso de una serie de datos con niveles deincertidumbre significativos se puedan “aislar” su efecto en la optimización matemática, evitando asísesgar los resultados por el nivel de incertidumbre.

( ) ( )∑=

−⋅−=

N

i i

ii cU mV cm1

2

2 ,σ

χ (2.2)

De igual manera cuando son las dos series de tiempo las que presentan niveles de incertidumbre altos,también se puede estimar una solución que no “sesgue” estadísticamente los resultados. Esto se realizaresolviendo el mismo sistema algebráico de dos ecuaciones diferenciales del caso anterior más unaecuación auxiliar de orden 2 . Mejor dicho la optimización matemática tendrá una restricción de dosvalores en una de las variables, tal y como lo muestran las fómulas 2.3 y 2.4.

( ) ( )∑= ⋅+

−⋅−=

N

i x y

ii

m

cU mV cm

1 222

22 ,

σ σ

χ (2.3)

( ) ( ) ( ) 222var var var x yiiii mU mV cU mV σ σ ⋅+=⋅+=−⋅− (2.4)

En este caso no se pudo contar con información simulatánea de las estacions de medicioón por lo quese procedió a utilizar el siguiente análisis con una variable de ajuste. El tratamiento de los datos en estecaso particular se detallará posteriormente junto con los resultados.






2.4.2.2 Análisis con una variable de ajuste

Como ya se mencionó anteriormente existen dos posibles análsis de largo plazo en los cuales se poseeuna similitud en cuanto resultados, siempre que los niveles de incertidumbre de las muestras no seanmuy grandes. Este segundo procedimiento se define como una variación del primero y se aplica dondeno se posee suficiente información o la calidad de la información es deficiente con respecto a lasrestricciones descritas en la sección 2.3.1.

De manera análoga al caso anterior, se podrá estimar un ajuste de manera que la recta de ajuste tengacomo refencia el origen, en virtud también que será el punto de conguencia obligado entre las dosvariables analizadas: registros simultáneos de corto y de largo plazo. Esto quiere decir que cuando unauna de las dos velocidades es cero, la otra probablemente sea también cero. En virtud de lo anterior lafómula 4.1 queda reducida a:

( )∑=

⋅−= N

i

ii U mV S 1

2 (2.5)

De esta manera se reduce la complejidad del problema, y el tiempo de cálculo para obtener unasolución matemática óptima. Cabe mencionar que siempre se debe respetar el orden de la informacióncon respecto a los sectores de la rosa de los vientos, y así se estimarán n coeficientes de correlación encorreespondencia con el número de sectores de la rosa de los vientos.

2.4.2.3 Observaciones relevantes

Cabe destacar algunos puntos importantes a la hora de aplicar cualquiera de los métodos antesexplicados:

El concepto de predecir no hace referencia a un potencial pronóstico en el sentido literal de la palabra (tiempo futuro) que los valores de velocidad del viento se podrán pronosticar parasituaciones venideras.

Cualquier predicción del viento realizada en el contexto del análsis aquí explicado se refiere a laestimación de la energía que los aerogeneradores seleccionados hubiesen producido en caso deestar instalados durante el período de medición correspondiente a la serie de largo plazo.

No se pueden comparar resultados para seires de tiempo (corto plazo) cuyos datos validados posean diferentes escalas y periodicidades de registro.

Es importante recalcar el hecho de que la estimación de energía futura no se puede pronosticar conexactitud. Lo que se puede hacer es incrementar el nivel de confianza (reducir la incertidumbre) delos resultados a fin de lograr una valoración real del recurso. Actualmente RISO, Dinamarca y la

Universidad de Oldenburg, Alemania trabajan en la evaluación y comprobación de los modelos






meteorológicos para pronóstico del comportamiento del viento con menor incertidumbre en escaladiaria.

Los procedimientos y estimaciones calculados en este reporte no son transferibles a análisis dedistintas localidades. Aun cuando existá similitud de los sitios y/o condiciones climáticas. Elanálsis es puntual y bajo ninguna condición se pueden tomar los valores como validos para otralocalidad.

Se puede establecer una base de datos de referencia que pueda ser utilizada en estudios posteriores,siempre y cuando las condiciones orográficas no cambien drásticamente en los sitios en funcióndel tiempo.

Es importante dejar claro que cualquier estimación del recurso eólico es una labor propia de personal calificado para tal efecto, y que la elaboración de un indicador estadístico a partir de losresultados aquí estimados debe tomar en cuenta el análsis cualitativo del sitio, previo al análsiscuantitativo.

2.5 Análsis Comparativo

En vista de las condiciones de los registros disponibles a la fecha de elaboración de este reporte, se procedió a plantear un análisis alternativo de valoración de largo plazo. En este caso se decidió

efectuar un estudio comparativo de los valores obtenido como promedios es las estaciones dereferencia con respecto a su respectiva estación de medición, parte del proyecto. En este sentido seobtuvo las siguientes cifras como resultados.

Cuadro 2.3. Resultados del análsis comparativo entre las estaciones de referencia y las estaciones demedición del proyecto.

Estación dereferencia

Estación demedición

CoeficienteDeterminación

CoeficienteCorrelación.

Santiago Cerro Tute 0,8124 0,9014

Antón El CopéDavid Boquete 0,8963 0,9468

Los Santos La Miel 0,9064 0,9521

En el Cuadro 2.3. se detallan los resultados del análisis comparativo. Estos se refieren a loscoeficientes de determinación y correlación respectivamente. El primero se puede interpretar como unindicador del grado de ralación lineal existente entre las dos series de datos (largo y corto plazo). Elsegundo, el coeficientes de correlación se puede interpretar como la relación entre las variables ante lavariación de una de ellas. También se puede inteerpretar como el cambio porcentual de las variablesque puede ser efecto de la variación de la otra.En este sentido es importante que series de altocoeficiente de correlación no significa que posean un alto nivel de causalidad . Incluso bajo este casoel vínculo estre las variables no se considera causa-efecto.

Informe analisis Eolico Panama

Documents

Transcript of Informe analisis Eolico Panama